تاثیرگذار در اخبار اقتصادی
شاخص خرده‌فروشی در انتشار اخبار اقتصادی بخش مهمی از فرآیند تحلیل بنیادی در معاملات بازار ارز خارجی است. این مجموعه داده‌ها به ما امکان می‌دهد به وضعیت فعلی یک اقتصاد نگاه کنیم و پیش‌بینی‌هایی در مورد آینده نزدیک بکنیم. همچنین، ما را قادر می‌سازد تا قدرت اقتصادی دو ارز را مقایسه کنیم و تصویری بنیادی از هر اقتصاد جفت ارز بدست آوریم. داده‌های اقتصادی بسیاری وجود دارد، برخی از آنها مهم‌تر از سایریند.
در این مقاله به بررسی گزارش شاخص خرده‌فروشی می‌پردازیم. برای بازارهای ارز خارجی، این سری داده‌ها در بین مهم‌ترین‌ها قرار دارد و سرمایه‌گذاران و معامله‌گران به طور محترمانه به انتشار آن توجه می‌کنند زیرا بخش قابل توجهی از GDP داخلی را تشکیل می‌دهد و نشانگر فشار قیمت و همچنین فعالیت اقتصادی است.
این مقاله از سلسله مقالات آموزش رایگان فارکس است، برای دیدن سایر مقالات روی آموزش صفر تا صد فارکس کلیک کنید.
شاخص خرده‌فروشی
داده‌های شاخص خرده‌فروشی به طور متفاوت توسط هر کشور و سازمان آماری آن تهیه می‌شود، برخی کشورها برای برخی داده‌ها شرکت‌های خصوصی و برای برخی دیگر دفاتر دولتی دارند. ما به تحلیل داده‌های شاخص خرده‌فروشی آمریکا می‌پردازیم که توسط سازمان آمار آمریکا جمع‌آوری و انتشار می‌شود. این داده‌ها مجموع هزینه‌های شاخص خرده‌فروشی کل در فروشگاه‌ها و رسیدها در سراسر کشور را اندازه‌گیری می‌کند و نرخ تغییر آن به عنوان درصد را معبّر می‌کند. این داده‌ها فروش کالاهای دائمی و غیردائمی از غذا تا خودرو در سطح شاخص خرده‌فروشی را پوشش می‌دهد.
این داده به دو بخش شاخص خرده‌فروشی آمریکا و شاخص خرده‌فروشی هسته‌ای آمریکا تقسیم می‌شود که از خودرو و بنزین مستثنی می‌شود. عناصر خودرو و بنزین به عنوان دو عنصر بسیار ناپایدار از جمع‌آوری داده‌ها حذف می‌شوند. سازمان آمار شاخص خرده‌فروشی را برای تغییر درصد ماه به ماه (MoM) و تغییر درصد سال به سال (YoY) منتشر می‌کند. داده MoM مهم‌ترین داده از دو تا داده است زیرا این سری داده به احتمال زیاد نشانگر خواندن غیرمنتظره یا غیرمنتظره است؛ بازارها احتمالاً به انحراف از انتظارات واکنش نشان می‌دهند.
سایر مجموعه‌های داده‌های شاخص خرده‌فروشی، مانند هسته و بدون خودرو، فقط به صورت تغییرات ماه به ماه منتشر می‌شوند. داده‌ها همچنین برای تغییر گروه کنترل شاخص خرده‌فروشی ماه به ماه جمع‌آوری می‌شود؛ این گروه خودرو، بنزین و مواد ساختمانی را مستثنی می‌کند. همه داده‌های شاخص خرده‌فروشی ماهانه، تقریباً دو هفته پس از ماه هدف منتشر می‌شوند.
شاخص خرده‌فروشی
داده‌های شاخص خرده‌فروشی آمریکا
گزارش‌های شاخص خرده‌فروشی از داده‌هایی تشکیل شده است که از حدود دوازده هزار فروشگاه، مغازه و شاخص خرده‌فروشی‌ها، از جمله فروشگاه‌های آنلاین، توسط دفتر آمار و سرشماری دریافت می‌شود. شرکت‌ها به‌صورت تصادفی بر اساس معیارهای خاصی انتخاب می‌شوند، که شامل حداقل اندازه، حوزه کسب‌وکار، کارمندان پرداختی و مناطق جغرافیایی است. این عوامل در کمک به جلوگیری از خوشه‌ها کمک می‌کنند؛ یک نمونه جدید هر ۵ سال یا مدتی انتخاب می‌شود.
