【摘要】本文利用因子模型思想構(gòu)建互聯(lián)網(wǎng)搜索指數(shù)，從與大宗農(nóng)產(chǎn)品價(jià)格相關(guān)的11類(lèi)基準(zhǔn)關(guān)鍵詞中篩選出共計(jì)17個(gè)關(guān)鍵詞構(gòu)建搜索指數(shù)，并分析其與大宗農(nóng)產(chǎn)品價(jià)格之間的關(guān)聯(lián)。實(shí)證結(jié)果表明：本文提出的互聯(lián)網(wǎng)搜索指數(shù)與實(shí)際大宗商品農(nóng)產(chǎn)品價(jià)格指數(shù)的相關(guān)性較高，其長(zhǎng)期趨勢(shì)體現(xiàn)出較高的一致性，在短期也能擬合絕大部分拐點(diǎn)，能夠反映互聯(lián)網(wǎng)用戶主要是投資者對(duì)大宗農(nóng)產(chǎn)品市場(chǎng)動(dòng)態(tài)變化的關(guān)注程度。

【關(guān)鍵詞】互聯(lián)網(wǎng)搜索指數(shù) 大宗商品農(nóng)產(chǎn)品價(jià)格 因子分析

一、引言

隨著大數(shù)據(jù)時(shí)代的降臨，高效的信息檢索功能是搜索引擎成為網(wǎng)民獲取互聯(lián)網(wǎng)信息的重要入口。用戶信息搜索行為的群體表現(xiàn)在一定程度上體現(xiàn)了用戶心理形態(tài)和外部環(huán)境的變化，與實(shí)際經(jīng)濟(jì)行為具有較強(qiáng)的相關(guān)性，為經(jīng)濟(jì)預(yù)測(cè)提供了新的信息資源。故而相對(duì)于傳統(tǒng)的數(shù)據(jù)來(lái)源，諸如機(jī)構(gòu)發(fā)布的統(tǒng)計(jì)數(shù)據(jù)及調(diào)察問(wèn)卷數(shù)據(jù)等，從互聯(lián)網(wǎng)中甄選更具全面和代表性的能夠反應(yīng)用戶關(guān)注的熱度、趨勢(shì)且具有較好預(yù)測(cè)能力的數(shù)據(jù)，是對(duì)傳統(tǒng)數(shù)據(jù)來(lái)源數(shù)據(jù)的有效擴(kuò)充，如何有效應(yīng)用互聯(lián)網(wǎng)數(shù)據(jù)也是目前學(xué)術(shù)界和業(yè)界急需解決的問(wèn)題。

搜索引擎的廣泛使用，在滿足用戶信息需求的同時(shí)也記錄了用戶的搜索行為，從而使得基于互聯(lián)網(wǎng)的搜索數(shù)據(jù)中蘊(yùn)含了用戶的關(guān)注及意圖，能夠映射用戶在現(xiàn)實(shí)生活中的行為趨勢(shì)和規(guī)律（Lynn Wu 2009）?；诰W(wǎng)絡(luò)搜索數(shù)據(jù)的社會(huì)經(jīng)濟(jì)行為研究大多出現(xiàn)于2008年之后，研究的領(lǐng)域始于流行病監(jiān)測(cè)，發(fā)展至今日已逐漸成為一個(gè)新的學(xué)術(shù)熱點(diǎn)，并在宏觀經(jīng)濟(jì)指標(biāo)、投資市場(chǎng)以及房地產(chǎn)價(jià)格等經(jīng)濟(jì)領(lǐng)域的研究中取得了一定成果。

在經(jīng)濟(jì)領(lǐng)域中，搜索指數(shù)可用于消費(fèi)行為、失業(yè)率、通貨膨脹等指標(biāo)的預(yù)測(cè)。McLaren N證明了互聯(lián)網(wǎng)搜索指數(shù)可以用作的經(jīng)濟(jì)指標(biāo)的編制，Guzman G 將搜索指數(shù)用于通貨膨脹的預(yù)測(cè)。Li X，Shang W，Wang應(yīng)用MIDAS模型結(jié)合谷歌搜索數(shù)據(jù)編制了中國(guó)通貨膨脹的預(yù)測(cè)指數(shù)。

