KÖZPONTI STATISZTIKAI HIVATAL HUNGARIAN CENTRAL STATISTICAL OFFICE

Hasonló dokumentumok
Márciusban 2,2%-os volt az infláció (Fogyasztói árak, március)

Fogyasztói árak, augusztus

Júliusban 1,8%-os volt az infláció (Fogyasztói árak, július)

Decemberben 0,4% volt az infláció (Fogyasztói árak, december és év)

Augusztusban 1,3% volt az infláció (Fogyasztói árak, augusztus)

A rosszindulatú daganatos halálozás változása 1975 és 2001 között Magyarországon

KÖZPONTI STATISZTIKAI HIVATAL HUNGARIAN CENTRAL STATISTICAL OFFICE A KÖZOKTATÁS TERÜLETI ADATAI REGIONAL DATA OF EDUCATION

Correlation & Linear Regression in SPSS

Fogyasztói árak, február

Februárban leginkább az energia és élelmiszer árak mozgatták az inflációt

Júniusban 1,9%-os volt az infláció (Fogyasztói árak, június)

Construction of a cube given with its centre and a sideline

Fogyasztói árak, szeptember

Fogyasztói árak, február

EN United in diversity EN A8-0206/419. Amendment

Áprilisban 14%-kal nőtt a szálláshelyek vendégforgalma Kereskedelmi szálláshelyek forgalma, április

Áprilisban 0,1%-kal csökkentek a fogyasztói árak

Decemberben 0,9%-kal csökkentek a fogyasztói árak (Fogyasztói árak, december és év)

Novemberben 0,7%-kal csökkentek a fogyasztói árak (Fogyasztói árak, november)

Cashback 2015 Deposit Promotion teljes szabályzat

Januárban változatlan maradt a fogyasztóiár-színvonal (Fogyasztói árak, január)

A jövedelem alakulásának vizsgálata az észak-alföldi régióban az évi adatok alapján

Utolsó frissítés / Last update: február Szerkesztő / Editor: Csatlós Árpádné

Mezőgazdasági termelői árak, szeptember

Correlation & Linear Regression in SPSS

ANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY

Januárban 1,4%-kal csökkentek a fogyasztói árak (Fogyasztói árak, január)

General information for the participants of the GTG Budapest, 2017 meeting

ANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY

Lexington Public Schools 146 Maple Street Lexington, Massachusetts 02420

Eladni könnyedén? Oracle Sales Cloud. Horváth Tünde Principal Sales Consultant március 23.

Mezőgazdasági termelői árak, március

Using the CW-Net in a user defined IP network

Decemberben 2,2%-kal csökkent az építőipari termelés volumene

Statistical Inference

Februárban 0,1% volt az infláció (Fogyasztói árak, február)

Havi elemzés az infláció alakulásáról május

Szezonális kiigazítás az NFSZ regisztrált álláskeresők idősorain. Készítette: Multiráció Kft.

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.

Minta ANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA II. Minta VIZSGÁZTATÓI PÉLDÁNY

Sebastián Sáez Senior Trade Economist INTERNATIONAL TRADE DEPARTMENT WORLD BANK

Mezőgazdasági termelői árak, január

SAJTÓKÖZLEMÉNY Budapest július 13.

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

Mezőgazdasági termelői árak, december

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

Decision where Process Based OpRisk Management. made the difference. Norbert Kozma Head of Operational Risk Control. Erste Bank Hungary

Mezőgazdasági termelői árak, május

Mezőgazdasági termelői árak, november

Utolsó frissítés / Last update: Szeptember / September Szerkesztő / Editor: Csatlós Árpádné

Supporting Information

FAMILY STRUCTURES THROUGH THE LIFE CYCLE

Havi elemzés az infláció alakulásáról április

KELER KSZF Zrt. bankgarancia-befogadási kondíciói. Hatályos: július 8.

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

PIACI HIRDETMÉNY / MARKET NOTICE

KÖZPONTI STATISZTIKAI HIVATAL

Havi elemzés az infláció alakulásáról július

Márciusban 10,2%-kal csökkentek a mezőgazdasági termelői árak

Mapping Sequencing Reads to a Reference Genome

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

Cluster Analysis. Potyó László

A TÓGAZDASÁGI HALTERMELÉS SZERKEZETÉNEK ELEMZÉSE. SZATHMÁRI LÁSZLÓ d r.- TENK ANTAL dr. ÖSSZEFOGLALÁS

Magyar Turizmus Zrt. - Kutatási Csoport / Hungarian National Tourist Office - Department for Market Research Statisztikai táblák / Statistical data

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.