از این داده‌ها برای تخمین روند شاخص خرده‌فروشی در سراسر کشور استفاده می‌شود. شاخص خرده‌فروشی برای تفاوت‌های فصلی و تعداد روزهای تجارتی و تعطیلات تنظیم می‌شود. داده‌ها برای همه نوع کالا جمع‌آوری می‌شود و فروش آنلاین نیز شامل می‌شود. این شامل رستوران‌ها و خدمات مرتبط با فروش مستقیم کالاها است، در حالی که خدمات دیگر مانند خدمات مالی شامل نمی‌شود.
شاخص خرده‌فروشی اصلی آمریکا (خودرو سابق)
این سری داده‌ها برای نشان دادن تأثیر خودروها و بنزین بر شاخص خرده‌فروشی منتشر می‌شود. خودروها قیمت بسیار بالایی دارند و ممکن است تأثیر منفی بر کل شاخص خرده‌فروشی داشته باشند زیرا بخش بزرگی از سری، حدود ۲۵٪ را تشکیل می‌دهند. داده خودروها همچنین شامل مواردی غیر از خودروهای جدید مانند قطعات و تعمیرات، و همچنین خودروهای دست دوم، موتورسیکلت و وسایل تفریحی است. قیمت‌های بنزین ممکن است بسیار ناپایدار باشند زیرا ممکن است به دلیل تغییرات قیمت نفت خام و تغییرات عرضه و تقاضا در بنزین، تغییرات بزرگی در پمپ اتفاق بیفتد.
گروه کنترل شاخص خرده‌فروشی
این سری داده‌ها خودروها، بنزین و مواد ساختمانی را خارج می‌کند. از این داده‌ها همچنین برای ساخت سری مصرف شخصی استفاده می‌شود که نشان‌دهنده تورم است. از بین مجموعه داده‌های شاخص خرده‌فروشی، این مجموعه تأثیر کم‌تری بر بازارهای فارکس دارد مگر اینکه از پیش‌بینی‌ها به شدت انحراف کند، زیرا این به معنای رشد یا کاهش در صنعت ساخت و ساز است.
اهمیت آمار فروش خوراکی
فروش خوراکی یک نشانگر قوی از سلامتی یک اقتصاد و تنگنای آن است. اهمیت آن ناشی از این است که فروش خوراکی تقریباً نیمی از مصرف شخصی را تشکیل می‌دهد که به نوبه خود تقریباً 70٪ از تولید ناخالص داخلی را تشکیل می‌دهد. فروش خوراکی به عنوان فعالیت اقتصادی مستقیم تقریباً یک سوم تولید ناخالص داخلی را تشکیل می‌دهد.
درصد افزایش یا کاهش همچنین نشانگر خوبی از این است که چقدر اقتصاد در حال تنگنا یا گسترش است. فروش خوراکی بسیار قوی یا ضعیف همچنین می‌تواند فشار بالا یا پایین بر قیمت‌ها ایجاد کند. هنگامی که فروش خوراکی افزایش می‌یابد، فشار بالا بر قیمت‌ها در نهایت ممکن است ایجاد شود، به ویژه اگر اعداد فروش ماه به ماه ادامه پیدا کنند. همان اتفاقی که در زمانی که فروش بسیار ضعیف است، فشار پایین بر قیمت‌ها ایجاد می‌شود زیرا مصرف کنندگان کمتر هزینه می‌کنند، همچنین زمانی که فروش برای مدت طولانی کاهش می‌یابد.
این مجموعه داده توسط سازمان‌ها و دولتی و غیردولتی استفاده می‌شود. در ایالات متحده، از آن برای محاسبه تولید ناخالص داخلی توسط دفتر آمار و اقتصاد استفاده می‌شود و توسط دفتر آمار و کار ایالات متحده برای محاسبه شاخص قیمت مصرف‌کننده و اندازه‌گیری بهره‌وری استفاده می‌شود.
شاید به طور مهم‌تر، بانک فدرال از این داده‌ها برای تشخیص روند خریدهای مصرف‌کننده و در نتیجه فشار تورم استفاده می‌کند. همچنین توسط مشارکت‌کنندگان بازار برای دریافت تصویری از فعالیت عمومی و جهت اقتصاد استفاده می‌شود.
