Forecasting economic variables using Google Trends

Abstract

Bu tez, web arama aktiviteleri ile ilgili bilgi sunan Google Trends (GT) aracının, farklı sorgu seçim yöntemlerini kullanarak Türkiye'deki ekonomik değişkenleri tahmin etmedeki yeteneğini incelemektedir. GT değişkeni olan ve olmayan modellerin tahmin hatalarını karşılaştırarak internet arama etkinliğinin turizm talebi, işsizlik, ve araba satışlarının öngörü başarısını geliştirip geliştirmediğini ortaya koymayı amaçlamaktadır. Her bir değişken için üç model oluşturulmuştur. Baz model, yalnızca seçilen değişkenlerin geçmiş değerlerini kullanarak öngörü oluşturmaktadır. İkinci model, ekonomik değişkenlerin geçmiş değerlerine ek olarak, seçilen değişkenlerin her biri ile ilgili tek anahtar kelimeye ilişkin arama indekslerinin elde edildiği basit sorgu seçim yönteminden oluşturulan ilave değişkeni içermektedir. Üçüncü model, ikinciyle aynı yaklaşımı izlemekte, ancak arama indeksini oluştururken çok sayıda anahtar kelime kullanmakta ve Temel Bileşenler Yöntemi (Principal Component Analysis, PCA) yöntemini kullanarak yeni bir bileşik indeks oluşturmaktadır. Tüm modeller Autoregressive Integrated Moving Average (ARIMA) metodolojisi kullanılarak tahmin edilmiştir. Öngörü karşılaştırmaları, her iki sorgu seçim yöntemini takiben GT değişkenini içeren modellerin, baz modele göre daha başarılı olduğunu ortaya çıkarmaktadır. İki sorgu seçim yönteminin performansları söz konusu olduğunda ise ortalama olarak bileşik arama indeksinin daha iyi sonuçlar sağladığı görülmektedir. Araştırmanın sonuçları, politika yapıcılar ve diğer paydaşlar için çok yararlı olabilir çünkü seçilmiş değişkenler Türkiye ekonomisi için önemli bir rol oynamaktadır. Bu çalışma onlara neredeyse sıfır maliyetle ekonomik hareketleri takip etmenin yeni bir yolunu sunmaktadır. Ayrıca, ekonomik kararlarla ilgili gerçek zamanlı bilgiler edinme olanağı sağlamaktadır.