Om sesongjustering av konsumprisindeksen
5. Kvalitet på sesongjustering 5
8. Publikasjoner og andre lenker om sesongjustering 6
For måneds- og kvartalstall er det ofte betydelige sesongvariasjoner som vanskeliggjør en direkte tolkning av utviklingen fra periode til periode. For å lette tolkningen av slike tidsserier, sesongjusteres mange tallserier ved bruk av X-12-ARIMA eller andre sesongjusteringsverktøy.
For mer generell informasjon om sesongjustering og begrepene knyttet til det, se SSBs Metadata - Statistiske metoder - Sesongjustering.
Konsumprisindeksen (KPI) er en indikator som er bygd opp av mange delindekser. Enkelte av disse delindeksene som inngår i totalindeksen viser et klart sesongmønster. Dette kan særlig identifiseres for prisene på klær og skotøy med stor tilbudsaktivitet på visse tidspunkt i året. For å gjøre sammenlignbarheten med tidligere perioder enklere, sesongjusteres tallene. Hvis man ønsker å sammenligne tall for to forskjellige perioder som vi vet har ulikt sesongmønster, er det viktig å identifisere størrelse på disse sesongeffektene.
Sesongjustert KPI kan oppfattes som en av flere indikatorer som prøver å identifisere underliggende inflasjon i original serie.
Det er kun hovedaggregatene for KPI og KPI justert for avgiftsendringer og uten energivarer, KPI-JAE, som sesongjusteres.
Selv om sesongmønsteret for enkelte komponenter kan endre seg over tid, er det slik at man kan trekke noen konklusjoner fra hovedaggregatene. Følgende tabeller viser en indikasjon på sesongmønsteret for de to hovedindikatorene. Første tabell viser estimerte korrigeringsfaktorer for 2009 basert på tidligere data ved hjelp av direkte justering med X-12-ARIMA. Faktiske faktorer vil ikke bli identiske fordi disse må estimeres på nytt når nye data er tilgjengelige. Den andre tabellen viser faktiske gjennomsnitt av sesongjusteringsfaktorer for perioden 2000-2008;
Forventede sesongfaktorer for 2009 |
||||||||||||
Hovedserier |
jan |
feb |
mar |
apr |
mai |
jun |
jul |
aug |
sep |
okt |
nov |
des |
KPI |
99,8 |
100,0 |
100,1 |
100,1 |
100,0 |
99,8 |
99,6 |
99,4 |
100,3 |
100,4 |
100,5 |
100,3 |
KPI-JAE |
99,2 |
99,8 |
100,2 |
100,3 |
100,2 |
100,0 |
99,8 |
99,5 |
100,3 |
100,3 |
100,2 |
100,1 |
Gjennomsnittlige sesongfaktorer for periode 2000 - 2008 |
||||||||||||
Hovedserier |
jan |
feb |
mar |
apr |
mai |
jun |
jul |
aug |
sep |
okt |
nov |
des |
KPI |
100,0 |
100,1 |
100,3 |
100,3 |
100,1 |
100,1 |
99,7 |
99,4 |
100,0 |
100,0 |
100,1 |
99,9 |
KPI-JAE |
99,5 |
99,8 |
100,1 |
100,2 |
100,2 |
100,2 |
99,9 |
99,7 |
100,2 |
100,2 |
100,1 |
100,0 |
Tabellene viser at forventede faktorer for 2009 er ganske lik de gjennomsnittlige faktorene fom. 2000 noe som tyder på stabilt sesongmønster. Faktorene i tabellene er ganske nære 100 som betyr at justering av original serien er lav. KPI-JAE justeres noe kraftigere enn KPI.
Prekorrigering er korrigering av rådata for kalendereffekter og ekstremverdier før det blir gjennomført en sesongjustering.
● Det gjennomføres ikke prekorrigering av rådata.
Kalenderjusteringer innebærer både å justere for virkedager og for bevegelige helligdager. Virkedagskorrigering betyr at vi justerer rådata for at både antall arbeidsdager og sammensetningen av dem kan variere fra periode til periode.
