lghh dfs sales estimate

http://runmoneyrun.blogspot.kr/2016/03/20160301.html
http://runmoneyrun.blogspot.kr/2016/03/amore-vs-lghh.html

메르스의 영향이 완전히 사라지고, 중국인 여행객의 증가추이가 유지된다는 가정 하에 lghh의 면세점 매출을 추정했다.

화장품 매출 추이.
매스, 매스티지 채널의 정체, 하락이 심화되고 있다.
프레스티지 혹은 럭셔리 브랜드의 판매는 급속히 증가하고 있다.

위의 숫자중 정확한 것은 업체가 공개한 후와 더페이스샵의 매출뿐이다.
나머지는 여러 기사와 보고서를 종합한 것이라 오차가 존재할 것이다.

후의 매출이 2년 동안 4배로 증가했다.
기타 프레스티지 브랜드의 판매 증가는 그에 미치지 않는다.

국내 로드샵의 매출과 후의 매출을 비교한 것이다.
2년 동안 후의 성장률은 경이로운 수준이고, 전체 매출, 이익에 대한 기여도 크다.

업체가 ir에서 가끔씩 공개하는 데이타를 성장률을 이용해 짜깁기 한 후 다른 기사, 보고서와 비교한 것이다. 실제 데이타와 오차가 크지 않을 것이다.

14년 1분기 이후 프레스티지 브랜드의 분기당 매출증가액 2000억 중 1700억은 면세점 채널을 통한 것이라고 볼 수 있다.
기타 브랜드의 면세점 매출에 대한 기여가 크지 않은 것으로 추정할 수 있다.


따라서 lghh의 단기적인 성과는 전적으로 면세점을 통한 프레스티지 브랜드의 매출에 달려있다.
수출 등의 다른 채널을 통한 판매, 다른 브랜드의 판매는 현상유지를 가정하는 것으로 충분하다.




아래에서 면세점 매출을 추정한다.

면세점 매출
= 구매단가(asp) * 침투율 * 입국자
= (구매액/구매자) * (구매자/입국자) * 입국자
= (구매액/입국자) * 입국자
= 입국자당구매액 * 입국자

매출을 추정하고 싶다면 구매단가, 침투율 등에 대한 정보를 알아야 한다.
업체에서 구매단가, 침투율에 대한 정보를 공개하지 않으면, 입국자당구매액을 추정해서 매출 추정에 이용할 수 있다.
침투율이 없으면 브랜드나 채널의 성숙단계에 대해서는 상상력에 의존하는 수밖에 없다.

두 업체의 면세점 매출액의 차이가  크지만 추이는 비슷하다.

면세점 매출액을 중국인 입국자로 나누어서 입국자당구매액을 확인했다.

두 업체의 입국자당구매액은 약 6만원의 차이가 나고 3년 동안 유지되고 있다.
아모레가 lg생건보다 면세점 채널에 대한 침투율이 높은 것이 아니고, asp가 높을 가능성을 시사한다.

lg의 면세점 매출이 아모레보다 1년반 정도 늦게 따라가고 있다는 것을 고려하면 향후의 성장이 침투율이 아니라 단가에 달려있을 가능성이 있다.

실제 입국자 수와 면세점 매출이다.
일견 입국자수와 매출간의 관련성이 적어보이고, 15년에 발생한 메르스로 인해 입국자수와 매출의 관계를 설명하기 더 어려워졌다.
이를 설명하기 위해 불법, 탈법 행위를 의심하기도 하지만, 증명할 방법이 없다.

그러나 중국인입국자수, 입국자당매출액(= 침투율 * asp)을 이용해서 매출을 추정하면 과거의 관계를 단순하게 이해할 수 있다.
또한 향후 매출 추이를 예측할 수 있다. 16년 면세점 매출은 약 1조원에 도달할 것이다.

이때 asp를 18만원으로 일정, 침투율 추이는 위와 같다고 가정.
실제로는 단가도 변동할 것이고, 침투율은 노이즈가 적은 s자의 성장곡선이 될 것이다.

입국자당매출액을 알고 있는 상태에서는 침투율이 asp에 따라 결정된다.
단가가 낮을 수록 면세점 채널의 성숙도 혹은 포화도가 높은 것이고, 단가가 높을 수록 낮은 것이다.
만약 실제 단가를 알 수 있다면 침투율을 알 수 있고, 면세점 채널을 통한 성장에 대해 더 명확한 전망이 가능할 것이다.



-----------

https://www.beautynury.com/news/view/70981/cat/10

won as a reserve currency

http://www.rba.gov.au/media-releases/2016/mr-16-05.html

Media ReleaseReserve Bank Investment in Korean won

Number2016-05

Date2 March 2016

The Reserve Bank has recently invested a share of its foreign currency reserves in Korean won. The allocation of 5 per cent of net reserves to the won is in line with the allocations to the Japanese yen, Canadian dollar, UK pound sterling and Chinese renminbi. This investment will further diversify the Bank's foreign currency reserves. The benchmark foreign currency portfolio is now comprised of the following seven currencies.

