Vinster:
- Förmåga att jämföra stora ekonomiska datakällor (TURKSTAT, CBRT EVDS, IMF WEO, Världsbanken, Eurostat, FRED) efter syfte, omfattning, uppdateringsfrekvens och tillförlitlighet och välja rätt källa
- Möjlighet att använda artificiell intelligens för att hitta datakällor, matchning av seriell kod/beskrivning och generering av nedladdningskoder och bekräfta varje resultat med den officiella källan
- Möjlighet att se hur version (revision), basår, enhet och definitionsskillnader stör analysen och få för vana att verifiera metadata
Varje ekonomisk analys börjar med data, och kvaliteten på analysen kan aldrig överstiga kvaliteten på data. Principen om "skräp in, skräp ut" fungerar obönhörligt inom ekonomin: även den mest eleganta modellen, baserad på fel bas, fel definition eller fel period, är fel. I den här enheten kommer vi att använda artificiell intelligens för att hitta rätt data, matcha seriekoder och skriva nedladdningskoden; Men en gyllene regel kommer inte att förändras: siffran kommer från den officiella primära källan, inte från artificiell intelligens. AI kan visa dig vägen till källan; du får själva data från den källan.
Låt oss lära känna de viktigaste källorna
En ekonoms kompass innehåller följande resurser. Syftet, omfattningen och uppdateringsrytmen för var och en är olika.
TURKSTAT (Turkish Statistical Institute). Turkiets officiella statistikmyndighet. Inflation (KPI/PPI), BNP, arbetskraft, utrikeshandel, industriproduktion, befolkning. Detta är den primära källan för siffror som är specifika för Türkiye.
CBRT EVDS (Electronic Data Distribution System). Centralbankens dataportal. Växelkurs, ränta, penningmängd, betalningsbalans, löpande saldo, reserver, förväntningsundersökningar. Det första stoppet för finansiella och monetära data.
IMF (Internationella valutafonden). Speciellt databasen WEO (World Economic Outlook): jämförande BNP, inflation, skuld, bytesbalans och prognoser. Idealisk för internationell jämförelse; Men prognoser är förutsägelser, inte insikter.
Världsbanken (World Bank — WDI). Indikatorer för världsutveckling: utveckling, fattigdom, utbildning, hälsa, infrastrukturindikatorer; långa historiska serier och länderjämförelser.
Eurostat. Europeiska unionens statistikkontor; Harmoniserade (jämförbara) data för EU-länder. Serier som HIKP (harmoniserad inflation) används i EU:s benchmarking.
FRED (Federal Reserve Economic Data). St Louis Feds massiva serie; Erbjuder snabb och programmerbar åtkomst (API) för amerikanska och globala makroekonomiska data.
OECD. Jämförande indikatorer, ledande indikatorer, produktivitets- och välfärdsserier för utvecklade ekonomier.
Tips: Svaret på frågan "rätt källa" beror på syftet. TURKSTAT för Turkiets officiella inflation; IMF/Världsbanken för att jämföra Türkiye med 30 länder; FRED för USA:s intresse. Att ta samma indikator från fel källa är ett tyst misstag.
Tysta felkällor: revision, basår, enhet, beskrivning
De farligaste felen i ekonomiska data är ljudlösa. Lär känna fyra:
- Revision (version). Många indikatorer (BNP, betalningsbalans) revideras månader efter att de först tillkännagavs. Den "provisoriska" siffran idag, den "slutliga" siffran efter tre månader kommer att vara annorlunda. Vet vilken årgång (version) du använder.
- Basår. Index fastställs utifrån ett basår (=100). Det är fel att direkt jämföra två serier med olika basår.
- Enhet. Miljoner eller miljarder, TL eller dollar, aktuellt eller fast pris? Enhetsförvirring är det vanligaste analysfelet.
