Introdução Na iteração B, (Tabela B7), iteração C (Tabela C7) e iteração D (Tabela D7 e Tabela D12), o componente de ciclo de tendência é extraído de uma estimativa da série ajustada sazonalmente usando As médias móveis de Henderson. O comprimento do filtro de Henderson é escolhido automaticamente por X-12-ARIMA em um procedimento de duas etapas. A escolha automática da ordem da média móvel baseia-se no valor de um indicador denominado proporção que mede o significado da componente irregular na série. Quanto mais forte for o componente irregular, maior a ordem da média móvel é selecionada. O procedimento utilizado em cada iteração é muito semelhante, as únicas diferenças são o número de opções disponíveis eo tratamento das observações nas duas extremidades da série. O procedimento abaixo é aplicado para séries temporais mensais. Seleção automática do Henderson filter ndash parte B Primeiro, o ciclo de tendência é calculado usando uma média móvel Henderson de 13 termos como: Em seguida, no caso aditivo, o componente irregular é extraído subtraindo o ciclo tendência da série ajustada sazonalmente. Para a decomposição multiplicativa, um componente irregular é extraído dividindo as séries ajustadas sazonalmente pelo ciclo-tendência. Para calcular a razão é calculada uma primeira decomposição da série SA (ajustada sazonalmente). Para as componentes C (tendência-ciclo) e I (irregular), calcula-se a média dos valores absolutos das taxas de crescimento mensal (modelo multiplicativo) ou mensal (modelo aditivo). As observações no início e no final da série temporal que não podem ser suavizadas por médias de movimento de Henderson de 13 termos simétricas são ignoradas. Se a proporção for menor do que 1, uma média móvel de Henderson de 9 termos é selecionada caso contrário, uma média móvel de Henderson de 13 termos é selecionada. O ciclo de tendência é calculado aplicando um filtro de Henderson selecionado à série ajustada sazonalmente da Tabela B6. As observações no início e no final da série temporal que não podem ser computadas por meio de filtros de Henderson simétricos são estimadas por médias móveis assimétricas ad hoc. Seleção automática do Henderson filtro ndash parte C e D Primeiro, o ciclo de tendência é calculado usando uma média móvel Henderson de 13 termos como: Em seguida, no caso aditivo o componente irregular é extraído subtraindo o ciclo tendência do ajustado sazonalmente Series. Para a decomposição multiplicativa, a componente irregular é extraída dividindo as séries ajustadas sazonalmente pelo ciclo-tendência. Para calcular a razão é calculada uma primeira decomposição da série SA (ajustada sazonalmente). Para as componentes C (tendência-ciclo) e I (irregular), calcula-se a média dos valores absolutos das taxas de crescimento mensal (modelo multiplicativo) ou mensal (modelo aditivo). As observações no início e no final da série temporal que não podem ser suavizadas por médias de movimento de Henderson de 13 termos simétricas são ignoradas. Se a proporção for menor que 1, uma média móvel de Henderson de 9 períodos é selecionada se a razão for maior que 3,5, uma média móvel de Henderson de 23 termos é selecionada caso contrário, uma média móvel de Henderson de 13 termos é selecionada. O ciclo de tendência é calculado aplicando um filtro de Henderson seleccionado às séries ajustadas sazonalmente da Tabela C6, Tabela D7 ou Tabela D12, em conformidade. Em ambas as extremidades da série, onde um filtro central de Henderson não pode ser aplicado, os pesos de extremidades assimétricas para o termo 7 Henderson filtro são usados (Nota) Como a série na Tabela C1 foi ajustada para valores extremos, espera-se que a vontade Ser menor do que o calculado na parte B. A escolha manual do filtro Henderson X-12-ARIMA permite escolher manualmente qualquer média móvel Henderson ímpar para a estimativa final do ciclo tendencial. O usuário também pode alterar o padrão assimétrico Henderson filtro aplicado para observações em ambas as extremidades da série temporal.1 Esta publicação apresenta estimativas do valor do volume de negócios de comércio quotretail para empresas australianas classificadas por indústria e por estado e território. Para efeitos da presente publicação, o comércio inclui as indústrias definidas nos n. os 5 e 6. 2 As estimativas do volume de negócios são compiladas a partir do inquérito mensal ao comércio retalhista. Cerca de 500 grandes empresas são incluídas na pesquisa a cada mês, enquanto uma amostra de cerca de 2.700 empresas menores é selecionada. A contribuição das grandes empresas de aproximadamente 64 do total estimativa garante uma estimativa de volume de negócios australiana altamente confiável. 3 As estimativas mensais são apresentadas em termos de preços correntes. As medidas trimestrais de volume de cadeia nos níveis estadual e industrial são atualizadas com os números de março, junho, setembro e dezembro desta publicação. DEFINIÇÃO DO VOLUME DE NEGÓCIOS 4 O volume de negócios inclui: vendas a retalho vendas por grosso de reparações, refeições e aluguer de mercadorias (excepto aluguer, locação e aluguer de terrenos e edifícios) comissões de actividades de agências (por exemplo, Etc) e a partir de julho de 2000, o imposto sobre bens e serviços. DEFINIÇÃO DO COMÉRCIO DE RETALHO 5 As indústrias incluídas na pesquisa são definidas na Classificação Industrial Padrão da Austrália e da Nova Zelândia (ANZSIC) 2006 (nº de cat. 1292.0). As estatísticas da indústria nesta publicação são apresentadas em dois níveis de detalhe: Grupo industrial - o nível industrial mais amplo que compreende 6 grupos industriais. Esse nível é usado para apresentar estimativas mensais de preço corrente e estimativa de volume de cadeia trimestral nesta publicação. Subgrupo da indústria - o nível mais detalhado da indústria, composto por 15 subgrupos da indústria. Este nível é usado para apresentar estimativas de preços atuais mensais em planilhas de séries temporais. 