Table 1: Benchmark Foreign Currency Portfolio

	US dollar	Euro	Japanese yen	Canadian dollar	Chinese renminbi	Pound sterling	Korean won
Currency allocation (per cent of total)	55	20	5	5	5	5	5

http://www.wsj.com/articles/south-korean-won-gets-backing-from-australia-1456964155


일국의 중앙은행이 외환보유액의 유로 비중을 낮추고 원화를 편입하는 것이 단지 금리차이만 보고 결정할 일은 아닐 것이다.
금리가 더 높고 무역에서 차지하는 비중이 높아도 통화가치의 장기적인 안정성이 예상되지 않는다면 고려의 대상이 될 수 없다.

아래는 오래전에 오스트레일리아 달러의 고평가와 관련해서 썼던 내용.
호주 통화는 2000년부터 2012년까지 달러대비 약 2배 상승했고, 원자재 슈퍼싸이클에 따른 호황과 더불어 준비 통화의 자리를 차지한 것이 중요한 이유였을 것으로 본다.
호주 혹은 캐나다의 통화처럼 외환보유액에 포함되기 시작하면 장기적으로 강세 압력을 받게되고 정상적인 범위를 벗어날 수 있다.

나는 원화가 수급에 의해 비정상적인 약세를 보이고 있다고 생각하고, 정상적인 범위는 900원대라고 본다.

그런데 이제 비정상적인 강세를 고려해야 한다면 900원 아래의 가능성에 대해 생각해봐야 할 것이다.

rba의 결정이 수년 이상 장기적인 관점에서 원화의 터닝포인트가 될 수 있는 것이라고 본다.

다만 나의 희망사항이라고 해도 할 말은 없다.

--------------

오스트레일리아 달러 - 외환보유통화 또는 준비통화

2012.11.21.

얼마전 원자재 통화로 간주되는 오스트레일리아 달러가 상해지수와 비교시 상대적으로 고평가된 것으로 보여서 헤지전략이 가능할 것이라고 한 적이 있다.

그러나 2년에 걸쳐서 확대되고 있는 차이는 최근 더 벌어지고 있다.

이런 추세를 설명할 적당한 이유가 하나가 최근 뉴스에 회자되고 있다.

IMF에서 외환보유통화에 달러, 유로, 엔, 파운드, 스위스프랑 외에 캐나다달러와 호주 달러를 포함시키기로 했다고 한다.

이미 기타 통화의 비중이 5%가 넘으면서 캐나다와 호주를 나누어 표시 하겠다는 얘기에 불과하기 때문에 쓸데없이 호들갑떨지 말라는 얘기도 하지만, 두 통화의 위상이 증가한 것을 공표하고, 약해지고 있는 달러의 위상을 반영하는 중요한 사건이라고 보기도 한다.

한국은행조차 외환보유고에 금을 포함시킨 것은 외환보유고를 다변화하려는 시도가 금융위기를 지나면서 많은 나라에서 발생하고 있다는 증거이다. 금 외에 캐나다, 오스트레일리아 달러가 많은 국가들에 의해 축적되고 있었고, IMF가 공식화한 것이다.

아직 여기에 엔화 이외의 아시아 통화에 대한 끼일 자리는 없다. G2로 불리는 위안화도 아직 국제화된 기축통화로서의 역할을 하지 못하고 있고, 당분간은 가능성이 전혀 없다. 그러나 달러, 유로의 약세가 진행되면 그 시점이 당겨질 가능성은 있을 것이다.  





 

  

http://www.imf.org/external/np/sta/cofer/eng/index.htm

http://www.businessinsider.com/misunderstanding-imf-cofer-adjustments-2012-11

http://www.bloomberg.com/news/2012-11-19/imf-may-classify-aussie-canadian-dollars-as-reserve-currencies.html

http://www.theaustralian.com.au/business/economics/imf-poised-to-list-aussie-dollar-as-a-reserve-currency/story-e6frg926-1226520723418

 



amore vs lghh

http://runmoneyrun.blogspot.kr/2016/03/20160301.html

 1

 2

 3

 4

 5

6

 7

8

9

입국자 20160301

1월 입국자수는 기대 이상으로 증가했었다.
메르스의 효과가 15년 4분기까지 남아있었다고 보면 놀라운 일은 아니다.
2월 입국자수가 공개되면 확인할 수 있을 것이다.

숫자가 나올 때까지 기다리려고 했는데, 대신증권의 훌륭한 보고서를 보고 몇개의 그림을 그렸다.

실제치와 적절한 추정치를 알아보기 쉽게 그려놓았다.
14년기준으로 6월-9월을 메꾸어서 15년을 추정하고, 그 추정치에 일정한 값을 더해서 16년을 추정한 것으로 보인다.