Tóth I. János Mélyponton a nagy exportálók várakozásai

Havi elemzés az infláció alakulásáról június

Expansion of Red Deer and afforestation in Hungary

Industrial producer prices, January 2015

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

6. Szociális támogatások Social benefits

Havi elemzés az infláció alakulásáról szeptember

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

Mezőgazdasági termelői árak, április

FORGÁCS ANNA 1 LISÁNYI ENDRÉNÉ BEKE JUDIT 2

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

Mezőgazdasági termelői árak, május

PIACI HIRDETMÉNY / MARKET NOTICE

Havi elemzés az infláció alakulásáról december

FÖLDRAJZ ANGOL NYELVEN

Havi elemzés az infláció alakulásáról november

Kereskedelmi szálláshelyek forgalma január október

3. MINTAFELADATSOR KÖZÉPSZINT. Az írásbeli vizsga időtartama: 30 perc. III. Hallott szöveg értése

Építőipar, augusztus

Mezőgazdasági termelői árak, november

First experiences with Gd fuel assemblies in. Tamás Parkó, Botond Beliczai AER Symposium

Consumer prices decreased by 1.4% in January (Consumer prices, January 2015)

PIACI HIRDETMÉNY / MARKET NOTICE

On The Number Of Slim Semimodular Lattices

Mezőgazdasági termelői árak, február

A vitorlázás versenyszabályai a évekre angol-magyar nyelvű kiadásának változási és hibajegyzéke

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis

Can/be able to. Using Can in Present, Past, and Future. A Can jelen, múlt és jövő idejű használata

Szeptemberben 5,1%-kal csökkentek a mezőgazdasági termelői árak

A BÜKKI KARSZTVÍZSZINT ÉSZLELŐ RENDSZER KERETÉBEN GYŰJTÖTT HIDROMETEOROLÓGIAI ADATOK ELEMZÉSE

9. Táppénz Sick-pay TÁPPÉNZ SICK-PAY 153

Havi elemzés az infláció alakulásáról augusztus

Havi elemzés az infláció alakulásáról szeptember

Grafikonok jegyzéke List of figures

PIACI HIRDETMÉNY / MARKET NOTICE

Átírás:

KÖZPONTI STATISZTIKAI HIVATAL HUNGARIAN CENTRAL STATISTICAL OFFICE AZ ÚJ TÍPUSÚ MAGINFLÁCIÓS MUTATÓ VISSZATEKINTŐ ADATSORA THE NEW CORE INFLATION INDICATOR RETROSPECTIVE TIME SERIES 1995. január 2001. december From January 1995 to December 2001 BUDAPEST, 2002

Központi Statisztikai Hivatal, 2002 HUNGARIAN CENTRAL STATISTICAL OFFICE, 2002 Készült Compiled by: A Központi Statisztikai Hivatal Nemzeti számlák főosztályának Fogyasztói árstatisztikai osztályán the National Accounts Department, Consumer Price Statistics Section Főosztályvezető Head of department: dr. Pozsonyi Pál Felelős szerkesztő Editor-in Chief: dr. Szabó Éva osztályvezető head of section Összeállították Contributors: Berki Natália Fábián László Józsa Balázs Mináry Borbála Másodlagos publikálás csak a forrás megjelölésével történhet! A kiadvány kialakítása egyedi, annak tördelési, grafikai, elrendezési és megjelenési megoldásai a KSH tulajdonát képezik. Ezek átvétele, alkalmazása esetén a KSH engedélyét kell kérni. Any secondary publication is allowed only by the indication of source. All rights concerning the layout graphics and design work of this publication are reserved for HCSO. Any kind of reproduction of them have to be approved by HCSO. A kiadvány megrendelhető This publication can be ordered: a KSH Marketingosztály HCSO, Marketing Section, 1024 Budapest II., Keleti Károly u. 5-7. Telefon: 345-6570 Phone: (36-1) 345-6699 Fax: (36-1) 345-6699 E-mail: marketing.ksh@office.ksh.hu A kiadvány megvásárolható This publication can be purchased: a KSH Statisztikai Szakkönyvesbolt Statistical Bookshop 1024 Budapest II., Keleti Károly u. 10. Telefon Phone: (36-1) 212-4348 valamint a KSH megyei igazgatóságain and the country directorates of the HCSO Információszolgálat Informatin section: Telefon Phone: (36-1) 345-6789; Fax (36-1) 345-6788 Internet: http://www.ksh.hu

