Gleitendurchschnittliche Quartalsdaten

Regierungsfinanzstatistiken - vierteljährliche Daten Daten vom 23. Januar 2017. Saisonale Anpassungsmetadaten aktualisiert am 23. Januar 2017. Letzte Daten: Weitere Eurostat-Informationen, Haupttabellen und Datenbanken. Geplante Aktualisierung des Artikels: 25. April 2017. In den vergangenen Jahren hat Eurostat das Spektrum der integrierten vierteljährlichen Daten über die verfügbaren Staatsfinanzierungsstatistiken deutlich erweitert und ein rechtzeitiges und zunehmend qualitativ hochwertiges Bild der Entwicklung der Staatsfinanzen in der Europäischen Union (EU) . Die in diesem Artikel enthaltenen Daten spiegeln sowohl nichtfinanzielle als auch finanzielle (vierteljährliche nichtfinanzielle und finanzielle Konten für allgemeinstaatliche) Transaktionen wider und decken alle Länder der Europäischen Union (EU-28) sowie Island, Norwegen und die Schweiz ab. Dieser Artikel basiert auf Daten, die an Eurostat Ende Dezember 2016 und im Januar 2017 übermittelt wurden und die Datenabdeckung des dritten Quartals 2016 beinhalten und der ESA 2010-Methodik folgen. Ergänzt wird sie durch nichtfinanzielle, saisonbereinigte Daten, die auf freiwilliger Basis von den nationalen und statistischen Ämtern der EU und der EFTA-Länder geschätzt werden. Eurostat veröffentlicht regelmäßig saisonbereinigte und arbeitstagsbereinigte vierteljährliche Daten über Staatseinnahmen, Ausgaben und Überschuss () Defizit (-), derzeit für achtzehn Mitgliedstaaten. Schweiz und die EU aggregiert. Tabelle 1: EA-19 und EU-28 vierteljährliche Nettofinanzierung () Nettokreditaufnahme (-), Gesamtausgaben und Gesamtumsatz in Prozent des BIP, saisonbereinigte Daten Quelle: Eurostat (gov10qggnfa). Saisonbereinigte Daten: Eurostat und nationale statistische Institutsschätzungen Tabelle 2: Vierteljährliche Nettofinanzierung () Nettokreditaufnahme (-) als Prozentsatz des BIP, saisonbereinigte Daten Quelle: Eurostat (gov10qggnfa). Saisonbereinigte Daten: Schätzungen des Nationalen Statistischen Instituts Tabelle 3: Quartalsfinanzierung () Nettokreditaufnahme (-) nach Ländern, nicht saisonbereinigte Daten Quelle: Eurostat (gov10qggnfa) Abbildung 1: EU-28 und EA-19 vierteljährliche Nettofinanzierung () Nettofinanzierung (-), 160 des BIP, saisonbereinigte Daten Quelle: Eurostat (gov10qggnfa) Abbildung 2: EA-19 Gesamtumsatz und Gesamtausgaben, saison - und nicht bereinigte bereinigte Daten Milliarden Euro Quelle: Eurostat (gov10qggnfa) Abbildung 3: EA-19 Gesamtumsatz und Gesamtausgaben, saison - und nicht bereinigte bereinigte Daten 160 des BIP Quelle: Eurostat (gov10qggnfa) Abbildung 4: EA-19 Nettofinanzierung () Nettokreditaufnahme (-), saison - und nicht bereinigte bereinigte Daten, 160 des BIP und Milliarden Euro Quelle: Eurostat (gov10qggnfa) Abbildung 5: EU-28 Bestandteile des Gesamtziels der EU, Milliarden Euro Quelle: Eurostat (gov10qggnfa) Abbildung 6: EU-28 Bestandteile der Gesamtausgaben der öffentlichen Haushalte, Milliarden Euro Quelle: Eurostat (gov10qggnfa) Abbildung 7: Finanztransaktionen der EU-28, Transaktionen in Vermögenswerten und Verbindlichkeiten, Mrd. Euro Quelle: Eurostat (gov10qggfa) Abbildung 8: EA-19 Nettofinanzgeschäfte, Transaktionen in Vermögenswerten und Verbindlichkeiten, Mrd. Euro Quelle: Eurostat ( Gov10qggfa) Abbildung 9: EU-28 Nettofinanzwert, Bestand an Vermögenswerten und Verbindlichkeiten, Mrd. Euro und 160 des BIP Quelle: Eurostat (gov10qggfa) Abbildung 10: EA-19 Nettofinanzwert, Bestand an Vermögenswerten und Verbindlichkeiten, Mrd. Euro und 160 des BIP Quelle: Eurostat (gov10qggfa) Abbildung 11: EU-28 Bestand an Vermögenswerten nach Finanzinstrumenten, 160 des BIP Quelle: Eurostat (gov10qggfa) Abbildung 12: EA-19 Bestand an Vermögenswerten nach Finanzinstrumenten, 160 BIP Quelle: Eurostat (gov10qggfa) Abbildung 13: EU-28 Aktie der Verbindlichkeiten nach Finanzinstrumenten, 160 des BIP Quelle: Eurostat (gov10qggfa) Abbildung 14: EA-19-Aktie der Verbindlichkeiten nach Finanzinstrumenten, 160 des BIP Quelle: Eurostat (gov10qggfa) Abbildung 15: Entwicklung des Netto - Finanzieller Wert nach Ländern, 160 des BIP Quelle: Eurostat (gov10qggfa) Abbildung 16: Bruttoverschuldung der öffentlichen Haushalte, 160 BIP, 2016Q3 Quelle: Eurostat (gov10qggdebt) Abbildung 17: Veränderung der Staatsverschuldung, Prozentpunkte des BIP, 2016Q3 verglichen Bis 2016Q2 Quelle: Eurostat (gov10qggdebt) Abbildung 18: Veränderung der Staatsverschuldung, Prozentpunkte des BIP, 2016Q3 im Vergleich zu 2015Q3 Quelle: Eurostat (gov10qggdebt) Abbildung 19: EA-19-Entwicklung des gesamtstaatlichen Defizits und der Schulden, 2016Q3, Prozentsatz Des BIP Quelle: Eurostat (gov10qggdebt) Wesentliche statistische Erkenntnisse Im dritten Quartal 2016 lag das saisonbereinigte gesamtstaatliche Defizit gegenüber dem BIP bei 1,7160 im Euroraum (EA-19), ein Anstieg gegenüber 1.5160 BIP im zweiten Quartal Quartal 2016. In der EU-28 lag das Defizit der BIP-Quote bei 1.9160, ein leichter Anstieg gegenüber 1.8160 im Vorquartal. Vierteljährliche nichtfinanzielle Konten für die Einnahmen und Ausgaben der öffentlichen Haushalte Sowohl die Gesamteinnahmen als auch die Ausgaben weisen eine klare Saisonalität auf. Um die Trends für die jüngsten Quartale zu interpretieren, werden neben den von den EU-Mitgliedstaaten übermittelten Rohdaten saisonbereinigte Daten vorgelegt (siehe Erläuterung unten). Im dritten Quartal 2016 betrug der saisonbereinigte Gesamtumsatz des Euro-Währungsgebiets 46,5160 BIP. Unverändert gegenüber dem zweiten Quartal 2016. Die Staatsausgaben im Euroraum betrugen 48,2160 BIP, ein Anstieg gegenüber dem Vorquartal (48,1 BIP). In der EU-28 betrug der Gesamtumsatz der Regierung im dritten Quartal 2016 45,1160 BIP, verglichen mit 45,0160 im zweiten Quartal 2016. Die Staatsausgaben in der EU-28 betrugen 46,9160 BIP, verglichen mit 46,8160 im Vorquartal . Ab dem vierten Quartal 2010 ist eine sinkende Tendenz in der Höhe der Gesamtausgaben-BIP-Verhältnis sichtbar, was auf einen absoluten Rückgang der Gesamtausgaben sowie auf die Auswirkungen des erneuten Wachstums in der EU und im Euro-Währungsgebiet zurückzuführen ist (alle jahreszeitlich angepasst). Sichtbare Verschlechterungen im zweiten und vierten Quartal 2012 wurden durch eine Reihe von Einmaleffekten in mehreren Mitgliedstaaten verursacht. Vor allem im vierten Quartal 2012 und im zweiten Quartal 2013 stiegen die Gesamtausgaben in beiden Bereichen leicht an, beeinflusst durch Interventionen zur Unterstützung des Bankensektors in mehreren Mitgliedstaaten, insbesondere in Spanien im vierten Quartal 2012 und in Griechenland Das zweite Quartal 2013. Die Unterstützung des Bankensektors in mehreren Mitgliedstaaten ist auch der Hauptgrund für den Anstieg im vierten Quartal 2015. Im ersten Quartal 2016, vor allem aufgrund von Einmaleffekten in mehreren Mitgliedstaaten, saisonal Die bereinigten Staatsausgaben sind deutlich gestiegen. Allgemeines Staatsdefizit Der Unterschied zwischen den Gesamteinnahmen und den Gesamtausgaben der öffentlichen Haushalte ist in der Terminologie der ESA2010 als Staatsanleihe () Nettokreditaufnahme (-) (ESA2010 Kategorie B.9) bekannt und wird in der Regel als Staatsdefizit (oder Überschuss) bezeichnet. Diese Zahl ist ein wichtiger Indikator für die Gesamtsituation der Staatsfinanzen. Es wird in der Regel als Prozentsatz des BIP ausgedrückt. Im dritten Quartal 2016 lag das saisonbereinigte gesamtstaatliche Defizit in BIP um 1,7160 im Euroraum (EA-19), ein Anstieg gegenüber 1.5160 im zweiten Quartal 2016. In der EU-28 ist das Defizit an BIP-Verhältnis lag bei 1.9160, auch eine leichte Zunahme gegenüber 1.8160 im Vorquartal. Aufgrund der im Jahr 2008 begonnenen Wirtschafts - und Finanzkrise haben sich die Defizite der EU-Regierungen im dritten Quartal 2010 stetig verschlechtert und erreichten im dritten Quartal 2010 ein Rekordniveau von -7.1160 BIP (saisonbereinigt). Beginn der Konsolidierung der öffentlichen Finanzen Beobachtet ab dem vierten Quartal 2010 ist auf eine Verringerung der Staatsausgaben nicht nur auf das BIP zurückzuführen, sondern auch in absoluten Zahlen sowie