- Definition/omfattning. Vad är definitionen av "arbetslöshet"? Vilka poster utesluter "kärninflation"? Två serier med samma namn kan mäta olika saker.
Varning: Om siffran för samma indikator från två källor inte stämmer överens, bör ditt första antagande inte vara "någon ljuger" utan "det finns en skillnad i definition/bas/omfattning/revision". Rikta in metadata (datacitat) först.
Steg för steg: AI-driven datainsamling
- Förtydliga behovet. Vilken indikator, vilket land/provins, vilken period, vilken frekvens (månatlig/kvartalsvis/årlig), vilken definition?
- Välj källa. Förklara syftet med AI och föreslå lämplig primärkälla och fullständigt serienamn.
- Validera metadata. Bekräfta enhet, basår, beskrivning och uppdateringsdatum för den valda serien på den officiella sidan.
- Generera nedladdningskoden. För de med ett API, som FRED/World Bank, skriv Python-kod till AI; Ta bort nedladdningsstegen för TURKSTAT/EVDS.
- Första kontrollen. Kontrollera antalet rader/kolumner, saknade värden, extremvärden och datumintervall efter att data har kommit fram.
- Bekräftelse av källa. Jämför åtminstone några observationer med den officiella publikationen; Stämmer det exakt?
tre minifodral
Fall 1 — Basårsfälla. En analytiker fick ett industriproduktionsindex från två separata studier; den ena baserades på 2015=100 och den andra baserades på 2021=100. "Kombinera dessa," sa han till artificiell intelligens. Om han hoppade över metadatakontrollen skulle han lägga indexen sida vid sida och se ett falskt hopp. Han fångade basskillnaden i kontrollsteget, gjorde de två till en gemensam bas och kombinerade dem sedan. Den falska studsen är borta.
Fall 2 — Tillverkad API-utgång. En forskare sa till artificiell intelligens: "Ta ut Türkiyes BNP per capita från Världsbanken"; AI:n returnerade både koden och en tabell med siffror som "provutgång". Forskaren använde inte tabellen; körde bara koden och hämtade data från det riktiga API:et. Sedan insåg han att siffrorna som den artificiella intelligensen skrev som "exempel" faktiskt låg på 10-15 procent. Kodverktyg, inte nummer; Detta var det korrekta beteendet.
Fall 3 — Revisionsskillnad. I en not publicerad för ett halvår sedan skrev en institution att den kvartalsvisa tillväxten var 4,0 procent; I nuvarande TÜİK-data reviderades samma kvartal till 3,5 procent. I den nya rapporten angav analytikern i en fotnot vilken version han använde och förklarade skillnaden mellan de två siffrorna med en revidering. Transparens bevarade trovärdigheten.
Källvalstabell
Syfte
Lämplig primärkälla
Uppmärksamhet
Turkiets inflation (KPI/PPI)
TURKSTAT
Basår, core/headline distinktion
Valutakurs, ränta, löpande saldo, reserver
CBRT EVDS
Revision, seriedefinition
BNP/inflationsjämförelse mellan länder
IMF WEO
Projektion ≠ realisering
Utveckling/lång historisk serie
Världsbanken WDI
Täckning, saknade år
EU-harmoniserade indikatorer
Eurostat
HIKP definition
USA/global makrofinans, API
FRED
Säsongsanpassningsstatus
Fyra kopierbara mallar
1) Käll- och seriematchning:
Jag behöver följande indikator: [indikator, land/provins, period, frekvens, beskrivning]. Rekommendera den mest lämpliga primära officiella källan och fullständiga serienamnet för detta. Lista de punkter jag behöver verifiera om enheten, basåret och beskrivningen av serien. Ge inte siffror; Berätta bara för mig var och hur man köper den.
2) FRED/Världsbankens nedladdningskod:
Skriv en kod i Python med [FRED/World Bank] API som laddar ner följande serie: [seriekod/namn], [datumintervall]. Koden tar data in i pandasDataFrame, skriver ut de första/sista 5 raderna och antalet saknade värden. Ge mig inget exempel/sminkad figur; ge bara fungerande kod.
