ข้อมูลปรับและไม่ปรับฤดูกาล: SA, NSA และ SAAR
เรียนรู้ว่าการปรับฤดูกาลแยกรูปแบบปฏิทินที่เกิดซ้ำอย่างไร ควรเปรียบเทียบข้อมูล SA กับ NSA เมื่อใด และเหตุใด SAAR จึงไม่ใช่การคาดการณ์
ในคู่มือนี้การปรับฤดูกาลทำอะไร?
สรุปสั้น
ข้อมูลที่ปรับฤดูกาลจะประมาณและตัดรูปแบบปฏิทินที่เกิดซ้ำออก เพื่อให้เปรียบเทียบเดือนหรือไตรมาสใกล้เคียงกันได้ง่ายขึ้น ข้อมูลที่ไม่ปรับฤดูกาลยังคงรูปแบบเหล่านั้นไว้ จึงมีประโยชน์เมื่อสนใจวงจรตามฤดูกาลเอง ไม่มีแบบใดดีกว่าเสมอไป และการปรับฤดูกาลไม่ได้ตัดเหตุการณ์ผิดปกติหรือความผันผวนระยะสั้นทั้งหมด SAAR เป็นวิธีแสดงค่าในรูปอัตรารายปีเพิ่มเติม ไม่ได้เปลี่ยนข้อมูลหนึ่งเดือนหรือหนึ่งไตรมาสให้เป็นการคาดการณ์
การปรับฤดูกาลทำอะไร?
กิจกรรมทางเศรษฐกิจมักเปลี่ยนแปลงตามปฏิทินอย่างคาดการณ์ได้ การจ้างงานค้าปลีกอาจเพิ่มก่อนเทศกาลปลายปี การก่อสร้างอาจชะลอในช่วงอากาศหนาว และโรงงานอาจปรับตารางเมื่อเปลี่ยนรุ่นสินค้า ปัจจัยเหล่านี้เกิดซ้ำและอาจทำให้เดือนหนึ่งดูแข็งแกร่งหรืออ่อนแอกว่าเดือนข้างเคียง แม้แนวโน้มพื้นฐานแทบไม่เปลี่ยน
การปรับฤดูกาลจะประมาณส่วนของข้อมูลที่เกี่ยวข้องกับผลตามฤดูกาลซึ่งเกิดซ้ำ แล้วตัดออกจากชุดข้อมูลที่ปรับแล้ว หากวิธีคำนวณกำหนดไว้ หน่วยงานอาจปรับผลปฏิทินที่คาดการณ์ได้ เช่น จำนวนวันในสัปดาห์ที่ต่างกันหรือวันหยุดที่เลื่อนวันได้ จุดประสงค์คือช่วยให้อ่านการเปลี่ยนแปลงรายเดือนหรือรายไตรมาสได้ง่ายขึ้น ไม่ใช่ลบกิจกรรมจริงหรือทำให้แนวโน้มเรียบสนิท สำนักงานสถิติแรงงานสหรัฐฯ (BLS) อธิบายว่าการปรับฤดูกาลตัดอิทธิพลตามฤดูกาลที่เกิดซ้ำ ส่วนสำนักงานสำมะโนสหรัฐฯ ระบุว่าการปรับนี้ช่วยให้เห็นลักษณะที่ไม่ใช่ฤดูกาลของอนุกรมเวลา ดู[ภาพรวมการปรับฤดูกาลของ BLS]({source:blsSeasonalAdjustmentOverview}) และ[คำถามที่พบบ่อยของสำนักงานสำมะโน]({source:censusSeasonalAdjustmentFaq})
การปรับฤดูกาลไม่เหมือนกับการปรับเงินเฟ้อ ชุดข้อมูลที่ปรับฤดูกาลอาจยังเป็นมูลค่าเงินดอลลาร์ปัจจุบัน และชุดข้อมูลจริงที่ปรับเงินเฟ้อแล้วก็อาจนำเสนอแบบปรับหรือไม่ปรับฤดูกาลได้ เมื่อตีความราคา ผลผลิต รายได้ หรือการใช้จ่าย ให้ตรวจทั้งสองมิตินี้แยกกัน
ฤดูกาลไม่เหมือนกับวัฏจักรเศรษฐกิจ การชะลอตัวในฤดูร้อนที่คาดการณ์ได้อาจเกิดซ้ำทุกปี ขณะที่การลดลงต่อเนื่องหลายไตรมาสอาจสะท้อนกิจกรรมเศรษฐกิจในวงกว้างหรือแรงกระแทกอื่น การปรับฤดูกาลไม่สามารถจำแนกการเคลื่อนไหวทุกอย่างได้อย่างสมบูรณ์ จึงควรอ่านรายงานควบคู่กับหมายเหตุทางเทคนิคและตัวชี้วัดอื่น
ข้อมูล SA และ NSA ต่างกันอย่างไร?
