1(19) Tuoannon suhdannekuvaajan meneelmäkuvaus Luku 1 Luku 2 Luku 3 Luku 4 Tuoannon suhdannekuvaajan yleiskuvaus Tuoannon suhdannekuvaajan julkaisuaikaaulu, revisoinikäyännö ja jakelu Tuoannon suhdannekuvaajan laadina BKT:n neljännespikaennakko (flash-esimaai)
2(19) Luku 1 Tuoannon suhdannekuvaajan yleiskuvaus 1.1 Organisaaio Tuoannon suhdannekuvaaja laadiaan Tilasokeskuksen -yksikössä Kansanalouden ilinpidon vasuualueella. Laadinaan osallisuu yksi henkilö kokoaikaisesi (yheenveäjä) sekä lisäksi 2 4 muua kansanalouden ilinpidon asianunijaa. 1.2 Julkaisuaikaaulu, revisoinikäyännö ja jakelu Tuoannon suhdannekuvaaja julkaisaan noin 65 päivän (vuosineljänneksen kaksi ensimmäisä kuukaua) ai 45 päivän (neljänneksen viimeinen kuukausi) viiveellä kuukauden pääymisesä. Julkaisukaleneri, josa näkyvä kuluvan vuoden uleva julkaisupäivä, löyyy uoannon suhdannekuvaajan inernesivuila: hp://ilasokeskus.fi/il/kkk/julk.hml. Tuoannon suhdannekuvaajan iedo revisoiuva eli arkenuva ensimmäisen julkaisun jälkeen, joen aikasarjoja käyeäessä on aina syyä hakea uorein versio uoannon suhdannekuvaajan inerne-sivuila. 1.3 Tuoannon suhdannekuvaajan laadina Tuoannon suhdannekuvaaja on johdeu ilaso, jonka laadina perusuu perusilasoisa ai muisa lähdeaineisoisa muodoseujen indikaaoreiden käyöön. Toisin kuin vuosiilinpidossa, kaavaa ieoa arvonlisäyksesä ei yleensä ole saaavilla kuukausiain. Kaavuuden puue aiheuaa sen, eä ieoja ei voida laaia lähdeaineisoisa summaamalla. Sen sijaan jouduaan käyämään indikaaoreia, joiden avulla vuosi- ja edelleen neljännesvuosiilinpidon ieoja jaeaan kuukausiasolle ja eksrapoloidaan uusimmille kuukausille. Tuoannon suhdannekuvaajan ieojen laadina apahuu viidessä vaiheessa. Ensin muodoseaan ja arkiseaan indikaaoriaikasarja. Indikaaoriaikasarja voiva olla joko suoraan lähdeilasosa poimiuja yksiäisiä aikasarjoja aikka painoeuja yhdiselmiä useammasa lähdeilasoaikasarjasa. Indikaaorin arkoiuksena on kuvaa laskeavan alousoimen kuukausiaisa kehiysä mahdollisimman hyvin. Toisessa vaiheessa indikaaoriaikasarja äsmäyeään neljännesvuosiilinpioon suheellisa Denon-meneelmää käyäen (ks. luku 3.2). Täsmäyyksen uloksena muodosuva kuukausiaise aikasarja uusimpaan neljännesvuosiilinpidon vuosineljännekseen asi. Kolmannessa vaiheessa eksrapoloidaan indikaaorin avulla uusimma kuukaude käyäen uusimman neljännesvuosiilinpidon arvon ja indikaaorin neljännesvuosisumman suhdea (ns. quarerly benchmark-o-indicaor -meneelmä). Neljännessä vaiheessa edellä johdeu käypähinaise iedo deflaoidaan edellisvuoden keskihinoja verailukohana käyäen. Näin saadaan edellis-
3(19) vuoden hinaise volyymiluvu, joissa edelävä vuosi on aina perusvuosi. Edellisen vuoden hinaise volyymiaikasarja äsmäyeään ennen kejuusa neljännesvuosiilinpidon arvonlisäyssarjoihin pro raa -meneelmällä, jossa jokaisa saman neljänneksen kuukaua noseaan ai laskeaan samassa suheessa. Lopuksi edellisvuoden hinaisen volyymimuuosen avulla kejueaan ns. annual overlap -meneelyä käyäen jakuva viievuoden 2000 hinainen volyymisarja, joka julkaisaan uoannon suhdannekuvaajana. 1.4 Kausiasoius ja yöpäiväkorjaus Kausiasoius ja yöpäiväkorjaus suorieaan uoannon suhdannekuvaajassa TRAMO/SEATS-meneelmällä Demera 2.2 -ohjelmaa käyäen. Tiedo laskeaan alkuperäisinä ja yöpäiväkorjauina koko kansanaloudelle ja kolmelle pääoimialalle. Lisäksi laskeaan kausiasoieu sarja ja rendisarja koko kansanalouden asolla. Kausiasoieu, yöpäiväkorjau ja rendiaikasarja äsmäyeään neljännesvuosiilinpidon vasaaviin aikasarjoihin.
