Varekonsumindeksen

Oppdatert: 27. mars 2024

Neste oppdatering: 26. april 2024

Sesongjustert endring i husholdningenes varekonsum
Sesongjustert endring i husholdningenes varekonsum
Januar 2024 - Februar 2024
0,9
%
Varekonsumindeksen. Hovedtallstabell. Prosentvis volumendring fra måneden før. Sesongjustert. 2005=100
Varekonsumindeksen. Hovedtallstabell. Prosentvis volumendring fra måneden før. Sesongjustert. 2005=100
Oktober 2023November 2023Desember 2023Januar 2024Februar 2024
Totalt varekonsum2,31,2-0,6-1,80,9
Mat, drikkevarer og tobakk0,0-0,10,0-1,61,6
Elektrisitet og brensel23,83,1-1,81,5-3,9
Kjøp og drift av biler-0,21,34,8-10,34,4
Andre varer0,91,7-2,50,40,4
Standardtegn i tabeller

Utvalgte tabeller og figurer fra denne statistikken

  • Varekonsumindeksen. Volumindekser. Ujustert. 2005=100
    Varekonsumindeksen. Volumindekser. Ujustert. 2005=100
    Totalt varekonsumMat, drikkevarer og tobakkElektrisitet og brenselKjøp og drift av bilerAndre varer
    Mars 2022151,8136,9128,3157,5166,2
    April 2022141,5130,4107,6122,9167,8
    Mai 2022147,2131,287,3136,5181,4
    Juni 2022156,6141,166,2158,0193,1
    Juli 2022134,0124,660,2116,3170,2
    August 2022143,9129,062,2139,1180,7
    September 2022138,9122,571,6146,7166,8
    Oktober 2022138,2121,195,1131,5166,9
    November 2022160,9125,0114,2168,4200,9
    Desember 2022196,1153,2160,8257,7211,5
    Januar 2023124,1114,8155,367,2149,3
    Februar 2023121,9110,6129,898,3139,0
    Mars 2023152,6137,8146,1166,4158,0
    April 2023128,5119,9107,0110,7148,7
    Mai 2023143,9130,887,5138,5172,1
    Juni 2023153,4139,463,4153,2189,3
    Juli 2023130,6122,459,3111,1165,8
    August 2023139,2127,065,2125,6175,6
    September 2023130,7120,973,9117,6160,0
    Oktober 2023133,9120,3115,7108,8161,5
    November 2023152,6123,7148,4113,1197,2
    Desember 2023167,9148,6179,4115,0205,1
    Januar 2024128,9110,4189,284,1148,1
    Februar 2024127,5115,1156,797,7142,5
    Standardtegn i tabeller
  • Varekonsumindeksen. Prosentvis volumendring fra samme måned året før. Ujustert. 2005=100
    Varekonsumindeksen. Prosentvis volumendring fra samme måned året før. Ujustert. 2005=100
    Totalt varekonsumMat, drikkevarer og tobakkElektrisitet og brenselKjøp og drift av bilerAndre varer
    Mars 2022-2,9-16,8-14,07,29,7
    April 20223,80,7-14,7-10,518,0
    Mai 2022-4,5-8,2-15,0-7,41,3
    Juni 2022-8,3-8,5-7,3-16,3-4,5
    Juli 2022-13,0-19,6-5,1-17,4-6,9
    August 2022-4,8-5,5-13,1-15,31,5
    September 2022-5,9-8,0-12,8-11,8-0,5
    Oktober 2022-4,9-8,2-11,42,8-4,2
    November 2022-1,5-6,6-13,414,5-1,8
    Desember 20223,9-7,9-3,661,7-6,5
    Januar 2023-6,8-3,1-0,4-35,1-1,8
    Februar 2023-4,3-6,7-7,2-6,0-1,0
    Mars 20230,60,713,95,6-4,9
    April 2023-9,2-8,0-0,5-9,9-11,4
    Mai 2023-2,2-0,30,31,5-5,2
    Juni 2023-2,0-1,2-4,2-3,1-2,0
    Juli 2023-2,6-1,8-1,5-4,4-2,6
