Dati destagionalizzati (SA) e non destagionalizzati (NSA): cosa significa SAAR

L’attività economica spesso cambia in modo prevedibile con il calendario. Le assunzioni nel commercio al dettaglio possono aumentare prima delle festività invernali, l’edilizia può rallentare con il freddo e le fabbriche possono modificare i turni durante il cambio dei modelli. Questi effetti ricorrenti possono far apparire un mese più forte o più debole di quello precedente anche quando il ritmo sottostante è cambiato poco.

La destagionalizzazione stima la parte di una serie associata a effetti stagionali ricorrenti e la rimuove dalla serie destagionalizzata pubblicata. In base al metodo, le agenzie possono anche considerare effetti di calendario prevedibili, come il diverso numero di giorni della settimana o le festività mobili. L’obiettivo è rendere più facile interpretare i movimenti mensili o trimestrali, non cancellare l’attività economica effettiva né produrre una tendenza perfettamente uniforme. Il Bureau of Labor Statistics degli Stati Uniti (BLS) descrive la destagionalizzazione come la rimozione di influenze stagionali ricorrenti; il Census Bureau spiega che può aiutare a individuare gli elementi non stagionali di una serie temporale. Consulta la [panoramica BLS sulla destagionalizzazione]({source:blsSeasonalAdjustmentOverview}) e le [FAQ del Census Bureau sulla destagionalizzazione]({source:censusSeasonalAdjustmentFaq}).

La destagionalizzazione non è la stessa cosa dell’adeguamento per l’inflazione. Una serie destagionalizzata può essere ancora espressa in dollari correnti; una serie reale, corretta per l’inflazione, può essere pubblicata con o senza destagionalizzazione. Controlla entrambe le dimensioni quando leggi una statistica su prezzi, produzione, reddito o spesa.

Gli effetti stagionali non coincidono neppure con il ciclo economico. Un calo della produzione che si ripete ogni estate può essere stagionale; un rallentamento che dura diversi trimestri può essere collegato al ciclo economico o a un altro shock. La procedura di destagionalizzazione non separa perfettamente questi fenomeni, quindi considera anche gli eventi economici e gli altri indicatori descritti nella pubblicazione.

SA significa destagionalizzato (seasonally adjusted). NSA significa non destagionalizzato; le pubblicazioni possono chiamarlo anche dato non corretto o originale. Le due versioni descrivono in genere la stessa serie economica, ma rispondono a domande di confronto diverse.

Il valore destagionalizzato è una stima basata sulla serie e sul metodo dell’agenzia, non il risultato di una seconda indagine. Può muoversi diversamente dal valore non destagionalizzato perché l’effetto stagionale stimato per un mese può essere maggiore di quello di un altro. Il BLS afferma che nessuna versione è sempre migliore: i dati non destagionalizzati possono essere adatti a confrontare le assunzioni stagionali nello stesso periodo di anni diversi, mentre quelli destagionalizzati sono spesso più utili per osservare i movimenti mensili recenti. La [guida BLS all’uso dei dati CPI destagionalizzati e non destagionalizzati]({source:blsCpiSeasonalDataUse}) offre un esempio specifico di una serie; controlla le note di ogni pubblicazione prima di generalizzare.

La destagionalizzazione cambia il confronto stimando lo schema del calendario per ogni periodo. Consideriamo una serie volutamente semplice e ipotetica che usa un effetto stagionale additivo. Nel mese A, un valore osservato di 100 include un effetto stagionale stimato pari a 15, quindi il valore destagionalizzato è 85. Nel mese B, il valore osservato è 108 e include un effetto stimato pari a 25, quindi il valore destagionalizzato è 83.

La serie non destagionalizzata sale di 8, mentre quella destagionalizzata scende di 2. È possibile perché nel mese B l’aumento stagionale abituale è stimato maggiore. In questo esempio, la variazione della serie destagionalizzata chiede se l’aumento osservato ha superato lo schema del calendario previsto. Le cifre sono inventate esclusivamente per illustrare il calcolo e non corrispondono a nessun indicatore pubblicato.

Questa sottrazione è solo un esempio didattico di destagionalizzazione additiva. Molte serie utilizzano fattori moltiplicativi, per cui il valore destagionalizzato si calcola dividendo il valore originale per un fattore; i metodi possono anche combinare effetti stagionali, dei giorni della settimana o delle festività mobili. Un cambio di direzione, da solo, non dimostra quindi che l’agenzia abbia commesso un errore o che l’economia abbia invertito bruscamente la rotta. Le FAQ del Census Bureau osservano che le serie destagionalizzate e non destagionalizzate spesso si muovono in direzioni opposte e che vanno interpretate considerando il fattore stagionale e il resto della pubblicazione. {source:censusSeasonalAdjustmentFaq}

Conta anche l’entità della differenza. Un lieve calo del valore destagionalizzato non conferma da solo una svolta netta dell’attività economica. Possono incidere la dimensione del campione, le revisioni dei dati storici, gli arrotondamenti e l’incertezza nella stima dei fattori stagionali. Il numero di cifre decimali pubblicate indica la precisione del calcolo, non lo stesso livello di certezza.