在投資市場(chǎng)中，搜索指數(shù)可用于天然氣、原油價(jià)格以及房地產(chǎn)價(jià)格Li X，Ma J，Zhang X利用谷歌搜索數(shù)據(jù)研究了公眾注意力如何影響天然氣價(jià)格。李新和張珣運(yùn)用廣義動(dòng)態(tài)因子模型構(gòu)建了可預(yù)測(cè)原油價(jià)格的搜索指數(shù)，并使用生物信息學(xué)中因果分析方法對(duì)指數(shù)進(jìn)行評(píng)價(jià)，證實(shí)了所構(gòu)造的搜索指數(shù)與期貨價(jià)格和現(xiàn)貨價(jià)格均存在顯著的因果關(guān)系，并能準(zhǔn)確探測(cè)原油價(jià)格的拐點(diǎn)。

目前基于互聯(lián)網(wǎng)搜索的預(yù)測(cè)研究在實(shí)證領(lǐng)域取得了不小的成果，但仍需要不斷改進(jìn)與完善，本文粗略提出三點(diǎn)：首先，在理論基礎(chǔ)方面，基于網(wǎng)絡(luò)搜索指數(shù)的研究存在一個(gè)基本的理論前提，即信息構(gòu)造引起行為變化，行為變化導(dǎo)致現(xiàn)象產(chǎn)生。這種理論前提在不同領(lǐng)域的內(nèi)在機(jī)理的作用過(guò)程及其普遍適用性有待討論；其次，在預(yù)測(cè)方法上，相關(guān)學(xué)者對(duì)于如何進(jìn)行關(guān)鍵詞的選取、數(shù)據(jù)模型處理上都尚未達(dá)成共識(shí)，其中關(guān)于關(guān)鍵詞的選擇方法，主要分為兩類(lèi)，其一以研究問(wèn)題作為關(guān)鍵詞，以該研究方向的理論體系為基礎(chǔ)，選取關(guān)鍵變量進(jìn)行分類(lèi)和拓展，這種方法的優(yōu)越性在于所構(gòu)建的指數(shù)能夠反映最相關(guān)信息，但由于主觀性較強(qiáng)且依賴于理論基礎(chǔ)的完備程度，故而存在著代表不完全且難以主動(dòng)識(shí)別新變量的問(wèn)題；其二，有部分學(xué)者提出將數(shù)據(jù)挖掘算法應(yīng)用到關(guān)鍵詞選擇中，運(yùn)用決策樹(shù)、文本挖掘、向量機(jī)等多種數(shù)據(jù)挖掘算法進(jìn)行特征搜索的選擇，在實(shí)證中也取得了較好的效果，這類(lèi)方法更具有客觀性和嚴(yán)謹(jǐn)性，但所選取的指標(biāo)是否具有經(jīng)濟(jì)含義還需要大量的人工判斷，這也使這種方法變得十分繁瑣。最后，關(guān)于互聯(lián)網(wǎng)搜索指數(shù)的研究大多是針對(duì)國(guó)外市場(chǎng)進(jìn)行的，該方法是否對(duì)中國(guó)情境下的研究問(wèn)題有效尚無(wú)確定的結(jié)論。

本文正是基于上述文獻(xiàn)的研究結(jié)果，從投資者行為視角建立了互聯(lián)網(wǎng)搜索行為與大宗農(nóng)產(chǎn)品價(jià)格之間的映射關(guān)系，如圖1所示，構(gòu)建過(guò)程分為3步：

第一，市場(chǎng)的重要信息的發(fā)布會(huì)影響投資者的心理預(yù)期，相反投資者也會(huì)通過(guò)主動(dòng)搜索捕捉重要信息以輔助其進(jìn)行投資決斷。

