Search results

1

Can Google Trends affect sentiment of individual investors? The case of the United States

100%

Rutkowska A., Kliber A.

Mathematical Economics

|

2018

|

issue 14(21)

51-70

EN

As the empirical studies show, investor sentiment is a significant factor in financial markets. The large-scale development of the technology has led to widespread access to information in real time (also to individual investors), which in turn has also led to the inflow of Big Data to market analysis. One of the sources of such data is the ability to track the phrases searched for in the web search engines. In our research we verify whether investor sentiment is affected by, among others, a daily Google keyword search called “Google Trends”. We consider measures of US investors’ sentiment calculated from survey studies – the AAII index. We investigate changes of sentiment and its volatility, which can be interpreted as nervousness of the market participants. We estimate a set of GARCH models with explanatory variables in conditional mean and variance. We confirm that negative keyword searches are connected with the decline of the investor confidence. The overall effect of a negative search is stronger than positive. Older searches have a weaker influence on investor sentiment than new ones – no lagged search proved to be significant.

2

Systemic Risk: Cause or Effect of the Financial Crisis in the Euro Area? The Case of Spanish Banking System Bailouts

100%

Santos J. L., Kaszowska J.

Olsztyn Economic Journal

|

2018

|

vol. 13

|

issue 4

441-455

EN

The aim of this paper is to determine to which extent systemic risk is a cause and an effect of the 2008 financial crisis. In the context of Spanish bailouts, we study the transmission of risk in the Spanish banking system. We make use of data from Google Trends on all Spanish financial institutions, which are selected as examples of one of the countries most affected in the last financial crisis. This analysis is one of the first attempts to use this kind of data for purposes of financial analysis. We compute the impact of each bailout in the banking system and we show how it affects the activity of the bailed-out bank and other institutions according to their status both before and after the announcement of the bailouts. We then show that it is possible to quantify the subjective systemic risk, an elusive concept that is difficult to measure with data from standard sources.

3

Zastosowanie Google Trends w prognozowaniu zmian na rynku nieruchomości

100%

Bulczak G.

Zarządzanie i Finanse

|

2014

|

vol. 4

79-90

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.

4

Wykorzystanie Google Trends do predykcji stopy zwrotu indeksu WIG20

100%

Niedzielska E.

Ekonomia XXI Wieku

|

2018

|

issue 3 (19)

82-97

PL

W artykule podjęto próbę wykorzystania danych, będących wynikiem aktywności użytkowników Internetu, do predykcji stopy zwrotu indeksu WIG20. Jako źródło tego typu danych przyjęta została baza Google Trends, która umożliwia przeglądanie i pobieranie zagregowanych wskaźników zapytań w wyszukiwarce Google. W pierwszej części artykułu autorka zwraca uwagę na to, że w konsekwencji rewolucji technologicznej zmianie uległ sposób pozyskiwania i kreowania informacji. Z punktu widzenia nauki o finansach jest to o tyle istotne, że informacja stanowi centralną oś hipotezy efektywności rynku. „Zalew informacyjny”, którego jesteśmy uczestnikami, skłania do ponownego podjęcia refleksji nad możliwościami dyskontowania informacji przez rynek i jego graczy. W tym kontekście autorka kieruje się ku paradygmatowi finansów behawioralnych. Badacze z tego nurtu zwracają bowiem szczególną uwagę na ograniczone zdolności poznawcze człowieka. Ich zdaniem nie jest możliwe, aby inwestorzy byli w stanie zabsorbować całą dostępną na temat zdarzeń rynkowych wiedzę. Taki tok rozumowania skłania do zadania pytań o to, w jaki sposób inwestorzy dokonują selekcji informacji, co w danym momencie może znajdować się centrum ich zainteresowania oraz jakie może mieć to konsekwencje dla wyników rynkowych. W części empirycznej eksploracji podlegały dwie kwestie. Po pierwsze, sprawdzone zostało występowanie korelacji między zapytaniami użytkowników wyszukiwarki Google a zamknięciem indeksu WIG20. Spośród niemal 30 haseł, tematycznie związanych z giełdą i finansami, wyselekcjonowano siedem, które charakteryzowały się najwyższymi współczynnikami korelacji. Po drugie, zbadana została możliwość wykorzystania tego typu danych w celach predykcyjnych. W tym kontekście zastosowane zostały dwa algorytmy klasyfikacyjne uczenia maszynowego: regresja logarytmiczna oraz naiwny klasyfikator Bayesa. Badania przeprowadzano w trzech próbach. Pierwsza liczyła 113 tygodni. Jej celem było sprawdzenie zdolności predykcyjnych wskaźników wyszukiwań przy założeniu, że ich wartości przeliczane były w tym samym tygodniu co stopa zwrotu indeksu. Druga próba liczyła 112 tygodni i uwzględniała różnicę wyszukiwań w ramach tygodniowego opóźnienia. Trzecia próba składała się ze 111 tygodni i uwzględniała różnicę wyszukiwań z dwutygodniowym opóźnieniem. Szczególnie wysokimi wartościami predykcyjnymi charakteryzował się klasyfikator Bayesa w trzeciej próbie. Wyniki badań stanowić mogą przesłankę do stwierdzenia, że dane pochodzące z Google Trends niosą ze sobą walor predykcyjny w kontekście rodzimego rynku kapitałowego. Dokonany przez autorkę przegląd literatury może wskazywać na to, że poruszana w artykule problematyka charakteryzuje się aktualnością, zarówno w rozumieniu wspomnianych zmian technologicznych, jak i światowego dorobku badawczego. Jednocześnie, zgodnie z wiedzą autorki, na gruncie polskiej nauki nie podejmowano jak dotąd prób stosowania uczenia maszynowego do predykcji finansowych przy wykorzystaniu danych pochodzących z wyszukiwarek internetowych

