Wykorzystanie danych skanowanych do pomiaru inflacji : doświadczenia międzynarodowe i wyzwania metodologiczne

• Autorzy: Jacek Białek

Warianty tytułu

Utilisation of Scanner Data in the Measurement of Inflation : International Experiences and Methodological Challenges

• Języki publikacji: PL

Abstrakty

Zgodnie z definicją Organizacji Współpracy Gospodarczej i Rozwoju (OECD) dane skanowane to szczegółowe informacje o dobrach konsumpcyjnych uzyskane dzięki skanowaniu ich kodów kreskowych w punktach sprzedaży. Zaletami tego rodzaju danych są: kompletność już na najniższym poziomie agregacji, relatywnie niski koszt ich uzyskania oraz mnogość obserwacji. Niemniej jednak dane skanowane mają też wady i ograniczenia. Celem artykułu jest wskazanie problemów i wyzwań metodologicznych związanych z uzyskiwaniem, przetwarzaniem i agregacją danych skanowanych wykorzystywanych do szacowania wskaźnika towarów i usług konsumpcyjnych (CPI). Jedna z kluczowych decyzji polega na wyborze formuły indeksowej przeznaczonej dla elementarnych, homogenicznych grup produktów. Istotę problemu wraz z rekomendacjami zademonstrowano na przykładzie dwóch zbiorów danych z portalu Allegro za okres 4.12.2015-28.12.2018, uzyskanych za pomocą narzędzia TradeWatch. Badanie wrażliwości wyników pomiaru dynamiki cen ze względu na wybór formuły indeksu objęło dwie grupy produktów: zegarek męski sportowy oraz fotel biurowy. Najważniejsze spostrzeżenia są następujące: po pierwsze, różnice między indeksami bilateralnymi a ich łańcuchowymi wersjami mogą być znaczne, co wynika zapewne z dynamicznego charakteru danych skanowanych; po drugie, różnice między wskazaniami indeksów multilateralnych mogą wynosić nawet parę punktów procentowych dla rocznego okna obserwacji; po trzecie, różnice pomiędzy wartościami indeksów GEKS i CCDI są nieznaczne, a różnice między indeksem Geary'ego-Khamisa dla pełnego okna czasowego i okna bieżącego (real time index) przestają być znaczące już po upływie kilku miesięcy; po czwarte, ceny produktów sprzedawanych na platformie elektronicznej, a także wartość i wielkość ich sprzedaży mogą zależeć od dnia tygodnia, a nawet godziny pomiaru. (abstrakt oryginalny)

EN

According to the Organisation for Economic Co-operation and Development's definition, scanner data are detailed data on consumer goods obtained by scanning their bar codes at points of sale. The advantages of this kind of data include completeness at the lowest level of aggregation, relatively low cost of acquisition and the fact that they enable a multiplicity of observations. Nevertheless, scanner data also have drawbacks and limitations. The aim of the paper is to identify the problems and methodological challenges related to the acquisition, processing and aggregation of scanner data, which are then used to estimate the Consumer Price Index (CPI). One of the most important decisions in the whole process is the right choice of an index formula dedicated to elementary (homogeneous) product groups. The essence of the problem, along with some recommendations, has been presented on the example of two sets of data from Allegro e-commerce platform for the period of 4 Dec, 2015 to 28 Dec, 2018, obtained through a special tool - TradeWatch. The evaluation of the sensitiveness of the results of the price dynamics measurement according to the chosen index formula has been carried out on the basis of two groups of products: men's sports watches and office chairs. The most important observations are as follows: firstly, the differences between bilateral price indices and their chained versions are likely to be significant because of the dynamic character of scanner data sets; secondly, the differences between multilateral price indices might amount to several percentage points for a yearly time window; thirdly, the differences between the values of the GEKS and CCDI indices are slight, and the Geary-Khamis index for the full-time window ceases to differ significantly from the real time index just after a few months; and fourthly, the prices of products sold via electronic platforms as well as their quantities and sales volumes might differ depending on which particular day of a week they were sold, and even at which hour. (original abstract)

Słowa kluczowe

PL

Indeks cen; Indeks cen konsumpcyjnych; Inflacja; Dobra konsumpcyjne

EN

Price index; Consumer price index (CPI); Inflation; Consumer goods

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2020
• Numer: nr 1
• Strony: 9--33