6 A seguir, mostra-se o nível de liberação das estatísticas do comércio varejista e define cada grupo e subgrupo da indústria em termos de classes de ANZSIC 2006: Varejo de alimentos Supermercados e supermercados e lojas não-petrolíferas de varejo de combustível selecionado Supermercados e mercearias (4110) Comércio especializado de produtos alimentares (4102) Comércio especializado de produtos alimentares (4101) Comércio especializado de produtos alimentares (4101) Comércio especializado de produtos alimentares (4212) Venda a retalho de artigos para o lar (4213) Venda a retalho de artigos de vestuário e de outros produtos têxteis (4214) Venda a retalho de artigos de uso doméstico e eléctrico (4213) Venda a retalho de artigos para casa e electrodomésticos (4221) Venda a retalho de computadores e periféricos de computadores (4222) Outros artigos eléctricos e electrónicos ret (4229) Varejistas de vestuário, calçado e acessórios pessoais Varejistas de vestuário Varejistas de vestuário (4251) Varejistas de calçados e outros acessórios pessoais Varejistas de calçados e acessórios (4252) Varejo de relógios e joalharia (4259) Outros varejistas de acessórios de lazer (4259) Lojas de departamento (4260) Outros varejistas Varejo de jornais e livros Varejo de jornais e revistas (4244) Varejo de outros artigos de lazer Varejo de equipamentos desportivos e de camping (4241) Venda a retalho de brinquedos e jogos (4243) Venda a retalho de produtos farmacêuticos, cosméticos e de toucador (4271) Venda a retalho de artigos de papelaria (4272) Venda a retalho de artigos usados e usados (4273) Venda a retalho de flores (4274) (4279) Comércio a retalho não estabelecido em estabelecimentos comerciais (4310) Compra e / ou venda a retalho (4320) ) Serviços de restauração (4513) Serviços de restauração (4513) Serviços de restauração (4512) ÁREA E COBERTURA 7 O âmbito do Inquérito às Empresas do Comércio a Retalho emprega todo o comércio a retalho Empresas que vendem predominantemente para as famílias. Como a maioria dos inquéritos económicos do Bureau of Statistics (ABS) australiano, o enquadramento utilizado para o inquérito é retirado do ABS Business Register, que inclui inscrições para o regime de retenção de pagamentos (PAYGW) do Australian Taxation Offices (ATO). Cada unidade estatística incluída no Registo Comercial da ABS é classificada na indústria ANZSIC em que opera principalmente. O quadro é complementado com informações sobre um pequeno número de empresas que são classificadas para uma indústria de comércio não-varejo, mas que têm atividade de comércio varejista significativa. 8 O quadro é actualizado trimestralmente para ter em conta as novas empresas, as empresas que deixaram de empregar, as alterações na indústria e outras alterações gerais do negócio. As estimativas incluem um subsídio para o tempo que leva um negócio recém-registrado para chegar ao quadro de pesquisa. As empresas que deixaram de empregar são identificadas quando a ATO cancela o seu número de negócio australiano (ABN) e / ou registo PAYGW. Além disso, as empresas com menos de 50 empregados que não remeter no âmbito do regime PAYGW em cada um dos cinco trimestres anteriores são removidos da moldura. 9 Para melhorar a cobertura e a qualidade das estimativas e reduzir o custo para a comunidade empresarial de relatar informações ao ABS, o volume de negócios para os franqueados é cobrado diretamente de uma série de sedes de franquia. Os franqueados incluídos neste relatório são identificados e removidos da moldura. 10 O ABS utiliza um modelo de unidades de estatísticas económicas baseado no Registo de Empresas do ABS para descrever as características das empresas e as relações estruturais entre empresas relacionadas. Dentro de grandes e diversos grupos de negócios, o modelo de unidades é usado para definir unidades de relatório que podem fornecer dados ao ABS em níveis adequados de detalhes. Em meados de 2002, o ABS começou a obter as suas informações de registo no Australian Business Register e, nessa altura, alterou o seu registo de empresas para um modelo de duas populações. As duas populações compreendem o que é chamado de População Modelada e a População Não-Formada. A principal distinção entre as empresas das duas populações está relacionada com a complexidade da estrutura da empresa eo grau de intervenção necessário para refletir a estrutura da empresa para fins estatísticos. 11 A maioria das empresas incluídas no Cadastro de Negócios da ABS estão na População Não-Formada. A maioria dessas empresas são entendidas como tendo estruturas simples. Para essas empresas, o ABS é capaz de usar o ABN como base para uma unidade estatística. Um ABN equivale a uma unidade estatística. 12 Para um pequeno número de empresas, a unidade ABN não é adequada para fins de estatísticas económicas do ABS e o ABS mantém a sua própria estrutura de unidades através do contacto directo com as empresas. Essas empresas constituem a população perfilada. Esta população consiste tipicamente de grandes ou complexos grupos de empresas. O modelo de unidades estatísticas abaixo refere-se a estas empresas: Grupo empresarial: Esta é uma unidade que abrange todas as operações na Austrália de uma ou mais entidades jurídicas sob a propriedade comum ou controlo. Abrange todas as operações na Austrália de pessoas jurídicas que estão relacionadas na actual Lei das Sociedades Anónimas (tal como alterada pela Lei de Alteração da Legislação de 1991), incluindo entidades jurídicas tais como empresas, fundos fiduciários e parcerias. Não é necessária a participação maioritária para que o controle seja exercido. Empresa: A empresa é uma unidade institucional composta por: uma única entidade jurídica ou entidade empresarial ou mais de uma entidade jurídica ou entidade empresarial dentro do mesmo grupo empresarial e no mesmo subsector institucional (ou seja, estão todos classificados num único Sector Institucional Padrão Classificação do subsector da Austrália (SISCA). Tipo de unidade de actividade (TAU): A TAU é constituída por uma ou mais entidades empresariais, sub-entidades ou sucursais de uma entidade empresarial de um grupo de empresas que podem comunicar dados de produção e de emprego para actividades económicas semelhantes. Quando um conjunto mínimo de itens de dados está disponível, é criada uma TAU que cobre todas as operações dentro de uma subdivisão da indústria (e a TAU é classificada na subdivisão relevante da ANZSIC). Quando uma empresa não pode fornecer dados adequados para cada indústria, é formada uma TAU que contém atividade em mais de uma subdivisão da indústria. 