das anhaltende Wachstum des absoluten Umsatzes (saisonbereinigte absolute Zahlen), die das Wachstum des BIP übertrafen. Ab dem ersten Quartal 2011 betrug das saisonbereinigte gesamtstaatliche Defizit 5 BIP nicht. Ab dem dritten Quartal 2011 setzten die gesamtstaatlichen Gesamtausgaben das Wachstum jedoch in absoluten Zahlen wieder auf. Ab dem vierten Quartal 2014 blieb das saisonbereinigte gesamtstaatliche Defizit im Euroraum und in der EU insgesamt unter 3. Saisonbereinigtes gesamtstaatliches Defizit Es ist zu beachten, dass die annualisierten saisonbereinigten Daten im Allgemeinen nicht den annualisierten, nicht bereinigten Daten entsprechen. Bei der Verwendung von annualisierten Zahlen ist es sinnvoller, nicht saisonbereinigte Daten zu verwenden. Die Verwendung saisonbereinigter Daten ist im Gegenteil angemessener, wenn man die Wachstumsraten im Vergleich zum Vorquartal betrachtet. Für Belgien stieg das saisonbereinigte Defizit im dritten Quartal 2016, vor allem aufgrund einer Kombination von Effekten im Gesamtumsatz - während die Kapitalsteuern im Jahr 2015 durch einige vorübergehende Veränderungen gestärkt wurden, sanken sie im Quartal 2016 zusammen mit der Einkommensteuer Und Reichtum. Allerdings wurden steigende Einnahmen für indirekte Steuern und Gebühren (Autobahngebühren) beobachtet. Das große Defizit für Slowenien im vierten Quartal 2013 ist vor allem durch Kapitalzuführungen zur Unterstützung von Finanzinstituten bedingt. Dies ist auch der Grund für das relativ große Defizit im ersten Quartal 2013 und im vierten Quartal 2014. Darüber hinaus gibt es im dritten und vierten Quartal 2013 aufgrund von Gerichtsentscheidungen Einmaleffekte. Im Gegensatz dazu ist das dritte Quartal 2013 positiv von Dividenden der Nationalen Zentralbank beeinflusst. Für Griechenland ist der Quartalsüberschuss (nicht saisonbereinigt) im Jahr 2016Q3 positiv beeinflusst durch einen allgemeinen Anstieg der Steuereinnahmen, aber auch einen einmaligen Effekt aufgrund einer vorzeitigen Zahlungsfrist für eine Eigentumssteuer. Die Rückzahlung einiger Rückstände im Jahr 2016Q3 ist auf dem Defizit neutral, da die Ausgaben zuvor angefallen waren. In 2015Q4 wird das Defizit stark von Kapitalübertragungen an Finanzkonzerne beeinflusst. Für Österreich ist das große Defizit im vierten Quartal 2014 weitgehend auf eine Kapitaleinlage zurückzuführen, die als Kapitaltransfer zur Umsetzung der HETA-Defeasance-Struktur behandelt wird, während das relativ niedrige Defizit im vierten Quartal 2013 auf eine Auktion von Mobiltelefonlizenzen zurückzuführen ist . Das vergleichsweise große Defizit im dritten Quartal 2015 ist auch auf Kapitaleinspritzungen zurückzuführen, die im Rahmen von HETA als Kapitalübertragungen behandelt wurden. Der Rückgang des saisonbereinigten Defizits im dritten Quartal 2016 für Finnland ist weitgehend auf steigende Steuereinnahmen zurückzuführen. Für das Vereinigte Königreich ist das Defizit des zweiten und dritten Quartals 2016 positiv beeinflusst durch Dividenden von der Zentralbank (Bank of England Asset Purchase Facility). Dies gilt auch für mehrere Quartale seit dem ersten Quartal 2012. Für Malta sind die Gesamtausgaben im ersten Quartal 2015 positiv von einer Kapitalübertragung an eine öffentliche Körperschaft beeinflusst. Dies wirkt sich negativ auf das Defizit des ersten Quartals 2015 aus. Für Portugal wird das große Defizit im vierten Quartal 2015 durch die Unterstützung von Finanzkonzernen erklärt. Für Island ist der große gemeldete Überschuss im ersten Quartal 2016 auf einmalige Stabilitätsbeiträge der gescheiterten Banken zurückzuführen. Auf Eurobasis, saisonbereinigt und Kalendertag bereinigte Gesamtumsatz - und Gesamtausgaben der Mitgliedstaaten und der EFTA-Länder. Die saisonbereinigte und kalendertagsbereinigte Daten für den Gesamtumsatz, die Gesamtausgaben und die Nettofinanzierung () Nettokreditaufnahme (-) zusätzlich zu den nicht saisonbereinigten Daten, werden ausführlich dargestellt. Diese Daten werden auf freiwilliger Basis von den nationalen statistischen Instituten bereitgestellt. Quartalsfinanzkonten für den Staatshaushalt Finanztransaktionen - Vermögenswerte, Verbindlichkeiten und Nettofinanzgeschäfte Die Finanzkonten der öffentlichen Hand erlauben insbesondere eine Analyse, wie Regierungen ihre Defizite finanzieren oder ihre Überschüsse investieren. Es handelt sich um Daten über Finanztransaktionen (Nettoerwerb von finanziellen Vermögenswerten und Nettoaufwendungen finanzieller Verbindlichkeiten) und Bilanzpositionen (Bestände an finanziellen Vermögenswerten und Verbindlichkeiten, die am Ende eines jeden Quartals ausstehen) für den Staat und seine Teilsektoren. Variationen der Bestände werden sowohl durch die Transaktionen als auch durch andere Faktoren wie Holdinggewinne und - verluste sowie sonstige Volumenänderungen erklärt. Das Ziel dieses Abschnitts ist es, die Hauptmerkmale der gesamtstaatlichen Finanzkonten darzustellen. Die Wirtschafts - und Finanzkrise führte zu einer deutlichen Zunahme der Schwankungen des Netto-Auftretens von Verbindlichkeiten und des Nettoerwerbs von Finanzanlagen. Ab dem vierten Quartal 2008 ist die Fluktuation der Transaktionen sowohl in den Vermögenswerten als auch in den Verbindlichkeiten stark gestiegen. Die Lücke zwischen dem Umfang der Transaktionen in den Vermögenswerten und Schulden hat sich stark ausgeweitet, was zu steigenden negativen Zahlen bei Nettofinanzgeschäften (B.9f) führt, was als der von Finanzkonten abgeleitete Staatsdefizitüberschuss interpretiert wird. Der Anstieg und die Höhepunkte der Transaktionen in Finanzanlagen können von Regierungen erklärt werden, die Vermögenswerte zur Unterstützung von Finanzinstituten erworben haben. Die Nettofinanzgeschäfte verschlechterten sich stetig vom zweiten Quartal 2008 bis zum dritten Quartal 2009. Ab dem vierten Quartal 2010 ist ein Rückgang zu verzeichnen. Staatsfinanzbilanz Auf der Ebene der EU-28 und der EA-19 wurde seit dem dritten Quartal 2008 ein deutlicher Anstieg der Passivposten beobachtet, zusammen mit einer deutlich ausgeprägten Zunahme der Vermögenswerte. Der Anstieg der Passivposten resultiert im Wesentlichen aus Schuldverschreibungen, die mit Abstand das wichtigste Finanzinstrument der Staatsanleihe sind. Auch der Bestand an Kreditverbindlichkeiten ist deutlich gestiegen. Der Rest der finanziellen Verbindlichkeiten ist im Wesentlichen andere Konten, zahlbar. Der Bestand an finanziellen Vermögenswerten wird überwiegend in Aktien - und Investmentfondsaktien gehalten (z. B. öffentliche Körperschaften, die nicht in den öffentlichen Haushalt eingestuft sind), mit sonstigen Forderungen, Währung und Einlagen (diese weisen eine starke Saisonalität auf), auch Darlehen und Schuldverschreibungen sind ausschlaggebend Teile. Die Kredite sind während der Finanzkrise deutlich gestiegen. Der Unterschied zwischen dem Bestand an finanziellen Vermögenswerten und Verbindlichkeiten ist der Bilanzposten Nettofinanzwert. Vierteljährliche Bruttoverschuldung für den Staatssektor Am Ende des dritten Quartals 2016 lag die Staatsverschuldung im BIP-Verhältnis im Euroraum (EA-19) bei 90,1, verglichen mit 91,2 am Ende des zweiten Quartals 2016 EU-28, das Verhältnis sank von 84,2 auf 83,3. Im Vergleich zum dritten Quartal 2015 sank die Staatsverschuldung zum BIP sowohl im Euroraum (von 91,5 auf 90,1) als auch in der EU-28 (von 85,9 auf 83,3). Die höchsten Verhältnisse der Staatsverschuldung zum BIP am Ende des dritten Quartals 2016 wurden in Griechenland (176,9), Portugal (133,4) und Italien (132,7) und am niedrigsten in Estland (9,6), Luxemburg (21,5) und Bulgarien verzeichnet (28,7). Im Vergleich zum zweiten Quartal 2016 verzeichneten sechs Mitgliedstaaten eine Erhöhung ihrer Schuldenquote zum BIP-Verhältnis am Ende des dritten Quartals 2016 und zweiundzwanzig Prozent. Die höchsten Anstiege des Verhältnisses wurden in Zypern (3,1 pp), Portugal (1,6 pp) und Litauen (1,1 pp) verzeichnet. Die größten Rückgänge wurden in Griechenland (-2,9 pp, insbesondere aufgrund einer Tilgung von langfristigen Wertpapieren), Italien (-2,8 pp) und Österreich (-2,3 pp) verzeichnet. Im Vergleich zum dritten Quartal 2015 verzeichneten elf Mitgliedstaaten eine Erhöhung ihrer Schuldenquote zum BIP-Verhältnis am Ende des dritten Quartals 2016 und siebzehn einen Rückgang. Die höchsten Zunahmen des Verhältnisses wurden in Griechenland (4,4 pp), Litauen (3,1 pp), Portugal (2,9 pp) und Bulgarien (2,1 pp) verzeichnet, während die größten Rückgänge in Irland verzeichnet wurden (-8,5 pp, beeinflusst durch Effekte auf Der Nenner, dh ein starkes Wachstum des nominalen BIP), die Niederlande (-4,3 pp) und Ungarn (-3,2 pp). Der Rückgang der Schulden in Griechenland im ersten Quartal 2015 ist vor allem auf die Rückzahlung eines Darlehens von der EFSF an die HFSF zurückzuführen, die nicht genutzte Mittel für die Rekapitalisierung griechischer Finanzinstitute sowie die Rückzahlungen von Darlehen des IWF darstellt. Der Anstieg im zweiten Quartal 2016 wird durch ESM-Auszahlungen beeinflusst. Evolution von Defizit und Schulden Abbildung 18 zeigt einige der wichtigsten Verknüpfungen zwischen dem Quartalsdefizit und den vierteljährlichen Schulden für das Euro-Währungsgebiet. Während im Allgemeinen die staatliche Bruttoverschuldung in Gegenwart eines Staatsdefizits zunehmen wird, ist dies nicht unbedingt kurzfristig der Fall. Es ist zu sehen, dass eine starke Kooperation des Nettoerwerbs von finanziellen Vermögenswerten mit der Entwicklung der vierteljährlichen Schulden besteht. Das Auftreten von Verbindlichkeiten nicht in der vierteljährlichen Staatsverschuldung (vor allem andere Konten, zahlbar) spielt eine kleinere Rolle. Datenquellen und Verfügbarkeit Quartalsabschlüsse des Staates Eurostat veröffentlicht Quartals - und Bestandsdaten für den Staatssektor unter Verwendung einer integrierten Struktur, die die Daten aus vierteljährlichen nichtfinanziellen Konten für den öffentlichen Haushalt (QNFAGG), vierteljährliche Finanzkonten für den Staat ( QFAGG) und vierteljährliche Staatsanleihen (QGD). Eine integrierte Publikation, die Daten aus allen drei Tabellen kombiniert, wird vierteljährlich auf dem dedizierten Government Finance Statistics (GFS) Abschnitt der Eurostat Website und auf der dedizierten Statistik Explained Seite Integrierte Regierungsfinanzierung Statistik Präsentation veröffentlicht. Die Daten werden nach dem Übertragungsprogramm ESA2010 für QFAGG und QDEBT übertragen. QNFAGG-Daten werden unter Gentlemens-Vereinbarung übermittelt. Eurostat veröffentlicht vierteljährliche Staatsfinanzierungszahlen auf der Grundlage der Methodik des Europäischen Systems für Konten 2010 (ESVG 2010). Die Daten in dieser Pressemitteilung beinhalten Revisionen sowohl aufgrund der Umsetzung der ESA2010 als auch der Einbeziehung anderer statistischer Anpassungen. Methodische Änderungen in ESA2010 beinhalten die Behandlung von Vermögenswerten von Rentenversicherungssystemen, die an den Staat als Teilausgleich für die Übernahme von Pensionsverpflichtungen übertragen werden. Während die Übertragung von Vermögenswerten als nichtfinanzielles Geschäft nach ESA95 behandelt worden ist, werden im Rahmen der ESA2010 solche pauschalen Transfers von (öffentlichen) Kapitalgesellschaften als finanzielle, ohne Auswirkungen auf die staatliche Nettofinanzierung () Nettokreditaufnahme (-) behandelt. Darüber hinaus ist die Differenz zwischen dem Wert der von der Regierung erhaltenen Vermögenswerte und dem Wert der Pensionsverpflichtungen als Kapitalübertragung von der Regierung an die betroffene Körperschaft zu behandeln. Weitere Informationen finden Sie in der Eurostat-Entscheidung zum Thema: hier. Dies hat erhebliche Auswirkungen auf die vierteljährlichen Daten der betroffenen Länder. QNFAGG - und QFAGG - und QDEBT-Statistiken decken Daten für den Staat ab, wie in ESA2010, Ziffer 2.111 definiert. Saisonale Anpassung der ausgewählten Datenreihe Die vierteljährliche Staatsfinanzierungsstatistik wird Eurostat in Form von nicht saisonbereinigten (Roh-) Zahlen ausgewiesen. Allerdings enthält eine gewisse Anzahl der gemeldeten Serien saisonale Muster (erklärt durch die Verknüpfung mit der Saisonalität der Wirtschaftstätigkeit und durch die Haushaltsplanungs - und Rechnungsführungspraktiken der nationalen Regierungen), was es schwierig macht, eine direkt aussagekräftige Langlaufbahn zu führen Zeitreihenanalyse mit nicht angepassten Daten. Gleiches gilt für das BIP, das das saisonale Muster aller Wirtschaftsaktivitäten in der Wirtschaft widerspiegelt. Um diese Schwierigkeit zu überwinden und damit ein besseres Verständnis der Trends zusätzlich zu den nicht saisonbereinigten Daten zu erhalten, werden saisonbereinigte Daten für die EU-28 und EA-19 in diesem Artikel vorgestellt. Die saisonale Anpassung zielt darauf ab, die Saisonalität zu beseitigen, die mit diesen vierteljährlichen Daten verbunden ist. Es ist zu beachten, dass die annualisierten saisonbereinigten Daten im Allgemeinen nicht den annualisierten, nicht bereinigten Daten entsprechen. Bei der Verwendung von annualisierten Zahlen ist es sinnvoller, nicht saisonbereinigte Daten zu verwenden. Die Verwendung saisonbereinigter Daten ist bei der Betrachtung der Wachstumsraten im Vergleich zum Vorjahr besser geeignet. Die saisonale Anpassung der Gesamtumsätze und der Gesamtausgaben erfolgt im Rahmen eines indirekten Verfahrens (auf Länderebene) mit Tramo-Sitzen auf Demetra). Soweit verfügbar, werden nationale statistische Institute eigene Schätzungen als Input für die Aggregate verwendet, die Eurostat auf Gentlemens-Vereinbarung übergeben werden. Einige Länderebenenschätzungen sowie Daten für die EU-Aggregate werden auf der Eurobase veröffentlicht. Diese Schätzungen werden durch Eurostats eigene Schätzungen für die Länder ergänzt, die noch keine eigene Schätzung liefern. Diese Daten werden als vertraulich gekennzeichnet und nicht veröffentlicht. Nettofinanzierung () Nettokreditaufnahme (-) ergibt sich indirekt aus der Bilanzierungs - identität: Nettofinanzierung () Nettokreditaufnahme (-) Gesamtumsatz - Gesamtausgaben. Für die folgenden Länder werden die Schätzungen vom jeweiligen Nationalen Statistischen Institut erstellt, die alle den ESS-Richtlinien für saisonale Anpassungen folgen: EU-Aggregate: indirekt auf Eurostat auf der Grundlage der Daten der Mitgliedstaaten geschätzt, soweit dies national und ergänzt wird Eurostats eigene Schätzungen, wo keine national übermittelten Daten vorliegen. Tramo-Sitze laufen auf Demetra wird in allen Fällen verwendet. Die kroatischen vierteljährlichen Daten sind ab dem ersten Quartal 2012 verfügbar. Für die folgenden Länder werden die Schätzungen vom jeweiligen Nationalen Statistischen Institut erstellt, die alle den ESS-Richtlinien zur saisonalen Anpassung folgen: Für die folgenden Länder werden die Schätzungen von den jeweiligen Ländern erstellt Nationales Statistisches Institut, das alle den ESS-Richtlinien zur saisonalen Anpassung folgt: Belgien: Die saisonbereinigte Reihe wird nach einem indirekten Ansatz berechnet. Die Bestandteile der Einnahmen und der Ausgaben der Generalregierung werden saisonbereinigt mittels Tramo-Sitze unter Berücksichtigung der Anwesenheit möglicher Ausreißer und Kalendereffekte. Das Modell jeder Komponente (gt20) wurde einzeln validiert (keine automatische Modellierung). Die Abwesenheit der Restsaisonalität nach der Aggregation wurde überprüft. Die Daten werden auf den jährlichen Summen der nicht angepassten Serien benchmarkiert. Das jährliche Benchmarking wird auf jedem Bauteil mittels eines multiplikativen Denton-Verfahrens berechnet. Bulgarien: Tramo-Sitze auf Demetra. Gesamtausgaben: keine Handelstage, keine Ostereffekt, Log-Transformation, ARIMA-Modell (2,1,0) (0,1,1), Ausreißer: AOIV-2007, TCIV-2008, AO2009-I. Gesamtumsatz: Log-Transformation, keine Handelstage Effekte, kein Ostereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: LS2007-I. Tschechische Republik: Tramo-Sitze auf Demetra. Gesamtausgaben: Keine Handelstage Effekte, kein Ostereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: AO2003-I, AO2003-III, AO2012-IV, TC2001-IV. Gesamtumsatz: Keine Handelstage Effekte, kein Ostereffekt, ARIMA-Modell (1,1,0) (0,1,1), Ausreißer: AO2003-I, TC2007-III, AO2008-III. Dänemark: X12-ARIMA. Gesamtausgaben: Log-Transformation, keine Handelstage Effekte, kein Ostereffekt, ARIMA-Modell (1,1,0) (1,0,0), Ausreißer: AO2005-IV, TC2011-I. Gesamtumsatz: Log-Transformation, Handelstageffekte, kein Ostereffekt, ARIMA-Modell (0,1,0) (0,1,1), Ausreißer: TC2009-II, AO2008-II, TC2009-II, LS2015-I, 2004-ich Deutschland: X-12-ARIMA. Gesamtausgaben: Log-Transformation, keine Handelstag-Effekte, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer AO 1995-I, 1995-III, 2000-III, 2010-III. Gesamtumsatz: Log-Transformation, keine Handelseffekte, ARIMA-Modell (0,1,0) (0,1,1), keine Ausreißer. Estland: Tramo-Sitze auf Demetra. Gesamtausgaben: Log-Transformation, kein Handelstag-Effekt, kein Ostereffekt, ARIMA-Modell (0,1,0) (0,1,0), LS2011-IV Gesamtumsatz: Log-Transformation, keine Handelstage Effekte, keine Ostern Effekt, ARIMA Modell (0,1,1) (0,1,1). Frankreich: saisonbereinigte Daten werden übermittelt. Die Arbeitstagsanpassung erfolgt auch bei Bedarf. Eine indirekte Methode wird verwendet. Die saisonale Anpassung erfolgt mit X-12-ARIMA. Für weitere Informationen können Sie die INSEE-Methodik (ab Seite 21) unter folgendem Link lesen (das Dokument ist sowohl in Englisch als auch in Französisch verfügbar): insee. frenindicateurscnattrimPubMethenInsee20MC3A9thodes20nC2B0126.pdf. Lettland: Tramo-Sitze auf JDemetra. Gesamtausgaben: Log-Transformation, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: LS2006-IV, LS2009-III. Gesamtumsatz: Log-Transformation, ARIMA-Modell (0,1,0) (0,1,1), Ausreißer AO2006-IV. Malta: Tramo Sitze auf Demetra, Gesamtausgaben: keine Handelstage Effekte, keine Ostereffekte, ARIMA Modell (0,0,0) (0,1,1), 1 Ausreißer erkannt: AO2003-IV. Gesamtumsatz: keine Handelstage Effekte, keine Ostereffekte, ARIMA Modell (0,1,1) (0,1,0), Keine Ausreißer gefunden. Österreich: Tramo-Sitze auf Demetra. Gesamtausgaben: Log-Transformation, keine Handelstag-Effekte, kein Ostereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer AO2009-IV, spezifische Vorbehandlung: 2004-II, 2004-IV , 2013-IV, 2014-IV, 2015-III. Gesamtumsatz: Log-Transformation, keine Handelstage Effekte, kein Ostereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: LS2009-II. Polen: Tramo-Sitze auf JDemetra. Direkte Methode verwendet. Gleichzeitige Anpassung für Q1 jedes Jahr, aktuelle Anpassung Q2, Q3, Q4 (Modell überarbeitet einmal im Jahr). Verwendung der Kalendereffekte. Arbeitstage mit Schaltjahrseffekt (2 Regressoren) und Ostereffekt für jede Serie getestet - nur signifikante Effekte, die in der endgültigen Spezifikation verwendet werden. Automatische Identifikation von ARIMA-Modellen. Gesamtausgaben: P.2-Log-Transformation kein Kalendereffekt, ARIMA-Modell (0,0,0) (1,1,0) P.5L - Log-Transformation kein Kalendereffekt, ARIMA-Modell (1,1,0) (0 , 1,1), Ausreißer: LSQ1-2001 AOQ1-2016 D.1 - Logtransformation kein Kalendereffekt, ARIMA-Modell (0,1,1) (0,1,1) D.6M - Log-Transformation kein Kalendereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: AO (Q4-2007) LS (Q4-2004) TC (Q3-2000) D.4 - Protokolltransformation kein Kalendereffekt, ARIMA-Modell ( 0,0,0) (0,1,1), Ausreißer: LS (Q3-2013) S.29D.3 - Log-Transformation kein Kalendereffekt, ARIMA-Modell (0,1,1) (0,0,1) Ausreißer: TC (Q1-2004). Gesamtumsatz: D.2 - Log-Transformation kein Kalendereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: AO (Q2-2004), TC (Q1-2009) D.4 No - Log-Transformation kein Kalendereffekt, ARIMA-Modell (0,0,0) (0,1,1), Ausreißer: TC (Q3-2007), TC (Q2-2012) D.5 - Log-Transformation kein Kalendereffekt, ARIMA-Modell (0,1,0) (0,1,0) D.61 - Log-Transformation kein Kalendereffekt, ARIMA-Modell (0,1,0) (0,1,1), Ausreißer: TC (Q4-2008), AO (Q4-2007), AO (Q3-2011) S.1D.7 keine Saisonalität. Portugal: X13-ARIMA auf Demetra. Eine manuelle Vorbehandlung wird durch die Ermittlung und Ableitung von einmaligen Maßnahmen durchgeführt. Für die Ausreißererkennung und - korrektur wird eine zusätzliche Vorbehandlung angewendet. Die saisonale Anpassung erfolgt auf den Gesamtumsatz, die Ausgaben, außer die Entschädigung der Arbeitnehmer und die Entschädigung der Arbeitnehmer. Gesamtumsatz: Log-Transformation, keine Handelstag-Effekte kein Ostereffekt ARIMA-Modell (0,1,1) (0,1,1) Ausreißer: AO2003-IV, AO2009-II, SO III 1999 2008 (benutzerdefinierte Variable). Gesamtausgaben (ausgenommen Entschädigung der Arbeitnehmer): Log-Transformation, keine Handelstag-Effekte kein Ostereffekt ARIMA-Modell (1,0,1) (0,1,0) Ausreißer: AO (IV-2002), LS (II-2012) ) Vergütung der Mitarbeiter: Log-Transformation, keine Handelstag-Effekte kein Ostereffekt ARIMA-Modell (1,1,0) (0,1,1) Ausreißer: TC (III-2005), LS (I-2011), LS ( I-2012), TC (I-2013), AO (III-2014), SO II 2012 2013 (benutzerdefinierte Variable), SO IV 2012 2016 (benutzerdefinierte Variable). Slowenien: Tramo-Sitze auf JDemetra. Modell für Gesamtumsatz: Log-Transformation, keine Handelstage Effekte, kein Ostereffekt, vorgegebene Ausreißer: LS 2009-I, AO 2012-I, ARIMA-Modell (0,1,1) (0,1,1). Modell für Gesamtausgaben: Log-Transformation, keine Handelstage Effekte, kein Ostereffekt, vorgegebene Ausreißer: AO 2013-IV, AO 2013-I, TC 2011-I, AO 2014-IV, ARIMA-Modell (0,1,1 ) (0,1,1). Slowakei: Tramo-Sitze auf JDemetra. Gesamtausgaben: Log-Transformation, keine Handelstageffekte, kein Ostereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: LS2000-IV, AO2015-IV, AO2002-IV. Gesamtumsatz: Log-Transformation, keine Handelstag-Effekte, kein Ostereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: LS2001-III, AO2015-IV. Finnland: Tramo-Sitze auf Demetra 2.2. Eine Vorbehandlung erfolgt bei Bedarf, z. B. zur Ausreißererkennung und - korrektur. Die Gesamteinnahmen und - aufwendungen werden indirekt auf der Grundlage ihrer Komponenten und der Teilsektordaten geschätzt. Schweden: Tramo-Sitze auf Demetra. Gesamtausgaben: keine Handelstag-Effekte, kein Ostereffekt, ARIMA-Modell (0,1,2) (0,1,1), Ausreißer AO2010-IV. Gesamtumsatz: Log-Transformation, keine Handelstage Effekte, kein Ostereffekt, ARIMA-Modell (0,1,0) (0,1,1), AO2014-IV. Vereinigtes Königreich: Anpassung mit X-11-Algorithmus in X-13ARIMA-SITZEN. Netto-Kreditaufnahme: Log-Transformation, keine Handelstag-Effekte, kein Ostereffekt, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: AO2008Q3, AO2012-II, saisonal gleitender Durchschnitt: 3x3, Trend gleitender Durchschnitt: 5. Gesamtausgaben: Keine Handelstag-Effekte, keine Ostereffekte, multiplikativ, ARIMA-Modell (0,1,1) (0,1,1), Ausreißer: AO2008Q3, saisonal gleitender Durchschnitt: 3x5, Trend bewegter Durchschnitt: 5. Gesamt (0,1,1) (0,1,1), Ausreißer: LS2009Q1, AO2012Q2, saisonal gleitender Durchschnitt: 3x5, Trend gleitender Durchschnitt: 5. Für die Zweck der Berechnung der EU-Aggregate, B.9 wird indirekt abgeleitet. Jährlich saisonbereinigte Daten werden auf den annualisierten, nicht angepassten Daten benchmarkiert. Schweiz: Die angegebenen Daten sind Trendzyklusdaten. Eine Denton-Cholette-Methode wird verwendet, um jährliche Daten zeitlich zu verschärfen. Die vierteljährlichen Daten werden mit geglätteten Indikatoren extrapoliert. Bitte beachten Sie die Länderhinweise auf der EMIS für wichtige Informationen auf Länderebene. Bruttoinlandsprodukt In dieser Publikation wird das Bruttoinlandsprodukt (BIP) zu laufenden Preisen (nominal) entweder unter Verwendung der nicht saisonbereinigten oder der saison - und arbeitstagsbereinigten Formulare verwendet. Weitere Informationen von Eurostat Publikationen Haupttabellen Regierungsstatistik (tgov). Siehe: Jährliche staatliche Finanzstatistik (tgov10a) Staatsdefizit und Schulden (tgov10dd) Vierteljährliche Staatsfinanzstatistik (tgov10q) Regierungsstatistik (gov). Siehe: Jährliche staatliche Finanzstatistik (gov10a) Staatsdefizit und Schulden (gov10dd) Vierteljährliche Staatsfinanzierungsstatistik (gov10q) Dedizierter Abschnitt Methodik Metadaten Weitere Informationen Externe LinksDer SampP 500 schloss Januar mit einem monatlichen Gewinn von 1,79 nach einem Gewinn von 1,82 im Dezember. Alle drei SampP 500 MAs sind signalisiert