● Ikke relevant for KPI
● Ikke relevant for KPI
● Ikke relevant for KPI
Ekstreme verdier, også kalt uteliggere, er unormale verdier i serien.
● Ekstreme verdier identifiseres automatisk i sesongjusteringsverktøyet, og blir fjernet før sesongjustering gjennomføres. De ekstreme verdiene inkluderes i etterkant i de sesongjusterte tallene.
For å prekorrigere er det nødvendig å velge en ARIMA-modell, samt avgjøre om data bør log-transformeres eller ikke.
● Modell velges automatisk etter etablerte rutiner i sesongjusteringsverktøyet.
Dekomponeringsrutinen spesifiserer hvordan trend-, sesong- og irregulærkomponent blir dekomponert. De mest vanligste dekomponeringene er additiv, multiplikativ og log-additiv.
● Det benyttes multiplikative dekomponering.
● X-12-ARIMA
I enkelte serier er det ønskelig at f.eks. sum (gjennomsnitt) kvartalsvise sesongjusterte tall for et år skal være identisk med sum (gjennomsnitt) kvartalsvise tall i den opprinnelige råserien.
● Ingen konsistensbetingelser pålegges.
I enkelte serier pålegges det konsistens mellom sesongjusterte totaler og underaggregater. I tillegg er det for enkelte tidsserier et forhold mellom de ulike seriene, for eksempel bruttoprodukt som er lik produksjon minus produktinnsats.
● Ikke relevant for KPI, ingen justering av underaggregater.
En direkte metode er anvendt dersom tidsseriene for en total og tilhørende underaggregater alle er sesongjustert hver for seg. En indirekte metode er anvendt for totalen dersom tidsseriene for de tilhørende underaggregatene er sesongjustert direkte og det deretter er foretatt en aggregering til totalnivå.
● Direkte metode anvendes.
Når sesongjusteringen skal gjennomføres er det mulig å velge hvilken periode som skal brukes i estimeringen og beregningen av korrigeringsfaktorene. Med korrigeringsfaktorer menes faktorer for å prekorrigere og sesongjustere tidsserien.
● For KPI og KPI-JAE brukes tidsserien fra og med henholdsvis 1985 og 1995 som beregningsgrunnlag.
Sesongjusteringen kan bli endret ved at det kommer til nye observasjoner eller rådata endres. Dette kalles revisjon, og det finnes flere måter å håndtere revisjonen på i offentliggjøringen av statistikken.
● Sesongjusterte data er eksponert for revisjoner hver gang den publiseres.
Kommentar: Det forekommer ikke revisjon i originale indekser. Når det gjelder sesongjustering, kan det å tilføre nye observasjoner føre til at de sesongjusterte tallseriene blir revidert. I følgende tabell gis en indikasjon på forventede revisjoner på sesongjusterte endringstall for hovedaggregatene når de justeres direkte;
Hvor mange prosentpoeng endres sesongjustert endringstall for periode t når vi betinger på siste observasjon i sample (2003-2008) | |||||||||||||||||||||||||||||||||||||||
Hovedserier | gjn | min | med | max | Jan | Feb | Mar | Apr | Mai | Jun | Jul | Aug | Sep | Okt | Nov | Des | |||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
KPI | 0,1 | 0,0 | 0,1 | 0,5 | 0,2 | 0,1 | 0,1 | 0,1 | 0,1 | 0,1 | 0,1 | 0,0 | 0,2 | 0,1 | 0,1 | 0,1 | |||||||||||||||||||||||
KPI-JAE | 0,1 | 0,0 | 0,1 | 0,2 | 0,1 | 0,1 | 0,1 | 0,1 | 0,0 | 0,0 | 0,0 | 0,1 | 0,1 | 0,0 | 0,1 | 0,0 | |||||||||||||||||||||||
● Modell, sesongfiltre, ekstremverdier og regresjonsparametere reidentifiseres og estimeres løpende hver gang nye rådata er tilgjengelige.
