论文部分内容阅读
大数据时代人们在网上的搜索行为可以反映社会经济活动的变化。本文以供求理论为基础构建逻辑框架,利用谷歌趋势(Google Trends)中与商品零售价格指数相关的关键词搜索量,根据时差相关分析筛选与商品零售价格指数强相关的关键词,用因子分析法分别合成宏观搜索指数和微观搜索指数,构建回归模型并对商品零售价格指数进行样本外预测。结果显示:不同类别的关键词对商品零售价格指数的传导作用时间不同,合成后的宏、微观搜索指数均与商品零售价格指数具有长期稳定的协整关系,预测结果的平均绝对百分误差在0.4%以内。