evidoria

← Back to browse

Good practice

Previsión inmediata de la inflación de alimentos con precios recopilados en línea — el modelo de big data del Narodowy Bank Polski para estimaciones del IPC en tiempo real

Poland · Warsaw · See the Poland profile

El Narodowy Bank Polski recopila millones de precios de minoristas en línea para prever la inflación de alimentos antes de la publicación oficial del IPC. Pruebas retrospectivas revisadas por pares (2014-2018) mostraron una reducción del error de previsión de hasta un 30% frente a los modelos estándar, con mejoras reconfirmadas durante la COVID-19 y el shock de precios de alimentos de 2022.

~30 %
Reducción del error cuadrático medio de previsión frente al mejor modelo ARMA (previsiones combinadas) (backtest Jan 2014 - Jun 2018)
~27 %
Reducción del error cuadrático medio de previsión frente al mejor modelo ARMA (solo modelo ADL) (backtest Jan 2014 - Jun 2018)
~159 million
Precios extraídos en línea en la base de datos eCPI del NBP (end of 2020)
~250 million
Precios extraídos en línea en la base de datos eCPI del NBP (2025 update)
~640,000
Productos cubiertos por la base de datos eCPI del NBP (end of 2020)

Details

Maturity
Established
Promoter
Narodowy Bank Polski (National Bank of Poland), Economic Analysis and Research Department
Period
Method piloted 2019 (NBP WP 302); re-tested through the COVID-19 and 2022 food-price shocks; latest peer-reviewed update 2025
Keywords
monetary policy, inflation forecasting, big data, machine learning

Context

El Narodowy Bank Polski (NBP), el banco central de Polonia, recopila desde alrededor de 2010 precios de alta frecuencia extraídos de los principales minoristas en línea, construyendo una base de datos 'eCPI' que contenía cerca de 159 millones de precios observados para unos 640.000 productos a finales de 2020, creciendo a unos 250 millones de precios extraídos en línea según una actualización revisada por pares de 2025. El Departamento de Análisis Económico e Investigación del NBP utiliza estos datos para prever en tiempo real ("nowcast") la inflación de alimentos antes de la publicación mensual del Índice de Precios al Consumidor oficial por el instituto de estadística polaco (GUS).

Objectives

Comprobar si un índice de precios extraído en línea puede mejorar la precisión de las previsiones a corto plazo de la inflación de alimentos frente a modelos estándar de series temporales, y usarlo para prever la inflación de alimentos antes de la publicación oficial del IPC.

Activities

El Documento de Trabajo n.º 302 del NBP (Macias & Stelmasiak, 2019) puso a prueba retrospectivamente el método frente a los modelos de paseo aleatorio, paseo aleatorio estacional y ARMA/SARMA, en una ventana pseudo-tiempo real de enero de 2014 a junio de 2018, abarcando 84 grupos elementales COICOP y 10 subagregados de alimentos. Un estudio de seguimiento de 2023 en el International Journal of Forecasting y un estudio de 2025 en el Journal of Forecasting volvieron a poner a prueba el modelo durante la pandemia de COVID-19 y el shock de precios de alimentos de 2022 tras la invasión rusa de Ucrania.

Results

La combinación del índice de precios extraído en línea con modelos ADL (autorregresivos de rezagos distribuidos) desagregados redujo el error cuadrático medio de previsión en aproximadamente un 27% frente al mejor modelo ARMA, llegando a cerca de un 30% cuando se combinaron las previsiones — una reducción considerada estadísticamente significativa mediante la prueba de Diebold-Mariano. El índice extraído en línea produjo sus mayores ganancias de precisión durante los períodos de alta volatilidad de la COVID-19 y el shock de precios de alimentos de 2022, con un beneficio solo marginal en épocas más tranquilas.

Conclusions

El registro publicado documenta una mejora real, cuantificada y replicada de forma independiente en la precisión de previsión a corto plazo para un indicador acotado pero relevante para la política monetaria. No se establece que la previsión eCPI haya cambiado por sí sola una decisión específica de tipos de interés, y el NBP no ha publicado una versión de la serie orientada a los ciudadanos.

Implementation

Indicative cost
Medium (€50k–€500k) — Not itemised in the source material; the effort represents an ongoing, multi-year research-department activity combining web-scraping infrastructure and economist time rather than a large capital programme.
Time to results
Long (> 3 years) — Price collection began around 2010; the nowcasting methodology was formalised and backtested by 2019 (NBP WP 302), then independently re-tested in 2023 and 2025 studies.
Staffing & skills
NBP Economic Analysis and Research Department economists and researchers, Data engineers maintaining the web-scraping pipeline

Conditions for success

  • Continuous access to a large volume of online retail price data
  • Rigorous benchmarking against standard forecasting models (random-walk, ARMA/SARMA)
  • Peer review and publication of methodology for external scrutiny

Common failure modes

  • Accuracy gains are only marginal during calmer, low-volatility periods
  • No published evidence that the nowcast has changed a specific policy decision

Where it fits

Governance type
independent central bank
Scale
national
Income level
high-income

Data sources

Where this practice's information was retrieved from, and when.

Similar practices you may find useful