1월의 입국자수가 급격하게 증가한 이유가 그저 노이즈때문인지, 이연수요때문인지 혹은 입국자 증가추세에 작년 12월까지 메르스의 여파가 남아있던 것인지 궁금한 것은 여전하다.

그래서 1월 중국인 입국자  증가를 과거 추이와 비교하기 위해 과거 국가별 입국자 수를 확인했다.

http://www.tour.go.kr/

1월에는 전월 대비 중국인 입국자만 증가했다.
왜?

입국자 수의 증감을 전년과 비교했다.
메르스의 효과가 6월-8월에 크지만 9월-12월에도 전년차가 이전에 비해 감소했다가 1월에야 비로소 회복한 것을 확인할 수 있다.

따라서 1월에 중국인 입국자만 전월대비 증가한 것은 여전히 메르스의 영향에서 회복하고 있었다고 이해하는 것이 적절하다.
그러면 2월 이후에 과거수준의 중국입국자 증가가 발생한다고 가정할 수 있다.


메르스 이후에도 16년까지 전년대비 월평균 10만명씩 증가할 수 있었다고 가정하면 아래와 같은 그림이 된다.

대신증권 보고서의 그림과 대동소이하지만 숫자가 조금 더 크다.


아래에서 일반적이지는 않지만 1년이 아니라 2년씩 끊어서 비교를 했다.
장점은 메르스의 효과가 사람들의 일반적인 예상보다 길게 유지될 경우 직관적으로 확인하기 쉽다는 것이다.

15년 실제치가 아니라 추정치를 이용하면 1월 입국자수의 급격한 증가가 덜 급격하게 보이고 과거 몇년 동안의 겨울 비성수기와 비슷한 추이를 유지하게 된다.

메르스의 효과가 12월까지 지속되었고 1월에 과거의 추이를 회복한 것이 맞다면 2,3월의 입국자수로 확인할 수 있다.

15년 입국자에서 메르스의 효과를 배제하면 14년대비 약 20%이상 증가했어야 한다.
또한 같은 추세가 이어지면 16년의 입국자수는 15년 실제 입국자수 대비 40% 이상 증가해야 한다.


가능할까?

시장이 다르게 보고 있는 것은 명확하다.
오히려 15년 추정치에도 못 미칠 것으로 예상하는 것으로 보인다.
중국이 망하고, 덕분에 한국이 망하는 시나리오에서는 메르스의 효과는 보이지도 않을만큼 입국자수가 감소할 수 있을 것이다.

2월에 60만명을 넘을지 궁금하다.

future of yuan from china cpi

한 나라의 통화가치의 하락은 물가상승과 환율의 평가절하로 나타난다.
그러나 중국은 10년 이상 물가상승과 환율절상이 동행하는 특이한 상태를 유지했다.

중국의 물가와 환율이 경상수지 흑자, 자본금융수지 흑자가 지속적으로 증가하는 상황에서 피동적으로 결정되는 상황이라면 가능하다.

http://runmoneyrun.blogspot.kr/2015/12/yuan-implication-for-won.html
http://runmoneyrun.blogspot.kr/2015/01/china-yuan-vs-cpi.html


그러나 환율을 결정하는 가장 중요한 요소는 물가이고, 대부분의 나라에서 장기적으로 물가비율은 환율과 동행한다.

http://runmoneyrun.blogspot.kr/2015/04/reerneer-inflation-ratio-from-bis.html
http://runmoneyrun.blogspot.kr/2015/04/relay-of-inflation-and-devaluation.html


중국은 물가와 환율의 괴리를 보인 대표적인 예라고 볼 수 있었지만, 지난 2년간의 달러대비 위안화 약세는 그러한 괴리를 축소한 것으로 볼 수 있다.

중국의 명목실효환율과 물가비율을 비교한 것이다.

2010년까지 그 차이가 일정 수준 이하에서 유지되었지만, 2011년 이후 차이가 벌어졌다.
위안의 강세를 이전 시기와 비교하면 약 30% 이상에 해당한다.

주로 유로와 엔의 약세에 기인한 것이지만, 위안이 달러와 연동되어 있다는 사실도 그에 못지 않게 중요하다.

http://runmoneyrun.blogspot.kr/2015/12/the-end-of-yuans-peg-to-dollar.html

명목실효환율과 물가의 전년동월비를 비교하면 다른 통화처럼 물가와의 관련성이 나타난다.

http://runmoneyrun.blogspot.kr/2016/02/systemic-risks-us-cpi-dollar.html


다른 통화들에서 달러대비환율로 보든 실효환율(다른 무역상대국대비 가중평균)로 보든 물가와의 관계가 비슷하다는 것과 비교하면, 위안화의 물가비율이 달러와 비교시에만 반대로 나타나는 것은 주목할 일이다.


