Kvartalsvise nationalregnskaber

Transkript

1 Danmarks Statistik, Nationalregnskab 13. januar 2004 Kvartalsvise nationalregnskaber ATH/IVB- Akt.nr Til Interesserede Implementering af X-12-ARIMA til sæsonkorrektion i de kvartalsvise nationalregnskaber 1. indledning Nærværende notat beskriver i hovedtræk implementeringen af sæsonkorrektion med X-12-ARIMA i det kvartalsvise nationalregnskab. Notatet forholder sig til de anbefalinger, der blev givet i en kvalitetsrapport udarbejdet af Danmarks Statistik (2002) og til Eurostats anbefalinger om sæsonkorrektion af kvartalsvise nationalregnskaber. Notatet giver en status pr. januar 2004 (afsnit 2). Derudover er vedlagt følgende bilag af mere teknisk karakter: Bilag 1. Test af national kalender kontra standard kalender 2. Fastlæggelse af model og løbende produktion 3. Indirekte sæsonkorrektion 4. Handelsdagskorrigerede serier 5. Kædede serier 6. Sæsonkorrektion af første kontra revideret offentliggørelse 7. Årsopregning 8. Perioden Revisionstabeller Når der i det følgende benyttes omtales handelsdagskorrektion, omfatter det såvel handelsdags- som påskekorrektion. Ny sæsonkorrektion af de kvartalsvise nationalregnskaber Indirekte metode Det sæsonkorrigerede BNP er beregnet fra produktionssiden Den statistiske diskrepans I forbindelse med offentliggørelsen af de kvartalsvise nationalregnskaber for 3. kvartal 2003 den 9. januar 2004 er sæsonkorrektionsmetoden ændret til indirekte sæsonkorrektion med X-12-ARIMA fra U.S. Census Bureau. Der korrigeres som hidtil for effekter af påsken, derudover korrigeres der ikke for effekter af handels- eller arbejdsdage. Indtil 2004 har den direkte sæsonkorrektionsmetode med X-11-ARIMA været anvendt til de kvartalsvise nationalregnskaber. Ved overgangen til den indirekte metode med X-12-ARIMA sæsonkorrigeres på detaljeret niveau og aggregerede sæsonkorrigerede serier dannes ved sammenlægning af detaljerede sæsonkorrigerede serier. Et særligt forhold knytter sig til det sæsonkorrigerede BNP, der kan opgøres fra både produktionssiden og fra efterspørgselssiden. Vi har valgt at offentliggøre det sæsonkorrigerede BNP fra produktionssiden, dvs. som sæsonkorrigerede produktionsværdier fratrukket sæsonkorrigerede værdier for forbrug i produktionen. Forskellen mellem det sæsonkorrigerede BNP og det bruttonationalprodukt man kan beregne fra efterspørgselssiden, dvs. summen af de sæsonkorrigerede anvendelser: nettoeksport, privat og offentlig forbrug, faste bruttoinvesteringer og lagerforøgelser, kaldes den statistiske diskrepans. Den statistiske diskrepans offentliggøres sammen med lagerforøgelserne i Nyt. Lagerforøgelserne og den statistiske diskrepans findes som separate serier i tabellerne med sæsonkorrigerede tal i Statistiske Efterretninger og i 1

2 Statistikbanken. De nationalregnskabsmæssige identiteter, der gælder for de ikke-sæsonkorrigerede tal, gælder således også for de sæsonkorrigerede kvartalsværdier, når den statistiske diskrepans inkluderes. Flere sæsonkorrigerede tal og ændringer i statistikbanken Mere information om sæsonkorrektion Samtlige tal fra det kvartalsvise nationalregnskab i både sæsonkorrigeret og ikke-sæsonkorrigeret form foreligger i Der ligger nye sæsonkorrigerede serier i Statistikbanken for perioden 1. kvartal 1988 til 3. kvartal Fremover vil kun de sæsonkorrigerede serier for foreløbige år blive revideret. I 2004 vil tallene for perioden 2001 og frem blive revideret, når nye kvartaler offentliggøres. Mere information om sæsonkorrektion findes i SÆSONKORRIGERING. Danmarks Statistik, maj Man kan læse mere om generelle problemstillinger og sæsonkorrektion med X-11 i arbejdsnotat nr. 35: Sæsonkorrigering af de kvartalsvise nationalregnskaber. Nationalregnskabsnotat. (Danmarks Statistik 1994). 2. Sæsonkorrektion med X-12-ARIMA - Status januar 2004 Arbejdet med implementering af X-12-ARIMA og Eurostats 1 anbefalinger om sæsonkorrektion af de kvartalsvise nationalregnskaber blev påbegyndt i foråret Konklusion Det kan for nuværende konkluderes, at: 1. der er udviklet et system, der kan sæsonkorrigere med X12, og som kan afvikles via SAS og AREMOS 2. der foretages indirekte sæsonkorrektion, og at relevante variabler og AREMOS databanker er oprettet 3. at sæsonkorrigeret BNP opgøres fra tilgangssiden samt at den statistiske diskrepans offentliggøres som selvstændig serie i Statistiske efterretninger og i statistikbanken og lagt sammen med lagrene i Nyt. 4. at der sæsonkorrigeres på et niveau, der sikre at der er overensstemmelse mellem de nationale og de internationale offentliggørelser af de kvartalsvise nationalregnskaber. 5. at der sæsonkorrigeres med frit valg af ARIMA model 6. at den første offentliggørelse skal sæsonkorrigeres som den reviderede udgave 7. at den eneste handelsdagseffekt, der korrigeres for er påsken 8. At det indirekte sæsonkorrigerede BNP samt de øvrige aggregerede serier i forsyningsbalancen ikke indeholder restsæson. Det samme gælder for de aggregerede serier for løn, beskæftigelse og timer. 1 Task force on seasonal adjustment of quarterly national accounts, final report, january 2002, European Commission, Eurostat, European Central Bank. 2

