喻予

使用網(wǎng)絡(luò)搜索和社交媒體進(jìn)行預(yù)測(cè)并不是最近才有的現(xiàn)象，經(jīng)濟(jì)學(xué)家可能是研究使用大數(shù)據(jù)以預(yù)測(cè)市場(chǎng)動(dòng)態(tài)和相關(guān)問(wèn)題的較晚的職業(yè)之一。雖然存在著這樣那樣的復(fù)雜性，從股票市場(chǎng)到房地產(chǎn)市場(chǎng)等眾多研究，從在線大數(shù)據(jù)中獲取信息的預(yù)測(cè)能力都正在獲得廣泛的支持。雖然房地產(chǎn)基本面是市場(chǎng)的主要驅(qū)動(dòng)力，情緒也在定價(jià)方面發(fā)揮作用。盡管解釋了難以解釋的真實(shí)數(shù)據(jù)，但對(duì)于作為泡沫產(chǎn)生和破裂根源的情緒數(shù)據(jù)來(lái)說(shuō)，實(shí)際上更具挑戰(zhàn)性。

網(wǎng)絡(luò)信息的預(yù)測(cè)力

互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)服務(wù)的出現(xiàn)，以及智能手機(jī)的廣泛傳播，徹底改變了我們交流和交流信息的方式。在這樣的大背景下，近年來(lái)不斷增加的用戶在線活動(dòng)帶來(lái)的大數(shù)據(jù)已經(jīng)成為一個(gè)熱門詞匯，因?yàn)樗谑袌?chǎng)營(yíng)銷、政治預(yù)測(cè)、疾病控制、社會(huì)動(dòng)態(tài)分析等多種用途上具有極大的潛力。

范里安開創(chuàng)性的研究展示了使用谷歌搜索查詢數(shù)據(jù)何以作為包括汽車銷售、旅游等在內(nèi)的各種經(jīng)濟(jì)活動(dòng)的關(guān)鍵預(yù)測(cè)指標(biāo)。前人的成果刺激了經(jīng)濟(jì)學(xué)領(lǐng)域的后續(xù)研究，這主要集中在利用大數(shù)據(jù)來(lái)增加對(duì)涉及自身所關(guān)切利益的經(jīng)濟(jì)變量的預(yù)測(cè)模型的預(yù)測(cè)能力。

Choi H. &. Varian H.（2012）認(rèn)為，Google Trends每天都在產(chǎn)生大量與經(jīng)濟(jì)發(fā)展相關(guān)的查詢結(jié)果，且這些查詢結(jié)果與當(dāng)下的經(jīng)濟(jì)活動(dòng)之間必然存在著不容忽視的關(guān)系，或許可以對(duì)預(yù)測(cè)當(dāng)下的經(jīng)濟(jì)活動(dòng)起到非常重要的作用。

許多機(jī)構(gòu)和研究人員基于這些網(wǎng)略行為數(shù)據(jù)來(lái)源，對(duì)很多宏觀經(jīng)濟(jì)問(wèn)題做出了研究，Sun Y.（2010）研究了網(wǎng)絡(luò)搜索與通貨膨脹之間的相關(guān)性，Suhoy T.（2009）和DAmuri F. &. Marcucci J.（2009）分別通過(guò)網(wǎng)絡(luò)搜索引擎提供的數(shù)據(jù)預(yù)測(cè)了以色列與德國(guó)、意大利的失業(yè)情況。

現(xiàn)在，越來(lái)越多的研究在利用Google Trend進(jìn)行經(jīng)濟(jì)監(jiān)測(cè)和預(yù)測(cè)，除了通脹與失業(yè)的情況以外，Google Trend已被廣泛應(yīng)用到房地產(chǎn)、旅游、零售業(yè)、個(gè)人消費(fèi)、投資、金融等諸多可以反映宏觀經(jīng)濟(jì)及市場(chǎng)景氣形勢(shì)的領(lǐng)域。