13 A Pesquisa é realizada mensalmente principalmente por entrevista por telefone, embora um pequeno número de questionários sejam enviados para as empresas. Os negócios incluídos na pesquisa são selecionados por amostra aleatória de um quadro estratificado por estado, indústria e tamanho do negócio. A pesquisa usa o volume de negócios anualizado como medida do tamanho do negócio. Para a população não-perfilada, o volume de negócios anualizado é baseado no item Total da Actividade da Actividade Comercial da ATO e para a População Perfilada é utilizado um volume de negócios anualizado modelado. Para efeitos de estratificação, o volume de negócios anualizado atribuído a cada negócio é actualizado trimestralmente com as informações mais recentes sobre a Actividade Empresarial (BAS). 14 A cada trimestre, algumas empresas da amostra são substituídas, aleatoriamente, por outras empresas, para que a carga de reporte possa ser distribuída por pequenos varejistas. Essa substituição da amostra ocorre no primeiro mês de cada trimestre, o que pode aumentar a volatilidade das estimativas entre este mês e o mês anterior, especialmente no nível de subgrupo de cada setor. 15 A metodologia de estimação de regressão generalizada é utilizada para a estimação. Para fins de estimativa, o volume de negócios anualizado alocado a cada negócio é atualizado a cada trimestre. 16 A maioria das empresas pode fornecer o volume de negócios em uma base de mês calendário e é assim que os dados são apresentados. Quando as empresas não podem fornecer o volume de negócios em uma base de mês calendário, os dados relatados eo período que eles se relacionam são usados para estimar o volume de negócios para o mês calendário. 17 A maioria dos varejistas opera em um único estado. Por essa razão, as estimativas de volume de negócios por estado são apenas coletadas dos maiores varejistas que são incluídos na pesquisa a cada mês. Estes retalhistas são convidados a fornecer o volume de negócios para as vendas de cada stateterritory em que a empresa opera. O volume de negócios das empresas de menor dimensão é atribuído ao estado do seu endereço de correio registado no registo de empresas da ABS. 18 A amostragem estratificada é empregada quando, dentro de uma população de inquérito, existem subpopulações que variam de toda a população. A estratificação oferece a vantagem de amostrar cada estrato de forma independente. O Retail Business Survey utiliza estratificação para agrupar os negócios de varejo a serem vistos em estratos homogêneos com base no volume de negócios anualizado alocado a cada negócio. A variável de volume de negócios anualizada é derivada das informações do BAS do sistema de tributação e é utilizada como variável de dimensionamento para fins de estratificação e para formar informação auxiliar (benchmarks de estimativa) para apoiar a metodologia de estimativa de regressão utilizada no Inquérito às Empresas de Retalho. A utilização das informações do BAS permite o desenho mais eficiente para o levantamento, mantendo o tamanho das amostras ao mínimo e fornecendo resultados precisos. A partir de outubro de 2013, os padrões de estratificação foram atualizados trimestralmente, de forma a melhorar a precisão das estimativas de nível derivadas do levantamento, bem como abordar a questão dos padrões de estratificação de envelhecimento que, de outra forma, deveriam ser atualizados periodicamente. ESTABILIDADE ESTACIONAL E ESTIMATIVA DE TENDÊNCIAS 19 As estimativas dessazonalizadas são obtidas estimando e removendo os efeitos sistemáticos relacionados ao calendário da série original. Na série Comércio a retalho, estes efeitos relacionados com o calendário são conhecidos como: sazonais, e. Os padrões anuais nas vendas, como o aumento das despesas em dezembro, como resultado das influências dia de negociação de Natal decorrentes de padrões semanais nas vendas e os diferentes períodos de cada mês eo número variável de domingos, segundas-feiras, terças, etc em cada mês uma Páscoa Efeito de proximidade, que é causado quando a Páscoa, um feriado móvel, cai no final de março ou início de abril um efeito Dia dos Pais, que é causada quando o primeiro domingo de setembro cai nos primeiros dias do mês e compras do Dia dos Pais ocorre em Agosto. Cada uma dessas influências é estimada por fatores separados que, quando combinados, são chamados de fatores de ajuste combinados. Os fatores de ajuste combinados são baseados em padrões observados nos dados históricos. É possível que com a introdução do ANZSIC 2006 a partir de Julho de 2009 os padrões históricos possam não ser tão relevantes para algumas séries. Por exemplo, a venda de produtos de relojoaria e joalharia mudou-se do subgrupo Outro ramo de venda a retalho para o subgrupo de calçado e outro subgrupo de acessórios para venda a retalho no âmbito do ANZSIC 2006. Os padrões sazonais para outras empresas no subgrupo Calçado e Varejistas de jóias. Os fatores de ajuste combinados evoluirão ao longo do tempo para refletir quaisquer novos padrões sazonais ou de dia de negociação, embora neste exemplo, uma estimativa para esse impacto (quebra sazonal) tenha sido implementada nos fatores de ajuste combinados.21 As seguintes séries de varejo são diretamente sazonais Ajustado: volume de negócios australiano cada estado total cada subgrupo de indústria australiano total cada estado por subgrupo de indústria. 