4(19) Luku 2 Tuoannon suhdannekuvaajan julkaisuaikaaulu, revisoinikäyännö ja jakelu 2.1 Julkaisuaikaaulu ja ieojen revisoiuminen 2.2 Julkaisun ieosisälö Tuoannon suhdannekuvaaja julkaisaan noin 65 päivän (vuosineljänneksen kaksi ensimmäisä kuukaua) ai 45 päivän (neljänneksen viimeinen kuukausi) viiveellä kuukauden pääymisesä. Julkaisukaleneri, josa näkyvä kuluvan vuoden uleva julkaisupäivä, löyyy uoannon suhdannekuvaajan inernesivuila: hp://ilasokeskus.fi/il/kkk/julk.hml. Tuoannon suhdannekuvaajaa ei julkaisa laskenakierrosen välissä, vaikka jokin ieo olisi muuunu jossain muussa kansanalouden ilinpioon kuuluvassa ilasossa, kuen neljännesvuosi- ai vuosiilinpidossa. Tällaise muuokse näkyvä uoannon suhdannekuvaajassa seuraavassa normaalijulkaisussa. Tuoannon suhdannekuvaajan iedo revisoiuva eli arkenuva ensimmäisen julkaisun jälkeen, joen aikasarjoja käyeäessä on aina syyä hakea uorein versio uoannon suhdannekuvaajan inerne-sivuila. Tarkenuminen voidaan jakaa lähdeieojen muuoksisa johuvaan arkenumiseen sekä neljännesvuosiilinpioon äsmäyämisen aiheuamaan arkenumiseen. Kuukausilähdeieojen arkenumisesa johuva arkenumise apahuva noin vuoden sisällä ensimmäisesä julkaisusa. Aikasarja laskeaan vuoden 1996 iedoisa lähien jokaisella laskenakierroksella uudesaan. Kuienkin uoannon suhdannekuvaajan uusimpia 1 3 kuukaua vanhempien kuukausien arkenumisessa äsmäyäminen neljännesvuosiilinpioon on lähdeieojen arkenumisa merkiävämmässä roolissa. Laadinnassa käyeyjen maemaais-ilasollisen meneelmien ominaisuuksisa johuen on myös aina mahdollisa, eä aikasarja arkenuva hieman uuden julkisuksen yheydessä vaikka lähdeaineisoissa ai neljännesvuosiilinpidossa ei apahuisikaan muuoksia. Eriyisesi kausiasoiusmeneelmä ova herkkiä uusille havainnoille sien eä jokainen uusi kuukausihavaino muuaa kausiasoieuja ja rendiaikasarjoja myös siä edelävien kuukausien osala. Miä enemmän uusi havaino poikkeaa kausiasoiusmeneelmän ennakoimasa kehiyksesä, siä enemmän edelävä kuukaude arkenuva kausiasoieussa aikasarjassa. Tuoannon suhdannekuvaajan julkaisuformaai on maksuon inernejulkaisu, joka sisälää lyhyen iedoeeksin sekä Tauluko -linkin ala löyyvä aikasarja. Koko ieosisälö on inerne-julkaisun aulukoissa. Aikasarja alkava vuoden 1996 ammikuusa. Taulukoisa saa näkyviin koko kansanalouden sekä kolmen pääoimialan alkuuoano, jalosus ja palvelu alkuperäise indeksisarja, yöpäiväkorjau
5(19) 2.3 Muu ieoläheykse indeksisarja sekä näiden molempien muuosproseni vuoden akaiseen vasaavaan kuukaueen verrauna. Kausiasoieuisa ja rendisarjoisa saaavilla on koko kansanalouden ason indeksisarja sekä näiden muuosproseni edelliseen kuukaueen verrauna. Tuoannon suhdannekuvaajan inerne-julkaisun sisälämä aikasarja ja näiden kasvuproseni läheeään myös ASTIKA-palveluun. Kansanalouden neljännesvuosiilinpidon flash-esimaai, joka perusuu uoannon suhdannekuvaajaan, julkaisaan 45 päivän viiveellä vuosineljänneksen pääymisesä. 2.4 Meadaa Tuoannon suhdannekuvaajan kuvaus löyyy julkaisun sivuila: hp://ilasokeskus.fi/il/kkk/mea.hml Laauselose on myös nähävissä uoannon suhdannekuvaajan sivuilla: hp://ilasokeskus.fi/il/kkk/laa.hml
6(19) Luku 3 Tuoannon suhdannekuvaajan laadina 3.1 Laadinnan yleiskuvaus 3.2 Täsmäyys ja eksrapoloini 3.2.1 Täsmäyäminen neljännesvuosiilinpioon Tuoannon suhdannekuvaajan laadina perusuu indikaaoriaikasarjojen ja maemaais-ilasollisen laskenamallien käyöön. Laadina poikkeaa sien kansanalouden vuosiilinpidosa, joka laadiaan pääosin ns. suoralla laskenameneelmällä 1. Indikaaoreilla arkoieaan sellaisia nopeasi ilmesyviä ilasoja ai muia lähdeaineisoja, joiden kasoaan korreloivan ai kehiyvän samansuunaisesi jonkin ieyn kansanalouden ilinpidon alousoimen kanssa. Indikaaoreia käyeään, koska oisin kuin vuosiilinpidossa, kaavaa ieoa eri alousoimien arvoisa ei yleensä ole saaavilla kuukausiain. Vaikka kaavaa ieoa olisikin saaavilla kuukausiain jollain aikaviiveellä, on eriäin harvinaisa eä siä on saaavilla uoannon suhdannekuvaajan vaaimassa aikaaulussa eli 40 ai 60 päivää kuukauden pääymisesä. Indikaaorin arkoiuksena on kuvaa laskeavan alousoimen kuukausiaisa kehiysä mahdollisimman hyvin. Indikaaoriaikasarja voiva olla joko suoraan lähdeilasosa poimiuja yksiäisiä aikasarjoja aikka painoeuja yhdiselmiä useammasa lähdeilasoaikasarjasa. Indikaaoreia muodoseaessa on oeava huomioon indikaaorin eriyispiiree, kuen esimerkiksi säännönmukainen ylös- ai alaspäin arkenuminen ajan kuluessa. Jos indikaaorissa havaiaan säännönmukaisa harhaa, korjaaan indikaaorin arvoja arpeen mukaan ennen äsmäyysä ja eksrapoloinia. Korjaukse voiva olla luoneelaan joko deerminisisiä ai ilasolliseen malliin perusuvia. Ne voiva koskea koko aikasarjaa ai vain yhä indikaaoriaikasarjan havainoa. Käypähinaisen ieojen laskennassa indikaaoreiden ja kansanalouden ilinpidon sisälämä informaaio yhdiseään äsmäyys- ja eksrapoloinimeneelmiä käyäen. Volyymiiedo laadiaan muunamalla käypähinaise iedo ensin edellisen vuoden keskihinaisiksi ja kejuamalla nämä edellisen vuoden keskihinaise iedo annual overlap -meneelmää käyäen viievuoden 2000 hinaisiksi (ks. 3.3). Käypähinaise aikasarja muodoseaan äsmäyämällä indikaaoriaikasarja neljännesvuosiilinpioon ja eksrapoloimalla ämän jälkeen uusimma kuukaude. Täsmäyyksen (benchmarking) arkoiuksena on muodosaa arviava aikasarja niiä vasaavisa indikaaoriaikasarjoisa sien eä ai- 1 Suorassa laadinameneelmässä raakaiedo summaaan lähdeaineisosa, jonka jälkeen ehdään arpeen mukaan kaavuus- yms. korjauksia. Suoran laadinameneelmän käyö vaaii riiävän kaavan lähdeaineison.