SA ย่อจาก seasonally adjusted หรือปรับฤดูกาลแล้ว ส่วน NSA คือ not seasonally adjusted หรือไม่ปรับฤดูกาล บางรายงานเรียก NSA ว่าข้อมูลไม่ปรับหรือข้อมูลต้นฉบับ โดยทั่วไปทั้งสองแบบเป็นข้อมูลเศรษฐกิจชุดเดียวกัน แต่ตอบคำถามเปรียบเทียบคนละข้อ
| รูปแบบ | แสดงอะไร | เหมาะกับคำถามใด |
|---|---|---|
| NSA หรือไม่ปรับฤดูกาล | การเปลี่ยนแปลงที่สังเกตได้โดยยังคงรูปแบบฤดูกาลที่เกิดซ้ำ | การจ้างงานช่วงเทศกาลปีนี้ต่างจากฤดูกาลเดียวกันในปีก่อนอย่างไร? |
| SA หรือปรับฤดูกาล | การเปลี่ยนแปลงหลังตัดผลฤดูกาลที่ประมาณไว้ | กิจกรรมเปลี่ยนจากเดือนก่อนเกินกว่ารูปแบบฤดูกาลปกติหรือไม่? |
ค่าที่ปรับแล้วเป็นค่าประมาณจากชุดข้อมูลและวิธีของหน่วยงาน ไม่ใช่ผลสำรวจอีกชุดหนึ่ง ตัวเลขอาจเคลื่อนไหวต่างจากค่าที่ไม่ปรับ เพราะผลฤดูกาลที่ประเมินสำหรับแต่ละเดือนมีขนาดไม่เท่ากัน BLS ระบุว่าไม่มีแบบใดดีกว่าเสมอไป: ข้อมูลไม่ปรับอาจเหมาะกับการเทียบการจ้างงานตามฤดูกาลเดียวกันในหลายปี ส่วนข้อมูลปรับแล้วมักเหมาะกับการดูการเปลี่ยนแปลงรายเดือนล่าสุด ตัวอย่างเฉพาะชุดข้อมูลอยู่ใน[คำแนะนำของ BLS เรื่องการใช้ CPI แบบปรับและไม่ปรับฤดูกาล]({source:blsCpiSeasonalDataUse}) ควรอ่านหมายเหตุของแต่ละรายงานก่อนนำวิธีไปใช้กับข้อมูลอื่น
เหตุใด SA จึงเพิ่มขึ้นได้ขณะที่ NSA ลดลง?
