Direkt zum Inhalt

Big Data in der makroökonomischen Analyse: Texte als Datenquelle für die konjunkturelle Analyse - Potenziale und Anwendungsmöglichkeiten

Abgeschlossenes Projekt

Projektleitung

Dr. Claus Michelsen

Projektzeitraum

15. August 2019 - 15. März 2021

Auftraggeber*innen

Bundesministerium für Wirtschaft und Energie (BMWi)

Kooperationspartner*innen

JULIE Lab, Friedrich-Schiller-Universität Jena

Das Ziel dieses Projektes ist, mit innovativen Ansätzen und heterogenen Datenquellen die Forschung zur Prognose der konjunkturellen Entwicklung, zur Vorhersage von Wendepunkten und zur Bestimmung konjunktureller Phasen voranzutreiben. Das erste Arbeitspaket erarbeitet einen umfassenden Überblick im Bereich der automatisierten Textanalyse, der Anwendung von Mediendaten in der Konjunkturprognose und der Methoden der Prognoseevaluierung, sowie über die möglichen Datenquellen . Das zweite Arbeitspaket baut auf diesen Erkenntnissen auf und wendet vielversprechende analytische Ansätze auf deutschsprachige Datenquellen an. Dabei steht zunächst die Analyse von Informationen aus Zeitungsbeiträgen im Fokus. Geprüft und diskutiert wird eine Übertragung dieser Ansätze auf Informationen aus sozialen Medien, wie Twitter, Facebook oder Linkedin. Die gewonnenen Indikatoren werden im dritten Arbeitspaket verwendet, um die wirtschaftliche Entwicklung, deren Wendepunkte und konjunkturellen Phasen zu bestimmen und zu prognostizieren. Überprüft wird, ob und in welchem Zusammenhang diese Daten eine Verbesserung der Prognosemodelle herbeiführen können, welchen zeitlichen Vorlauf diese in der Vorhersage der Wirtschaftsentwicklung haben und ob sie möglicherweise frühzeitiger Hinweise für konjunkturelle Erholungen respektive Rezessionen liefern als konventionelle Indikatoren.

DIW Team

Kontakt

keyboard_arrow_up