Big Data – istota i możliwości zastosowania na przykładzie prognozowania bezrobocia

Sławomir Kuźmar

Abstract

In the era of the growing informatization of the world the term Big Data seems to be one of the most recent and popular issues concerning economic and social analysis according both to functioning economic agents, economic policy or real business. Due to the growing amount and accessibility to Big Data, the main objective of this paper is an attempt to define the term Big Data and categorize its main sources. Additionally, this paper aims to present possibilities for implementing Big Data in economic studies, particularly an assessment of Google trends Data as a useful tool for nowcasting and forecasting economic indicators of the Polish labour market (i.e. unemployment) is presented. The obtained results indicated that the addition of an additional variable determining the number of specific Internet queries related to the job seeking process raised the forecasting properties of the model forecasting the level of unemployment in Poland.
Author Sławomir Kuźmar (WE / KMiBR)
Sławomir Kuźmar,,
- KMiBR
Journal seriesStudia Oeconomica Posnaniensia, ISSN 2300-5254, e-ISSN 2449-9099, (0 pkt)
Issue year2019
No4
Pages45-58
Publication size in sheets0.65
Keywords in PolishBig Data, prognozy ekonomiczne, bezrobocie, Google trends
Keywords in EnglishBig Data, economic forecasting, unemployment, Google trends
Abstract in Polish W dobie rosnącej informatyzacji, a w konsekwencji digitalizacji współczesnych społeczeństw, zagadnienia związane z wykorzystywaniem nowych niestandardowych zestawów danych, określanych współcześnie mianem „Big Data”, zdają się jedną z najbardziej aktualnych kwestii dotyczących analiz empirycznych w ekonomii. Z uwagi na rosnące znaczenie, a także coraz łatwiejszy dostęp do tego typu danych, celem opracowania jest ocena przydatności danych zaliczanych do Big Data (danych dostępnych w ramach analiz Google trends) jako potencjalnie wartościowych w prognozowaniu wielkości bezrobocia w Polsce. Przeprowadzone rozważania z wykorzystaniem metod prognostycznych typu ARIMA wykazały, że dane tego typu mogą być przydatne w ocenie sytuacji na polskim rynku pracy. Wyniki prowadzonych analiz wykazały bowiem, że dodanie kolejnej zmiennej określającej liczbę konkretnych zapytań internetowych związanych z poszukiwaniem pracy podnosiło właściwości prognostyczne modelu prognozującego poziom bezrobocia w Polsce.
DOIDOI:10.18559/SOEP.2019.4.3
URL http://soep.ue.poznan.pl/New_SOEP_site/jdownloads/Wszystkie%20numery/Rok%202019/SOEP_4_2019.pdf
Languagepl polski
File
SOEP_4_2019.pdf 1.64 MB
Score (nominal)5
Score sourcejournalList
ScoreMinisterial score = 5.0, 10-02-2020, ArticleFromJournal
Citation count*
Cite
Share Share

Get link to the record


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back
Confirmation
Are you sure?