계절조정(SA)과 비계절조정(NSA), SAAR의 차이

경제활동은 달력에 따라 예측 가능한 방식으로 움직일 때가 많습니다. 연말 휴가철 전에는 소매업 채용이 늘고, 추운 날씨에는 건설 활동이 줄 수 있습니다. 자동차 공장이 새 모델을 준비하면서 생산 일정을 바꾸기도 합니다. 이런 반복 패턴 때문에 실제 흐름이 거의 달라지지 않아도 특정 달은 바로 전 달보다 강하거나 약해 보일 수 있습니다.

계절조정은 시계열에서 계절과 관련된 반복 효과를 추정해 조정 계열에서 제거합니다. 방법에 따라 월별 요일 구성 차이나 부활절처럼 날짜가 바뀌는 휴일의 예측 가능한 달력 효과도 따로 반영할 수 있습니다. 목적은 월별·분기별 변화를 해석하기 쉽게 만드는 것이지, 실제 경제활동을 지우거나 매끄러운 추세선을 만들어 내는 것이 아닙니다. 미국 노동통계국(BLS)은 계절조정을 경제 계열에서 반복되는 계절 영향을 제거하는 방식으로 설명합니다. 미국 인구조사국도 조정이 시계열의 비계절적 특징을 드러내는 데 도움을 준다고 안내합니다. 자세한 정의와 주의점은 [BLS의 계절조정 개요]({source:blsSeasonalAdjustmentOverview})와 [인구조사국의 계절조정 FAQ]({source:censusSeasonalAdjustmentFaq})를 참고하세요.

계절조정은 물가조정과 다릅니다. 계절조정된 자료라도 해당 시기의 달러 금액으로 측정한 명목값일 수 있습니다. 반대로 물가를 반영해 실질값으로 바꾼 계열도 계절조정 여부를 따로 가질 수 있습니다. 물가·생산·소득·소비 지표를 읽을 때는 두 항목을 각각 확인해야 합니다.

계절 효과와 경기 순환도 같은 뜻이 아닙니다. 여름마다 반복되는 생산 감소는 계절 패턴일 수 있지만, 여러 분기에 걸쳐 나타나는 생산 둔화는 경기 순환이나 다른 충격과 관련될 수 있습니다. 조정 절차가 그 두 가지를 완벽하게 구분해 주는 것은 아니므로, 발표에 포함된 경제적 사건과 다른 지표도 함께 살펴야 합니다.

SA는 계절조정(seasonally adjusted)을, NSA는 비계절조정(not seasonally adjusted)을 뜻합니다. 발표 자료에서는 비계절조정 대신 원자료 또는 미조정 자료라고 부르기도 합니다. 대개 같은 경제 지표의 두 가지 표현이며, 각각 다른 비교 질문에 답합니다.

계절조정 값은 별도의 조사를 한 번 더 해서 얻은 수치가 아닙니다. 해당 계열과 통계기관의 방법을 바탕으로 추정한 결과입니다. 각 달에 적용되는 계절 효과의 크기가 다를 수 있으므로, 비조정 수치와 조정 수치는 반대 방향으로 움직이기도 합니다. BLS는 두 방식 중 하나가 항상 우월하지 않다고 설명합니다. 예를 들어 여러 해의 같은 시기 채용을 비교할 때는 계절 패턴이 남아 있는 원자료가 적합할 수 있고, 최근 월별 CPI 변화를 살펴볼 때는 조정 자료가 더 유용할 수 있습니다. [BLS의 계절조정·비계절조정 CPI 자료 활용 안내]({source:blsCpiSeasonalDataUse})를 참고하되, 다른 지표에도 같은 방법이 적용되는지는 각 발표의 설명에서 확인하세요.

계절조정은 각 기간의 달력 패턴을 따로 추정하므로, 두 계열의 변화 방향이 달라질 수 있습니다. 덧셈 방식으로 조정한다고 가정한 가상의 간단한 사례를 보겠습니다. A월의 관측값은 100이고 여기에 추정 계절 효과 15가 포함되어 있습니다. 이를 빼면 조정값은 85입니다. B월의 관측값은 108이며 추정 계절 효과가 25라면 조정값은 83입니다.

