Preview

Вопросы статистики

Расширенный поиск

Информационные источники для расчета индекса потребительских цен: большие данные сети Интернет и систем ФНС России

https://doi.org/10.34023/2313-6383-2022-29-1-44-51

Аннотация

Обоснование возможностей применения альтернативных инструментов для расчета индекса потребительских цен является актуальным направлением исследований в российской экономической и статистической науке. Одно из часто принимаемых решений – использование массивов сведений из информационных систем (больших данных). Проведя анализ существующих методологических и статистико-информационных основ измерения индекса потребительских цен в официальной российской статистике, авторы рассматривают как преимущества, так и недостатки двух основных альтернативных вариантов – сбора сведений в сети Интернет (веб-скрейпинга) и использования данных электронных фискальных документов контрольно-кассовой техники (онлайн-касс).
Характеризуются отдельные направления повышения информативности и качества измерения инфляции с использованием больших данных, собираемых через Интернет и систему онлайн-касс. Отмечается, что им присущи недостатки (прежде всего неинтегрированность с системой макроэкономических расчетов на базе СНС). В этой связи подчеркивается, что оптимизм относительно перехода в ближайшие годы на полностью автоматизированные инструменты наблюдения за ценами следует считать неоправданным. Авторская позиция состоит в том, что в ближайшее время большие данные могут использоваться в качестве комплементов (но не субститутов) в отношении традиционных способов сбора ценовой информации. В свою очередь это предполагает необходимость дальнейших эмпирических исследований цен трансакций, которые возможны на основе технологии онлайн-касс, открывающей принципиально новый формат статистического наблюдения – не за ценами предложения, по которым товары и услуги предлагаются к реализации, а за ценами спроса.

Об авторах

А. М. Калинин
государственный консалтинг ООО «Бизнес решения» – SBS Consulting; Национальный исследовательский университет «Высшая школа экономики»
Россия

Калинин Алексей Михайлович – канд. экон. наук, руководитель практики; доцент департамента прикладной экономики факультета экономических наук

115432, г. Москва, БЦ «Port Plaza», Проектируемый проезд № 4062, д. 6, с. 2

109028, г. Москва, Покровский бульвар, д. 11



И. А. Волин
Национальный исследовательский университет «Высшая школа экономики»
Россия

Волин Иван Андреевич – студент магистратуры второго года обучения, ОП «Государственное и муниципальное управление», факультет социальных наук

109028, г. Москва, Покровский бульвар, д. 11



Список литературы

1. Оксенойт Г.К. Цифровая повестка, большие данные и официальная статистика // Вопросы статистики. 2018. Т. 25. № 1. С. 3–16.

2. Суринов А.Е. Цифровая экономика: вызовы для российской статистики // Вопросы статистики. 2018. Т. 25. № 3. С. 3–14.

3. Карпова Н.С., Суринов А.Е., Ульянов И.С. Проблемы и возможности использования больших данных в российской статистике // Вопросы статистики. 2016. № 7. С. 3–9.

4. Михайлова А.М. «Большие данные»: как информационные технологии могут помочь статистической службе повысить эффективность расчета индекса потребительских цен // Вестник ГУУ. 2018. № 4. C. 110–113. doi: https://doi.org/10.26425/1816-42772018-4-110-113.

5. Tam S.-M., Clarke F. Big Data, Official Statistics and Some Initiatives by the Australian Bureau of Statistics // International Statistical Review. 2015. Vol. 83. Iss. 3. P. 436–448. doi: https://doi.org/10.1111/insr.12105.

6. Cavallo A., Rigobon R. The Billion Prices Project: Using Online Prices for Measurement and Research // Journal of Economic Perspectives. 2016. Vol. 30. Iss. 2. P. 151–178. doi: https://doi.org/10.1257/jep.30.2.151.

7. Harchaoui T.M., Janssen R.V. How Can Big Data Enhance the Timeliness of Official Statistics?: The Case of the U.S. Consumer Price Index // International Journal of Forecasting. 2018. Vol. 34. Iss. 2. P. 225–234. doi: https://doi.org/10.1016/j.ijforecast.2017.12.002.

8. Kitchin R. The Opportunities, Challenges and Risks of Big Data for Official Statistics // Statistical Journal of the IAOS. 2015. Vol. 31. Iss. 3. P. 471–481. doi: https://doi.org/10.3233/SJI-150906.

9. Konny C.G., Williams B.K., Fried D.M. Big Data in the U.S. Consumer Price Index: Experiences & Plans (Draft) // K.G. Abraham et al. (eds). Big Data for Twenty-First Century Economic Statistics. University of Chicago Press, 2020. URL: https://www.nber.org/books-and-chapters/big-data-twenty-first-century-economic-statistics/big-data-us-consumer-price-index-experiences-and-plans (дата обращения 15.04.2021).

10. Андрюшин С.А., Кузнецова В.В. Альтернативные оценки темпов инфляции в Российской Федерации: региональный аспект // Вопросы статистики. 2017. № 4. С. 64–84.

11. OECD. Implementing Online Cash Registers: Benefits, Considerations and Guidance. Paris: OECD, 2019. URL: https://www.oecd.org/ctp/implementing-online-cash-registers-benefits-considerations-and-guidance. htm (дата обращения 15.04.2021).


Рецензия

Для цитирования:


Калинин А.М., Волин И.А. Информационные источники для расчета индекса потребительских цен: большие данные сети Интернет и систем ФНС России. Вопросы статистики. 2022;29(1):44-51. https://doi.org/10.34023/2313-6383-2022-29-1-44-51

For citation:


Kalinin A.M., Volin I.A. Data Sources for CPI: Big Data of the Internet and the Systems of the Federal Tax Service of Russia. Voprosy statistiki. 2022;29(1):44-51. (In Russ.) https://doi.org/10.34023/2313-6383-2022-29-1-44-51

Просмотров: 418


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2313-6383 (Print)
ISSN 2658-5499 (Online)