아래에서 다시 확인한다.

http://runmoneyrun.blogspot.kr/2016/02/china-cpi-estimate.html

중국과 미국의 물가를 비교한 것이다.
보통은 쉬운 일이지만, 중국에서는 그렇지 않다.

미국와 중국의 물가비율과 환율을 비교한 것이다.

87년부터 99년까지 위안화는 물가와의 관계를 유지했고, 이는 다른 나라와 다르지 않다.
중간에 환율이 변동하는 시기, 달러에 고정한 시기, 환율을 일시에 조정한 시기를 다 고려해도 그렇다.

99년부터 2005년까지 달러에 고정한 시기에는 중국의 물가가 미국보다 낮았고 강세압력이 존재했다.

미국포함 전세계의 절상압력을 받으면서 점차적으로 위안화 강세가 진행되던 금융위기 전까지 기간동안 위안화는 물가수준과의 차이를 좁혔다.

결국 본격적으로 물가와의 괴리가 발생한 것은 금융위기 이후라고 볼 수 있다.
이 괴리는 위안화가 20%정도 절하되면 사라진다.

물가비율을 전년동월비로 보면 2014년 이후 타 통화대비 역전된 관계에 변화의 조짐이 보인다.

확인을 위해서는 시간이 필요하지만, 수십년간 일방향으로 지속된 자본유입이 유출로 방향을 바꾸었기 때문에 새로운 균형을 찾을 시간이 필요하다.

http://runmoneyrun.blogspot.kr/2016/02/world-foreign-reserves-cycle-candidate.html

물가를 외환시장의 펀더멘탈로 본다면, 외환보유액은 수급이다.
경상수지와 자본금융수지의 차이는 외환보유액에 반영되고, 환율과 직접적인 관련성을 보인다.
북미와 유럽의 선진국들을 제외하면 일본까지 포함하는 대부분의 국가에서 동일하게 나타나는 현상이다.

최근 발표된 중국의 외환보유액은 3200B이고, 환율은 6.55 위안이다.
잘 동행하고 있고, 현재 수준에서 괴리라고 할 만한 것이 없다.

환율과 수급은 잘 매칭되고 있다.

전년동월비로 보면 더욱 명확하다.




여기까지 요약하면

1) 장기적으로 물가와 환율을 높은 상관관계가 중국에서도 99년 이전까지 확인된다.
2) 단기적으로 국제수지, 외환보유액이 위안화의 수준과 방향을 결정하지만 14년 이후 방향이 바뀌었다.
3) 물가의 관점에서 달러대비로 20%, 전세계통화대비로 30%의 괴리가 유지되고 있다.


그런데 누군가 위의 관찰을 바탕으로 향후 벌어질 일을 예측하려고 한다면 중요한 고려사항이 있다.

1) 환율이 아니라, 물가가 움직일 수 있다. 중국대비 미국물가가 20%, 전세계 물가가 30% 오르는 상황말이다. 중국물가가 내려가도 효과는 마찬가지이고, 환율변동이 물가변동에 반영되는 과정은 더 직접적이고 빠를 수 있다.

2) 상대국간의 물가수준이 일정 범위에 있다면 환율변동의 폭은 50% 혹은 그 이상에 달한다. 유로, 엔같은 선진국 통화도 다르지 않으니, 신흥국 통화라면 변동성은 더 높다.

3) 주지하다시피 중국의 통계는 조심해야 한다. 환율과 미국물가는 중국의 영향력이 덜 작용할 것이나, 중국물가는 조심해야 한다. 90년대까지의 물가비율은 환율과의 관계로 일부 검증했지만, 최근 10여년간의 물가도 믿을만한지는 다른 문제이다. 더구나 방향이 아니라 환율의 수준을 판단하려고 하면 누적된 차이의 영향은 더 클 수 있다.



결론

위안의 미래는 지평선이 아니라 노이즈 아래에 있다.
그러나 어느 쪽이든 안 보이는 것은 마찬가지.
그러니 보이는 척 하지 말자.

world foreign reserves - cycle candidate

금을 포함하는 외환보유액을 세계은행 자료에서 확인.
외환보유액이 높은 10여개국의 추이를 1960년부터 2014년까지 보여준다.

외환보유액이 2000년 전후부터 10여년간 지수함수로 증가했다.
중국의 외환보유액은 규모와 속도를 고려하면 비교할 대상이 없다.

로그를 취해보면 1970년대의 선진국의 외환보유액 증가속도가 2000년대의 중국 등을 포함하는 신흥국의 외환보유액 증가속도와 비교해서 결코 떨어지지 않는다.

1990년대 초반까지 미국, 독일 순으로 1위였고 이후 일본, 중국에게 1등이 넘어간다.

외환보유액의 증가가 원자재가격 상승기에 신흥국이나 원자재 수출국에 한정되어 나타나는 일반적인 현상이 아니라는 것을 알 수 있다.

