□文/賈培佩　張　泰　張文良

（1.河北金融學(xué)院；2.河北軟件職業(yè)技術(shù)學(xué)院河北·保定）

網(wǎng)絡(luò)搜索數(shù)據(jù)與消費(fèi)者信心指數(shù)自回歸模型研究

□文/賈培佩1張?zhí)?張文良1

（1.河北金融學(xué)院；2.河北軟件職業(yè)技術(shù)學(xué)院河北·保定）

［提要］本文建立網(wǎng)絡(luò)搜索數(shù)據(jù)與消費(fèi)者信心指數(shù)自回歸時(shí)間序列模型，對(duì)消費(fèi)者信心指數(shù)進(jìn)行分析，發(fā)現(xiàn)網(wǎng)絡(luò)搜索數(shù)據(jù)和消費(fèi)者信心指數(shù)之間存在顯著相關(guān)性。

網(wǎng)絡(luò)搜索數(shù)據(jù)；消費(fèi)者信心指數(shù)；相關(guān)性

收錄日期：2015年8月19日

隨著互聯(lián)網(wǎng)科技的發(fā)展，以及我國固定網(wǎng)絡(luò)和移動(dòng)網(wǎng)絡(luò)的迅速普及，人們獲取信息的方式正在由傳統(tǒng)渠道向信息化渠道發(fā)展。本文主要對(duì)網(wǎng)絡(luò)搜索數(shù)據(jù)和消費(fèi)者信心指數(shù)之間的相關(guān)性進(jìn)行了探討。關(guān)鍵詞初選是整個(gè)研究的第一歩，搜索引擎的推薦、Googlecorrelate關(guān)鍵詞挖掘工具、SEO關(guān)鍵字挖掘和ICTCLAS漢語分詞系統(tǒng)是確定初選網(wǎng)絡(luò)搜索詞的四個(gè)重要方法，然后基于關(guān)鍵詞搜索量的相對(duì)值與消費(fèi)者信心指數(shù)的實(shí)際變化的相關(guān)性強(qiáng)弱，來確定最終用于研究的關(guān)鍵詞，同時(shí)還可以在運(yùn)用時(shí)差相關(guān)分析法確定相關(guān)性大小的過程中，發(fā)現(xiàn)其不同關(guān)鍵詞的領(lǐng)先或滯后階數(shù)。最后，將關(guān)鍵詞搜索指數(shù)與消費(fèi)者信心指數(shù)進(jìn)行相關(guān)性分析。

一、建立自回歸模型

（一）關(guān)鍵詞初選。網(wǎng)絡(luò)搜索數(shù)據(jù)反映的是在某段時(shí)期，該關(guān)鍵詞的被關(guān)注度和搜索熱度。消費(fèi)者信心指數(shù)同比數(shù)據(jù)來自于我國國家統(tǒng)計(jì)局官方網(wǎng)站數(shù)據(jù)庫的統(tǒng)計(jì)數(shù)據(jù)。兩種數(shù)據(jù)選取的時(shí)段是從2009年11月到2013年6月。

本文根據(jù)消費(fèi)者信心指數(shù)的編制結(jié)構(gòu)，選定了經(jīng)濟(jì)發(fā)展形勢(shì)、家庭收入和就業(yè)、物價(jià)水平、消費(fèi)或購買意愿等構(gòu)成和影響因素，選擇了“GDP”、“就業(yè)率”、“貨幣供應(yīng)量”、“黃金”和“二手房”等比較原始的網(wǎng)絡(luò)搜索關(guān)鍵詞。除了百度搜索風(fēng)云榜等比較簡單的關(guān)鍵詞挖掘方法對(duì)與消費(fèi)者信心比較相關(guān)的領(lǐng)域進(jìn)行了初步的關(guān)鍵詞搜集外，還運(yùn)用了數(shù)據(jù)挖掘工具Correlate、SEO關(guān)鍵字挖掘工具及ICTCLAS（漢語詞法分析系統(tǒng)），使得關(guān)鍵詞的選取工作更加的有章可循。通過上述的操作，得到1，500多個(gè)與初始關(guān)鍵詞相關(guān)的詞，之后對(duì)關(guān)鍵詞做了進(jìn)一步的搜集和整理工作。剔除重復(fù)的關(guān)鍵詞后，在谷歌趨勢(shì)搜索字詞欄中逐一進(jìn)行輸入，如“公積金買房”、“柴油價(jià)格”、“上證指數(shù)”、“理財(cái)產(chǎn)品”、“居民消費(fèi)價(jià)格指數(shù)”等，最終得到有搜索量并且各個(gè)月份數(shù)字相對(duì)比較完整的關(guān)鍵詞約600個(gè)。為了使最終的結(jié)果更具科學(xué)性和客觀性，需要把從谷歌趨勢(shì)中下載下來的網(wǎng)絡(luò)搜索關(guān)鍵詞數(shù)據(jù)進(jìn)行如下數(shù)據(jù)預(yù)處理：