第二，在新經(jīng)濟(jì)的背景下，互聯(lián)網(wǎng)成為投資者獲取大宗商品市場(chǎng)變動(dòng)信息的最佳途徑，投資者可以通過(guò)互聯(lián)網(wǎng)的搜索、瀏覽及論壇等應(yīng)用獲取新信息，其中搜索引擎作為互聯(lián)網(wǎng)的入口，蘊(yùn)含了無(wú)數(shù)投資者對(duì)影響農(nóng)產(chǎn)品價(jià)格的關(guān)注。投資者對(duì)農(nóng)產(chǎn)品價(jià)格信息的采集可能主要集中于宏觀形勢(shì)、金融市場(chǎng)、行業(yè)特征以及突發(fā)事件等方面。

第三，在有效資本市場(chǎng)理論中，新信息是影響股票市場(chǎng)變動(dòng)的唯一因素，期貨市場(chǎng)作為衍生品市場(chǎng)，其變動(dòng)在市場(chǎng)充分有效的情形下也可以看作是新信息所引致的，因此及時(shí)準(zhǔn)確的捕捉最有效信息對(duì)期貨市場(chǎng)、現(xiàn)貨市場(chǎng)的投資者而言至關(guān)重要。

二、實(shí)證分析

本文利用搜索關(guān)鍵詞數(shù)據(jù)對(duì)大宗商品農(nóng)產(chǎn)品進(jìn)行預(yù)測(cè)。農(nóng)產(chǎn)品價(jià)格選取由中國(guó)流通產(chǎn)業(yè)網(wǎng)發(fā)布的大宗商品價(jià)格指數(shù)（CCPI）中的農(nóng)產(chǎn)品價(jià)格指數(shù)來(lái)衡量，時(shí)間跨度為2011年1月至2016年5月。由于所預(yù)測(cè)的是國(guó)內(nèi)大宗商品價(jià)格的變動(dòng)，故而搜索行為的觀察數(shù)據(jù)來(lái)源于國(guó)內(nèi)所有使用度最高的百度搜索引擎所提供的數(shù)據(jù)，百度指數(shù)與前述眾多文獻(xiàn)中使用的谷歌指數(shù)類(lèi)似，所提供的搜索量數(shù)據(jù)是一個(gè)相對(duì)數(shù)據(jù)，而非絕對(duì)搜索量，代表的是在某段時(shí)期內(nèi)，某個(gè)特定關(guān)鍵詞的被關(guān)注程度和熱門(mén)程度。本文采集數(shù)據(jù)所使用的軟件可以抓取百度指數(shù)上每個(gè)關(guān)鍵詞從2011年1月1日至今的用戶關(guān)注度的天數(shù)據(jù)。用戶關(guān)注度是以數(shù)千萬(wàn)網(wǎng)民在百度的搜索量為數(shù)據(jù)基礎(chǔ)，以關(guān)鍵詞為統(tǒng)計(jì)對(duì)象，科學(xué)分析并計(jì)算出各個(gè)關(guān)鍵詞在百度網(wǎng)頁(yè)搜索中搜索頻次的加權(quán)和，并以曲線圖的形式展現(xiàn)可以反映與該關(guān)鍵詞相對(duì)應(yīng)的某類(lèi)事物的熱門(mén)程度和被關(guān)注程度該數(shù)據(jù)是絕對(duì)值的形式，故已有的數(shù)據(jù)不會(huì)隨著時(shí)間的推移而變化。