기축통화를 보유한 미국뿐 아니라 유럽의 국가들도 1980년부터는 외환보유액을 높게 유지하지 않는다.
유로권에서 수출비중이 독보적으로 높고 규모가 큰 독일조차 다르지 않다.
2000년대의 원자재가격상승기에 유럽국가들이 외환보유액을 늘리지 않은 것이 전적으로 유로의 강세때문인지는 알 수 없다.

전세계 외환보유고에서 국가별 외환보유고가 차지하는 비중을 확인해보면 국가별 비중이 매우 크게 바뀌고 있는 것을 알 수 있다.

최근에 증가한 신흥국에서 gdp 혹은 수출과 관련이 높은 것은 명백하다.

미국, 독일, 영국과 달리 일본은 지속적으로 외환보유액을 늘렸다.
특히 85년 플라자 합의 이후 일본과 독일 통화의 강세가 진행되었지만, 외환보유액은 반대의 길을 갔다.
일본의 20년간 침체가 외환보유고의 지속적인 증가와 관련이 있을 것으로 본다.
만약 일본이 외환보유고를 좀 더 과감하게 낮춘다면 아베노믹스의 방향과 속도에도 영향을 줄 수 있을 것이다.

세계 외환보유액을 세계 GDP와 비교했다.

13년을 정점으로 세계외환보유액이 감소하고 있고, 세계 GDP대비 비율도 감소하고 있다.
역사에서 힌트를 얻으려면 1980년대를 돌아봐야 한다.
70년대에 급증한 외환보유액의 비율이 20년 이상 지속적으로 감소했다.


반복될 것인가?

그럴 것이라고 본다.
1960년 이전의 세계 외환보유액 자료를 구하지 못했으니 확증은 없다.
그러나 30년짜리 원자재가격 싸이클, 실질금리 싸이클과 독립되어 있지 않다는 것은 의심할 이유가 없다.

그래서 전세계 외환보유액이 급감하면 위기가 기정사실이 되나?
전혀 아니다.
그러나 기축, 준기축 통화를 보유하지 않은 국가라면 외환보유액은 여전히 중요하다.

fred에서는 일부 국가의 금을 제외한 값을 몇개월 늦게 제공한다.
국가별 비교목적으로는 쓸 수 있다.

최근 몇년간의 고점을 기준으로 정렬하면 중국, 멕시코, 러시아의 감소가 두드러진다.
한국, 인도는 노이즈를 고려하면 감소한 적이 없다.




http://runmoneyrun.blogspot.kr/2016/02/once-in-lifetime-opportunity-2016.html

http://runmoneyrun.blogspot.kr/2015/12/realgdpgdpdeflator-one-more-30-yr-cycle.html

http://runmoneyrun.blogspot.kr/2015/12/world-gdp-vs-oil-and-gold-151218.html

http://runmoneyrun.blogspot.kr/2014/11/history-of-real-price-house-land-oil.html

http://runmoneyrun.blogspot.kr/2013/08/cpi-ppi-ratio-one-more-30-yr-cycle.html

http://runmoneyrun.blogspot.kr/2013/04/dowgold.html

http://runmoneyrun.blogspot.kr/2013/04/world-gdp-vs-oil-and-gold.html

china cpi estimate

중국의 소비자물가지수 자체는 공개되지 않는다.
공식발표는 yoy, mom이고 소수점 한자리까지이다.
fred, bok, www.stats.gov.cn에 없으니 아마 없을 것이다.

tradingeconomics와 한국은행에서는 중국 공식자료처럼 전년동월비에 100을 더한 값을 보여준다.
그러니 다른 나라의 값과 그냥 비교하면 틀린다.

oecd에서 추정하고 제공하는 cpi는 93년 이후의 값이고, oecd통계에서 제공하는 값을 fred에서도 제공한다.
이것으로 계산하면 중국공식물가와 mom은 오차가 없지만, yoy는 오차가 발생한다.
oecd의 값은 mom으로 역산한 것으로 추정된다.

그런데 mom으로 역산하면 계절조정을 한 값이 구해지고, yoy의 오차는 지속적이어야 하지만 09년 이후 차이가 커지고 이전에는 오차가 적다.

중국당국이 일정시기 이후에는 계절조정값을 기준으로 삼고, 그 이전에는 계절조정하지않은 값을 기준으로 삼았거나, 아니면 기준을 여러번 바꾸었거나.


중국통계의 미스테리를 얘기하고 싶은 것은 아니고, 물가지수를 알고 싶으면 발표된 yoy와 mom을 이용해서 역산을 해야하는데 소숫점 한자리로는 오차가 커서 계산하기 어렵기때문에 yoy 오차가 적었던 09년 전후의 oecd값을 기준삼아 전체를 역산했다.