I. Bevezetés A fogyasztóiár-index, nemzetközileg elterjedt kifejezéssel élve az inflációs mutatószám világszerte a gazdasági szereplők és a közvélemény érdeklődésének a homlokterében áll. A fogyasztóiár-színvonal változása gyakorlatilag mindenkit érint, a gazdaság szereplői különösen a háztartások számára fontos kérdés az árak időbeli alakulása. Ez a mutatószám egy komplex, több mint ezer kiválasztott termék, és szolgáltatás (reprezentáns) árindexét egyetlenegy számba sűrítő súlyozott átlagos érték, amely mögött a statisztikai átlag természetéből következően szélsőséges értékek húzódhatnak meg, azaz az egyes reprezentánsok árindexei nagy szórást mutathatnak. Ebből következően egyre fokozottabb igény mutatkozik arra, hogy ne csak egy mutatószámot, hanem az egyes komponensek (főcsoportok, csoportok) részárindexeit is publikálják a statisztikai hivatalok, hogy minden gazdasági szereplő dönthessen arról, hogy az őt leginkább érintő termékek, termékcsoportok árindexeit felhasználva eredményesen tudja megtervezni gazdálkodásának pénzügyi kereteit. A fentebb említett rész- és teljes árindexek azonban csak múltra vonatkozó információt hordoznak, hiszen általában az előző hónaphoz, vagy az előző év azonos időszakához viszonyítva mutatják az árszínvonal-változást. A gazdasági szereplők részéről éppen ezért joggal merül fel igény egy olyan mutatószámra, amely eltérően a fentebb említettektől előretekintő jelentéssel bír. Egy ilyen mutatószám mindenekelőtt a monetáris politika alakítói (főként a nemzeti bankok) számára fontos, hiszen az árszínvonal-változás közép- és hosszú távú trendjét tudják befolyásolni a monetáris politikai eszköztár (kamat-, illetve árfolyampolitika) segítségével. Az ő inflációs célszámaik a gazdasági szereplők pénzügyi terveinek sarokkövéül szolgálhatnak. Ennek a mutatószámnak tehát olyannak kell lennie, hogy a gazdaság középtávú inflációs trendjét lehessen vele megbecsülni. Ez a maginflációs mutatószám, amely lényegében a fogyasztóiár-index megtisztítását jelenti az egyszeri, sokkszerű árváltozásoktól, amelyek az inflációs mutató eltérését okozzák a fentebb említett trendtől. A maginflációs mutatók iránti szükséglet először a hetvenes-nyolcvanas években bekövetkezett olajválság és a korábbinál hektikusabbá váló energia- és nyersanyagár-változások közepette jelentkezett. Ekkor egyes fejlett nyugati országokban a korábban elhanyagolható mértékű éves fogyasztóiár-színvonal változások kétszámjegyűvé váltak. A gazdaságok strukturális alkalmazkodása néhány év alatt végbement, azonban továbbra is megmaradt az energia- és nyersanyagárak korábbi időszakhoz képest sokkal nagyobb változékonysága. Ebből következően bizonytalanabbá váltak az inflációs előrejelzések is, a fogyasztóiár-index jövőbeli alakulását ezen tételek miatt nehezebb lett megbecsülni. Az eddig leírtakból körvonalazódik, hogy a maginfláció a gazdaság közép-, illetve hosszú távú, tisztán piaci inflációs várakozásokon alapuló áremelkedési trendjét kell hogy tükrözze. Ennek a mutatónak a leírásakor többféle elméleti és gyakorlati megközelítést alkalmazhatunk. 3

II. Az új típusú maginflációs mutató tartalma 2001. júliusban a KSH megállapodást kötött az MNB-vel az új típusú maginflációs mutatóról, ennek értelmében az MNB 2001 júniusától nem publikálja saját mutatószámát. 2001. december 31-ig a KSH régi típusú maginflációs mutatója a mérvadó. Az új mutatószámot (a továbbiakban: új típusú maginflációs mutató) először 2002. február 15-én, a 2002. januári fogyasztóiár-indexszel egy időben publikálja a KSH. Az új mutató kidolgozása 2001 nyarán megtörtént; erről sajtóközleményben tudatta a felhasználókat a két intézmény. Az új mutatóval szembeni elvárásoknál fő kritérium volt, hogy a maginfláció az árváltozások általános és tartós komponensét ragadja meg; azaz szűrje ki az átmeneti, vagy nem piaci eredetű árhatásokat (pl. hatósági döntések, támogatási rendszer változása, rendkívüli időjárás stb.). E szűréssel az átmeneti kínálati sokkokat, illetve az egyszeri, egyes árak egyszeri eltolódását okozó adminisztratív intézkedéseket kívánja figyelmen kívül hagyni. Fontos az is, hogy a maginflációt a fogyasztóiár-indexszel egy időben publikálja a KSH. A hitelesség miatt számítása legyen áttekinthető, ne legyen benne gyakori, vagy éven belüli revízió. A fenti elvi kritériumoknak jól megfelelnek a nemzetközi gyakorlatban ismert egyes jószágcsoportok teljes kizárásán alapuló, ún. ex Food and Energy típusú mutatók, bár a maginfláció számításának nincs a nemzetközi gyakorlatban egységesen elfogadott, vagy alkalmazott módszere. A hazai viszonyok indokolttá teszik a hatósági áras jószágok kizárását is, hiszen az adminisztratív ársokkok az árszint egyszeri elmozdulását okozhatják. A fenti szempontok, valamint a gyakorlati tapasztalatok alapján kialakított új típusú maginflációs mutatóból hiányoznak a nem feldolgozott élelmiszerek, az egyéb idényjellegű termékek, a piaci áras energiahordozók, valamint a szabályozott áras termékek és szolgáltatások (beleértve a hatósági áras energiahordozókat is). A fenti termékcsoportokon kívül a saját tulajdonú lakásszolgáltatás sem szerepel a számítás menetében. Az új típusú maginflációs mutató lefedettsége a 2001-ben kiszűrt termékek és szolgáltatások súlyát figyelembe véve 65,2%-os. A felsorolt termékek és szolgáltatások 2001. évi körét a következő oldalon található táblázat tartalmazza. Amennyiben a hatósági áras termékek köre változik, akkor azt a rendszeres éves felülvizsgálatok során figyelembe fogjuk venni. A 2002 elején végbement távközlési liberalizáció a vezetékestelefon-szolgáltatásnak az új típusú maginflációs mutatóból való kiszűrését ebben az évben még nem jelenti, hiszen a távbeszélő szolgáltatásokról szóló 3/2002 (I.21.) MEH rendelet értelmében az eddigi gyakorlathoz hasonló árképzés valósul meg 2002 első felében. 4