法國(guó)有關(guān)專家學(xué)者為該國(guó)市場(chǎng)構(gòu)建了谷歌情緒指標(biāo)，并發(fā)現(xiàn)了其與常用的替代情緒指標(biāo)的相關(guān)性。基于VAR模型的實(shí)證檢驗(yàn)表明，投資者情緒可對(duì)短期市場(chǎng)回報(bào)具預(yù)測(cè)，投資者情緒和股票回報(bào)率之間在兩周前的負(fù)相關(guān)性非常普遍。

另有專家學(xué)者確定了98個(gè)與股票市場(chǎng)相關(guān)的搜索詞，并發(fā)現(xiàn)在股市下跌之前，其搜索量的增長(zhǎng)之間有聯(lián)系。研究表明，基于這些早期預(yù)警信號(hào)的交易策略明顯優(yōu)于隨機(jī)投資策略。此外，根據(jù)他們得出的結(jié)論，國(guó)家與國(guó)際SVI相比，更有效地解釋市場(chǎng)趨向，這可能是因?yàn)槊绹?guó)互聯(lián)網(wǎng)用戶中（私人）交易員的比例高于全球。

不過(guò)，經(jīng)濟(jì)學(xué)家可能是研究使用大數(shù)據(jù)以預(yù)測(cè)市場(chǎng)動(dòng)態(tài)和相關(guān)問(wèn)題的較晚的職業(yè)之一，使用網(wǎng)絡(luò)搜索和社交媒體進(jìn)行預(yù)測(cè)并不是最近才有的現(xiàn)象。

2008年成立的谷歌流感趨勢(shì)，利用谷歌的搜索引擎追蹤了25個(gè)國(guó)家流感的傳播。但隨著該項(xiàng)目難以做出準(zhǔn)確預(yù)測(cè)，人們對(duì)該項(xiàng)目的興奮之情逐漸消退。2014年的《自然》（Nature）雜志肯定了社交媒體的“大數(shù)據(jù)”價(jià)值，但同時(shí)警告說(shuō)，“我們離一個(gè)他們可以取代更傳統(tǒng)的方法或理論的地方很遠(yuǎn)。”

搜索查詢可能包含用戶后續(xù)行動(dòng)的信息的想法是基于這樣一個(gè)前提，即生活在當(dāng)代社會(huì)的經(jīng)濟(jì)代理人在作出重要的經(jīng)濟(jì)決策（如購(gòu)買耐用商品和金融投資）之前，很大程度上依賴于先前的信息搜索過(guò)程。

然而，信息需求的動(dòng)機(jī)并不總是朝著這個(gè)方向發(fā)展；加強(qiáng)信息收集活動(dòng)本身可能是對(duì)市場(chǎng)重大事件的簡(jiǎn)單內(nèi)生反應(yīng)的表現(xiàn)，以尋求更多的信息，這可能會(huì)對(duì)下一輪的市場(chǎng)發(fā)展產(chǎn)生一定的影響。這些錯(cuò)綜復(fù)雜的信息需求和市場(chǎng)結(jié)果之間的因果關(guān)系使得很難正確地評(píng)估大數(shù)據(jù)的真正重要性。

盡管存在這種復(fù)雜性，但從股票市場(chǎng)上到房地產(chǎn)市場(chǎng)上等的眾多研究，都支持從在線大數(shù)據(jù)中獲取信息的預(yù)測(cè)能力。

第一項(xiàng)在谷歌數(shù)據(jù)中單獨(dú)進(jìn)行了與房地產(chǎn)相關(guān)的研究，調(diào)查了谷歌搜索指數(shù)對(duì)美國(guó)50個(gè)州的房?jī)r(jià)和成交量的影響。得出的結(jié)論是，搜索指數(shù)的增加與交易量和價(jià)格的上升正相關(guān)。此外，與主要類別（例如，房地產(chǎn)）相比，谷歌子類別（例如，房地產(chǎn)中介）的更高適用性通常被強(qiáng)烈顯示。

該研究在美國(guó)州的50個(gè)州測(cè)試了谷歌搜索引擎數(shù)據(jù)對(duì)住宅市場(chǎng)銷售和價(jià)格的預(yù)測(cè)能力，當(dāng)他們調(diào)查以（子）類別的“房地產(chǎn)”和“房地產(chǎn)中介”來(lái)預(yù)測(cè)房屋銷售的能力時(shí)，“房地產(chǎn)”顯示不出任何意義。另一方面，“房地產(chǎn)中介”的分類似乎與銷售有很強(qiáng)的相關(guān)性。

