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.
wskaźnik cen towarów i usług konsumpcyjnych (CPI), dane skanowane, indeksy cen
C43
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.