Az új típusú maginflációs mutató meghatározásakor kiszűrt termékek és szolgáltatások jegyzéke Termék- és szolgáltatáscsoportok 1. Nem feldolgozott élelmiszerek sertéshús marhahús egyéb hús belsőségek baromfihús hal tojás burgonya friss zöldség, főzelék friss hazai és déligyümölcs 2. Egyéb idényáras termék virág, dísznövény 3. Energia szén brikett, koksz tűzifa távhő (melegvízzel) villamos energia vezetékes gáz palackos gáz járműüzemanyag 4. Egyéb hatósági áras termékek és szolgáltatások gyógyszer, gyógyáru (támogatott készítmények) lakbér szemétszállítás vízdíj csatornadíj helyi tömegközlekedés utazás munkahelyre, iskolába utazás egyéb távolsági úti céllal (légi közlekedés nélkül) vezetékes telefon postai szolgáltatás tv-előfizetés (szabályozott kör) szerencsejáték iskolai étkezés óvodai, bölcsődei étkezés 5. Saját tulajdonú lakásszolgáltatás 5

III. A maginfláció-számítás korábbi gyakorlata Magyarországon a Magyar Nemzeti Bank (MNB) foglalkozott először maginflációs mutató számításával. Az 1998 júliusától számított, majd első ízben 1998 novemberében publikált mutatószám a Központi Statisztikai Hivatal (KSH) által publikált fogyasztóiár-indexet használta kiindulási alapként, és a megfigyelt termékek, illetve szolgáltatások közül a következő tételeket szűrték ki: Tojás Burgonya Friss zöldség, főzelék Friss hazai és déligyümölcs Szén Brikett, koksz Tűzifa Tüzelőolaj Járműüzemanyag A fentebb említett tételek egyrészt nagy áringadozásra hajlamos, főként az időjárás által befolyásolt élelmiszerek, másrészt pedig a kínálati sokkok által érintett energiahordozók voltak. Ezen maginflációs mutató lefedettsége 91%-os, tehát a fogyasztóiár-index kosarában szereplő termékek és szolgáltatások súlyuk szerinti 91%-a szerepel a maginflációs mutatóban is. Ezt követően két alkalommal módosult a maginflációs mutató tartalma. A gyógyszerek kiszűrésére az 1999. évi jelentős támogatási rendszer megváltoztatását követően került sor, míg a szerencsejátékokat 2000-ben szűrték ki. A mutató lefedettsége ezen kiszűrések után 1999-ben 89,5%-ra, 2000-ben pedig 89,2%-ra csökkent. A KSH 1999 szeptemberétől a fogyasztóiár-indexszel egy időben kezdte publikálni a saját hatáskörében kifejlesztett maginflációs mutatót (a továbbiakban: régi típusú maginflációs mutató), amely az MNB mutatószámánál több tételt hagyott ki a fogyasztóiár-indexből: Sertéshús Marha- és borjúhús Juh-, nyúl- és egyéb hús Belsőségek Baromfihús Hal Tojás Burgonya Friss zöldség, főzelék Friss hazai és déligyümölcs Háztartási energia Járműüzemanyag Ennek a régi típusú maginflációs mutatónak a lefedettsége kisebb volt, mint az MNB mutatószámé, mintegy 80%-os. A fő eltérés a két mutató között, hogy a KSH kihagyta a feldolgozatlan húsféléket, valamint a teljes háztartási energia csoportot is. 6