이 사례에서 비계절조정 값은 8 증가했지만, 계절조정 값은 2 감소했습니다. B월의 통상적인 계절 증가분을 더 크게 추정했기 때문입니다. 조정값의 변화는 관측된 증가분이 평소 달력 효과보다 컸는지를 묻는 셈입니다. 모든 숫자는 계산 원리를 설명하기 위한 가정이며, 실제 경제지표 수치가 아닙니다.

뺄셈은 덧셈 방식의 원리를 보여 주는 예일 뿐입니다. 실제 계열 중에는 계절 요인을 곱셈 방식으로 처리하고 원값을 계수로 나누는 것도 있습니다. 요일 구성, 휴일, 계절 효과를 함께 조정할 수도 있습니다. 따라서 두 계열의 방향이 달라졌다는 사실만으로 통계기관의 오류나 경기의 급격한 반전을 단정할 수 없습니다. 인구조사국은 원자료와 계절조정 자료가 서로 반대 방향을 보이는 경우가 드물지 않으므로 계절 요인과 발표 내용을 함께 보라고 설명합니다. {source:censusSeasonalAdjustmentFaq}

실제 발표를 읽을 때는 두 변화의 차이가 어느 정도인지도 구분해야 합니다. 조정값이 소폭 하락했다고 해서 경제활동의 방향이 뚜렷하게 바뀌었다고 확정하기는 어렵습니다. 표본 크기, 과거 자료 수정, 반올림, 계절 요인 추정의 불확실성이 모두 영향을 줍니다. 통계기관이 표시하는 소수점 자릿수는 계산의 정밀도이지, 같은 수준의 확신을 보장하는 표시는 아닙니다.

<!-- learn:illustration -->

통계기관은 특정 시계열의 과거 자료에서 계절 요인을 추정합니다. 매년 비슷한 시기에 반복되는 패턴을 장기 흐름이나 불규칙 변동과 구분하는 통계 절차를 사용합니다. 시계열을 추세·경기 순환, 계절, 불규칙 요소로 나누어 생각할 수 있습니다. 일반적으로 조정 계열에서는 추정한 계절 요소를 제거하지만, 계절과 무관한 변화나 불규칙한 충격은 남습니다.

매년 같은 비율만 기계적으로 빼는 것은 아닙니다. 어떤 계열은 고정된 금액을 더하거나 빼는 덧셈 방식이 알맞고, 값의 수준에 따라 조정 폭이 달라지는 곱셈 방식이 적합할 수도 있습니다. 필요하면 요일 구성이나 움직이는 휴일 효과도 추정합니다. 인구조사국은 계절조정 도구 X-13ARIMA-SEATS를 관리하며, 잔여 계절성이나 조정 결과의 안정성을 진단하는 방법을 설명합니다. 다만 이는 도구와 방법의 계열에 관한 설명이지, 모든 연방 통계가 같은 설정을 사용한다는 뜻은 아닙니다. 실제 이용 중인 지표의 방법론을 확인해야 합니다. {source:censusSeasonalAdjustmentFaq}

달력 요인만 지표에 영향을 주는 것은 아닙니다. 파업, 이례적인 날씨, 팬데믹 충격, 표본오차, 개별 업종의 사건은 조정 계열에 불규칙 변동으로 남을 수 있습니다. 통계기관이 특정 이상값이나 달력 효과를 별도로 모델링하기도 하지만, 계절조정이 관측치의 불확실성을 없애 주지는 않습니다. 그래프가 매끄러워졌다고 해서 관측할 수 없는 추세를 직접 측정한 것은 아닙니다.