7(19) kasarjojen neljännesvuosiaso vasaava kansanalouden neljännesvuosiilinpidon euromääräisiä asoja. Täsmäyyksen voi ajaella rakaisuna ongelmaan: kuinka rakenneaan neljännesvuosiilinpidon neljännesvuosiiedoisa kuukausiainen aikasarja kuukausiaisen indikaaorin avulla sien eä indikaaorin kuukausiainen kehiys säilyeään mahdollisimman hyvin valmiissa aikasarjassa. Oleellisa on ymmärää, eä valmiin aikasarjan aso määräyyy neljännesvuosiilinpidosa, mua sen kuukausiainen aikaura indikaaorisa. Sien indikaaorin arvojen ei arvise kokoluokalaan olla lähelläkään siä vasaavan alousoimen arvoja, vaan indikaaori voi olla vaikkapa indeksisarja. Täsmäyyksen uloksena muodosuva alkuperäise käypähinaise aikasarja uusimpaan neljännesvuosiilinpidon neljännekseen asi. Täsmäyys oeueaan suheellisella Denon-meneelmällä 2, joka on lähökohdilaan mekaaninen. Sen arkoiuksena on säilyää aikasarjan kuukausien välinen suhdannekehiys mahdollisimman alkuperäisenä, s. indikaaoriaikasarjan mukaisena. Jos indikaaoriaikasarjan havainoa hekellä merkiään i :llä ja äsmäyeyn sarjan havainoa hekellä x :llä, neliösumma T 2 x x i i 1 2 1, jossa T on aikasarjan viimeinen kuukausi, minimoidaan ehdolla, eä jokaisen neljännesvuoden kuukausien summaksi ulee neljännesvuosiilinpidosa saaava neljännesvuosiarvo. Jokaiselle kuukaudelle ulee näin esimoiduksi ns. benchmark-o-indicaor -suhde BI = x, i joka poikkeaa koko aikasarja huomioiden edellisen ajanheken BI-suheesa mahdollisimman vähän. 2 Denon, F.T. (1971), Adjusmen of monhly or quarerly series o annual oals: An approach based on quadraic minimizaion. Journal of he American Saisical Associaion, 82, 99 102.
8(19) Kuva 1: Indikaaori ja suheellisella Denon-meneelmällä äsmäyey aikasarja 600 Indikaaori 500 Skaalau indikaaori Arvonlisäys käyvin hinnoin 400 300 200 100 0 1995M01 1995M09 1996M05 1997M01 1997M09 1998M05 1999M01 1999M09 2000M05 2001M01 2001M09 2002M05 2003M01 2003M09 2004M05 2005M01 2005M09 2006M05 2007M01 2007M09 2008M05 2009M01 2009M09 2010M05 2011M01 2011M09 2012M05 Yllä olevassa kuvassa on yriyssekorin (S.11) paperieollisuusoimialan indikaaori ja siiä äsmäyämällä muodoseu arvonlisäysaikasarja. Kuvaan on lisäy havainnollisuuden vuoksi myös skaalau indikaaori, jossa indikaaorin arvo on kerrou kolmella. Veraamalla skaalaua indikaaoria ja äsmäyeyä arvonlisäysaikasarjaa nähdään mien Denon-meneelmä säilyää indikaaorin kuukausikehiyksen äsmäyeyssä aikasarjassa, vaikka neljännesvuosiilinpidon mukainen kehiys poikkeaakin välillä huomaavasi indikaaorin neljännesvuosikehiyksesä. Eriyisesi kannaaa huomioida vuoden 2005 oiselle vuosineljännekselle ajoiuva kuoppa, joka johuu paperieollisuuden yönseisauksesa. On olemassa myös erilaisia aikasarjamalleihin perusuvia äsmäyysmeneelmiä, joissa mallin ulkoisena seliäjänä käyeään alkuperäisä aikasarjaa. Yksinkerainen esimerkki ällaisesa mallisa on Chow-Lin 3, ja sopivasi muooiluna myös Denon-meneelmä voidaan kasoa ällaisen mallin erikoisapaukseksi. Denon- ja yksinkeraiseen aikasarjamalliin perusuva meneelmä uoava eriyisen hankalia sarjoja lukuun oamaa käyännössä sama äsmäyey sarja, eikä ehdyissä arkaseluissa ei ole löydey peruseia meneelmän vaihamiselle. Denon-meneelmän suheellisa versioa 3 Chow, G.C. Lin, A.-L. (1971), Bes Linear Unbiased Inerpolaion, Disribuion and Exrapolaion of Time Series by Relaed Series. The Review of Economics and Saisics, 53 (4) s. 372 375.
9(19) suosiellaan äsmäyykseen myös IMF:n QNA manuaalissa 4. Monimukaisemmilla malleilla olisi mahdollisa ukia kiinnosavia yheyksiä esim. kausiasoiukseen, mua ällöin ise äsmäyys ei välämää onnisuisi yhä luoeavasi. Aikasarjamalleihin perusuvisa meneelmisä voi lukea lisää Tilasokeskuksessa kirjoieusa pro gradu -ukielmasa (Hakala, 2005) 5. 3.2.2 Eksrapoloini Denon-äsmäyys luo alkuperäise käypähinaise aikasarja viimeisimpään neljännesvuosiilinpidon neljännekseen asi, mua ei laske siä uudempia kuukausia. Täsä seuraa, eä uoannon suhdannekuvaajan ieoja laadiaessa aikasarjasa jää äsmäyyksen jälkeen puuumaan 1 3 kuukaua. Nämä uusimma kuukaude laskeaan eksrapoloimalla. Eksrapoloini ehdään indikaaoriaikasarjan peruseella neljännesvuosiason benchmark-o-indicaor suhdea käyäen. Täsmäyeyn käypähinaisen aikasarjan yhden vuosineljänneksen kuukausien summa on äsmäyyksen uloksena äsmälleen yhä suuri kuin neljännesvuosiilinpidossa. Eksrapoloinnissa käyey neljännesvuosiason benchmark-o-indicaor -suhde voidaan ällöin laskea jakamalla äsmäyeyn aikasarjan viimeisimmän neljännesvuoden kuukausien summa vasaavien indikaaoriaikasarjan arvojen summalla. Neljännesvuosiason BI-suhde kuvaa siis viimeisimmän neljännesvuosiilinpidon iedon ja siä uoannon suhdannekuvaajassa vasaavan indikaaorin suhdea. Eksrapoloini apahuu sien, eä indikaaoriaikasarjan arvo kerroaan BIsuheella: =, jossa x on eksrapoloiu arvo kuukaudelle, x Q-1 viimeisimmän äsmäyeyn neljännesvuoden arvojen summa, i Q-1 saman vuosineljänneksen indikaaoriarvojen summa ja i indikaaorin arvo kuukaudella. Kuen äsmäyyksessä, myös eksrapoloinimeneelmän valinnassa on ähdäy siihen, eä loppuuloksena synyvä käypähinainen aikasarja noudaaa mahdollisimman hyvin indikaaorin kehiysä. Eksrapoloinnin uloksena synyneiä käypähinaisia ieoja voidaan sili arviaessa vielä korjaa. Näin ehdään silloin kun käyeävissä on sellaisa lisäinformaaioa, joka ei näy indikaaorissa. Seuraavassa aulukossa on esimerkki eksrapoloinnisa. Taulukon koon rajoiamiseksi laskeaan ässä esimerkissä käyeävä vuoden 2011 viimeisen neljänneksen BI-suhde: (222+225+233) / (94,4+95,9+99,1) = 2,349689. 4 hp://www.imf.org/exernal/pubs/f/qna/2000/texbook/ch6.pdf 5 Hakala, Samu (2005), "Aikasarjojen äsmäyäminen".