investiert und drei der fünf Ivy Portfolio ETF MAs mdash Vanguard Total Börse ETF (VTI), PowerShares DB (DBC) und Vanguard FTSE All-World Ex-US ETF (VEU) mdash sind signalisiert investiert . In der Tabelle werden monatliche Schließungen, die innerhalb eines Signals liegen, gelb markiert. Die obige Tabelle zeigt das aktuelle 10-monatige, einfach gleitende Durchschnitt (SMA) - Signal für jede der fünf ETFs, die im Ivy Portfolio vorgestellt wurden. Weve auch enthalten eine Tabelle von 12-Monats-SMAs für die gleichen ETFs für diese beliebte alternative Strategie. Für eine faszinierende Analyse der Ivy Portfolio-Strategie, siehe diesen Artikel von Adam Butler, Mike Philbrick und Rodrigo Gordillo: Backtesting Moving Averages In den vergangenen Jahren haben wir Excel verwendet, um die Performance der verschiedenen gleitenden durchschnittlichen Timing-Strategien zu verfolgen. Aber jetzt nutzen wir die Backtesting-Tools auf der ETFReplay-Website. Wer sich für das Market Timing mit ETFs interessiert, sollte sich diese Website ansehen. Hier sind die beiden Werkzeuge, die wir am häufigsten verwenden: Hintergrund zu Moving Averages Kauf und Verkauf auf der Grundlage einer gleitenden Durchschnitt der monatlichen Schließungen kann eine effektive Strategie für die Verwaltung der Gefahr von schweren Verlust von großen Bärenmärkten sein. Im Wesentlichen, wenn das monatliche Schließen des Index über dem gleitenden Mittelwert liegt, halten Sie den Index. Wenn der Index unten schließt, ziehst du in Bargeld. Der Nachteil ist, dass es dich niemals an der Spitze oder zurück an der Unterseite bekommt. Auch kann es die gelegentliche whipsaw (kurzfristige kaufen oder verkaufen signal), wie weve gelegentlich erlebt im vergangenen Jahr produzieren. Dennoch zeigt ein Chart der SampP 500 monatlich schließt seit 1995, dass eine 10- oder 12-monatige einfache gleitende durchschnittliche (SMA) - Strategie die Teilnahme an den meisten der Preisbewegungen versichert hätte, während die Verluste drastisch reduziert wurden. Hier ist die 12-monatige Variante: Der 10-monatige exponentielle gleitende Durchschnitt (EMA) ist eine leichte Variante für den einfachen gleitenden Durchschnitt. Diese Version erhöht mathematisch die Gewichtung neuerer Daten in der 10-Monats-Sequenz. Seit 1995 hat es weniger Whipsaws produziert als der äquivalente einfache gleitende Durchschnitt, obwohl es ein Monat langsamer war, einen Verkauf nach diesen beiden Marktspitzen zu signalisieren. Ein Blick zurück auf die 10- und 12-monatigen gleitenden Durchschnitte im Dow während des Crash von 1929 und Great Depression zeigt die Wirksamkeit dieser Strategien während dieser gefährlichen Zeiten. Die Psychologie der Momentum-Signale Timing arbeitet wegen eines grundlegenden menschlichen Merkmals. Menschen imitieren erfolgreiches Verhalten. Wenn sie von anderen hören, die auf dem Markt Geld verdienen, kaufen sie ein. Schließlich kehrt der Trend um. Es kann nur die normalen Erweiterungen und Kontraktionen des Konjunkturzyklus sein. Manchmal ist die Ursache drastischer mdash eine Vermögensblase, ein großer Krieg, eine Pandemie oder ein unerwarteter finanzieller Schock. Wenn sich der Trend rückgängig macht, verkaufen erfolgreiche Investoren frühzeitig. Die Nachahmung des Erfolgs macht allmählich die bisherige Kaufdynamik zum Verkaufsdynamik. Umsetzung der Strategie Unsere Illustrationen aus dem SampP 500 sind genau so mdash Illustrationen. Wir verwenden den SampP wegen der umfangreichen historischen Daten, die leicht verfügbar sind. Allerdings sollten Anhänger einer gleitenden durchschnittlichen Strategie Buysell Entscheidungen über die Signale für jede einzelne Investition, nicht einen breiten Index zu machen. Auch wenn Sie in einen Fonds investieren, der den SampP 500 verfolgt (z. B. Vanguards VFINX oder SPY ETF), werden sich die gleitenden Durchschnittssignale für die Fonds gelegentlich von der zugrunde liegenden Index aufgrund der Dividendenerneuerung unterscheiden. Die SampP 500-Nummern in unseren Abbildungen schließen Dividenden aus. Die Strategie ist am effektivsten in einem steuerbegünstigten Konto mit einem kostengünstigen Maklerdienst. Sie wollen die Gewinne für sich selbst, nicht Ihren Broker oder Ihren Uncle Sam. Hinweis . Für alle, die die 10- und 12-monatigen, einfach bewegten Durchschnitte im SampP 500 und die Equity-versus-Cash-Positionen seit 1950 sehen möchten, heres eine Excel-Datei (xls Format) der Daten. Unsere Quelle für die monatlichen Schließungen (Spalte B) ist Yahoo Finance. Die Spalten D und F zeigen die Positionen, die am Monatsende für die beiden SMA-Strategien signalisiert wurden. In der Vergangenheit, empfehlen wir Mebane Fabers nachdenklichen Artikel Ein quantitativer Ansatz für die taktische Asset Allocation. Der Artikel wurde nun aktualisiert und erweitert als Teil drei: Active Management in seinem Buch The Ivy Portfolio. Mit Eric Richardson coauthored. Dies ist ein Muss für jedermann zu lesen, die die Verwendung eines Timing-Signals für Investitionsentscheidungen in Erwägung zieht. Das Buch analysiert die Anwendung der gleitenden Mittelwerte der SampP 500 und vier weitere Assetklassen: der Morgan Stanley Capital International EAFE Index (MSCI EAFE), der Goldman Sachs Commodity Index (GSCI), der National Association of Real Estate Investment Trusts Index (NAREIT) und United States Regierung 10-jährige Staatsanleihen. Als regelmäßiges Merkmal dieser Website aktualisieren wir die Signale am Ende eines jeden Monats. Für weitere Einblicke von Mebane Faber, besuchen Sie bitte seine Website, Mebane Faber Research. Fußnote zur Berechnung der monatlich gleitenden Durchschnitte: Wenn Sie Ihre eigenen Berechnungen von gleitenden Durchschnitten für Dividendenausschüttungen oder ETFs machen, erhalten Sie gelegentlich unterschiedliche Ergebnisse, wenn Sie sich nicht für Dividenden anpassen. Zum Beispiel, im Jahr 2012 VNQ blieb investiert am Ende November auf bereinigte monatliche Schließungen, aber es gab ein Verkaufssignal, wenn Sie Dividendenanpassungen ignoriert. Da sich die Daten für frühere Monate ändern, wenn Dividenden gezahlt werden, müssen Sie die Daten für alle Monate in der Berechnung aktualisieren, wenn eine Dividende seit dem letzten Monatsschluss bezahlt wurde. Dies wird der Fall für alle Dividenden zahlenden Aktien oder Fonds. Calculate Moving Average Posted on April 28th, 2009 in Learn Excel - 191 Kommentare Moving Durchschnitt wird häufig verwendet, um zugrunde liegende Trends zu verstehen und hilft bei der Prognose. MACD oder gleitende durchschnittliche Konvergenz Divergenz ist wahrscheinlich die am häufigsten verwendeten technischen Analyse-Tools im Aktienhandel. Es ist ziemlich häufig in mehreren Unternehmen zu gleitenden Durchschnitt von 3 Monate Umsatz zu verstehen, wie der Trend ist zu verwenden. Heute werden wir lernen, wie man den gleitenden Durchschnitt berechnen kann und wie der Durchschnitt der letzten 3 Monate mit Excel-Formeln berechnet werden kann. Berechnen Moving Average Um den gleitenden Durchschnitt zu berechnen, ist alles, was Sie brauchen, die gute alte AVERAGE Excel Funktion. Angenommen, Ihre Daten liegen im Bereich B1: B12, geben Sie einfach diese Formel in die Zelle D3 AVERAGE (B1: B3) und kopieren Sie nun die Formel von D3 auf den Bereich D4 bis D12 (erinnern Sie sich, da Sie den gleitenden Durchschnitt von 3 Monaten berechnen , Bekommst du nur 10 Werte 12-31) Das ist alles was du brauchst, um den gleitenden Durchschnitt zu berechnen. Berechnen Sie den bewegten Durchschnitt der letzten 3 Monate Alone Lets sagen, dass Sie den Durchschnitt der letzten 3 Monate zu jedem Zeitpunkt berechnen müssen. Das heißt, wenn Sie den Wert für den nächsten Monat eingeben, sollte der Durchschnitt automatisch angepasst werden. Zuerst wollen wir einen Blick auf die Formel werfen und dann werden wir verstehen, wie es funktioniert. Also, was zum Teufel die obige Formel tut sowieso Es zählt, wie viele Monate bereits eingegeben sind 8211 COUNT (B4: B33) Dann ist es kompensiert count minus 3 Zellen aus B4 und holt 3 Zellen von dort 8211 OFFSET (B4, COUNT (B4 : B33) -3,0,3,1). Das sind nichts als die letzten 3 Monate. Schließlich übergibt es diesen Bereich an die AVERAGE-Funktion, um den gleitenden Durchschnitt der letzten 3 Monate zu berechnen. Ihre Hausarbeit Nun, da Sie gelernt haben, wie man gleitenden Durchschnitt mit Excel zu berechnen, hier ist Ihre Heimarbeit. Lasst uns sagen, dass die Anzahl der Monate, die verwendet werden, um den gleitenden Durchschnitt zu berechnen, um in der Zelle E1 konfigurierbar zu sein. Dh wenn E1 von 3 auf 6 geändert wird, sollte die gleitende durchschnittliche Tabelle den gleitenden Durchschnitt für 6 Monate zu einem Zeitpunkt berechnen. Wie schreibst du die Formeln, dann schau mal die Kommentare an, geh und mach dir das heraus. Wenn du die Antwort nicht finden kannst, kommst du hier zurück und liest die Kommentare. Go Dieser Beitrag ist Teil unserer Spreadcheats Serie. Ein 30-tägiges Online-Excel-Trainingsprogramm für Bürobesucher und Spreadsheet-Nutzer. Tritt heute bei . Teilen Sie diesen Tipp mit Ihren Freunden Hallo, erst vor kurzem Ihre Website gefunden und Im lieben alle Tipps. Vielen Dank für all deine Tutorials. Es ist genau ich brauchte aber ich lief in ein bisschen ein Problem, da ich auch mit Vlookup mit Offset. Zum Beispiel würde ich in deinem Beispiel Vlookup in meiner Vorlage verwenden, damit ich jeden Monat neue Daten eintragen würdet. Die Verkaufsdaten werden jeden Monat automatisch aktualisiert. Mein Problem ist in meiner OFFSET-Formel, ich habe COUNTA, die offensichtlich alle Zellen mit Formeln zählt. Irgendwelche Ideen, wie diese beiden Funktionen besser zu integrieren, vor allem, wenn ich versuche zu grafisch und durchschnittlich, dass letzten 12 Monate würde ich schätzen alle Ideen, die Sie oder Ihre Leser meine haben. Danke nochmal für die tolle Twee. Willkommen bei PHD und danke für eine Frage. Ich bin mir nicht sicher, ob ich es aber richtig verstanden habe. Hast du versucht, mit Zählwerk anstelle von counta Sie havent gezeigt uns die Offset-Formel, ohne zu sehen, dass die Festsetzung wäre es schwierig. Ich muss einen 12-monatigen rollenden Durchschnitt berechnen, der einen Zeitraum von 24 Monaten umfasst, wenn er abgeschlossen ist. Kannst du mich in die richtige Richtung zeigen, wie auch, wie man anfängt Meine Daten sind Fahrzeugmeilen und startet auf B2 und endet auf B25. Hilf Chandoo, das ist eine großartige Formel für das, was ich benutze, außer ich versuche erfolglos, die Formel bedingt zu machen. Ich habe eine Kalkulationstabelle, siehe Links unten, die alle Runden von Disc Golf gespielt von Freunden und mir selbst gespielt. Ive hat es bereits eingerichtet, um jeden unserer Gesamtdurchschnitte und jeden unserer Mittelwerte auf bestimmten Kursen zu berechnen. Was ich jetzt zu tun versuche, ist auch ein gleitender Durchschnitt, der auf unseren 5 letzten Runden basiert. Sobald weitere Daten eingegeben worden sind, werde ich es auf 10 ändern, aber für jetzt 5 wird es gut so sein. Ich kann den gleitenden Durchschnitt zur Arbeit bekommen, aber ich kann nicht herausfinden, wie man bedingte Einschränkungen hinzufügt. IE Ich möchte zum Beispiel nur die letzten 5 Runden, die von Kevin gespielt wurden. Danach will ich nur die letzten 5 Runden von Kevin auf dem Oshtemo-Kurs spielen. Der Code Im Gebrauch ist unten. Code für Cell C9 ist unten aufgeführt. IF (B90,, IF (B9lt6, AVERAGEIF (DiscRoundsA2: A20000, A9, DiscRoundsM2: M20000), DURCHSCHNITT (OF FSET (DiscRoundsM2, IF (DiscRoundsA2: A20000A9, COUNT (DiscRoundsM2: M20000), quotquot) -5,0,5 , 1)))) Im Wesentlichen, wenn es 0 Runden gibt es die Zelle leer. Wenn es 5 oder weniger Runden gibt es nur den Durchschnitt aller Runden. Schließlich, wenn es 6 oder mehr Runden gibt, verwendet der Code dann deine AVERAGE-Funktion von diesem Beitrag. Nach dem Versuchen von vielen Dingen aber bin ich unsicher, wie man die letzten 5 Runden bedingt zieht, damit es nur die letzten 5 Runden der in Zelle A9 benannten Person zieht. Die Formel, die ich referenziere, ist NICHT derzeit in Zelle C9 auf meiner Kalkulationstabelle, die verknüpft ist. Ich habe es gerade dort getestet. DND: Verwenden Sie die folgende Formel in Zelle C13 an AVERAGE (B2: B13) und ziehen Sie nach unten. Hallo, ich bin sicher, dass es etwas gibt, das oben aufgeführt ist, das ist zu helfen, aber ich bin immer noch neu zu übertreffen und fühle mich überwältigt. Ich habe gerade einen neuen Job und ich versuche, einen guten Eindruck zu machen, also jede Hilfe woud großartig Ich habe Daten für jeden Monat in 2009, 2010 und 2011 über und mehrere Zeilen davon. Jeden Monat zu Beginn des Monats muss ich den Umsatz des Vorjahres berechnen. Derzeit ist meine Formel SUM (AG4: AR4) SUM (U4: AF4). Beispiel: Aktueller Monat ist März. Info, die ich brauche, ist Umsatz von März 2010 - Februar 2011 geteilt durch März 2009 - Februar 2010 und es funktioniert super, aber es ist zu zeitaufwendig, um es jeden Monat ändern zu müssen. Gibt es einen Weg, den ich die Formel bekommen kann, um automatisch zu Beginn des Monats zu ändern, weiß ich nicht, ob ich einen sehr guten Job gemacht habe, der dies erklärt oder nicht. Glückwunsch zu deinem neuen Job. Sie können Ihre Formel seitwärts ziehen (nach rechts für zB) und es zeigt die s für nächsten Monat automatisch. Nein, was ich brauche, ist für die Formel, um jeden Monat zu ändern. Ich habe Januar 2009 bis Dezember 2011 Boxen gehen mit Daten in ihnen. IFERROR (SUM (AG4: AR4) SUM (U4: AF4), 0) Im nächsten Monat brauche ich von der Berechnung der Summe von 0310 Daten bis 0211 Daten geteilt durch 0309 Daten auf 0210 Daten und wechsle zu 0410 auf 0311 Daten geteilt durch 0409 Daten zu 0311 Daten. IFERROR (SUM (AH4: AS4) SUM (V4: AG4), 0) Was ich brauche, ist eine Formel, die sich auf das aktuelle Datum beziehen kann und weiß, dass es am 1. eines jeden Monats die Formeln für die nächsten wechseln muss Vorherige 1-12 Monate geteilt durch die vorherigen 13-24 Monate. Im nicht sicher, ob das sinnvoll ist. Grundsätzlich benutze ich diese Formel etwa 8 mal auf einem Blatt und ich habe ca. 200 Blatt. Entschuldigung für die doppelte Post und danke auf die congrats Was ich brauche: Wenn das aktuelle Datum größer als das 1. des Monats ist, dann die gesamte Zelle Verweise auf die Verkäufe von prev Jahr zu berechnen, um nach rechts um eine Spalte zu bewegen Dies ist Was Ive kommen mit. IF (P1gtN1, (SUM (AH4: AS4) SUM (V4: AG4))) p1 ist aktuelles Datum n1 ist 1. Tag des Monats AH4: AS4 ist Daten von 0310-0211 V4: AG4 ist Daten von 0309-0210 Teil Im mit Fragen mit: Wie mache ich es so, dass die Formel genau weiß, was 12 Abschnitte zu greifen und wie man sich automatisch am 1. des Monats ändert. Julie Sie können die OFFSET-Formel verwenden, um dies zu lösen. Angenommen, jede Spalte hat einen Monat und der erste Monat ist in C4 und das aktuelle Datum ist in P1 Die obige Formel setzt voraus, dass jede Spalte Monate im Excel-Datumsformat hat. Vielleicht möchten Sie es zwicken, bis es das richtige Ergebnis erzeugt. Dies ist wahrscheinlich sehr einfach und ich mache es komplizierter als ich brauche, aber du hast geschrieben, Die obige Formel geht davon aus, dass jede Spalte Monate im Excel-Datumsformat hat. Ich habe gekämpft, dies zu tun, ohne dass ich meine Daten in Daten verwandeln. Julie Was ich meinte, ist die Zeilennummer 4, wo Sie Monatsnamen haben, sollten diese Daten enthalten - 1-jan-2009 1-feb-2009 1-mar-2009 Auch bemerke ich einige Fehler in meiner Formel. Die korrekte Formel sollte sein, SUM (Offset (C5,, datedif (C4, P1, m) 1-12,1,12)) SUM (Offset (C5,, datedif (C4, P1, m) 1-24,1 , 12)) Die obige Formel geht davon aus, dass die Daten in Zeile 4 liegen und die Werte in Zeile 5 liegen. Ich denke, das ist genau das, was ich brauchte. Vielen Dank Danke Danke so viel mein Problem ist sehr ähnlich Jasmins (61) und Azrold (74). Ich habe ekelerregende Datenmengen von D: 2 bis D: 61400 (und entsprechend in E und F muss ich auch für diese Spalten das gleiche tun). Ich versuche, den Durchschnitt für Chargen zu finden, so dass D2: 19, D20: 37, D38: 55 und so weiter - 18 Reihen zusammenreißen und dann den nächsten Durchschnitt finden, ohne