Sæsonjustering

Hvad er sæsonjustering?

En sæsonjustering er en statistisk teknik designet til at udjævne periodiske udsving i statistik eller bevægelser i udbud og efterspørgsel relateret til skiftende sæsoner. Det kan derfor eliminere vildledende sæsonbestemte komponenter i en økonomisk tidsserie. Sæsonjustering er en metode til dataudjævning,. der bruges til at forudsige økonomisk præstation eller virksomhedssalg for en given periode.

Sæsonjusteringer giver et klarere overblik over ikke-sæsonbestemte tendenser og cykliske data, som ellers ville blive overskygget af sæsonbestemte forskelle. Denne justering giver økonomer og statistikere mulighed for bedre at forstå de underliggende basistendenser i en given tidsserie.

Sæsonjustering forklaret

Sæsonbestemthed er et kendetegn ved en tidsserie, hvor dataene oplever regelmæssige og forudsigelige ændringer, der gentager sig hvert kalenderår. Enhver forudsigelig udsving eller mønster, der gentager sig eller gentager sig over en etårig periode, siges at være sæsonbestemt.

Sæsonjusteringer har til formål at udjævne aberrationer i visse typer finansiel aktivitet. For eksempel bruger US Bureau of Labor Statistics (BLS) sæsonjustering for at opnå et mere præcist billede af beskæftigelses- og arbejdsløshedsniveauet i USA. De gør dette ved at fjerne indflydelsen fra sæsonbestemte begivenheder, såsom ferier, vejrbegivenheder, skoleskemaer og endda høstperioden. Disse justeringer er skøn baseret på sæsonbestemt aktivitet i tidligere år.

Sæsonbestemte begivenheder er relativt midlertidige, normalt med en kendt varighed, og de har tendens til at følge et generelt forudsigeligt mønster hvert år på samme tid af året. Som følge heraf kan sæsonjusteringer fjerne deres indflydelse på statistiske tendenser. Justeringer giver statistikere mulighed for lettere at observere ikke-sæsonmæssige og underliggende tendenser og cyklusser og få et præcist og brugbart overblik over arbejdsmarkedet og købsvaner.

Justering af data for sæsonbestemt

Justering af data for sæsonudsving udligner periodiske udsving i statistik eller bevægelser i udbud og efterspørgsel relateret til skiftende sæsoner. Sæsonvariationer i data kan fjernes ved at bruge et værktøj kendt som sæsonjusteret årlig rate (SAAR). Analytikere starter med et helt års data og finder derefter det gennemsnitlige antal for hver måned eller kvartal. Forholdet mellem det faktiske antal og gennemsnittet bestemmer sæsonfaktoren for det pågældende tidsrum. For at beregne SAAR divideres det ujusterede månedlige estimat med dets sæsonbestemte faktor og ganges derefter med 12 – eller med 4, hvis der bruges kvartalsdata i stedet for månedlige data.

For eksempel har boliger en tendens til at sælge hurtigere og til højere priser om sommeren end om vinteren. Som følge heraf kan du få et forkert indtryk af, at priserne stiger, hvis du sammenligner priserne på sommerejendommes salgspriser med medianpriserne fra det foregående år. Men hvis du justerer de indledende data baseret på sæsonen, kan du se, om værdierne virkelig stiger eller blot øjeblikkeligt stiger i det varme vejr.

Sæsoneffekter er forskellige fra cykliske effekter. Sæsonbestemte cyklusser observeres inden for et kalenderår, hvorimod cykliske effekter, såsom øget salg på grund af lave arbejdsløshedsrater, kan strække sig over tidsperioder, der er kortere eller længere end et kalenderår.

Sæsonjusteringer afslører underliggende tendenser

Sæsonbestemte bevægelser kan være betydelige, så meget, at de ofte kan skjule andre træk og tendenser i dataene. Hvis der ikke foretages sæsonjusteringer, kan analyser af dataene ikke give nøjagtige resultater. Hvis hver periode i en tidsserie – for eksempel hver måned i regnskabsåret – har en forskellig tendens til lave eller høje sæsonværdier, kan det være svært at opdage den sande retning af de underliggende tendenser i tidsserien. Vanskeligheder omfatter stigninger eller fald i økonomisk aktivitet, vendepunkter og andre økonomiske indikatorer.

Sæsonbestemthed påvirker også visse brancher - kaldet sæsonbetonede industrier - der typisk tjener de fleste af deres penge i små, forudsigelige dele af kalenderåret. Virksomheder, der for eksempel er afhængige af en særlig rush af feriesalg, vil se ud til at have unormal indtjening sammenlignet med ikke-sæsonbestemte virksomheder.

Hvordan forbrugerprisindekset (CPI) bruger sæsonjustering

Forbrugerprisindekset (CPI) bruger X-13ARIMA-SEATS sæsonjusteringssoftware til at udføre sæsonjusteringer af prisdata, der anses for at være underlagt sæsonjusteringer såsom motorbrændstoffer, mad- og drikkevarer, køretøjer og nogle forsyningsselskaber.

CPI-økonomer revurderer sæsonstatus for hver dataserie hvert år. For at gøre dette beregner de nye sæsonmæssige faktorer hver januar og anvender dem på de sidste fem års indeksdata. Indekser, der går længere tilbage end fem år, betragtes som endelige og revideres ikke længere. BLS revurderer, om hver serie skal forblive sæsonkorrigeret eller ej, baseret på specifikke statistiske kriterier. Interventionsanalyse sæsonjustering bruges, når en enkelt, ikke-sæsonbestemt hændelse påvirker sæsonkorrigerede data.

Da den globale recession i 2008 brændstofpriser påvirkede, for eksempel, blev interventionsanalyse sæsonkorrigeret brugt til at udligne dens virkninger på brændstofpriserne i det år. Ved hjælp af disse metoder kan CPI formulere mere nøjagtige prisindekser for komponenter og indekser, der ikke er underlagt sæsonkorrektion.

Eksempel fra den virkelige verden på en sæsonjustering

Lad os f.eks. sige, at salget af løbesko købt om sommeren overstiger mængden købt om vinteren. Denne stigning skyldes den sæsonmæssige faktor, at flere mennesker løber eller deltager i andre udendørsaktiviteter, der kræver lignende fodtøj, om sommeren.

Den sæsonbestemte stigning i salget af løbesko kan sløre de generelle tendenser i salget af sportsfodtøj på tværs af hele tidsserien. Der foretages derfor en sæsonjustering for at få et klart billede af den generelle tendens i salget af løbesko.

##Højdepunkter

• Disse justeringer giver et klarere overblik over nettotendenser og ikke-sæsonmæssige ændringer i data.

• Sæsonberegninger er baseret på effektstørrelserne af de foregående års faste begivenhed.

• Sæsonjusteringer er en statistisk metode til at udjævne aberrationer i tidsserier af visse typer økonomisk aktivitet, der forekommer på regelmæssig eller cyklisk basis.