10(19) Taulukko 1: Eksrapoloini neljännesvuosiason BI-suheella Aika Indikaaori Arvo, milj. Eksrapoloiu arvo, milj. 2011 ammi 106,4 255... 2011 loka 94,4 222 2011 marras 95,9 225 2011 joulu 99,1 233 2012 ammi 97,3 2,349689*97,3 = 229 2012 helmi 96,6 2,349689*96,6 = 227 2012 maalis 112,5 2,349689*112,5 = 264 3.2.3 Esimoini ennakkoiedoissa 3.3 Volyymiiedo Indikaaoreiksi sopivia kuukausi- ja neljännesvuosiilasoja on Suomessa melko hyvin saaavilla ja siksi uoannon suhdannekuvaajan iedo perusuva jo ensimmäisen julkaisun osala pääosin lähdeilasoisa johdeuihin indikaaoreihin. Osa lähdeaineisoisa on kuienkin vaillinaisia, jolloin indikaaorin arvo jouduaan esimoimaan. Tärkeimmä vaillinaisen lähdeaineison pohjala esimoiava indikaaori ova rahoius- ja vakuuusoimialojen indikaaori sekä osa yriys- ja koialoussekorin indikaaoreisa. 3.3.1 Volyymiiedo uoannon suhdannekuvaajassa Volyymilla arkoieaan hinojen muuoksisa puhdiseua ieoa. Joissain yheyksissä volyymi suomenneaan määräksi, mua volyymiin sisälyvä määrän lisäksi myös laadun muuokse. Esimerkiksi makapuhelinuoannon volyymi voi kasvaa kappalemääräisen myynnin kehiyksesä riippumaa, mikäli uusien makapuhelimien laau (so. eknise ominaisuude) on parempi kuin vanhojen. Joka apauksessa hinavaihelu voiva olla jopa niin suuria, eä ne häirisevä reaalialouden kehiyksen seuraamisa. Täsä syysä esimerkiksi bruokansanuoeen muuosproseni laskeaan normaalisi volyymiaikasarjasa. Tuoannon suhdannekuvaajan volyymiiedo julkaisaan kejueuina indeksisarjoina (2000=100). Kejuus (chain-linking) arkoiaa siä, eä jokaisen vuoden volyymiiedo laskeaan ensin edellisen vuoden hinaisina. Näisä voidaan edelleen laskea vuosiaise volyymin muuokse, joia linkiämällä muodoseaan kejueu kuukausi- ai neljännesvuosivolyymiaikasarja. Volyymiieojen laskeminen alkaa ns. deflaoinnilla, jossa käypähinaise aikasarja muunneaan edellisen vuoden keskihinaisiksi jakamalla kunkin kuukauden käypähinainen luku deflaaorilla.
11(19) Deflaaori muodosuu yksinkeraisimmillaan yhden hinaindeksin kuukauden piseluvun suheesa indeksin edellisen vuoden keskipiselukuun. Deflaaori siis ilmaisee laskenakuukauden hinaason suheessa edellisen vuoden keskimääräiseen hinaasoon: = missä P on kuukauden hina, P Y-1 on edellisen vuoden keskihina (arimeeinen keskiarvo) ja D deflaaorin arvo. Deflaaorin muodosamiseen voidaan käyää useia eri hinaindeksejä. Tällöin P yllä olevassa kaavassa on painoeu yhdiselmä useasa hinaindeksisä. Tuoannon suhdannekuvaajassa käyeään vuosiilinpidosa poikeen yksinkeraisa deflaoinia, eli uoosa ja väliuoekäyöä ei deflaoida erikseen. Sen sijaan arvonlisäys deflaoidaan suoraan uooksen hinnoilla. Väliuoekäyöä ei deflaoida uoannon suhdannekuvaajassa erikseen, koska luoeavien indikaaoreiden puuuessa sille ei voida laskea käypähinaisa esimaaia. Arvonlisäyksen oimialoiaise deflaaori muodoseaan uoannon suhdannekuvaajassa uoeason hinaiedoisa 6, joka painoeaan arjona- ja käyöauluisa johdeuilla käypähinaisen uoosen uoepainoilla. Hinaindeksi ja niiden paino ova siis sama kuin vuosiilinpidon vasaavan oimialan uooksella, lukuun oamaa niiä harvoja uoeia joiden lopullinen hinaieo saadaan vain vuosifrekvenssillä. Koska arjona- ja käyöaulu valmisuva noin kahden vuoden viiveellä ilasovuoden pääymisesä, käyeään viimeisinä k-painorakennea useammalle vuodelle. Esimerkiksi lokakuussa 2012 julkaisu vuosien 2009 2012 uoannon suhdannekuvaajan iedo deflaoiiin käyämällä vuoden 2009 arjona- ja käyöaulujen uooksen painorakennea. Samaa painorakennea käyeiin myös heinäkuussa 2012 julkaisuissa vuosiilinpidon 2009 2011 iedoissa. Samojen hinojen ja painojen käyö paranaa uoannon suhdannekuvaajan volyymiieojen osuvuua neljännesvuosi- ja edelleen vuosiilinpioon. Toisaala väliuoekäyön volyymin puuuminen uoannon suhdannekuvaajasa heikenää osuvuua, minkä vuoksi vuosiilinpidon valmisuminen heinäkuussa voi aiheuaa huomaavia arkenumisia uoannon suhdannekuvaajan volyymiieoihin. Edellisen vuoden keskihinainen volyymi neljännekselle on: = missä CP on käypähinainen arvo ja D deflaaorin arvo neljänneksellä. 6 Tarjona- ja käyöauluissa on 790 uoea, joille jokaiselle on määriely oma hinaindeksi.