3 3. Nyt programmel til sæsonkorrektion Sæsonkorrektionen foretages i SAS og AREMOS Stort antal serier kræver automatiseret og hurtig afvikling Demetra 2 er Danmarks Statistiks standardprogrammel til sæsonkorrigering. Det har dog vist sig at være uhensigtsmæssigt at håndtere et stort antal serier i Demetra. Da det kvartalsvise nationalregnskab i forvejen håndteres i AREMOS, var det praktisk at implementere X-12-ARIMA ved hjælp af AREMOS. Der er udviklet et system, der tager data fra AREMOS-banker, sæsonkorrigerer med X-12-ARIMA og efterfølgende læser data ind i AREMOSbanker igen. Da der er tale om meget store datamængder (462 serier), var afviklingen af systemet i første omgang uacceptabelt langsom (ca. 45 min.). Der er derfor efterfølgende udarbejdet et system, der via SAS og AREMOS udfører sæsonkorrektionen, således at denne nu kan afvikles på ca. fem min. Der er oprettet en særlig databank, MATIS, der er udgangspunkt for sæsonkorrektionen. Der er desuden oprettet nødvendige nye variable, således at der kan foretages indirekte sæsonkorrektion. 4. Direkte og indirekte sæsonkorrektion De fleste serier i de kvartalsvise nationalregnskaber er disaggregeringer af andre nationalregnskabsserier. Ved beregningen af de kvartalsvise nationalregnskaber opereres med ganske mange aggregeringsniveauer. Ved indirekte sæsonkorrektion vil resultatet af sæsonkorrektionen være afhængigt af det valgte disaggregeringsniveau. Direkte og indirekte sæsonkorrektion giver således ikke ens resultater. Der er fordel og ulemper ved begge metoder Eurostat anbefaler den indirekte metode Sammenligning af resultaterne af de to metoder i 3. kvartal 2003 Det kan ikke generelt afgøres hvilken metode, der er den mest optimale. Der er fordele og ulemper ved begge metoder. En væsentlig fordel ved indirekte sæsonkorrektion er, at de sædvanlige nationalregnskabsidentiteter består. Endvidere anbefales metoden af EU. Det er besluttet, at der sæsonkorrigeres på et niveau, så der kan dannes sæsonkorrigerede serier til såvel den nationale publicering, som til indberetningen til EU. Det følger, at der vil være overensstemmelse mellem de nationale og de internationale offentliggørelser af de kvartalsvise nationalregnskaber for Danmark. Siden den første offentliggørelse den 4. december 2003 af nationalregnskabet for 3. kvartal 2003, er decemberversionens nye årstal blevet indarbejdet. Samtlige kvartalsserier er derved revideret tilbage til 1. kvartal For at kunne sammenligne tallene før og efter revisionerne, er der blevet sæsonkorrigeret med den nye metode(x-12 indirekte) og den gamle (X-11 direkte) i forbindelse med offentliggørelsen af de kvartalsvise nationalregnskaber for 3. kvartal 2003 revideret 3. Der er kun offentliggjort 2 Demetra. User friendly interface to TRAMO/SEATS and X-12-ARIMA, European Communities. 3 Nationalregnskab og betalingsbalance, 3. kvartal 2003 revideret, Statistiske Efterretninger 2004:1 3

4 Revisionstabeller i bilag 9 serier, der er korrigeret med den nye metode, men i bilag 9 kan man finde revisionstabeller, hvor forskellen som følge af metodeændringen fremgår. Selvom der er forskelle på de sæsonkorrigerede serier, der er resultatet af de to metoder, viste det sig at vækstraten for sæsonkorrigeret BNP i 3. kvartal 2003 var den samme (-0,2 pct.). De sæsonkorrigerede serier, der er ændret mest i forhold til den gamle metode, er serierne for im- og eksport og for de faste bruttoinvesteringer. 5. Fastlæggelse af model og løbende produktion Mekanisk afvikling til produktionskørsler Tabel til vurdering af modelfastlæggelse Da vi ved indirekte sæsonkorrektion af de kvartalsvise nationalregnskaber skal sæsonkorrigere mere end firehundrede serier otte gange årligt, er det oplagt at der må anvendes en ret mekanisk tilgang og metode til sæsonkorrektionen. En metode der kan gentages uden nævneværdig ressource indsats. Beregninsmæssigt er der som nævnt udviklet programmel der kan håntere de ret store datamængder og fortage en sæsonkorrektion på ca. fem minutter. Derefter afvikles et program, som på overskuelig tabelform indsamler oplysninger om de enkelte serier fra de lige så mange output filer, samt generere grafer, jf. bilag 2. Programmet sæsonkorrigerer de enkelt serier ved hjælp af specifikationsfiler (en for hver serie), der indeholder kald til de forskellige rutiner i X-12- programmet, jf. bilag 2. En gang om året fastlægges om de enkelte serier skal transformeres, og hvilken modelfil der skal benyttes til ARIMA-modellen. En god ARIMA-model giver en lille forudsigelsesfejl og mindsker behovet for revisioner, når nye ikke-sæsonkorrigerede observationer kommer til. Proceduren til afvikling af X-12-ARIMA har været følgende: Trin 1: Kør programmet med serie logaritmisk transformeret default modelfil, mulitiplikativ mode og med påskekorrektion 4 Trin 2: Vurder resultatet grafisk og ved hjælp af diagnostics, jf. bilag 2 Trin 3: For serier der ikke sæsonkorrigeres ( dumper ), eller hvor der ikke kan fastlægges en ARIMA model, forsøges med en anden transformation og/eller en anden ARIMA model. For serier der antager negative værdier, er kun den additive metode relevant. Ikke alle serier bliver behandlet som beskrevet under trin 3. Serier der gik videre til trin 3 var serier, hvor: - der ikke på tilfredsstillende vis kunne findes en model - der ikke kunne sæsonkorrigeres tilfredsstillende målt ved Q-testeren 4 Her er anvendt 6 dage som også er standard i Demetra. Øvrige optioner i programmet er 1 eller 15 dage. 4

5 Serier der ikke sæsonkorrigeres - det ikke er muligt at identificere sæsonsvingninger på tilfredsstillende vis målt ved M7 teststørrelsen - der var restsæson i den sæsonkorrigerede serie Serier der ved en grafisk inspektion ikke tydede på sæson og for hvilke teststørrelserne M7 og Q viste, at serien ikke var egnet til sæsonkorrektion bliver ikke sæsonkorrigeret. Serierne sættes på en såkaldt ej-liste. I forbindelse med den årlige vurdering af sæsonkorrektionen vil disse variable blive forsøgt sæsonkorrigeret igen. For serier der ikke sæsonkorrigeres vil den sæsonkorrigerede værdi være den samme som værdien af originalserien. Fremover vil der ved produktionskørslerne ikke blive ændret ved transformationer eller modelvalg, med mindre en serie dumper, eller hvis ingen af modellerne i den valgt ARIMA-modelfil konvergerer. Øvrige størrelser som model parameter og sæsonfaktorer fastlægges ved hver kørsel. Årlig gennemgang af resultater En gang årligt gennemgås resultateterne af sæsonkorrektionen for alle de enkelte serier, og det skal vurderes om der evt. skal ændres i de beskrevne specifikationer. Indførelsen af X-12-ARIMA fører således også til en større bevågenhed om kvaliteten af sæsonkorrektionen. 6. Sæsonkorrektion af den første og den reviderede opgørelse af BNP Ad bilag 6. Sæsonkorrektion af den første versus revideret udgave I bilag 6 er oplægget til sæsonkorrektion af den første udgave af det kvartalsvise nationalregnskab beskrevet. Der er udviklet et system, der kan gemme de forecastede sæsonfaktorer fra den foregående reviderede beregning. De forecastede sæsonfaktorer kunne herefter benyttes på det nyberegnede kvartal, således at man reelt kunne spare at afvikle sæsonkorrektionsprogrammet. Det har imidlertid vist sig, at revisionen mellem den første og den reviderede beregning bliver meget stor. Metoden er derfor opgivet. Det blev overvejet at benytte samme metode som hidtil ved de første offentliggørelser - at benytte sæsonkorrigerede vækstrater på udgangskvartalet. Ved nærmere overvejelse er det imidlertid besluttet at sæsonkorrigere den første udgave på samme måde som den reviderede. Dvs. at den første beregning af det kvartalsvise nationalregnskab, hvad sæsonkorrektion angår, reelt opfattes som en beregning på lige fod med den reviderede beregning. Således revideres de sæsonkorrigerede tal i alle kvartaler i de foreløbige år også ved den første beregning. 7. Forsøg med handelsdagskorrektion og modelvalg Eurostat anbefaler, at serierne i de kvartalsvise nationalregnskaber korrigeres for effekter af handelsdage med undtagelse af beholdningsstørrelser som befolkningstallet. Nærmere - at der bør korrigeres for enhver handels- eller arbejdsdag, kalender eller helligdag, hvor der er en økonomisk forklarlig og statistisk signifikant effekt. 5