5

Wykorzystanie Google Trends do modelowania stopy bezrobocia rejestrowanego w Polsce

89%

Malinowski M.

Wiadomości Statystyczne. The Polish Statistician

|

2021

|

vol. 66

|

issue 3

45-61

EN

The paper deals with the problem of monitoring the unemployment rate in Poland. The main aim of the article is to check whether the addition of selected Google Trends indices improves the accuracy of forecasts generated by the autoregressive model of registered un-employment rate. The research method is based on nowcasting techniques which are used to assess the current state of an economy. Data for the years 2004–2019 were retrieved from publication by Statistics Poland (GUS) and Google Trends, the latter of which allows tracking the popularity of terms searched by Internet users. The study compares the goodness of fit and forecast errors of the basic model with these of models extended with exogenous variables. Both the potential and the limitations of the utilisation of a new source of data in macro-economic analyses concerning Poland are presented in the paper. The analysis yields a conclu-sion that Google indexes (commonly used in the literature written in English) do not improve the accuracy of predictions of the autoregressive model. Satisfactory results are only obtained for indices related to the international mobility of the workforce.

PL

W artykule podjęto problematykę monitorowania stopy bezrobocia w Polsce. Celem przedstawionego badania jest sprawdzenie, czy dołączenie wybranych indeksów Google Trends do autoregresyjnego modelu stopy bezrobocia rejestrowanego poprawia trafność generowanych przez niego prognoz. Zastosowana metoda badania opiera się na technikach nowcastingu służących do oceny bieżącego stanu gospodarki. Dane za lata 2004–2019 zostały zaczerpnięte z publikacji GUS oraz serwisu Google Trends, który pozwala na śledzenie popularności terminów wyszukiwanych przez internautów. Porównano jakość dopasowania modelu do danych oraz błędy prognoz modelu podstawowego i modeli rozszerzonych o zmienne egzogeniczne. Artykuł przedstawia zarówno potencjał, jak i ograniczenia wykorzystywania nowego źródła danych w analizach makroekonomicznych dotyczących Polski. Na podstawie przeprowadzonej analizy można uznać, że indeksy Google, powszechnie wykorzystywane w literaturze anglojęzycznej, nie poprawiają trafności predykcji modelu autoregresyjnego. Zadowalające rezultaty uzyskiwane są tylko dla indeksów związanych z międzynarodową mobilnością siły roboczej.

6

Prognozowanie wybranego subindeksu CPI przy użyciu danych Google Trends

89%

Marynowska A.

Studia Ekonomiczne

|

2018

|

vol. 375

55-72

PL

Prognozy inflacji mają bezpośredni wpływ na prowadzenie polityki monetarnej państwa oraz odgrywają dużą rolę w uświadamianiu społeczeństwa o potrzebie wprowadzenia ewentualnych zmian w sposobie jej prowadzenia. W celu zapewnienia trafności konstruowanych prognoz stale poszukuje się zmiennych, które istotnie wpływają na inflację. Celem artykułu jest sprawdzenie, czy dane udostępniane przez serwis Google Trends mogą poprawić dokładność prognoz komponentów CPI związanych z sektorem transportowym. Dla każdego z subindeksów zbudowano modele prognostyczne uwzględniające zmienne wpływające na poziom wybranych cen, modele wzbogacone o hasła z wyszukiwarki Google i modele zawierające w swojej specyfikacji wspólne czynniki opisujące zmienność 32 wybranych haseł Google.