    August 2023-3,3-1,54,9-9,7-2,8
    September 2023-5,9-1,33,1-19,8-4,1
    Oktober 2023-3,1-0,721,7-17,2-3,2
    November 2023-5,2-1,029,9-32,8-1,8
    Desember 2023-14,4-3,011,6-55,4-3,0
    Januar 20243,8-3,821,825,1-0,8
    Februar 20244,64,120,8-0,62,5
    Standardtegn i tabeller
  • Varekonsumindeksen. Volumindeks. Sesongjustert. 2005=100
    Varekonsumindeksen. Volumindeks. Sesongjustert. 2005=100
    Totalt varekonsumMat, drikkevarer og tobakkElektrisitet og brenselKjøp og drift av bilerAndre varer
    Mars 2022147,2131,1104,2125,0182,6
    April 2022148,5130,8107,3129,4183,2
    Mai 2022145,1128,5104,1125,4179,1
    Juni 2022145,7129,699,1130,3178,5
    Juli 2022142,0127,1100,4125,5172,9
    August 2022143,3128,896,5131,2173,1
    September 2022145,5128,597,7140,4174,4
    Oktober 2022146,1127,4100,3143,7174,8
    November 2022152,3127,999,0176,7175,0
    Desember 2022168,3126,9114,8269,1168,5
    Januar 2023135,5130,5107,584,4170,5
    Februar 2023140,4126,1102,6119,9171,6
    Mars 2023145,2130,2117,0129,0172,1
    April 2023139,2124,6106,8122,5167,4
    Mai 2023142,7127,7106,0128,9171,0
    Juni 2023140,2127,296,2122,0170,8
    Juli 2023140,0126,5100,0121,9170,0
    August 2023139,3126,6103,4118,7168,7
    September 2023138,1126,7100,7115,8167,4
    Oktober 2023141,2126,7124,8115,6169,0
    November 2023142,9126,5128,7117,1171,9
    Desember 2023142,1126,6126,3122,7167,6
    Januar 2024139,6124,6128,2110,1168,3
    Februar 2024140,9126,6123,3114,9169,0
    Standardtegn i tabeller
  • Varekonsumindeksen. Prosentvis volumendring fra måneden før. Sesongjustert. 2005=100
    Varekonsumindeksen. Prosentvis volumendring fra måneden før. Sesongjustert. 2005=100
    Totalt varekonsumMat, drikkevarer og tobakkElektrisitet og brenselKjøp og drift av bilerAndre varer
    Mars 20220,6-3,0-6,6-0,65,1
    April 20220,9-0,23,03,50,3
    Mai 2022-2,3-1,8-3,0-3,1-2,2
    Juni 20220,40,8-4,83,9-0,3
    Juli 2022-2,5-1,91,3-3,6-3,2
    August 20220,91,4-3,84,50,2
    September 20221,5-0,21,27,10,8
    Oktober 20220,4-0,92,62,30,2
    November 20224,20,4-1,322,90,1
    Desember 202210,5-0,816,052,3-3,7
    Januar 2023-19,52,8-6,4-68,61,2
    Februar 20233,6-3,3-4,542,20,7
    Mars 20233,43,214,07,60,2
    April 2023-4,1-4,3-8,7-5,0-2,7
    Mai 20232,52,5-0,85,22,2
    Juni 2023-1,8-0,4-9,2-5,3-0,1
    Juli 2023-0,1-0,53,9-0,1-0,5
    August 2023-0,50,03,3-2,6-0,8
    September 2023-0,90,1-2,5-2,4-0,8
    Oktober 20232,30,023,8-0,20,9
    November 20231,2-0,13,11,31,7
    Desember 2023-0,60,0-1,84,8-2,5
    Januar 2024-1,8-1,61,5-10,30,4
    Februar 20240,91,6-3,94,40,4
    Standardtegn i tabeller

Om statistikken

Varekonsumindeksen visar utviklinga i hushalda sitt konsum av varer. Statistikken byggjar på varehandelsindeksen, førstegongsregistrerte bilar, elektrisitetsstatistikk og tilsvarande statistikkar, og reknas på indeksform.