6 Ad Bilag 1. National kalender Der blev taget udgangspunkt i, at der principielt skulle bruges dansk kalender, og testet af effekten af at bruge dansk kalender i stedet for standard kalenderen, jf. afsnit 2.1 blev foretaget og resultatet beskrevet i notatet "dansk vs. amerikansk kalender". Det blev konkluderet, at den anvendte kalender har væsentlig betydning for BNP-vækstraten. Det ovenfor omtalte system blev derfor lavet således, at det i én version kunne generere modeller for de enkelte serier, som derefter kunne lægge modellerne ind i specifikationsfilerne. Sæsonkorrektion med fast model viste sig imidlertid at medføre problemer i praksis, jf. herunder. Metoder Der er blevet sæsonkorrigeret med 4 forskellige metoder: 1. Fast ARIMA-model med dansk kalender 2. Fri ARIMA-model med dansk kalender 3. Fri ARIMA-model med standard kalender (default) 5 4. Fri ARIMA-model uden handelsdagskorrektion men med påskekorrektion Hver sæsonkorrektion blev foretaget for perioden 1988q1-1992q4, 1993q1-1999q4 og derefter for 2000q1-2002q4 F og R, 2000q1-2003q1 F og R, 2000q1-2003q1 F og R, samt 2000q1-2003q2 F og R. Som udgangspunkt skulle sæsonkorrektionen alene foretages med metode 1., men da det viste sig, at programmet gik ned for ca. 20 serier ved hver successiv kørsel, dvs. med et kvartal ekstra på, var metoden noget tung og tidskrævende. Metode 2. blev derfor afprøvet, og den viste sig at være langt mere stabil, idet kun et par serier gik ned ved hver kørsel. Der var imidlertid det problem, at metode 2. gav meget store statistiske diskrepanser, dvs. forskellen mellem BNP opgjort fra produktionssiden og BNP opgjort fra efterspørgselssiden (ofte over 1 pct. af BNP), jf. tabel 2. Der blev derfor også foretaget sæsonkorrektion med metoderne 3. og 4. Metode 3., dvs. frit modelvalg med standard kalender, gav mindre men stadig ret store diskrepanser. Metode 4., dvs. frit modelvalg uden handelsdagskorrektion men med påskekorrektion, gav langt lavere diskrepanser, jf. tabel 2. Ad bilag 3. Indirekte sæsonkorrektion, BNP(P) forskellig fra BNP(E) Resultater Som en følge af den indirekte sæsonkorrektion vil BNP opgjort fra produktionssiden ikke stemme med BNP opgjort fra efterspørgselssiden. Det er besluttet at opgøre BNP fra produktionssiden og at vise forskellen som en "statistisk diskrepans". I tabel 1 og tabel 2 herunder er vist hhv. den sæsonkorrigerede kvartalsvise realvækst i BNP samt den statistiske diskrepans mellem BNP opgjort fra hhv. produktions- og efterspørgselssiden for perioden 2002q1 til 2003q2. Det skal bemærkes, at der er tale om analyseresultater på tidligere offentliggjorte tal, og at der ikke er tale om resultater efter den endelige fastlæggelse af sæsonkorrektionen. 5 Standard kalenderen indeholder alene en optælling af antal mandage, tirsdage...og søndage, hvor søndage er det faktiske antal. 6

7 Det mest iøjnefaldende ved tabel 1 er, at eftersom hverken metode 1. eller 4. benytter handelsdagskorrektion, skyldes forskellen i vækstrater alene overgangen til indirekte sæsonkorrektion samt overgangen fra X11 til X12. Tabel 1 Sæsonkorrigeret kvartalsvis realvækst i BNP 2002q1 2002q2 2002q3 2002q4 2003q1 2003q2 Kvartalsvis realvækst i BNP 1. Offentliggjort Februar 0,31 1,52-0,66-0,03 April -0,03 1,85-0,85 0,07 Maj -0,03 1,85-0,85 0,07 0,35 Juni 0,51 1,44-0,52 0,04 0,52 August 0,51 1,44-0,52 0,04 0,45-0,46 Oktober 0,40 1,89-0,80-0,02 0,37-0,56 2. Fri model, dansk kalender Februar 0,35-0,12-0,53 0,99 April 0,84-0,28-0,30 0,47 Maj 0,55 0,21-0,48 0,37 0,35 Juni 1,21-0,19-0,04 0,26 0,49 August 1,68-0,45-0,08 0,36 0,43-0,36 3. Fri model, standard. kalender Februar 1,40-0,32 0,05 0,70 April 0,91-0,23 0,66 0,74 Maj 1,08 0,42-0,21 0,42-0,81 Juni 1,32 0,00-0,05 0,61-0,10 August 1,33 0,22 0,12 0,28-0,54 0,25 Oktober 1,54-0,01 0,20 0,35-0,85 0,43 4. Fri model, ingen handelsdagskorr. Februar 1,09-0,27 0,06 0,08 April 0,93-0,14 0,05 0,28 Maj 1,12-0,16-0,06 0,20 0,00 Juni 1,53-0,15 0,06 0,14 0,33 August 1,48 0,01-0,05 0,14 0,07 0,34 Oktober 1,40-0,01 0,12 0,04-0,02 0,07 Anm.: De reale BNP-vækstrater er beregnet ud fra BNP opgjort fra produktionssiden. Med de offentliggjorte vækstrater som reference, fremgår det af tabel 1, at metoden med frit modelvalg og dansk kalender gav resultater tættest på de hidtidigt offentliggjorte vækstrater. Samtidig gav metoden med frit modelvalg og standard kalender samt metoden med frit modelvalg og ingen handelsdagskorrektion resultater, der mere ligner hinanden. Her skal man dog være opmærksom på, at der ikke a priori er noget der tilsiger, at de gamle sæsonkorrigerede vækstrater skulle rammes. Tabel 2 viser forskellen mellem sæsonkorrigeret BNP opgjort fra produktionssiden og efterspørgselssiden, den såkaldte statistiske diskrepans. Det fremgår, at metoderne med handelsdagskorrektion havde væsentlig større diskrepanser end metoden uden handelsdagskorrektion. Samtidig gav metoden med dansk kalender større diskrepans end metoden med standard kalender. 7

