Jakość danych dotyczących wewnątrzunijnej wymiany towarowej

• Autorzy: Iwona Markowicz , Paweł Baran

Warianty tytułu

Quality of Data on Intra-EU Trade in Goods

• Języki publikacji: PL

Abstrakty

Dane statystyki publicznej dotyczące wymiany towarowej między krajami Unii Europejskiej (UE) gromadzone są na poziomie krajowym, a następnie agregowane przez Eurostat. Metodyka zbierania danych różni się w pewnym zakresie w poszczególnych krajach członkowskich (np. różne są progi statystyczne i poziom pokrycia), a do tego występują różnice kursowe, transakcje niezgłoszone, opóźnione zgłoszenia, błędy klasyfikacji towarowej i inne. Powoduje to, że dane lustrzane, dotyczące w założeniu tych samych transakcji odnotowanych w statystyce kraju wywozu i kraju przywozu, są często nieporównywalne. Znaczną część rozbieżności można tłumaczyć zróżnicowaną jakością zbiorów danych zasilających bazę Eurostatu. Celem przedstawionego w artykule badania jest porównanie jakości danych za 2017 r. o wewnątrzunijnej wymianie towarowej Polski i sąsiednich krajów UE: Niemiec, Czech, Słowacji i Litwy oraz pozostałych krajów bałtyckich - Łotwy i Estonii. Dodatkowym celem jest wskazanie, które kierunki w największym stopniu wpłynęły na występowanie różnic w danych lustrzanych. Wyniki przeprowadzonej analizy wskazują, że najczęściej wpływ na niską jakość danych dotyczących wymiany towarowej między badanymi krajami mają deklaracje składane w Estonii. (abstrakt oryginalny)

EN

Official statistics on trade in goods between EU member states are collected on country-level and then aggregated by Eurostat. Methodology of data collecting differs slightly between member states (e.g. various statistical thresholds and coverage), including differences in exchange rates as well as undeclared or late-declared transactions, errors in classification of goods and other mistakes. It often involves incomparability of mirror data (nominally concerning the same transactions recorded in statistics of both dispatcher and receiver countries). A huge part of these differences can be explained with the variable quality of data resources in the Eurostat database. In the study data quality on intra-EU trade in goods for 2017 was compared between Poland and neighbouring EU countries, i.e.: Germany, Czech Republic, Slovakia, Lithuania, and other Baltic states - Latvia and Estonia. The additional aim was to indicate the directions having the greatest influence on the observed differences in mirror data. The results of the study indicate that the declarations made in Estonia affect the poor quality of data on trade in goods between the countries mentioned above to the greatest extent. (original abstract)

Słowa kluczowe

PL

Handel zagraniczny; Statystyka publiczna; Analiza danych statystycznych

EN

Foreign trade; Public statistics; Statistical data analysis

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2019
• Numer: nr 6
• Strony: 5--15

Twórcy

autor

Iwona Markowicz

• Uniwersytet Szczeciński

autor

Paweł Baran

• Uniwersytet Szczeciński

Bibliografia

• Baran, P., Markowicz, I. (2018a). Analysis of intra-Community supply of goods shipped from Poland. Socio-Economic Modelling and Forecasting, (1), 12-21.
• Baran, P., Markowicz, I. (2018b). Behavioral Economics and Rationality of Certain Economic Activities. The Case of Intra-Community Supplies. W: K. Nermend, M. Łatuszyńska (red.), Problems, Methods and Tools in Experimental and Behavioral Economics. Proceedings of Computational Methods in Experimental Economics (CMEE) 2017 Conference (s. 285-299). Cham: Springer.
• Borselli, F. (2008). Pragmatic Policies to Tackle VAT Fraud in the European Union. International Vat Monitor, 19(5), 333-342.
• European Court of Auditors. (2016). Tackling intra-Community VAT fraud: More action needed. Special Report 24. Luxembourg: Publications Office of the European Union.
• Eurostat. (2017). National requirements for the Intrastat system, 2018 edition. Luxembourg: Publications Office of the European Union. Pobrane z: http://ec.europa.eu/eurostat/.
• Eurostat. (2018). Międzynarodowy handel towarami. Pobrane z: https://ec.europa.eu/eurostat/ /statistics-explained/.
• Federico, G., Tena, A. (1991). On the Accuracy of Foreign Trade Statistics (1909-1935): Morgenstern Revisited. Explorations in Economic History, 28(3), 259-273.
• GUS. (2018). Handel zagraniczny. Statystyka lustrzana i statystyka asymetrii. Warszawa: Główny Urząd Statystyczny.
• Hamanaka, S. (2012). Whose trade statistics are correct? Multiple mirror comparison techniques: a test of Cambodia. Journal of Economic Policy Reform, 15(1), 33-56.
• Kahneman, D., Tversky, A. (1979). Prospect Theory: An Analysis of Decisions under Risk. Econo-metrica, 47(2), 313-327.
• Keen, M., Smith, S. (2007). VAT Fraud and Evasion: What Do We Know, and What Can Be Done? IMF Working Papers, 1-33.
• Markowicz, I., Baran, P. (2019). Jakość danych dotyczących obrotu towarowego między krajami unijnymi. Wiadomości Statystyczne, 64(1), 7-19.
• Pope, S., Stone, R. (2009). Civil interventions for tackling MTIC fraud: a UK perspective. Amicus Curiae, (80), 8-13.
• Thaler, R. (1980). Toward a Positive Theory of Consumer Choice. Journal of Economic Behavior and Organization, (1), 39-60.