การปรับเปลี่ยนการเปรียบเทียบด้วยการประมาณรูปแบบปฏิทินของแต่ละช่วง ลองพิจารณาตัวอย่างสมมติแบบบวกอย่างง่าย: เดือน A มีค่าที่สังเกตได้ 100 ซึ่งรวมผลฤดูกาลที่ประเมินไว้ 15 เมื่อลบออก ค่าปรับแล้วเท่ากับ 85 เดือน B มีค่าที่สังเกตได้ 108 และผลฤดูกาลที่ประเมินไว้ 25 ค่าปรับแล้วจึงเท่ากับ 83
ข้อมูลที่ไม่ปรับเพิ่มขึ้น 8 แต่ข้อมูลที่ปรับแล้วลดลง 2 เป็นไปได้เพราะประเมินว่าผลบวกตามฤดูกาลปกติในเดือน B มากกว่า ในตัวอย่างนี้ การเปลี่ยนแปลงของค่าปรับแล้วแสดงว่าการเพิ่มขึ้นที่สังเกตได้มากกว่ารูปแบบปฏิทินที่คาดไว้หรือไม่ ตัวเลขทั้งหมดแต่งขึ้นเพื่อแสดงการคำนวณ ไม่ใช่ค่าจริงของตัวชี้วัดใด
การลบนี้เป็นเพียงตัวอย่างเพื่อสอนการปรับแบบบวก ข้อมูลหลายชุดใช้ปัจจัยแบบคูณ โดยหารค่าต้นฉบับด้วยปัจจัย และบางวิธีอาจรวมผลฤดูกาล วันในสัปดาห์ หรือวันหยุดที่เลื่อนได้ การที่สองชุดข้อมูลเคลื่อนไหวคนละทิศจึงไม่ได้พิสูจน์ว่าหน่วยงานผิดพลาดหรือเศรษฐกิจพลิกทิศอย่างรุนแรง สำนักงานสำมะโนระบุว่าทิศทางของข้อมูลปรับและไม่ปรับอาจต่างกันได้บ่อย และควรอ่านควบคู่กับปัจจัยฤดูกาลและรายละเอียดในรายงาน {source:censusSeasonalAdjustmentFaq}
สำหรับชุดข้อมูลที่เผยแพร่ การลดลงเล็กน้อยของค่าที่ปรับแล้วเพียงอย่างเดียวยังไม่ยืนยันจุดเปลี่ยนทิศทางที่ชัดเจน ความคลาดเคลื่อนจากการสุ่มตัวอย่าง การปัดเศษ การแก้ไขย้อนหลัง และความไม่แน่นอนของปัจจัยที่ประมาณไว้ ล้วนส่งผลต่อข้อมูลระยะสั้นได้ จำนวนตำแหน่งทศนิยมแสดงวิธีรายงานค่า ไม่ได้บอกว่าค่าประมาณนั้นแน่นอนเพียงใด
<!-- learn:illustration -->
ประมาณปัจจัยฤดูกาลอย่างไร?
หน่วยงานประมาณปัจจัยฤดูกาลจากประวัติของอนุกรมเวลาแต่ละชุด วิธีทางสถิติจะค้นหารูปแบบที่เกิดซ้ำในช่วงใกล้เคียงกันของปี พร้อมแยกออกจากแนวโน้มระยะยาวและความผันผวนที่ไม่สม่ำเสมอ อาจมองข้อมูลเป็นองค์ประกอบฤดูกาล วงจรแนวโน้ม และองค์ประกอบผิดปกติ โดยทั่วไปชุดข้อมูลที่ปรับแล้วจะตัดองค์ประกอบฤดูกาลที่ประมาณไว้ แต่ยังคงการเคลื่อนไหวที่ไม่ใช่ฤดูกาลและแรงกระแทกที่เกิดไม่สม่ำเสมอไว้
ไม่ได้หักเปอร์เซ็นต์คงที่เท่ากันทุกปีเสมอไป บางชุดเหมาะกับการปรับแบบบวก ขณะที่บางชุดใช้ปัจจัยแบบคูณซึ่งขนาดขึ้นอยู่กับระดับข้อมูล หากจำเป็น วิธีอาจประมาณผลจากจำนวนวันทำการหรือวันหยุดที่เลื่อนวันได้ เช่น อีสเตอร์ สำนักงานสำมะโนดูแลระบบ X-13ARIMA-SEATS สำหรับการปรับฤดูกาลและอธิบายการใช้การวินิจฉัยเพื่อตรวจฤดูกาลที่ยังเหลือและความเสถียรของผล นี่คือคำอธิบายเครื่องมือและกลุ่มวิธี ไม่ได้หมายความว่าหน่วยงานรัฐบาลกลางทุกแห่งใช้การตั้งค่าเหมือนกัน ควรตรวจวิธีคำนวณของชุดข้อมูลนั้นโดยตรง {source:censusSeasonalAdjustmentFaq}