Az MNB, illetve a KSH által számított maginflációs mutatószámot párhuzamosan mindkét intézmény saját kiadványaiban publikálta. A piaci felhasználók előtt mindkét mutató ismert volt, azonban a két mutatószám sokszor eltérő alakulása különböző interpretációkra adott lehetőséget az inflációs folyamatok alakulását illetően. Ezért a két intézmény elhatározta, hogy megszünteti a két intézmény két mutató gyakorlatát, és kidolgoz egy olyan mutatószámot, amely egyértelmű információt szolgáltat a gazdaság szereplői számára. A fogyasztóiár-index, a régi és az új típusú eredeti, azaz szezonálisan kiigazítatlan maginflációs mutató előző év azonos időszakához viszonyított értékeit az 1. ábra mutatja. IV. Módszertani megjegyzések A maginflációs mutató számítása a fogyasztóiár-index számításához használt tételek egy részének kihagyásával történik oly módon, hogy a bent maradó tételeket arányosan újrasúlyozzuk, annak érdekében, hogy a súlyok összege 100% legyen. Ez a zéró súlyozásos módszer. Mivel csoportonként súlyozunk, ezért a gyakorlatban ez azt jelenti, hogy a lefedettségi mutató reciprokával megszorozzuk minden egyes csoport súlyát a fogyasztóiár-indexnek, kivéve azokat az eseteket (az új típusú mutató esetében: gyógyszer, gyógyáru, utazás egyéb távolsági úti céllal, tv-előfizetés, illetve telefon), ahol megbontjuk magát a csoportot, mivel ezen csoportok mind piaci, mind hatósági áras termékeket, illetve szolgáltatásokat tartalmaznak. Fontos megjegyezni, hogy a hatósági áras termékek esetében előfordulhat, hogy az adott termék vagy szolgáltatás egy adott időponttól kezdve piaci árassá válik, ekkor módosul a maginfláció kosara. Az ilyen változtatásokra mindig egy adott év végén kerülhet sor (ami a gyakorlatban a következő év januártól változtatja meg a kosár összetételét). Az új típusú maginflációs mutatót 1994. decemberi bázison számítjuk ki. Egyes tételek kihagyása a fogyasztóiár-indexből meghatározóan a torzító, sokkszerű hatásokat képes kiszűrni. Bizonyos termékek és szolgáltatások esetében azonban jelentkezik egy évről évre ismétlődő szezonalítás, amit szintén kezelni kell annak érdekében, hogy az eredeti maginflációs indexet ezektől az ingadozásoktól is megtisztítva eljussunk az infláció hosszú távú komponenséhez. Mivel maga az új típusú mutató először 2002 januárjára vonatkozóan kerül publikálásra, így a szezonális kiigazításhoz gyakorlatilag egy több mint 7 éves idősor áll a rendelkezésünkre, ez a szezonális kiigazítási módszerek idősor hosszúságra vonatkozó igényének alsó határát jelenti, tehát már megfelelő. Mind a régi, mind az új típusú mutató esetében a szezonális kiigazítást 1994. decemberi bázison, végeztük el. A kiigazítást az eddigi gyakorlathoz hasonlóan csak magára az eredeti maginflációs mutatószámra végezzük el, tehát az egyes főcsoportok árindexeit nem igazítjuk ki. Néhány főcsoport esetében (pl. élelmiszerek, ruházati cikkek) a KSH végez szezonális kiigazítást, de ez magához a fogyasztóiár-indexhez kapcsolódik, és negyedévente kerül publikálásra. A szezonalítás éves alakulása jól nyomon követhető a 2. ábrán. Ez az új típusú eredeti és szezonálisan kiigazított maginflációs mutató egyhavi változásának különbségét mutatja. Jelentős pozitív irányú különbség az év első két-három hónapjában alakul ki. A mélypont (negatív irányú eltérés) pedig a nyár közepén, augusztusban következik be, amely túlnyomórészt a ruházati cikkek körében ilyenkor tapasztalható kiárusításoknak köszönhető. Az év hátralévő részében rendszerint kisebb a havi eredeti index, mint a szezonálisan kiigazított. 7

A szezonális kiigazításhoz a TRAMO/SEATS szoftvert használja a KSH, míg a régi típusú mutatónál az X-11 ARIMA-t alkalmaztuk. Szemben az X-11 ARIMA-modellel, amely a mozgó átlagolású technikára épül, a TRAMO/SEATS egy sztochasztikus alapú, teljes egészében modellszemléletű komponensekre bontó eljárás, amit az angol terminológia ARIMA-alapú signal extraction eljárásnak is nevez. Maga az eljárás két részből áll: a TRAMO előkészítő programból, illetve a SEATS-ből, amely a komponensekre bontást végzi el. A TRAMO egy regresszióval bővített ARIMA-modell becslése, amely becsüli a munkanapok, húsvét hatását, helyettesíti a hiányzó adatokat, keresi és kiszűri a kiugró értékeket (outlierek). A SEATS kiindulópontja a munka- és ünnepnaphatástól, illetve az outlierektől megtisztított idősor, tehát egy ARIMA-modellel már becsülhető. A SEATS eljárás keretében először meg kell becsülni az eredeti idősor (illetve annak TRAMO-val tisztított változata) ARIMA-modelljének a paramétereit. A következő lépésben meghatározzuk az egyes komponensek ARIMA-modelljeit. Utolsó lépésként a Wiener-Kolmogorov filter segítségével előállítjuk a komponensek tényleges értékeit. A szezonális kiigazítás természetéből következően minden egyes publikáláskor, azaz havonta változhatnak visszamenőlegesen a már publikált szezonálisan kiigazított adatok. Magára a szezonális kiigazítás modelljének revíziójára azonban évente csak egyszer kerül sor. Hasonlóan a régi típusú mutatónál követett gyakorlathoz, a KSH az új típusú maginfláció esetében is az előző hónaphoz, illetve az előző év azonos időszakához viszonyított adatokat publikálja. Ezen túlmenően az 1994. decemberi bázishoz viszonyított eredeti, illetve szezonálisan kiigazított értékek is publikálásra kerülnek. (Lásd a mellékletben) 8