22 Uma metodologia de reconciliação bidimensional é usada na série de tempo ajustada sazonalmente para forçar a aditividade - isto é, forçar a soma de estimativas de nível fino (estado por subgrupo de indústria) para igualar os totais do subgrupo australiano, estadual e de indústria. Os totais dos grupos de indústrias são derivados das estimativas de nível mais baixo.23 As séries trimestrais dessazonalizadas utilizadas na compilação das medidas de volume de cadeia são a soma das séries mensais aplicáveis. A modelagem de média móvel integrada (ARIMA) auto-regressiva pode melhorar as propriedades de revisão das estimativas de tendência e de ajuste sazonal. A modelagem ARIMA baseia-se nas características da série que está sendo analisada para projetar os dados do período futuro. Os valores projetados são temporários, valores intermediários, que são usados apenas internamente para melhorar a estimação dos fatores sazonais. Os dados projetados não afetam as estimativas originais e são descartados no final do processo de ajuste sazonal. A coleção de varejo utiliza um modelo ARIMA individual para cada um dos totais da indústria e totais do estado. O modelo ARIMA é avaliado como parte da reanálise anual. No processo de ajuste sazonal, tanto os fatores sazonais quanto os dias de negociação evoluem ao longo do tempo para refletir mudanças nos padrões de gastos e negociação. Exemplos desta evolução incluem o movimento lento nos gastos de Dezembro para Janeiro e, o aumento da actividade comercial nos fins de semana e feriados. A série Varejo usa uma metodologia de ajuste sazonal concorrente para derivar os fatores de ajuste combinados. Isso significa que os dados do mês atual são usados na estimativa dos fatores sazonais e do dia de negociação para os meses atual e anterior. Para obter mais informações, consulte o documento de Informações: Introdução do Ajuste Sazonal Concorrente para a Série de Comércio de Retalho (nº de cat. 8514.0). 26 Os fatores sazonais e de dia de negociação são revisados anualmente em um nível mais detalhado do que o possível no ciclo de processamento mensal. A reanálise anual pode resultar em revisões relativamente maiores para as séries ajustadas sazonalmente do que durante o processamento mensal normal. 27 As estimativas corrigidas de sazonalidade continuam a reflectir os erros de amostragem e de não amostragem a que estão sujeitas as estimativas originais. É por isso que se recomenda que a série de tendências seja usada com a série ajustada sazonalmente para analisar os movimentos subjacentes mês a mês. 28 As estimativas de tendência são obtidas pela aplicação de uma média móvel de Henderson de 13 termos à série mensal ajustada sazonalmente e uma média móvel de Henderson de 7 períodos para a série trimestral sazonalmente ajustada. A média móvel de Henderson é simétrica, mas à medida que se aproxima o fim de uma série temporal, têm de ser aplicadas formas assimétricas da média móvel. As médias móveis assimétricas foram adaptadas às características particulares de séries individuais e permitem a produção de estimativas de tendência para períodos recentes. Um parâmetro de peso final 2.0 da média móvel assimétrica é usado para produzir estimativas de tendência para os totais do grupo de empresas Austrália, Estado e Austrália. Para a outra série, é utilizado um parâmetro de peso final padrão 3,5 da média móvel assimétrica. As estimativas da tendência serão melhoradas no final atual da série de tempo, à medida que mais observações estiverem disponíveis. Essa melhora deve-se à aplicação de diferentes médias móveis assimétricas para os últimos seis meses das séries mensais e três trimestres para as séries trimestrais. Como resultado da melhoria, a maioria das revisões das estimativas de tendência será observada nos últimos seis meses ou três trimestres. As estimativas de tendência são usadas para analisar o comportamento subjacente da série ao longo do tempo. Como resultado da introdução do Novo Sistema Tributário, uma quebra na série de tendências mensais foi inserida entre junho e julho de 2000. Portanto, deve-se ter cuidado se comparações durante este período. Para mais detalhes, consulte o Apêndice na edição de dezembro de 2000 desta publicação. MEDIDAS DE VOLUME DA CADEIA 31 As estimativas de preços correntes mensais apresentadas nesta publicação reflectem alterações de preço e de volume. No entanto, as estimativas trimestrais de volume da cadeia mensuram as variações de valor após os efeitos directos das alterações de preços terem sido eliminados e, portanto, apenas reflectem as alterações de volume. As medidas de volume de vendas do volume de negócios de retalho que aparecem nesta publicação são os índices de Laspeyres de cadeia anualmente reponderados referenciados aos valores de preços correntes num ano de referência escolhido. O ano de referência é avançado em cada edição de setembro e atualmente é 2014-15. Os dados de cada ano da série de volumes da cadeia de Retalho baseiam-se nos preços do ano anterior, com excepção dos trimestres do exercício financeiro de 2016-17, que serão inicialmente baseados em dados de preços para o exercício de 2014-15. Comparabilidade com anos anteriores é conseguido através da ligação (ou encadeamento) da série em conjunto para formar uma série de tempo contínuo. Mais informações sobre a natureza e os conceitos das medidas de volume de cadeia estão contidas na publicação do ABS. Nota: Existem dois tipos de erros possíveis nas estimativas Do volume de negócios de retalho: Erro de amostragem que ocorre porque uma amostra, em vez de toda a população, é pesquisada. Uma medida da diferença provável resultante de não incluir todos os estabelecimentos na pesquisa é dada pelo erro padrão. O erro de amostragem pode ser influenciado pela substituição da amostra que ocorre no primeiro mês de cada trimestre. Isso pode aumentar a volatilidade das estimativas entre este mês e o mês anterior, especialmente no nível de subgrupo de cada setor. Erro não de amostragem resultante de imprecisões na recolha, registo e tratamento dos dados. Os erros mais significativos são: a declaração errônea de itens de dados, deficiências na não-resposta da cobertura e erros de processamento. Todos os esforços são feitos para minimizar o erro de relatório, através do cuidadoso desenho dos questionários, treinamento intensivo e supervisão dos entrevistadores e procedimentos eficientes de processamento de dados. 33 As estimativas desestacionalizadas e de tendência e as medidas do volume da cadeia estão também sujeitas à variabilidade da amostragem. Para estimativas ajustadas sazonalmente, os erros-padrão são aproximadamente os mesmos que para as estimativas originais. Para as estimativas de tendência, é provável que os erros-padrão sejam menores. Para as medidas trimestrais de volume de cadeia, os erros-padrão podem ser até 10 mais elevados do que os correspondentes estimativas de preços correntes devido à variabilidade de amostragem contida nos dados de preços usados para esvaziar as estimativas de preços correntes. 