“房地產(chǎn)”類別和房?jī)r(jià)之間沒(méi)有明顯的聯(lián)系，這可能是因?yàn)槠湓谄渌蹲降降乃阉鳎ɡ缥飿I(yè)管理、房地產(chǎn)開發(fā)）方面具有廣泛而未指明的性質(zhì)。相比之下，房地產(chǎn)中介機(jī)構(gòu)在未來(lái)四分之一的時(shí)間里是一個(gè)很好的預(yù)測(cè)者，但在不同的模型規(guī)范中，同期的關(guān)系是不同的。通過(guò)測(cè)試預(yù)測(cè)的準(zhǔn)確性，該研究認(rèn)為谷歌搜索指數(shù)增強(qiáng)模型的表現(xiàn)比沒(méi)有谷歌的更出色。

Kulkarni等學(xué)者基于城市層面的房地產(chǎn)相關(guān)關(guān)鍵字推出谷歌搜索指數(shù)，并測(cè)試其對(duì)美國(guó)20個(gè)最大的大都市統(tǒng)計(jì)區(qū)（MSAs）的“Case Shiller指數(shù)”的預(yù)測(cè)能力。通過(guò)進(jìn)行雙向回歸，他們提供了谷歌搜索指數(shù)對(duì)房?jī)r(jià)有“格蘭杰”因果關(guān)聯(lián)的證據(jù)，但不是相反。Hohenstatt等學(xué)者在全美20個(gè)最大的MSAs中確認(rèn)了這些結(jié)果。測(cè)試谷歌搜索數(shù)據(jù)是否為住房市場(chǎng)模型增加了解釋力，他們發(fā)現(xiàn)搜索數(shù)據(jù)顯著提高了適合度，尤其是在細(xì)分類別“房地產(chǎn)代理”作為交易的一個(gè)非?？煽康闹笜?biāo)的地方。

而學(xué)者Beracha和Wintoki調(diào)查了美國(guó)314個(gè)MSAs，并生成了“房地產(chǎn)”和“租金”的單一搜索查詢。通過(guò)對(duì)房?jī)r(jià)異常收益率的推論，他們發(fā)現(xiàn)，與低迷時(shí)期相比，搜索量對(duì)上漲的價(jià)格有更高的敏感度。

搜索趨勢(shì)“見”情緒

盡管有不同的理論作為依據(jù)，傳統(tǒng)觀點(diǎn)基本一致認(rèn)為房?jī)r(jià)與交易量之間存在正向關(guān)系，當(dāng)然也有一些學(xué)者如斯坦認(rèn)為交易量領(lǐng)先于價(jià)格。所有這些理論，以及建立在這些理論基礎(chǔ)上的擴(kuò)展，都集中在價(jià)格與交易量之間的關(guān)系以及相互作用上。然而，缺失情緒的不足業(yè)已被一系列的研究廣泛證明了。

由于房地產(chǎn)市場(chǎng)因其異質(zhì)性而效率低下，而情緒因素可以描述市場(chǎng)變化的一部分，可這是公認(rèn)的無(wú)法解釋的基本面。研究發(fā)現(xiàn)，雖然房地產(chǎn)基本面是市場(chǎng)的主要驅(qū)動(dòng)力，情緒也在定價(jià)方面發(fā)揮作用。

隨著因特網(wǎng)用戶數(shù)量的增加和搜索引擎使用量的增加，利用搜索引擎提供的網(wǎng)絡(luò)搜索查詢數(shù)據(jù)這種收集市場(chǎng)數(shù)據(jù)的新方法變得越來(lái)越流行。人們通過(guò)搜索產(chǎn)品說(shuō)明，選擇各種替代品，以及他們指定的要購(gòu)買的東西，創(chuàng)造出一條線索，向搜索引擎揭示他們打算購(gòu)買的東西。搜索引擎提供商可以跟蹤這些信息，Google憑借其獨(dú)特的利用Google趨勢(shì)工具公開提供的搜索查詢數(shù)據(jù)，提供了適當(dāng)和強(qiáng)大的數(shù)據(jù)基礎(chǔ)。