ปฏิทินไม่ใช่ปัจจัยเดียวที่มีผลต่อค่าประมาณ การประท้วง สภาพอากาศผิดปกติ การหยุดชะงักจากโรคระบาด ความคลาดเคลื่อนจากการสุ่มตัวอย่าง หรือเหตุการณ์เฉพาะธุรกิจอาจยังปรากฏเป็นความผันผวนผิดปกติในข้อมูลปรับแล้ว บางหน่วยงานจำลองค่าผิดปกติหรือเหตุการณ์ตามปฏิทินแยกต่างหาก แต่การปรับฤดูกาลไม่ได้ขจัดความไม่แน่นอนในการวัด กราฟที่เรียบขึ้นไม่ใช่การวัดแนวโน้มที่มองไม่เห็นโดยตรง
บางรายงานปรับฤดูกาลเฉพาะยอดรวมหลัก แต่เผยแพร่องค์ประกอบบางรายการโดยไม่ปรับฤดูกาล หากชุดองค์ประกอบใช้ฐานการปรับต่างกัน การบวกค่าที่แสดงอาจไม่เท่ากับยอดรวมที่เผยแพร่ ก่อนนำองค์ประกอบมาบวกหรือเปรียบเทียบ ให้ตรวจสถานะการปรับและวิธีรวมของแต่ละชุดข้อมูล
SAAR หมายถึงอะไร?
SAAR ย่อจาก seasonally adjusted annual rate หรืออัตรารายปีที่ปรับฤดูกาลแล้ว คำนี้รวมแนวคิดสองอย่างเข้าด้วยกัน: การปรับฤดูกาลประมาณและตัดผลปฏิทินที่เกิดซ้ำ ส่วนการแสดงเป็นอัตรารายปีแปลงระดับหรืออัตราการเปลี่ยนแปลงของช่วงเวลาหนึ่งให้เป็นตัวเลขรายปีตามหลักเกณฑ์ที่ระบุ ชื่อนี้ไม่ได้หมายความว่าอัตราของเดือนปัจจุบันจะคงอยู่ตลอดปี
ตัวอย่างเช่น สำนักงานสำมะโนเผยแพร่ค่าประมาณใบอนุญาตก่อสร้างรายเดือนบางชุดในรูป SAAR หากสมมติว่าอัตรารายเดือนหลังปรับแล้วอยู่ที่ 8,000 ใบอนุญาต SAAR จะเท่ากับ 8,000 คูณ 12 หรือ 96,000 ตัวเลขรายปีช่วยเปรียบเทียบอัตราของเดือนปัจจุบันกับยอดรวมรายปี แต่ไม่ได้หมายความว่าออกใบอนุญาต 96,000 ใบในเดือนนั้น และไม่ได้ทำนายว่าจะออกใบอนุญาต 96,000 ใบในปีหน้า ตัวอย่างนี้เป็นไปตาม[วิธีคำนวณใบอนุญาตก่อสร้างของสำนักงานสำมะโน]({source:censusBuildingPermitsMethodology}) และใช้ตัวเลขสมมติ
การแสดงการเติบโต GDP รายไตรมาสเป็นอัตรารายปีก็เกี่ยวข้อง แต่เป็นหลักเกณฑ์อีกแบบหนึ่ง BEA ทบต้นเปอร์เซ็นต์การเปลี่ยนแปลงรายไตรมาสต่อเนื่องสี่ไตรมาส ไม่ได้คูณค่าที่สังเกตได้ด้วยสี่ ระดับ GDP ที่ปรับฤดูกาลและแสดงเป็นอัตรารายปี อัตราการเติบโตไตรมาสที่คำนวณเป็นรายปี และการคาดการณ์ทั้งปีเป็นคนละค่า BEA อธิบายวิธีคำนวณใน[คำถามที่พบบ่อยเรื่องอัตรารายปี]({source:beaQuarterlyAnnualRates}) ดูวิธีเทียบอัตราได้ที่วิธีอ่านอัตราการเติบโตของ GDP ที่แท้จริง
ข้อมูลปรับฤดูกาลมีการแก้ไขย้อนหลังได้หรือไม่?