장점은 yoy로 오차가 없다는 것과 87년부터 cpi의 값을 추정할 수 있어서 oced보다 6년 더 길게 볼 수 있다는 것이다. 당연히 mom 오차는 더 크다(이 숫자에는 관심이 없다).

oecd의 값으로 yoy를 계산하면 공식 통계와 차이가 난다.
mom은 차이가 없다.

그래서 yoy값을 기준으로 index를 재구성했다.
장기적으로 oecd값과 차이가 없다.

아마 oecd값은 계절조정값, 내가 계산한 값은 계절조정하지 않은 값과 비슷할 것으로 본다.

중국 공식통계값과 oecd값 비교.

중국 공식통계값과 추정치 비교.


아래는 cpi 추정치.

observation_date	oecd china cpi	rmr_cpi
1987-01-01		27.553880
1987-02-01		27.434902
1987-03-01		27.768951
1987-04-01		27.793076
1987-05-01		28.081441
1987-06-01		27.997303
1987-07-01		27.484709
1987-08-01		27.474068
1987-09-01		28.045984
1987-10-01		28.485635
1987-11-01		28.829056
1987-12-01		29.096357
1988-01-01		30.119146
1988-02-01		30.288132
1988-03-01		30.906843
1988-04-01		31.183832
1988-05-01		32.066198
1988-06-01		32.563663
1988-07-01		32.764521
1988-08-01		33.957947
1988-09-01		35.450124
1988-10-01		36.202393
1988-11-01		36.558126
1988-12-01		37.214241
1989-01-01		38.368781
1989-02-01		38.889961
1989-03-01		39.282597
1989-04-01		39.478731
1989-05-01		40.053888
1989-06-01		39.984922
1989-07-01		39.120838
1989-08-01		39.153513
1989-09-01		39.523343
1989-10-01		39.319419
1989-11-01		39.263428
1989-12-01		39.670381
1990-01-01		40.018638
1990-02-01		40.601119
1990-03-01		40.618206
1990-04-01		40.742050
1990-05-01		41.135343
1990-06-01		40.428754
1990-07-01		39.551167
1990-08-01		40.132351
1990-09-01		40.673472
1990-10-01		40.538321
1990-11-01		40.716174
1990-12-01		41.376207
1991-01-01		40.899048
1991-02-01		41.331939
1991-03-01		41.268097
1991-04-01		41.271697
1991-05-01		42.616215
1991-06-01		42.207620
1991-07-01		41.410072
1991-08-01		42.098836
1991-09-01		42.503779
1991-10-01		42.484161
1991-11-01		42.507686
1991-12-01		43.238137
1992-01-01		43.148496
1992-02-01		43.522532
1992-03-01		43.455306
1992-04-01		44.201987
1992-05-01		44.619177
1992-06-01		44.233585
1992-07-01		43.563396
1992-08-01		44.540569
1992-09-01		45.691562
1992-10-01		45.840409
1992-11-01		45.993316
1992-12-01		47.043093
1993-01-01	47.490768	47.592791
1993-02-01	47.759775	48.222966
1993-03-01	48.643749	48.756853
1993-04-01	50.049258	49.771438
1993-05-01	50.798545	50.865862
1993-06-01	50.728261	50.912857
1993-07-01	50.376782	50.620666
1993-08-01	51.456412	51.845222
1993-09-01	52.807154	52.865137
1993-10-01	53.190889	53.129034
1993-11-01	53.651946	53.674200
1993-12-01	55.273692	55.887194
1994-01-01	57.511321	57.634870
1994-02-01	58.840043	59.410694
1994-03-01	59.539949	59.678388
1994-04-01	60.909947	60.571840
1994-05-01	61.618635	61.700291
1994-06-01	62.192848	62.419162
1994-07-01	62.467210	62.769626
1994-08-01	64.732166	65.221290
1994-09-01	67.223507	67.297320
1994-10-01	67.924765	67.845777
1994-11-01	68.406231	68.434605
1994-12-01	69.368483	70.138429
1995-01-01	71.371549	71.524874
1995-02-01	72.020212	72.718689
1995-03-01	72.221958	72.389885
1995-04-01	73.518305	73.110211
1995-05-01	74.127218	74.225450
1995-06-01	73.511945	74.216384
1995-07-01	72.899234	73.252154
1995-08-01	74.118330	74.678377
1995-09-01	76.097010	76.180566
1995-10-01	76.143662	76.055116
1995-11-01	76.067730	76.099281
1995-12-01	76.374699	77.222410
1996-01-01	77.794988	77.962112
1996-02-01	78.718092	79.481527
1996-03-01	79.299710	79.484094
1996-04-01	80.649582	80.201901
1996-05-01	80.724540	80.831515
1996-06-01	79.833973	80.598993
1996-07-01	78.949871	79.332082
1996-08-01	80.121915	80.727325
1996-09-01	81.728189	81.817928
1996-10-01	81.473719	81.378974
1996-11-01	81.316403	81.350132
1996-12-01	81.720928	82.627979
1997-01-01	82.384893	82.561877
1997-02-01	83.126305	83.932493
1997-03-01	82.471699	82.663458
1997-04-01	83.230368	82.768362
