Egy unortodox jegybanki adatrevízió háttere, utóélete és tanulságai
Notice bibliographique
Résumé
In December 2016 the National Bank of Hungary (NBH), by referring to its "backcasts" (based on analyses of past data-revisions), arbitrarily revised upwards the data of the Hungarian Statistical Office (HSO) on GDP-growth for the first three quarters of 2016. This "methodological innovation" (as put by the NBH) served to support its unrealistic 2.8 percent GDP-growth projection for 2016. In March 2017, the HSO reported GDP to have grown by a mere 2 percent in 2016. Hence, the "backcast" of the NBH, combined with its forecast for the last quarter of 2016, proved to be a failure. However, the NBH did not give up: without offering a substantive explanation for its forecast error, it claimed in its 2017 March Inflation Report that GDP-growth was by 0.2 percentage points higher in 2016 than reported by the HSO. This mode of conduct of the NBH can be objected both on ethical and professional grounds. By this practice the NBH not only questions the reliability of official statistical data, but it also makes its forecasts incomparable both across time and with those of other analysts. While expressing uncertainty regarding future data-revisions by a central bank certainly makes sense, there are no professional arguments to support a practice whereby a central bank simply overwrites official data by its extremely uncertain "backcasts".
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,037 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».