Melléklet Az eredeti, illetve a szezonálisan kiigazított új típusú maginflációs mutató visszatekintő idősorai 1995. január 2001. december, 1994. december=100 bázison Eredeti Év Január Február Március Április Május Június Július Augusztus Szeptember Október November December 1995 103,0 105,1 107,1 109,5 112,0 113,7 115,4 116,7 119,1 122,1 124,1 125,7 1996 130,2 132,7 134,9 137,0 139,0 140,8 142,1 143,4 145,4 147,4 148,7 150,1 1997 153,9 156,3 158,4 160,9 162,4 163,8 165,2 166,2 168,6 171,0 172,5 174,1 1998 177,9 180,2 182,4 184,3 185,8 186,8 187,8 188,0 189,5 191,7 192,7 193,6 1999 196,1 197,7 199,5 201,8 202,9 203,9 205,0 205,6 206,5 207,9 208,7 209,2 2000 211,8 213,7 215,1 217,0 218,1 219,2 220,4 222,2 224,8 226,6 227,5 228,3 2001 232,5 235,3 237,8 239,9 240,9 241,9 243,1 243,1 244,1 245,6 246,3 246,7 Szezonálisan kiigazított* Év Január Február Március Április Május Június Július Augusztus Szeptember Október November December 1995 102,8 104,5 106,3 108,3 111,0 113,2 115,4 117,5 119,8 122,5 125,0 127,3 1996 130,0 132,1 134,0 135,8 138,0 140,3 142,1 144,2 146,1 147,8 149,7 151,7 1997 153,7 155,7 157,5 159,6 161,4 163,3 165,2 167,0 169,4 171,4 173,5 175,7 1998 177,8 179,6 181,6 183,0 184,8 186,3 187,8 188,9 190,2 192,1 193,6 195,2 1999 195,9 197,1 198,6 200,5 201,9 203,4 205,0 206,4 207,2 208,3 209,6 210,8 2000 211,7 213,1 214,3 215,8 217,1 218,6 220,3 223,0 225,5 227,0 228,5 230,0 2001 232,4 234,7 237,0 238,7 239,9 241,4 243,0 243,9 244,8 246,0 247,2 248,3 * TRAMO SEATS szoftverrel kiigazítva; a korábban már publikált adatok a szezonális kiigazítás természetéből következően havonta visszamenőlegesen változhatnak. 9

1. ábra Fogyasztóiár-index, rég i és új típusú eredeti mag inflációs m utató, elő z ő év azonos idő szakához viszonyítva % 1 30 1 28 1 26 1 24 1 22 1 20 118 116 114 112 110 1 08 1 06 1 04 1 02 1 00 1995. dec. jún. 1996. dec. jún. 1997. dec. jún. 1998. dec. jún. 1999. dec. jún. 2000. dec. jún. 2001.dec. Fogyasztói árindex Régi típusú maginfláció Új típusú maginfláció 10

Ú j típusú egyhavi eredeti és szezonálisan kiigazított maginflácós mutató eltérése % 2 1,5 1 0,5 0-0,5-1 11 2. ábra 1995. dec jún 1996. dec jún 1997. dec jún 1998. dec jún 1999. dec jún 2000. dec jún 2001. dec

1. Introduction The consumer price index, or as it is worldwide known, the inflation rate stands in the forefront of the interest of economic actors and the public opinion all over the world. Changing of consumer prices affects almost everyone, the measure of change is an important question for all economic actors, especially for the households. This economic indicator is a complex figure, it is the weighted average of more than one thousand price relatives of selected goods and services. These indices can show a great deviation but their weighted average (the inflation rate) hides the differences among them by concentrating the price changes in one overall figure. This is the reason why there is an increasing demand for not just the overall inflation rate but for the indices of CPI s components as well. So these component indices should also be published by the statistical offices and thus all economic actors could more successfully draw up their financial plans by regarding the price indices of those goods or services that affect their economic activity. The above mentioned component and overall price indices have a common feature: they bear information referring only to the past because these indices are calculated upon a base period and the figures published by statistical offices show the change of consumer prices compared to the previous month, year or any other base in the past. But the actors of the economy also need an indicator that - instead of being retrospective like the CPI - has a prospective, forward looking meaning. This kind of indicator is primarily important for those institutions (mainly the national banks) that are responsible for the conduct of the monetary policy of a country while they can affect the medium and long term trend of the inflation by using monetary policy tools (interest and exchange rate policy). Their inflation targets can function as a cornerstone of the financial plans for the actors of the economy. So this indicator must fulfil the requirement of having the ability to estimate the medium or long term inflation trends of the economy facing to. This is the core inflation indicator that in practice is calculated by the elimination of one-shot shocks in price changes which cause the deviation of the CPI from the long term inflational trend. The demand for core inflation indices has raised for the first time in the 1970s and 80s worldwide amid oil price shocks, energy and commodity prices that became more volatile than they were in the previous era. At that time the inflation rates that were almost negligible prior to the first oil shock have become double digit figures in several industrialised countries. Although the structural adjustment of these economies has taken place in just a few years, the increased volatility of the energy and commodity prices still remained a factor that causes uncertainty. That is the reason why the inflation predictions became more insecure and the estimation of CPI became more difficult. According to the above mentioned purposes the core inflation should reflect the medium and long term inflation trends of the economy based on pure market expectations. 12

