A Big Data szerepe a munkanélküliségi ráta becslésében

Absztrakt (kivonat)

Elképzelés: A kutatás mögött meghúzódó elképzelést számos korábbi munkában igazolták sikeresen, jelesül a Google Trends adatai adott időszakban és adott ország esetén jelentősen hozzájráulhat ahhoz, hogy pontosabb képet kapjunk a munkanélküliségi ráta aktuális értékéről. A statisztikai hivatalok a ráta értékeit bizon késéssel teszik közzé, így ez a megközelítés forradalmi megoldást jelenthet a probléma kiküszöbölésére. Célok:. Egy 2015-ös tanulmányban kapcsolatot találtak a magyar kererésekből konstruált Google Index és a magyar munkanélküliségi ráta alakulása között 2004-2014 időintervallumban. Elemzésem célja ezen korábbi eredmények megismétlése (vagy megcáfolása) más időszakra (2007-2017) vonatkozóan, magyarországi adatok alapján. Módszertan: Az elemzésben implementált módszertan nem új. Az adatok normalitás és stacionaritás vizsgálatát követően, megvizsgálom a két változó közti relatív kapcsolatot. Amennyiben van kapcsolat, két modell teljesítményét hasonlítom össze: az egyik modell tartalmazza a Google Index változót, a másik (alap) modell nem. Ezt követi az előrejelzés precizitásának vizsgálata. Eredmények: A vizsgálat alapján a két változó között nincs szignifikáns kapcsolat. Ennek megfelelően a modell összehasonlítás okafogyottá vált, a hipotézist elutasítom. Következtetések: A magyar munkaerőpiacon megfigyelt jelentős szélsőséges csökkenés befolyásolólag hathat az alkalmazott módszertanra. Ez azonban nem jelenti azt, hogy a Google Keresési adatok ne jelentenének gazdag forrást a makroökonómiai mutatók előrejelzésének kapcsán. Érdemes volna megvizsgálni a módszertan további kiegészítéseinek lehetőségeit, és a régiós bontású adatokra tesztelni a meglévő módszertant, hiszen Magyarországon jelentős eltérésdk tapasztalhatóak a vidéki és budapesti foglalkoztatási statisztikák között.