● Både KPI og KPI-JAE oppdateres tilbake til 2000, dvs. før 2000 er de sesongjusterte tallene endelige.
● Det evalueres kontinuerlig de forskjellige kvalitative indikatorer som sesongjusteringsverktøyet produserer.
● For å behandle de fleste serier brukes et begrenset utvalg av diagnostikk og grafiske muligheter som sesongjusteringsverktøyet produserer.
Kommentar: Tabellen nedenfor viser enkelte indikatorer på kvalitet på sesongjusterte tall. Forklaringen på indikatorene i tabellen kan finnes her: SSBs Metadata - Statistiske metoder - Sesongjustering.
Månedlig konsumprisindeks. OPPSUMMERING KVALITATIVE INDIKATORER |
|||||||||||||||||||||||||||||||||||||||
Hovedserie (beregnet for periode 1995-2008) | Hovedopsjoner | Anova* | Revisjoner** | Kvalitative indikatorer | |||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
METODE | ARIMA MDL | VALG | IRREG | TREND | SESONG | VKDAG | ASA | ACH | M2 | M7 | M10 | M11 | Q-verdi | ||||||||||||||||||||||||||
KPI*** | MULT | (0 1 1) (0 1 1 ) | A | 13,6 | 43,7 | 42,6 | 0,0 | 0,2 | 0,1 | 0,1 | 1,0 | 2,4 | 2,4 | 0,7 | |||||||||||||||||||||||||
KPI-JAE*** | MULT | (0 1 1) (0 1 1 ) | A | 5,1 | 30,8 | 64,2 | 0,0 | 0,1 | 0,1 | 0,0 | 0,4 | 1,4 | 1,3 | 0,4 | |||||||||||||||||||||||||
ANOVA viser bidraget fra de forskjellige komponentene til gjennomsnittlige endring fra forrige periode i original serie. | |||||||||||||||||||||||||||||||||||||||
* ASA : Relativ endring i prosent i sesongjustert nivåtall for periode t når vi betinger på siste observasjon i samplet. | |||||||||||||||||||||||||||||||||||||||
* ACH : Hvor mange prosentpoeng endres sesongjustert endringstall for periode t når vi betinger på siste observasjon i samplet. | |||||||||||||||||||||||||||||||||||||||
** Resultatene for hovedaggregatene fremkommer ved direkte justering. | |||||||||||||||||||||||||||||||||||||||
Kommentarer til tabellen med kvalitative indikatorer
De to seriene blir justert med multiplikativ metode. Resultater for hovedaggregatene er beregnet via X-12-ARIMA.
ANOVA viser at endringstall for originalseriene forklares primært via sesong- og trendkomponent og ikke via virkedager. Bidraget fra den irregulære komponenten er også lav. For KPI-JAE forklares over 64 prosent av verdien for endringstallet via sesong og bare 5 prosent via den irregulære komponenten.
ASA og ACH er beregnet for hele perioden 1995-2008. Resultatene viser at revisjoner av endringstallene (vekstrater) fra måneden før blir om lag 0,1 prosentpoeng for begge serier.
M og Q verdiene tyder på at seriene er justert med brukbare resultater. Sesongmønsteret er blitt delvis identifisert og fjernet. Resultatene er sikrere for KPI-JAE enn for KPI.
● De to seriene er lange nok for å gjennomføre sesongkorrigeringsrutiner på en optimal måte.
● Ingen av disse to serier blir oppfattet som problematiske.
● Både rådata og sesongjusterte serier er tilgjengelige.
● I tillegg til rådata formidles sesongjusterte og trend serier.
SSBs Metadata - Statistiske metoder - Sesongjustering
The Committee for Monetary, Financial and Balance of Payments statistics: ESS-Guidelines on seasonal adjustment
EUROSTAT: Seasonal Adjustment. Methods and Practices
US census: X-12-ARIMA-manual.