基于网络行为的消费者信心指数构建及应用研究

On the policy background of "adjusting economic structure, expanding domestic demand ", expanding household consumption has become a key measure to relieve international economic pressures and promote domestic economic growth. At present, the data of establishing CCI(consumer confidence index), which is an important indicator for monitoring the consumption situation, mainly comes from sample survey, therefore this index exist some deficiencies, such as small sample size, poor representation, lag of data acquisition, numerous random disturbances, and insensitive to incidents. However, the latest studies have shown that the new way of establishing CCI by considering network behavior data would effectively compensate for the deficiencies of the traditional sample survey method. Based on this perspective, this research intends to establish a more accurate, timely and representative CCI by combining web search data with users' emotional tendency data, and focuses on three points: (1) the correlation mechanism of network behavior and consumer confidence; (2) the establishment of CCI based on network behavior, including determining the components of the new index, selecting the core keywords, mining the emotional characteristics and composite of the index; (3) the application study of the new CCI, including the revision and consummation on current research, and applications in the new fields,such as evaluation on consumption policy and monitoring of comsumption structure . The perspective and method of this research are both innovative, and the results of this study would also provide new and scientific evidence for the decision-making of the market subjects.

在"调结构、扩内需"的政策背景下，扩大居民消费是应对国际经济压力、保障国内经济增长的关键举措。目前监测消费形势的重要指标- - 消费者信心指数的编制仍然以抽样调查为主，存在样本量小、代表性差、统计周期长、随机干扰较多、难以反映突发事件影响等不足。国外最新研究表明，基于网络行为数据构建的消费者信心指数可以有效弥补抽样调查法的不足。基于这一思想，本课题拟利用网络搜索数据和用户情绪倾向数据构建准确、及时、代表性更强的消费者信心指数，重点探讨：（1）网络行为与消费者信心的关联机理；（2）基于网络行为的消费者信心指数构建，包括指数成分确定、核心关键词选择、情绪特征挖掘以及指数的合成等；（3）基于网络行为的消费者信心指数对原有研究结论的修正与完善以及在消费政策评估、消费结构监测等新领域的应用研究。该研究视角和方法均具有创新性，相关成果也将为市场主体决策提供了新的依据。

本课题立足大数据背景，围绕自然基金申请书的研究内容，针对现有宏观经济统计指标采用抽样调查法所存在的样本量小、代表性差、统计周期长、随机干扰较多、难以反映突发事件影响等不足，主要开展了以下几个方面的研究工作：（1）构建了基于网络微观行为的宏观经济趋势分析方法论。主要针对特征提取与指标合成两个核心问题提出了基于主成分分析和布拉德福定律的特征选择及指标合成方法，从而有效地解决了指标选取的共线性问题和指标合成的权重问题。（2）基于网络行为的宏观经济指标构建及应用。构建了基于行为学视角的网络微观行为与宏观经济趋势关联机理；提出了基于网络行为数据构建CCI、PMI、CPI等宏观经济指标方法，并通过与现有指标的对比明确其统计特性。研究表明，利用网络行为数据构建的CCI、CPI等指标在预测精度、领先性等方面优于传统指标。（3）基于网络行为数据的金融量化交易，主要包括三部分内容：一是基于网络行为数据的事件分析，以“7·23甬温线特别重大铁路交通事故”为例研究突发事件对股票市场的影响，研究表明该方法可以准确、及时刻画出突发事件对股市波动的影响及其半衰期。二是基于网络行为数据的股票交易策略，综合运用网络数据抓取、自然语言处理和数据挖掘技术，分析在线金融社区自2012年至2015年12月社交评论数据，并据此建立综合“价值、关注、情绪”的股指，外推结果显示可获得超额收益。同时，结合研究工作和研究需求建立了包括数据抓取、文本挖掘等功能的数据平台。（4）研究成果的转化及应用，主要是针对百度、广发等企业的需求，得到企业的认可，并将研究成果应用于企业实践。上述几项研究工作的视角和方法均具有创新性，相关成果也将为市场主体决策提供了新的依据。

内容获取失败，请点击重试