조정 여부를 결정하는 통계 기준도 계열마다 다를 수 있습니다. 매년 반복되는 모습이 충분히 뚜렷하고 안정적인지 검토한 뒤 계절조정을 적용하거나 해제하는 경우가 있습니다. 따라서 같은 기관이 발표하는 지표라도 모든 하위 항목이 SA로 제공되지는 않을 수 있습니다. 표에서 일부 구성 항목은 NSA이고 전체 합계는 SA라면, 조정 여부가 다른 값을 단순히 더해도 발표된 합계가 재현되지 않을 수 있습니다.

SAAR는 계절조정 연율(seasonally adjusted annual rate)입니다. 두 가지 표시 방식을 결합합니다. 계절조정은 반복되는 달력 효과를 추정해 제거하고, 연율 표시는 조정된 기간의 수준이나 성장 속도를 연간 비교가 가능한 형태로 환산합니다. 현재 한 달의 속도가 1년 내내 이어진다는 주장은 아닙니다.

예를 들어 인구조사국은 일부 월간 건축허가 통계를 계절조정 연율로 발표합니다. 한 달의 조정된 가상 속도가 허가 8,000건이라면 SAAR는 8,000에 12를 곱한 96,000건입니다. 연율을 쓰면 그달의 추정치와 연간 합계를 비교하기 쉽습니다. 그러나 해당 월에 실제로 96,000건이 발급됐다는 뜻도 아니고, 앞으로 1년 동안 같은 수의 허가가 발급된다는 전망도 아닙니다. 이 설명은 [인구조사국의 건축허가 방법론]({source:censusBuildingPermitsMethodology})을 따르며, 예시에 쓴 값은 가정입니다.

분기 GDP 성장률을 연율로 표시하는 방식은 이와 관련은 있지만 계산이 다릅니다. BEA는 한 분기의 퍼센트 변화를 네 분기에 걸쳐 복리로 계산합니다. 실제 분기 변화를 단순히 4배 하지 않습니다. 계절조정 연율로 표시한 GDP 수준, 연율화한 분기 성장률, 연간 전망은 서로 다른 값입니다. BEA의 [분기 성장률 연율 계산 안내]({source:beaQuarterlyAnnualRates})에서 계산법을 확인할 수 있습니다. 성장률 비교 방법은 실질 GDP 성장률 읽기에서 더 자세히 설명합니다.

그럴 수 있습니다. 계절 요인은 추정치이므로 새로운 관측값이 들어오면 반복 패턴의 추정치가 달라질 수 있습니다. 통계기관은 새 자료에 맞춰 계절조정을 다시 하거나, 정해진 일정에 따라 과거 조정값을 수정할 수 있습니다. 원자료 자체가 수정되면 조정 자료도 함께 바뀔 수 있습니다. 수정 빈도와 영향을 받는 기간은 통계 프로그램마다 다릅니다.

예를 들어 BLS는 계절조정 CPI의 요인을 매년 다시 계산하며, 최근 5년 자료까지 수정할 수 있습니다. 이는 CPI 프로그램의 운영 방식이지, 모든 미국 경제지표에 적용되는 공통 규칙이 아닙니다. BLS는 CPI 구성 계열별로 계절성이 조정을 적용할 만큼 계속 나타나는지도 다시 평가합니다. 현재 절차와 수정 기간은 [CPI 계절조정 안내]({source:blsCpiSeasonalDataUse})에서 확인하세요.

차트를 재현할 때는 계열 식별자, 계절조정 여부, 발표일, 자료 빈티지를 기록하세요. 발표 당시 이용할 수 있던 값으로 만든 실시간 차트는 나중에 내려받은 자료의 차트와 다를 수 있습니다. 둘 다 같은 계열 이름을 쓰더라도 추정치가 수정됐을 수 있습니다. 계절 패턴이나 이후의 수정이 질문이라면 원자료와 조정값을 구분해 보관하세요.

수정이 항상 이전 해석을 뒤집는 것은 아니지만, 작은 방향 전환이나 특정 월의 값에는 영향을 줄 수 있습니다. 초기 보도에서 당시 발표값을 인용할 때는 그 시점의 원문을 보존하고, 현재 값을 분석할 때는 최신 자료를 사용했다고 적으면 비교 기준이 분명해집니다. 통계기관의 빈티지 자료나 계절요인 표를 확인할 수 있다면 함께 저장하는 편이 좋습니다.