Ikkje relevant

Ved utarbeidinga av varekonsumindeksen ligg den internasjonale konsumklassifikasjonen COICOP (Classification of Individual Consumption by Purpose) til grunn.

Navn: Varekonsumindeksen
Emne: Varehandel og tjenesteyting

26. april 2024

Seksjon for nasjonalrekneskap

Vert berre laga på nasjonalt nivå.

Månadleg

Vert normalt publisert den 27 - 28 i månad m + 1.

Ikkje relevant

Ikkje relevant

Varekonsumindeksen har vorte publisert frå januar 1998. Indeksen målar utviklinga i hushalda sine kjøp av varer, både varige og ikkje-varige. Ein nyttar dei same definisjonane og metodane som i den kvartalsvise nasjonalrekneskapen. Varekonsumindeksen kan difor tolkast som ein indikator for hushalda sine varekjøp.

Ein av grunnane til at varekonsumindeksen vart etablert, skyldast ei omlegging av varehandelsindeksen. Frå og med 1996 vart varehandelsindeksen publisert etter ny standard for næringsgruppering. Overgangen til den nye næringsstandarden førte til at varehandelsindeksen ikkje lenger inkluderte sal frå bensinstasjonar og sal av motorkjøretøy. Frå brukarhald kom det ynskje om å få ein varekonsumindikator som i tillegg til varehandelsindeksen kunne ta omsyn til omsetjing av bensin, bilar og motorsyklar. Hushalda sitt forbruk av elektrisk kraft og fyringsolje vart og inkludert i varekonsumindeksen.

Varekonsumindeksen, som vert utarbeida ved Seksjon for nasjonalrekneskap, er ein volumindeks. Den vert publisert både sesongjustert og ujustert i slutten av kvar månad saman med varehandelsindeksen.

Statistikken vert i stor grad nytta av offentlige aktørar (departementa, Noregs Bank m.m.) samt finans- og analysemiljøa.

Ingen eksterne brukarar har tilgang til statistikk før statistikken er publisert samtidig for alle kl. 08.00 på ssb.no etter varsling minst tre månader før i Statistikkkalenderen. Dette er eit av dei viktigaste prinsippa i SSB for å sikre lik behandling av brukarane.

Varekonsumindeksen, som har som mål å talfeste hushalda sitt vareforbruk, vert publisert samstundes med varehandelsindeksen, som er ein omsetningsindeks for detaljhandelsnæringa. Samanlikna med varehandelsindeksen har varekonsumindeksen eit meir omfattande innhald. Dette kan føre med seg noko ulik utvikling i dei to indeksane.

Ikkje relevant

Ikkje relevant

Varekonsumindeksen målar utviklinga i norske hushald sine kjøp av varer, både varige og ikkje-varige. Indeksen dekkjer ikkje hushalda sine varekjøp i utlandet, som til dømes grensehandel.

Den viktigaste kjelda for å utarbeide varekonsumindeksen er opplysningar om varehandelsindeksen etter næring. Kjøp av motorkøyretøy vert utvikla ved hjelp av Opplysningsrådet for vegtrafikk sine opplysningar om førstegongsregistrerte personbilar, medan petroleumsstatistikken vert nytta som kjelde for kjøp av bensin og fyringsoljer. Hushalda sitt konsum av elektrisitet nyttar fyrst SSB sine førebelse overslag på det månadlege straumforbruket i alminneleg forsyning, og vart seinare bytta ut med endelege tal frå den månadlege elektrisitetsstatistikken.

Varekonsumindeksen nyttar berre offisielle statistikkjelder og har ingen eigen datainnsamling.