eine vorherige Zeile wieder zu verwenden. Id muss auch wahrscheinlich für alle 19 und 20 Klumpen als gut, aber ein Beispiel mit 18 ist gut. Könntest du die Formel kommentieren, die du postierst Im ein wenig verwirrt, was die letzten 4 Zahlen im COUNTA-Teil bedeuten. Vielen Dank, das wird mein Leben so viel einfacher machen Laura Dies ist leicht mit Durchschnitt und Offset getan. Angenommen, Sie tun dies in Col J und sind durchschnittlich Col D J2: AVERAGE (OFFSET (D1, (ROW () - 2) J11,, J1)) Wenn J1 die Nummer 18 für eine bewegte Summe von 18 Ziffern hat, kopieren Sie Zeile 2 wird durchschnittlich Zeilen 2-19 Zeile 3 wird durchschnittlich Zeilen 20-37 etc. Sie können auch Etiketten hinzufügen, sagen Sie Col H H2: Zeilen amp (ROW () - 2) J12amp - Amp (ROW () - 1) J11 Kopieren Sie sich. Ich habe es verspottet: rapidsharefiles1923874899Averages. xlsx Ich bin Anfänger, der versucht, 1. eine Tabellenkalkulation zu strukturieren, die dann verwendet wird, um 2. die optimale Periode für meinen gleitenden Durchschnitt zu bestimmen, im Bereich eines 5-tägigen gleitenden Durchschnitts auf 60 Tag gleitender Durchschnitt. Jede Zelle stellt die Anzahl der Verkäufe für diesen Tag dar, von 0 bis 100. Ich würde es vorziehen, dass jeder Monat des täglichen Verkaufs in einer neuen Spalte ist. Zurzeit habe ich 3 Monate Daten, aber offensichtlich wird das wachsen. Also kannst du mir bitte sagen, wie man die Kalkulationstafel einrichtet und dann die entsprechenden Formeln (und ihre Standorte) Vielen Dank, Hallo nochmal Hui, ich kämpfe nochmal mit der gleichen Kalkulationstabelle, die du mir früher geholfen hast. Als beore, habe ich die folgenden monatszeilen manuell eingegebenen Daten: Anzahl der Anrufe Anrufe Beantwortet Alter der Anrufe aufgegeben Durchschnittliche Bearbeitungszeit Meine Linie Manager würde jetzt 2 Zeilen unter diesen zeigen (durch die Verwendung von Formel): Durchschnittliche Geschwindigkeit der Antwort Durchschnittliche verlassene Zeit Und als ob das nicht genug wäre, würde sie gerne für beide Reihen eine zusammenfassende Zelle am Ende der 12 Monate mit der jährlichen Figur :( Vielen Dank nochmal für jede Hilfe, die du geben kannst, ich verwende die vertikale Version für Berechnen eines gleitenden Durchschnittes Ich bin stumped, wenn ich einen 6-Periode gleitenden Durchschnitt berechnen muss Meine Daten beginnen in Spalte c und die 6-Periode und 3-Perioden-Mittelwerte sind zwei Spalten rechts von der letzten Datenperiode Füge eine Spalte für jeden Monat hinzu, also stelle ich die Formel manuell jeden Monat manuell ein: DURCHSCHNITT (EC8: EH8) Mein letzter Versuch (das ist fehlgeschlagen) ist: AVERAGE (C6, COUNT (C6: EH6), - 6,6,1 ) Bitte geben Sie eine Erklärung, warum dies nicht funktioniert, wenn reagiert, so kann ich verstehen, wie man zukünftige Formeln zu schaffen. Vielen Dank, Kimber Kimber. Willkommen bei Chandoo. org und danke für die Kommentierung. Ich denke, es ist nicht eine gute Idee, die Mittelwerte in der rechten Spalte zu platzieren, während es sich bewegt. Stattdessen können Sie Ihr Blatt so ändern, dass der gleitende Durchschnitt in der linken Spalte platziert wird (und das wird auch dort bleiben, wenn Sie zusätzliche Spalten nach rechts hinzufügen). Egal wo die durchschnittliche Zelle ist, können Sie diese Formel verwenden, um den gleitenden Durchschnitt zu berechnen. Afyter hat den ganzen Thread gelesen, den ich sehen kann Ich gehe einen Kombinationsoffset, Match, Count und Averageif, aber ich bin mir nicht sicher, wo. Mein Problem ist wie folgt: Jeden Monat gibt es über 100 Personen, die Aktivität berichten - Spalte A ist ihr Name, Spalte B ist der Monat, Spalte C ist das Jahr und Spalten D bis M ist ihre Tätigkeit in mehreren Kategorien. Ich muss ihre 3 Monate und sechs Monatsdurchschnitte finden und das in einem anderen Arbeitsblatt anzeigen, obwohl ich sie in den Spalten N und O bei Bedarf anzeigen lassen könnte. Ich benutze einen Pivot-Tisch, um Summen und Gesamtdurchschnitte zu produzieren, aber es pflegt gleitende Durchschnitte. Irgendwelche Zeiger würden sehr geschätzt. Danke, Ben Dies wird die letzte MovAvg Anzahl der Zeilen einschließlich sich selbst (nehmen Sie die -1, wenn Sie wollen, dass es sich nicht selbst). D75 ist die Zelle, die diese Formel referenziert (meine Daten waren sehr lang) MovAvg ist, wie groß du den gleitenden Durchschnitt willst (ich habe diese als benannte Zelle zugewiesen (wähle die Zelle, Formeln --gt Defined Names --gt Definine Name) Sie können Variablennamen in einer Tabellenkalkulation vornehmen, um zu vermeiden, dass immer die Zeilensäule verwendet werden muss.) Dies beginnt von der aktuellen Zelle (D75 in diesem Fall), geht MovAvg-1 Zeilen, über 0 Spalten, wählt MovAvg nuber von Zeilen mit 1 Spalte. Übergibt dies der durchschnittlichen Funktion. Hallo ich lese durch jeden Beitrag, aber havent in der Lage, dies funktionieren richtig zu bekommen. Wie berechnen wir den gleitenden Durchschnitt eines Prozentsatzes. Dies wird wöchentlich berechnet. Spalte A - accts met Spalte B - erstellte Spalte Spalte K - Schließung Spalte D - 2 Wochen gleitender Durchschnitt des Schließens Beispiel für Woche 1 und Woche 2 Spalte A, Zeile 7 ist 25 und Zeile 8 ist 1 Spalte B, Zeile 7 ist 1 Und Zeile 8 ist 1 Spalte K, Zeile 7 Formel ist 125 (4) und Zeile 8 ist 11 (100) Spalte D - Die Formel in einem früheren Post gibt mir eine Antwort von 52 2 Wochen avg, aber das ist nicht richtig. Es sollte 226 (7) WENN (ISERROR (DURCHSCHNITT (K7, COUNT (K7: K26) -2,0,2,1)) , 0,2,1))) Was muss ich in dieser Formel ändern, um Spalten zu verwenden Ein Verstärker B anstelle der Spalte K Du versuchst durchschnittliche Mittelwerte, was nicht funktioniert. Versuchen Sie diese einfache Formel beginnend in D8: IF (ISBLANK (B8) ,, (B7B8) (A7A8)) Kopiere und füge die Formel auf D26 ein. Dies sollte Ihnen einen bewegten 2-Wochen-Durchschnitt geben. Denken Sie daran, Spalte D als Prozentsatz zu formatieren, wie immer viele Dezimalstellen Sie wollen. Im ziemlich viel ein Excel Neophyt. Ich stolperte nur über deine Seite und ich freue mich darauf, sie in den kommenden Monaten ausführlich zu sehen. Ich versuche, einen 3-monatigen gleitenden Durchschnitt der Ausgaben zu berechnen, kann nicht herausfinden, was ich falsch mache. Auch nach dem Lesen dieses Artikels und der Post auf Offset Im nicht sicher, ich verstehe die Formel. In meinem Sandkasten habe ich: Spalte A - Monate A2: A17Sept 2012 - Dez 2013 Spalte B - Summe monatliche Ausgaben B2: B8 (B8, da März der letzte abgeschlossene Monat ist) - Diese Summen sind 362599.372800.427317.346660,359864 , 451183,469681 Colum C - 3 Monate bewegter Durchschnitt. Ich stelle die folgende Formel in C4 (zu beginnen Berechnung im November des letzten Jahres, nur für grins). Da es nur drei Monate in dem Datensatz zu diesem Zeitpunkt gibt, würde ich davon ausgehen, dass es den gleitenden Durchschnitt der ersten drei Monate berechnet. Die Formel kommt mit 469.681. Wenn ich die ersten drei Monate durchschnittlich, komme ich mit 387.572. Was mache ich falsch oder Missverständnis Danke für die Hilfe und für die Zusammenstellung dieser Website. Hallo Chandoo Du hast hier ein wirklich nützliches Projekt, Tonnen Danke Am Anfang dieses Threads fragte Shamsuddin etwas Ähnliches, was ich brauche, reverse Berechnung von Werten aus dem gleitenden Durchschnitt. Vielleicht sein dummes, aber ich kann nicht mit irgendwelchen Ideen herauskommen, außer für Abbildung-für-Abbildung Nachschlagen. Wenn möglich - bitte bitte mit diesen Artikeldaten beraten, um das Konzept zu bekommen. Tatsächlich, Id ist glücklich, irgendetwas zu bekommen, da google nutzlos war) Noch einmal - vielen Dank für diese Seite Im nicht wirklich sicher, was du meinst, indem du einen gleitenden Durchschnitt kalkulierst Kannst du erklären, was du versuchst, Datei kann auch helfen Hinweis: chandoo. orgforumstopicposting-a-sample-workbook Hallo Hui, ich meine, ich habe eine Spalte von Figuren (zB monatliche Sendungen), die als gleitender Durchschnitt auf Basis eines anderen Datensatzes berechnet werden (zB monatliche Fertigungsleistung) . Smth