ได้ ปัจจัยฤดูกาลเป็นค่าประมาณ และข้อมูลใหม่อาจเปลี่ยนรูปแบบที่ประเมินไว้ หน่วยงานอาจคำนวณการปรับใหม่เมื่อมีข้อมูลเพิ่ม แก้ไขค่าปรับย้อนหลังตามกำหนด หรือปรับค่าที่ปรับแล้วเมื่อข้อมูลต้นฉบับได้รับการแก้ไข ความถี่และช่วงเวลาที่ได้รับผลต่างกันในแต่ละโครงการ
ตัวอย่างเช่น BLS คำนวณปัจจัยฤดูกาลสำหรับ CPI ที่ปรับฤดูกาลใหม่ทุกปี และอาจแก้ไขดัชนีที่ปรับแล้วได้ย้อนหลังถึงห้าปี นี่เป็นแนวทางของโครงการ CPI ไม่ใช่กฎการแก้ไขข้อมูลทุกชุดในสหรัฐฯ BLS ยังประเมินด้วยว่าข้อมูล CPI แต่ละรายการมีฤดูกาลมากพอที่จะปรับต่อไปหรือไม่ ขั้นตอนปัจจุบันและช่วงการแก้ไขอธิบายไว้ใน[หน้าการปรับฤดูกาล CPI]({source:blsCpiSeasonalDataUse})
เมื่อสร้างกราฟซ้ำ ให้บันทึกรหัสชุดข้อมูล สถานะการปรับฤดูกาล วันที่เผยแพร่ และรุ่นของข้อมูล กราฟที่สร้างจากค่าที่มีอยู่ ณ เวลานั้นอาจต่างจากกราฟที่สร้างจากข้อมูลซึ่งดาวน์โหลดภายหลัง แม้ชื่อชุดข้อมูลเหมือนกัน หากคำถามเกี่ยวกับรูปแบบฤดูกาลหรือการแก้ไขภายหลัง ให้เก็บค่าต้นฉบับและค่าปรับแยกกัน
การแก้ไขข้อมูลไม่ได้ลบล้างการตีความก่อนหน้าโดยอัตโนมัติ แต่มีความสำคัญได้เมื่อการเปลี่ยนแปลงครั้งแรกมีขนาดเล็กหรืออยู่ใกล้จุดเปลี่ยนทิศทาง เมื่อเปรียบเทียบรายงานเก่ากับข้อมูลที่ดาวน์โหลดล่าสุด ให้ระบุว่ามีการแก้ไขหรือไม่ และเก็บรุ่นข้อมูลที่ใช้ในการเปรียบเทียบแต่ละครั้ง
ควรใช้ข้อมูล SA หรือ NSA เมื่อใด?