Ein legg til grunn dei same metodane og definisjonane når ein lagar varekonsumindeksen som når ein bereknar hushalda sitt varekonsum i det kvartalsvise nasjonalregnskapet (KNR).

Den generelle formelen for å berekne konsumet av ei varegruppe i laupande prisar er:

VC subscript i,m er lik VC subscript i,B multiplisert med I subscript i,m over summen av I subscript i,t der t er element i B

der VC er konsumet av varegruppe i i månad m i laupande priser. B betegner basisåret.

I er varehandelsindeksen vekta saman for varegruppe i i månad m.

Formelen definerar konsumet i laupande prisar og vert nytta for alle konsumgrupper der varehandelsindeksen er kjelde. Indeksen for gruppe i vil normalt være ei samanvekting av ulike detaljerte næringsindeksar som ein får frå varehandelsindeksen. Samanvektinga er basert på informasjon frå avanseundersøkinga og tek utgangspunkt i kor mykje av den enkelte varegruppa som er kjøpt i ulike næringar (butikktypar). Konsumet i faste prisar finn ein ved å deflatere med konsumprisindeksen for tilsvarande konsumgruppe:

C subscript i,m er lik VC subscript i,m over KPI subscript i,m

der C er konsumet av varegruppe i i månad m i faste priser. KPI er konsumprisindeksen for konsumgruppe i i månad m.

Volumindikatorar som inngår i berekningane, vert bruk på same måten som varehandelsindeksen. Formelen kan skrivast:

C subscript i,m er lik VC subscript i,B mulitplisert med X subscript i,m over summen av X subscript i,t der t er element i B

der C konsumet av varegruppe i i månad m i faste priser. X er volumindikatoren (f.eks. tall på biler) for konsumgruppe i i månad m.

Totalt varekonsum i faste priser er definert som summen av fastpristala for alle dei ulike konsumgruppene:

C subscript m er lik summen av C subscript i,m over alle i

Resultata frå formelen vert deretter brukt for å lage indeksserien.

Månadleg konsum av ei konsumgruppe målt i laupande eller faste priser vert altså utrekna ved å ta utgangspunkt i nivået på ulike konsumgrupper i basisåret og utvikle desse med relevante indikatorar. Det betyr at det er samansetninga av varekonsumet i basisåret som dannar utgangspunkt tala i dei ulike månadane. Sidan berekningsopplegget for varekonsumindikatoren er så nær knytt til kvartalsregnskapet, har vi valt å bruke same basisår for kvartalsregnskapet og varekonsumindikatoren. Basisåret vert oppdatert kvart år.

Varekonsumindeksen vert sesongjustert etter dei same metodane som nyttast i det kvartalsvise nasjonalregnskapet. Den er justert både for kalender- og normale sesongeffektar. Kalendereffektane omfattar korrigeringar både for handledagar og for påske. Sjå fane "om sesongjustering". For ein utdypande dokumentasjon, sjå Sesongjustering av varekonsumindeksen.

Ikke relevant

Indeksen har vore publisert sidan januar 1998.

Ikkje relevant

Månadlege tal for varekonsumet vert endra når ny informasjon førelegger. Normalt er det berre elektrisitetskonsumet som har ny informasjon som gjer at føregåande månad endras. Ein gang i året, ved publisering av tal for september månad, endras basisåret for berekningane. Dette fører også til revisjon av tidlegare publiserte tal.

Sjølv når 12-månaders vekstratar ikkje endras bakover i tid, kan likevel de sesongjusterte talene bli endrast som følgje av at vi har fått tal for ein ny månad.

For månads- og kvartalstal er det ofte betydelege sesongvariasjonar som vanskeleggjer ei direkte tolking av utviklinga frå periode til periode. For å lette tolkinga av slike tidsseriar, sesongjusteras mange talseriar ved bruk av X-13-ARIMA eller andre sesongjusteringsverktøy.

For meir generell informasjon om sesongjustering og omgrep knytta til det, sjå SSBs Metadata - Statistiske metoder - Sesongjustering (pdf) .

