Dane o średniej ruchomej kwartalnej

Statystyki finansów rządowych - dane kwartalne Dane z 23 stycznia 2017 r. Sezonowe metadane aktualizacyjne zaktualizowano 23 stycznia 2017 r. Najnowsze dane: dalsze informacje Eurostatu, główne tabele i baza danych. Planowana aktualizacja artykułu: 25 kwietnia 2017 r. W ostatnich latach Eurostat znacznie rozszerzył zakres zintegrowanych danych kwartalnych na dostępne statystyki finansów publicznych, zapewniając aktualny i coraz lepszej jakości obraz ewolucji finansów publicznych w Unii Europejskiej (UE) . Dane przedstawione w tym artykule odzwierciedlają zarówno transakcje niefinansowe i finansowe (kwartalne transakcje niefinansowe i finansowe dla sektora instytucji rządowych i samorządowych), jak i obejmują wszystkie kraje Unii Europejskiej (UE-28), a także Islandię, Norwegię i Szwajcarię. Ten artykuł jest oparty na danych przesłanych do Eurostatu na koniec grudnia 2018 r. Oraz w styczniu 2017 r. I obejmuje dane z trzeciego kwartału 2018 r. I jest zgodny z metodologią ESA 2017. Uzupełniają go dane o korektach sezonowych o charakterze niefinansowym, szacowane na podstawie dobrowolnych danych przez krajowe instytuty statystyczne UE i EFTA. Eurostat regularnie publikuje skorygowane sezonowo i skorygowane o dane kwartalne dane dotyczące dochodów, wydatków i nadwyżki w sektorze publicznym (-), obecnie dla osiemnastu państw członkowskich. Szwajcaria i UE agregują. Tabela 1: Kwartalne poŜyczki netto EA-19 i UE-28 (), poŜyczki netto (-), całkowite wydatki i całkowite dochody jako procent PKB, dane dostosowane sezonowo Źródło: Eurostat (gov10qggnfa). dane dostosowane sezonowo: szacunki Eurostatu i krajowego urzędu statystycznego Tabela 2: Kwartalne wierzytelności netto () zadłużenie netto (-) jako procent PKB, dane dostosowane sezonowo Źródło: Eurostat (gov10qggnfa). dane dostosowane sezonowo: szacunki Narodowego Urzędu Statystycznego Tabela 3: Kwartalne wierzytelności netto () zadłużenie netto (-) według kraju, dane niezwiązane sezonowo Źródło: Eurostat (gov10qggnfa) Wykres 1: Kwartalne pożyczki netto dla UE-28 i EA-19 () zadłużenie netto (-), 160 PKB, dane dostosowane sezonowo Źródło: Eurostat (gov10qggnfa) Rysunek 2: Łączne dochody EA-19 i wydatki całkowite, skorygowane dane sezonowe i nieskorygowane, mld euro Źródło: Eurostat (gov10qggnfa) Wykres 3: Łączne przychody i całkowite dochody EA-19, skorygowane dane skorygowane o czynniki sezonowe i nieskorygowane, 160 PKB Źródło: Eurostat (gov10qggnfa) Wykres 4: pożyczki netto EA-19 () zadłużenie netto (-), skorygowane dane sezonowe i nieskorygowane, 160 PKB i miliard euro Źródło: Eurostat (gov10qggnfa) Rysunek 5: Składniki dochodu ogółem instytucji rządowych i samorządowych w UE-28, mld euro Źródło: Eurostat (gov10qggnfa) Wykres 6: Łączne wydatki sektora rządowego i samorządowego w UE-28, mld euro Źródło: Eurostat (gov10qggnfa) Wykres 7: fina netto w UE-28 transakcje, transakcje na aktywach i pasywach, miliard euro Źródło: Eurostat (gov10qggfa) Wykres 8: Transakcje finansowe netto EA-19, transakcje na aktywach i pasywach, mld euro Źródło: Eurostat (gov10qggfa) Wykres 9: Wartość finansowa netto UE-28 , zapasy aktywów i pasywów, mld euro i 160 EUR PKB Źródło: Eurostat (gov10qggfa) Wykres 10: Wartość finansowa netto EA-19, stan aktywów i pasywów, miliard euro i 160 EUR PKB Źródło: Eurostat (gov10qggfa) Wykres 11: UE - 28 zasób aktywów w podziale na instrumenty finansowe, 160 PKB Źródło: Eurostat (gov10qggfa) Wykres 12: Zapas aktywów EA-19 według instrumentów finansowych, 160 PKB Źródło: Eurostat (gov10qggfa) Wykres 13: Zapasy zobowiązań w UE-28 według kryteriów finansowych instrument, 160 PKB Źródło: Eurostat (gov10qggfa) Wykres 14: Zasoby zobowiązań EA-19 według instrumentów finansowych, 160 PKB Źródło: Eurostat (gov10qggfa) Wykres 15: Ewolucja wartości finansowej netto według kraju, 160 PKB Źródło: Eurostat (gov10qggfa) Rysunek 16: Genera l rząd dług brutto, 160 PKB, 2018Q3 Źródło: Eurostat (gov10qggdebt) Wykres 17: Zmiana długu sektora instytucji rządowych i samorządowych brutto, punkty procentowe PKB, 2018Q3 w porównaniu do 2018Q2 Źródło: Eurostat (gov10qggdebt) Wykres 18: Zmiana długu publicznego sektora instytucji rządowych i samorządowych , punkty procentowe PKB, 2018Q3 w porównaniu do 2018Q3 Źródło: Eurostat (gov10qggdebt) Wykres 19: Ewolucja deficytu i zadłużenia sektora instytucji rządowych i samorządowych w latach 199-2017, udział procentowy PKB Źródło: Eurostat (gov10qggdebt) Główne ustalenia statystyczne W trzecim kwartale 2018 r. , skorygowany