Google Econometrics: An Application to the Czech Republic

Abstract

This thesis examines the applicability of Google Econometrics - the use of search volume data of particular queries as explanatory variables in time se- ries modeling - in the case of the Czech Republic. We analyze the contribu- tion of Google data by comparing out-of-sample nowcasting performance and in-sample fit with control variables in three related areas: using an auto- regressive model for unemployment, vector autoregression and logit models for GDP and household consumption, and Granger causality test for consum- er confidence. The improvement in quality of unemployment nowcasting is modest but statistically significant; sentiment index based on Google queries shows reciprocal relationship with the official Consumer Confidence Indicator, and it also provides superior nowcasts for household consumption as well as in- sample fit in logit models; its performance in GDP nowcasting is average among control variables. These conclusions proved stable also on an extended dataset. In overall, the results suggest that Google Econometrics is applicable also to the Czech Republic, despite the fact that the internet penetration rate and Google popularity was lower over the analyzed period compared with developed economies where these methods were usually tested. In the future, Google data may be used...

Tato diplomová práce se zabývá aplikovatelností 'Google ekonometrie' - nebo- li využitím dat o objemech vyhledávání určitých hesel jako vysvětlujících proměnných při modelování časových řad - v případě České republiky. Přínos Google dat analyzujeme za pomoci srovnání jak přesnosti 'out-of-sample' předpovědí, tak 'in-sample' kvality modelů oproti kontrolním proměnným ve třech oblastech: s využitím autoregresního modelu pro nezaměstnanost, vekto- rové autoregrese a logit modelů pro HDP a spotřebu domácností, a 'Granger causality test' pro důvěru spotřebitelů. Zlepšení předpovědí v případě nezaměstnanosti je mírné, ale statisticky signifikantní; index důvěry založený na Google datech prokazuje vzájemnou provázanost s oficiálním indikátorem sentimentu, a zároveň přináší kvalitnější předpovědi pro spotřebu domácností i lepší 'in-sample' kvalitu logit modelů ve srovnání s kontrolními proměnnými; jeho přínos při modelování HDP je jen průměrný. Zjištěné závěry byly potvrzeny i po prodloužení časových řad. Celkově výsledky naznačují, že 'Google ekonometrii' je možné aplikovat i na Českou republiku, a to i přesto, že po většinu analyzovaného období byla míra penetrace internetu i popularita vyhledávače Google menší ve srovnání s rozvinutými ekonomikami, na kterých byly tyto metody obvykle testovány. V...