Varekonsumindeksen (VKI) er ein indikator som i tillegg til varehandelsindeksen tek omsyn til kjøp av bilar og motorsyklar. Hushaldas forbruk av elektrisk kraft og fyringsolje er også inkludert i VKI. Varekjøpene påvirkas av for eksempel kor mange dagar i månaden man kan registrere bilar og handle, temperatur og ferieavvikling, - såkalla sesong- og kalendereffektar. For å lettare samanlikne med tidlegare periodar, sesongjusteras tallene.

Følgjande tabell visar seriane som publiseras per i dag og underaggregatene som brukas for å estimere hovedstørrelsene. Tabellen visar også vektene for dei underliggande komponentene i forhold til totalt varekonsum. Vektene er bereknet etter foreløpige tall for 2014 publisert i kvartalsvis nasjonalrekneskap (KNR).

Hovedaggregatene som publiseresKoderVekter i 2014
Mat, drikkevarer og tobakkA1,A2,B1, B232.8
Elektrisitet og brenselD4,D56.6
Kjøp av transportmidler samt bensin og oljeG1,G2,G319.1
Andre varerØvrige koder41.4
Varekonsum i altAlle100.0
Komponentene
MatvarerA121.6
Alkoholfrie drikkevarerA23.0
Alkoholholdige drikkevarerB14.6
TobakkB23.6
Klær og skoC110.3
Materialer for rep. i leid boligD20.1
ElektrisitetD45.6
Brensler og fjernvarmeD51.0
Møbler og hvitevarerE16.5
Diverse hus.artikler og utstyrE24.5
Rengjøringsmidler og andre artiklerE41.2
LegemidlerF11.7
Briller ortopedisk utstyrF21.0
Kjøp av transportmidlerG112.2
Reservedeler til transportmidlerG21.0
Bensin og oljeG36.0
TeleutstyrH20.8
Foto- og it-utstyrI13.1
FritidutstyrI22.9
Varige kultur og fritidsvarerI41.3
Aviser, bøker og andre ikke varige fritid.I54.2
Personlige varer, varigeL20.7
Kosmetikk og toaltettartiklerL32.7
Andre personlige varerL40.4
Varekonsum i altAlle100.0

Både ujusterte og sesongjusterte tal for hovedaggregatene bereknes ved å ta utgangspunkt i komponentene, og det er slik at nesten alle desse komponentene visar eit klart og tydeleg sesongmønster. Under kommenteras egenskapane ved sesongen for nokon av desse seriane.

Det er varehandelsindeksen, som representerar om lag 80 prosent av totalindeksen, som er hovedindikator for å estimere tal for seriane. Følgjande faktorar påverkar den månadlege omsetninga, uavhengig av korleis den underliggande utviklinga er:

  • Tal på dagar i månaden. Sjølvsagt under identiske forutsetningar er omsetninga i februar lågare enn i januar, og dette gjeld for alle seriar.
  • Tal av dei ulike ukedagane i månaden. Tal på laurdagar (høg omsetning) og tal på søndagar (lav omsetning) er spesielt relevant.
  • Tal på helligdagar i månaden med spesielt fokus på om påskeferien fell i mars eller i april.
  • Julehandel som førar til systematisk stor omsetning i desember og låg omsetning i januar.

For elektrisitet er det hovudsakleg temperaturen som påverkar konsumet i dei forskjellege månadene. For biler og drivstoff visar det seg at det er sommermånadene som er høgsesong for kjøp av desse varene.

Hvis man ønsker å sammenligne tal for to forskjellege perioder som vi vet har ulikt sesongmønster, er det viktig å identifisere størrelsene på desse sesongeffektene. Dette er grunnen til at vi sesongjusterer varekonsumindeksen.

Seriar som sesongjusteres

Vi har valgt å først justere alle enkeltkomponenter og deretter aggregere dem for å berekne hovedaggregater. Dette betyr at sammenhengen mellom aggregatene også gjeld for sesongjusterte tal. Faktisk er det slik at vi får minst like gode resultater når vi justerer på denne måten (indirekte) i stedet for å justere direkte på hovedaggregater.

