물가에 대한 빠른 정보를 얻기 위한 전통적인 방법은 시장조사업체들의 서베이를 통한 것이고 빨라야 1주일단위였고, 정부 발표들은 보통 한달, 분기 단위였다.
최근 빅데이터를 이용한 분석, 예측에 대한 관심이 증가하고 있는데, 여러가지 장단점이 있지만 투자자들의 관심은 남보다 빨리 정보를 얻을 수 있다는 점에 있는 것으로 보인다. 그러나 기존의 방법과는 독립적인, 새로운 정보의 출처가 된다는 점이 내게는 가장 중요한 점이다.
http://advisorperspectives.com/dshort/updates/Inflation-Since-1872.php
위의 글에서도 그런 이유로 언급하고 있다.
http://www.pricestats.com/argentina-series
물가에 대한 아래의 자료는 최근 미국의 디플레이션 우려에 대한 다른 판단을 가능하게 한다. 어떤 결과가 나올지 기대된다.
출처: http://bpp.mit.edu/usa/
-----------
추가
cpiaucsl: sa
cpiaucns: nsa
-----------
추가2
다시보니 cpi보다 ppi와 비슷하다. bpp산정에 기름관련한 가격의 비중이 크다는 뜻이겠지.
이번달에 cpi높게 나왔잖아요.. 잘 맞는데? ㅋ
답글삭제단기적인 변동의 방향은 cpi와 잘 맞고(올리지 않은 다른 두 개의 그래프) 그래서 인정을 받는 것 같네요.
삭제그런데 위에 인용한 bpp자료는 2012년 중반부터 상향이고 미국정부자료는 여전히 하향이라고 보이네요.
실제로 이것이 cpi를 보는 대부분의 사람들이 보는 그림이겠지요.
만약 지난달이 저점이라면 1년정도 차이가 난다고 보이는데 그렇다고 bpp가 선행해야할 이유가 있는지는 모르겠고, 구성요소의 차이라면 알기 어렵겠지요.
그냥 변동의 방향으로 만족을 해야 하는 아닐까요? 자세히는 모르지만.. 이런 식의 접근들로 "절대값" 을 산출하는 것은.. 참 힘든일 같아요.
삭제상대적 변화는 몰라도..
그런 이유로 개인적으로 이렇게 인덱스화된 데이타들에서는 방향이 중요하다고 봅니다.
삭제GDP처럼 양(플로우든 스톡이든)이 구해지는 데이타는 절대값도 중요하구요.
그런데 방향이라도 원데이타, 전년동월비, 전월비 중에 어떤 것을 선택할 것인가는 개인적인 경험도 중요하고 다수의 의견도 중요한데, cpi처럼 yoy가 대세인 경우에는 그렇게 보는 것이 낫지 않나 생각합니다.
위의 빅데이타에 관심이 생긴 이유는 만약 cpi가 bpp처럼 1년 내내 상승하고 있었다면, 사람들의 생각도, QE에 대한 연준의 판단도 다를 수 있었겠다는 생각이 들어서입니다. 어느게 진실에 가까운지는 모르겠지만 말입니다.