论文部分内容阅读
及时有效的市场预测,一直以来都是理论与实践界关注的焦点问题。传统预测技术由于其存在的局限性,限制了预测的有效性及应用领域的扩展。近年来,随着搜索引擎技术的发展与人们获取信息渠道的改变,基于网络搜索数据的全新预测技术应运而生。然而,现有研究尚处于初级阶段且多集中在国外,网络搜索数据源也多以谷歌趋势为主,并且在诸如搜索关键词选择、网络搜索指数合成及预测模型设定等多方面非常值得继续深入研究,且其在不同领域的实际应用效果也有待进一步的研究与验证。基于此,本文从探究国内网络搜索数据具有的预测价值出发;首先,进行消费者网络信息搜索与产品市场销量间相关性的理论框架搭建;并在此基础之上,建立网络搜索指数合成体系。然后,构建分析模型,并选择实例对象开展实证研究;最后,进行预测模型效果对比研究及网络搜索指数源差异比较分析。主要研究内容及结论如下:1.探讨了国内网络搜索数据具有的市场预测价值。本文以汽车销量为例的实证研究结果表明,网络搜索数据虽与产品历史销量数据所包含的信息存在一定交叉关系,但同时包含了较多历史销量数据所没有的新信息,能够显著提高预测模型对未来产品销量波动的解释效力;并且网络搜索数据所包含的新信息对产品销量的近期波动反应更敏感,具有很强的预测时效性。2.构建基于网络搜索指数的市场预测模型并验证预测效果。实证结果显示,本文所构建的产品销量预测模型相比对比模型,实际预测精度更高,同时还显示出极强的时效性。在对细分车型帕萨特月销量进行实际预测时,模型的拟合度达81.8%,预测的平均绝对误差为0.122,且相比传统统计部门发布的数据至少提前一个月以上。特别的,在预测模型网络搜索数据变量引入方面,本文对网络搜索指数合成方法所做的改进被证明是简单有效的,相比类似研究中所采用的时差相关性合成和逐步合成的搜索指数处理方法效果更好。3.对不同网络搜索指数源的预测效果差异进行了探讨。本文对比考察了引入百度指数与360指数的模型预测效果。结果显示,两指数平台的网络搜索数据与产品的市场销量间均存在较显著的相关关系;从整体上来看,基于百度指数源的预测模型解释力更强(R-squared=0.818>0.711)。对导致这种差异原因的初步分析进一步表明,两网络搜索指数源存在多方面的差异性。本文在网络搜索指数合成及网络搜索数据源差异探讨等方面所做的有益扩展,丰富了基于网络搜索指数的市场预测相关理论研究;而且,基于汽车行业的实证分析,显示出本文所构建的市场预测模型具有很强的实际预测效力,能够为类似产品市场预测提供有效的决策参考。