Ajustement saisonnier

Qu’est-ce qu’un ajustement saisonnier?

Une désaisonnalisation est une technique statistique conçue pour égaliser les fluctuations périodiques des statistiques ou les mouvements de l’offre et de la demande liés aux changements de saison. Il peut donc éliminer les composantes saisonnières trompeuses d’une série chronologique économique. La désaisonnalisation est une méthode de lissage des données utilisée pour prédire la performance économique ou les ventes d’une entreprise pour une période donnée.

Les ajustements saisonniers fournissent une vision plus claire des tendances non saisonnières et des données cycliques qui seraient autrement éclipsées par les différences saisonnières. Cet ajustement permet aux économistes et aux statisticiens de mieux comprendre les tendances de base sous-jacentes d’une série chronologique donnée.

Un taux annuel qui a été ajusté pour tenir compte des fluctuations saisonnières des données est donc appelé taux annuel désaisonnalisé (SAAR). Pour calculer le SAAR pour une année donnée, divisez le taux non ajusté pour un mois donné par son facteur de saisonnalité, puis multipliez ce chiffre par 12 pour extrapoler un taux annuel. Si des données trimestrielles sont utilisées à la place, multipliez par quatre.

L’ajustement saisonnier expliqué

Les ajustements saisonniers visent à aplanir les aberrations dans certains types d’activités financières. Par exemple, le Bureau of Labor Statistics (BLS) des États-Unis utilise la désaisonnalisation pour dresser un portrait plus précis des niveaux d’emploi et de chômage aux États-Unis. Ils le font en supprimant l’influence des événements saisonniers, tels que les vacances, les événements météorologiques, les horaires scolaires et même la période de récolte.

Les événements saisonniers sont temporaires, ont généralement une durée connue et ont tendance à suivre un schéma généralement prévisible chaque année, à la même période de l’année. En conséquence, les ajustements saisonniers peuvent supprimer leur influence sur les tendances statistiques. Les ajustements permettent aux statisticiens d’observer plus facilement les tendances et les cycles non saisonniers et sous-jacents et d’obtenir une vue précise et utile du marché du travail et des habitudes d’achat.

Ces ajustements sont des estimations basées sur l’activité saisonnière des années précédentes.

Les ajustements saisonniers révèlent les tendances sous-jacentes

Les mouvements saisonniers peuvent être importants, à tel point qu’ils peuvent souvent masquer d’autres traits et tendances des données. Si des ajustements saisonniers ne sont pas effectués, les analyses des données ne peuvent pas donner des résultats précis. Si chaque période d’une série chronologique (par exemple, chaque mois de l’exercice) a une tendance différente vers des valeurs saisonnières faibles ou élevées, il peut être difficile de détecter la véritable direction des tendances sous-jacentes de la série chronologique. Les difficultés comprennent des augmentations ou des diminutions de l’activité économique, des points de retournement et d’autres indicateurs économiques.

Comment l’indice des prix à la consommation utilise la désaisonnalisation

L’ indice des prix à la consommation (IPC) utilise le logiciel de désaisonnalisation X-13ARIMA-SEATS pour effectuer des ajustements saisonniers des données de prix qui sont considérées comme sujettes à des ajustements saisonniers tels que les carburants, les aliments et boissons, les véhicules et certains services publics.

Les économistes de l’IPC réévaluent le statut saisonnier de chaque série de données chaque année. Pour ce faire, ils calculent de nouveaux facteurs saisonniers chaque janvier et les appliquent aux cinq dernières années de données d’indice. Les index de plus de cinq ans sont considérés comme définitifs et ne sont plus révisés. Le Bureau of Labor Statistics réévalue si chaque série doit rester désaisonnalisée ou non, sur la base de critères statistiques spécifiques. La désaisonnalisation de l’analyse des interventions est utilisée lorsqu’un seul événement non saisonnier influence les données désaisonnalisées.

Par exemple, lorsque la récession mondiale de 2008 a affecté les prix des carburants, la désaisonnalisation de l’analyse d’intervention a été utilisée pour compenser ses effets sur les prix des carburants cette année-là. À l’aide de ces méthodes, l’IPC peut formuler des indices de prix plus précis pour les composants et les indices qui ne sont pas soumis à une désaisonnalisation.

Exemple réel d’ajustement saisonnier

Par exemple, les ventes de chaussures de course achetées en été dépassent le montant acheté en hiver. Cette augmentation est attribuable au facteur saisonnier que plus de gens courent ou participent à d’autres activités de plein air nécessitant des chaussures similaires, en été.

Le pic saisonnier des ventes de chaussures de course peut masquer les tendances générales des ventes de chaussures de sport sur l’ensemble de la série chronologique. Une désaisonnalisation est donc effectuée pour obtenir une image claire de la tendance générale.