رابطه تاریخ فروش خوراکی با تورم
یکی از دلایل اصلی این است که داده‌های فروش خوراکی می‌تواند بازارها را حرکت دهد، ارتباط قوی آن با تورم است. اعداد بالا برای فروش خوراکی معمولاً همراه با اعداد قوی در تورم همراه است. به همان شکل، افزایش تورم فشار بالا بر نرخ بهره‌وری را ایجاد می‌کند، به همین ترتیب اعداد بالاتر فروش خوراکی نیز همین اثر را دارد. معامله‌گران نرخ‌های بالاتر را به عنوان عاجزانه برای یک ارز در نظر می‌گیرند، با عدم وجود داده‌های متضاد، داده‌های قوی فروش خوراکی باید باعث افزایش قیمت ارز شود، حداقل در دوره نزدیک.
ممکن است بین فروش خوراکی و داده‌های تورم تاخیر وجود داشته باشد، به ویژه از آنجا که این داده‌ها ماه بعد برای عدد نهایی بازبینی می‌شوند که به تغییرات بزرگی واگذار است. انحراف‌های بزرگ از انتظارات در این داده‌ها به دلیل متغیر بودن عواملی که فروش خوراکی را تحت تأثیر قرار می‌دهند، رایج است. همانطور که گفتیم قبلاً، تأثیر خودروها و قیمت بنزین بر روی اعداد فروش خوراکی راه اندازی نوسانات بزرگ در داده‌ها است. با این حال، حتی چیزی به سادگی مانند آب و هوای شدید، می‌تواند عاملی برای کاهش قابل توجه این داده باشد.
رابطه تاریخ فروش خوراکی با تورم
داده‌های نوسان‌پذیر و میانگین حرکت متناوب
داده‌های شاخص خرده‌فروشی ممکن است بسیار نوسان‌پذیر باشند و برخی احتیاط در برخی مواقع الزامی است. نه تنها اعلام شاخص خرده‌فروشی می‌تواند به طور قابل توجهی با توقعات متفاوت باشد، بلکه بازبینی داده‌های ماه قبل نیز می‌تواند به طور قابل توجهی تغییر کند. هر دو عامل می‌توانند به گیجی و یا تاریک شدن روند کلی زیرمتن را در برخی مواقع منجر کنند. یک عملکرد گسترده استفاده از میانگین متحرک ۳ ماههٔ تغییر درصد ماه به ماه (MoM) به جای فقط اعلام ماه گذشته است.
اخیراً شاخص خرده‌فروشی هسته‌ای آمریکا مجموعه داده‌ای است که عمدتاً توسط اقتصاددانان و تحلیل‌گران دنبال می‌شود زیرا این مجموعه داده کمتر نوسان‌پذیر است. همانطور که پیش‌تر گفته شد، این داده شامل دو عنصر است که تحریف کننده خواندن کلی شاخص خرده‌فروشی است و به اندازه‌ای که اندازه‌گیری قابل اعتماد فعالیت اقتصادی را محدود می‌کند و عوامل خارجی مرتبط با قیمت کالاهای اولیه و تبلیغات خودرو را محدود می‌کند.
بازبینی داده‌ها همچنین می‌تواند تأثیر قابل توجهی بر بازارهای ارزی داشته باشد زیرا برخی از بازبینی‌ها می‌تواند به طور قابل توجهی تغییر یابد. به عنوان مثال، در سال ۲۰۱۶، شاخص خرده‌فروشی برای فوریه از +۰.۲٪ به -۰.۳٪ بازبینی شد و در ماه بعد داده‌های مارس از -۰.۲٪ به +۰.۱٪ بازبینی شد. این تغییر قابل توجهی نسبت به خواندن اولیه بود. با این حال، با توجه به اینکه بازبینی‌ها در همان روز و زمان اعلام انجام می‌شود، تأثیر بازار از ترکیب این اعداد نشأت می‌گیرد.
نمودار ۳۰ دقیقه‌ای USDJPY
نمودار بالا نشان می‌دهد که در تاریخ ۱۴ آوریل ۲۰۱۷ پس از اعلام شاخص خرده‌فروشی چه اتفاقی افتاد. داده‌های MoM ماه مارس با -۰.۲٪ منتشر شدند که نزدیک‌ترین به پایین‌ترین پیش‌بینی‌ها (-۰.۵٪ تا ۰.۳٪) بود. میانگین پیش‌بینی‌ها که میانگین پیش‌بینی‌ها در ۰.۰٪ بود، به این معنی بود که این عدد ضعیف‌تر از انتظارات بود. بازبینی ماه قبل از ۰.۱٪ اولیه به -۰.۳٪ نیز یک عدد ضعیف بود. به طور کلی، داده‌های ضعیف شاخص خرده‌فروشی برای دلار آمریکا منفی است.