sezonowo deficyt sektora instytucji rządowych i samorządowych w stosunku do PKB wynosił 1,7160 w strefie euro (EA-19), co stanowi wzrost w porównaniu z 1.5160 PKB w drugim kwartale 2018 r. W UE-28 stosunek deficytu do PKB wyniósł 1,9160, niewielki wzrost w porównaniu z 1,8160 w poprzednim kwartale. Kwartalne rachunki niefinansowe dla sektora instytucji rządowych i samorządowych Dochody i wydatki Zarówno całkowite dochody i wydatki wykazują wyraźną sezonowość. Aby zinterpretować trendy w ostatnich kwartałach, oprócz danych pierwotnych przekazywanych przez państwa członkowskie UE przedstawiono dane dostosowane sezonowo (patrz wyjaśnienie poniżej). W trzecim kwartale 2018 r. Skorygowane sezonowo łączne dochody rządowe w strefie euro wyniosły 46,5160 PKB. bez zmian w stosunku do drugiego kwartału 2018 r. Łączne wydatki publiczne w strefie euro wyniosły 48,2160 PKB, co stanowi wzrost w porównaniu z poprzednim kwartałem (48,1 PKB). W UE-28 całkowite dochody rządowe wyniosły 45,1160 PKB w trzecim kwartale 2018 r., W porównaniu do 45.0160 w drugim kwartale 2018 r. Łączne wydatki publiczne w UE-28 wyniosły 46,9160 PKB, w porównaniu z 46,8160 w poprzednim kwartale . Od czwartego kwartału 2017 r. Widoczna jest malejąca tendencja w stosunku do całkowitego stosunku wydatków do PKB, odzwierciedlająca bezwzględny spadek całkowitych wydatków, a także skutki ponownego wzrostu w UE i strefie euro (wszystkie dostosowane sezonowo). Widoczne pogorszenie w drugim i czwartym kwartale 2017 r. Było spowodowane szeregiem jednorazowych skutków w kilku państwach członkowskich. W szczególności w czwartym kwartale 2017 r. Iw drugim kwartale 2017 r. Wydatki ogółem nieznacznie wzrosły w obu obszarach, na co wpływ miały interwencje mające na celu wsparcie sektora bankowego w kilku państwach członkowskich, w szczególności w Hiszpanii w czwartym kwartale 2017 r. Oraz w Grecji w w drugim kwartale 2017 r. Wsparcie dla sektora bankowego w kilku państwach członkowskich jest również główną przyczyną wzrostu w czwartym kwartale 2018 r. W pierwszym kwartale 2018 r., głównie w wyniku jednorazowych skutków w kilku państwach członkowskich, sezonowo skorygowane wydatki publiczne znacznie wzrosły. Deficyt sektora instytucji rządowych i samorządowych Różnica między całkowitymi przychodami sektora instytucji rządowych i samorządowych a wydatkami ogółem jest znana w terminologii ESA2017 jako kredytowanie netto sektora instytucji rządowych i samorządowych () () (kategoria B.9 ESA2017) i zwykle określa się go jako deficyt publiczny (lub nadwyżkę). Liczba ta jest ważnym wskaźnikiem ogólnej sytuacji finansów publicznych. Jest to zwykle wyrażone jako procent PKB. W trzecim kwartale 2018 r. Skorygowany sezonowo deficyt sektora instytucji rządowych i samorządowych wyniósł 1,7160 w strefie euro (EA-19), co stanowi wzrost w porównaniu z 1.5160 w drugim kwartale 2018 r. W UE-28 deficyt Wskaźnik PKB wyniósł 1,9160, a także niewielki wzrost w porównaniu z 1,8160 w poprzednim kwartale. W związku z kryzysem gospodarczym i finansowym, który rozpoczął się w 2008 r., Deficyty rządów UE stale się pogarszały i osiągnęły rekordowy poziom -7,1160 PKB (wyrównany sezonowo) w trzecim kwartale 2017 r. Początek konsolidacji finansów publicznych, które można osiągnąć. obserwowany od czwartego kwartału 2017 r. wynika ze zmniejszenia wydatków rządowych nie tylko pod względem PKB, ale również w wartościach bezwzględnych, a także stałego wzrostu dochodów absolutnych (liczb bezwzględnych skorygowanych sezonowo), które przekroczyły wzrost PKB. Począwszy od pierwszego kwartału 2017 r. Skorygowany sezonowo deficyt sektora instytucji rządowych i samorządowych nie przekroczył 5% PKB. Jednak począwszy od trzeciego kwartału 2017 r. Wydatki ogólne sektora instytucji rządowych i samorządowych wznowiły wzrost mierzony w wartościach bezwzględnych. Począwszy od czwartego kwartału 2017 r. Skorygowany sezonowo deficyt sektora instytucji rządowych i samorządowych utrzymywał się poniżej 3 w strefie euro oraz w całej UE. Sezonowo skorygowany deficyt sektora instytucji rządowych i samorządowych Należy zauważyć, że zannualizowane dane dostosowane sezonowo nie są na ogół równe zharmonizowanym danym w ujęciu rocznym. Podczas używania liczb w ujęciu rocznym bardziej odpowiednie jest stosowanie danych niezwiązanych sezonowo. Wykorzystywanie danych dostosowanych sezonowo jest wręcz przeciwnie, bardziej odpowiednie, gdy patrzymy na stopy wzrostu w ujęciu kwartał do kwartału. W Belgii, skorygowany sezonowo deficyt wzrósł w trzecim kwartale 