1、由于關(guān)鍵詞數(shù)據(jù)是以周為單位的，而消費(fèi)者信心指數(shù)國家統(tǒng)計(jì)局是按月公布的，因此為了更好地確定兩者之間存在的相關(guān)關(guān)系就有必要把網(wǎng)絡(luò)搜索關(guān)鍵詞的周數(shù)據(jù)合并轉(zhuǎn)換成以月度量化的月度數(shù)據(jù)。

2、為了解決季節(jié)變動(dòng)要素和不規(guī)則要素往往掩蓋經(jīng)濟(jì)發(fā)展中客觀變化給研究所帶來的問題，消除其短期波動(dòng)，需要對(duì)關(guān)鍵詞進(jìn)行平滑處理，對(duì)網(wǎng)絡(luò)搜索關(guān)鍵詞，數(shù)據(jù)進(jìn)行三期的移動(dòng)平均，從而達(dá)到突出各網(wǎng)絡(luò)搜索數(shù)據(jù)長期變化規(guī)律的效果。

3、由于消費(fèi)者信心指數(shù)的數(shù)據(jù)是同比數(shù)據(jù)，而網(wǎng)絡(luò)搜索關(guān)鍵詞數(shù)據(jù)并不是同比數(shù)據(jù)，因此為了更準(zhǔn)確地去發(fā)現(xiàn)兩者之間的相關(guān)關(guān)系，需要與消費(fèi)者信心指數(shù)的數(shù)據(jù)保持一致，有必要將平滑之后的網(wǎng)絡(luò)搜索關(guān)鍵詞數(shù)據(jù)轉(zhuǎn)換成同比數(shù)據(jù)。

（二）關(guān)鍵詞評(píng)價(jià)。根據(jù)消費(fèi)者信心指數(shù)的構(gòu)成和影響因素，利用百度等搜索引擎的關(guān)鍵詞推薦工具，以及SEO長尾關(guān)鍵詞挖掘工具，對(duì)網(wǎng)絡(luò)搜索的原始關(guān)鍵字詞進(jìn)行了挖掘和篩選過濾，保留下來大約600個(gè)與消費(fèi)者信心指數(shù)相關(guān)的網(wǎng)絡(luò)搜索初始關(guān)鍵詞。為了比較系統(tǒng)的評(píng)價(jià)網(wǎng)絡(luò)搜索關(guān)鍵詞搜索量的變化情況與消費(fèi)者信心指數(shù)之間的關(guān)系，對(duì)網(wǎng)絡(luò)搜索關(guān)鍵詞的評(píng)價(jià)主要從網(wǎng)絡(luò)搜索關(guān)鍵詞的領(lǐng)先性和相關(guān)性角度為衡量指標(biāo)。

文章中采用了時(shí)差相關(guān)分析法分別計(jì)算各個(gè)初選網(wǎng)絡(luò)搜索關(guān)鍵詞的領(lǐng)先階數(shù)和相關(guān)性。時(shí)差相關(guān)分析具體表達(dá)式為：

式中，p為某一網(wǎng)絡(luò)搜索關(guān)鍵詞相對(duì)與消費(fèi)者信心指數(shù)的領(lǐng)先階數(shù)，rp表示當(dāng)時(shí)差為p的兩個(gè)變量之間的相關(guān)系數(shù)，x表示網(wǎng)絡(luò)搜索關(guān)鍵詞搜索熱度的月度變化率，y表示消費(fèi)者信心指數(shù)，而這個(gè)最大值即為關(guān)鍵詞與消費(fèi)者信心指數(shù)兩者之間的相關(guān)系數(shù)。

本文在關(guān)鍵詞評(píng)價(jià)過程中，符合要求的關(guān)鍵詞其p值必須大于0。同時(shí)為網(wǎng)絡(luò)搜索數(shù)據(jù)與消費(fèi)者信心指數(shù)的相關(guān)系數(shù)設(shè)定一個(gè)臨界值標(biāo)準(zhǔn)（本文中的臨界值為0.5），對(duì)于小于這一標(biāo)準(zhǔn)的網(wǎng)絡(luò)搜索關(guān)鍵詞，不予考慮，進(jìn)行剔除處理。

（三）搜索指數(shù)合成與檢驗(yàn)。表1從消費(fèi)者預(yù)期和消費(fèi)者滿意兩方面列出部分網(wǎng)絡(luò)搜索關(guān)鍵詞的皮爾森相關(guān)指數(shù)。（表1）

表1　

圖1　擬合效果圖

（四）消費(fèi)者信心指數(shù)自回歸模型。本文選擇消費(fèi)者信心指數(shù)（Y）為被解釋變量，消費(fèi)者預(yù)期搜索指數(shù)（X1）和消費(fèi)者滿意搜索指數(shù)（X2）為解釋變量，建立時(shí)間序列模型，為了確定各個(gè)研究變量是否平穩(wěn)，采用ADF檢驗(yàn)法，檢驗(yàn)結(jié)果為所有變量在5%的置信水平都已平穩(wěn)。接下來建立自回歸模型：