12(19) Taulukko 2: Deflaoini yhdellä hinaindeksillä (Huom. vuoden 2011 hinaindeksin keskipiseluvuksi ulee ässä 101,7) Aika Käypähinainen arvo Hinaindeksi Hinnan muuos Edellisen vuoden keskihinainen volyymi 2012 ammi 2012 helmi 2012 maalis 114 104,4 102,9 / 101,7 = 1,012 174 104,8 102,7 / 101,7 = 1,010 217 105,2 103,4 / 101,7 = 1,017 114 / 1,012 = 113 174 / 1,010 = 173 217 / 1,017 = 214 3.3.2 Kejuus ja äsmäyys Edellisen vuoden keskihinaise volyymiesimaai äsmäyeään neljännesvuosiilinpioon ns. pro raa -meneelmällä, jossa jokaisa saman neljännesvuoden kuukaua noseaan ai laskeaan samassa suheessa: = missä x on äsmäyey edellisen vuoden keskihinainen kuukausivolyymi, x Q on neljännesvuosiilinpidon edellisen vuoden hinainen volyymi, i Q äsmäyämäömien edellisen vuoden keskihinaisen kuukausivolyymien neljännesvuosisumma ja i äsmäyämäön edellisen vuoden keskihinainen kuukausivolyymi. Pro raa -meneelmän käyö ässä apauksessa Denonäsmäyysmeneelmän sijaan johuu siiä, eä edellisen vuoden hinaisissa sarjoissa on epäjakuvuuskoha jokaisessa vuodenvaiheessa. Koska jokaisen vuoden kuukaude on deflaoiu edellisen vuoden hinaiseksi, eivä vuodenvaiheisiin sijoiuva muuokse aikasarjassa (esim. 2007M01/2006M12) ole verailukelpoisia vuoden sisällä apahuviin muuoksiin (esim. 2006M12/2006M11). Denon-meneelmä pyrkii säilyämään alkuperäisen sarjan kaikkien neljännesen välise muuokse, jolloin alkuperäisen sarjan on olava käypähinaisen sarjojen apaan yhenäinen. Pro raa -meneelmää ei suosiella jakuvien sarjojen äsmäyämiseen, sillä se luo yhenäisenkin sarjojen vuodenvaiheisiin epäjakuvuuskohia (ns. sep problem). Myös ällöin vuodenvaiheiden verailukelpoisuus muihin ajankohiin meneeään. Pro raa on kuienkin ässä apauksessa sopiva äsmäyämismeneelmä, sillä edellisen vuoden hinaisen volyymisarjan ominaisuuksiin kuuluva vuodenvaiheisiin sijoiuva epäjakuvuuskohda.
13(19) Kun edellisen vuoden keskihinaise volyymi on äsmäyey, kejueaan ne viievuoden 2000 hinaisiksi käyämällä annual overlap -meneelmää 7. Kejuus apahuu sien, eä ensin laskeaan kejueu vuosivolyymi-indeksi: = missä CL Y on kejueu volyymi-indeksi vuonna Y, PYP Y on edellisen vuoden hinainen volyymi vuonna Y (summaaan äsmäyeyisä kuukausivolyymeisa), CP Y-1 on edellisen vuoden käypähinainen arvo (summaaan äsmäyeyisä kuukausisa) ja CL Y-1 on edellisen vuoden kejueu volyymiindeksi. Aikasarjan ensimmäiselle vuodelle voidaan aseaa arvoksi esim. 1 ai 100, koska kyseessä on indeksisarja. Tämän jälkeen laskeaan kunkin kuukauden volyymin (edellisen vuoden keskihinnoin) suhde edellisen vuoden käypähinaiseen keskiarvoon. Näillä kuukausiaisilla suhdeluvuilla kerroaan kejueun vuosivolyymi-indeksin edellisen vuoden piseluku, jolloin saadaan kejueu kuukausiainen volyymi-indeksiaikasarja: = 12 missä CL M on kejueu kuukausiainen volyymi-indeksi kuukaudella M, PYP M on edellisen vuoden keskihinainen kuukausiainen volyymi, CP Y-1 /12 on edellisen vuoden käypähinainen kuukausiainen keskiarvo ja CL Y-1 on kejueun vuosivolyymi-indeksin edellisen vuoden piseluku. Kejueu kuukausiainen volyymi-indeksiaikasarja voidaan ämän jälkeen skaalaa esimerkiksi vuoden 2000 asolle keromalla kaikki volyymiindeksin kuukaude samalla keroimella. Tuoannon suhdannekuvaajan aikasarja ilmaisaan indeksisarjana muodossa 2000=100. Skaalaus ehdään siis sien, eä vuoden 2000 kuukausien keskiarvoksi ulee 100. Viievuosi arkoiaa kejueuissa sarjoissa nimenomaan siä eä volyymi on ilmaisu suheessa viievuoden käypähinaiseen asoon. Koska hinapaino muuuva kejueuissa sarjoissa vuosiain, ei äsmällisesi oaen voida sanoa, eä kejueu volyymisarja olisiva vuoden 2000 hinaisia. Kejueujen sarjojen haiapuolena on addiiivisyyden häviäminen, mikä arkoiaa siä, eei sarjoja voi summaa oisiinsa. Kejueu arvonlisäyksen volyymi ei siis ole yhä suuri kuin sen osaekijöiden summa. Annual overlap -kejuusmeneelmäsä johuen kejueu kuukausivolyymi äsmäävä auomaaisesi neljännesvuosi- ja edelleen vuosiilinpioon kun edellisen vuoden hinaise ja käypähinaise iedo on ensin äsmäyey. 7 Neljännesvuosiilinpidon volyymimeneelmisä löyyy verailua IMF:n QNA-manuaalin kappaleesa hp://www.imf.org/exernal/pubs/f/qna/2000/texbook/ch9.pdf. Annual overlap -esimerkki sivulla 159.