2018 r., Głównie z powodu połączenia skutków w całkowitych dochodach - podczas gdy podatki od kapitału w 2018 r. Zostały wzmocnione przez pewne tymczasowe zmiany, spadają one w kwartałach 2018 r. Wraz z podatkiem od dochodu i bogactwo. Jednak odnotowano wzrost dochodów w zakresie podatków pośrednich i opłat (opłaty za przejazd autostradą). Duży deficyt dla Słowenii w czwartym kwartale 2017 r. Wynika głównie z zastrzyków kapitału na wsparcie instytucji finansowych. Jest to również powód stosunkowo dużego deficytu w pierwszym kwartale 2017 r. I czwartym kwartale 2017 r. Poza tym w trzecim i czwartym kwartale 2017 r. Wystąpiły jednorazowe skutki z powodu decyzji sądowych. W przeciwieństwie do tego, trzeci kwartał 2017 roku jest pozytywnie uzależniony od dywidend z Narodowego Banku Centralnego. W przypadku Grecji, kwartalna nadwyżka sektora instytucji rządowych i samorządowych (nieskorygowana sezonowo) w trzecim kwartale 2018 r. Jest pozytywnie uzależniona od ogólnego wzrostu wpływów z podatków, ale także jednorazowego efektu z powodu przedterminowego terminu płatności podatku od nieruchomości. Spłata niektórych zaległości w 2018 r. Jest neutralna pod względem deficytu, ponieważ wydatki zostały naliczone wcześniej. W 2018 r.4 na deficyt silny wpływ miały transfery kapitałowe do instytucji finansowych. W przypadku Austrii duży deficyt w czwartym kwartale 2017 r. Wynika w dużej mierze z zastrzyku kapitałowego traktowanego jako transfer kapitałowy w celu wdrożenia struktury odliczeń HETA, natomiast stosunkowo niski deficyt w czwartym kwartale 2017 r. Wynika z aukcji licencji telefonii komórkowej . Stosunkowo duży deficyt w trzecim kwartale 2018 r. Wynika również z zastrzyków kapitałowych traktowanych jako transfery kapitałowe w kontekście HETA. Spadek deficytu skorygowanego sezonowo w trzecim kwartale 2018 r. W przypadku Finlandii wynika w dużej mierze ze wzrostu dochodów podatkowych. W przypadku Wielkiej Brytanii deficyt w drugim i trzecim kwartale 2018 r. Jest pozytywnie uzależniony od dywidend z banku centralnego (Bank of England Asset Purchase Facility). Odnotowano to również przez kilka kwartałów od pierwszego kwartału 2017 r. Na Maltę całkowite wydatki w pierwszym kwartale 2018 r. Są pozytywnie uzależnione od transferu kapitału do spółki publicznej. Wpływa to negatywnie na deficyt w pierwszym kwartale 2018 r. W przypadku Portugalii duży deficyt w czwartym kwartale 2018 r. Tłumaczy się wsparciem dla instytucji finansowych. W przypadku Islandii duża odnotowana nadwyżka w pierwszym kwartale 2018 r. Wynika z jednorazowych składek na rzecz stabilności wypłaconych przez upadłe banki. W Eurobase, dostosowane skorygowane sezonowo i dostosowane do dni kalendarzowych dane dotyczące całkowitych dochodów i łącznych wydatków państw członkowskich i EFTA. które są uzupełnione o dane skorygowane o dane sezonowe i dane dostosowane kalendarzowo dla całkowitych dochodów, wydatków ogółem i wierzytelności netto () netto (-) oprócz danych niezwiązanych sezonowo, są przedstawione w pełnej szczegółowości. Dane te są dostarczane na zasadzie dobrowolności przez krajowe instytuty statystyczne. Kwartalne rachunki finansowe dla sektora instytucji rządowych i samorządowych Transakcje finansowe - aktywa, zobowiązania i transakcje finansowe netto Rządowe rachunki finansowe umożliwiają w szczególności analizę sposobu, w jaki rządy finansują swoje deficyty lub inwestują swoje nadwyżki. Obejmują one dane dotyczące transakcji finansowych (nabycie netto aktywów finansowych i zaciągnięcie netto zobowiązań finansowych) oraz pozycje bilansu (zapasy aktywów i zobowiązań finansowych pozostających w obrocie na koniec każdego kwartału) dla sektora instytucji rządowych i samorządowych i jego podsektorów. Różnice w zapasach wyjaśniają zarówno transakcje, jak i inne czynniki, takie jak zyski i straty z tytułu posiadania majątku oraz inne zmiany wolumenu. Celem tej części jest przedstawienie głównych cech rachunków finansowych sektora instytucji rządowych i samorządowych. Kryzys gospodarczy i finansowy doprowadził do znacznego wzrostu wahań w zakresie zaciągania netto zobowiązań i przejęcia aktywów finansowych netto. Począwszy od czwartego kwartału 2008 r. Gwałtownie wzrosła fluktuacja transakcji zarówno w zakresie aktywów, jak i zobowiązań. Różnica pomiędzy wielkością transakcji dotyczących aktywów i pasywów znacznie wzrosła, powodując wzrost ujemnych wartości w transakcjach finansowych netto (B.9f), co jest interpretowane jako nadwyżka deficytu budżetowego pochodząca z rachunków