8 Hvad angår diskrepanser vil det være ønskværdigt, at de ikke overstiger de hidtidigt offentliggjorte. Kun metoden uden handelsdagskorrektion opfyldte dette kriterium. Tabel 2 Diskrepans ml. BNP(P) og BNP(E) 2002q1 2002q2 2002q3 2002q4 2003q1 2003q2 Diskrepans ml. BNP(P) og BNP(E) (mio. kr.) 1. Offentliggjort Februar April Maj Juni August Oktober Fri model, dansk kalender Februar April Maj Juni August Fri model, standard kalender Februar April Maj Juni August Oktober Fri model, ingen handelsdagskorr. Februar April Maj Juni August Oktober Anm.: Den statistiske diskrepans for det offentliggjorte BNP er beregnet ud fra forsyningsbalancens komponenter direkte sæsonkorrigeret og er således en "kunstig" beregning i og med at BNP for nuværende offentliggøres direkte sæsonkorrigeret. Man bør imidlertid også være opmærksom på, at selve disaggregeringsniveauet kan have betydning for diskrepansens størrelse. Diskrepansen i tabel 2 pkt. 1 er beregnet på et forholdsvist højt aggregeringsniveau. Diskrepansens størrelse vil ændre sig ved et andet aggregeringsniveau. 8. Restsæson Efter sæsonkorrektion af serierne kan det forekomme, at der fortsat er sæson i de sæsonkorrigerede serier, dvs. at de fortsat indeholder systematiske variationer indenfor de enkelte år. Dette kaldes restsæson. Tilstedeværelsen af restsæson er uheldigt, da det jo netop er sæsonen man forsøger at eliminerer. Det sæsonkorrigerede BNP og resten af de aggregerede størrelser fra forsynings- 8

9 balancen derfor er testet for restsæson. Det samme gælder serierne for den samlede beskæftigelse, løn og timer. Hverken BNP eller de øvrige variable fra forsyningsbalancen indeholder restsæson. 9

10 Bilag 1. Test af national- kontra standardkalender Der er i Demetra, som er husets standardværktøj til sæsonkorrektion, ikke umiddelbart mulighed for at benytte en brugerdefineret national kalender. I stedet ligger der som default en amerikansk standardkalender 6, hvilket må anses for uhensigtsmæssigt. Da vi imidlertid ikke vil benytte Demetra til sæsonkorrektionen, men kalde X12 direkte fra Aremos, vil der være mulighed for at vi selv implementerer en national kalender. Dette kan gøres ved at modellere "user-defined" regressorer i de såkaldte specifikationsfiler, og samtidig optælle for hvert kvartal hvor mange dage, der er hverdage og hvor mange, der er helligdage (dvs. søndage, idet alle helligdage bortset fra påsken tæller som en søndag). Til brug for husets sæsonkorrektionsgruppe skulle det testes, hvorvidt resultatet afhænger af, om man benytter en specielt dansk kalender eller standard kalenderen. Test af effekt af dansk kalender kontra amerikansk standard kalender. Der udvælges en række KADAM-serier, der testes for, om der er en effekt af at korrigere med dansk kalender kontra standardkalenderen. Der udvælges i første omgang følgende serier: Y L BNP Chus L Husholdningernes konsum i alt Cf L Privat konsum, fødevarer Cn L privat konsum, drikkevarer og tobak Cbf L Privat konsum, beklædning og fodtøj Chv L Privat konsum, halvvarige varer X L Produktionsværdi i alt Xi L Produktionsværdi, industri Xha L Produktionsværdi, handel, hotel og restaurations. Xf L Produktionsværdi, forretningsservice mv. Q L Beskæftigede i alt Qi L Beskæftigede i alt, industri Qha L Beskæftigede i alt, handel, hotel og restaurations. Qqf L Beskæftigede i alt, forretningsservice mv. Serierne handelsdagskorrigeres: med dansk kalender med standardkalender Effekten af handelsdagskorrektionerne studeres ved at se på resultaterne for de udvalgte serier. Der opstilles tabeller indeholdende følgende størrelser korrigeret med hhv. dansk og standard kalender: 6 Kalenderen er ikke amerikansk i den forstand, at den medtager amerikanske helligdage som søndage. Kalenderen indeholder alene en optælling af antal mandage, tirsdage og søndag, hvor søndage er det faktiske antal. 10

11 1. Handelsdagskorrektionsfaktoren (tabel A6 "Reg ARIMA tradingday component") 2. Den handelsdags- og påskekorrigerede serie, (tabel A18 "RegARIMA calender adjusted original data"). 3. Den sæson- og handelsdagskorrigerede serie, (tabel D11 "Final seasonally adjusted data also adjusted for trading day, holiday") 4. Den sæson- og handelsdagskorrigerede serie årsopregnet til handelsdagskorrigeret årstotal (tabel Saa) 5. Originalserien (tabel A1) 6. Kvartalsvise vækstprocenter for 3), 4) og 5) Resultatet af undersøgelsen er beskrevet i notatet "Dansk vs. amerikansk kalender". Det blev konkluderet, at den anvendte kalender har væsentlig betydning for BNP-vækstraten. 11

12 Bilag 2. Fastlæggelse af model og løbende produktion Modelfastlæggelse i Demetra uhensigtsmæssig Modelfastlæggelse i Aremos Løbende produktion Det er i kvalitetsprojektrapporten anbefalet, at modelfastlæggelse skal foregå én gang om året i forbindelse med årsskiftet samt at modelfastlæggelsen foretages i Demetra, hvorefter modelspecifikationsfilerne benyttes i f. m. sæsonkorrektion via Aremos. Da Demetra kun kan køre med standardkalender, kan det imidlertid ikke lade sig gøre at fastlægge modellerne i Demetra og derefter benytte den nationale kalender til handelsdagskorrektionen. Det er derfor undersøgt, hvordan modellerne på en hensigtsmæssig måde kan fastlægges via Aremoskørslen. Da modellerne for hver enkelt serie skal fastlægges en gang årligt skal det kunne afvikles rimelig automatisk. Ved afvikling af X12 benyttes såkaldte spec-filer (specifikationsfiler), hvori man kan specificere en række ting i forbindelse med sæsonkorrektionen. Det vil være oplagt at benytte forskellige spec-filer til hhv. modelfastlæggelsen og afviklingen af sæsonkorrektion i f. m. den løbende produktion, hvor en række af specifikationerne til den løbende sæsonkorrektion vil blive fastlagt ved modelfastlæggelsen. Modelfastlæggelse Modelfastlæggelse Ved modelfastlæggelsen skal fastlægges følgende, som herefter benyttes indtil en ny model fastlægges, dvs. i ét år ad gangen: Transformation: bestemmer om originalserien skal transformeres. Det hyppigste er en logaritmisk transformation. Model: bestemmer hvilken ARIMA-model, der benyttes. Øvrige størrelser, fx. modelparametre og sæsonfaktorer, fastlægges ved hver produktionskørsel. Modelfastlæggelse spec-filer Spec filer for hver variabel i forbindelse med modelfastlæggelse vil indeholde følgende specifikationer: series{ period=4 start= file='basis.dat' print=(default +A18 -sp0) save=(a18) Automdl{ method=best file=x12a.mdl transform{ function=log regression{ variables=(easter[6]) 12