wie folgt: (A1) Jan Feb Mär Apr Mai Jun Mfg Ship 100 500 450 600 600 700 Wo Schiffsdurchschnitt (B2: C2) Ich kenne nur Sendungsvolumina und muss entsprechende mfg-Volumes herausfinden. Im Allgemeinen ist die Frage, wie wir erste Daten mit nur MA auf der Hand finden können. Angenommen, dieser Thread kann nicht derjenige sein, der dies fragt (wenn Sie zustimmen - vielleicht wissen Sie, wo Sie fragen müssen). Es ist genau das, was Shamsuddins Frage war das relevanteste Ergebnis von 10 Google Seiten Mey Um die ursprünglichen Daten aus einem Moving Average (MA) zu berechnen, benötigen Sie zwei MAs zB eine 9 und eine 10 Tage MA oder 1 MA und 1 Stück Daten von diesen Sie können das vorherige Ergebnis neu berechnen Aber wenn Sie eine Formel haben Durchschnitt (B2: C2) sollten Sie Zugang zu den Daten haben Wenn es ein 2 Tage MA wie Ihre Formel über MAAverage (B2: C2) MA (B2C2) 2 ist, wenn Sie wissen B2 C2 (2MA) - B2 Wenn du einen Satz von Daten hast, kannst du teilen Ich kann eine bessere Lösung geben Siehe: chandoo. orgforumstopicposting-a-sample-workbook Große Website. Verzeihen Sie diese Frage. Ich war ein Experte in Lotus vor 123 Jahrzehnten, aber ich finde Excel etwas rückwärts in seinen Fortschritten zu Lotus 123, also fange ich mit Excel 2010 an. Ich bin eine logische Person und ich versuche zu verstehen, was die Formeln tun, wenn ich benutze sie. Ich bemerke, dass es in der Spalte B noch nicht 14 Verkaufszahlen gibt, doch irgendwie zählen wir von B4 bis B33. Ich habe die Formel ausgewertet mit: AVERAGE (OFFSET (B4, COUNT (B4: B14) -3,0,3,1)) und bekomme das gleiche Ergebnis wie bei mir AVERAGE (OFFSET (B4, COUNT (B4: B33) ) -3,0,3,1)). Meine erste Regel der alten Schule Kalkulationstabelle Schaffung ist nie, um eine Datentabelle größer als die Daten zur Verfügung gestellt, wenn es statisch ist (das heißt, nicht erweitern in Daten). Infolgedessen habe ich keine wirkliche Ahnung, wie OFFSET arbeitet. Gibt es eine klare Erklärung von OFFSET mit einem einzigartigen Beispiel dafür, dass es außerhalb des Durchschnitts verwendet wird und alles von selbst Der Grund, warum ich hierher kam, besteht darin, ein Tabellenkalkulationsmodell zu erstellen, das iterative Berechnungen verwendet, um die beste Passform für Profitdaten zu finden (das heißt Maximierung des Profits), wenn der kurzfristige gleitende Durchschnitt der kumulierten Gewinnkurve (oder Aktienkurve) über den längerfristigen gleitenden Durchschnitt der Aktienkurve kreuzt. Ich finde nichts, was die Erweiterung der gleitenden Mittelwerte aus 3 Perioden erlaubt, um 100 Perioden zu sagen (für beide Mittelwerte). Durch die Verwendung des MA-Kreuzes, um zu bestimmen, welche Trades zu nehmen, kann man ein optimales Niveau des Profits finden, um das Modell auszuführen (das könnte angepasst werden, wenn das Modell reoptimiert wird). Ich kann in den meisten Excel-Büchern nichts finden, was das abdeckt, und diese Art von Berechnungen sollte relativ einfach abziehen. Wo könnte ich solche Informationen finden Danke nochmal für die wunderbare Website. Nur für den Fall, dass du es noch nicht gefunden hast, heres einen Link für die OFFSET-Funktion: Ich habe eine Frage. Ich habe schon einen 3-tägigen gleitenden Durchschnitt, den ich in meinem Problem gegeben habe. Ist es im Zusammenhang mit dem Durchschnitt der Aktien. Die Fragen sagen, dass Sie 1 Aktie haben, die Sie PLAN auf den Verkauf am Tag 10 haben. Mein 3 Tage gleitender Durchschnitt ist eine Integration von a, b wo at und bt3 zu jeder Zeit. Wenn Sie den Preis finden möchten, den Sie erwarten, um die Aktie zu verkaufen, integrieren Sie sich von 6,9 9,11 7,10. Wollen Sie das ferne Ende des Tages 10, die Mitte des Tages 10, oder verlassen Tag 10 aus Ich bin mir nicht sicher, welche Zeitrahmen, um diese 3 Tage Durchschnitt zwischen. Wieder meine Funktion repräsentiert bis zum 14. Tag, aber ich brauche den Preis am Tag 10. ivan Santos sagt: Ich bin auf der Suche nach dem gleitenden Durchschnitt für ein Call-Center zu sehen. Ich versuche, den Index für jeden Monat für ein ganzes Jahr zu finden. Ich habe nur 2 Jahre Wert von Daten und ich möchte Prognose für 2014 in Quartalen. Kann ich diese Methode dafür verwenden, habe ich ein Problem im Durchschnitt, ich möchte den Durchschnitt der hervorgehobenen Zeilen nur in Coloumn F auf Colomn G berechnen, der auch leere Zellen hervorgehoben hat Hallo, ich arbeite an einer Kalkulationstabelle, die in den letzten vier Jahren hat Der wöchentlichen Daten, aber die aktuellen Jahre Daten sind unvollständig, da es nur jede Woche eingegeben wird. Gibt es eine Möglichkeit, eine Formel zu erstellen, die einen Durchschnitt berechnet, basierend auf der Anzahl der Wochen, die Daten in ihnen haben. In der Mitte des Jahres wird es schaffen einen durchschnittlichen auf der Grundlage von Zellen 2-27 26 aber die nächste Woche wäre es Zellen 2-28 27. Sein macht meinen Kopf in und ich möchte nicht, um manuell anpassen den Durchschnitt jede Woche. Tolle Lage übrigens sehr hilfsbereit ) Rosie Ja das kann getan werden Kannst du bitte die Frage an die Foren stellen und eine Beispieldatei anhängen chandoo. orgforum Ok hier ist meine Frage, die mich für die letzten 2 12 Monate geplagt hat und ich habe eine Lösung irgendwo im Web gefunden : Ich habe ein Verkaufsteam und ich brauche ein bewegliches avg aber mit einem fixen Format und einem veränderten Datum Wut, die auch fixiert ist. Dh Vertriebsmitarbeiter 1115 2115 3115 12114 11114 10114 ME 1 2 0 4 5 6 Was ich versuche zu tun ist das: Lets sagen heute Datum ist 3115 Ich brauche einen Weg zurück zu gehen 3 (6 und 12 als auch) Monate von der aktuellen Datum und damit die Verkaufszahlen. Der harte Teil ist, ich möchte einfach nur das Jahr der Termine ändern, damit ich nicht mit dem Format verwirren muss oder wenn ich jemanden anhebe (Feuer). Also in dem obigen Beispiel würde ich die Formel nehmen die 6 1 2 (9) 3 3 aber dann, wie die Zeit würde auf diese würde weiter gehen, aber sobald das neue Jahr begann in JAN 2016 würde es die Zahlen aus der Vergangenheit verwenden müssen 2015 Daten (3,6 und 12 Monate rollende avgs). Ich hoffe, dass das klar und ich würde gerne etwas helfen mit diesem. Vielen Dank im Voraus. Können Sie bitte die Frage in den Chandoo. org Foren unter: forum. chandoo. org Anhängen Sie eine Beispieldatei, um den Prozess zu vereinfachen Ok, ich habe in die Foren gepostet und eine Beispieldatei hochgeladen. 8230 Berechnen Moving Average Chandoo. org 8211 Learn Moving Durchschnitt wird häufig verwendet, um zugrunde liegende Trends zu verstehen und hilft bei der Prognose. MACD oder gleitende durchschnittliche Konvergenz Divergenz ist wahrscheinlich die 8230 Amelia McCabe sagt: Auf der Suche nach ein wenig Hilfe. Ich habe versucht, was ich denke, ist eine modifizierte Version dieser Formel, die nicht wirklich funktioniert. Ich habe eine Reihe von Daten (eine Zahl pro Monat), dass ich einen kontinuierlichen Durchschnitt für die Anzahl der Monate der eingegebenen Daten nicht auf 12 Monate benötigen. Die Daten sind in den Zellen b53 bis m53. Also habe ich versucht, diese Formel wie folgt zu ändern (es hat nicht funktioniert) und ich frage mich, ob ich diese Formel auf diese Weise überhaupt verwenden kann, da meine Daten in einer Reihe nicht eine Spalte sind. DURCHSCHNITT (OFFSET (B53COUNT (B53: M53) -12,0,1,12)). Habe auch die Argumente wie 0,0,1,12 und -1,0,1,12 ausprobiert. Bitte helfen Sie mir zu verstehen, wenn ich den völlig falschen Baum oder nur auf dem falschen Zweig bin. Amelia Ohne zu sehen, dass die Daten-ID darauf hindeutet, dass AVERAGE (OFFSET (B53, COUNT (B53: M53) -12,0,1,12)): AVERAGE (OFFSET (B53. 1, COUNT (B53: M53))) Eins ist Ausgabe mit der ursprünglichen Formel ist, dass es 12 Zellen zwischen B53: M53, Wenn nur 5 haben Daten in ihnen, dann nehmen Sie 12 weg, versucht der Versatz zu versetzen B53, eine negative 7 Spalten, die einen Fehler erzwingen Sie können Auch in der Lage sein, die Funktion Averageifs zu verwenden Möglicherweise: Averageifs (B53: M53, B53: M53,0) Kannst du eine Beispieldatei im Chandoo. org Forums forum. chandoo. org posten