<!-- learn:illustration -->

I fattori stagionali vengono stimati sulla base della storia di una specifica serie temporale. Le procedure statistiche cercano schemi che si ripetono in periodi simili dell’anno e li distinguono dai movimenti di più lungo periodo e dalle variazioni irregolari. Una serie può essere rappresentata da componenti stagionali, di trend-ciclo e irregolari; in genere, la serie destagionalizzata pubblicata rimuove la componente stagionale stimata e conserva i movimenti non stagionali e gli shock irregolari.

Lo schema non è necessariamente una percentuale fissa che l’analista sottrae ogni anno. Alcune serie si adattano meglio a effetti additivi, altre a fattori moltiplicativi la cui entità dipende dal livello della serie. Se è rilevante, il metodo può stimare anche gli effetti dei giorni lavorativi o di una festività mobile come Pasqua. Il Census Bureau mantiene X-13ARIMA-SEATS per la destagionalizzazione e descrive come usa le diagnostiche per valutare la stagionalità residua e la stabilità. Questo descrive uno strumento e una famiglia di metodi, ma non garantisce che tutte le pubblicazioni federali applichino impostazioni identiche. Consulta la metodologia della serie specifica. {source:censusSeasonalAdjustmentFaq}

Il calendario è solo una delle influenze sulla stima. Uno sciopero improvviso, un clima insolito, una perturbazione dovuta a una pandemia, un errore di campionamento o uno shock specifico di un’impresa possono restare nella serie destagionalizzata come movimento irregolare. Alcune agenzie modellano separatamente valori anomali identificati o eventi di calendario, ma la destagionalizzazione non elimina l’incertezza di misurazione di un’osservazione. Un grafico più uniforme non va scambiato per una misurazione diretta di una tendenza non osservata.

Lo stato di destagionalizzazione può variare anche all’interno della stessa pubblicazione. Un’agenzia può attivare o interrompere l’aggiustamento dopo aver valutato se lo schema di una serie secondaria sia ancora abbastanza chiaro e stabile. Se alcune componenti sono pubblicate come NSA e il totale come SA, sommarle direttamente potrebbe non riprodurre il totale pubblicato perché i valori non condividono la stessa base di aggiustamento.

SAAR significa tasso annuo destagionalizzato (seasonally adjusted annual rate). Combina due idee separate: la destagionalizzazione stima e rimuove gli effetti ricorrenti del calendario; la convenzione del tasso annuo esprime il livello o il ritmo destagionalizzato di un periodo su base annua. L’acronimo non afferma che il ritmo del mese corrente durerà per un anno.

Per esempio, il Census Bureau pubblica alcune stime mensili dei permessi edilizi a un tasso annuo destagionalizzato. Se un ipotetico ritmo mensile destagionalizzato è di 8.000 permessi, il suo SAAR è 8.000 moltiplicato per 12, cioè 96.000. Il tasso annuo aiuta a confrontare il ritmo del mese corrente con un totale annuale. Non significa che in quel mese siano stati rilasciati 96.000 permessi e non prevede che ne saranno rilasciati 96.000 nel prossimo anno. L’esempio segue la [metodologia del Census Bureau sui permessi edilizi]({source:censusBuildingPermitsMethodology}) e usa valori inventati.

La crescita trimestrale del PIL espressa a un tasso annuo è una convenzione correlata ma distinta. Il BEA capitalizza la variazione percentuale trimestrale su quattro trimestri; non si limita a moltiplicare per quattro la variazione osservata. Un livello del PIL destagionalizzato espresso a tasso annuo, un tasso di crescita trimestrale annualizzato e una previsione annuale sono tre cose diverse. Il BEA spiega il calcolo della crescita trimestrale nelle [FAQ sui tassi annuali]({source:beaQuarterlyAnnualRates}). Per confrontare i tassi, consulta come leggere i tassi di crescita del PIL reale.

Sì. I fattori stagionali sono stime e nuove osservazioni possono cambiare il pattern ricorrente stimato. Le agenzie possono ricalcolare la destagionalizzazione quando arrivano nuovi dati, rivedere le osservazioni destagionalizzate precedenti secondo un calendario prestabilito o aggiornare i valori corretti quando vengono rivisti gli stessi dati non destagionalizzati. Frequenza e intervallo storico interessato variano da programma a programma.