1997-05-01	82.984827	83.094797
1997-06-01	82.069324	82.855765
1997-07-01	81.081517	81.474049
1997-08-01	81.644231	82.261144
1997-09-01	83.199296	83.290650
1997-10-01	82.695824	82.599659
1997-11-01	82.210884	82.244983
1997-12-01	82.047813	82.958491
1998-01-01	82.632047	82.809563
1998-02-01	83.043179	83.093168
1998-03-01	83.049001	83.242102
1998-04-01	82.980677	82.520057
1998-05-01	82.154979	82.263849
1998-06-01	81.002423	81.778640
1998-07-01	79.946376	80.333412
1998-08-01	80.501211	81.109488
1998-09-01	81.951307	82.041291
1998-10-01	81.786170	81.691062
1998-11-01	81.224353	81.258043
1998-12-01	81.227334	82.128906
1999-01-01	81.640463	81.815848
1999-02-01	81.963617	82.012956
1999-03-01	81.554118	81.743744
1999-04-01	81.155102	81.447296
1999-05-01	80.347570	80.454044
1999-06-01	79.301373	79.586972
1999-07-01	78.827126	79.208744
1999-08-01	79.454696	79.730627
1999-09-01	81.295696	81.384960
1999-10-01	81.295453	81.200916
1999-11-01	80.493333	80.526721
1999-12-01	80.415061	81.307617
2000-01-01	81.477181	81.652216
2000-02-01	82.537363	82.587047
2000-03-01	81.391011	81.580257
2000-04-01	80.911636	81.202954
2000-05-01	80.427917	80.534498
2000-06-01	79.697879	79.984907
2000-07-01	79.221262	79.604788
2000-08-01	79.693060	79.969819
2000-09-01	81.295696	81.384960
2000-10-01	81.295453	81.200916
2000-11-01	81.539747	81.573568
2000-12-01	81.621287	81.632847
2001-01-01	82.454908	82.632043
2001-02-01	82.537363	82.587047
2001-03-01	82.042139	82.232899
2001-04-01	82.206223	82.502201
2001-05-01	81.795191	81.903585
2001-06-01	80.813650	81.104696
2001-07-01	80.409581	80.798860
2001-08-01	80.489991	80.769517
2001-09-01	81.214401	81.303575
2001-10-01	81.458044	81.363318
2001-11-01	81.295127	81.328847
2001-12-01	81.376423	81.387949
2002-01-01	81.620552	81.805722
2002-02-01	82.518378	82.587047
2002-03-01	81.445640	81.575035
2002-04-01	81.201302	81.429673
2002-05-01	80.957698	81.002646
2002-06-01	80.229079	80.455858
2002-07-01	79.667476	80.071670
2002-08-01	79.906478	80.204130
2002-09-01	80.705543	80.734450
2002-10-01	80.866954	80.712411
2002-11-01	80.786087	80.759546
2002-12-01	81.028445	81.062397
2003-01-01	81.919758	82.132945
2003-02-01	82.657036	82.752221
2003-03-01	82.161094	82.309211
2003-04-01	81.996772	82.243970
2003-05-01	81.422794	81.569664
2003-06-01	80.445721	80.697226
2003-07-01	80.043492	80.472028
2003-08-01	80.603796	80.925968
2003-09-01	81.571042	81.622529
2003-10-01	82.305182	82.165235
2003-11-01	83.128233	83.182332
2003-12-01	83.627003	83.656394
2004-01-01	84.546900	84.761199
2004-02-01	84.377806	84.490018
2004-03-01	84.630940	84.778487
2004-04-01	85.054094	85.369240
2004-05-01	84.969040	85.158729
2004-06-01	84.374257	84.732087
2004-07-01	84.205508	84.737046
2004-08-01	84.794947	85.215044
2004-09-01	85.727691	85.866901
2004-10-01	85.727691	85.698340
2004-11-01	85.470508	85.511437
2004-12-01	85.555979	85.664147
2005-01-01	86.069315	86.371662
2005-02-01	87.618562	87.785129
2005-03-01	86.829995	87.067506
2005-04-01	86.569505	86.905887
2005-05-01	86.396366	86.691586
2005-06-01	85.705195	86.087800
2005-07-01	85.705195	86.262313
2005-08-01	85.876605	86.322839
2005-09-01	86.477741	86.639703
2005-10-01	86.823653	86.726720
2005-11-01	86.563182	86.623086
2005-12-01	86.909434	87.034773
2006-01-01	88.039257	88.012724
2006-02-01	88.479453	88.575195
2006-03-01	87.683138	87.764046
2006-04-01	87.858504	87.948757
2006-05-01	87.770646	87.905269
2006-06-01	87.331793	87.379117
2006-07-01	87.069798	87.124936
2006-08-01	87.331007	87.445036
2006-09-01	87.767662	87.939298
2006-10-01	87.855429	87.940894
2006-11-01	88.118996	88.268924