نمودار نشان می‌دهد که USDJPY در فاصله نیم ساعت اول پس از اعلام داده ۲۶۵ تیک از دست داد. همچنین می‌توانیم ببینیم که عملکرد قیمت در بازه‌ای نسبتاً محدود قبل از اعلام داده باقی ماند. به طور معمول، یک عدد قوی برای شاخص خرده‌فروشی، یعنی یک عددی که بیشتر از انتظارات است، باید باعث رشد دلار آمریکا شود. در حالی که یک عدد ضعیف، کمتر از انتظارات، باید باعث کاهش قیمت دلار شود.
تجزیه و تحلیل سریع داده‌های شاخص خرده‌فروشی شامل مقایسه داده‌های منتشر شده با میانگین پیش‌بینی‌ها، سپس با محدوده بالا / پایین برای دیدن چقدر داده‌ها از میانگین پیش‌بینی دور است. در همین زمان، شما دارید به عدد بازبینی شده برای ماه قبل نگاه می‌کنید تا ببینید آیا به همان جهت داده ماه جاری بازبینی شده است یا خیر. همانطور که در مثال بالا آمده است، داده‌های جاری کمتر از انتظار بود و همچنین بازبینی ماه قبل نیز کمتر بود.
اثرات فوری یک انتشار داده می‌تواند به عنوان واکنش سریع به اطلاعات جدید مشاهده شود. اما از آنجا که این مجموعه داده قابل بازبینی و نوسانی از داده‌های یک ماه به ماه بعد می‌باشد، نگاه کردن به میانگین متحرک ۳ ماهه هم بسیار مفید است. بهترین روش برای ساختن میانگین استفاده از داده‌های بازبینی شده است، بنابراین میانگین ۳ ماهه شما دو ماه عقب‌تر از ماه فعلی خواهد بود، اما همچنین دقیق‌تر نیز خواهد بود.
در روز انتشار شاخص خرده‌فروشی، لازم است به داده‌های دیگری که همزمان با آن منتشر می‌شوند نیز نگاه کنید. اعداد شاخص خرده‌فروشی همراه با داده‌های تورم، معمولاً شاخص قیمت مصرف‌کننده، منتشر می‌شوند. این مجموعه داده همچنین مهم است و باید در تجزیه و تحلیل داده‌های شاخص خرده‌فروشی مورد استفاده قرار گیرد، با ترکیب خواندن برای هر دو مجموعه داده همراه با داده‌های بازبینی شده برای شاخص خرده‌فروشی.
تناقضات بین دو مجموعه داده ممکن است به وجود آید، به عنوان مثال، شاخص خرده‌فروشی بالاتر از انتظار اما شاخص قیمت مصرف‌کننده کمتر از انتظار. در این موارد، قیمت معمولاً در ابتدا نامتعادل خواهد بود تا زمانی که بازار متوجه شود کدام داده وزن بیشتری دارد. معمولاً، داده‌ای که بیشتر تغییر کرده است، جهت بازار را مشخص می کند.
داده‌های بازبینی شده معمولاً مقدمات داده‌های انتشار شده برای ماه جاری را دارا هستند، چون این داده‌ها نهایی بوده و به عنوان نماینده‌تری از شاخص خرده‌فروشی پردازش شده‌اند. انتشار پیشرفته که در ماه بعد قابل اصلاح است، کمترین وزن را نسبت به داده‌های بازبینی شده دارد.
بنابراین، حتی در صورتی که عدد ضعیف‌تر از انتظار برای ماه جاری وجود داشته باشد، اگر داده‌های بازبینی شده برای ماه قبل از آن بسیار بالاتر از آنچه در ابتدا نشان داده شده بود، باید ارز به جای کاهش، قوی شود. همچنین ممکن است تفاوت‌ها با یکدیگر تعدیل شوند و بازار در محدوده تنگی باقی بماند به جای افزایش نوسانات.
عوامل تحریف در داده‌های شاخص خرده‌فروشی
اعداد شاخص خرده‌فروشی بر اساس قیمت‌های واقعی دلار آمریکا محاسبه می‌شوند؛ این به این معنی است که وقتی قیمت کالاها کاهش می‌یابد، احتمالاً نیز شاخص خرده‌فروشی کاهش خواهد یافت.