越來(lái)越多的學(xué)術(shù)研究以谷歌搜索查詢數(shù)據(jù)為研究目的，深入于各個(gè)經(jīng)濟(jì)部門，包括房地產(chǎn)研究領(lǐng)域?；谟脩魧?duì)特定感興趣領(lǐng)域信息的需求得到了很好的滿足，谷歌作為情緒指標(biāo)的潛力被充分揭示了。這有助于研究人員對(duì)不久的將來(lái)作出推斷。

在越來(lái)越多的針對(duì)不同經(jīng)濟(jì)部門的研究，尤其是房地產(chǎn)研究領(lǐng)域的研究成果的支撐下，谷歌的數(shù)據(jù)有可能同時(shí)考慮到消費(fèi)者情緒的變化，從而能夠?qū)ΜF(xiàn)實(shí)世界近期的未來(lái)做出推斷。

這一優(yōu)勢(shì)可以很容易地用于銷售力度（例如房地產(chǎn)機(jī)構(gòu)）的分配和時(shí)間安排。這一系列研究也為及時(shí)提供政策建議提供了一個(gè)有價(jià)值的指標(biāo)，因?yàn)檎呓ㄗh在其他方面取決于數(shù)據(jù)，而這些數(shù)據(jù)在報(bào)告之前往往會(huì)出現(xiàn)時(shí)滯。這是Google數(shù)據(jù)的主要優(yōu)勢(shì)，因?yàn)樯鐣?huì)經(jīng)濟(jì)信息只能在很長(zhǎng)的時(shí)間內(nèi)才能獲得，而且由于樣本較少，調(diào)查可能會(huì)有偏差。

谷歌搜索量數(shù)據(jù)克服了許多這樣的問(wèn)題。谷歌通過(guò)其工具“谷歌趨勢(shì)2.0”（Google Trends 2.0）提供可公開訪問(wèn)的搜索查詢數(shù)據(jù)，該工具是從“Google Insight for Search”發(fā)展而來(lái)的。與其他情感數(shù)據(jù)集不同的是，時(shí)間延遲幾乎可以被忽略，因?yàn)镚oogle的數(shù)據(jù)在收集的兩天后便可獲得。此外，與基于調(diào)查的指標(biāo)相比，數(shù)據(jù)收集所需的努力要少得多。還有，樣本量比較大，避免了上述問(wèn)卷偏差等問(wèn)題。

Hohenstatt和Kaesbauer等學(xué)者指出，盡管解釋了難以解釋的真實(shí)數(shù)據(jù)，但對(duì)于作為泡沫產(chǎn)生和破裂根源的情緒數(shù)據(jù)來(lái)說(shuō)，甚至更具挑戰(zhàn)性。

在沒(méi)有買賣雙方匹配的情況下，純粹的買賣興趣可以通過(guò)谷歌的數(shù)據(jù)來(lái)衡量。提前還款決定的復(fù)雜動(dòng)態(tài)（即利率調(diào)整、現(xiàn)金流出、住房周轉(zhuǎn)）取決于個(gè)人、社會(huì)經(jīng)濟(jì)情況。在模擬房主決策時(shí)，跟蹤消費(fèi)和儲(chǔ)蓄行為的變化、信用價(jià)值的變化、房主的信念是一項(xiàng)具有挑戰(zhàn)性的工作。個(gè)人對(duì)損失的厭惡是婚姻狀況或婚姻狀況的變化、非/就業(yè)、年齡等一系列社會(huì)經(jīng)濟(jì)特征的組合。

谷歌的數(shù)據(jù)可以用來(lái)幫助監(jiān)控這些集群的情緒動(dòng)態(tài)。例如，熱點(diǎn)可以通過(guò)谷歌搜索來(lái)識(shí)別，用來(lái)暗示有壓力的抵押貸款與失業(yè)、收入或其他傳統(tǒng)信貸市場(chǎng)指標(biāo)等硬數(shù)據(jù)相背離，類似于谷歌潮流趨勢(shì)背后的推理。