（一）初始搜索關(guān)鍵詞集合

為了獲取盡可能相關(guān)、完整的關(guān)鍵詞，根據(jù)上文中的理論框架，將關(guān)鍵詞分為宏觀形勢(shì)、金融市場(chǎng)、行業(yè)特征以及突發(fā)事件四類(lèi)，據(jù)此獲取基準(zhǔn)搜索關(guān)鍵詞集合。其中，宏觀形勢(shì)因素的基準(zhǔn)關(guān)鍵詞為匯率、利率、通貨膨脹、貨幣供應(yīng)、原油價(jià)格；金融市場(chǎng)因素的基準(zhǔn)關(guān)鍵詞為農(nóng)產(chǎn)品期貨、農(nóng)產(chǎn)品現(xiàn)貨；行業(yè)特征因素的基準(zhǔn)關(guān)鍵詞為農(nóng)業(yè)產(chǎn)業(yè)化、農(nóng)業(yè)機(jī)械、農(nóng)業(yè)技術(shù)；突發(fā)事件因素的基準(zhǔn)關(guān)鍵詞為自然災(zāi)害。endprint

然后利用搜索引擎的關(guān)鍵詞推薦功能，產(chǎn)生這11個(gè)基準(zhǔn)關(guān)鍵詞的所有相關(guān)搜索詞，每個(gè)類(lèi)別50個(gè)，進(jìn)而得到550個(gè)百度所能提供的搜索詞。通過(guò)對(duì)每一類(lèi)別的關(guān)鍵詞進(jìn)行初步文本分析，篩選出57個(gè)有效關(guān)鍵詞。

（二）數(shù)據(jù)收集及預(yù)處理

對(duì)這57個(gè)搜索數(shù)據(jù)進(jìn)行Pearson相關(guān)性檢驗(yàn)，選取了通過(guò)雙邊0.01顯著性檢驗(yàn)的關(guān)鍵詞序列，以保證進(jìn)入模型的每個(gè)關(guān)鍵詞與大宗商品農(nóng)產(chǎn)品指數(shù)之間的相關(guān)性。對(duì)剩余數(shù)據(jù)進(jìn)行平穩(wěn)性分析，選取通過(guò)平穩(wěn)性檢驗(yàn)的序列用以形成最終關(guān)鍵詞集合，相關(guān)檢驗(yàn)結(jié)果如表1所示。

表1 最終關(guān)鍵詞集合及檢驗(yàn)結(jié)果

■

（三）搜索指數(shù)的合成

因?yàn)楸疚闹荚谘芯炕谝蜃臃治瞿Ｐ蜆?gòu)建的搜索指數(shù)與大宗商品農(nóng)產(chǎn)品價(jià)格之間的關(guān)聯(lián)，所以首先我們根據(jù)關(guān)鍵詞數(shù)據(jù)和因子分析原理構(gòu)建搜索指數(shù)，然后分析搜索指數(shù)與農(nóng)產(chǎn)品價(jià)格之間的匹配關(guān)系。在對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，對(duì)變量之間的相關(guān)性進(jìn)行KMO檢驗(yàn)，得KMO值為0.732，此外Bartlett球形檢驗(yàn)值為0.000，表示數(shù)據(jù)之間具有一定的相關(guān)性，適合做主成分—因子分析。本文采用因子貢獻(xiàn)率標(biāo)準(zhǔn)選取公共因子，一般來(lái)講，因子對(duì)總體的解釋程度達(dá)到80%左右為宜，因此，本文選取特征大于1的5個(gè)公共因子和特征值為0.874的1個(gè)公共因子，累計(jì)對(duì)總體的解釋程度達(dá)到79.389%。本文采用常用的最大方差法旋轉(zhuǎn)因子載荷矩陣，旋轉(zhuǎn)后的因子載荷矩陣可得每個(gè)因子的因素表達(dá)式：