13 user=(t1 t2 t3 t4 t5 t6 t7) file='kalender8.dat' format='datevalue' usertype=(td td td td td td loq) centeruser=seasonal aictest=(user) print=(default) save=(hol td) estimate{ outlier{ types=(ao ls) check{ x11{ appendfcst=yes force=totals forcetarget=calendaradj print=(default -c17 -d8 -e4 -e5 -e6 -e6a -e7 -sp1 -sp2) save=(d10 D11 saa) Bemærk: Udskrift af størrelser til brug for vurdering Man kan også modellere handelsdagseffekt vha. specifikationen X-11- regression. Forskellen er, at man i X-11-regression modellerer på den irregulære komponent, mens man i specifikationen regression modellerer på hele serien. Til brug for modelfastlæggelsen skal udskrives en række størrelser til brug for vurdering af ARIMA modellerne. Desuden skal den fastlagte model gemmes. Størrelserne kan tages fra log'en fra X-11 samt diverse udvalgte tabeller (se printargumentet for X-11). Der skal gemmes størrelser til: 1. tabel til vurdering ved modelfastlæggelse 2. specifikationsfiler til sæsonkorrektion ved løbende produktion 3. den endelige sæsonkorrigerede serie Ad 1. tabel til vurdering ved modelfastlæggelse ("diagnostics"): Der dannes en tabel svarende til den viste i Arbejdsnotat nr. 35, Sæsonkorrigering af de kvartalsvise nationalregnskaber, dog med visse ændringer. Følgende størrelser vises som søjler i tabellen (diagnostics-arket): (1) Graf (2) Markering : Hvis M7>1 eller Q>1 markeres automatisk (3) Serie (4) Metode : Multiplikativ eller additiv (5) ARIMA model : X11-log (A1 ARIMA Model), den valgte model (6) Handelsdagskorrekt. : Fra outputfilen xxx.td (7) Påskekorrektion : Fra outputfilen xxx.hol (8) Forecast fejl... : Fra X11-log (A1 Av. abs. perc. error, last 3 years) (9)-(12) Test størrelser : chi- og t-teststørrelser for ARIMA parametrene (13) Test for restsæson: : (14)-(25) M1 til q : Teststørrelser til vurdering af sæsonkorrektion (26) AIC : Hvis AIC=0 beskrives data bedre uden regressions variablene 13

14 Ad 2. specifikations filer til sæsonkorrektion ved løbende produktion Ad 3 den endelige sæsonkorrigerede serie Til den løbende produktion skal fastlægges spec-filer for transformation og model. Modellen hentes fra X11-log. Transformation kan fås fra X11-log (A1) og output-filen (.mdg). Gemmes som outputfil fra X11 (.saa). Vi har fået en testversion af X12 der kan årsopregne til kalenderkorrigerede årstotaler (forcetarget=calenderadj). Løbende produktion Når modellerne er fastlagt, skal der dannes specifikationsfiler, der netop indeholder disse modeller, til brug for den løbende produktion. Specifikationsfilerne til den løbende produktion dannes automatisk ved afvikling af et SAS-program. Produktion Specifikationsfiler for hver variabel i forbindelse med sæsonkorrektion i den løbende produktion (her vist for MATIS-variablen CAV (privat forbrug: bøger, aviser og blade)): series{ period=4 start= file='cav.dat' print=(default +A18 -sp0) save=(a18) arima{ model=(0 1 1)(0 1 1) transform{ function=log regression{ variables=(easter[6]) user=(t1 t2 t3 t4 t5 t6 t7) file='kalender8.dat' format='datevalue' usertype=(td td td td td td loq) centeruser=seasonal aictest=(user) print=(default) save=(hol td) estimate{ outlier{ types=(ao ls) check{ x11{ appendfcst=yes force=totals forcetarget=calendaradj 14

15 print=(default -c17 -d8 -e4 -e5 -e6 -e6a -e7 -sp1 -sp2) save=(d10 D11 saa) Bemærk 1: Der er benyttet forcetarget=calendaradjs (automatisk årsopregning), da det er de handelsdagskorrigerede årstotaler, der skal rammes. Bemærk 2: Da der er benyttet append forecast=yes bør de forecastede sæsonfaktorer blive gemt, da de evt. skal benyttes til flash-beregningen. "Diagnostics" I afsnittet om modelfastlæggelse, er det beskrevet hvordan der skal laves en såkaldt "diagnostics" tabel, der medtager udvalgte teststørrelser for sæsonkorrektionen. Et sådant diagnostics-ark skal også dannes under den løbende produktion, således at det checkes om alle serier sæsonkorrigeres. 15

16 Bilag 3. Indirekte sæsonkorrektion I dag direkte sæsonkorrektion Fremover indirekte sæsonkorrektion, dog ikke af kædede serier I dag sæsonkorrigeres alle serier, også aggregater af mere detaljerede serier, idet der benyttes direkte sæsonkorrektion. Sæsonkorrektionen foretages på KADAM-niveau. Som en del af omlægningen af sæsonkorrektionen skal der nu foretages indirekte sæsonkorrektion af serierne i årets priser og faste 1995-priser. De kædede værdier skal fortsat sæsonkorrigeres direkte, og dette afsnit omhandler derfor alene serierne i årets priser og faste 1995-priser. Detaljeringsniveau Fastlæggelse af detaljeringsniveau Ny bank: MATIS Ved overgangen til indirekte sæsonkorrektion kan der ikke længere sæsonkorrigeres på KADAM-niveau. Det skyldes, at der for at kunne danne alle aggregeringsniveauer skal oprettes en række nye variable. Da vi gerne vil fastholde, at KADAM alene skal indeholde offentliggørelsesserier, vil det være nødvendigt at danne en mellem-bank, der indeholder serier på det niveau, hvorpå der skal sæsonkorrigeres. Denne mellem-bank vil vi kalde MATIS (mellem aggregeringsniveau til indirekte sæsonkorrektion). Det foreslås, at MATIS skal indeholde (MATIS indeholder ikke kædede serier): 1. sæsonkorrigerede serier på mest detaljeret niveau 2. handelsdagskorrigerede serier 3. ikke-sæsonkorrigerede serier på samme detaljeringsniveau 4. supplerende serier (fx. cif/fob korrektioner, domestic concept for beskæftigelsen) MATIS ikke afstemt MATIS grundlag for KADAM Den specielle bank til EU indberetningen forsvinder Det skal bemærkes, at MATIS ikke vil være en afstemt bank, dvs. tilgang vil ikke stemme med anvendelse, for de sæson- og handelsdagskorrigerede serier. Ud fra MATIS kan herefter dannes KADAM 7, der indeholder alle publiceringsniveauer (nationale såvel som internationale). Fastlæggelse af variable i MATIS skal ske ud fra dette hensyn. Databanken EUDAM.BNK,, som benyttes til gesmesindberetningen til EU og OECD, sæsonkorrigeres for sig selv i det nuværende system. Fremover bør det være sådan, at gesmesindberetningerne laves direkte fra KADAM. BNP(P) forskellig fra BNP(E) Diskrepans mellem BNP(T) og BNP(A) Der vil som følge af den indirekte sæsonkorrektion opstå diskrepans mellem BNP opgjort fra produktionssiden (BNP(P))og BNP opgjort fra 7 Der vil i fremtiden eksistere to KADAM-banker, KADAM1 og KADAM2. KADAM1 vil indeholde serier i løbende og faste priser samt løn, beskæftigelse og præsterede timer. KADAM2 vil indeholde de kædede serier samt serier i foregående års priser. 16

