Can Google Search Data Improve the Unemployment Rate Forecasting Model? An Empirical Analysis for Turkey

Gülşah ŞENTÜRK

doi:https://doi.org/10.26650/JEPR963438

Makale detayları

Can Google Search Data Improve the Unemployment Rate Forecasting Model? An Empirical Analysis for Turkey

Yazarlar:

Gülşah ŞENTÜRK

Yayıncı:

Istanbul University

Ana Başlıklar:

Ekonomi ve Maliye

Dergi:

Journal of Economic Policy Researches 2022 Vol.9 Issue 2, pp.229-244

Belge Tipi:

Makale

Yayın Tarihi:

7/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000486088

Sıklık:

İki Yıllık

eISSN:

2148-3876

DOI:

https://doi.org/10.26650/JEPR963438

Özet:

 

Today, data accumulated during internet use have become an important source of information for people’s behaviour, issues, and needs, and due to real-time data acquisition, Google search data have become a focal point for researchers. As a result, it has been become more common to use GT data, which have been included in forecasting models for many economic indicators, including unemployment rate forecasting. Therefore, this study aims to determine whether including Google search data in forecasting models can improve the model’s performance in forecasting the unemployment rate in Turkey. In this context, out-of- sample forecasting was performed in this study using seasonally adjusted monthly unemployment rates for the period between January 2005 and August 2020 and monthly GT data about the topic of unemployment insurance. In addition, the forecasting performance of ARIMA and ARIMAX methods were compared.

 


İnternet kullanımı esnasında depolanan verilerin insan davranışları, sorunları ve ihtiyaçları için önemli bir bilgi kaynağı haline geldiği günümüzde, Google arama verileri gerçek zamanlı olarak elde edilmesi nedeniyle araştırmacıların odağı haline gelmektedir. Pek çok ekonomik gösterge için tahmin modellerine dahil edilmeye başlanan Google Trends verilerinin işsizlik oranı tahmininde de kullanılması giderek yaygınlaşmaktadır. Bu çalışma, Türkiye’de işsizlik oranının tahmin edilmesinde Google arama verilerinin öngörü modeline dahil edilmesinin modelin öngörü yeteneğini iyileştirip iyileştirmediğini araştırmaktadır. Ocak 2005’ten Ağustos 2020’ye kadar olan dönem için mevsimsellikten arındırılmış aylık işsizlik oranları ile işsizlik sigortası konusuna dair aylık Google Trends verileri ele alınarak öngörü modeli oluşturulmaktadır. ARIMA ve ARIMAX yöntemleri aracılığıyla yapılan tahminlerin öngörü performansı kıyaslanmaktadır.

.

Makale detayları

Can Google Search Data Improve the Unemployment Rate Forecasting Model? An Empirical Analysis for Turkey

Yazarlar: Gülşah ŞENTÜRK

Yayıncı: Istanbul University

Ana Başlıklar: Ekonomi ve Maliye

Dergi: Journal of Economic Policy Researches 2022 Vol.9 Issue 2, pp.229-244

Belge Tipi: Makale

Yayın Tarihi: 7/2022

Belge Dili: İngilizce

Document ID (Org No.): 2000486088

Sıklık: İki Yıllık

eISSN: 2148-3876

DOI: https://doi.org/10.26650/JEPR963438

Sayı

Yazarlar:

Gülşah ŞENTÜRK

Yayıncı:

Istanbul University

Ana Başlıklar:

Ekonomi ve Maliye

Dergi:

Journal of Economic Policy Researches 2022 Vol.9 Issue 2, pp.229-244

Belge Tipi:

Makale

Yayın Tarihi:

7/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000486088

Sıklık:

İki Yıllık

eISSN:

2148-3876

DOI:

https://doi.org/10.26650/JEPR963438