C1=-0.832X1-0.625X2+0.684X3+0.500X4-0.127X5

-0.891X6+0.169X7+0.872X8-0.401X9+0.026X10

+0.094X11+0.242X12-0.026X13-0.205X14+0.083X15

-0.030X16+0.908X17

同理可得C2～C6因子的表達(dá)式。

根據(jù)主成分對(duì)總體的解釋程度可得總體的各因子表達(dá)式：

Y=0.28017C1+0.20585C2+0.11227C3+0.08352C4+0.06067C6

將C1～C6的表達(dá)式代入上式即可得個(gè)影響因素的權(quán)重，對(duì)各權(quán)重進(jìn)行歸一化處理，得到各指標(biāo)對(duì)總體的綜合評(píng)價(jià)權(quán)重，再將初始數(shù)據(jù)帶入可得綜合指標(biāo)的序列，這樣的方法提取出了總體輸入數(shù)據(jù)的共同成分，驅(qū)使各個(gè)不同關(guān)鍵詞序列去世的共同成分即他們的共性——大宗商品農(nóng)產(chǎn)品的價(jià)格，由此我們使用綜合評(píng)價(jià)Y序列作為搜索指數(shù)，圖1為合成的搜索指數(shù)與大宗商品農(nóng)產(chǎn)品價(jià)格指數(shù)（ccpi）的兩個(gè)序列趨勢(shì)信息。

如圖1（橫軸為自2011年1月1日起累計(jì)周數(shù)，縱軸為價(jià)格指數(shù)，系列1為大宗商品農(nóng)產(chǎn)品價(jià)格趨勢(shì)，系列2為搜索指數(shù)變動(dòng)趨勢(shì)）所示，兩個(gè)變量間的走勢(shì)表現(xiàn)出較強(qiáng)的一致性。在圖1中45周～62周的上行區(qū)間、117周～187周的平穩(wěn)震蕩區(qū)間以及23周～262周的下行區(qū)間內(nèi)，本文構(gòu)建的搜索指數(shù)與實(shí)際農(nóng)產(chǎn)品價(jià)格指數(shù)走勢(shì)均呈現(xiàn)出較強(qiáng)的一致性。

為了突出短期的變化相關(guān)性，圖2截取了2016年1月1日至2016年5月27日的價(jià)格指數(shù)和搜索指數(shù)對(duì)比圖，在2016年前5周，兩個(gè)指數(shù)都呈現(xiàn)出變動(dòng)較為平緩的態(tài)勢(shì)，在第8周和第17周，兩個(gè)指數(shù)同時(shí)達(dá)到一個(gè)小峰值從圖中可以看出搜索指數(shù)能夠預(yù)測(cè)出大部分大宗商品價(jià)格走勢(shì)的拐點(diǎn)，說(shuō)明了搜索指數(shù)內(nèi)包含了能夠極大程度的反映搜索關(guān)鍵詞之間的共性信息，同時(shí)表明了關(guān)鍵詞關(guān)注度指數(shù)可以幫助提高大宗商品農(nóng)產(chǎn)品的預(yù)測(cè)水平。

三、小結(jié)

大宗商品農(nóng)產(chǎn)品價(jià)格一直都是投資者關(guān)注的重點(diǎn)之一，但由于影響因素龐雜，經(jīng)濟(jì)影響因素的滯后性等原因，使農(nóng)產(chǎn)品的價(jià)格預(yù)測(cè)結(jié)果總是不盡人意，國(guó)內(nèi)外研究者一直都在積極尋求更加準(zhǔn)確地預(yù)測(cè)方法。近年來(lái)，隨著互聯(lián)網(wǎng)技術(shù)及大規(guī)模數(shù)據(jù)分析方法的發(fā)展，海量搜索數(shù)據(jù)及社交媒體數(shù)據(jù)等逐漸在社會(huì)、經(jīng)濟(jì)、金融和能源預(yù)測(cè)中得到廣泛應(yīng)用，這也為大宗商品農(nóng)產(chǎn)品價(jià)格的預(yù)測(cè)提供了新的思路。本文也在此種背景下針對(duì)網(wǎng)絡(luò)搜索數(shù)據(jù)是否能提高農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)的準(zhǔn)確性和時(shí)效性進(jìn)行了討論。由于目前對(duì)于搜索指數(shù)的合成方法還沒(méi)有一個(gè)公認(rèn)的方法，本文在經(jīng)過(guò)大量模型的嘗試之后選擇使用因子分析方法的思想構(gòu)建互聯(lián)網(wǎng)搜索指數(shù)，為了解決了大量搜索數(shù)據(jù)之間的多重共線性問(wèn)題，我們從與大宗農(nóng)產(chǎn)品價(jià)格相關(guān)的11類(lèi)基準(zhǔn)關(guān)鍵詞中篩選出共計(jì)17個(gè)關(guān)鍵詞，合成旨在預(yù)測(cè)農(nóng)產(chǎn)品價(jià)格的互聯(lián)網(wǎng)搜索指數(shù)，并分別在長(zhǎng)期和短期驗(yàn)證該合成指數(shù)的預(yù)測(cè)效果。檢驗(yàn)結(jié)果顯示，本文提出的互聯(lián)網(wǎng)搜索指數(shù)，與實(shí)際大宗商品農(nóng)產(chǎn)品價(jià)格指數(shù)的相關(guān)性較高，其長(zhǎng)期趨勢(shì)體現(xiàn)出較高的一致性，在短期也能擬合絕大部分拐點(diǎn)，能夠反映互聯(lián)網(wǎng)用戶主要是投資者對(duì)大宗農(nóng)產(chǎn)品市場(chǎng)動(dòng)態(tài)變化的關(guān)注程度，提高農(nóng)產(chǎn)品價(jià)格的預(yù)測(cè)精確度。