14(19) 3.4 Kausiasoius ja yöpäiväkorjaus 8 Tuoannon suhdannekuvaajan aikasarjoissa esiinyy aloudellisille suhdanneaikasarjoille yypillisä kausivaihelua. Syinä kausivaihelun esiinymiseen ova esimerkiksi vuodenajan vaihelun, eri uoeille oollisen vuoden sisäisen myynikausien uoma muuokse arkaselavassa ilmiössä sekä ajoiusekijä aloudellisissa ransakioissa. Talvi- ja kesäkuukausien vaihelun lisäksi joulun ja pääsiäisen kuluus, Suomessa joulukuulle osuva veronpalauukse ja jäännösvero sekä yriysen osinkojen maksu keväällä ilinpääösen jälkeen ova esimerkkejä kausivaihelun aiheuajisa kuukausisarjoissa. Suhdanneaikasarjan kausivaihelu vaikeuaa käännepiseiden havainnoinia. Myös pidemmän aikavälin kehiys on vaikeasi hahmoeavissa alkuperäisesä havainosarjasa. Kausivaihelu mielleäänkin usein vuoa iheämmin havainoja sisälävässä aikasarjassa kiusankappaleeksi, jolla ei ole paljoakaan ekemisä pidemmän ajan kehiyskuvan kanssa. Täsä ei pidä ehdä sellaisa johopääösä, eä kausivaihelu olisi vakioisa ja deerminisisä, ja eä sen mallinaminen ja asoiaminen olisi vain riviaali pikkuseikka suurempien asioiden iellä (ks. myös Takala 1994, 69 71 9 ). Analysoiaessa kansanalouden kuukausiaikasarjoja, muuoksen vuoden akaisesa kuukaudesa laskennan lisäksi veraus edelliseen havainoon olisi oivoavaa. Veraamalla kehiysä edellisesä havainnosa havaiaan käännepisee arkaselavassa muuujassa. Joa ähän pääsäisiin, aikasarja on jaeava komponeneihin ja vuoden sisäinen kausivaihelu poiseava. Vuoa iheämmin havainoja sisälävä aloudellise suhdanneaikasarja esieään usein jaeavaksi neljään eri komponeniin, rendiin (hyvin pikän ajan kehiys), suhdannesykliin (business cycle, alouden suhdaneisa johuva keskipikän ajan vaihelu), kausivaiheluun (vuoden sisäisä vaihelua) sekä epäsäännölliseen vaiheluun. Näisä viimeisen oleeaan olevan saunnaisa valkoisa kohinaa, joka ei sisällä sarjan analysoinnin kannala hyödyllisä ieoa. Koska rendin ja suhdannesyklin eroaminen oisisaan yksikäsieisellä ja selkeällä avalla on hankalaa, komponeni esimoidaan yleensä yhdessä, nimiäen ää yhdiselmää rendisykliksi (rend cycle). Tässä meneelmäkuvauksessa rendi-käsieä käyeäessä viiaaan suhdannesarjojen analysoinnille ominaisesi rendisykliin. Kun kausivaihelu poiseaan, aikasarjasa saadaan kausiasoieu sarja, joka sisälää rendisyklin ja epäsäännöllisen vaihelun. 8 Tämän luvun on kirjoianu alun perin Aro Kokkinen. Faiz Alsuhail ja Samu Hakala ova kommenoinee ja osallisunee eksin muokkaamiseen. Luku perusuu monila osin arikkeliin Aro Kokkinen ja Faiz Alsuhail (2005). Aikasarjan ARIMA-mallipohjaisesa kausiasoiuksesa. Kansanaloudellinen aikakauskirja, 4/2005, 101. vuosikera, hp://www.kyhdisys.ne/aikakauskirja/sisallys/pdfiedoso/kak42005/kak42005kokki nen.pdf, sekä Tilasokeskuksen kausiasoiuskurssien (2006) maeriaaleihin (Kokkinen). 9 Takala, K. (1994): Kahden kausipuhdisusmeneelmän verailua; X11 ja STAMP, eoksessa Suhdannekäänne ja aloudellise aikasarja, s. 67 103, Tilasokeskus. Tukimuksia 210, Helsinki.
15(19) 3.4.1 TRAMO/SEATS -meneelmä Kansanalouden kuukausiaikasarjojen kausiasoiuksissa käyeään Eurosain suosielemaa ARIMA-mallipohjaisa 10 TRAMO/SEATS -meneelmää. ARIMA-mallipohjaisen kausiasoiuksen lähökohana on mallinaa ensin havainosarjan vaihelu ARIMA-mallin avulla. Saaua ARIMA-mallia käyeään hyväksi, kun aikasarjan vaihelu jaeaan rendiin, kausikomponeniin ja epäsäännöllisen vaihelun komponeniin. Komponeneihin jako ehdään sien, eä saadu komponeni ova esieävissä ARIMA-mallien avulla. Merkiävimpänä erona ad hoc -lähesymisapaan (esim. meneelmä X11/X12, Dainies, Sabl, BV4) on, eä TRAMO/SEATS:ssa kullekin aikasarjalle muodoseaan oma, sarjakohainen suodinkaava, jolla aineiso asoieaan. Meneelmä sisälää myös ehokkaan avan ehdä yö- ja kauppapäiväkorjauksia ja unnisaa poikkeavia havainoja. TRAMO/SEATS anaa myös mahdollisuuden ennuseiden, keskivirheiden ja luoamusvälien muodosamiseen komponeneiain. Ohjelman ja meneelmän nykymuooon saaajia ova ollee Agusín Maravall ja Vicor Gómez 11. Aina kun aikasarjaa kausiasoieaan, puuuaan alkuperäisen aikasarjan auokorrelaaiorakeneeseen. Mikäli käyeävä suodin (olipa se sien yleinen ad hoc -suodin ai väärään malliin pohjauuva) ei aru vain ja ainoasaan aikasarjan kausivaiheluaajuuksiin ai rendiä esimoiaessa rendin aajuuksiin, vääriseään alkuperäisen aikasarjan auokorrelaaiorakenne vieraaksi alkuperäisen ilmiön ajassa oisuville ominaisuuksille. ARIMA-mallipohjainen kausiasoius ja TRAMO/SEATS-meneelmä arjoava ähän ongelmaan yhden analyyisen rakaisun. Alkuperäinen sarja esipuhdiseaan TRAMO-vaiheessa muun muassa poikkeavisa havainnoisa ja yö- ai kauppapäivien lukumäärien vaiheluisa sien, eä esikäsiely sarja voidaan ARIMA-mallinaa. Tää koko esikäsiellyn sarjan auokorrelaaiorakeneen mallinnusa käyeään hyväksi, kun aikasarjan vaihelu eri aajuusalueilla jaeaan komponeneihin SEATS-vaiheessa. Dekomponoinnin lähökohana on, eä kukin komponeni kuvaa vain juuri siihen komponeniin liiyvää osaa koko sarjan auokorrelaaiorakeneesa ja vaihelusa, eli komponeni ova keskenään orogonaalisia. Tulkinnallisesi ämä arkoiaa, eä syy, joka aiheuava aikasarjan kausivaihelua (kuen vuodenaika) ova riippumaomia aineison pikän aikavälin rendin akana olevisa syisä (invesoinni, ukimus- ja kehiysoimina). Lisäksi oleeaan, eä aikasarja koosuu komponeneisa, joka ova lineaarisen sokasisen prosessien realisaaioia. Tällöin kuakin komponenia (epäsäännöllisä ermiä lukuun oamaa) voidaan kuvaa ARIMA-mallilla. Sekä esikäsiely sarja eä sen komponeni on ARIMA-mallinneu samalla keraa kunnioiaen alkuperäisen sarjan dynaamisia, ajassa oisuvia ominaisuuksia. Lopula esipuhdisuksessa havaiu deerminisise ekijä, äärihavainno sekä yö- ja kauppapäivisä johuva vaihelu liieään komponeneille 10 Lisää ieoa ARIMA-malleisa esim. kirjassa Brockwell ja Davis (2003): Inroducion o Time Series and Forecasing, luku 3. 11 Ks. esim. V. Gomez, ja A. Maravall (1996): Programs TRAMO and SEATS. Insrucions for he User, (wih some updaes). Working Paper 9628, Servicio de Esudios, Banco de España.
