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

De kern

Stel je voor dat je het weer probeert te voorspellen. Meestal moet je wachten tot de officiële meteoroloog zijn berekeningen heeft voltooid, wat een paar dagen kan duren. Tegen de tijd dat zij je vertellen dat het gaat regenen, ben je misschien al nat geworden.

Stel je nu voor dat je uit je raam kunt kijken en ziet dat iedereen plotseling paraplu's koopt en regenvoorspellingen op hun telefoon controleert. Nog voordat het officiële rapport binnen is, weet je dat er een storm aankomt.

Dit is precies wat de auteurs van dit artikel hebben gedaan, maar in plaats van het weer, keken ze naar werkloosheid, en in plaats van paraplu's keken ze naar Google-zoekopdrachten.

De Setting: De "Visegrád-groep"

De studie richt zich op vier Centraal-Europese landen: Tsjechië, Hongarije, Polen en Slowakije. Deze worden soms de "Visegrád-groep" genoemd. Terwijl grote economieën zoals de VS of Duitsland alle aandacht krijgen in onderzoek, zijn deze vier kleiner. De auteurs wilden zien of de "digitale voetafdrukken" die mensen in deze kleinere landen achterlaten, ons iets nuttigs kunnen vertellen over hun arbeidsmarkten.

Het Kernidee: Digitale Voetafdrukken

Wanneer mensen hun baan verliezen of zich zorgen maken over het verliezen ervan, zitten ze niet alleen maar thuis. In onze moderne, digitale wereld gaan ze online. Ze typen dingen als "banen bij mij in de buurt", "hoe schrijf ik een cv" of "werkloosheidsuitkeringen" in op Google.

De auteurs stelden een eenvoudige vraag: Kunnen we werkloosheidspercentages voorspellen door te tellen hoeveel mensen zoeken naar deze werkgerelateerde termen?

Wat ze vonden (De Resultaten)

1. De verbinding is echt
Ze vonden een sterke link. Wanneer de werkloosheid stijgt, stijgt het aantal werkgerelateerde zoekopdrachten ook. Het is als een spiegel: de online activiteit weerspiegelt de strijd in de echte wereld.

• In Tsjechië en Slowakije was de verbinding zeer sterk (een overeenkomst van ongeveer 50% in hoe ze samen bewogen).
• In Polen en Hongarije was de verbinding er ook, maar net iets zwakker.

2. "Nowcasting": Het heden zien voordat het officieel is
Officiële werkloosheidscijfers zijn traag. Overheden hebben maanden nodig om iedereen te tellen, de gegevens te verwerken en het rapport te publiceren. Tegen de tijd dat je het nieuws leest, zijn de gegevens al oud.

• De claim van het artikel: Google-zoekopdrachten gebeuren onmiddellijk. Door deze zoekcijfers te gebruiken, konden de auteurs een model bouwen dat het huidige werkloosheidspercentage veel beter voorspelt dan wanneer men simpelweg gebaseerd op de cijfers van vorig jaar zou gokken. Het is alsof je de stormwolken ziet vormen voordat de regen begint.

3. "Forecasting": De toekomst voorspellen
De auteurs vroegen zich ook af: "Helpen deze zoekopdrachten ons om te voorspellen wat er volgende maand zal gebeuren, zelfs als we doen alsover dat we de huidige werkloosheidscijfers al kennen?"

• De claim van het artikel: Ja. Zelfs als je de huidige werkloosheidsgraad al kent, maakt het toevoegen van de Google-zoekgegevens de voorspelling voor volgende maand nog steeds nauwkeuriger. Dit bewijst dat de zoekopdrachten niet slechts een vertraagde echo uit het verleden zijn; ze bevatten nieuwe informatie over wat mensen nu voelen en plannen.

4. De tweerichtingsverkeer (Causaliteit)
Ten slotte keken ze naar wie wie beïnvloedt. Veroorzaakt werkloosheid dat mensen zoeken, of signaleren zoekopdrachten dat er werkloosheid aankomt?