17 efterspørgselssiden (BNP(E)). Det skal besluttes, hvad der gøres ved denne diskrepans. Der foreligger to muligheder: 1. At offentliggøre den statistiske diskrepans og beslutte hvilket sæsonkorrigeret BNP-tal (BNP(P) eller BNP(E)), der er det officielle. 2. At lægge diskrepansen på et af aggregaterne, der indgår i BNP. Det vil medføre, at der for netop det aggregat vil gælde, at summen af de detaljerede serier ikke vil være lig aggregatet (hvis det fx var privat konsum vil det betyde, at summen af konsumgrupperne ikke vil svare til det samlede private konsum) De to løsningsmodeller vil give forskellig BNP-vækst, og de bør derfor undersøges nærmere, inden der tages endelig beslutning til, hvilken der skal vælges. Det foreslås derfor at: Opgøre BNP direkte sæsonkorrigeret Opgøre hhv. BNP(P) og BNP(E) indirekte sæsonkorrigeret Beregne den kvartalsvise vækst i de to BNP opgørelser Beregne forskellen mellem BNP(P) og BNP(E) i niveau Lægge forskellen til hhv. BNP(P) og BNP(E) Beregne den kvartalsvise vækst i de to korrigerede BNP opgørelser De beregnede størrelser opstilles i tabeller og det bør på dette grundlag kunne besluttes, hvilken løsningsmodel vi vil benytte. Beslutning Test for evt. restsæson Det er besluttet at benytte BNP opgjort fra produktionssiden. Den statistiske diskrepans vises separat i databankerne og i Statistiske Efterretninger. I Nyt fra Danmarks Statistik lægges den sammen med lagerforøgelserne. Det kan evt. også undersøges for forsyningsbalancens komponenter om der er "restsæson" i de indirekte sæsonkorrigerede serier. Hvis ja vil det være en indikation af, at den indirekte sæsonkorrektion ikke fuldt ud får fjernet sæsonen. 17

18 Bilag 4. Handelsdagskorrigerede serier Indberetning til EU Handelsdagskorrigerede serier i MATIS Handelsdagskorrigerede kædede serier Nye serier Der skal til EU indberettes data, der alene er korrigeret for handelsdags- /arbejdsdagseffekt samt påskeeffekt (herefter omtalt som handelsdagskorrigerede data). I forbindelse med sæsonkorrektionen skal de serier, hvor der er handelsdags- og påskeeffekt, derfor udskrives. Handelsdags- og påskeeffekt skal betragtes som forhåndskorrektioner. Da de handelsdagskorrigerede serier dannes i f. m. sæsonkorrektionen, vil det være oplagt at medtage dem på dette detaljeringsniveau i MATIS. Efterfølgende vil de handelsdagskorrigerede serier blive aggregeret til publiceringsniveau i KADAM helt svarende til de sæsonkorrigerede serier. Der skal i den KADAM, der indeholder de kædede værdier og værdier i foregående års priser, ligeledes oprettes serier til de handelsdagskorrigerede størrelser. Der oprettes nye serier i MATIS og KADAM svarende til de handelsdagskorrigerede serier. 18

19 Bilag 5. Kædede serier UDSKUDT TIL DATAREVISION 2004 Kædede serier På KADAM-niveau Serier i foregående års priser Principielt skal de kædede serier behandles helt parallelt med de ikke-kædede serier, dvs. de skal både handelsdagskorrigeres og sæsonkorrigeres. Der er dog én væsentlig forskel: de kædede serier skal fortsat sæsonkorrigeres direkte, idet der i forvejen ikke er additivitet. Kædningen foretages direkte på KADAM-niveau, og det vil handelsdags- og sæsonkorrektionen også gøre. Der skal indberettes serier i foregående års priser til EU. Disse skal ikke sæsonkorrigeres. 19

20 Bilag 6. Sæsonkorrektion af første kontra revideret offentliggørelse Tidligere metode til første offentliggørelse Hidtil sæsonkorrigeres tallene til den første offentliggørelse, med få undtagelser, på følgende måde: 4. Serierne inkl. det nye kvartal sæsonkorrigeres 5. Væksten fra pkt. 1 mellem kvartal t og t-1 ganges på den sæsonkorrigerede serie fra seneste offentliggørelse. Ved fastholdelse af samme metode ville overgangen til indirekte sæsonkorrektion betyde, at punkterne 1. og 2. ville blive foretaget på MATISniveau, og ikke som tidligere på KADAM-niveau. Forecastede faktorer I f.m. udvikling af den første offentliggørelse (60 dage) blev det undersøgt, om det var muligt at benytte de forecastede sæsonkorrektionsfaktorer fra den reviderede udgave, således at man ved den første offentliggørelse sparede at køre hele sæsonkorrektionsprogrammet til det nye kvartal. Det viste sig imidlertid, at det ikke kunne lade sig gøre, bl.a. fordi der i en række tilfælde ikke kunne estimeres en model. I f. m. implementering af X-12 blev det endnu engang undersøgt, om det var muligt at benytte de forecastede sæsonfaktorer. Det blev tilstræbt at benytte en sådan løsning. Det blev ligeledes overvejet at benytte sæsonfaktorerne fra samme kvartal året før. Det viste sig imidlertid at metoderne gav anledning til store revisioner, og de blev derfor opgivet. Med indførelsen af X-12-direkte vil den første offentliggørelse blive sæsonkorrigeret, som var den en revideret opgørelse, dvs. alle de sæsonkorrigerede tal revideres for alle de foreløbige år. 20

21 Bilag 7. Årsopregning Årsopregning til handelsdagskorrigerede årstotaler Som en følge af handelsdagskorrektionen, skal der årsopregnes til de handelsdagskorrigerede årstotaler. Nationalregnskabskontoret har fået en testversion af X-12, der kan årsopregne til de handelsdagskorrigerede årstotaler. Man skal benytte argumentet forcetarget=calendaradj i specifikationsfilerne. 21

22 Bilag 8 Perioden Modelfastlæggelse 1993 og frem Det er i kvalitetsprojektrapporten anbefalet at fastlægge modellen med udgangspunkt i data for perioden 1993 og frem. For 1993 og frem vil sæsonkorrektionen naturligvis være baseret på de for perioden fastlagte modeller. For perioden forelås det at sæsonkorrigere serierne med udgangspunkt i de for perioden 1993 og frem fastlagte modeller. Sæsonkorrektionen foretages på følgende måde: 1. Der sæsonkorrigeres for hele perioden ved omlægningen af sæsonkorrektionen. 2. Herefter sæsonkorrigeres for perioden Tallene fra 2. erstatter fra 1. I den løbende produktion vil der altid blive sæsonkorrigeret for 1993 og frem, men hvor alene tallene for de foreløbige år vil blive erstattet. 22

