Proceso de selección de trabajos
Pautas para presentación de trabajos
Código de conducta y buenas prácticas
Por comentarios y consultas escribir a: ensayos.economicos@bcra.gob.ar
Florencia Camusso
Centro de Estudios y Servicios (BCSF), Argentina
Universidad Nacional del Litoral, Argentina
Ramiro Jorge
Centro de Estudios y Servicios (BCSF), Argentina
Universidad Nacional del Litoral, Argentina
Resumen
El trabajo internaliza información proveniente de las herramientas Google Trends y Google Correlate con el objetivo de realizar un nowcast de las ventas de supermercados de la Provincia de Santa Fe; un indicador que se publica con algunos meses de rezago. En primer lugar se identifica un conjunto de variables proxies con alto poder predictivo y luego se plantea un método de agregación para incorporar los patrones de búsqueda a la serie objetivo. Las estimaciones obtenidas con el modelo, son contrastadas con datos reales de la serie objetivo (ex post) y con los pronósticos que arroja el X13-ARIMA-SEATS. Los resultados indican que las herramientas y el procedimiento adoptado permiten realizar una estimación consistente y ganar oportunidad respecto a las publicaciones oficiales.
Palabras Clave: big data, ciclos, herramientas de Google, nowcast
Códigos JEL: E27, E32
Descargar el artículo en PDF
 
 
Fecha de publicación: 31/05/2021 - Fecha de presentación: 19/02/2020 - Fecha de aprobación: 11/01/2021
Cómo citar este trabajo: Camusso, F. y R. Jorge (2021); "Google Correlate y Google Trends como herramientas para realizar un nowcast de las ventas minoristas", Ensayos Económicos, N°76, Mayo, pp. 26-45.