當(dāng)涉及到與房地產(chǎn)相關(guān)決策的聯(lián)系時(shí)，如何用不方便的工具跟蹤情緒數(shù)據(jù)的問(wèn)題甚至更具挑戰(zhàn)性。谷歌的子類別房地產(chǎn)中介和家庭融資提供了一個(gè)答案。個(gè)人通過(guò)輸入特殊的搜索詞來(lái)顯示他們的意圖和興趣，相對(duì)來(lái)說(shuō)是不偏不倚的。同時(shí)，跟蹤這些搜索詞，并基于許多不同的搜索詞創(chuàng)建索引，這些搜索詞從而指向相同的方向。這一特征通過(guò)影響給定子類別的前10個(gè)搜索查詢來(lái)證明。

對(duì)于房地產(chǎn)代理，搜索詞范圍從房地產(chǎn)經(jīng)紀(jì)人、宅基地、房屋出售、地產(chǎn)出售到以向某些經(jīng)紀(jì)公司詢問(wèn)的方式查詢房產(chǎn)，如Zoopla，第一太平戴維斯或PrimeLocation（英國(guó)，2004—2010）。家庭理財(cái)融資子類的前10個(gè)搜索查詢?cè)~匯是：抵押貸款、富國(guó)銀行（Wellsfargo）、抵押貸款計(jì)算器、抵押貸款利率、全國(guó)范圍、住房貸款、富國(guó)銀行、止贖、FHA和住房抵押貸款，反向抵押、FHA貸款甚至封閉性的搜索查詢量不斷增加。

商業(yè)地產(chǎn)中的應(yīng)用

住房要么作為自有住房，要么作為創(chuàng)收資產(chǎn)，而商業(yè)地產(chǎn)通常只用作后者。這在一些時(shí)期尤為明顯，例如，出售和租賃回購(gòu)交易很流行的時(shí)候。與典型的購(gòu)房者不同，商業(yè)房地產(chǎn)買賣雙方主要是專業(yè)人士，目的是使他們的收入最大化。

商業(yè)地產(chǎn)比住宅少，但前者的單位價(jià)值通常要高得多，它們構(gòu)成了一個(gè)不同的資產(chǎn)類別。因?yàn)樗鼈冊(cè)谝?guī)模、價(jià)值和跨部門（零售、辦公、工業(yè)等）方面差異很大，這使得它們更難相互比較。良好的預(yù)測(cè)對(duì)商業(yè)房地產(chǎn)行業(yè)的重要性非常顯著。在選擇未來(lái)投資時(shí)，房地產(chǎn)投資者感興趣的是什么類型的房地產(chǎn)市場(chǎng)比其他類型的市場(chǎng)發(fā)展得更好。

機(jī)構(gòu)投資者，如保險(xiǎn)公司或房地產(chǎn)基金，在分配資金時(shí)通常有一個(gè)特定的投資視野。因此，它們對(duì)不同地區(qū)和部門的房地產(chǎn)市場(chǎng)表現(xiàn)作出了含蓄和明確的預(yù)測(cè)。房地產(chǎn)咨詢公司發(fā)布市場(chǎng)報(bào)告，其中他們給出了市場(chǎng)活動(dòng)和運(yùn)動(dòng)的前景。地產(chǎn)發(fā)展商在進(jìn)行可行性研究時(shí)，特別關(guān)注未來(lái)租金和價(jià)格的發(fā)展。銀行和其他房地產(chǎn)融資機(jī)構(gòu)在作出信貸審批決定時(shí)，對(duì)市場(chǎng)走向感興趣。

商業(yè)地產(chǎn)的獨(dú)特屬性使得該市場(chǎng)的行為與普通房地產(chǎn)市場(chǎng)有所不同，這使得商業(yè)地產(chǎn)市場(chǎng)在預(yù)測(cè)方面成為一個(gè)特例。雖然有關(guān)商業(yè)房地產(chǎn)預(yù)測(cè)的文獻(xiàn)不如關(guān)于住房的文獻(xiàn)全面，但仍有許多研究對(duì)市場(chǎng)行為的預(yù)測(cè)進(jìn)行了研究。