finansowych. Wzrost i wzrosty w transakcjach dotyczących aktywów finansowych można wyjaśnić przez rządy, które nabyły aktywa w celu wsparcia instytucji finansowych. Transakcje finansowe netto ulegały dalszemu pogorszeniu od drugiego kwartału 2008 r. Do trzeciego kwartału 2009 r. Od czwartego kwartału 2017 r. Widoczny jest spadek. Bilans finansowy rządu Na poziomie UE-28 i EA-19 zaobserwowano znaczny wzrost stanu pasywów od trzeciego kwartału 2008 r., Przy czym wzrost aktywów był mniej wyraźny. Wzrost stanu zobowiązań wynika głównie z papierów dłużnych, które są zdecydowanie najważniejszym instrumentem finansowym po stronie odpowiedzialności rządu. Istotnie wzrósł również stan zobowiązań kredytowych. Pozostała część zobowiązań finansowych to głównie inne rachunki, do zapłacenia. Zasoby aktywów finansowych są przechowywane głównie w akcjach i udziałach funduszy inwestycyjnych (na przykład w przedsiębiorstwach publicznych niesklasyfikowanych do sektora instytucji rządowych i samorządowych), z innymi należnościami, walutami i depozytami (wykazują dużą sezonowość), pożyczkami i dłużnymi papierami wartościowymi również stanowiącymi ważne Części. Pożyczki znacznie wzrosły w czasie kryzysu finansowego. Różnica między zapasem aktywów finansowych i zobowiązań jest pozycją bilansującą wartość finansową netto. Kwartalne zadłużenie brutto sektora instytucji rządowych i samorządowych Na koniec trzeciego kwartału 2018 r. Wskaźnik długu publicznego do PKB w strefie euro (EA-19) wynosił 90,1, w porównaniu z 91,2 na koniec drugiego kwartału 2018 r. W UE-28 wskaźnik spadł z 84,2 do 83,3. W porównaniu z trzecim kwartałem 2018 r. Stosunek długu publicznego do PKB obniżył się zarówno w strefie euro (z 91,5 do 90,1), jak i w UE-28 (z 85,9 do 83,3). Najwyższe wskaźniki długu publicznego do PKB na koniec trzeciego kwartału 2018 r. Odnotowano w Grecji (176,9), Portugalii (133,4) i Włoszech (132,7), a najniższe w Estonii (9,6), Luksemburgu (21,5) i Bułgarii (28,7). W porównaniu z drugim kwartałem 2018 r. Sześć państw członkowskich odnotowało wzrost wskaźnika zadłużenia do PKB na koniec trzeciego kwartału 2018 r., A dwadzieścia dwa - spadek. Najwyższe wzrosty wskaźnika odnotowano na Cyprze (3,1 pp), Portugalii (1,6 pp) i na Litwie (1,1 pp). Największe spadki odnotowano w Grecji (-2,9 pp, głównie z powodu wykupu długoterminowych papierów wartościowych), Włoch (-2,8 pp) i Austrii (-2,3 pp). W porównaniu z trzecim kwartałem 2018 r. Jedenaście państw członkowskich odnotowało wzrost wskaźnika zadłużenia do PKB na koniec trzeciego kwartału 2018 r. I siedemnaście spadek. Największe wzrosty wskaźnika odnotowano w Grecji (4,4 p. Proc.), Na Litwie (3,1 p. Proc.), W Portugalii (2,9 p. Proc.) I w Bułgarii (2,1 p. Proc.), Natomiast największe spadki odnotowano w Irlandii (-8,5 pkt. Proc., Na co wpływ miały mianownik, czyli silny wzrost nominalnego PKB), Holandii (-4,3 pp) i na Węgrzech (-3,2 pp). Spadek zadłużenia w Grecji w pierwszym kwartale 2018 r. Wynika przede wszystkim ze spłaty pożyczki z EFSF do HFSF, reprezentującej niewykorzystane środki na dokapitalizowanie greckich instytucji finansowych oraz spłaty pożyczek udzielonych przez MFW. Na wzrost w drugim kwartale 2018 r. Wpływ miały wydatki ESM. Ewolucja deficytu i zadłużenia Wykres 18 pokazuje niektóre z najważniejszych powiązań między deficytem kwartalnym a kwartalnym długiem strefy euro. Ogólnie rzecz biorąc, dług publiczny brutto wzrośnie w obecności deficytu budżetowego, jednak niekoniecznie jest to sytuacja krótkoterminowa. Widać, że istnieje silne współdziałanie nabywania netto aktywów finansowych z ewolucją kwartalnego długu. Występowanie zobowiązań nie w kwartalnym długu rządowym (głównie inne rachunki, płatne) odgrywa mniejszą rolę. Źródła danych i ich dostępność Kwartalne rachunki sektora instytucji rządowych i samorządowych Eurostat publikuje dane kwartalne dotyczące przepływu i zapasów w sektorze instytucji rządowych i samorządowych, wykorzystując zintegrowaną strukturę, która łączy dane z kwartalnych rachunków niefinansowych dla sektora instytucji rządowych i samorządowych (QNFAGG), kwartalne rachunki finansowe dla sektora instytucji rządowych i samorządowych ( QFAGG) i kwartalny dług publiczny (QGD). Zintegrowana publikacja łącząca dane ze wszystkich trzech tabel jest wydawana co kwartał w specjalnej sekcji Statystyka finansów rządowych (GFS) na stronie internetowej Eurostatu i na stronie poświęconej statystykom Zintegrowane statystyki finansów rządowych. Dane są przesyłane zgodnie z programem