ใช้ SA เมื่อคำถามเกี่ยวกับการเปลี่ยนแปลงล่าสุดจากเดือนหรือไตรมาสก่อน และหน่วยงานเผยแพร่ชุดข้อมูลที่ปรับแล้วอย่างเหมาะสม การตัดรูปแบบฤดูกาลที่คาดไว้ช่วยให้เห็นจุดเปลี่ยนใหม่ได้ง่ายขึ้น แต่ไม่ได้ยืนยันว่าการเปลี่ยนแปลงที่เหลือมีนัยสำคัญทางสถิติ ค่าประมาณระยะสั้นยังมีความผันผวนได้
ใช้ NSA เมื่อสนใจวงจรฤดูกาลที่เกิดซ้ำเอง เช่น การเปรียบเทียบการจ้างงานค้าปลีกช่วงตุลาคมถึงธันวาคมในหลายปีเพื่อดูว่าฤดูกาลเทศกาลเปลี่ยนไปอย่างไร การเปรียบเทียบเดือนเดียวกันกับปีก่อนช่วยลดผลจากฤดูกาลที่คงที่ แต่ยังได้รับผลจากวันหยุดที่เลื่อนวัน จำนวนวันในสัปดาห์ที่ต่างกัน หรือรูปแบบฤดูกาลที่เปลี่ยนไปได้ ให้ทำตามวิธีของตัวชี้วัดและเลือกข้อมูลให้ตรงคำถาม
อย่าเปรียบเทียบค่าของ SA กับ NSA ราวกับส่วนต่างเป็นกำไรหรือขาดทุนทางเศรษฐกิจ ให้จับคู่ชุดข้อมูล หน่วย ความถี่ ขอบเขตประชากรหรือภาคธุรกิจ และสถานะการปรับให้ตรงกัน หากคำถามเกี่ยวกับเงินเฟ้อ ดูความแตกต่างระหว่าง CPI, PCE และตัวปรับลด GDP ส่วนยอดขายปลีกกับการใช้จ่ายผู้บริโภค PCE อธิบายว่าทำไมรายงานที่เกี่ยวข้องกันจึงต่างกันได้จากเหตุผลอื่นนอกเหนือจากการปรับฤดูกาล
อ่านรายงานเศรษฐกิจอย่างไรโดยไม่สับสนวิธีแสดงข้อมูล?
เริ่มจากชื่อชุดข้อมูลและแหล่งที่มาให้แน่ชัด ตรวจว่าค่าที่แสดงปรับฤดูกาล ไม่ปรับฤดูกาล หรือไม่มีข้อมูลรูปแบบใดรูปแบบหนึ่ง จากนั้นดูว่าตัวเลขเป็นระดับ การเปลี่ยนแปลงเป็นดอลลาร์ การเปลี่ยนแปลงเป็นเปอร์เซ็นต์ อัตรา ดัชนี หรือจำนวน หัวตารางอาจระบุความถี่รายเดือนหรือรายไตรมาสและการแสดงเป็นอัตรารายปีด้วย
ต่อมาเลือกช่วงเปรียบเทียบให้ตรงกับคำถาม การเปลี่ยนแปลง SA ระหว่างเดือนสะท้อนการเคลื่อนไหวหลังตัดผลฤดูกาลที่ประมาณไว้ การเปรียบเทียบ NSA เดือนเดียวกันต่างปียังคงวงจรฤดูกาล การเปลี่ยนแปลงเทียบปีก่อนครอบคลุมทั้งปี ส่วน SAAR แสดงอัตราของช่วงหนึ่งในรูปอัตรารายปีตามหลักเกณฑ์ที่กำหนด ป้ายเหล่านี้ใช้แทนกันไม่ได้ SAAR ของการก่อสร้างบ้าน อัตราการเติบโต GDP ที่คำนวณเป็นรายปี และการเปลี่ยนแปลง CPI รายเดือนต่างก็ใช้ภาษารายปี แต่คำนวณคนละแบบ
สุดท้าย อ่านหมายเหตุทางเทคนิคเกี่ยวกับการแก้ไข วันหยุด สถานะการปรับฤดูกาล และเหตุการณ์ผิดปกติ หากต้องการดูวัฏจักรโดยรวม อย่าถือการเปลี่ยนแปลงรายเดือนที่ปรับแล้วเพียงครั้งเดียวเป็นจุดเปลี่ยนที่ยืนยันแล้ว หากต้องการเปรียบเทียบช่วงปฏิทินที่เกิดซ้ำ ก็อย่าตัดรูปแบบ NSA ทิ้งโดยไม่พิจารณา ระบุชุดข้อมูล เลือก SA หรือ NSA ให้ตรงคำถาม บอกความถี่และหน่วย และเก็บรุ่นของข้อมูลไว้