目前已達(dá)成廣泛共識(shí)的是，基本經(jīng)濟(jì)指標(biāo)“不能充分考慮到未來(lái)的回報(bào)變動(dòng)”。這意味著有一些無(wú)法觀察到的影響市場(chǎng)的因素，而這些因素并沒(méi)有被基本面所捕捉到。務(wù)必引起重視的是，情緒在定價(jià)方面也發(fā)揮作用，當(dāng)然，盡管房地產(chǎn)基本面是市場(chǎng)的主要驅(qū)動(dòng)力。

有研究發(fā)現(xiàn)，從Probit方法中使用的商業(yè)趨勢(shì)調(diào)查得出的信心數(shù)據(jù)，在歐洲三大寫字樓市場(chǎng)產(chǎn)生了可接受的早期租金增長(zhǎng)轉(zhuǎn)折點(diǎn)信號(hào)。這兩項(xiàng)研究要么使用基于調(diào)查的情緒指標(biāo)，要么使用共同的領(lǐng)先經(jīng)濟(jì)指標(biāo)（例如出口訂單、零售銷售、汽車登記等）。

雖然情緒/領(lǐng)先指標(biāo)在預(yù)測(cè)行業(yè)中的應(yīng)用前景廣闊，但也存在一些不足。首先，這些指標(biāo)大部分都是在兩個(gè)月內(nèi)公布的。就以調(diào)查為基礎(chǔ)的指標(biāo)而言，數(shù)據(jù)收集既昂貴又費(fèi)時(shí)。此外，被指定的回答者是否總是實(shí)際回答問(wèn)題單的人是值得懷疑的，如果是的話，她是否總是如實(shí)回答問(wèn)題。后者也可能與擔(dān)心泄露敏感信息有關(guān)，因?yàn)槿狈δ涿麡?biāo)準(zhǔn)。出口訂單、汽車登記或零售銷售等領(lǐng)先指標(biāo)不受這些問(wèn)題的影響，但就其基礎(chǔ)而言，與房地產(chǎn)市場(chǎng)完全脫節(jié)。

德國(guó)雷根斯堡大學(xué)國(guó)際地產(chǎn)商學(xué)院三位教授的一項(xiàng)研究明確表示，利用這類指標(biāo)對(duì)高度復(fù)雜的商業(yè)房地產(chǎn)市場(chǎng)進(jìn)行月度預(yù)測(cè)似乎有些不盡人意，不過(guò)，谷歌搜索量數(shù)據(jù)可以克服許多此類的問(wèn)題。

與其他情感數(shù)據(jù)集不同的是，時(shí)間延遲幾乎可以被忽略，因?yàn)镚oogle的數(shù)據(jù)在收集的兩天后才能獲得。更不用說(shuō)，與基于調(diào)查的指標(biāo)相比，數(shù)據(jù)收集所需的努力要少得多。此外，樣本量比較大，避免了上述問(wèn)卷偏差等問(wèn)題。搜索量索引（SVI）可以過(guò)濾某些類別或關(guān)鍵字，以使索引的情況具體。如果使用正確，SVI應(yīng)該顯示搜索者需要的信息，并且不失真。從2004到現(xiàn)在，GoogleTrend用戶每周都可以檢索和下載在線搜索查詢的歷史日志。

Dietzel和Braun等學(xué)者增加了羅伯茨和亨內(nèi)貝里設(shè)計(jì)的交易模型，以突出投資者利用互聯(lián)網(wǎng)的各個(gè)階段，從而揭示他的具體興趣。不可否認(rèn)，一個(gè)（大型）專業(yè)機(jī)構(gòu)投資者，很難在互聯(lián)網(wǎng)上簡(jiǎn)單地“谷歌”購(gòu)買他想購(gòu)買的房產(chǎn)。這當(dāng)然是有道理的，因?yàn)橐粋€(gè)大投資者很可能會(huì)直接與房地產(chǎn)經(jīng)紀(jì)人取得聯(lián)系。不過(guò)，通過(guò)進(jìn)行在線研究，就像投資/研究部門通常在為未來(lái)投資決策收集信息時(shí)所做的那樣，投資者最終還是會(huì)顯示出自己的興趣。有關(guān)專家學(xué)者堅(jiān)信，越多的搜索者表現(xiàn)出這樣的興趣，對(duì)房地產(chǎn)的需求就越大。