For å komme fram til en slik konklusjon tas det utgangspunkt i tabellen under kapittel om kvalitet. Den visar kvaliteten på de sesongjusterte tallene, samt andre analyser via figurer og resultater frå X-13-ARIMA.

Selv om sesongmønsteret for enkelte av komponentene kan endre seg over tid, er det slik at vi kan trekke nokon konklusjonar for hovedaggregatene. Figurene nedenfor visar forventede korrigeringsfaktorar for 2013 under de forutsetningene som dokumenteres i de neste kapitlene.

Forventede sesongkorrigeringsfaktorar for 2015

vki

Seriane for varekonsum i alt visar høgast omsetning i desember og lågast i januar og februar (julehandeleffekt). For perioden mai – november er sesong mindre relevant. Korleis mars og april behandles, avhenger av når påsken fell. Når påsken fell i april, blir det små korreksjoner fordi den oppfattas som ein del av sesongen. Justeringar blir større når påsken fell i mars eller tidleg i april.

Når det gjeld sesongjustering av elektrisitet, visar figuren at denne serien har eit meget klart og definert sesongmønster, formet som en U, i løpet av året. Årsaka er hovudsakleg temperaturen. Det visar seg at april og oktober er dei to månadene som i praksis ikkje justeres (oppfattas som gjennomsnittlege konsum i året). Januar, februar og desember er dei tre månadene som justeres mest (over 30 prosent). At konsumet i februar er lågare enn mars, forklaras ved tal på dagar i månaden.

Til slutt ser vi at mai, juni og spesielt juli er månadene med den høgaste omsetninga av transportmidlar og bensin. Omsetninga i januar og februar er klart lågare enn resten av året for denne serien.

Prekorrigeringsrutiner i bruk

Prekorrigering er korrigering av rådata for kalendereffekter og ekstremverdier før det blir gjennomført ein sesongjustering.

  • Det gjennomføres ein detaljert prekorrigering av rådata. Med detaljert prekorrigering menes bruk av spesialtilpassede modeller for å prekorrigere rådata, som ikkje finnast som standardopsjoner i sesongjusteringsverktøyet.

Kalenderjustering

Kalenderjusteringer innebærer både å justere for vyrkedagar og for bevegelege helligdagar. Vyrkedagskorrigering betyr at vi justerer rådata for at både tal på arbeidsdagar og samansetninga av dei kan variere frå periode til periode.

  • Det gjennomføres kalenderjustering på alle seriar som visar signifikant og plausibel kalendereffekt innanfor ein robust statistisk tilnærming, som regresjon eller RegARIMA-prosedyre (ein regresjonsmodell der støyleddet er modellert ved ein ARIMA-modell).

Metode for justering for vyrkedagar

  • Det korrigeres ved hjelp av RegARIMA-modellering: Effekten av vyrkedagar er estimert ved å bruke en korreksjon for månadslengde når en også tar hensyn til forekomsten av skuddår. Regressoren som brukes er gitt ved antall vyrkedagar. Innanfor RegARIMA-modellering blir effekten av vyrkedagene estimert, og man får en ARIMA-struktur for residualene.

Justering for bevegelige helligdagar

  • Det justeres ved hjelp av estimering av varigheten for effekten av de bevegelige helligdagene, spesielt tilpasset norske forhold. Se notat: Ny metode for påskekorrigering for norske data, Notater 2007/43, Statistisk sentralbyrå .

Kommentar : Det justeres for påske og pinse der disse er signifikante.

Nasjonal og EU/euroområde-kalender

Avhengig av kva som passar best, benyttes enten en kalender basert på norske høytids- og helligdagar eller en kalender basert på eit gjennomsnitt av antall vyrkedagar til de forskjellege landene innan EU/EU-området.

Kommentar : I varekonsumindeksen benyttes den norske kalenderen.

Behandling av ekstreme verdier

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 tall.