transmisji ESA2017 dla QFAGG i QDEBT. Dane QNFAGG są przekazywane zgodnie z umową gentlemens. Eurostat publikuje kwartalne dane dotyczące finansów publicznych w oparciu o metodologię Europejskiego Systemu Rachunków 2017 (ESA 2017). Dane w tym wydaniu zawierają poprawki związane zarówno z wdrożeniem ESA2017, jak i wprowadzeniem innych korekt statystycznych. Zmiany metodologiczne w ESA2017 obejmują traktowanie aktywów programów emerytalnych przekazywanych do sektora instytucji rządowych i samorządowych jako częściową rekompensatę za przejęcie zobowiązań emerytalnych. Podczas gdy przeniesienie aktywów zostało potraktowane jako transakcja niefinansowa w ramach ESA95, zgodnie z ESA2017 takie transfery ryczałtowe od (publicznych) korporacji są traktowane jako finansowe, bez wpływu na pożyczkę netto sektora instytucji rządowych i samorządowych () na zadłużenie netto (-). Ponadto różnicę między wartością aktywów otrzymanych przez rząd a wartością zobowiązań emerytalnych należy traktować jako transfer kapitału z rządu do danego przedsiębiorstwa. Więcej informacji znajduje się w decyzji Eurostatu w tej sprawie: tutaj. Ma to duży wpływ na dane kwartalne danych krajów. Statystyki QNFAGG i QFAGG i QDEBT obejmują dane sektora instytucji rządowych i samorządowych zgodnie z ESA2017, ust. 2.111. Korekta sezonowa wybranych serii danych Kwartalne statystyki finansów rządowych są zgłaszane Eurostatowi w postaci danych nieskorygowanych sezonowo (dane nieprzetworzone). Jednak pewna liczba zgłoszonych serii zawiera wzorce sezonowe (wyjaśnione powiązaniem z sezonowością działalności gospodarczej oraz planowaniem budżetowym i praktykami rachunkowości rządów krajowych), które utrudniają przeprowadzenie bezpośredniej, znaczącej analizy analiza szeregów czasowych z wykorzystaniem danych nieskorygowanych. To samo dotyczy PKB, który odzwierciedla sezonowość wszystkich rodzajów działalności gospodarczej w gospodarce. Aby przezwyciężyć tę trudność, a tym samym uzyskać lepsze zrozumienie trendów oprócz danych niezwiązanych z sezonowością, w niniejszym artykule przedstawiono dane dostosowane sezonowo dla UE-28 i EA-19. Korekta sezonowa ma na celu usunięcie sezonowości związanej z danymi kwartalnymi. Należy zauważyć, że zannualizowane dane dostosowane sezonowo nie są na ogół równe zinformatyzowanym danym w ujęciu rocznym. Podczas używania liczb w ujęciu rocznym bardziej odpowiednie jest stosowanie danych niezwiązanych sezonowo. Wykorzystywanie danych dostosowanych sezonowo jest bardziej odpowiednie, gdy patrzymy na stopy wzrostu w ujęciu kwartalnym. Korektę sezonową całkowitych dochodów i całkowitych wydatków przeprowadza się za pomocą procedury pośredniej (na poziomie krajowym) przy użyciu Tramo-Seats on Demetra). Tam, gdzie to możliwe, krajowe szacunki własnych instytutów statystycznych są wykorzystywane jako dane wejściowe dla danych zagregowanych, które są dostarczane do Eurostatu na podstawie umowy dżentelmeńskiej. Niektóre szacunki na poziomie krajowym oraz dane dotyczące zagregowanych danych UE są publikowane w Eurobase. Szacunki te są uzupełniane przez własne szacunki Eurostatu dla tych krajów, które nie podają jeszcze swoich własnych szacunków. Te dane są oznaczone jako poufne i nie są publikowane. Pożyczki netto () netto (-) pochodzą pośrednio z tożsamości księgowej: wierzytelności netto () zadłużenie netto (-) dochody ogółem - wydatki ogółem. W przypadku następujących krajów szacunki są sporządzane przez odpowiedni krajowy instytut statystyczny, który jest zgodny z wytycznymi ESS dotyczącymi dostosowania sezonowego: dane zagregowane UE: szacowane pośrednio w Eurostacie na podstawie danych państw członkowskich, o ile są one dostarczane na poziomie krajowym i uzupełniane przez Dane szacunkowe Eurostatu, jeżeli nie są dostępne dane krajowe. W każdym przypadku stosuje się Tramo-Seats uruchamiane na Demetrze. Chorwackie dane kwartalne są dostępne od pierwszego kwartału 2017 r. W przypadku następujących krajów szacunki są sporządzane przez odpowiedni krajowy instytut statystyczny, który jest zgodny z wytycznymi ESS dotyczącymi dostosowania sezonowego: w przypadku następujących krajów szacunki są Krajowy Instytut Statystyczny, który stosuje się do wytycznych ESS dotyczących dostosowania sezonowego: Belgia: Serie wyrównane sezonowo są obliczane według podejścia pośredniego. Składniki dochodów i wydatków Zarządu Generalnego są sezonowo korygowane za pomocą miejsc w systemie Tramo, biorąc pod uwagę obecność możliwych wartości odstających i kalendarzowych. Model każdego