Can Google searches help nowcast and forecast unemployment rates in the Visegrad Group countries?

Lo esencial

Imagina que estás intentando predecir el clima. Normalmente, tienes que esperar a que el meteorólogo oficial termine sus cálculos, lo cual puede tardar unos días. Para cuando te dice que va a llover, es posible que ya te estés mojando.

Ahora, imagina que puedes mirar por tu ventana y ver que todo el mundo está comprando paraguas de repente y consultando los pronósticos de lluvia en sus teléfonos. Incluso antes de que llegue el informe oficial, sabes que se acerca una tormenta.

Esto es exactamente lo que hicieron los autores de este artículo, pero en lugar de clima, observaron el desempleo, y en lugar de paraguas, observaron las búsquedas en Google.

El Escenario: El "Grupo de Visegrado"

El estudio se centra en cuatro países de Europa Central: la República Checa, Hungría, Polonia y Eslovaquia. Estos son conocidos a veces como el "Grupo de Visegrado". Mientras que las grandes economías como la de EE. UU. o Alemania reciben toda la atención en la investigación, estos cuatro son más pequeños. Los autores querían ver si las "huellas digitales" dejadas por las personas en estos países más pequeños podrían decirnos algo útil sobre sus mercados laborales.

La Idea Central: Huellas Digitales

Cuando las personas pierden sus empleos o se preocupan por perderlos, no se quedan simplemente en casa. En nuestro mundo digital moderno, se conectan a internet. Escriben cosas como "trabajos cerca de mí", "cómo escribir un currículum" o "prestaciones por desempleo" en Google.

Los autores se hicieron una pregunta sencilla: ¿Podemos predecir las tasas de desempleo contando cuántas personas buscan estos términos relacionados con el empleo?

Lo que Encontraron (Los Resultados)

1. La Conexión es Real
Encontraron un vínculo fuerte. Cuando el desempleo aumenta, el número de búsquedas relacionadas con el empleo también aumenta. Es como un espejo: la actividad en línea refleja la lucha del mundo real.

• En la República Checa y Eslovaquia, la conexión era muy fuerte (una coincidencia de aproximadamente el 50% en cómo se movían juntos).
• En Polonia y Hungría, la conexión seguía ahí, solo que un poco más débil.

2. "Nowcasting": Ver el Presente Antes de que sea Oficial
Las cifras oficiales de desempleo son lentas. Los gobiernos tardan meses en contar a todo el mundo, procesar los datos y publicar el informe. Para cuando lees la noticia, los datos son viejos.

• La Afirmación del Artículo: Las búsquedas en Google ocurren de forma instantánea. Al utilizar estos números de búsqueda, los autores pudieron construir un modelo que predice la tasa de desempleo actual mucho mejor que simplemente adivinar basándose en las cifras del año pasado. Es como ver la formación de las nubes de tormenta antes de que empiece a llover.

3. "Forecasting": Prediciendo el Futuro
Los autores también preguntaron: "¿Nos ayudan estas búsquedas a predecir lo que sucederá el próximo mes, incluso si fingimos que ya conocemos las cifras de desempleo de hoy?".

• La Afirmación del Artículo: Sí. Incluso si ya conoces la tasa de desempleo actual, añadir los datos de búsqueda en Google hace que la predicción para el próximo mes sea más precisa. Esto demuestra que las búsquedas no son solo un eco retrasado del pasado; contienen nueva información sobre lo que la gente siente y planea en este momento.

4. Una Vía de Doble Sentido (Causalidad)
Finalmente, analizaron quién influye en quién. ¿El desempleo causa que la gente busque, o las búsquedas señalan que el desempleo se aproxima?

• La Afirmación del Artículo: Es una vía de doble sentido. En la mayoría de los países estudiados, funciona en ambos sentidos. La gente busca porque está desempleada, pero el aumento en las búsquedas también señala que el mercado laboral se está tensando antes de que las cifras oficiales se pongan al día.

La Conclusión

El artículo concluye que, incluso en economías más pequeñas como las del Grupo de Visegrado, internet es una herramienta poderosa. Al simplemente observar lo que la gente escribe en Google, los economistas y los responsables de la toma de decisiones pueden obtener una imagen mucho más clara, rápida y precisa del mercado laboral que esperando a los informes gubernamentales tradicionales.

En resumen: Las búsquedas en línea de las personas actúan como un "control de pulso" en tiempo real para la economía, ayudándonos a ver las tendencias de desempleo antes de que lleguen las estadísticas oficiales.

Resumen técnico

Resumen Técnico: ¿Pueden las búsquedas de Google ayudar a realizar la nowcasting y el forecasting de las tasas de desempleo en los países del Grupo de Visegrado?

Planteamiento del problema
Los indicadores macroeconómicos, particularmente las tasas de desempleo, sufren retrasos significativos en su publicación debido al tiempo requerido para la recolección y el procesamiento de datos (a menudo de varios meses). Este retraso dificulta las respuestas de política económica y el análisis económico oportunos. Si bien la actividad en línea se ha explorado como un indicador de alta frecuencia para el comportamiento económico en economías desarrolladas (por ejemplo, EE. UU. y Alemania), su utilidad en economías más pequeñas de Europa Central aún no ha sido suficientemente investigada. Este documento aborda si las consultas de búsqueda de Google relacionadas con el empleo pueden servir como predictores efectivos para las tasas de desempleo en los países del Grupo de Visegrado: la República Checa, Hungría, Polonia y Eslovaquia.

Metodología
El estudio utiliza datos mensuales que abarcan desde enero de 2004 hasta diciembre de 2013.