Valg av modell

For å prekorrigere er det nødvendig å velge en ARIMA-modell, samt avgjøre om data bør log-transformeres eller ikkje.

  • Modell velges automatisk etter etablerte rutiner i sesongjusteringsverktøyet.

Dekomponeringsrutiner

Dekomponeringsrutinen spesifiserer korleis trend-, sesong- og irregulærkomponent blir dekomponert. De mest vanligste dekomponeringene er additiv, multiplikativ og log-additiv.

  • Automatisk valg av dekomponeringsrutine.

Kommentar : I varekonsumindeksen benyttes log-additiv dekomponering. Dette betyr at alle seriane i VKI dekomponeres multiplikativt.

Valg av sesongjusteringsmetode

  • X-13-ARIMA

Konsistens mellom rådata og sesongjusterte tall

I enkelte seriar er det ønskelig at f.eks. sum (gjennomsnitt) kvartalsvise sesongjusterte tall for eit år skal være identisk med sum (gjennomsnitt) kvartalsvise tall i den opprinnelige råserien.

  • For VKI, tvinges likhet over året mellom sesongjusterte data og rådata.

Konsistens mellom aggregat/definisjoner for sesongjusterte tall

I enkelte seriar pålegges det konsistens mellom sesongjusterte totaler og underaggregater. I tillegg er det for enkelte tidsseriar eit forhold mellom de ulike seriane, for eksempel bruttoprodukt som er lik produksjon minus produktinnsats.

  • Ingen konsistensbetingelser pålegges.

Kommentar : I varekonsumindeksen er ikkje dette relevant.

Direkte eller indirekte metode

En direkte metode er anvendt dersom tidsseriane for en total og tilhørende underaggregater alle er sesongjustert kvar for seg. En indirekte metode er anvendt for totalen dersom tidsseriane for de tilhørende underaggregatene er sesongjustert direkte og det deretter er foretatt en aggregering til totalnivå.

  • I varekonsumindeksen anvendes indirekte metode anvendes der komponentene sesongjusteres direkte med samme tilnærming og programvare. Totalene blir bereknet ved å aggregere de sesongjusterte komponentene.

Tidshorisont for estimering av modell og berekning av korrigeringsfaktorer

Når sesongjusteringen skal gjennomføres er det mulig å velge hvilken periode som skal brukes i estimeringen og berekningen av korrigeringsfaktorene. Med korrigeringsfaktorer menes faktorer for å prekorrigere og sesongjustere tidsserien.

  • Hele tidsserien til VKI brukes for å berekne modell og korrigeringsfaktorer.
  • En begrenset del av tidsserien benyttes for å berekne korrigeringsfaktorer og modell.

Kommentar : Alle seriane startes i 2000 for å berekne modell og korrigeringsfaktorer.

Revisjonsrutiner i bruk

Sesongjusteringen kan bli endret ved at det kommer til nye observasjoner eller rådata endres. Dette kalles revisjon, og det finnast flere måter å håndtere revisjonen på i offentliggjøringen av statistikken.

  • Sesongjusterte data og rådata revideres mellom offisielle frigivinger i frigivingskalenderen.

Kommentar: Fordi Statistisk sentralbyrå prioriterer høg aktualitet, må vi i nokon tilfeller benytte foreløpige tall som kan bli endret ved neste publisering. Dette medfører at det vanligvis vil forekomme revisjoner i indeksen for forrige periode. Når det gjelder sesongjustering, kan det å tilføre nye observasjoner føre til at de sesongjusterte tallseriane blir revidert. Reviderte tall publiseras i forbindelse med den offisielle månadlege publiseringen av varekonsumindeksen.

I følgjande tabell gis en indikasjon på forventede revisjoner på sesongjusterte endringstall for hovedaggregatene når de justeres direkte.

Løpende eller faste valg i sesongjusteringen

  • Modell, sesongfiltre, ekstremverdier og regresjonsparametere reidentifiseres og estimeres løpende kvar gang nye eller reviderte rådata er tilgjengelege.

