政府发布的经济指标对于公共和私营部门的决策至关重要。 然而，这些指标的一个重大局限性在于其时效性，因为它们依赖于库存周转率和铁产量等宏观经济因素。 例如，就日本内阁府的商业状况指数而言，该指数通常会延迟两个月发布。

为了克服传统宏观变量驱动技术的短板，一组来自日本的研究团队开发了一种大数据驱动方法，能够为宏观经济指标提供准确的即时预测。重要的是，这种方法不用汇总半宏观经济数据，仅凭从全国60%以上的互联网用户使用频率最高的搜索引擎中获得的非指定搜索引擎查询数据，也就是搜索引擎的大数据。

该研究的共同通讯作者安宅和人表示：“我们的新模型展示了实时预测日本关键经济指标（=即时预报）的能力，即使在面临Covid-19不定干扰所带来的挑战时仍然有效。通过利用搜索引擎的大数据，这个模型可以识别高度相关的查询并执行多元回归分析，以提供及时、准确的经济见解。”

值得注意的是，即使在面对快速的经济变化和不可预测的情况时，该模型也表现出了良好的适应性和弹性。此外，深入分析发现，经济活动不仅受到经济因素的影响，还受到人类基本欲望的影响，包括性欲和追求快乐的欲望，这凸显了人类利益与经济发展之间复杂的相互作用。

“我们的研究为理解实时经济趋势提供了细致入微的视角。模型整合了各种实时数据源以提高经济临近预报精度，特别在新冠期间的临近预报方面表现出色，这也意味着经济即时预测领域的重大进步。它为公共部门及私营部门做出更明智、更及时的决策开辟了途径。”安宅补充道。

这项研究已发表在期刊The Journal of Finance and Data Science上。