• Fuentes de datos: Las tasas de desempleo se obtuvieron de Eurostat (basadas en la Encuesta de Fuerza Laboral de la UE), que representan a la población general (edades de 15 a 74 años) sin ajuste estacional. Los datos de búsqueda de Google se extrajeron de Google Trends utilizando palabras clave específicas relacionadas con el empleo en los idiomas locales: "práce" (checo/eslovaco), "praca" (polaco) y "állás" (húngaro). Los datos semanales de Google se agregaron a frecuencias mensuales.
• Preprocesamiento: Para abordar los problemas de estacionariedad, los autores emplearon las pruebas de Dickey-Fuller Aumentada (ADF) y KPSS. Los resultados indicaron que las series originales contenían raíces unitarias, lo que hizo necesario el uso de las primeras diferencias. Específicamente, el análisis utilizó la primera diferencia de la tasa de desempleo ($\Delta UR_t$) y la primera diferencia logarítmica de la intensidad de búsqueda de Google ($\Delta \log(GI)_t$).
• Marco analítico:
  1. Relación básica: Se estimó un modelo de regresión lineal para determinar la elasticidad entre la intensidad de búsqueda y los cambios en el desempleo.
  2. Nowcasting: Se construyó un modelo que incorpora 12 rezagos tanto de desempleo como de datos de búsqueda para simular la predicción en tiempo real, asumiendo que los datos de desempleo están disponibles con un retraso de tres meses.
  3. Forecasting: Se comparó un modelo de Vectores Autorregresivos (VAR) frente a un modelo Autorregresivo (AR) simple. El VAR incluyó 12 rezagos de ambas variables.
  4. Causalidad: Se realizaron pruebas de causalidad de Granger dentro del marco del VAR para determinar la dirección de la influencia entre la actividad de búsqueda y el desempleo.
• Métricas de evaluación: El desempeño del pronóstico se evaluó utilizando el Error Cuadrático Medio (RMSE), el Error Absoluto Medio (MAE) y la prueba de Diebold-Mariano para comparar estadísticamente la precisión de los pronósticos.

Resultos clave

• Correlación y elasticidad: Se encontró una relación proporcional positiva entre las búsquedas de empleo y las tasas de desempleo en los cuatro países. Las elasticidades estimadas fueron estadísticamente significativas para la República Checa, Polonia y Eslovaquia (al menos al nivel del 10%), con valores que oscilan aproximadamente entre 0,20 y 0,55.
• Desempeño del Nowcasting: La inclusión de los datos de búsqueda de Google mejoró significativamente los modelos de nowcasting. El $R^2$ ajustado aumentó aproximadamente un tercio para todos los países (con un incremento ligeramente menor para Polonia). Las estadísticas F confirmaron que las variables de búsqueda eran conjuntamente significativas incluso al nivel del 1%.
• Desempeño del Forecasting: En el pronóstico fuera de la muestra (2013), los modelos que incorporan datos de Google superaron a los modelos que dependen únicamente de los datos históricos de desempleo. La prueba de Diebold-Mariano confirmó que el modelo VAR con datos de búsqueda proporcionó pronósticos significativamente mejores que el modelo AR para todos los países con un nivel de significancia del 5% o superior.
• Causalidad: El análisis de causalidad de Granger reveló una causalidad bidireccional en tres de los cuatro países (República Checa, Polonia y Eslovaquia). Esto sugiere un bucle de retroalimentación donde el aumento del desempleo impulsa un mayor aumento en las búsquedas de empleo, y el aumento de la actividad de búsqueda señala tensiones en el mercado laboral que preceden o acompañan a los cambios en el desempleo. Hungría fue la excepción, mostrando una ausencia de causalidad de Granger significativa en ambas direcciones.

Significancia y contribuciones
El documento realiza tres contribuciones primordiales a la literatura sobre Big Data en economía:

1. Alcance geográfico: Extiende la validación de los datos de búsqueda de Google como un indicador económico más allá de las grandes economías desarrolladas (como EE. UU. y Alemania) hacia economías más pequeñas de Europa Central. Demuestra que, incluso en regiones con una penetración de internet potencialmente menor o estructuras económicas diferentes, el comportamiento de búsqueda en línea sigue siendo un predictor robusto de variables macroeconómicas.
2. Rigor metodológico: El estudio proporciona un procedimiento analítico exhaustivo y paso a paso que va más allá de la simple correlación. Aborda sistemáticamente la estacionariedad, evalúa tanto el nowcasting (predicción del presente con datos rezagados oficiales) como el forecasting (predicción del futuro) e investiga las direcciones causales.
3. Utilidad para las políticas: Los hallazgos sugieren que los datos de búsqueda en línea ofrecen un "valor informativo adicional" más allá de simplemente llenar la brecha temporal causada por los retrasos de los datos. La causalidad bidireccional encontrada en la mayoría de los países implica que los datos de búsqueda capturan el sentimiento en tiempo real y la dinámica del mercado que los estadísticas oficiales pueden omitir, ofreciendo una herramienta valiosa para los responsables de la formulación de políticas en el Grupo de Visegrado y economías similares.

Conclusión
Los autores concluyen que las consultas de búsqueda de Google relacionadas con el empleo constituyen una base sólida para modelar las tasas de desempleo en el Grupo de Visegrado. Los datos no solo permiten el nowcasting de los niveles actuales de desempleo, sino que también mejoran la precisión de los pronósticos futuros, proporcionando una señal oportuna e informativa para el monitoreo económico en estas regiones específicas.