komponentu (gt20) został zweryfikowany indywidualnie (bez automatycznego modelowania). Sprawdzono brak pozostałej sezonowości po agregacji. Dane są porównywane w odniesieniu do rocznych sum nieskorygowanych serii. Roczny test porównawczy jest obliczany na każdym komponencie za pomocą multiplikatywnej procedury Denton. Bułgaria: Tramo-Seats on Demetra. Wydatki ogółem: brak efektów dnia handlowego, brak efektu wielkanocnego, przekształcenie logu, model ARIMA (2, 1, 0) (0,1,1), odstąpienie: AOIV-2007, TCIV-2008, AO2009-I. Przychody całkowite: przekształcenie logu, brak efektów dni handlowych, brak efektu wielkanocnego, model ARIMA (0,1,1) (0,1,1), odchylenie: LS2007-I. Republika Czeska: Tramo-Seats on Demetra. Wydatki ogółem: brak efektów w dniach handlowych, brak efektu wielkanocnego, model ARIMA (0,1,1) (0,1,1), wartości odstające: AO2003-I, AO2003-III, AO2017-IV, TC2001-IV. Przychody całkowite: brak efektów dni handlowych, brak efektu wielkanocnego, model ARIMA (1,1,0) (0,1,1), wartości odstające: AO2003-I, TC2007-III, AO2008-III. Dania: X12-ARIMA. Wydatki ogółem: przekształcenie logów, brak efektów dni handlowych, brak efektu wielkanocnego, model ARIMA (1,1,0) (1,0,0), wartości odstające: AO2005-IV, TC2017-I. Przychody całkowite: transformacja logów, efekty dni handlowych, brak efektu wielkanocnego, model ARIMA (0,1,0) (0,1,1), wartości odstające: TC2009-II, AO2008-II, TC2009-II, LS2018-I, 2004-I. Niemcy: X-12-ARIMA. Wydatki ogółem: przekształcenie logu, brak efektów dnia handlowego, model ARIMA (0,1,1) (0,1,1), wartości odstające AO 1995-I, 1995-III, 2000-III, 2017-III. Przychody całkowite: przekształcenie logu, brak efektów dnia handlowego, model ARIMA (0,1,0) (0,1,1), brak wartości odstających. Estonia: Tramo-Seats na Demetra. Wydatki ogółem: przekształcenie logów, brak efektu dnia handlowego, brak efektu wielkanocnego, model ARIMA (0,1,0) (0,1,0), LS2017-IV Dochody ogółem: przekształcenie logów, brak efektów dni handlowych, bez świąt efekt, model ARIMA (0,1,1) (0,1,1). Francja: Przesyłane są dane dostosowane sezonowo. Dostosowanie dnia roboczego jest również wykonywane, gdy jest to istotne. Stosuje się metodę pośrednią. Korekta sezonowa odbywa się za pomocą X-12-ARIMA. Więcej informacji można znaleźć w metodologii INSEE (od strony 21) pod poniższym linkiem (dokument dostępny jest w języku angielskim i francuskim): insee. frenindicateurscnattrimPubMethenInsee20MC3A9thodes20nC2B0126.pdf. Łotwa: Tramo-Seats na JDemetra. Wydatki ogółem: przekształcenie logów, model ARIMA (0,1,1) (0,1,1), wartości odstające: LS2006-IV, LS2009-III. Przychody całkowite: przekształcenie logów, model ARIMA (0,1,0) (0,1,1), wartości odstające AO2006-IV. Malta: Tramo Miejsca na Demetrze, Całkowite wydatki: brak efektów w dniach handlowych, brak efektów wielkanocnych, model ARIMA (0,0,0) (0,1,1), wykryto 1 wykrycie: AO2003-IV. Przychody całkowite: brak efektów dni handlowych, brak efektów wielkanocnych, model ARIMA (0,1,1) (0,1,0), nie znaleziono wartości odstających. Austria: Tramo-Seats na Demetra. Wydatki ogółem: przekształcenie logu, brak efektów w dni handlowe, brak efektu wielkanocnego, model ARIMA (0,1,1) (0,1,1), wartości odstające AO2009-IV, wstępne traktowanie specjalne: 2004-II, 2004-IV , 2017-IV, 2017-IV, 2018-III. Przychody całkowite: transformacja logów, brak efektów dni handlowych, brak efektu wielkanocnego, model ARIMA (0,1,1) (0,1,1), odchylenie: LS2009-II. Polska: Tramo-Seats na JDemetra. Zastosowano metodę bezpośrednią. Korekta równoległa za I kwartał każdego roku, korekta bieżąca Q2, Q3, Q4 (model weryfikowany raz w roku). Używanie korekty efektów kalendarza. Dni robocze z efektem roku przestępnego (2 regresory) i efekt wielkanocny przetestowany dla każdej serii - tylko znaczące efekty użyte w ostatecznej specyfikacji. Automatyczna identyfikacja modeli ARIMA. Wydatki ogółem: P.2 - log transformacja bez efektu kalendarza, model ARIMA (0,0,0) (1,1,0) P.5L - transformacja logu bez efektu kalendarza, model ARIMA (1,1,0) (0 , 1,1), wartości odstające: LSQ1-2001 AOQ1-2018 D.1 - log transformacja bez efektu kalendarza, model ARIMA (0,1,1) (0,1,1) D.6M - transformacja logu bez efektu kalendarza, Model ARIMA (0,1,1) (0,1,1), wartości odstające: AO (Q4-2007) LS (Q4-2004) TC (Q3-2000) D.4 - transformacja logu bez efektu kalendarza, model ARIMA ( 0,0,0) (0,1,1), wartości odbiegające: LS (Q3-2017) P.29D.3 - log transformacja bez efektu kalendarza, model ARIMA (0,1,1) (0,0,1) , wartości odstające: TC (Q1-2004). Przychody całkowite: D.2 - przekształcenie