EN

Inflation forecasts determine the monetary policy and can be treated as a way of raising society’s awareness of the fact that it needs certain adjustments. Experts continuously seek for the adequate variables that affect the level of inflation. In this paper the author examines whether Google Trends improve forecast of three chosen CPI components related to transport. The Author created a prognostic model for each of the components. Created models include: independent variables such as oil price and rate of excise duty, chosen variables together with statistics provided by Google Trends or principal components (explaining 32 google variables’ volatility) accordingly.

7

Przekaz zawarty w twórczości zespołu Aria (Ария) w kontekście badań nad współczesną kulturą rosyjską

89%

Werner W.

Annales Universitatis Paedagogicae Cracoviensis. Studia de Cultura

|

2018

|

issue 10(3) "Studia nad kulturą metalową"

47-61

PL

Artykuł dotyczy wymowy twórczości zespołu Arija w kontekście badań nad przemianami we współczesnej kulturze rosyjskiej. Interpretacja przekazu zawartego w twórczości została poprzedzona badaniami popularności zespołu z wykorzystaniem danych statystycznych dostarczanych przez serwis trends.google. Wyniki badań świadczą o relacji między przekazem zawartym w twórczości Arii a postrzeganiem świata obecnym wśród jego odbiorców. Zauważalna w twórczości zespołu ewolucja od wartości indywidualnych poprzez krytykę egoistycznego indywidualizmu do wartości kolektywnych jest zatem związana z stanem świadomości obecnym w rosyjskim społeczeństwie i rosyjskiej kulturze czasówwspółczesnych.

EN

The article deals with the meaning of Aria’s works in the context of research on the changes in contemporary Russian culture. Interpretation of the message contained in the works was preceded by research into the popularity of the band using the statistics provided by trends. google. The results show the relationship between the message contained in Aria’s work and the perception of the world present among his audience. Noticeable in the work of the team, the evolution of individual values through the criticism of egoistic individualism to collectivist values is therefore connected with the state of consciousness present in Russian society and Russian culture of modern times.

8

Google Big Data: charakterystyka i zastosowanie w naukach społecznych

89%

Turner A., Zieliński M. W., Słomczyński K. M.

Studia Socjologiczne

|

2018

|

issue 4(231)

49-71

PL

W obliczu rewolucji technologii informatycznych badacze nauk społecznych mają przed sobą nie lada wyzwanie. Oto bowiem wraz ze zwiększającą się popularnością Internetu pojawiły się ogromne ilości danych zawierających opinie, poglądy i zainteresowania jego użytkowników. Chociaż analiza tych danych stawia przed badaczami poważne problemy metodologiczne, za ich użyciem przemawia fascynujący materiał powstający bez ingerencji badaczy. Dużą część tego materiału stanowią dane z najpopularniejszej na świecie wyszukiwarki Google. Co minutę jej użytkownicy ze wszystkich miejsc na świecie zadają ponad 3 miliony zapytań, które są następnie klasyﬁkowane i udostępniane za pomocą aktualizowanych na bieżąco narzędzi. W artykule tym omówione są próby adaptacji tych danych do potrzeb nauk społecznych, a także dotychczasowe badania na ten temat. Omówione są także praktyczne aspekty pracy z narzędziami Google’a: Google Trends oraz Google Keyword Planner. Artykuł jest przeznaczony przede wszystkim dla badaczy nauk społecznych zainteresowanych internetowymi źródłami Big Data oraz wykorzystaniem tych danych w pracy naukowej.

EN

The IT revolution created serious challenges to researchers in the social sciences. The spreading popularity of the Internet resulted in a large quantity of data on opinions, beliefs, and interests of its users. Although researchers need to solve methodological problems in order to analyze Internet data, these data constitute highly valuable material generated without researchers’ involvement. A large part of this IT material is created by the Google search engine. Every minute the world-wide users of Google make over three million queries that are subsequently classiﬁed and made available through Google tools. In this article we describe attempts to adapt these tools to the needs of the social sciences and review recent research in this domain. We focus on practical issues of using two speciﬁc tools: the Google Trends and the Google Keyword Planner. This article is primarily addressed to researches in the social sciences who are interested in the IT sources of Big Data and intend to use this kind of data in their scientiﬁc endeavors.