• De claim van het artikel: Het is een tweerichtingsverkeer. In de meeste onderzochte landen werkt het beide kanten op. Mensen zoeken omdat ze werkloos zijn, maar de piek in het aantal zoekopdrachten signaleert ook dat de arbeidsmarkt onder druk komt te staan voordat de officiële cijfers de boot inhalen.

De Kernconclusie

Het artikel concludeert dat het internet, zelfs in kleinere economieën zoals die van de Visegrád-groep, een krachtig hulpmiddel is. Door simpelweg te kijken naar wat mensen in Google typen, kunnen economen en beleidsmakers een veel duidelijker, sneller en nauwkeuriger beeld krijgen van de arbeidsmarkt dan door te wachten op traditionele overheidsrapporten.

Kortom: De online zoekopdrachten van mensen fungeren als een real-time "hartslagcontrole" voor de economie, waardoor we werkloosheidstrends kunnen zien voordat de officiële statistieken arriveren.

Technische samenvatting

Technische Samenvatting: Kunnen Google-zoekopdrachten helpen bij het nucasten en voorspellen van werkloosheidspercentages in de Visegrád-landen?

Probleemstelling
Macro-economische indicatoren, in het bijzonder werkloosheidspercentages, lijden onder aanzienlijke publicatievertragingen door de tijd die nodig is voor gegevensverzameling en -verwerking (vaak enkele maanden). Deze vertraging belemmert tijdige beleidsreacties en economische analyses. Hoewel online activiteit is onderzocht als een hoogfrequente proxy voor economisch gedrag in ontwikkelde economieën (zoals de VS en Duitsland), blijft het nut ervan in kleinere Centraal-Europese economieën onderbelicht. Dit artikel onderzoekt of werk-gerelateerde Google-zoekopdrachten effectieve voorspellers kunnen zijn voor werkloosheidspercentages in de Visegrád-landen: Tsjechië, Hongarije, Polen en Slowakije.

Methodologie
De studie maakt gebruik van maandelijkse gegevens over de periode van januari 2004 tot december 2013.

• Databronnen: De werkloosheidspercentages zijn afkomstig van Eurostat (gebaseerd op de EU-arbeidskrachtenquête), die de algemene bevolking (leeftijd 15–74) vertegenwoordigt zonder seizoenscorrectie. Google-zoekgegevens zijn geëxtraheerd uit Google Trends met specifieke werk-gerelateerde trefwoorden in lokale talen: "práce" (Tsjechisch/Slowaaks), "praca" (Pools) en "állás" (Hongaars). Wekelijkse Google-gegevens zijn geaggregeerd naar maandelijkse frequenties.
• Preprocessing: Om stationariteitsproblemen aan te pakken, hebben de auteurs de Augmented Dickey-Fuller (ADF) en KPSS-testen toegepast. De resultaten gaven aan dat de oorspronkelijke series een eenheidswortel bevatten, wat het gebruik van eerste verschillen noodzakelijk maakte. Specifiek gebruikte de analyse het eerste verschil van het werkloosheidspercentage ($\Delta UR_t$) en het eerste logaritmische verschil van de Google-zoekintensiteit ($\Delta \log(GI)_t$).
• Analytisch kader:
  1. Basisrelatie: Een lineair regressiemodel werd geschat om de elasticiteit tussen zoekintensiteit en veranderingen in werkloosheid te bepalen.
  2. Nowcasting: Een model dat 12 lags van zowel werkloosheids- als zoekgegevens bevat, werd geconstrueerd om realtime voorspelling te simuleren, uitgaande van de veronderstelling dat werkloosheidsgegevens met een achterstand van drie maanden beschikbaar zijn.
  3. Voorspelling (Forecasting): Een Vector Autoregressief (VAR) model werd vergeleken met een eenvoudig Autoregressief (AR) model. Het VAR-model bevatte 12 lags van beide variabelen.
  4. Causaliteit: Granger-causaliteitstesten werden uitgevoerd binnen het VAR-kader om de richting van de invloed tussen zoekactiviteit en werkloosheid te bepalen.
• Evaluatiemetrieken: De prestaties van de voorspellingen werden beoordeeld met behulp van de Root Mean Squared Error (RMSE), Mean Absolute Error (MAE) en de Diebold-Mariano-test om de nauwkeurigheid van de voorspellingen statistisch te vergelijken.