dziennika brak efektu kalendarza, model ARIMA (0,1,1) (0,1,1), wartości odstające: AO (II kw. 2004 r.), TC (I kw. 2009 r.) D.4 nie - transformacja logu brak efektu kalendarza, model ARIMA (0,0,0) (0,1,1), wartości odstające: TC (Q3-2007), TC (Q2-2017) D.5 - transformacja logu bez efektu kalendarza, model ARIMA (1,0,0) (0,1,0) D.61 - transformacja logu bez efektu kalendarza, model ARIMA (0,1,0) (0,1,1), wartości odstające: TC (Q4-2008), AO (Q4-2007), AO (Q3-2017) P.1D.7 brak sezonowości. Portugalia: X13-ARIMA na Demetrze. Ręczna obróbka wstępna odbywa się poprzez identyfikację i odjęcie jednorazowych środków. Dodatkowa obróbka wstępna jest stosowana do wykrywania i korekcji odstającej. Korektę sezonową stosuje się do dochodów ogółem, wydatków, z wyjątkiem kosztów związanych z zatrudnieniem i wynagrodzeniem pracowników. Przychody całkowite: przekształcenie logu, brak efektów dnia handlowego brak efektu wielkanocnego Modele ARIMA (0,1,1) (0,1,1) wartości odstające: AO2003-IV, AO2009-II, SO III 1999 2008 (zmienna zdefiniowana przez użytkownika). Wydatki ogółem (z wyjątkiem kosztów związanych z zatrudnieniem): przekształcenie logu, brak efektów dnia handlowego brak efektu wielkanocnego Model ARIMA (1,0,1) (0,1,0) wartości odstające: AO (IV-2002), LS (II-2017 ) Rekompensata pracowników: przekształcenie logów, brak efektów dnia handlowego bez efektu wielkanocnego Modele ARIMA (1,1,0) (0,1,1) wartości odstające: TC (III-2005), LS (I-2017), LS ( I-2017), TC (I-2017), AO (III-2017), SO II 2017 2017 (zmienna zdefiniowana przez użytkownika), SO IV 2017 2018 (zmienna zdefiniowana przez użytkownika). Słowenia: Tramo-Seats na JDemetra. Model dla całkowitego przychodu: transformacja dzienników, brak efektów dni handlowych, brak efektu wielkanocnego, wcześniej określone wartości odstające: LS 2009-I, AO 2017-I, model ARIMA (0,1,1) (0,1,1). Model wydatków całkowitych: transformacja dzienników, brak efektów dni handlowych, brak efektu wielkanocnego, z góry określone wartości odstające: AO 2017-IV, AO 2017-I, TC 2017-I, AO 2017-IV, model ARIMA (0,1,1 ) (0,1,1). Słowacja: Tramo-Seats na JDemetra. Wydatki ogółem: transformacja logów, brak efektów dni handlowych, brak efektu wielkanocnego, model ARIMA (0,1,1) (0,1,1), wartości odstające: LS2000-IV, AO2018-IV, AO2002-IV. Przychody całkowite: transformacja logów, brak efektów dni handlowych, brak efektu wielkanocnego, model ARIMA (0,1,1) (0,1,1), odchylenie: LS2001-III, AO2018-IV. Finlandia: Tramo-Seats on Demetra 2.2. W razie potrzeby przeprowadza się wstępną obróbkę, na przykład w celu wykrycia i korekcji odstającej. Całkowite dochody i wydatki są szacowane pośrednio na podstawie ich składników i danych podsektora. Szwecja: Tramo-Seats na Demetra. Wydatki ogółem: brak efektów w dniach handlowych, brak efektu wielkanocnego, model ARIMA (0,1,2) (0,1,1), odstający AO2017-IV. Przychody całkowite: transformacja logów, brak efektów dni handlowych, brak efektu wielkanocnego, model ARIMA (0,1,0) (0,1,1), AO2017-IV. Wielka Brytania: Korekta z użyciem algorytmu X-11 w X-13ARIMA-SEATS. Pożyczki netto: przekształcenie dziennika, brak efektów dnia handlowego, brak efektu wielkanocnego, model ARIMA (0,1,1) (0,1,1), wartości odstające: AO2008Q3, AO2017-II, sezonowa średnia ruchoma: 3x3, średnia ruchoma trendu: 5. Wydatki ogółem: brak efektów dnia handlowego, brak efektów wielkanocnych, multiplikatywny, model ARIMA (0,1,1) (0,1,1), wartości odstające: AO2008Q3, sezonowa średnia ruchoma: 3x5, średnia tendencja ruchowa: 5 dochód: brak efektów dnia handlowego, brak efektów wielkanocnych, dodatek, model ARIMA (0,1,1) (0,1,1), wartości odstające: LS2009Q1, AO2017Q2, sezonowa średnia krocząca: 3x5, średnia tendencji ruchów: 5. celu obliczenia agregatów UE, B.9 pochodzi pośrednio. W ujęciu annualizowanym dane dostosowane sezonowo są porównywane na podstawie zsumowanych danych nieskorygowanych. Szwajcaria: Zgłoszone dane to dane trend-cycle. Metoda Denton-Cholette służy do czasowego dezagregowania danych rocznych. Kwartalne dane są ekstrapolowane za pomocą wygładzonych wskaźników. Aby uzyskać więcej ważnych informacji na poziomie krajowym, zapoznaj się z notami krajowymi na temat EMIS. Produkt krajowy brutto W całej tej publikacji stosuje się produkt krajowy brutto (PKB) w cenach bieżących (nominalnie), stosując odpowiednio skorygowane dane niezwiązane sezonowo lub dostosowane sezonowo i dniami roboczymi. Dalsze informacje Eurostatu Publikacje Główne tabele Statystyki rządowe (tgov). patrz: Roczne statystyki finansów