مقدار یکسان کالاهایی که با قیمت‌های پایین‌تر فروخته می‌شوند، افزایش کوچکتری یا حتی کاهشی در شاخص خرده‌فروشی نشان خواهند داد، زیرا مقدار دلاری شاخص خرده‌فروشی کوچکتر خواهد بود. تغییرات در قیمت غذا، و همچنین کالاهای دیگر، می‌تواند بر داده‌ها تأثیر زیادی بگذارد. به عنوان مثال، می‌توانید بفهمید تغییرات قیمت چوب و پنبه باید قیمت‌های مبلمان و لباس را تحت تأثیر قرار دهد. راهی برای اجتناب از تحریف قیمت کالاها برای تعیین فعالیت واقعی در شاخص خرده‌فروشی، نگاه کردن و ارزیابی شاخص قیمت مصرف‌کننده برای کالاها به همراه گزارش شاخص خرده‌فروشی است.
تبعات تغییرات در شاخص خرده‌فروشی
همانطور که دیده ایم، شاخص خرده‌فروشی نشانگر وضعیت کلی اقتصاد یک کشور و فشار تورمی مربوطه است. هر دوی اینها در سطح ماکرواقتصادی بسیار مهم هستند و به همین دلیل، بانک‌های مرکزی نشانه‌هایی برای تعیین سیاست پولی دارند.
البته، بانک‌های مرکزی تنها با استفاده از آمارهای شاخص خرده‌فروشی تصمیم نمی‌گیرند، اما آنها بخش مهمی از تجزیه و تحلیل کلی وضعیت اقتصاد را تشکیل می‌دهند.
سیاست پولی ممکن است عاملی بسیار حیاتی در تغییر قیمت ارز باشد، زیرا ارزهایی با اقتصاد قوی و نرخ بهره بالاتر احتمالاً در مقابل همتایان خود با نرخ بهره کمتر ارزش خواهند یافت. وقتی داده‌های شاخص خرده‌فروشی به طور مداوم قوی باشند، نشانه‌ای از یک اقتصاد در حال گسترش داریم و می‌توانیم انتظار داشته باشیم همراه با رشد اقتصادی بالاتر، تورم نیز افزایش یابد. همچنین، اطلاعات شغلی نیز باید بهبود یابند زیرا کالاها قبل از فروش باید تولید شوند و در زنجیره توزیع شغل‌ها باید ایجاد شود.
شاخص خرده‌فروشی بخش مهمی از تصویر کلی فعالیت اقتصادی است، زیرا این معیار بخش مهمی از اقتصاد را اندازه‌گیری می‌کند که می‌توان آن را از مشارکت آن در تولید ناخالص داخلی (GDP) مشاهده کرد. بنابراین، معامله‌گران به این داده‌ها نگاه می‌کنند زیرا قابلیت آن برای ارائه نکاتی درباره جهت اقتصاد بسیار مفید است. همانطور که در مثال قبلی نشان دادیم، انحراف از پیش بینی متوسط و انحراف قوی در بازبینی اعداد می‌تواند باعث واکنش قابل مشاهده با افزایش نوسانات در بازار شود.
جایی که می‌توان داده‌های شاخص خرده‌فروشی را آنلاین پیدا کرد
اینترنت ما را قابلیت دسترسی به اخبار اقتصادی به سرعتی بیشتر از همیشه داده است. سرعتی که تاجران شاخص خرده‌فروشی می‌توانند به این اطلاعات دست پیدا کنند، قبلاً تنها برای تاجران یا سرمایه‌گذاران نهادی یا سرمایه‌گذارانی با پول کافی برای پرداخت به خدمات پولی حرفه‌ای و حرفه‌ای مانند رویترز یا بلومبرگ در دسترس بود.
اکنون، بسیاری از داده‌های اقتصادی زمان واقعی به صورت آنلاین و رایگان در دسترس است. یک منبع خوب برای داده‌های اقتصادی در ایالات متحده، که تقریباً زمان واقعی است، بلومبرگ است. منابع دیگری نیز در دسترس هستند، یکی از وبسایت‌های پرکاربرد برای داده‌های اقتصادی زمان واقعی در سراسر جهان FXStreet است که تقویم اقتصادی‌ای را برای 42 کشور در حال توسعه و توسعه یافته از سراسر جهان پوشش می‌دهد.