34 As estimativas, em termos originais, estão disponíveis na aba Downloads deste número no site do ABS. As estimativas que têm um erro padrão relativo estimado (RSE) entre 10 e 25 são anotadas com o símbolo. Estas estimativas devem ser utilizadas com cautela, uma vez que estão sujeitas a uma variabilidade de amostragem demasiado elevada para algumas finalidades. Estimativas com um RSE entre 25 e 50 são anotadas com o símbolo, indicando que as estimativas devem ser usadas com cautela, pois estão sujeitas a variabilidade de amostragem muito alta para a maioria dos propósitos práticos. As estimativas com um RSE maior que 50 são anotadas com o símbolo indicando que a variabilidade de amostragem faz com que as estimativas sejam consideradas não confiáveis para uso geral. Para auxiliar ainda mais os usuários na avaliação da confiabilidade das estimativas, as séries de dados chave receberam uma classificação de A para B. Onde: A representa um erro padrão relativo em nível menor que 2. As estimativas publicadas são altamente confiáveis para análise de movimento. B representa um erro padrão relativo no nível entre 2 e 5, o que significa que as estimativas são confiáveis para fins de análise de movimento. 36 Os quadros abaixo fornecem um indicador de confiabilidade para as estimativas em termos originais. O indicador de confiabilidade é baseado em um RSE médio derivado ao longo de quatro anos. Erros Padrão Relativos Por Grupo de Indústria O processo de tendência atenua a volatilidade nas estimativas originais e sazonalmente ajustadas. Contudo, as estimativas das tendências estão sujeitas a revisões à medida que as futuras observações ficam disponíveis. COMPARABILIDADE COM OUTRAS ESTIMATIVAS DE ABS 39 As estimativas de Volume de negócios de varejo nesta publicação serão diferentes das vendas de bens e serviços pela indústria de varejo em Business Indicators, Austrália (número de catálogo 5676.0). Esta publicação apresenta estimativas mensais do valor do volume de negócios de empresas de varejo, é obtida a partir do Varejo Business Survey. Inclui o Imposto sobre Produtos e Serviços e inclui algumas empresas de comércio a retalho classificadas numa indústria não relacionada com o comércio a retalho mas que têm uma actividade significativa no comércio a retalho. As estimativas para vendas de bens e serviços em Indicadores de Negócios da Austrália são provenientes da Pesquisa Trimestral de Indicadores de Negócios da economia e excluem o Imposto sobre Produtos e Serviços. Além disso, o Business Survey não inclui todas as classes na Divisão de Comércio de Varejo da ANZSIC, mas inclui cafés, restaurantes e serviços de comida para fora da Divisão de Hospedagem e Serviços de Alimentos. O uso de diferentes amostras nas duas pesquisas também contribui para as diferenças. 40 Estimativas trimestrais do volume da cadeia de comércio retalhista contribuem para as contas nacionais trimestrais em duas áreas principais. Em primeiro lugar, são um indicador das Despesas de Consumo Final das Famílias no lado das despesas do Produto Interno Bruto. Historicamente, as estimativas do comércio de retalho contribuem com cerca de 55-60 das despesas de consumo final das famílias, mas esta contribuição relativa pode variar de trimestre para trimestre, uma vez que as despesas das famílias deslocam-se entre o comércio a retalho e áreas como serviços pessoais, viagens e actividades de lazer fora do âmbito do comércio retalhista. Segundo, as estimativas do comércio de varejo, junto com as estimativas de Indicadores de Negócio, Austrália. Contribuem para estimativas para a Divisão de Comércio a Retalho no lado da produção do Produto Interno Bruto. As estimativas do volume de negócios de retalho per capita são compiladas a partir do Inquérito Mensal às Empresas de Retalho e da População Residente Estimada (ERP) trimestral publicada nas Estatísticas Demográficas da Austrália (Nº de catálogo 3101.0). As estimativas de rotatividade de varejo per capita são os rácios do volume total de varejo trimestral para o ERP trimestral. Os métodos utilizados para determinar as estimativas de rotatividade de varejo per capita são consistentes com os utilizados para a derivação do PIB per capita. Como as estimativas trimestrais de ERP atualmente apresentam defasagens trimestrais de comércio varejista em aproximadamente seis meses, os dois trimestres mais recentes das estimativas de Varejo per capita utilizam projeções de ERP baseadas na tendência atual. 42 O escopo, cobertura e metodologia para o Estudo de Empresas de Varejo e estimativas de ERP estão incluídos nas notas explicativas das publicações correspondentes. Uma discussão detalhada sobre a metodologia de derivação, a projeção do ERP ea interpretação das estimativas per capita do volume de negócios de varejo estão disponíveis como apêndice na guia Notas explicativas para a publicação de junho de 2014 desta publicação. 43 As estimativas atuais de preços e as medidas de volume de cadeia, em termos originais, corrigidos de sazonalidade e tendência, estão disponíveis na aba Downloads deste número no site do ABS. As revisões da série de volume de negócios de retalho per capita irão ocorrer com cada revisão futura das estimativas trimestrais do ERP e também após quaisquer revisões das estimativas do Comércio Varejista. 44 As publicações atuais e outros produtos divulgados pelo ABS estão disponíveis no Statistics View. O ABS também publica um conselho de lançamento diário no site que detalha os produtos a serem lançados na próxima semana. Os utilizadores podem também consultar as seguintes publicações: Contas Nacionais Australianas: Rendimento Nacional, Despesas e Produto (número de catálogo 5206.0) Indústria australiana (número de catálogo 8155.0) Indicadores de Negócio, Austrália (nº de catálogo 5676.0). 