Odhady budou nově zveřejňovány přibližně 30 dnů po skončení čtvrtletí, čímž dojde k završení projektu, na kterém statistický úřad pracoval od roku 2013, kdy byla zřízena pracovní skupina na úrovni Evropského statistického úřadu. Od roku 2016 jsou tyto zrychlené odhady publikovány na úrovni EU a ČSÚ pro ně pravidelně dodává podklady za ČR. Projektu se účastní jen některé členské země EU a méně než polovina z nich publikuje odhady na národní úrovni.
Pro zavedení uvedené novinky je důležité provést zásadní rozhodnutí a změnit metodické přístupy. V neposlední řadě je třeba testovat odhady dostatečně dlouhou dobu, aby se dosáhlo jisté kvality a stability v čase.
Ověřeno testováním
Zásadní podmínkou pro zkrácení termínů publikování bylo vyřešit náhradu hlavního datového zdroje za nefinanční podniky (výkaz P3-04). Z analýz vyplynulo, že tyto údaje sice nelze získat dříve, ale je možné je plně nahradit modelováním s využitím údajů z přiznání k DPH, které má ČSÚ k dispozici. Díky tomu půjde zveřejňovat tyto důležité informace dříve a zároveň se uleví podnikům, kterým se sníží administrativní zátěž.
Konečnému rozhodnutí předcházelo několik let testování různých metod odhadů. Teprve až když se ukázalo, že revize mezi jednotlivými čtvrtletními odhady nepřesahují míru revizí dosavadního modelu, bylo povoleno publikování údajů.
Změny v metodických postupech
Obecně se pro rychlé odhady HDP používají dva základní přístupy – přímá a nepřímá metoda. Za přímou metodu se považují zejména tradiční ekonometrické modely, jejichž prostřednictvím se přímo odhaduje buď objem HDP, nebo jeho tempo a druhá složka vznikne reziduálně.
Za nepřímou metodu se označují přístupy, které se pro kompilaci odhadu HDP snaží v co největší možné šíři využít zejména stávajících systémů. Využívá se tedy stávající systém (často mnoha stovek propojených zdrojů) a chybějící data se nahrazují modelovým propočtem, náhradním datovým zdrojem či benchmarkem.
Výhodou přímého přístupu k odhadu HDP je zejména menší náročnost na rozsah prací, které je nutné pro odhad provést. Nevýhodou je ovšem menší podrobnost výstupu spojená s tím, že není možné kontrolovat jednotlivé položky a analyzovat, co vedlo k danému jevu.
Naopak v případě nepřímého přístupu k odhadu HDP narůstá náročnost na zpracování jednotlivých datových položek. I jen dílčí odhady objemově malých položek totiž mohou mít zásadní dopad na výsledek odhadu tempa HDP. Velkou výhodou tohoto přístupu je však možnost publikovat a sestavovat podrobné analytické sady, které slouží nejen k interpretaci, ale také k ověření konzistence samotného výstupu a odhadu HDP.
Konkrétní ekonometrický přístup se volí v závislosti na typu a charakteru chybějících dat. V případě, kdy nejsou dostupná žádná pomocná data, se pro odhad chybějícího datového zdroje používá zejména model ARIMA, popřípadě VAR model.
Jestliže pomocný datový zdroj (vhodné vysvětlující proměnné) existuje, využíváme ARIMAX modelů anebo benchmarkovacích metod. Metody benchmarku a desagregace dat se standardně uplatňují v národním účetnictví, zejména v případě existence vhodné indikátorové proměnné.
Náhrada údajů z výkazu P3-04
Při výpočtu produkce a mezispotřeby u nefinančních podniků a podnikajících fyzických osob budou nově využívána individuální data z daňových přiznání k DPH.
V první fázi se data rozdělí podle jednotlivých odvětví a v jejich rámci do velikostních skupin jednotek. V nich se dále dělí na kompletní datové sady a na datové sady obsahující chybějící pozorování. Chybějící údaje jsou pak podle typu dat a charakteru časové řady nahrazeny standardním postupem při dopočtu chybějících pozorování – ekonometrickým odhadem pomocí ARIMAX, popřípadě ARIMA modelu.
Tento postup se při odhadech v čase T+30 uplatňuje pouze pro měsíční plátce daně, protože za čtvrtletní plátce nejsou k dispozici potřebné údaje. Pro čtvrtletní plátce daně se odhad provádí samostatně – za danou velikostní skupinu v daném odvětví. V čase T+60 už jsou za čtvrtletní plátce data dostupná a postup v případě chybějících dat je stejný jako u měsíčních plátců.
Výsledkem je ukazatel, který používáme jako indikátor pro benchmarkování ročních dat na úrovni jednotlivých odvětví.