Twórcy

autor

Jacek Białek

• Uniwersytet Łódzki

Bibliografia

• Białek, J., Bobel, A. (2019). Comparison of Price Index Methods for CPI Measurement using Scanner Data. W: Paper presented at the 16th Meeting of the Ottawa Group on Price Indices (s. 1-40). Rio de Janeiro, Brazil, 8-10 May 2019. Rio de Janeiro: FGV.
• Białek, J., Roszko-Wójtowicz, E. (2019). The Impact of the Price Index Formula on the Consumer Price Index Measurement. Statistika - Statistics and Economy Journal, 99(3), 246-258.
• Caves, D. W., Christensen, L. R., Diewert, W. E. (1982). Multilateral comparisons of output, input, and productivity using superlative index numbers. Economic Journal, 92(365), 73-86. DOI: 10.2307/2232257.
• Chessa, A. G. (2015). Towards a generic price index method for scanner data in the Dutch CPI. Room document for Ottawa Group Meeting. Urayasu City, Japan.
• Chessa, A. G. (2016). A new methodology for processing scanner data in the Dutch CPI. Eurona, 1, 49-69.
• Chessa, A. G. (2017). Comparisons of QU-GK Indices for Different Lengths of the Time Window and Updating Methods. Paper prepared for the second meeting on multilateral methods organised by Eurostat. Luxembourg: Statistics Netherlands.
• Chessa, A. G. (2018). Product definition and index calculation with MARS-QU: Applications to consumer electronics. Report Statistics Netherlands.
• Chessa, A. G., Verburg, J., Willenborg, L. (2017). A comparison of price index methods for scanner data. Paper presented at the 15th Meeting of the Ottawa Group on Price Indices. Eltville am Rhein, Germany.
• Dalen, J. (1997). Experiments with Swedish Scanner Data. Proceedings of the Third Meeting of the International Working Group on Price Indexes. Research Paper no. 9806. Statistics Netherlands, Division Research and Development, Department of Statistical Methods.
• Dalen, J. (2017). Unit values in scanner data and some operational issues. Paper presented at the fifteenth Ottawa Group Meeting. Eltville am Rhein, Germany.
• Diewert, W. E. (1976). Exact and superlative index numbers. Journal of Econometrics, 4 (2), 115-145. DOI: 10.1016/0304-4076(76)90009-9.
• Diewert, W. E., Fox, K. J. (2017). Substitution Bias in Multilateral Methods for CPI Construction using Scanner Data. Discussion paper, 17(2), 1- 62. DOI: 10.2139/ssrn.3276457.
• Eltetö, Ö., Köves, P. (1964). Egy nemzetközi összehasonlításoknál fellépő indexszámítási problémáról. On a Problem of Index Number Computation Relating to International Comparisons (in Hungarian). Statisztikai Szemle, 42, 507-518.
• Fisher, I. (1922). The Making of Index Numbers: A Study of Their Varieties, Tests, and Reliability. Boston, New York: Houghton Mifflin Company.
• Geary, R. C. (1958). A Note on the Comparisons of Exchange Rates and Purchasing Power Between Countries. Journal of the Royal Statistical Society. Series A (General), 121(1), 97-99. DOI: 10.2307/2342991.
• Gini, C. (1931). On the Circular Test of Index Numbers. Metron, 9, 3-24.
• Guerreiro, V., Walzer, M., Lamboray, C. (2018). The use of Supermarket Scanner data in the Luxembourg Consumer Price Index. Working papers du STATEC, Economie et Statistiques, 97, 1-18.
• ILO. (2004). Consumer Price Index Manual. Theory and practice. Geneva: International Labour Office.
• Inklaar, R., Diewert, W. E. (2016). Measuring industry productivity and cross- country convergence. Journal of Econometrics, 191(2), 426-433. DOI: 10.1016/j.jeconom.2015.12.013.
• Jevons, W. S. (1865). On the Variation of Prices and the Value of the Currency since 1782. Journal Statistical Society of London, 28(2), 294-320. DOI: 10.2307/2338419.
• Khamis, S. H. (1972). A New System of Index Numbers for National and International Purposes. Journal of the Royal Statistical Society. Series A (General), 135(1), 96- 121. DOI: 10.2307/2345041.
• Krsinich, F. (2014). The FEWS Index: Fixed Effects with a Window Splice - Non-Revisable Quality-Adjusted Price Indices with no Characteristic Information. Paper presented at the meeting of the group of experts on consumer price indices (s. 26-28). Geneva, Switzerland.
• Laspeyres, E. (1871). Die Berechnung einer mittleren Waaren-preissteigerung. Jahrbücher für Nationalöko-nomie und Statistik, 16, 296-314.
• Leonard, I., Sillard, P., Varlet, G., Zoyem, J. P. (2017). Scanner data and quality adjustment. Serie des Documents de Travail. Working Paper No. F1704, INSEE, 1-31.
• Loon, K. V., Roels, D. (2018). Integrating big data in the Belgian CPI. Paper presented at the meeting of the group of experts on consumer price indices (s. 8-9). Geneva, Switzerland.
• Maddison, A., Rao, D. S. P. (1996). A Generalized Approach to International Comparison of Agricultural Output and Productivity. Research memorandum GD-27. Groningen Growth and Development Centre. Groningen, The Netherlands.
• Paasche, H. (1874). Über die Preisentwicklung der letzten Jahre nach den Hamburger Börsennotirungen. Jahrbücher für Nationalökonomie und Statistik, 23(2/4), 168-178. DOI: 10.1515/jbnst-1874-0113.
• Saraiva dos Santos, P., Lidonio, F., Cardoso, C. (2012). Scanner Data Project: the experience of Statistics Portugal. Paper presented at the Workshop on Scanner Data (s. 1-13). Stockholm.
• Szulc, B. (1964). Indices for Multiregional Comparisons. Przegląd Statystyczny, 3, 239-254.
• Törnqvist, L. (1936). The Bank of Finland's Consumption Price Index. Bank of Finland Monthly Bulletin, 16(10), 27-34.

Identyfikatory

DOI

10.5604/01.3001.0013.9021