2006-12-01	89.352662	89.471747
2007-01-01	89.978131	89.949004
2007-02-01	90.877911	90.966725
2007-03-01	90.605278	90.660260
2007-04-01	90.514673	90.587220
2007-05-01	90.786217	90.894048
2007-06-01	91.149361	91.223799
2007-07-01	91.969705	92.003932
2007-08-01	93.073342	93.128964
2007-09-01	93.352562	93.391535
2007-10-01	93.632620	93.657052
2007-11-01	94.288048	94.359480
2007-12-01	95.230929	95.287411
2008-01-01	96.373700	96.335383
2008-02-01	98.879417	98.880830
2008-03-01	98.187260	98.185061
2008-04-01	98.285447	98.287134
2008-05-01	97.892306	97.892889
2008-06-01	97.696521	97.700688
2008-07-01	97.794218	97.800180
2008-08-01	97.696423	97.692283
2008-09-01	97.696423	97.687546
2008-10-01	97.403334	97.403334
2008-11-01	96.624108	96.624108
2008-12-01	96.430859	96.430859
2009-01-01	97.298737	97.298737
2009-02-01	97.298737	97.298737
2009-03-01	97.006841	97.006841
2009-04-01	96.812827	96.812827
2009-05-01	96.522389	96.522389
2009-06-01	96.039777	96.039777
2009-07-01	96.039777	96.039777
2009-08-01	96.519976	96.519976
2009-09-01	96.906045	96.906045
2009-10-01	96.811524	96.916317
2009-11-01	97.102857	97.203852
2009-12-01	98.073966	98.263046
2010-01-01	98.656632	98.758218
2010-02-01	99.846241	99.925803
2010-03-01	99.142187	99.335005
2010-04-01	99.344501	99.523586
2010-05-01	99.247390	99.514583
2010-06-01	98.648539	98.824930
2010-07-01	99.045076	99.209089
2010-08-01	99.635834	99.898175
2010-09-01	100.234685	100.394663
2010-10-01	100.938739	101.180635
2010-11-01	102.047423	102.161249
2010-12-01	102.557255	102.783146
2011-01-01	103.585013	103.597370
2011-02-01	104.823177	104.822167
2011-03-01	104.612770	104.699095
2011-04-01	104.717974	104.798336
2011-05-01	104.823177	104.987885
2011-06-01	105.138788	105.149726
2011-07-01	105.664805	105.657680
2011-08-01	105.980416	106.091862
2011-09-01	106.514526	106.518737
2011-10-01	106.619730	106.745570
2011-11-01	106.409323	106.452021
2011-12-01	106.724933	106.997255
2012-01-01	108.327264	108.259252
2012-02-01	108.213968	108.176476
2012-03-01	108.432467	108.468263
2012-04-01	108.327264	108.361479
2012-05-01	108.003561	108.137522
2012-06-01	107.356154	107.463020
2012-07-01	107.459497	107.559518
2012-08-01	108.100672	108.213699
2012-09-01	108.432467	108.542593
2012-10-01	108.319171	108.560245
2012-11-01	108.432467	108.581062
2012-12-01	109.298373	109.672186
2013-01-01	110.390872	110.424437
2013-02-01	111.604758	111.638124
2013-03-01	110.601279	110.746096
2013-04-01	110.819940	110.962155
2013-05-01	110.156187	110.408410
2013-06-01	110.156187	110.364521
2013-07-01	110.265113	110.463625
2013-08-01	110.819778	111.027255
2013-09-01	111.703002	111.907414
2013-10-01	111.815165	112.034173
2013-11-01	111.702921	111.838494
2013-12-01	112.038035	112.413991
2014-01-01	113.158372	113.185048
2014-02-01	113.724205	113.870886
2014-03-01	113.155539	113.404002
2014-04-01	112.816056	112.959474
2014-05-01	112.928866	113.168620
2014-06-01	112.818645	112.902905
2014-07-01	112.931941	113.004289
2014-08-01	113.158534	113.247800
2014-09-01	113.716922	113.697932
2014-10-01	113.720401	113.826720
2014-11-01	113.493000	113.404233
2014-12-01	113.830218	114.100201
2015-01-01	114.178199	114.090529
2015-02-01	115.545035	115.465078
2015-03-01	115.000000	114.991658
2015-04-01	114.700000	114.653866
2015-05-01	114.500000	114.526643
2015-06-01	114.500000	114.483546
2015-07-01	114.900000	114.812357
2015-08-01	115.500000	115.512756
2015-09-01	115.600000	115.517099
2015-10-01	115.200000	115.306467
2015-11-01	115.200000	115.105296
2015-12-01	115.800000	115.925804
2016-01-01	116.300000	116.144158