23 Bilag 9 Revisionstabeller Revisionstabeller mv. Nedenfor følger tabeller fra offentliggørelsen den 9. januar 2004, der viser ændringer i de sæsonkorrigerede kvartalsvækstrater for de økonomiske hovedstørrelser. Tabel 1 viser den samlede ændring i forhold til offentliggørelsen den 4. december 2003, mens tabel 2 og 3 viser den samlede ændring delt op på ændringer som følge af ny sæsonmetode (tabel 2) og ændringer som følge af revisioner af tallene (tabel 3). Der er endvidere vist tabeller med de økonomiske hovedstørrelser fra den netop offentliggjorte reviderede beregning af 3. kvartal 2003 (tabel 4) samt samme tal sæsonkorrigeret efter gammel sæsonkorrektionsmetode til sammenligning (tabel 5). Til sidst følger tabel 6 med de økonomiske hovedstørrelser fra offentliggørelsen den 4. december 2003, dvs. første offentliggørelse af 3. kvartal 2003, ligeledes til sammenligning. Tabel 1: Forsyningsbalance og beskæftigelse, difference (Tabel 4 6): NY sæsonkorrektion 3. kvt. 2003, revideret - GL. sæsonkorrektion 3. kvt Samlede revisioner (tabel 2 + 3) kvt. 3. kvt kvt. 1. kvt. 2. kvt. 3. kvt. årets priser mia. kr. årlig real vækst i pct. real vækst i pct. i forhold til kvt. før. Sæsonkorrigerede værdier Bruttonationalprodukt (BNP) 1,2 0,3 0,1-0,1 0,3 0,1 Import af varer og tjenester -1,8-1,4-0,1-0,6-0,2 0,1 Tilgang i alt = anvendelse i alt -0,6-0,3 0,0-0,3 0,5 0,0 Eksport af varer og tjenester -0,2 2,0 0,9-0,3 0,2 1,6 Privat forbrug -3,6-0,2-0,3 0,0 0,0-0,6 Anskaffelse af køretøjer 0,3 2,1 1,5 3,1 0,5-2,1 Øvrige varer -1,0 0,2-0,1 0,2 0,1-0,6 Tjenester mv. -0,3-1,0-0,6-0,3-0,3-0,5 Offentligt forbrug -0,6-0,2 0,1 0,1 0,3-0,1 Faste bruttoinvesteringer 1,0-3,1-2,0-2,9 4,0-2,9 Boligbyggeri 0,0-11,9-10,8-11,7 3,3-2,6 Øvrigt byggeri og anlæg 0,1-3,4-4,7 7,0-1,7-1,4 Maskiner, transportmidler mv. -0,3-0,3 0,7-3,5 8,5-7,0 Software og øvrige faste bruttoinv. 1,2 1,3 5,2-2,4 3,8-0,3 Lagerforøgelser 1 3,3-0,4 0,2 0,22 2-0,7 2 0,1 2 Samlede præsterede timer i alt (mio.) -2,0-0,3 0,0 0,0 0,3-0,3 Beskæftigelse 3 i alt (1000 personer) -4,0-0,2 0,0-0,2 0,2-0,1 1 Ændring i lagerforøgelser i pct. af BNP, dvs. bidraget til BNP-væksten. 3 Inkl. personer på orlov. 2 Ikke direkte sammenlignelig da lagerforøgelser ved ny sæsonkorrektion også indeholder den statistiske diskrepans. 23

24 Tabel 2: Forsyningsbalance og beskæftigelse, difference (Tabel 4 5): NY sæsonkorrektion 3. kvt. 2003, revideret - GL. sæsonkorrektion 3. kvt. 2003, revideret Revisioner som følge af ny sæsonkorrigering kvt. 3. kvt kvt. 1. kvt. 2. kvt. 3. kvt. årets priser mia. kr. årlig real vækst i pct. real vækst i pct. i forhold til kvt. før. Sæsonkorrigerede værdier Bruttonationalprodukt (BNP) 0,0 0,0 0,0-0,1 0,3 0,0 Import af varer og tjenester 0,0 0,0 0,0 0,8-0,7 1,0 Tilgang i alt = anvendelse i alt 0,0 0,0 0,0-0,4 0,7-0,1 Eksport af varer og tjenester 0,0 0,0 0,0-0,8 1,2-0,7 Privat forbrug 0,0 0,0 0,0 0,2 0,1-0,4 Anskaffelse af køretøjer 0,0 0,0 0,0-0,1 1,6-1,9 Øvrige varer 0,0 0,0 0,0 0,2 0,2-0,6 Tjenester mv. 0,0 0,0 0,0 0,2-0,2-0,1 Offentligt forbrug 0,0 0,0 0,0-0,2 0,3 0,0 Faste bruttoinvesteringer 0,0 0,0 0,0-1,8 2,3 0,2 Boligbyggeri 0,0 0,0 0,0-0,3 0,6-0,4 Øvrigt byggeri og anlæg 0,0 0,0 0,0-1,3 3,2-1,2 Maskiner, transportmidler mv. 0,0 0,0 0,0-0,8 2,6-2,3 Software og øvrige faste bruttoinv. 0,0 0,0 0,0-0,8-0,4 5,1 Lagerforøgelser 1 0,0 0,0 0,0 0,0 2-0,5 2 0,5 2 Samlede præsterede timer i alt (mio.) 0,0 0,0 0,0-0,1 0,3-0,1 Beskæftigelse 3 i alt (1000 personer) 0,0 0,0 0,0-0,3 0,2 0,0 1 Ændring i lagerforøgelser i pct. af BNP, dvs. bidraget til BNP-væksten. 3 Inkl. personer på orlov. 2 Ikke direkte sammenlignelig da lagerforøgelser ved ny sæsonkorrektion også indeholder den statistiske diskrepans. Tabel 3: Forsyningsbalance og beskæftigelse. Difference (Tabel 5 6): GL sæsonkorrektion 3. kvt. 2003, revideret GL sæsonkorrektion 3. kvt. 2003, revideret Revisioner som følge af reviderede tal kvt. 3. kvt kvt. 1. kvt. 2. kvt. 3. kvt. årets priser mia. kr. årlig real vækst i pct. real vækst i pct. i forhold til kvt. før. Sæsonkorrigerede værdier Bruttonationalprodukt (BNP) 1,2 0,3 0,1 0,0 0,0 0,1 Import af varer og tjenester -1,8-1,4-0,1-1,4 0,5-0,9 Tilgang i alt = anvendelse i alt -0,6-0,3 0,0 0,1-0,2 0,1 Eksport af varer og tjenester -0,2 2,0 0,9 0,5-1,0 2,3 Privat forbrug -3,6-0,2-0,3-0,2-0,1-0,2 Anskaffelse af køretøjer 0,3 2,1 1,5 3,2-1,1-0,2 Øvrige varer -1,0 0,2-0,1 0,0-0,1 0,0 Tjenester mv. -0,3-1,0-0,6-0,5-0,1-0,4 Offentligt forbrug -0,6-0,2 0,1 0,3 0,0-0,1 Faste bruttoinvesteringer 1,0-3,1-2,0-1,1 1,7-3,1 Boligbyggeri 0,0-11,9-10,8-11,4 2,7-2,2 Øvrigt byggeri og anlæg 0,1-3,4-4,7 8,3-4,9-0,2 Maskiner, transportmidler mv. -0,3-0,3 0,7-2,7 5,9-4,7 Software og øvrige faste bruttoinv. 1,2 1,3 5,2-1,6 4,2-5,4 Lagerforøgelser 1 3,3-0,4 0,2 0,2-0,2-0,4 Samlede præsterede timer i alt (mio.) -2,0-0,3 0,0 0,1 0,0-0,2 Beskæftigelse 2 i alt (1000 personer) -4,0-0,2 0,0 0,1 0,0-0,1 1 Ændring i lagerforøgelser i pct. af BNP, dvs. bidraget til BNP-væksten. 2 Inkl. personer på orlov. 24