9

Zastosowanie elementów metodologii geografii internetu w badaniach medioznawczych na przykładzie analizy mediatyzacji zjawiska „Polski Ład” z wykorzystaniem narzędzia Google Trends

89%

Kuliński H., Poznański D.

Com.press

|

2022

|

vol. 5

|

issue 1

24-35

EN

The purpose of this paper is to present how the elements of Internet geography methodology can be applied in media studies, basing on the case study of mediatization of the socio-political phenomenon of the “Polish Order”. We tested the functioning of the Google Trends tool in this type of research using keywords such as “Polish Order”, “New Polish Order”, “New Order” and setting the timeframe between January 31, 2021 and January 31, 2022. Our analysis is an example of how to apply a multidisciplinary methodology in studying mediatization in the “new reality”.However, the study shows that Google Trends is not a sufficient tool for this type of research and requires the use of auxiliary tools that are not capable to fully representing the broad picture of the phenomenon in a multidisciplinary perspective.

PL

Celem niniejszego artykuł jest ukazanie zastosowania elementów metodologii geografii internetu w badaniach medioznawczych na przykładzie analizy mediatyzacji zjawiska społeczno- politycznego, jakim było wprowadzenie tzw. Polskiego Ładu. W przedmiotowym badaniu przetestowano funkcjonalność narzędzia Google Trends w tego typu badaniach na wynikach dla haseł: „Polski Ład”, „Nowy Polski Ład”, „Nowy Ład” w okresie od 31 stycznia 2021 r. do 31 stycznia 2022 r., na podstawie których próbowano ukazać mediatyzację zachowań polskich internautów w związku z badanym wydarzeniem. Analiza zagadnienia jest przykładem zastosowania multidyscyplinarnej metodologii w badaniu mediatyzacji w „nowej rzeczywistości”, jednak studium pokazuje, że Google Trends jako narzędzie przedmiotowej metodologii nie jest kompletnym instrumentem do tego typu badań i wymaga stosowania narzędzi pomocniczych, które nie są w stanie w pełni oddać pogłębionego obrazu zjawiska w multidyscyplinarnej perspektywie.

10

Pandemia – kandydat na słowo stulecia? Językowy obraz leksemu w polszczyźnie w oparciu o dane korpusowe

88%

Szczygłowska T.

Świat i Słowo

|

2022

|

vol. 39

|

issue 2

397-414

EN

The article presents the linguistic image of the noun pandemic in contemporary Polish. The aim of the analysis is to look at how the word is used today, in the COVID-19 era, and how it was used before the first cases of this disease were detected. The first part of the article discusses the current data available on the Words of the Day website, Google Trends and the MoncoPL corpus search engine, while the second part shows the occurrences of the lexeme in slightly older texts that were collected in the National Corpus of Polish (NKJP) before 2010. The analysis of the material extracted from the above sources indicates that that the noun pandemic was very rare in the NKJP and then became very popular with the appearance of the pathogen causing COVID-19. However, the analysis of the most common collocates shows that the mentioned event did not have a significant impact on the other aspects of the use of the lexeme by the users of modern Polish. Keywords: pandemic, MoncoPL, Words of the Day, Google Trends, National Corpus of Polish.

11

How Google Trends can improve market predictions - the case of the Warsaw Stock Exchange

75%

Kropiński P., Anholcer M.

Economics and Business Review

|

2022

|

vol. 8

|

issue 2

7-28

EN

The aim of this paper is to investigate interdependencies between the WIG20 index and economic policy uncertainty (EPU) related keywords quantiefid by a Google Trends search index. Tests for two periods from January 2015 till December 2019 and from June 2016 till May 2021 have been performed. This allowed the period of relative stability from the time of economic shock caused by the COVID-19 pandemics followed by various restrictions imposed by the governments to be distinguished. A bivariate VAR model to selected search terms and the value of the WIG20 index was applied. Aeftr using AIC to establish the optimal number of lags the Granger cau sality test was performed. The increased empirical relationship has been conrfimed be tween twelve EPU related terms and changes in the WIG20 index in the second period versus six terms for the pre-COVID period. It was also found that in the post-COVID period the intensity of reverse relations increased.