45 Além das estatísticas incluídas nesta publicação e publicações relacionadas, o ABS pode ter outros dados relevantes disponíveis. Os inquéritos devem ser feitos ao Serviço Nacional de Informações e Referências em 1300 135 070. Estes documentos serão apresentados numa nova janela. Análise da Série Temporal: O Processo de Ajuste Sazonal Quais são as duas filosofias principais do ajustamento sazonal O que é um filtro O que é O problema do ponto final Como decidimos qual filtro usar O que é uma função de ganho O que é um deslocamento de fase O que são médias móveis Henderson Como lidamos com o problema do ponto final O que são médias móveis sazonais Por que as estimativas de tendência foram revisadas Quanta informação é Necessário para obter estimativas ajustadas sazonalmente aceitáveis AVANÇADO Como as duas filosofias de ajuste sazonal comparam QUAIS SÃO AS DOIS PRINCIPAIS FILOSOFIAS DE AJUSTE ESTACIONAL As duas principais filosofias para o ajuste sazonal são o método baseado em modelo eo método baseado em filtros. Métodos baseados em filtros Este método aplica um conjunto de filtros fixos (médias móveis) para decompor as séries temporais em uma componente tendencial, sazonal e irregular. A noção subjacente é que os dados econômicos são compostos por uma série de ciclos, incluindo ciclos econômicos (a tendência), ciclos sazonais (sazonalidade) e ruído (componente irregular). Um filtro essencialmente remove ou reduz a resistência de certos ciclos a partir dos dados de entrada. Para produzir uma série ajustada sazonalmente a partir dos dados coletados mensalmente, os eventos que ocorrem a cada 12, 6, 4, 3, 2,4 e 2 meses precisam ser removidos. Estes correspondem a frequências sazonais de 1, 2, 3, 4, 5 e 6 ciclos por ano. Os ciclos não sazonais mais longos são considerados parte da tendência e os ciclos não sazonais mais curtos formam o irregular. No entanto, o limite entre a tendência e ciclos irregulares pode variar com o comprimento do filtro utilizado para obter a tendência. No ABS ajuste sazonal, ciclos que contribuem significativamente para a tendência são tipicamente maiores do que cerca de 8 meses para séries mensais e 4 trimestres para séries trimestrais. A tendência, os componentes sazonais e irregulares não precisam de modelos individuais explícitos. O componente irregular é definido como o que permanece após a tendência e os componentes sazonais foram removidos por filtros. Irregulares não apresentam características de ruído branco. Métodos baseados em filtros são freqüentemente conhecidos como métodos de estilo X11. Estes incluem X11 (desenvolvido pela U. S. Census Bureau), X11ARIMA (desenvolvido pela Estatística Canadá), X12ARIMA (desenvolvido pelo U. S. Census Bureau), STL, SABL e SEASABS (o pacote utilizado pelo ABS). As diferenças computacionais entre vários métodos na família X11 são principalmente o resultado de diferentes técnicas usadas nas extremidades da série temporal. Por exemplo, alguns métodos usam filtros assimétricos nas extremidades, enquanto outros métodos extrapolam as séries temporais e aplicam filtros simétricos à série estendida. Métodos baseados em modelos Esta abordagem requer que a tendência, os componentes sazonais e irregulares das séries temporais sejam modeladas separadamente. Assume-se que a componente irregular é 8220 ruído branco 8221 - que é todos os comprimentos de ciclo são igualmente representados. Os irregulares têm média zero e uma variância constante. A componente sazonal tem o seu próprio elemento de ruído. Dois pacotes de software amplamente utilizados que aplicam métodos baseados em modelos são STAMP e SEATSTRAMO (desenvolvido pelo Banco de Espanha.) As principais diferenças computacionais entre os vários métodos baseados em modelos são geralmente devido a especificações do modelo, em alguns casos os componentes são modelados diretamente. Exigem que as séries temporais originais sejam modeladas primeiro e os modelos componentes sejam decompostos a partir dele Para uma comparação das duas filosofias a um nível mais avançado, veja Como as duas filosofias de ajuste sazonal se comparam O QUE É UM FILTRO Os filtros podem ser usados para decompor Uma série de tempo em uma tendência, componente sazonal e irregular. Moedas médias são um tipo de filtro que sucessivamente média um período de tempo de mudança de dados, a fim de produzir uma estimativa suavizada de uma série temporal. Esta série suavizada pode ser considerada como tendo sido derivado Através da execução de uma série de entradas através de um processo que filtra certos ciclos. Portanto, uma média móvel é muitas vezes referida como um filtro. O processo básico envolve a definição de um conjunto de pesos de comprimento m 1 m 2 1 como: Nota: um conjunto simétrico de pesos tem m 1 m 2 e wjw - j Um valor filtrado no tempo t pode ser calculado por onde Y t descreve o valor Da série temporal no instante t. Por exemplo, considere a seguinte série: Usando um filtro simétrico simples de 3 termos (ou seja, m 1 m 2 1 e todos os pesos são 13), o primeiro termo da série suavizada é obtido aplicando os pesos aos três primeiros termos do original Série: O segundo valor suavizado é produzido aplicando os pesos ao segundo, terceiro e quarto termos da série original: O QUE É O PROBLEMA DO PONTO FINAL Reconsiderar a série: Esta série contém 8 termos. No entanto, a série suavizada obtida aplicando filtro simétrico aos dados originais contém apenas 6 termos: Isto é porque há dados insuficientes nas extremidades da série para aplicar um filtro simétrico. O primeiro termo da série suavizada é uma média ponderada de três termos, centrada no segundo termo da série original. Uma média ponderada centrada no primeiro termo da série original não pode ser obtida como dados antes que este ponto não esteja disponível. Da mesma forma, não é possível calcular uma média ponderada centrada no último termo da série, pois não há dados após este ponto. Por esta razão, os filtros simétricos não podem ser usados em nenhuma das extremidades de uma série. Isso é conhecido como o problema do ponto final. Analistas de séries temporais podem usar filtros assimétricos para produzir estimativas suavizadas nessas regiões. Neste caso, o valor suavizado é calculado 8216 fora do centro 8217, sendo a média determinada usando mais dados de um lado do ponto do que o outro de acordo com o que está disponível. Alternativamente, as técnicas de modelagem podem ser usadas para extrapolar as séries temporais e, em seguida, aplicar filtros simétricos para a série estendida. COMO DECIDEMOS O FILTRO A UTILIZAR O analista de séries temporais escolhe um filtro apropriado com base nas suas propriedades, como os ciclos que o filtro remove quando aplicado. As propriedades de um filtro podem ser investigadas usando uma função de ganho. As funções de ganho são usadas para examinar o