25 Tabel 4. Forsyningsbalance og beskæftigelse, 3. kvartal 2003, revideret NY sæsonkorrigering kvt. 3. kvt kvt. 1. kvt. 2. kvt. 3. kvt. årets priser mia. kr. årlig real vækst i pct. real vækst i pct. i forhold til kvt. før. Sæsonkorrigerede værdier Bruttonationalprodukt (BNP) 343,3-0,5-0,1 0,3-0,2-0,2 Import af varer og tjenester 128,5-0,3 0,3 1,0-2,3 2,6 Tilgang i alt = anvendelse i alt 471,7-0,5-0,0 0,5-0,8 0,6 Eksport af varer og tjenester 154,0-0,1 0,5 0,6-0,1 0,3 Privat forbrug 161,7 1,4 0,7-0,3 0,2 0,5 Anskaffelse af køretøjer 6,0-11,4-18,3-18,0-2,1 13,2 Øvrige varer 70,5 2,5 2,0 1,0 0,6-0,2 Tjenester mv. 85,1 1,4 1,3 0,1-0,1 0,4 Offentligt forbrug 92,8 0,1 1,4 0,5 0,2-0,5 Faste bruttoinvesteringer 66,5-1,3-3,8-4,0-0,9 4,4 Boligbyggeri 16,5-2,7-2,8-8,1 8,0-0,3 Øvrigt byggeri og anlæg 17,7-11,6-16,0-9,1 0,7 0,1 Maskiner, transportmidler mv. 24,8 0,7-2,3-0,8-6,4 6,2 Software og øvrige faste bruttoinv. 7,5 15,2 10,9-1,7 5,5 10,4 Lagerforøgelser 1-3,3-1,0-0,0 1,4 2-1,1 2-0,4 2 Samlede præsterede timer i alt (mio.) 851-1,3-1,5-0,0-0,1-0,3 Beskæftigelse 3 i alt (1000 personer) ,4-1,6-0,9-0,1-0,1 1 Ændring i lagerforøgelser i pct. af BNP, dvs. bidraget til BNP-væksten. 2 Inkl. statistisk diskrepans, som er lig forskellen mellem sæsonkorrigeret BNP opgjort fra produktionssiden og efterspørgselssiden. 3 Inkl. personer på orlov. Tabel 5. Forsyningsbalance og beskæftigelse 3. kvartal 2003, revideret GL. sæsonkorrigering kvt. 3. kvt kvt. 1. kvt. 2. kvt. 3. kvt. årets priser mia. kr. årlig real vækst i pct. real vækst i pct. i forhold til kvt. før. Sæsonkorrigerede værdier Bruttonationalprodukt (BNP) 343,3-0,5-0,1 0,4-0,5-0,2 Import af varer og tjenester 128,5-0,3 0,3 0,2-1,6 1,6 Tilgang i alt = anvendelse i alt 471,7-0,5-0,0 0,9-1,5 0,7 Eksport af varer og tjenester 154,0-0,1 0,5 1,4-1,3 1,0 Privat forbrug 161,7 1,4 0,7-0,5 0,1 0,9 Anskaffelse af køretøjer 6,0-11,4-18,3-17,9-3,7 15,1 Øvrige varer 70,5 2,5 2,0 0,8 0,4 0,4 Tjenester mv. 85,1 1,4 1,3-0,1 0,1 0,5 Offentligt forbrug 92,8 0,1 1,4 0,7-0,1-0,5 Faste bruttoinvesteringer 66,5-1,3-3,8-2,2-3,2 4,2 Boligbyggeri 16,5-2,7-2,8-7,8 7,4 0,1 Øvrigt byggeri og anlæg 17,7-11,6-16,0-7,8-2,5 1,3 Maskiner, transportmidler mv. 24,8 0,7-2,3-0,0-9,0 8,5 Software og øvrige faste bruttoinv. 7,5 15,2 10,9-0,9 5,9 5,3 Lagerforøgelser 1-3,3-1,0-0,0 1,4-0,6-0,9 Samlede præsterede timer i alt (mio.) 851-1,3-1,5 0,1-0,4-0,2 Beskæftigelse 2 i alt (1000 personer) ,4-1,6-0,6-0,3-0,1 1 Ændring i lagerforøgelser i pct. af BNP, dvs. bidraget til BNP-væksten. 2 Inkl. personer på orlov. 25

26 Tabel 6. Forsyningsbalance og beskæftigelse 3. kvartal 2003, første offentliggørelse GL. sæsonkorrigering kvt. 3. kvt kvt. 1. kvt. 2. kvt. 3. kvt. årets priser mia. kr. årlig real vækst i pct. real vækst i pct. i forhold til kvt. før. Sæsonkorrigerede værdier Bruttonationalprodukt (BNP) 342,1-0,8-0,2 0,4-0,5-0,3 Import af varer og tjenester 130,3 1,1 0,4 1,6-2,1 2,5 Tilgang i alt = anvendelse i alt 472,3-0,2 0,0 0,8-1,3 0,6 Eksport af varer og tjenester 154,2-2,1-0,4 0,9-0,3-1,3 Privat forbrug 165,3 1,6 1,0-0,3 0,2 1,1 Anskaffelse af køretøjer 5,7-13,5-19,8-21,1-2,6 15,3 Øvrige varer 71,5 2,3 2,1 0,8 0,5 0,4 Tjenester mv. 88,1 2,4 1,9 0,4 0,2 0,9 Offentligt forbrug 93,4 0,3 1,3 0,4-0,1-0,4 Faste bruttoinvesteringer 65,5 1,8-1,8-1,1-4,9 7,3 Boligbyggeri 16,5 9,2 8,0 3,6 4,7 2,3 Øvrigt byggeri og anlæg 17,6-8,2-11,3-16,1 2,4 1,5 Maskiner, transportmidler mv. 25,1 1,0-3,0 2,7-14,9 13,2 Software og øvrige faste bruttoinv. 6,3 13,9 5,7 0,7 1,7 10,7 Lagerforøgelser 1-6,1-0,6-0,2 1,2-0,4-0,5 Samlede præsterede timer i alt (mio.) 853-1,0-1,5 0,0-0,4-0,0 Beskæftigelse 2 i alt (1000 personer) ,2-1,6-0,7-0,3 0,0 1 Ændring i lagerforøgelser i pct. af BNP, dvs. lagerforøgelsernes bidrag til BNP-væksten. 2 Inkl. personer på orlov. 26