1. Cataloguer le millésime
Nom, date affichée, page officielle et statut de vérification.
AMECO · UBLGAPS
Le catalogue des millésimes AMECO devient une donnée à part entière
Document d’appui : cette page conserve une fonction de transparence et de vérification, mais elle n’est pas conçue comme une réponse autonome aux moteurs de recherche.
recense les millésimes affichés par l’archive officielle de la Commission européenne depuis 2011. Le but n’est pas d’accumuler des dates : il s’agit de savoir quelle estimation du solde structurel était réellement disponible au moment d’une décision budgétaire, puis de la comparer aux révisions ultérieures.
Pourquoi cette étape est indispensable
Une anomalie de métadonnée a été conservée telle quelle : la page d’archive affiche actuellement « 3 June 2025 » devant une entrée intitulée « AMECO - Autumn 2025 ». Delta-Sierra ne corrige pas silencieusement cette contradiction : la date est marquée comme anomalie non résolue dans le fichier source ; cette entrée est exclue des comparaisons consolidées.
2. Importer le fichier source
Calcul de l’empreinte SHA-256 avant extraction.
3. Extraire uniquement FRA + UBLGAPS
Le parseur s’arrête si la série n’est pas identifiée sans ambiguïté.
4. Conserver deux vérités temporelles
Valeur connue à l’époque et valeur révisée ex post restent deux champs différents.
Données et outils ouverts
Sources officielles
Le catalogue public contient les métadonnées de millésime, pas les observations annuelles tant que les fichiers source n’ont pas été importés et hachés.
Traçabilité des données
Pourquoi conserver les millésimes : une prévision ne doit jamais être réécrite après coup
Une série économique révisée est souvent meilleure pour décrire le passé, mais elle n'est pas suffisante pour évaluer une décision prise à l'époque. Pour savoir si une règle budgétaire ou une prévision était crédible, il faut conserver le millésime effectivement disponible au moment de la décision, puis le comparer aux révisions ultérieures.
Le contrôle doit donc stocker au minimum la date de publication, la valeur observée ou prévue, le périmètre, l'unité, la source, la version du fichier et la date de récupération. Deux valeurs portant le même nom mais provenant de millésimes différents ne sont pas interchangeables : une révision statistique peut modifier le diagnostic sans que le décideur de l'époque ait pu en disposer.
Pour un backtest, la règle est simple : on exécute l'algorithme avec les données disponibles à la date étudiée, puis on compare son signal à ce qui s'est produit. Utiliser une série révisée ex post pour juger une décision ex ante crée un biais rétrospectif et donne au modèle une information qu'il n'avait pas réellement.
Erreur de prévision = valeur réalisée ultérieure − valeur connue/prévue au millésime étudié
- Le millésime utilisé existait-il à la date de décision ?
- Les révisions ultérieures sont-elles conservées séparément ?
- La date, l'unité et le périmètre sont-ils explicitement archivés ?
- Le backtest évite-t-il toute donnée publiée après la date simulée ?