2. Composition of the new core inflation indicator In July 2001 the Hungarian Central Statistical Office (HCSO) and the National Bank of Hungary (NBH) have made an agreement about the new core inflation indicator in which they declared that the NBH ceased the publication of its own indicator from e 2001, and the old indicator of the HCSO would be referred to as core inflation indicator in the remaining part of 2001. The new core inflation indicator will be published by the HCSO for the first time on the 15 th of February 2002, with the Consumer Price Index of January 2002. The elaboration of the new indicator has taken place during the summer of 2001 and users were informed by a press release that were issued by the two institutions. The most fundamental requirement for the new core inflation indicator is that it should encapsulate the general and lasting component of price changes, i.e. it should eliminate temporary or nonmarket induced price influences, for example, regulatory price changes, modifications to the subsidy system, unusual weather conditions etc. Using this approach, we attempt to eliminate temporary price shocks and administrative decisions causing one-off shifts in certain prices. Another important expectation is that core inflation outcomes should be released simultaneously with the consumer price index. In order to ensure credibility, the indicator should be calculated in a transparent and easily understandable manner and it should be free from frequent or within-year revisions. Although the indicators, internationally known as 'ex Food and Energy' indicators, calculated by fully eliminating certain product categories, meet these requirements, there is no commonly agreed or used method of calculating core inflation in international practice. Given the Hungarian economic environment, it is reasonable to eliminate goods whose prices are regulated, as administrative price shocks tend to cause large, one-off shifts in the general price level. From 2002, the indicator, calculated based on the above criteria as well as practical considerations, will eliminate non-processed foods, other seasonal goods, energy with market determined price as well as goods and services with regulated prices, including energy with regulated prices. In addition to those listed above, item of owner-occupied dwellings is also eliminated. The coverage of the new core inflation indicator is 65.2% according to the weight of eliminated goods and services in 2001. This list of range of goods and services eliminated in 2001, categorised into the groups noted above, can be found in the attached table below. If the range of goods with regulated price changes, then this will be taken into account when the indicator is revised once a year. 13

List of goods and services that are eliminated from the CPI for the compilation of the new core inflation indicator Goods and services 1. Non-processed food pork beef and veal mutton, rabbit and other meat edible offals poultry meat fish eggs potatoes fresh vegetables fresh domestic and tropical fruit 2. Other seasonal products flowers, ornamental plants 3. Energy coal briquettes, coke firewood purchased heat electricity natural and manufactured gas butane and propane gas (in bottles) motor fuels and oils 4. Other regulated products and services pharmaceutical products (subventioned by the social security) rent refuse collection water charges sewerage services local transport excluding taxi travel to work, school other long distance travel (excluding air transport) wire telephone (regulated) postal services TV fee (regulated) games of chance meals at schools meals at kindergartens, nurseries 5. Owner occupied dwellings 14

3. The former practice of core inflation calculation The National Bank of Hungary (NBH) has dealt first with the calculation of core inflation on a regular basis in Hungary. For the compilation of this core inflation indicator that was calculated from July 1998 onwards, and was published for the first time in November 1998 the National Bank used the CPI as a starting point and eliminated the following items: Eggs Potatoes Fresh vegetables Fresh domestic and tropical fruits Coal Briquettes, coke Firewood Fuel oil Motor fuels and oils Among the above mentioned items there were food products on one hand that have a great seasonal price volatility affected by weather conditions and on the other hand solid and liquid fuels that are affected by supply shocks. The coverage of this core inflation indicator was 91%, so 91% of CPI s goods and services by their weight was also represented in the core inflation. Afterwards the composition of the core inflation indicator has been modified on two occasions. The elimination of pharmaceutical products has taken place after the significant changes in the subvention system in 1999 while games of chance were eliminated in 2000. In consequence of these eliminations the coverage of the indicator has decreased to 89.5% in 1999 and to 89.2% in 2000. The Hungarian Central Statistical Office (HCSO) started to publish its own core inflation figure (hereinafter: old core inflation indicator) with the CPI figure simultaneously in each month in September 1999. From this old core inflation indicator developed by the HCSO more items were eliminated than that of the NBH: Pork Beef and veal Mutton, rabbit and other meat Edible offals Poultry meat Fish Eggs Potatoes Fresh vegetables Fresh domestic and tropical fruit Electricity, gas and other fuels Motor fuels and oils The coverage of this core inflation indicator was less than the NBH s indicator, and was 81,4% in 2001. The main difference between the two indicators was that the HCSO has eliminated nonprocessed meats and the whole household energy group as well. 15

These two indicators were published parallel by the HCSO and NBH in their own publications and both indicators were available for market decision-makers. There were several situations when the two indicators differed significantly from each other and this could lead to different interpretations of the inflational process. That is the reason why the two institutions have decided to put an end to the practice of two institutions - two indicators and will develop a new indicator that bears unambiguous information about the development of the inflation. Chart 1 shows the values of the consumer price index, the original (seasonally unadjusted) old and the new core inflation indicator compared to the corresponding period of the previous year. 4. Methodological comments The core inflation indicator is calculated by eliminating selected items (goods and services) from the consumer price index (CPI). After the elimination remaining items are proportionally reweighted in order to obtain 100% as the sum of their weights. This procedure is the so-called zero weighting method. Since weighting is related to basic headings, this re-weighting means in practice that the weights of the core inflation indicator is calculated by multiplying the weights of the CPI by the reciprocal value of the coverage indicator except those cases where the basic heading itself is split into components because it contains regulated price and market determined price services as well (concerned basic headings: Pharmaceutical products, Other long distance travel, TV fee and Telephone). The decision about the composition of the core inflation basket should be made within the frame of the annual revision (in practice the changes would take effect from the January of the consecutive year). The new core inflation indicator is calculated on base December 1994. Besides the elimination of selected items from the consumer price index that tackles the problems deriving from one-shot or distortional impacts, seasonality should also be tackled in order to obtain the long term component of the inflation. That is the reason why the core inflation indicator must be adjusted seasonally and thus the seasonality of certain products (e.g.: clothing and footwear) can be eliminated. Since the new indicator is published for the first time referring to January 2002, a more than 7 year long time series is disposable for the seasonal adjustment method and thus the minimal criterion for the length of time series is fulfilled. Both the old and the new indicators are adjusted on base December 1994. Only the overall core indicator is adjusted seasonally so adjustments are not made in case of price indices of main groups. In case of some main groups of the consumer price index (food, clothing and footwear) seasonal adjustment is made but this is related to the CPI only and published quarterly. The annual seasonality of the core inflation indicator can be followed on Chart 2. This chart shows the deviation of monthly change of the unadjusted and the seasonally adjusted new core inflation indicator. A significant positive deviation is perceivable in the first two-three months of each year; in these periods the unadjusted monthly change exceeds the adjusted one. In the middle of summer, 16

