1. Generelt om sesongjustering
5. Kvalitet på sesongjustering
8. Publikasjoner og andre lenker om sesongjustering
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 Generelt om sesongjustering (pdf).
På grunn av bevegelige helligdager og ferieavvikling i juli og desember varierer utførte ukeverk gjennom året. Også antall sysselsatte og arbeidsledige, særlig for unge, viser noe variasjon gjennom året, bl.a. på grunn av ferievikarer og sommerjobbing av elever og studenter eller forsøk på å skaffe seg sommerjobb. Dette vanskeliggjør en direkte sammenligning fra en måned til den neste. For å justere for disse forhold sesongjusteres AKU, slik at man kan analysere den underliggende aktivitetsutviklingen som sier noe om konjunkturforløpet fra måned til måned.
Sysselsatte personer og arbeidsledige sesongjusteres fordelt på alder over/under 24 år.
For utførte ukeverk sesongjusterer vi følgende 3 serier for hver for seg, og summerer deretter for å få totalen:
Personer 24 år og under
Menn over 24 år
Kvinner over 24 år
I tillegg til AKU, sesongjusterer vi tall for registrerte helt ledige hos NAV og registrerte helt ledige hos NAV + personer på ordinære arbeidsmarkedstiltak som et supplement, i og med at disse tallene ikke er heftet med utvalgsusikkerhet. For disse NAV-seriene sesongjusterer vi 4 serier fordelt på kjønn kryssklassifisert med alder over/under 24 år hver for seg.
Prekorrigering er korrigering av rådata for kalendereffekter og ekstremverdier før det blir gjennomført en sesongjustering.
● Det gjennomføres en detaljert prekorrigering av rådata. Med detaljert prekorrigering menes bruk av spesialtilpassede modeller for å prekorrigere rådata, som ikke finnes som standardopsjoner i sesongjusteringsverktøyet.
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.
● Det gjennomføres kalenderjustering på alle serier som viser signifikant og plausibel kalendereffekt innenfor en robust statistisk tilnærming, som regresjon eller RegARIMA-prosedyre. (en regresjonsmodell der restleddet er modellert ved en ARIMA-modell).
● Det korrigeres ikke for virkedager.
Kommentar:
AKU kartlegger befolkningens tilknytning til arbeidsmarkedet i hele referanseuker. Referanseukene deles ikke for å følge klanderens inndeling av måneder. Dermed inneholder alle månedene like mange mandager som tirsdager, onsdager, torsdager osv. Månedsfilene inneholder enten 4 eller 5 uker, og oppblåsningsfaktorene justerer for dette. Derfor påvirkes virkedagene kun av faste- og bevegelige høytids- og helligdager.
● Det justeres ved hjelp av estimering av varigheten for effekten av de bevegelige helligdagene, spesielt tilpasset norske forhold.
Kommentar:
De sesongjusterte seriene for sysselsetting og arbeidsledighet for personer over 24 år, og for utførte ukeverk prekorrigeres dersom påskeuka havner i mars.
Utførte ukeverk er også sensitive for enkeltstående fridager, og prekorrigeres derfor også for: 1. mai og 17. mai på ukedager, 2. påskedag, 2. pinsedag og Kristi Himmelfartsdag. Vi tar også høyde for at Kristi Himmelfartsdag kan havne på en og samme dato som faste fridager (f. eks. Kristi Himmelfartsdag på 17. mai i 2007 og 2012 og på 1. mai i 2008). I tillegg korrigerer vi for antall offentlige fridager på ukedager i desember og antall normalarbeidsdager i romjula i desember/januar i AKU, og antall ukedager i juni som i AKU kommer i juli, fordi vi i AKU aldri deler referanseuker (mandag-søndag) mellom måneder, slik kalenderen gjør.
Alle høyresidevariablene er regnet som avvik fra respektive månedsgjennomsnitt.
I tillegg er variablene justert med en ukemultiplikator1 for å bedre justere for at noen måneder i AKU har 5 referanseuker mens andre har 4 referanseuker. Årsaken er at kalendereffektene blir litt ”utvannet” når vektene på månedsfilen er tilpasset 5 ukesutvalg, i og med at det da er kun er rundt en 1/5 som er intervjuet om en referanseuke med en spesiell hendelse, for eksempel åskeuka.
Tilsvarende blir kalendereffektene litt kraftigere enn gjennomsnittet når vektene på månedsfilen er tilpasset 4 ukesutvalg.