采用Engle和Granger的兩步協(xié)整關(guān)系檢驗(yàn)法來檢驗(yàn)其長期趨勢(shì)。結(jié)果顯示，殘差項(xiàng)具有穩(wěn)定性，因此網(wǎng)絡(luò)搜索指數(shù)與消費(fèi)者信心指數(shù)之間具有長期穩(wěn)定的協(xié)整關(guān)系。并且自回歸方程（1）擬合效果是最優(yōu)的，擬合方程見（2）、（3）式。該模型量化了網(wǎng)絡(luò)搜索數(shù)據(jù)與消費(fèi)者信心指數(shù)之間的關(guān)系，表明消費(fèi)者信心指數(shù)的變化是由消費(fèi)者未來生活預(yù)期的變化和消費(fèi)者對(duì)現(xiàn)有生活滿意情況的變化以及歷史的消費(fèi)者信心水平來共同決定。

模型當(dāng)中，解釋變量X1t-2和X2t-1代表的是消費(fèi)者通過網(wǎng)絡(luò)搜索相關(guān)內(nèi)容對(duì)消費(fèi)者信心指數(shù)刻畫的貢獻(xiàn)，從宏觀和微觀兩個(gè)層面，以消費(fèi)者預(yù)期和消費(fèi)者滿意為代表，反映了在網(wǎng)絡(luò)生活中，消費(fèi)者預(yù)期和消費(fèi)者滿意網(wǎng)絡(luò)關(guān)注度和熱度的變化。兩個(gè)搜索指數(shù)變量的系數(shù)不同，這說明消費(fèi)者預(yù)期和消費(fèi)者滿意兩個(gè)影響因素的變化對(duì)消費(fèi)者信心的影響程度是不同的。消費(fèi)者預(yù)期搜索指數(shù)和消費(fèi)者預(yù)期搜索指數(shù)兩個(gè)指數(shù)各變化1%，對(duì)應(yīng)的消費(fèi)者信心指數(shù)變化的幅度分別為106.87%和2.10%。

我們把消費(fèi)者信心指數(shù)的真實(shí)值和模型得到的消費(fèi)者信心指數(shù)的擬合曲線圖繪制在一起。（圖1）可以看出本模型對(duì)于消費(fèi)者信心指數(shù)的擬合效果基本上令人滿意，兩者的走勢(shì)基本上是同步的。即：網(wǎng)絡(luò)搜索數(shù)據(jù)可以在一定程度上對(duì)消費(fèi)者信心指數(shù)進(jìn)行預(yù)測(cè)，但是在某些時(shí)段，消費(fèi)者信心指數(shù)的模型擬合值和消費(fèi)者信心指數(shù)的真實(shí)值之間還是存在較大的偏差。

二、結(jié)論

通過建立網(wǎng)絡(luò)搜索數(shù)據(jù)與消費(fèi)者信心指數(shù)之間的自回歸模型，我們發(fā)現(xiàn)：1、網(wǎng)絡(luò)搜索數(shù)據(jù)與消費(fèi)者信心指數(shù)之間是協(xié)整的。消費(fèi)者預(yù)期搜索指數(shù)的提高會(huì)引起消費(fèi)者信心指數(shù)的下降；消費(fèi)者滿意搜索指數(shù)的提高會(huì)引起消費(fèi)者信心指數(shù)的上升。這表明消費(fèi)者預(yù)期也就是消費(fèi)者對(duì)宏觀層面的評(píng)估和預(yù)判對(duì)消費(fèi)者信心的影響要遠(yuǎn)遠(yuǎn)大于消費(fèi)者滿意即微觀層面的影響；2、網(wǎng)絡(luò)搜索數(shù)據(jù)中的部分?jǐn)?shù)據(jù)和消費(fèi)者信心之間具有顯著的相關(guān)性；3、利用網(wǎng)絡(luò)搜索數(shù)據(jù)合成的消費(fèi)者預(yù)期搜索指數(shù)和消費(fèi)者滿意搜索指數(shù)與消費(fèi)者信心指數(shù)之間存在不同時(shí)間的時(shí)差。消費(fèi)者預(yù)期搜索指數(shù)領(lǐng)先消費(fèi)者信心指數(shù)兩個(gè)月，消費(fèi)者滿意搜索指數(shù)領(lǐng)先消費(fèi)者信心指數(shù)一個(gè)月；4、引入網(wǎng)絡(luò)搜索指數(shù)后的自回歸模型對(duì)消費(fèi)者信心指數(shù)的擬合和預(yù)測(cè)都比較好，可以比官方公布的消費(fèi)者信心指數(shù)提前1個(gè)月左右，基本實(shí)現(xiàn)了對(duì)消費(fèi)者信心指數(shù)的實(shí)時(shí)監(jiān)測(cè)。

主要參考文獻(xiàn)：

［1］國敏.基于網(wǎng)絡(luò)搜索技術(shù)的游客量預(yù)測(cè)方法研究［D］.北京：首都師范大學(xué)，2012.

［2］郭洪偉.我國消費(fèi)者信心指數(shù)的編制及存在的問題［J］.商業(yè)時(shí)代，2010.

河北省統(tǒng)計(jì)科學(xué)研究計(jì)劃項(xiàng)目（2014HY39）

F713.55

A