Artykuł ma na celu przedstawienie i wstępną analizę nowego — skonstruowanego na podstawie biuletynów statystycznych GUS — zbioru danych w czasie rzeczywistym (real-time data) dla polskiej gospodarki, obejmującego zmienne makroekonomiczne. Zbiór ten umożliwia odpowiedzi na pytania dotyczące procesu rewizji, który wpływa nie tylko na spójność danych, ale także na statystyczne własności modeli ekonometrycznych i oparte na nich wnioskowanie. W szczególności omówiono i wyodrębniono rewizje metodologiczne, co umożliwia ich analizę statystyczną oraz weryfikację przyczyn nieoczekiwanych rewizji niemetodologicznych. Badanie wskazuje, że dla istotnej grupy zmiennych rewizje są systematyczne. Wynikają one z redukcji błędu pomiaru, nie zaś napływu nowych informacji, co ma znaczące konsekwencje dla modelowania.
rewizje danych, dane w czasie rzeczywistym, rachunki narodowe
C82
Amir-Ahmadi, P., Matthes, C., Wang, M. (2015). Measurement errors and monetary policy: Then and now. Working Paper.
Aruoba, S.B. (2008). Data revisions are not well behaved. Journal of Money, Credit and Banking, vol. 40, no. 2 i 3.
Branchi, M. (2007). Analysis of revisions to general economic statistics. ECB Occasional Paper, vol. 74.
Castro, F., Pérez, J.J., Rodríguez-Vives, M. (2013). Fiscal data revisions in Europe. Journal of Money, Credit and Banking, vol. 45, no. 6.
Clark, T.E., McCracken, M.W. (2010). Testing for unconditional predictive ability. Federal Reserve Bank of St. Louis Working Paper.
Croushore, D. (2006). Forecasting with Real-Time Macroeconomic Data. W: Handbook of Economic Forecasting, Elsevier.
Croushore, D. (2010). An evaluation of inflation forecasts from surveys using real-time data. The BE Journal of Macroeconomics, vol. 10, no. 1.
Croushore, D. (2011). Frontiers of real-time data analysis. Journal of Economic Literature, vol. 49, no. 1.
Croushore, D., Stark, T. (2001). A real-time data set for macroeconomists. Journal of econometrics, vol. 105, no. 1.
Croushore, D., Stark, T. (2003). A real-time data set for macroeconomists: Does the data vintage matter? Review of Economics and Statistics, vol. 85, no. 3.
Diebold, F.X., Rudebusch, G.D. (1991). Forecasting output with the composite leading index: A real-time analysis. Journal of the American Statistical Association, vol. 86, no. 415.
Jeznach, M., Cierpiał-Wolan, M. (2014). Szybkie szacunki kwartalnego PKB a jakość i wiarygodność danych. Wiadomości Statystyczne, nr 2.
Lewis, J. (2013). Fiscal policy in central and eastern Europe with real-time data: cyclicality, inertia and the role of EU accession. Applied Economics, vol. 45, no. 23.
Mankiw, G.N., Shapiro, M.D. (1986). News or noise? An analysis of GNP revisions. Technical report. National Bureau of Economic Research.
McKenzie, R. (2006). Undertaking revisions and real-time data analysis using the OECD main economic indicators original release data and revisions database. OECD Working Paper.
Tomczyk, E. (2013). End-of-sample vs. real-time data: Perspectives for analysis of expectations. Prace i Materiały Instytutu Rozwoju Gospodarczego SGH, nr 93.
Tomczyk, E. (2014). Influence of data vintage on quantification of expectations. Applied Econometrics Papers, vol. 1, no. 1.
Zarnowitz, V. (1985). Rational expectations and macroeconomic forecasts. Journal of Business & Economic Statistics, vol. 3, no. 4.
