PCE-inflatie begrijpen: prijsniveau, kern en kettingweging

De Amerikaanse PCE-prijsindex meet prijsontwikkeling van consumptie-uitgaven door en namens huishoudens. De index is belangrijk voor de inflatiebeoordeling van de Fed, maar is geen persoonlijk boodschappenmandje, nominale uitgavenreeks of direct dollarhandelssignaal. Leg bij ieder cijfer vast welke periode, gegevensversie en berekening je gebruikt.

Lagere inflatie kan samengaan met hogere prijzen

Het fictieve bronpad begint op 100. Na een jaar stijgt de index met 4% naar 104; na nog een jaar met 2% naar 106,08. De inflatie vertraagt twee procentpunten, maar het prijsniveau stijgt opnieuw. De totale stijging is 6,08%, geen 6% door simpel optellen. Een dalend groeitempo heet desinflatie; een daling van het prijsniveau zou een negatieve indexverandering vereisen. Dit vereenvoudigde pad reconstrueert geen werkelijke BEA-maanden of persoonlijke koopkracht.

Wat meet PCE en wie maakt de cijfers?

Het Bureau of Economic Analysis publiceert de prijsindex maandelijks in Personal Income and Outlays. PCE staat voor personal consumption expenditures. De uitgavendekking omvat ook betalingen namens consumenten, bijvoorbeeld bepaalde zorguitgaven die anderen financieren. De prijsindex is daarom niet identiek aan wat een huishouden rechtstreeks aan de kassa betaalt. Nominale PCE, reële PCE en de PCE-prijsindex beantwoorden bovendien verschillende vragen: hoeveel geld wordt uitgegeven, hoe verandert het bestedingsvolume en hoe veranderen prijzen?

Een grotere nominale uitgave kan uit hogere prijzen, meer gekochte hoeveelheden of beide voortkomen. Schrijf daarom niet eenvoudig dat een stijging van nominale PCE een even grote inflatiestijging is. De Fed omschrijft haar langere-termijndoel als 2% jaarlijkse verandering van de totale PCE-prijsindex. Dat is geen maandelijks doel van 2% en geen apart doel dat uitsluitend voor kern-PCE geldt.

Kern-PCE laat bepaalde voedsel- en energiecategorieën buiten beschouwing om onderliggende ontwikkeling te helpen beoordelen. Bij voedsel gaat het om de BEA-categorie voor eten en drinken voor consumptie buiten de verkooplocatie. Restaurantdiensten verdwijnen niet automatisch uit kern-PCE omdat zij met eten te maken hebben. De statistische indeling, niet het alledaagse woord voedsel, bepaalt welke component meetelt.

Waarom PCE en CPI niet uitwisselbaar zijn

Consumentenprijsindex (CPI) en PCE verschillen in formule, gewichten en dekking, en kennen daarnaast andere technische verschillen zoals seizoencorrectie. PCE gebruikt Fisher-kettingweging met aangrenzende perioden; de CPI-U heeft een andere aggregatiemethode en een andere huishoudendekking. PCE omvat consumptie namens huishoudens, terwijl de CPI meer op rechtstreekse uitgaven van stedelijke consumenten is gericht. Een verschil is dus geen vaste correctiefactor die je iedere maand kunt aftrekken.

De uitspraak dat CPI helemaal geen substitutie verwerkt is onjuist. Bij veel elementaire CPI-categorieën laat een geometrisch gemiddelde enige verschuiving binnen de categorie toe. De aanvullende C-CPI-U is juist ontworpen om ook substitutie tussen categorieën te verwerken. Vergelijk altijd de werkelijk genoemde CPI-reeks. Een structureel verschil in methode bewijst geen vaste rangorde of constante maandelijkse afstand tussen de indices.

Het bronvoorbeeld met twee goederen maakt de optelval zichtbaar. In de referentieperiode kosten A en B ieder 1 USD en worden van beide honderd eenheden gekocht: nominale uitgaven 200 USD. Later kost A 2 USD en worden er vijftig gekocht; B blijft 1 USD en honderd eenheden. Nominale uitgaven blijven 200 USD. Bij referentieprijzen zijn de afzonderlijke hoeveelheidswaarden 50 en 100, samen 150. Dat is een vaste-prijsoptelling, geen Fisher-aggregaat.

Voor de twee perioden is de Laspeyres-hoeveelheidsverhouding 150/200 = 0,75. De Paasche-verhouding is 200/300 = 2/3, waarbij 300 de oude hoeveelheden tegen nieuwe prijzen waardeert. Het Fisher-gemiddelde is √(0,75 × 2/3), circa 0,707107. Vermenigvuldigd met de referentiewaarde 200 geeft dat ongeveer 141,42 chained dollars. Het verschil van circa 8,58 met de componentsom 150 is geen verdwenen aankoop.