หาก SA และ NSA เคลื่อนไหวคนละทิศ ให้ตรวจสอบก่อนว่าเป็นชุดข้อมูลเดียวกัน ความถี่ หน่วย และช่วงเปรียบเทียบตรงกัน จากนั้นตรวจปัจจัยฤดูกาลที่ประมาณไว้ วันหยุดที่เลื่อนวันหรือจำนวนวันในสัปดาห์ เหตุการณ์ผิดปกติ และการแก้ไขข้อมูลต้นทาง อธิบายว่าข้อมูลแต่ละแบบตอบคำถามใด แทนที่จะระบุว่าแบบหนึ่งผิด
คำถามที่พบบ่อย
Q1ข้อมูลปรับฤดูกาลแม่นยำกว่าข้อมูล NSA หรือไม่?
ไม่เสมอไป SA และ NSA ตอบคำถามต่างกัน การปรับฤดูกาลเป็นค่าประมาณที่ช่วยเปรียบเทียบการเคลื่อนไหวที่ไม่ใช่ฤดูกาล ส่วน NSA เก็บรูปแบบปฏิทินที่เกิดซ้ำไว้ เลือกแบบให้ตรงกับการเปรียบเทียบและตรวจสอบวิธีของหน่วยงาน
Q2SAAR หมายความว่าอัตราปัจจุบันจะดำเนินต่อไปตลอดปีหรือไม่?
ไม่ใช่ SAAR แสดงค่าเดือนหรือไตรมาสที่ปรับฤดูกาลแล้วในรูปอัตรารายปีตามหลักเกณฑ์ที่กำหนด ช่วยเทียบอัตราระยะสั้นกับยอดรายปี แต่ไม่ใช่การคาดการณ์หรือคำมั่นว่าอัตราจะคงอยู่
Q3เหตุใดค่าปรับแล้วจึงเปลี่ยนหลังดาวน์โหลด?
หน่วยงานอาจแก้ไขข้อมูลต้นฉบับ ประมาณปัจจัยฤดูกาลใหม่เมื่อมีข้อมูลเพิ่ม หรือเผยแพร่การแก้ไขตามกำหนด กฎแตกต่างกันในแต่ละชุดข้อมูล จึงควรอ่านหมายเหตุการเผยแพร่และบันทึกวันที่หรือรุ่นที่ใช้ในการวิเคราะห์
แหล่งข้อมูลและการอ่านเพิ่มเติม
รายงานปัญหา
เราจะเตรียมอีเมลพร้อมลิงก์บทความนี้ Mark จะได้รับรายงานเมื่อคุณส่งอีเมลแล้วเท่านั้น
ตรวจสอบอย่างรวดเร็ว
อ่านคู่มือจบแล้ว ลองตอบคำถาม 3 ข้อ
คำถาม 01
โดยหลักแล้ว การปรับฤดูกาลทำอะไร?
เลือกคำตอบเพื่อดูคำอธิบาย
อภิธานศัพท์ออปชัน
A call or put whose strike is near the underlying price; it has little intrinsic value and often substantial sensitivity to time and volatility.
อ่านคู่มือฉบับละเอียดCall optionA contract that gives its holder the right, but not the obligation, to buy the underlying at the strike before or at expiration under the contract terms.
อ่านคู่มือฉบับละเอียดPut optionA contract that gives its holder the right, but not the obligation, to sell the underlying at the strike before or at expiration under the contract terms.
อ่านคู่มือฉบับละเอียด