16(19) seuraavasi: rendiin asomuuos-äärihavainno (level shif (LS)), kausivaiheluun yö- ja kauppapäivien lukumääräsä johuva vaihelu (working day/rading day effecs (WD/TD)) ja saunnaisvaiheluun yksiäise (addiive oulier (AO)) ja hekellise useamman havainnon ajan kesävä äärihavainno (ransiory change (TC)). Näin koko alkuperäisen aikasarjan vaihelu on jaeu lopullisen rendisyklin, lopullisen kausivaihelun ja lopullisen epäsäännöllisen vaihelun komponeneille. Edellä mainiu komponeni ova alkuperäisessä sarjassa havaisemaomia ja ne voidaan muodosaa lukuisilla eri avoilla. Jaeaessa havainosarjaa komponeneihin örmäään myös ARIMA-mallipohjaisessa lähesymisavassa idenifioiuvuusongelmaan. TRAMO/SEATS-meneelmässä haeaan eri vaihoehdoisa ns. kanoninen dekomposiio, jossa saunnaiskomponenin varianssi maksimoiuu ja esipuhdiseun aikasarjan komponeni saadaan määräyä yksikäsieisesi. Pohdiaessa kanonisen dekomposiion yheydessä saunnaisvaihelun varianssia verrauna muihin meneelmiin (kuen oinen mallipohjainen STAMP sekä mainiu ad hoc -meneelmä), on hyvä muisaa: 1. Esikäsiellyn aikasarjan mallinaminen ehdään kausi-arimamalliperheeseen kuuluvilla moninaisilla (pdq)*(pdq) -malleilla 12, joka johava varsin pieneen, saunnaiseksi esauun, saunnaisvaihelun varianssiin. 2. Esikäsiellyn sarjan kausi-arima-mallin yksilöiminen (idenifioiminen) perusuu Bayesin informaaiokrieeriin (BIC) 13, jossa mallin valinaa ohjaa mahdollisimman pieni saunnaisvaihelun varianssi saavueuna mahdollisimman pienellä esimoiavien paramerien määrällä. Näin ollen SEATS-vaiheen esikäsiellyn sarjan komponeneihin jaossa aikasarjaan sovieun kausi-arima-mallin uoama saunnaisvaihelun (ARIMA-mallin residuaalin) varianssi on hyvin pieni. Tämän koko aikasarjan saunnaisvaihelun minimoimisen SEATS-vaiheen muissa komponeneissa, ja sen ohjaamisen suurimmala osalaan juuri saunnaisvaihelukomponenin varianssiin, ei voida ajaella johavan suurempaan epäsäännölliseen vaiheluun kuin mainiuissa muissa meneelmissä, joissa koko aikasarjaa ei ensin mallinnea kausi-arima-malliperheen mallilla. Sen sijaan deerminisisen yö- ja kauppapäivävaihelun mallinnuksen ja sokasisen kausivaihelun yhdisäminen johaa usein suurempaan kausikomponenin varianssiin TRAMO/SEATS:issa. Kausivaihelun sokasinen mallinnussraegia pureuuu hyvin myös ajassa muunuvaan kausivaiheluun, mikä paranaa yö- ja kauppapäiväekijöiden ohella kausivaihelun seliysasea. 12 Merkinnä p,d,q viiava mallien perus-arima-osaan ja PDQ kausi-arima-osaan, missä p (ai P) on ar-paramerien luku, d (D) differensoinien luku, q (Q) on ma-paramerien luku. T/S:n mallivalikoima perusuu seuraaviin maksimirajoiuksiin p=3,d=2,q=2; P=1,D=1,Q=1. Tarkemmin SARIMA-malleisa ova kirjoianee esimerkiksi Brockwell ja Davis (2003): Inroducion o Time Series and Forecasing, luku 6.5. 13 Min BIC (p, q) = 2 1 log log( pq) T log T, missä p ja q ova AR- ja MA-paramerien lukumäärä mallissa ja T aikasarjan havainojen lukumäärä. Kun T lähesyy ääreönä BIC löyää simuloinien peruseella aikauran uoaneen mallin. Ks. lisää esim. Brockwell ja Davis (2003): Inroducion o Time Series and Forecasing, s. 173.
