계절 조정

계절 조정이란 무엇입니까?

변동 이나 계절 변화와 관련된 수요와 공급의 움직임 을 균일하게 하기 위해 고안된 통계 기법입니다 . 따라서 경제 시계열 에서 오해의 소지가 있는 계절 구성 요소를 제거할 수 있습니다. 계절 조정은 주어진 기간 동안의 경제 성과 또는 회사 매출을 예측하는 데 사용되는 데이터 평활화 방법입니다 .

계절적 조정은 계절적 차이로 인해 가려질 수 있는 비계절적 추세와 주기적 데이터에 대한 더 명확한 보기를 제공합니다. 이러한 조정을 통해 경제학자와 통계학 자는 주어진 시계열 의 기본 기본 추세 를 더 잘 이해할 수 있습니다.

계절 조정 설명

계절성 은 데이터가 매년 반복되는 정기적이고 예측 가능한 변화를 경험하는 시계열의 특성입니다. 1년 동안 반복되거나 반복되는 예측 가능한 변동 또는 패턴을 계절성이라고 합니다.

계절 조정은 특정 유형의 재무 활동에서 발생하는 일탈을 완화하기 위한 것입니다. 예를 들어, 미국 노동 통계국(BLS) 은 계절 조정을 사용하여 미국의 고용 및 실업 수준을 보다 정확하게 파악합니다. 그들은 공휴일, 날씨 이벤트, 학교 일정 및 수확 기간과 같은 계절적 이벤트의 영향을 제거하여 이를 수행합니다. 이러한 조정은 이전 연도의 계절적 활동을 기반으로 한 추정치입니다.

계절적 사건은 일반적으로 알려진 기간으로 비교적 일시적이며 매년 같은 시기에 일반적으로 예측 가능한 패턴을 따르는 경향이 있습니다. 결과적으로 계절적 조정은 통계적 추세에 미치는 영향을 제거할 수 있습니다. 조정을 통해 통계학자는 비계절성 및 기본 추세와 주기를 보다 쉽게 관찰하고 노동 시장 및 구매 습관에 대한 정확하고 유용한 관점을 얻을 수 있습니다.

계절성을 위한 데이터 조정

계절성에 대한 데이터를 조정하면 통계의 주기적인 변동이나 계절 변화와 관련된 수요와 공급 의 움직임이 균일해집니다. 데이터의 계절적 변동은 SAAR(계절 조정 연율) 이라는 도구를 사용하여 제거할 수 있습니다 . 분석가는 1년 전체의 데이터로 시작한 다음 각 월 또는 분기의 평균 수치를 찾습니다. 실제 숫자와 평균 간의 비율은 해당 기간의 계절적 요인을 결정합니다. SAAR을 계산하려면 조정되지 않은 월별 추정치를 계절성 요인으로 나눈 다음 12를 곱하거나 월별 데이터 대신 분기별 데이터를 사용하는 경우 4를 곱합니다.

예를 들어, 주택은 겨울보다 여름에 더 빨리 더 비싸게 팔리는 경향이 있습니다. 그 결과 여름 부동산 매매 가격을 전년도의 중간 가격과 비교하면 가격이 오르고 있다는 잘못된 인상을 받을 수 있습니다. 그러나 계절에 따라 초기 데이터를 조정하면 값이 실제로 상승하는지 아니면 따뜻한 날씨에 일시적으로 증가하는지 확인할 수 있습니다.

계절 효과는 순환 효과와 다릅니다. 계절적 주기는 1년 이내에 관찰되는 반면 낮은 실업률로 인한 판매 증가와 같은 주기적 효과는 1년보다 짧거나 긴 기간에 걸쳐 나타날 수 있습니다.

계절적 조정으로 근본적인 추세가 드러남

계절적 움직임은 너무 커서 데이터의 다른 특성과 추세를 가릴 수 있습니다. 계절적 조정이 이루어지지 않으면 데이터를 분석해도 정확한 결과를 얻을 수 없습니다. 시계열의 각 기간(예: 회계 연도의 각 월)이 낮은 계절 값 또는 높은 계절 값으로 향하는 경향이 다른 경우 시계열의 기본 추세의 진정한 방향을 감지하기 어려울 수 있습니다. 어려움에는 경제 활동의 증가 또는 감소, 전환점 및 기타 경제 지표가 포함됩니다.

일반적으로 일년 중 작고 예측 가능한 부분에 대부분의 수익을 올리는 특정 산업( 계절 산업 이라고 함)에도 영향을 미칩니다. 예를 들어, 휴일 판매의 특정 러시에 의존하는 회사는 비성수기 비즈니스에 비해 비정상적인 수익을 내는 것처럼 보일 것입니다.

소비자 물가 지수(CPI)가 계절 조정을 사용하는 방법

소비자 물가 지수(CPI) 는 X-13ARIMA-SEATS 계절 조정 소프트웨어를 사용하여 자동차 연료, 식음료 품목, 차량 및 일부 유틸리티와 같은 계절 조정이 적용되는 것으로 간주되는 가격 데이터의 계절 조정을 수행합니다.

CPI 경제학자는 매년 각 데이터 시리즈의 계절적 상태를 재평가합니다. 이를 위해 매년 1월에 새로운 계절 요인을 계산하여 지난 5년간의 지수 데이터에 적용합니다. 5년 이상 지난 지수는 최종 지수로 간주되어 더 이상 수정되지 않습니다. BLS는 특정 통계 기준에 따라 각 시리즈가 계절에 따라 조정된 상태로 유지되어야 하는지 여부를 재평가합니다. 간섭 분석 계절 조정은 단일 비계절 이벤트가 계절 조정 데이터에 영향을 미칠 때 사용됩니다.

예를 들어, 2008년 글로벌 경기 침체가 연료 가격에 영향을 미쳤을 때 개입 분석 계절 조정을 사용하여 해당 연도의 연료 가격에 미치는 영향을 상쇄했습니다. 이러한 방법을 사용하여 CPI는 계절 조정 대상이 아닌 구성 요소 및 지수에 대해 보다 정확한 가격 지수를 공식화할 수 있습니다.

계절 조정의 실제 예

예를 들어 여름에 구입한 운동화의 판매량이 겨울에 구입한 금액보다 많다고 가정해 보겠습니다. 이러한 증가는 여름에 더 많은 사람들이 달리거나 비슷한 신발이 필요한 다른 야외 활동에 참여하는 계절적 요인 때문입니다.

운동화 판매의 계절적 급증은 전체 시계열에 걸친 운동화 판매의 일반적인 추세를 흐리게 할 수 있습니다. 따라서 러닝화 판매의 일반적인 추세를 명확하게 파악하기 위해 계절적 조정이 이루어집니다.

하이라이트

• 이러한 조정을 통해 데이터의 순 추세 및 비계절적 변화를 보다 명확하게 볼 수 있습니다.

• 계절 추정치는 전년도 고정 이벤트의 효과 크기를 기반으로 합니다.

• 계절적 조정은 정기적으로 또는 주기적으로 발생하는 특정 경제 활동 유형의 시계열 오차를 완화하기 위한 통계적 방법입니다.