통계기관이 적절한 계절조정 계열을 제공하고, 직전 달이나 분기의 움직임을 알고 싶다면 대체로 SA가 알맞습니다. 평소 달력 패턴을 제거하면 새로운 전환점이 더 잘 보일 수 있습니다. 그렇다고 조정 후 남은 변화가 통계적으로 의미 있다는 보장은 없습니다. 단기 추정치에는 여전히 잡음이 있을 수 있습니다.

계절 패턴 자체를 살펴보고 싶다면 NSA를 사용하세요. 예를 들어 여러 해의 10월부터 12월까지 소매업 채용을 비교하면 연말 성수기의 변화를 확인할 수 있습니다. 같은 달끼리 전년과 비교하는 방식도 안정적인 계절 요인의 영향을 줄여 주지만, 날짜가 이동하는 휴일이나 요일 수의 차이, 계절 패턴 변화까지 모두 제거하지는 못합니다. 비교 목적에 맞는 자료를 선택하고 통계기관의 설명을 확인하세요.

SA와 NSA 값을 경제적 이득이나 손실처럼 놓고 비교하면 안 됩니다. 같은 계열, 단위, 빈도, 모집단 또는 산업 범위, 조정 방식을 맞추세요. 물가 지표의 범위가 궁금하다면 CPI·PCE·GDP 디플레이터 비교를 참고하세요. 소비지출을 비교할 때는 계절조정 외에도 조사 범위 차이가 중요하므로 소매판매와 PCE 소비지출 비교를 함께 보세요.

먼저 정확한 계열 이름과 제공 기관을 확인하세요. 수치가 계절조정, 비계절조정, 또는 한 방식으로만 제공되는지 살펴봅니다. 그다음 값이 수준인지, 달러 변화인지, 퍼센트 변화인지, 비율·지수·건수인지 구분하세요. 표 제목에 월간·분기 빈도나 연율 표시가 있는지도 확인해야 합니다.

다음으로 비교 기간을 질문에 맞추세요. 인접한 월별 SA 변화는 계절 요인을 추정해 뺀 값입니다. 같은 달의 NSA 비교는 반복되는 계절 패턴을 남깁니다. 전년 동월 대비 변화는 1년의 간격을 비교합니다. SAAR는 일정한 방식으로 해당 기간의 속도를 연간 비율로 표시합니다. 서로 다른 이름을 같은 계산으로 취급하면 안 됩니다. 주택착공 SAAR, GDP의 연율화 성장률, 월간 CPI 변화는 모두 연간이라는 말을 포함하지만 서로 다른 계산을 가리킬 수 있습니다.

마지막으로 발표의 기술 설명에서 수정, 휴일, 계절조정 여부, 이례적인 사건을 확인하세요. 전반적인 경기 흐름이 궁금하다면 조정된 단일 월간 변화를 확정적인 전환 신호처럼 읽지 마세요. 반복되는 달력 기간의 변화가 질문이라면 NSA 패턴을 무조건 지우지도 마세요. 계열을 확인하고, 비교 목적에 맞춰 SA나 NSA를 고른 다음, 빈도와 단위, 자료 빈티지를 기록하면 표시 방식의 혼동을 줄일 수 있습니다.

SA와 NSA가 서로 다른 방향을 보인다면 먼저 두 값이 같은 계열의 같은 빈도와 단위로, 같은 비교 기간을 가리키는지 확인하세요. 그다음 각 기간에 적용된 계절요인, 이동 휴일이나 요일 수 차이, 이례적인 사건, 원자료 수정 여부를 차례로 살펴보세요. 차이가 계속되면 어느 한쪽을 오류라고 단정하지 말고, 계절조정 자료와 원자료가 각각 어떤 질문에 답하는지 설명하세요.