● En kalender basert på norske høytids- og helligdager benyttes.
Kommentar:
Kalender basert på norske høytids- og helligdager benyttes. Vi tar også høyde for månedsinndelingen i AKU, hvor referanseukene (mandag – sønddag) ikke deles. Mer detaljer, se kommentaren under punkt 2.2.2.
Ekstreme verdier, også kalt utliggere, er unormale verdier i serien.
● Seriene kontrolleres for ekstreme verdier, og identifiserte ekstremer blir forklart/modellert med bruk av all tilgjengelig informasjon. Når det foreligger en klar tolkning av årsaken til de ekstreme verdiene (f.eks. streik eller konsekvenser forårsaket av endringer i politikken m.m.) blir de inkludert som regressorer i modellen.
● Ekstreme verdier identifiseres automatisk i sesongjusteringsverktøyet, og blir fjernet før sesongjustering gjennomføres. De ekstreme verdiene inkluderes i etterkant i de sesongjusterte tall.
Kommentar:
Kun additive (punkt) utliggere identifiseres og fjernes automatisk.
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.
Kommentar:
Prosedyren pickmdl i Versjon 0.3 av X-12-ARIMA benyttes, med standard metode (=first) i den årlige identifiseringen av ARIMA-modellene, før de automatisk valgte ARIMA-modellene hardkodes i egen prosedyre. I listen over ARIMA-modeller som evt. sjekkes i pickmdl prosedyren, har vi for AKU-seriene lagt til 3 ekstra modeller, som er spesielt egnet til å modellere tidsserier med en datafangst der personene intervjues hver 3. måned over 2 år. De ekstra ARIMA-modellene er:
(0,1,[1,3])(0,1,1)12
(0,1,3)(0,1,1) 12
(0,1,1)1(0,0,1)3(0,1,1)12
Dekomponeringsrutinen spesifiserer hvordan trend-, sesong og irregulær komponent blir dekomponert. De mest vanligste dekomponeringene er additiv, multiplikativ og log additiv
● Automatisk valg av dekomponeringsrutine.
● X12-ARIMA
I enkelte serier er det ønskelig at f.eks. sum (gjennomsnitt) av sesongjusterte tall for et år skal være identisk med sum (gjennomsnitt) i den opprinnelige råserien.
● Tvinger likhet over året mellom sesongjusterte data og rådata (gjennomsnitt).
Kommentar:
Siden årsgjennomsnittene først er klare ved publiseringen av 4. kvartal, benyttes foreløpige justeringsfaktorer fra året før inntil de nye er klare. Hele året blir derfor nivåjustert ved publiseringen av 4. kvartal.
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.
● Tvinger likhet mellom sesongjusterte under- og overaggregater.
Kommentar:
Likheten framkommer gjennom indirekte metode, se pkt. 3.4.
Arbeidsstyrken sesongjusteres ikke. Arbeidsstyrken, sesongjustert, er definert lik summen av sysselsatte, sesongjustert, og arbeidsledige, sesongjustert.
En direkte metode er anvendt dersom tidsserier for en total og tilhørende underaggregater alle er sesongjustert hver for seg. En indirekte metode er anvendt for total dersom tidsserier for de tilhørende underaggregater er sesongjustert direkte og det deretter er foretatt en aggregering til totalnivå.
● Indirekte metode anvendes, der komponentene sesongjusteres direkte med samme tilnærming og programvare. Totalene blir beregnet ved å aggregere de sesongjusterte komponentene.
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.
● Hele tidsserien brukes for å beregne modell og korrigeringsfaktorer.
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 revideres i overensstemmelse med veldefinerte og offentlig tilgjengelige revisjonsrutiner og frigivingskalender.
Kommentar:
Revisjon ved kvartalets andre måned; den første månedsfilen i kvartalet er foreløpig, og blir supplert med intervjuer som SSB ikke rakk å få med innen den foreløpig tidsfristen. Datamaterialet blir reestimert samtidig med estimeringen av tall for kvartalets andre måned.
Kvartalsvis revisjon; de 2 første månedsfilene i kvartalet er foreløpige, og blir supplert med intervjuer ved kvartalsslutt, som SSB ikke rakk å få med innen de foreløpige tidsfristene.