mainly in August the difference curve reaches its annual minimum, so the adjusted monthly price change remains below the unadjusted one. This phenomenon is mainly due to the usual big sales of clothing and footwear products. In the last months of each year the seasonally adjusted monthly price change usually remains below the unadjusted one. The HCSO applies the TRAMO/SEATS software for adjusting the time series of the new core inflation indicator instead of the formerly used X-11 ARIMA for the old indicator. Contrary to X-11-ARIMA, which is an empirical method, based on applying moving average filters, TRAMO/SEATS is a stochastic, completely model-based approach to decomposition, usually referred to as ARIMA-based signal extraction method. TRAMO/SEATS consists of two parts: the TRAMO program, which performs pre-adjustment of the time series, and the SEATS, which makes the decomposition. TRAMO gives an estimation of the ARIMA-model and the regression parameters, such as the trading-day and Easter effects, interpolates the missing observations, as well as detects outliers and removes their effect. The input for SEATS is a series corrected for calendar effects and outliers, to which an ARIMA model can be fitted. First, the SEATS estimates the parameters of the ARIMA model for the original series (previously pre-adjusted by TRAMO). In the next step the ARIMA models of the components are identified. Finally the program estimates the values of the components using the Wiener- Kolmogorow filter. In consequence of the feature of seasonal adjustment all earlier published seasonally adjusted data can alter monthly retrospectively in each new publication. But the revision of the adjustment model takes place only once a year. Similarly to the former practice followed in case of the old indicator the HCSO publishes seasonally adjusted core inflation data compared to the previous month and to the corresponding period of the previous year. Furthermore, original and seasonally adjusted data compared to the base December 1994 are also published. (See Appendix) 17

Appendix Retrospective time series of the unadjusted and the seasonally adjusted new core inflation indicator based on December 1994, from January 1995 to December 2001 Unadjusted indices Year January February March April May e July August September October November December 1995 103,0 105,1 107,1 109,5 112,0 113,7 115,4 116,7 119,1 122,1 124,1 125,7 1996 130,2 132,7 134,9 137,0 139,0 140,8 142,1 143,4 145,4 147,4 148,7 150,1 1997 153,9 156,3 158,4 160,9 162,4 163,8 165,2 166,2 168,6 171,0 172,5 174,1 1998 177,9 180,2 182,4 184,3 185,8 186,8 187,8 188,0 189,5 191,7 192,7 193,6 1999 196,1 197,7 199,5 201,8 202,9 203,9 205,0 205,6 206,5 207,9 208,7 209,2 2000 211,8 213,7 215,1 217,0 218,1 219,2 220,4 222,2 224,8 226,6 227,5 228,3 2001 232,5 235,3 237,8 239,9 240,9 241,9 243,1 243,1 244,1 245,6 246,3 246,7 Seasonally adjusted indices* Year January February March April May e July August September October November December 1995 102.8 104.5 106.3 108.3 111.0 113.2 115.4 117.5 119.8 122.5 125.0 127.3 1996 130.0 132.1 134.0 135.8 138.0 140.3 142.1 144.2 146.1 147.8 149.7 151.7 1997 153.7 155.7 157.5 159.6 161.4 163.3 165.2 167.0 169.4 171.4 173.5 175.7 1998 177.8 179.6 181.6 183.0 184.8 186.3 187.8 188.9 190.2 192.1 193.6 195.2 1999 195.9 197.1 198.6 200.5 201.9 203.4 205.0 206.4 207.2 208.3 209.6 210.8 2000 211.7 213.1 214.3 215.8 217.1 218.6 220.3 223.0 225.5 227.0 228.5 230.0 2001 232.4 234.7 237.0 238.7 239.9 241.4 243.0 243.9 244.8 246.0 247.2 248.3 * Adjusted by TRAMO SEATS method; in consequence of the feature of seasonal adjustment all earlier published seasonally adjusted data can alter monthly retrospectively in each new publication. 18

Chart 1 Consumer price index, the old and the new core inflation indicator, compared to the corresponding period of the previous year % 130 128 126 124 122 120 118 116 114 112 110 108 106 104 102 100 Dec 1995 Dec 1996 Dec 1997 Dec 1998 Dec 1999 Dec 2000 Dec 2001 Consumer price index Old core inflation New core inflation 19

2 1,5 1 0,5 0-0,5-1 Monthly deviation of the unadjusted new core inflation indicator from the seasonally adjusted % 20 Chart 2 Dec 1995 Dec 1996 Dec 1997 Dec 1998 Dec 1999 Dec 2000 Dec 2001