BEA waarschuwt dat chained-dollarcomponenten buiten de referentieperiode doorgaans niet optellen tot het kettingaggregaat. Gebruik het gepubliceerde totaal voor een totale volumeverandering en passende groeibijdragen voor een uitsplitsing. Nominale componenten blijven in dit model wel optelbaar. Deze twee-goederenberekening illustreert de methode en is geen reconstructie van een volledig PCE-mandje.

Maandelijks, jaarlijks en omgerekend naar jaarbasis

Neem fictieve kernindexniveaus 120 een jaar geleden, 123,6 in de vorige maand en 123,9708 nu. De maandverandering is (123,9708/123,6 − 1) × 100 = 0,30%. De verandering tegenover een jaar eerder is (123,9708/120 − 1) × 100 = 3,309%, afgerond 3,31%. Dat zijn verschillende noemers; een kalenderkop met alleen 0,30 vertelt te weinig.

Herhaal je dezelfde veronderstelde maandstijging twaalf keer, dan ontstaat (1,003¹² − 1) × 100, ongeveer 3,66% op jaarbasis. De benadering 0,3 × 12 geeft 3,6%. Geen van beide is de waargenomen jaar-op-jaaruitkomst of een voorspelling dat de komende elf maanden precies hetzelfde worden. Het samengestelde cijfer is een scenario onder een herhalingsaanname.

Bij een vooraf vastgelegde maandconsensus van 0,20% is de fictieve verrassing plus 0,10 procentpunt. Wordt de vorige maand tegelijk van 0,20% naar 0,30% herzien, dan verandert ook het vergelijkingspunt: de huidige 0,30% versnelt niet tegenover de herziene 0,30%. In een tweede broncasus zijn consensus 0,20%, uitkomst 0,25% en de vorige waarde 0,30% die wordt herzien naar 0,20%. Dan zijn de verrassing plus 0,05 procentpunt, de herziening min 0,10 procentpunt en de huidige verandering tegenover de herziene vorige maand plus 0,05 procentpunt. Bewaar alle drie.

Wat vertelt de publicatie over de dollar?

Een hoger inflatiecijfer kan renteverwachtingen beïnvloeden. De valutareactie hangt ook af van wat al verwacht werd, beleidscommunicatie, arbeidsmarkt, inkomen, bestedingen, herzieningen en ander nieuws. Een overeenkomende richting van CPI en PCE is geen gegarandeerde onafhankelijke bevestiging; deels verwante prijsinformatie kan al bekend zijn. Zonder afgebakend onderzoek kun je niet stellen dat één publicatie steeds meer volatiliteit veroorzaakt dan de andere.

Nieuw EUR-tegenvoorbeeld: dezelfde prijzen, ander huishoudresultaat

Twee fictieve huishoudens besteden ieder 1.000 EUR aan uitsluitend boodschappen en overige aankopen. Bij huishouden A zijn de gewichten 200 en 800 EUR; bij B 500 en 500 EUR. Houd hoeveelheden vast en laat alleen boodschappenprijzen 10% stijgen. A betaalt 20 EUR extra, dus 2% totaal. B betaalt 50 EUR extra, dus 5% totaal. De prijsveranderingen zijn gelijk, de gewichten niet. Een algemeen cijfer van 2% betekent voor B daarom niet dat zijn eigen rekening slechts 20 EUR stijgt.

Dit is een apart vast mandje, geen Fisher-berekening, Nederlandse CPI-methodiek of werkelijke PCE-waarneming. Het toont waarom een Amerikaans gemiddelde niet automatisch jouw EUR-budget beschrijft. Een Nederlandstalige lezer kan bovendien elders wonen; de taal bepaalt geen woon- of belastingland. De Amerikaanse beleidsmaatstaf en je eigen koopkrachtanalyse blijven afzonderlijke taken.

Werk met een controleerbare kalendernotitie

1. Noteer exacte reeks, totaal of kern, referentiemaand, seizoencorrectie, index of procent en maand-op-maand of jaar-op-jaar.
2. Bewaar consensus met aanbieder en tijdstip, eerste uitkomst en herzieningen. Verwissel een omgerekend jaarscenario niet met een waargenomen jaarcijfer.
3. Controleer de werkelijke BEA-publicatiedatum en tijdzone en zet die voor die datum om naar Europe/Amsterdam; gebruik geen vaste dag of kloktijd uit het geheugen.
4. Leg een eventuele transactie apart vast met uitvoerprijs, kosten en gelijktijdig nieuws. Een berekende statistische verrassing is nog geen handelssysteem.

Gebruik vervolgens Economische kalender gebruiken: tijdzones, revisies en echte ontvangst om periode, gegevensversie en eenheid consequent te bewaren. NFP lezen: banen, personen, herzieningen en uitvoering helpt dezelfde discipline toe te passen op andere noemers in arbeidsmarktcijfers.