Belangrijkste Resultaten

• Correlatie en Elasticiteit: Er werd een positieve proportionele relatie gevonden tussen werk-gerelateerde zoekopdrachten en werkloosheidspercentages in alle vier de landen. De geschatte elasticiteiten waren statistisch significant voor Tsjechië, Polen en Slowakije (ten minste op het 10%-niveau), met waarden variërend van ongeveer 0,20 tot 0,55.
• Nowcasting-prestaties: De opname van Google-zoekgegevens verbeterde de nowcasting-modellen aanzienlijk. De aangepaste $R^2$ nam voor alle landen met ongeveer een derde toe (met een iets kleinere stijging voor Polen). F-statistieken bevestigden dat de zoekvariabelen gezamenlijk significant waren, zelfs op het 1%-niveau.
• Voorspellingsprestaties: In out-of-sample voorspellingen (2013) presteerden modellen die Google-gegevens bevatten beter dan modellen die uitsluitend steunden op historische werkloosheidsgegevens. De Diebold-Mariano-test bevestigde dat het VAR-model met zoekgegevens significant betere voorspellingen bood dan het AR-model voor alle landen op een significantieniveau van 5% of beter.
• Causaliteit: De Granger-causaliteitsanalyse onthulde bidirectionele causaliteit in drie van de vier landen (Tsjechië, Polen en Slowakije). Dit suggereert een feedbackloop waarbij stijgende werkloosheid leidt tot meer zoekactiviteit naar werk, en verhoogde zoekactiviteit signalen afgeeft van arbeidsmarktspanningen die voorafgaan aan of samengaan met veranderingen in de werkloosheid. Hongarije was de uitzondering, waarbij geen significante Granger-causaliteit in welke richting dan ook werd gevonden.

Betekenis en Bijdragen
Het artikel levert drie primaire bijdragen aan de literatuur over big data in de economie:

1. Geografische reikwijdte: Het breidt de validatie van Google-zoekgegevens als economische indicator uit van grote, ontwikkelde economieën (zoals de VS en Duitsland) naar kleinere, Centraal-Europese economieën. Het toont aan dat zelfs in regio's met mogelijk een lagere internetpenetratie of andere economische structuren, online zoekgedrag een robuuste voorspeller blijft voor macro-economische variabelen.
2. Methodologische strengheid: De studie biedt een uitgebreide, stapsgewijze analytische procedure die verder gaat dan eenvoudige correlatie. Het behandelt systematisch stationariteit, evalueert zowel nowcasting (het voorspellen van het heden met vertraagde officiële gegevens) als forecasting (het voorspellen van de toekomst), en onderzoekt causale richtingen.
3. Beleidsnut: De bevindingen suggereren dat online zoekgegevens "aanvullende informatieve waarde" bieden die verder gaat dan enkel het overbruggen van de tijdsafstand veroorzaakt door datalags. De gevonden bidirectionele causaliteit in de meeste landen impliceert dat zoekgegevens de realtime sentimenten en marktmechanismen vastleggen die officiële statistieken mogelijk missen, wat een waardevol instrument biedt voor beleidsmakers in de Visegrád-landen en soortgelijke economieën.

Conclusie
De auteurs concluderen dat werk-gerelateerde Google-zoekopdrachten een sterke basis vormen voor het modelleren van werkloosheidspercentages in de Visegrád-landen. De gegevens maken niet alleen de nowcasting van huidige werkloosheidsniveaus mogelijk, maar verbeteren ook de nauwkeurigheid van toekomstige voorspellingen, waardoor een tijdige en informatieve signaalfunctie wordt geboden voor economische monitoring in deze specifieke regio's.