3) Verifieringslista för metadata:
Jag kommer att använda följande serie: [series]. Skapa en checklista med metadata som du behöver verifiera innan användning: volym, basår, säsongsjusteringsstatus, definition/omfattning, uppdateringsdatum, revisionsstatus. För varje punkt, skriv "vad och var du ska bekräfta" i en mening.
4) Två resursfelmatchningsdiagnoser:
Jag fick samma indikator från två källor och siffrorna är olika: Källa A: [värde, avtryck]. Källa B: [värde, avtryck]. Lista möjliga oskyldiga orsaker till denna skillnad (definition, bas, omfattning, säsongsjustering, revidering, valuta) och berätta för mig hur jag kontrollerar var och en. Säg inte "en är fel"; Hjälp mig först att förklara avvikelsen.
Svag prompt / Stark prompt
Svag uppmaning:
Ge mig Türkiyes tillväxtdata för de senaste 10 åren.
AI:n häller ut en bild från sitt minne, möjligen gammal och delvis tillverkad; Det finns ingen källa eller avtryck.
Kraftfull uppmaning:
Jag kommer att använda den årliga reala BNP-tillväxten i Türkiye 2014–2023. Berätta för mig den primära källan för detta (TURKSTAT) och hela seriens namn; berätta för mig om serien har fast pris och var jag ska leta för att verifiera basåret. Ange också stegen/koderna för att ladda ner denna data. Ta inte fram siffrorna själva.
Vanliga misstag
- Misstag "provutdata"-tabellen för artificiell intelligens för riktiga data. Dessa siffror kan vara tillverkade; använd bara koden/riktlinjen.
- Jämför två serier utan att justera metadata. Skillnad i bas/enhet/definition ger falska resultat.
- Missförstå en projektion för verkligheten. Nästa års siffra i IMF WEO är en uppskattning.
- Ignorerar revideringen. Anger inte vilken version du använder.
- Frekvensfel överensstämmer. Kombinera en månadsserie med en kvartalsserie utan korrigering.
- Anger inte källan i fotnoter. En figur som inte går att spåra är en figur som är ohållbar.
Sammanfattningsvis
Analysens kraft är kraften i data. Använd AI för att hitta rätt källa, matcha serien och skriv en nedladdningskod; men hämta alltid siffran från den primära officiella källan (TURKSTAT, EVDS, IMF, Världsbanken, Eurostat, FRED). Neutralisera tysta felkällor som revision, basår, volym och beskrivning genom att anpassa metadata. Om två källor är i konflikt, jämför tillskrivningen först.
Applikationsuppgift
Välj en indikator som du använder ofta i ditt företag. Låt AI:n extrahera käll- och metadatachecklistan med mallarna 1 och 3 ovan. Hitta sedan samma indikator från två olika källor (t.ex. TURKSTAT och Världsbanken) och jämför siffrorna; Om det finns en skillnad, diagnostisera orsaken med mall 4 och notera ditt fynd i tre meningar.
checklista
- [ ] Jag valde den primära källan som var lämplig för mitt syfte (jag gjorde skillnaden mellan Türkiyes officiella / internationella jämförelse).
- [ ] Jag verifierade enheten, basåret, beskrivningen och uppdateringsdatumet för serien från den officiella sidan.
- [ ] Jag använde data som jag tog från den verkliga källan, inte "provsiffrorna" som gavs av artificiell intelligens.
- [ ] Jag jämförde åtminstone några få observationer ordagrant med den officiella publikationen.
- [ ] Jag kontrollerade revisions-/versionsstatusen och noterade vilken version jag använde.
- [ ] Jag förklarade de två källkonflikterna genom att anpassa metadata.
- [ ] Jag gjorde källan till varje figur jag använde spårbar med en fotnot.