Zastosowanie Google Trends w prognozowaniu zmian na rynku nieruchomości

• Authors: Bulczak Grzegorz

Title variants

EN

Predicting changes in the real estate market with the use of Google Trends

• Languages of publication: PL

Abstracts

PL

Decyzje inwestycyjne poprzedzone są szeregiem działań związanych z uzyskiwaniem i weryfikacją informacji. Poniższe badanie ma na celu zbadanie użyteczności danych pochodzących z wyszukiwarek internetowych pod względem ich przydatności w prognozowaniu zmian na rynku nieruchomości. Dane te mogą być dodatkowym źródłem informacji dla inwestorów, jeśli okaże się, że zawierają ślady poszukiwania informacji w okresie przed podjęciem danej decyzji inwestycyjnej. Przeprowadzona analiza jest istotnym dodatkiem do już istniejącej literatury badającej rolę czynników behawioralnych w procesie podejmowania decyzji. Wyniki tego badania mogą wnieść nowe spojrzenie na zachowanie rynków oraz inwestorów.

Keywords

PL

rynek nieruchomości; Google Trends; prognozowanie

• Publisher: Wydział Zarządzania - Uniwersytet Gdański
• Journal: Zarządzanie i Finanse
• Year: 2014
• Volume: 4
• Pages: 79-90

Contributors

author

Bulczak Grzegorz

• Dr, Katedra Inwestycji i Nieruchomości, Wydział Zarządzania, Uniwersytet Gdański

References

• Appleton-Young L. (2008), State of the California housing market 2008–2009. Technical report, California Association of Realtors.
• Arrow K. (1987), Arrow and the foundations of the theory of economic policy, Reflections on the essays, New York University.
• Askitas N., Zimmermann K.F. (2010), Google Econometrics and Unemployment Forecasting, Technical Report, SSRN 899.
• Castle J.L., Fawcett N.W.P., Hendry D.F. (2009), Nowcasting is not Just Contemporaneous Forecasting, „National Institute Economic Review”.
• Choi H., Varian H. (2012), Predicting the Present with Google Trends, „Economic Record”, Vol. 88.
• ComScore (2012), qSearch: A comprehensive view of the search landscape . Technical report, comScore.
• Cooper C., Mallon K., Leadbetter S., Pollack L., Peipins L. (2005), Cancer Internet Search Activityon a Major Search Engine, United States 2001– 200, „Journal of Medical Internet Research”.
• Ettredge M., Gerdes J., Karuga G. (2005), Using Web-based Search Data to Predict Macroeconomic Statistics, „Communications of the ACM”, Vol. 48, No. 11.
• Eysenbach G. (2006), Infodemiology: Tracking flu-related searches on the Web for syndromic surveillance, „American Medical Informatics Association Annual Symposium Proceedings”, Curran Associates, Red Hook, NY.
• Goel S., Hofman J.M., Lahaie S., Pennock D.M., Watts D.J. (2010), Predicting Consumer Behavior with Web Search, „Proceedings of the National Academy of Sciences”, Vol. 7, No. 41.
• Google Trends, www.google.pl/trends.
• Guzman G. (2011), Internet Search Behavior as an Economic Forecasting Tool: The Case of Inflation Expectations, „The Journal of Economic and Social Measurement”, Vol. 36, No. 3.
• Hulth A., Rydevik G., Linde A. (2009), Web Queries as a Source for Syndromic Surveillance, „PLoS ONE”, No. 4.
• Krugman P. (2009 ), How did economists get it so wrong ? „New York Times Magazine” z dnia 09.02.
• NAR Research Staff (2012), Profile of home buyers and sellers 2012 . Technical report, National Association of Realtors.
• Polgreen P.M., Chen Y., Pennock D.M., Nelson F.D. (2008), Using Internet Searches for Influenza Surveillance, „Clinical Infectious Diseases”, No. 47.
• Simon H. A. (1984), On the behavioral and rational foundations of economic dynamics, „Journal of Economic Behavior and Organization”, Vol. 5, No. 1.
• The Land Registry, www.landregistry.data.gov.uk.
• Wu L., Waber B., Aral S., Brynjolfsson E., Pentland A. S. (2008), Mining faceto-face interaction networks using sociometric badges: Predicting productivity in an IT configurationtask . „ICIS 2008 Proceedings”.