A Ranking of Combined Nomenclature Chapters According to Quality of Data on Intra‑Community Trade in Goods of Polish Businesses

Iwona Markowicz; Paweł Baran

doi:10.18778/0208-6018.343.12

Autor

Iwona Markowicz Uniwersytet Szczeciński, Wydział Nauk Ekonomicznych i Zarządzania http://orcid.org/0000-0003-1119-0789
Paweł Baran Uniwersytet Szczeciński, Wydział Nauk Ekonomicznych i Zarządzania http://orcid.org/0000-0002-7687-4041

DOI:

https://doi.org/10.18778/0208-6018.343.12

Słowa kluczowe:

jakość danych statystycznych, handel zagraniczny, INTRASTAT, analiza danych lustrzanych

Abstrakt

Wprowadzenie w Polsce systemu INTRASTAT wraz z wejściem naszego kraju do Unii Europejskiej 1 kwietnia 2004 roku spowodowało nałożenie na podmioty prowadzące obrót towarowy z innymi państwami członkowskimi UE obowiązku przekazywania informacji o zrealizowanych przez nie obrotach. Dane o handlu wewnątrzwspólnotowym z poszczególnych krajów gromadzone są przez Eurostat i udostępniane w postaci bazy Comext. W celu określenia jakości danych o wewnątrzwspólnotowej wymianie towarowej zbadano różnice między deklarowanymi wartościami wywozu towarów z Polski i przywozu z Polski do pozostałych krajów unijnych. Celem artykułu jest analiza jakości danych o polskim handlu wewnątrzunijnym w podziale na działy nomenklatury scalonej CN oraz utworzenie rankingu działów pod względem jakości danych, rozumianej jako rozbieżność między danymi lustrzanymi. Pomiaru jakości danych dokonano z wykorzystaniem zagregowanych wskaźników rozbieżności. Zaprezentowano ranking działów według wyznaczonych wartości wskaźników, osobno dla wewnątrzwspólnotowych dostaw towarów (WDT) i wewnątrzwspólnotowych nabyć towarów (WNT). Wykorzystano dane z bazy Comext dotyczące transakcji wewnątrzwspólnotowych polskich eksporterów w 2017 roku. Efektem przeprowadzonego badania było wskazanie działów o największych względnych rozbieżnościach między danymi lustrzanymi (najniższej jakości danych). W działach o najniższej jakości wskazano wewnętrzną strukturę rozbieżności według krajów oraz pozycji klasyfikacji towarowej. Problem jakości danych dotyczących handlu wewnątrzwspólnotowego jest poruszany w Polsce jedynie w publikacjach GUS‑u. Brak jest prac naukowych w tym zakresie. Dlatego też autorzy postanowili wypełnić tę lukę i prowadzić badania nad źródłami informacji, które są podstawą wielu analiz gospodarczych.

Pobrania

Statystyki pobrań niedostępne.

Bibliografia

Ainsworth R. T. (2009), The Morphing of MTIC Fraud: VAT Fraud Infects Tradable CO2 Permits, Boston University School of Law Working Paper No. 09–35.

Baran P., Markowicz I. (2018a), Analysis of intra‑Community supply of goods shipped from Poland, [in:] M. Papież, S. Śmiech (eds.), Socio‑Economic Modelling and Forecasting, no. 1, The 12th Professor Aleksander Zeliaś International Conference on Modelling and Forecasting of Socio‑Economic Phenomena, Conference Proceedings, Zakopane, pp. 12–21.

Baran P., Markowicz I. (2018b), Behavioral Economics and Rationality of Certain Economic Activities. The Case of Intra‑Community Supplies, [in:] K. Nermend, M. Łatuszyńska (eds.), Problems, Methods and Tools in Experimental and Behavioral Economics, Proceedings of Computational Methods in Experimental Economics (CMEE) 2017 Conference, Springer, Cham, pp. 285–299.

Borselli F. (2008), Pragmatic Policies to Tackle VAT Fraud in the European Union, “International Vat Monitor”, September/October, pp. 333–342.

European Court of Auditors (2016), Tackling intra‑Community VAT fraud: More action needed, Special Report, no. 24, Publications Office of the European Union, Luxembourg.

European Union (2018), European Statistics Code of Practice, Publications Office of the European Union, Luxembourg.

Eurostat (2003), Standard Quality Report. Methodological Documents, Working Group Assessment of quality in statistics, Luxembourg.

Eurostat (2007), Handbook on Data Quality Assessment: Methods and Tools, Luxembourg.

Eurostat (2013), Handbook on improving quality by analysis of process variables, Luxembourg.

Eurostat (2017a), Compilers guide on European statistics on international trade in goods, 2017 edition, Manuals and guidelines, Publications Office of the European Union, Luxembourg.

Eurostat (2017b), National requirements for the Intrastat system, 2018 edition, Manuals and guidelines, Publications Office of the European Union, Luxembourg.

Federico G., Tena A. (1991), On the Accuracy of Foreign Trade Statistics (1909–l935), Morgenstern Revisited, “Explorations in Economic History”, no. 28, pp. 259–273.

GUS (2018a), Handel zagraniczny. Polska w Unii Europejskiej, Warszawa.

GUS (2018b), Handel zagraniczny. Statystyka lustrzana i statystyka asymetrii, Warszawa.

Hamanaka S. (2012), Whose trade statistics are correct? Multiple mirror comparison techniques: a test of Cambodia, “Journal of Economic Policy Reform”, no. 15(1), pp. 33–56.

Keen M., Smith S. (2007), VAT Fraud and Evasion: What Do We Know, and What Can Be Done?, IMF Working Papers, 07/31, pp. 1–33.

Kim S. Y. (2017), An analytical approach to detect MTIC/MTEC VAT fraud involving energy trading, IOTA Papers 12, pp. 1–7.

Markowicz I., Baran P. (2019), Jakość danych statystycznych dotyczących obrotów towarowych między krajami Unii Europejskiej, “Wiadomości Statystyczne. The Polish Statistician”, no. 1, pp. 7–19.

Morgenstern O. (1965), On the accuracy of economic observation, 2nd ed., Princeton University Press, Princeton.

Parniczky G. (1980), On the Inconsistency of World Trade Statistics, “International Statistical Review”, no. 48(1), pp. 43–48.

Pope S., Stone R. (2009), Civil interventions for tackling MTIC fraud: a UK perspective, “Amicus Curiae”, issue 80, pp. 8–13.

Tsigas M. E., Hertel T. W., Binkley J. K. (1992), Estimates of systematic reporting biases in trade statistics, “Economic Systems Research”, no. 4(4), pp. 297–310.

United Nations Economic and Social Council (1974), International Trade Reconciliation Study, E/CN.3/454.