efeito de um filtro em uma determinada freqüência na amplitude de um ciclo para uma série de tempo particular. Para obter mais detalhes sobre a matemática associada às funções de ganho, você pode baixar as Notas do Curso da Série de Tempo, um guia introdutório para a análise de séries temporais publicada pela Seção de Análise de Séries Temporais do ABS (consulte a seção 4.4). O diagrama a seguir é a função de ganho para o filtro de 3 terminais simétricos que estudamos anteriormente. Figura 1: Função de ganho para o filtro simétrico de 3 períodos O eixo horizontal representa o comprimento de um ciclo de entrada em relação ao período entre os pontos de observação da série temporal original. Assim, um ciclo de entrada de comprimento 2 é completado em 2 períodos, o que representa 2 meses para uma série mensal e 2 trimestres para uma série trimestral. O eixo vertical mostra a amplitude do ciclo de saída em relação a um ciclo de entrada. Este filtro reduz a intensidade de 3 ciclos de período para zero. Ou seja, remove completamente ciclos de aproximadamente este comprimento. Isto significa que para uma série de tempo onde os dados são coletados mensalmente, quaisquer efeitos sazonais que ocorrem trimestralmente serão eliminados aplicando este filtro à série original. Um desvio de fase é o deslocamento de tempo entre o ciclo filtrado e o ciclo não filtrado. Um deslocamento de fase positivo significa que o ciclo filtrado é deslocado para trás e um desvio de fase negativo é deslocado para a frente no tempo. O deslocamento de fase ocorre quando a temporização dos pontos de viragem é distorcida, por exemplo quando a média móvel é colocada fora do centro pelos filtros assimétricos. Isso é que eles ocorrerão mais cedo ou mais tarde na série filtrada, do que no original. As médias móveis simétricas de comprimento ímpar (usadas pelo ABS), onde o resultado é colocado centralmente, não causam deslocamento de fase do tempo. É importante que os filtros usados para derivar a tendência para manter a fase de tempo e, portanto, o tempo de quaisquer pontos de viragem. As Figuras 2 e 3 mostram os efeitos da aplicação de uma média móvel simétrica 2x12 que é descentrada. As curvas contínuas representam os ciclos iniciais e as curvas quebradas representam os ciclos de saída após a aplicação do filtro de média móvel. Figura 2: Ciclo de 24 meses, Fase -5,5 meses Amplitude 63 Figura 3: Ciclo de 8 meses, Fase -1,5 meses Amplitude 22 QUAIS SÃO MÉDIOS MOVENTES DE HENDERSON As médias móveis de Henderson são filtros que foram derivados por Robert Henderson em 1916 para uso em aplicações atuariais. Eles são filtros de tendência, comumente usados em análise de séries temporais para suavizar estimativas ajustadas sazonalmente, a fim de gerar uma estimativa de tendência. Eles são usados em preferência a médias móveis mais simples, porque eles podem reproduzir polinômios de até grau 3, capturando assim pontos de viragem de tendência. O ABS usa médias móveis Henderson para produzir estimativas de tendência de uma série ajustada sazonalmente. As estimativas de tendência publicadas pelo ABS são tipicamente derivadas usando um filtro de Henderson de 13 termos para séries mensais e um filtro de Henderson de 7 termos para séries trimestrais. Os filtros de Henderson podem ser simétricos ou assimétricos. As médias móveis simétricas podem ser aplicadas em pontos suficientemente afastados das extremidades de uma série temporal. Neste caso, o valor suavizado para um dado ponto na série temporal é calculado a partir de um número igual de valores em ambos os lados do ponto de dados. Para obter os pesos, é alcançado um compromisso entre as duas características geralmente esperadas de uma série de tendências. Estes são que a tendência deve ser capaz de representar uma ampla gama de curvaturas e que ele também deve ser tão suave quanto possível. Para a derivação matemática dos pesos, consulte a seção 5.3 das Notas do Curso da Série de Tempo. Que pode ser baixado gratuitamente no site da ABS. Os padrões de ponderação para uma faixa de médias móveis de Henderson simétricas são apresentados na tabela a seguir: Padrão de ponderação simétrica para Henderson Moving Average Em geral, quanto maior o filtro de tendência, mais suave a tendência resultante, como é evidente a partir de uma comparação das funções de ganho acima. Um Henderson de 5 termos reduz ciclos de aproximadamente 2,4 períodos ou menos em pelo menos 80, enquanto que um termo de 23 Henderson reduz ciclos de cerca de 8 períodos ou menos em pelo menos 90. De fato, um termo de 23 Henderson filtro remove completamente ciclos de menos de 4 períodos . Henderson médias móveis também moderar os ciclos sazonais em graus variados. No entanto, as funções de ganho nas Figuras 4-8 mostram que os ciclos anuais nas séries mensal e trimestral não são suficientemente amortecidos para justificar a aplicação de um filtro de Henderson diretamente às estimativas originais. É por isso que eles são aplicados apenas a uma série ajustada sazonalmente, onde os efeitos relacionados calendário já foram removidos com filtros projetados especificamente. A Figura 9 mostra os efeitos de alisamento da aplicação de um filtro de Henderson a uma série: Figura 9: Filtro de Henderson de 23 Dias - Valor de Aprovações de Edifícios Não Residenciais COMO NÓS LIDAMOS COM O PROBLEMA DE PONTO FINAL O filtro de Henderson simétrico só pode ser aplicado a regiões De dados que estão suficientemente longe dos extremos da série. Por exemplo, o termo padrão 13 Henderson só pode ser aplicado a dados mensais que é pelo menos 6 observações a partir do início ou final dos dados. Isso ocorre porque a suavidade do filtro da série, tendo uma média ponderada dos 6 termos de cada lado do ponto de dados, bem como o ponto em si. Se tentarmos aplicá-lo a um ponto que é inferior a 6 observações a partir do final dos dados, então não há dados suficientes disponíveis em um lado do ponto para calcular a média. Para fornecer estimativas de tendência destes pontos de dados, utiliza-se uma média móvel modificada ou assimétrica. O cálculo de filtros Henderson assimétricos pode ser gerado por uma série de métodos diferentes que produzem resultados semelhantes, mas não idênticos. Os quatro métodos principais são o método de Musgrave, o