17(19) Viimeisen asoieujen havainojen arkenumisen vähenämiseksi kaikissa kausiasoiusmeneelmissä jouduaan uoamaan ennuse joiakin havainoja eeenpäin, mikä perusuu yleensä juuri ARIMA-malliin (esim. X11-/ X12- ARIMA), vaikka ise kausiasoiussuodin ei liiyisi ao. malliin millään lailla. ARIMA-mallipohjaisen kausiasoiuksen yksi looginen peruse on, eä sarjan asoiamiseen käyeävä suodin perusuu samaan sarjakohaiseen ARIMA-malliin, jolla ennuse eeenpäin oeueaan. Joka apauksessa kaikkien meneelmien viimeise asoieu havainno (n. 1 3 viimeisä havainoa) arkenuva ulevien ilasohavainojen myöä. Tarkenuminen johuu ennusevirheesä eli siiä, eä uude havainno poikkeava ARIMA-mallin aiemmin ennusamasa kehiyksesä. Miä suurempia ero ova, siä suurempaa on myös jo julkaisujen kausiasoieujen ja rendisarjojen arkenuminen. Noudaaen sandardeja regressio- ja ARIMA-malli-merkinöjä vaiheiainen TRAMO/SEATS -meneelmä voidaan esiää seuraavasi: Tramo (I) / Seas (II): I) y x ' z Esipuhdisus-regressio ARIMA-mallia noudaava yö-/kauppapäiväekijä (WD/TD) esipuhdiseu jäännös äärihavainno (LS, AO, TC) II) z p s u z p ( B ) a ( B) p p s ( B) a ( B ) (esipuhdiseu = (alku)rendi +(alku)kausi- + saunnaissarja komponeni vaihelu ) s s u ARIMA-mallinnuksen residuaali, saunnainen (WN) Lopula osan I deerminisise ja osan II sokasise ekijä yhdiseään ja alkuperäinen sarja jakauuu lopullisiin komponeneihinsa: y p ( LS ) s ( WD / TD) u ( AO, TC) havaino- = rendi + kausi- + epäsäännöllinen sarja komponeni komponeni Lopullinen epäsäännöllinen (Irregular) Yllä olevasa lopullisesa dekomposiiosa nähdään, eä kausikomponenia poiseaessa kausiasoiuksessa puhdiseaan myös kaleneriekijöiden vaikuus.
18(19) 3.4.2 Kausiasoiuskäyännöisä 3.4.3 Työpäiväkorjauskäyännöisä Tuoannon suhdannekuvaajassa kausiasoieu aikasarja sekä rendisarja julkaisaan koko kansanalouden asolla volyymisarjana indeksimuodossa (2000=100). Volyymisarja asoieaan suoralla meneelmällä (direc adjusmen), jossa aikasarja asoieaan erikseen, eikä esim. koko kansanalouden ason kausiasoieua sarjaa muodosea summaamalla kolme pääoimialaa yheen. Käyäjä saava ieoa kausiasoiuksen oeuamisesa ämän julkisen meneelmäkuvauksen lisäksi Tilasokeskuksen järjesämillä kursseilla sekä yksinkeraisesi kysymällä. Aikasarjojen mallinamisen kuvaamisessa periaaeena on avoimuus ja iedon jakaminen. Kausiasoiuksessa ja yöpäiväkorjauksessa noudaeaan Eurosain ja EU:n jäsenmäiden kausiasoiuskäyänöjä ohjaavaa julkaisua ESS Guidelines on Seasonal Adjusmen 14. Pääperiaaeena kausiasoiuksissa on ehdä mallinnukse huolellisesi kerran vuodessa ja piää vuoden välein apahuvan mallinnusarkaselun välillä lähökohaisesi sekä deerminisise esipuhdisusekijä eä idenifioiu ARIMA-malli kiinnieynä, esimoiden kuienkin kullakin laskenakierroksella parameriarvo uudelleen. Poikkeuksena äsä ova kesken vuoa uleva poikkeava havainno (esim. yöaiselu). Kyseeseen saaaa kuienkin ulla mallin säääminen, mikäli mallinnus ei uusien havainojen myöä enää soviu aineisoon. Pääperiaaeen peruse on piää sarjalle idenifioidun mallin avulla muodoseava äsmennykse (parameriarvojen esimoinia lukuun oamaa) ennallaan sien, eei joka kierroksella mallien muunelulla aiheuea ise arkenumisia kausiasoieun sarjan hisoriaan. Parameriarvojen päiviämisen avoieena on uoaa joka laskenakierroksella ennusee eeenpäin mahdollisimman äydellä informaaiolla menneesä. Tällä pyriään vähenämään viimeisen havainojen arkenumisa asoieuissa sarjoissa uusien havainojen myöä. Työpäiväkorjau (yleisemmin kalenerikorjau, calendar adjused) aikasarja julkaisaan volyymisarjana indeksimuodossa (2000=100). Työpäiväkorjaus (mukaan lukien karkausvuosi-, pääsiäis- ja kansallisen kalenerin pyhäpäiväkorjaus) perusuu ilasollisen merkiyksen esaamiseen useampien mallinnuskerojen aikana. Työ- ai kauppapäiväkorjausekijöiä (mukaan lukien yöpäiväkorjauksen poisjääminen sarjan osala) ei muuea kesken vuoa mallinnuskerojen välillä. Parhaassa apauksessa, pikällä aikavälillä useamman vuoden mallinnusarkaselun kokemuksilla, yö-/kauppapäiväkorjaukseen pyriään löyämään sarjakohaisesi sisällöllisesi mielekäs sabiili rakaisu. Niiden sarjojen osala, joille yö-/kauppapäiväkorjausa ei ehdä, yöpäiväkorjaun sarjan paikalla esieään alkuperäinen sarja (alkuperäise sarja julkiseaan luonnollisesi myös, joen mainiujen sarjojen yhäläisyys keroo eei yöpäiväkorjausa ao. ilmiön aineisolle ole ehy). Tällaisessa apauksessa myöskään kausiasoieu sarja ei luonnollisesi ole kalenerikorjau. 14 hp://epp.eurosa.ec.europa.eu/cache/ity_offpub/ks-ra-09-006/en/ks-ra-09-006-en.pdf
19(19) Luku 4 BKT:n neljännespikaennakko (flash-esimaai) Neljännesvuosiaisen bruokansanuoeen pikaennakko laskeaan uoannon suhdannekuvaajan avulla. Pikaennakon laskennassa käyeään mahdollisimman kaavasi samoja lähdeaineisoja kuin neljännesvuosiilinpidossa. Täysin samojen ieojen käyö ei ole mahdollisa nopeasa julkaisuaikaaulusa johuen. Pikaennakon laadinnassa ei arvioida väliuoekäyöä, uoeveroja eikä uoeukipalkkioia, vaan neljännesvuosiaisa bruokansanuoea viedään uoosindikaaoreihin perusuvalla uoannon suhdannekuvaajan mukaisella muuoksella eeenpäin. Edellä mainiuja poikkeuksia lukuun oamaa neljännespikaennakon laskennassa käyeään äysin samoja meneelmiä kuin neljännesvuosiilinpidossa, mua laskena apahuu kuukausiasolla. Kuukausiainen aikasarja summaaan neljännesvuosisarjaksi, ja neljännespikaennakko kausiasoieaan Tramo/Seas-meneelmällä neljännesvuosiasolla.