Surse și metodologie

Sursele

• ONRC (Oficiul Național al Registrului Comerțului) — identitatea firmei: denumire, cod de înmatriculare, sediu, stare, administratori, coduri CAEN. Preluat din seturile de date deschise publicate oficial.
• ANAF — situația fiscală curentă: stare TVA, TVA la încasare, statutul de inactivitate. Interogat prin serviciile web publice ANAF, cu reîmprospătare continuă a registrului.
• Ministerul Finanțelor — bilanțurile anuale: cifră de afaceri, profit, salariați, active. Din seturile publicate pe data.gov.ro, completate prin serviciul public de bilanțuri acolo unde unei firme îi lipsește un an dintre anii în care a depus — completăm golurile interioare, nu prelungim seriile la capete. Seturile publicate nu conțin firmele care raportează după standardele internaționale (IFRS), în general cele mai mari. Pentru ele bilanțurile se pot prelua individual din serviciul public, însă acoperirea e deocamdată parțială: unde lipsesc, pagina firmei nu afișează niciun bilanț, în loc să arate o serie incompletă.

Pe fiecare pagină de firmă, sursa e afișată lângă fiecare grup de date. Nu combinăm surse fără să spunem care e care.

Validarea: 24 de invarianți automați

La fiecare import, datele trec printr-un sistem de validare cu 24 de invarianți — reguli care trebuie să fie adevărate pentru ca datele să fie coerente: bilanțuri care se echilibrează contabil, stări de firmă consistente în timp, valori în intervale plauzibile, referințe care se leagă. Un invariant încălcat oprește sau marchează importul — nu publicăm tăcut date care și-au picat propria verificare.

Acuratețea măsurată

Pe un eșantion verificat manual contra surselor oficiale, acuratețea măsurată a datelor afișate este de 99,78%. Nu e o promisiune de marketing, ci rezultatul unei verificări om-lângă-sursă pe sute de firme, repetabilă.

„Marchează, nu șterge"

Când o valoare pare suspectă (un salt imposibil de cifră de afaceri, o dată incoerentă), politica noastră e s-o marcăm cu un indicator de audit și să investigăm cauza — nu s-o ștergem sau s-o „corectăm" pe ascuns. Sursele oficiale conțin uneori erori; datoria noastră e să le arătăm ca atare, nu să pretindem că nu există.

Actualizări ale metodologiei

• Septembrie 2026 — familiile de coduri CAEN. O pagină de industrie adună un cod CAEN 2025 și predecesorii lui din nomenclatoarele vechi. Până acum legăturile se propagau în lanț, iar coduri fără nicio legătură ajungeau în aceeași „familie": CAEN 3311 (repararea articolelor din metal) afișa cifra de afaceri a construcțiilor de clădiri — zeci de miliarde de lei în loc de câteva sute de milioane, cât are industria în realitate; CAEN 4711 însuma tot comerțul cu amănuntul (29 de alte coduri). Acum fiecare cod CAEN 2025 e propria industrie, iar un cod vechi se leagă doar de succesorul lui direct; când un cod vechi s-a împărțit în două, firmele lui sunt numărate sub un singur succesor. Cifrele vechi rămân disponibile la cerere, din arhiva noastră. În același pas: 154.234 de firme aveau codul CAEN trunchiat la trei cifre în datele importate (de exemplu „111" în loc de CAEN 0111, cultivarea cerealelor) și nu apăreau în nicio industrie — sunt reparate și numărate acolo unde le e locul; iar anul fiscal 2015 nu se mai publică (setul lui e incomplet și cu o structură diferită), astfel că seriile acoperă 2016–2025.

Limite cunoscute

• Datele au vechimea sursei: un bilanț apare după ce firma îl depune și ministerul îl publică.
• Firmele fără bilanț depus au pagini cu date de identificare, dar fără istoric financiar.
• Corecțiile de fond se fac la sursă (ONRC/ANAF/MFinanțe) — noi reflectăm sursa; pagina de contact explică unde te adresezi.
• O industrie e o clasificare, nu o realitate economică. Încadrăm firma după codul CAEN principal din registru (ONRC, împrospătat prin ANAF). Când registrul nu are unul, folosim codul pe care firma îl declară ea însăși în bilanț, fiindcă altfel n-ar apărea în nicio industrie; pe pagina firmei, în rezumat și în datele structurate scriem când e cazul. Nu încadrăm după activitatea principală stabilită statistic, cum face Institutul Național de Statistică. Codul din registru și cel din ultimul bilanț arată activități diferite la circa 116.000 de firme; la alte 110.000 e același cod în versiuni diferite ale nomenclatorului, ceea ce nu e o divergență reală. Pe pagina firmei spunem care dintre cele două e cazul. Populația e alta și ea: aici intră doar firmele cu bilanț depus pentru anul respectiv, nu toate firmele care au funcționat. Iar „numărul mediu de salariați" din bilanț nu e același lucru cu „persoanele ocupate" din statistica oficială — nu cuprinde administratorii neremunerați, colaboratorii și munca nesalarială. De aceea cifrele noastre pe o industrie nu se suprapun peste cele ale INS, și nici n-ar trebui.
• Comparația între ani e între depunători, nu între aceleași firme. Fiecare an conține toate firmele care au depus bilanț pentru el: la importul din 14.07.2026, 97.682 de firme depuseseră pentru 2024 și nu pentru 2025, iar 115.970 de firme erau noi în 2025. O creștere de la un an la altul cuprinde deci și intrările și ieșirile, nu doar evoluția firmelor care au rămas.
• Valorile suspecte rămân vizibile, dar marcate. Când o cifră raportată nu se leagă cu restul bilanțului sau cu anii vecini — o cifră de afaceri de zeci de milioane pe angajat, un salt de zece ori într-un an, un număr de salariați imposibil — o păstrăm așa cum a fost raportată și îi punem eticheta valoare neverificată. Ce înseamnă concret: valoarea rămâne pe pagina firmei, dar nu intră în topuri, în listări și în totalurile pe industrie sau județ, ca o eroare din sursă să nu se propage în cifre care se citează. Marcarea o facem manual, pe cazuri confirmate: pragurile automate scot candidați, dar mai mult de unul din zece s-a dovedit o cifră reală (traderi de energie, societăți de proiect, firme cu un singur angajat și cifră mare prin natura activității), așa că nu marcăm automat. Deci eticheta lipsește deocamdată de pe valori care ar merita-o.
• Paginile firmelor fără bilanț depus se generează și răspund, dar nu le trimitem motoarelor de căutare în harta site-ului. E o decizie de buget de crawl, nu de conținut: un motor are un număr limitat de pagini pe care le parcurge zilnic, iar noi îl trimitem întâi la paginile cu cifre.

Citare

Datele pot fi citate cu atribuire („sursa: verti.ro" + sursa oficială afișată lângă dată). Detalii de licențiere în termeni.