método de Minimização do Quadrado Médio, o método Best Linear Unbiased Estimates (AZUL) eo método de Kenny e Durbin. Shiskin et. Al (1967) derivaram os pesos assimétricos originais para a média móvel de Henderson que são usados dentro dos pacotes X11. Para obter informações sobre a derivação dos pesos assimétricos, consulte a seção 5.3 das notas do curso da série temporal. Considere uma série de tempo onde o último ponto de dados observado ocorre no tempo N. Então um filtro de Henderson de 13 termos simétricos não pode ser aplicado a pontos de dados que são medidos a qualquer momento após e incluindo o tempo N-5. Para todos esses pontos, um conjunto de pesos assimétrico deve ser usado. A tabela a seguir apresenta o padrão de ponderação assimétrica para uma média móvel de Henderson de 13 termos. Os filtros de Henderson de 13 termos assimétricos não removem nem amortecem os mesmos ciclos que o filtro de Henderson de 13 termos simétrico. De fato, o padrão de ponderação assimétrica usado para estimar a tendência na última observação amplifica a força de 12 ciclos de período. Também filtros assimétricos produzem algum deslocamento de fase de tempo. QUAIS SÃO AS MÉDIA MOVIMENTO SAZONÁRIO Quase todos os dados investigados pelo ABS têm características sazonais. Como as médias móveis de Henderson usadas para estimar a série de tendências não eliminam a sazonalidade, os dados devem ser ajustados sazonalmente primeiro usando filtros sazonais. Um filtro sazonal tem pesos que são aplicados ao mesmo período ao longo do tempo. Um exemplo do padrão de ponderação para um filtro sazonal seria: (13, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 13, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 13) onde, por exemplo, um peso de um terço é aplicado a três janeiro consecutivos. Dentro de X11, uma série de filtros sazonais estão disponíveis para escolher. Estas são uma média móvel ponderada de três períodos (ma) S 3x1. Ponderado 5-term ma S 3x3. Ponderada 7-termo ma S 3x5. E uma ponderada 11-termo ma S 3x9. A estrutura de ponderação das médias móveis ponderadas da forma, S nxm. É que uma média simples de m termos calculados e, em seguida, uma média móvel de n dessas médias é determinada. Isto significa que os termos nm-1 são usados para calcular cada valor suavizado final. Por exemplo, para calcular um 11-termo S 3x9. Um peso de 19 é aplicado ao mesmo período em 9 anos consecutivos. Em seguida, é aplicada uma média móvel de 3 termos simples através dos valores médios: Isto dá um padrão de ponderação final de (127, 227, 19, 19, 19, 19, 19, 19, 19, 227, 127). A função de ganho para um filtro sazonal de 11 períodos, S 3x9. Se como: Figura 10: Função de ganho para 11 Term (S 3x9) Filtro sazonal Aplicando um filtro sazonal aos dados irá gerar uma estimativa da componente sazonal da série temporal, uma vez que preserva a força dos harmônicos sazonais e amortece os ciclos de não - Sazonais. Filtros sazonais assimétricos são usados nas extremidades da série. Os pesos assimétricos para cada um dos filtros sazonais usados em X11 podem ser encontrados na seção 5.4 das Notas do Curso da Série de Tempo. Por que as estimativas de tendências são revisadas No final atual de uma série de tempo, não é possível usar filtros simétricos para estimar a tendência por causa do problema do ponto final. Em vez disso, filtros assimétricos são usados para produzir estimativas de tendência provisórias. No entanto, à medida que mais dados se tornam disponíveis, é possível recalcular a tendência usando filtros simétricos e melhorar as estimativas iniciais. Isso é conhecido como uma revisão de tendência. QUANTIDADE DE DADOS É OBRIGADA A OBTER ESTIMATIVAS ACEITÁVEIS AJUSTADAS SAZONALMENTE Se uma série temporal exibir sazonalidade relativamente estável e não for dominada pela componente irregular, então 5 anos de dados podem ser considerados um comprimento aceitável para derivar estimativas ajustadas sazonalmente de. Para uma série que mostra uma sazonalidade particularmente forte e estável, um ajuste bruto pode ser feito com 3 anos de dados. É geralmente preferível ter pelo menos 7 anos de dados para uma série de tempo normal, para identificar precisamente padrões sazonais, dia de negociação e efeitos de férias em movimento, tendência e quebras sazonais, bem como outliers. As abordagens baseadas em modelos permitem as propriedades estocásticas (aleatoriedade) da série em análise, no sentido de que elas adaptam os pesos dos filtros com base na natureza da série. A capacidade do modelo 8217s para descrever com precisão o comportamento da série pode ser avaliada, e inferências estatísticas para as estimativas estão disponíveis com base no pressuposto de que o componente irregular é o ruído branco. Os métodos baseados em filtros são menos dependentes das propriedades estocásticas das séries temporais. É responsabilidade do analista de séries temporais escolher o filtro mais apropriado de uma coleção limitada para uma série particular. Não é possível realizar verificações rigorosas sobre a adequação do modelo implícito e medidas exatas de precisão e inferência estatística não estão disponíveis. Portanto, um intervalo de confiança não pode ser construído em torno da estimativa. Os diagramas a seguir comparam a presença de cada um dos componentes do modelo nas freqüências sazonais para as duas filosofias de ajuste sazonal. O eixo x é o comprimento do período do ciclo eo eixo y representa a força dos ciclos que compreendem cada componente: Figura 11: Comparação das duas filosofias de ajuste sazonal Os métodos baseados em filtros pressupõem que cada componente existe apenas um certo comprimento de ciclo. Os ciclos mais longos formam a tendência, a componente sazonal está presente nas frequências sazonais ea componente irregular é definida como ciclos de qualquer outro comprimento. Sob uma filosofia baseada em modelo, a tendência, componente sazonal e irregular estão presentes em todos os comprimentos de ciclo. O componente irregular é de força constante, os picos de componente sazonal em frequências sazonais ea componente de tendência é mais forte nos ciclos mais longos. Esta página foi publicada pela primeira vez em 14 de Novembro de 2005, actualizada pela última vez em 25 de Julho de 2008
Comments
Post a Comment