Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
109028, Москва,
Покровский бульвар, дом 11, каб. Т-614
(проезд: м. Тургеневская/Чистые пруды, Китай-город, Курская/Чкаловская)
тел: (495) 628-83-68
почта: fes@hse.ru
Общая информация о проекте | |
Тип проекта |
Прикладной |
Название проекта (на русском и английском языках) |
Построение моделей для прогнозирования макропеременных с использованием данных поисковых запросов (Forecasting of macrovariables with the use of the search data) |
Инициатор проекта от НИУ ВШЭ |
Мамедли Мариам Октаевна, МЛ макроэкономического анализа |
Инициатор проекта от компании (если есть) |
Банк России; Мамедли Мариам Октаевна, заместитель начальника отдела экономических исследований с использованием «Больших данных», Департамент исследований и прогнозирования; |
Описание проекта (максимум 250 слов)
|
Проект будет направлен на построение макроэкономических моделей для прогнозирования с использованием данных поисковых запросов; Целью проекта является проверка ряда гипотез о том, может ли использование данных поисковых запросов улучшить качество эконометрических моделей про прогнозировании выбранных макроэкономических рядов. С этой целью будет проведено формирование базы ключевых слов для использования в прогнозировании выбранных показателей, построен ряд прогнозных моделей и проведено сравнение качества построенных на их основе прогнозов с использованием и без использования данных поисковых запросов. В базовом случае формат предоставления результатов – отчет или статья (промежуточные этапы: создание базы данных по поисковым запросам, компьютерная программа для расчета эконометрических моделей и т.п.); Научная литература по теме: Anttonen (2018), Nowcasting the unemployment rate in the EU with seasonal BVAR and Google search data; Kuhn, P., & Skuterud, M. (2004). Internet job search and unemployment durations. American Economic Review, 94(1), 218-232. Fondeur, Y., & Karamé, F. (2013). Can Google data help predict French youth unemployment?. Economic Modelling, 30, 117-125. Baker, S. R., & Fradkin, A. (2017). The Impact of Unemployment Insurance on Job Search: Evidence from Google Search Data. Review of Economics and Statistics, 99(5), 756-768. Askitas, N., & Zimmermann, K. F. (2009). Google econometrics and unemployment forecasting. Applied Economics Quarterly, 55(2), 107-120. D’Amuri, F., & Marcucci, J. (2010). 'Google it!‘ Forecasting the US unemployment rate with a Google job search index. Matsumoto, A., Matsumura, K., & Shiraki, N. (2013). Potential of Search Data in Assessment of Current Economic Conditions (No. 2013-04-18). Bank of Japan. Ettredge, M., Gerdes, J., & Karuga, G. (2005). Using web-based search data to predict macroeconomic statistics. Communications of the ACM, 48(11), 87-92. |
Требования к студентам | |
Количество студентов на проекте
|
Количество задействованных в проекте студентов определяется руководителями проекта и включает разбивку студентов по годам обучения. (Желательно задействовать студентов всех годов обучения.) Проект может быть выполнен 1 студентом или выполнен совместно группой до 3-х студентов. Курс не важен при наличии соответствующих знаний. |
Требования к студентам - участникам проекта
|
Базовые знания по эконометрике. Модели для построения будут выбираться с учетом знания студентов. |