需要指出的是，由于互聯(lián)網(wǎng)大數(shù)據(jù)的應(yīng)用在經(jīng)濟(jì)學(xué)領(lǐng)域的研究還處于一個(gè)初步的探索階段，故還有許多問(wèn)題需要進(jìn)一步研究， 如關(guān)鍵詞的關(guān)注度與投資者的投資決策之間的關(guān)系，關(guān)鍵詞關(guān)注度對(duì)農(nóng)產(chǎn)品價(jià)格的影響方向以及關(guān)鍵詞的選擇等將是下一步研究的重點(diǎn)。

參考文獻(xiàn)

[1]Ginsberg J，Mohebbi M H，Patel R S，et al.Detecting influenza eqidemics using search engine query data[J].Nature，2009，457（7232）：1012-1014.

[2]李秀婷，劉凡，董紀(jì)昌，等.基于互聯(lián)網(wǎng)搜索數(shù)據(jù)的中國(guó)流感檢測(cè)[J].系統(tǒng)工程理論與實(shí)踐，2013，33（12）：3028-3034.

[3]Guzman G.Internet and Social behavior as an economic forecasting tool：The case of inflation expectations[J].Journal of Economic and Social Measurement，2011，36（3）：119-167.

[4]Goel S，Hofman J M，Lahaie S，et al.Predicting consumer behavior with Web search[C].Proceedings of the National Academy of Sciences，2010，107（41）：17486-17490.

[5]Li X，Shang W，Wang S，et al.A MIDAS modeling framework for Chinese inflation index forecast incorporating Google search data[J].Electronic Commerce Research and Applications，2015，14（2）：112-125.

[6]Li Z，Xu W，Zhang L，et al.An ontology-based Web mining method for unemployment rate prediction[J].Decision Support Systems 2014，66（10）：114-122.

[7]Askitas N，Zimmermann K F.Google econometrics and unemployment forecasting[J].Applied Economics Quarterly，2009，55（2）：107-120.

[8]孫毅，呂本富.網(wǎng)絡(luò)搜索與經(jīng)濟(jì)行為相關(guān)性研究綜述[J].管理評(píng)論，2011，23（7）：72-77.

[9]楊欣，呂本富，彭賡，劉穎.基于網(wǎng)絡(luò)搜索數(shù)據(jù)的突發(fā)事件對(duì)股票市場(chǎng)影響分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013，43（23）：17-28.

[10]蘇應(yīng)蓉.全球農(nóng)產(chǎn)品價(jià)格波動(dòng)中金融化因素探析[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2011，6.

作者簡(jiǎn)介：周湘蕾（1994-），女，漢族，廣西大學(xué)商學(xué)院在讀研究生，研究方向：數(shù)量經(jīng)濟(jì)學(xué)理論與方法。endprint