Per esempio, il BLS ricalcola ogni anno i fattori stagionali per le serie CPI destagionalizzate e può rivedere fino a cinque anni di quegli indici. Questa è una descrizione del programma CPI, non una regola di revisione universale per tutte le serie di dati statunitensi. Il BLS rivaluta anche se le singole serie CPI mostrano ancora sufficiente stagionalità da giustificare la destagionalizzazione. La [pagina CPI sulla destagionalizzazione]({source:blsCpiSeasonalDataUse}) descrive il processo corrente e la finestra delle revisioni.

Quando riproduci un grafico, annota l’identificativo della serie, lo stato di destagionalizzazione, la data di pubblicazione e la versione dei dati. Un grafico in tempo reale creato con i valori allora disponibili può differire da uno scaricato in seguito, anche se entrambi usano lo stesso nome di serie. Tieni distinti il valore originale e quello destagionalizzato quando la domanda riguarda lo schema stagionale o le revisioni successive dell’agenzia.

Una revisione non cambia sempre l’interpretazione generale, ma può influire su una piccola inversione o sul valore di un mese specifico. Se in un articolo citi il dato disponibile all’epoca, conserva la pubblicazione originale; se fai un’analisi attuale, specifica che hai usato la versione più recente. Quando disponibili, salva anche le versioni storiche dei dati o le tabelle dei fattori stagionali dell’agenzia.

Usa i dati destagionalizzati quando vuoi conoscere il movimento più recente rispetto al mese o al trimestre precedente e l’agenzia pubblica una serie corretta adatta allo scopo. Rimuovere lo schema stagionale previsto può rendere più visibile un nuovo punto di svolta. Non dimostra che la variazione rimasta sia statisticamente significativa; le stime di breve periodo possono essere comunque rumorose.

Usa i dati NSA quando il ciclo stagionale ricorrente è l’oggetto della domanda. Per esempio, confrontare le assunzioni nel commercio al dettaglio da ottobre a dicembre su più anni può mostrare come è cambiata la stagione delle festività. Anche il confronto dello stesso mese tra anni riduce l’effetto di un ciclo stagionale stabile, ma può ancora risentire di festività con date variabili, di un diverso numero di giorni della settimana o di cambiamenti nel comportamento stagionale. Segui la metodologia della misura e scegli la versione coerente con la domanda.

Non confrontare osservazioni SA e NSA come se la differenza fosse un guadagno o una perdita economica. Usa la stessa serie, unità, frequenza, copertura della popolazione o del settore e stato di destagionalizzazione. Per le domande sull’inflazione, distingui anche le misure dei prezzi al consumo in CPI, PCE e deflatore del PIL. Per la spesa dei consumatori, vendite al dettaglio e PCE spiega perché due pubblicazioni correlate possono differire per motivi che vanno oltre la destagionalizzazione.

Parti dal nome esatto della serie e dalla fonte. Verifica se il valore mostrato è destagionalizzato, non destagionalizzato oppure non disponibile in una delle due forme. Poi controlla che cosa misura: un livello, una variazione in dollari, una variazione percentuale, un tasso, un indice o un conteggio. L’intestazione della tabella può anche indicare una frequenza mensile o trimestrale e una presentazione annualizzata.

Poi scegli il periodo di confronto in base alla domanda. La variazione mensile SA descrive il cambiamento dopo aver rimosso gli effetti stagionali stimati; il confronto NSA dello stesso mese conserva il ciclo stagionale; una variazione anno su anno copre un anno intero; SAAR esprime il ritmo di un periodo a un tasso annuo secondo una determinata convenzione. Queste etichette non sono intercambiabili. SAAR dei permessi di costruzione, tasso di crescita annualizzato del PIL e variazione mensile del CPI possono tutti usare un linguaggio annuale, pur basandosi su calcoli diversi.

Infine, leggi la nota tecnica della fonte sulle revisioni, le festività, lo stato stagionale e gli eventi insoliti. Se vuoi osservare il ciclo generale, non trattare un singolo cambiamento mensile destagionalizzato come una svolta definitiva. Se vuoi confrontare periodi ricorrenti del calendario, non scartare lo schema stagionale NSA. Identifica la serie, scegli SA o NSA in base al confronto, indica frequenza e unità e conserva la versione dei dati.

Se le serie SA e NSA indicano direzioni diverse, verifica prima che si riferiscano alla stessa serie, frequenza, unità di misura e finestra di confronto. Poi controlla il fattore stagionale stimato, le festività mobili o il numero di giorni della settimana, gli eventi insoliti e le revisioni dei dati di origine. Se la differenza persiste, spiega a quale domanda risponde ciascuna versione invece di dichiararne una errata.