12

IDENTYFIKACJA ZAINTERESOWANIA DOTACJAMI JAKO ZJAWISKA SEZONOWEGO

71%

Jegorow D.

Metody Ilościowe w Badaniach Ekonomicznych

|

2018

|

vol. 19

|

issue 2

140-150

PL

W artykule podjęto próbę identyfikacji zainteresowania dotacjami w Polsce na podstawie danych wygenerowanych z aplikacji Google Trends. Przedmiotem przeprowadzonej analizy były szeregi czasowe obejmujące drugą dekadę XXI wieku. Rozstrzygnięcie faktu występowania statystycznie istotnych różnić pomiędzy średnimi w badanych grupach, wyznaczonych układem poszczególnych miesięcy, oparte zostało na analizie ANOVA. Otrzymane wyniki pozwalają twierdzić, że zainteresowanie dotacjami ma charakter sezonowy, z wyraźnym nasileniem na początku roku oraz tendencją spadkową w okresie wakacji oraz pod koniec roku.

EN

The article attempts to identify the demand for subsidies in Poland based on data generated using the Google Trends application. The subject of the analysis were the time series covering the second decade of the 21st century. The decision on the occurrence of statistically significant differences between means in the studied groups (months) was based on the ANOVA analysis. The obtained results allow to claim that the demand for subsidies is seasonal, with a pronounced intensity at the beginning of the year and a downward trend in the period of holidays and at the end of the year.

13

Google Trends jako narzędzie użyteczne dla badaczy niepełnosprawności

51%

Całek G.

Studia Humanistyczne AGH

|

2020

|

vol. 19

|

issue 3

177-193

EN

Each day, the Google search engine is used to perform millions of searches by users around the world looking for relevant information. A lesser known service by Google is Google Trends, which allows to examine the popularity of certain keywords, or more precisely - shows trends at a specific time and in a specific area regarding the given word. The article presents various methods in which Google Trends can be incorporated to study the phenomenon of disability by researchers, including sociologists, psychologists, special education workers or welfare politicians. These methods do not only concern observing trends, but also studying the cyclical nature of phenomena, contexts in which specific concepts appear, and changes in the language that describes various disabilities.

PL

Codziennie wyszukiwarka Google jest wykorzystywana miliony razy przez użytkowników Internetu na całym świecie do poszukiwania potrzebnych im informacji. Mniej znana jest darmowa usługa firmy Google pod nazwą Google Trends, która pozwala na zbadanie popularności słów kluczowych (haseł, fraz), a ściślej – pokazuje trendy w określonym czasie oraz na określonym obszarze. W artykule zostały przedstawione różne sposoby wykorzystania Google Trends przez naukowców badających zjawisko niepełnosprawności, m.in. socjologów, psychologów, pedagogów specjalnych czy polityków społecznych. Sposoby te związane są nie tylko z obserwacją trendów, ale też badaniem cykliczności zjawisk, kontekstów, w jakich pojawiają się określone pojęcia oraz zmian w języku, którym opisuje się niepełnosprawność.

Refine search results

Can Google Trends affect sentiment of individual investors? The case of the United States

Systemic Risk: Cause or Effect of the Financial Crisis in the Euro Area? The Case of Spanish Banking System Bailouts

Zastosowanie Google Trends w prognozowaniu zmian na rynku nieruchomości

Wykorzystanie Google Trends do predykcji stopy zwrotu indeksu WIG20

Wykorzystanie Google Trends do modelowania stopy bezrobocia rejestrowanego w Polsce

Prognozowanie wybranego subindeksu CPI przy użyciu danych Google Trends

Przekaz zawarty w twórczości zespołu Aria (Ария) w kontekście badań nad współczesną kulturą rosyjską

Google Big Data: charakterystyka i zastosowanie w naukach społecznych

Zastosowanie elementów metodologii geografii internetu w badaniach medioznawczych na przykładzie analizy mediatyzacji zjawiska „Polski Ład” z wykorzystaniem narzędzia Google Trends

Pandemia – kandydat na słowo stulecia? Językowy obraz leksemu w polszczyźnie w oparciu o dane korpusowe

How Google Trends can improve market predictions - the case of the Warsaw Stock Exchange

IDENTYFIKACJA ZAINTERESOWANIA DOTACJAMI JAKO ZJAWISKA SEZONOWEGO

Google Trends jako narzędzie użyteczne dla badaczy niepełnosprawności