Tidshorisont for publisering av reviderte tall

  • Seriane revideres 4 år tilbake når sesongfaktorene reestimeres. Historikken holdes fast før T-4 forutsatt at det ikkje er nokon endring i den rådata.

Evaluering av sesongjusterte tall

  • Det evalueres kontinuerlig dei forskjellege kvalitative indikatorar som sesongjusteringsverktøyet produserer.

Kvalitetsindikatorar

  • For å behandle dei fleste seriar brukes eit begrenset utvalg av diagnostikk og grafiske muligheter som sesongjusteringsverktøyet produserer.

Kommentar : Følgjande tabell visar enkelte indikatorar på kvalitet på sesongjusterte tall. Forklaringen på indikatorene i tabellen kan finnes her: SSBs Metadata - Statistiske metoder - Sesongjustering (pdf).

Kommentarer til tabellen med kvalitative indikatorar: Alle seriane blei justert med multiplikativ metode. Resultater for hovedaggregatene er bereknet via X-13-ARIMA selv om desse seriane i praksis justeres indirekte.

X-13-ARIMA velger automatisk modellen som passer best for kvar enkelte serie med unntak av for konsumgruppene tobakk og fritidsutstyr, der modellen blir valgt manuelt.

ANOVA visar at endringstall for originalseriane forklares primært via sesong- og vyrkedageffekter og ikkje via trenden. Bidraget frå den irregulære komponenten er også ganske låg. Vi ser at for varekonsum i alt, forklares over 99 prosent av verdien for endringstall via sesong- og vyrkedageffekter.

ASA og ACH blei bereknet for 2012- 2014. Resultatene for hovedaggregatene visar at revisjoner av endringstallene (vekstrater) frå månaden før varierte frå 0,4 prosentpoeng for mat, drikkevarer og tobakk til 1,3 prosentpoeng for reservedeler til transportmidler. Ser vi på varekonsumet i alt, var den forventede revisjonen for sesongjusterte endringstall på rundt 0,3 prosentpoeng.

M og Q verdier for hovedaggregatene tyder på at seriane er justert med meget gode resultater. Nivå- og endringstall revideres lite for de mest aktuelle tallene. Sesongmønsteret er blitt klart identifisert og fjernet. Både sesongmønsteret og den irregulære komponenten er stabile over tid.

Sesongjustering av korte tidsserie

  • Alle seriane er lange nok for å gjennomføre sesongkorrigeringsrutiner på en optimal måte.

Behandling av vanskelege tidsseriar

  • Ingen av dei publiserte seriar blir oppfattet som problematiske.

Tilgjengeleghet

  • Både rådata og sesongjusterte seriar er tilgjengelege.
  • Alle metadata relatert til kvar enkelt serie er tilgjengelege.

Formidling

  • I tillegg til rådata formidles minst ein av dei følgjande seriar: prekorrigert, sesongjustert, sesong- og kalenderjustert og trend.
  • Det formidles både nivå/indeks og forskjellege vekstrater.
  • For kvar serie formidles enkelte indikatorar som visar kvaliteten på sesongjusteringsrutiner.

Kommentar: I tillegg til råseriar publiseras sesongjusterte seriar. Det formidles både indeks og vekstrater i form av prosentvis endring frå månaden før. Sesongjustert varekonsumindeks og trenden publiseras grafisk i ’Konjunkturindikatorer for Norge’.

Publikasjoner og andre lenker om sesongjustering

SSBs Metadata - Statistiske metoder - Sesongjustering (pdf)

EUROSTAT: Seasonal Adjustment

US census: X-13-ARIMA-manual.

Dinh Quang Pham: Nye US Census-baserte metoder for ukedagseffekter for norske data, Notater 2008/58, Statistisk sentralbyrå (pdf)

Ikke relevant

Kontakt

Vemund Rundberget

uve@ssb.no

97 65 50 90

Ida Slaatsveen

tid@ssb.no

90 52 55 02