Årlig revisjon; Etter sesongkorrigering blir nivået på seriene justert slik at årsgjennomsnittene av de sesongkorrigerte tallene er lik tilsvarende ukorrigerte tall fra AKU. Siden årsgjennomsnittene først er klare ved publiseringen av 4. kvartal, benyttes foreløpige justeringsfaktorer fra året før inntil de nye er klare. Hele året blir derfor nivåjustert ved publiseringen av 4. kvartal.
● Delvis løpende korrigering, der modellene, inkl. evt. log-transformering, sesong- og trendfiltre og kalender-regressorene kun identifiseres årlig, mens respektive regresjonsparametere og faktorer reestimeres løpende hver gang nye eller reviderte rådata er tilgjengelige. Punkt-ekstremverdier reidentifiseres og estimeres imidlertid løpende hver gang nye rådata er tilgjengelige
Kommentar:
Grunnet relativt kortere tidsserier, vil vi i 2012 vurdere å reidentifisere modeller og filtre hvert kvartal.
● Hele serien revideres når sesongfaktorene reestimeres.
● Det evalueres kontinuerlig/periodevis 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.
Tabellen nedenfor viser enkelte indikatorer på kvalitet på sesongjusterte tall: kvalitetsindikatorer
Forklaringen på indikatorene i tabellen kan finnes her: SSBs Metadata - Statistiske metoder - Sesongjustering
● Alle serier er kortere enn 7 år. Dette betyr at sesongjusterte tall er eksponert for større revisjoner enn det som kan oppfates som normalt
● Valg av både prekorrigering og korrigeringsrutiner blir revidert oftere enn det som er vanlig i 2012.
Kommentar:
I 2006 var det en omlegging av AKU, hvor vi bl.a. begynte å kartlegge arbeidsmarkedssituasjonen også for 15-åringer. For å unngå brudd lar vi tidsseriene nå starte i 2006.
● Problematiske serier behandles på en spesiell måte kun når de er relevante. Øvrige serier behandles i følge vanlige rutiner.
Kommentar:
Stor tilfeldig variasjon (utvalgsusikkerhet) og liten sesongvariasjon gjør at vi ikke sesongjusterer alle variablene kjønnsfordelt. Dette gjelder arbeidsledige, sysselsatte og utførte ukeverk for personer 24 år og under. Etter sesongkorrigering og nivåjustering brytes evt. de aldersfordelte tallene ned på kjønn ved hjelp av månedlige fordelingsnøkler. Fordelingsnøklene er laget av uoffisielle trend tall fra ekstrakjøringer av X12-ARIMA basert på AKU.
● Både 3 måneders glidende sentrerte gjennomsnitt av sesongjusterte serier og trend er tilgjengelige.
● Alle metadata relatert til hver enkelte serie er tilgjengelige.
● Historiske sesongjusterte data er tilgjengelige med hensyn til gjennomføring av revisjonsanalyse.
Kommentar:
Se tidligere publisert for tabeller med historiske sesongjusterte data.
● 3 måneders glidende sentrerte gjennomsnitt av sesong- og kalenderjusterte serier og trend formidles.
● For hver serie formidles enkelte indikatorer som viser kvaliteten på sesongjusteringsrutinene.
Kommentar:
Kun 3 måneders glidende sentrerte gjennomsnitt av sesong- og kalenderjusterte tall publiseres for å redusere usikkerheten, i tillegg til trenden. For eksempel er tallet for september gjennomsnittet av anslagene for august – oktober.
SSBs Metadata - Statistiske metoder - Sesongjustering
The Committee for Monetary, Financial and Balance of Payments statistics: ESS-Guidelines on seasonal adjustment
US census: X-12-ARIMA-manual
EUROSTAT: Seasonal Adjustment. Methods and Practices
Dinh Quang Pham: Nye US Census-baserte metoder for ukedagseffekter for norske data, Notater 2008/58, Statistisk sentralbyrå
Dinh Quang Pham: Ny metode for påskekorrigering for norske data, Notater 2007/43, Statistisk sentralbyrå.
Ole Klungsøyr: Sesongjustering av tidsserier. Spektralanalyse og filtrering, Notat 2001/54, Statistisk sentralbyrå
Dinh Quang Pham: Innføring i tidsserier - sesongjustering og X-12-ARIMA, Notater 2001/2, Statistisk sentralbyrå
1 Gjennomsnittlig antall uker pr. måned er på lang sikt er ca. 4,348. Ukemultiplikatoren for 4 ukers måneder er da 4,348/4=1,087, og for 5 ukers måneder 4,348/5=0,8696.