rządowych (tgov10a) Deficyt i dług publiczny (tgov10dd) Kwartalne statystyki finansów rządowych (tgov10q) Statystyki rządowe (gov). patrz: Roczne statystyki finansów rządowych (gov10a) Deficyt i dług publiczny (gov10dd) Kwartalne statystyki finansów rządowych (gov10q) Sekcja dedykowana Metodologia Metadane Pozostałe informacje Linki zewnętrzneSampP 500 zakończył styczeń z miesięcznym zyskiem 1,79 po zyskach 1,82 w grudniu. Wszystkie trzy centra SampP 500 MA zainwestowały w sygnalizację i trzy z pięciu portfeli Ivy Portfolio ETF MAs mdash Vanguard Total ETF na giełdzie (VTI), PowerShares DB (DBC) i Vanguard FTSE All-World ex-US ETF (VEU) mdash sygnalizują zainwestowane . W tabeli miesięczne zamknięcia, które znajdują się w obrębie 2 sygnału, są podświetlone na żółto. Powyższa tabela pokazuje aktualny 10-miesięczny sygnał prostej średniej ruchomej (SMA) dla każdego z pięciu ETFów przedstawionych w The Ivy Portfolio. Zawarliśmy również tabelę 12-miesięcznych SMA dla tych samych ETF dla tej popularnej strategii alternatywnej. Fascynująca analiza strategii Ivy Portfolio zawiera artykuł Adama Butlera, Mike'a Philbrick'a i Rodrigo Gordillo: Backtesting Moving Averages W ciągu ostatnich kilku lat użyliśmy Excela do śledzenia wydajności różnych strategii czasowych z ruchomymi średnimi. Ale teraz używamy narzędzi analizy historycznej dostępnych na stronie internetowej ETFReplay. Każdy, kto interesuje się wyczuciem rynku z ETF, powinien zapoznać się z tą witryną. Oto dwa najczęściej używane przez nas narzędzia: Dane dotyczące średnich kroczących Kupowanie i sprzedawanie w oparciu o średnią ruchomą miesięcznych zamknięć może być skuteczną strategią zarządzania ryzykiem poważnych strat z głównych rynków finansowych. W istocie, gdy miesięczne zamknięcie indeksu jest powyżej średniej ruchomej, trzymasz indeks. Gdy indeks zamknie się poniżej, przejdziesz do gotówki. Wadą jest to, że nigdy nie wydostaje się na górze ani z powrotem na dole. Może również produkować sporadyczne baty (krótkoterminowy sygnał kupna lub sprzedaży), na przykład sporadycznie doświadczany w ciągu ostatniego roku. Niemniej jednak, wykres miesięcznika SampP 500 kończy się od 1995 r., Pokazuje, że 10-miesięczna lub 12-miesięczna strategia zwykłej średniej ruchomej (SMA) zapewniłaby udział w większości zmian cenowych przy jednoczesnym znacznym zmniejszeniu strat. Oto 12-miesięczny wariant: 10-miesięczna średnia ruchoma (EMA) to niewielki wariant na prostej średniej kroczącej. Ta wersja matematycznie zwiększa wagę nowszych danych w 10-miesięcznej sekwencji. Od 1995 r. Wyprodukował mniej biczów niż równowartość prostej średniej kroczącej, chociaż o miesiąc wolniej sygnalizował sprzedaż po tych dwóch szczytach na rynku. Spojrzenie na 10- i 12-miesięczne średnie ruchome w Dow podczas katastrofy z 1929 r. I Wielkiego Kryzysu pokazuje skuteczność tych strategii w tych niebezpiecznych czasach. Psychologia sygnałów Momentum Czas działa z powodu podstawowej ludzkiej cechy. Ludzie naśladują udane zachowanie. Kiedy słyszą o innych zarabiających na rynku, kupują. Ostatecznie trend się odwraca. Mogą to być zwykłe ekspansje i skurcze cyklu koniunkturalnego. Czasami przyczyna jest bardziej dramatyczna: bańka aktywów, poważna wojna, pandemia lub niespodziewany szok finansowy. Kiedy trend się odwraca, inwestorzy odnoszą sukcesy wcześniej. Imitacja sukcesu stopniowo zamienia poprzednią dynamikę kupna w siłę sprzedaży. Wdrażanie strategii Nasze ilustracje z SampP 500 to tylko ilustracje mdash. Używamy SampP ze względu na obszerne dane historyczne, które są łatwo dostępne. Jednak naśladowcy strategii średniej ruchomej powinni podejmować decyzje dotyczące zakupu na podstawie sygnałów dla każdej konkretnej inwestycji, a nie szerokiego indeksu. Nawet jeśli inwestujesz w fundusz, który śledzi SampP 500 (np. Vanguards VFINX lub ETF SPY), średnie ruchome sygnały dla funduszy będą czasami różnić się od indeksu bazowego z powodu reinwestycji dywidendy. Numery SampP 500 na naszych ilustracjach wykluczają dywidendy. Strategia jest najskuteczniejsza na rachunku preferowanym przez podatki dzięki niskiej usłudze brokerskiej. Chcesz zysków dla siebie, nie brokera lub wujka Sama. Uwaga . Dla każdego, kto chciałby zobaczyć 10- i 12-miesięczne proste średnie ruchome w SampP 500 i pozycjach equity-cash od 1950 roku, znajduje się plik Excela (format xls) danych. Nasze źródło miesięcznych podsumowań (kolumna B) to Yahoo Finance. Kolumny D i F pokazują pozycje sygnalizowane przez zamknięcie końca miesiąca dla dwóch strategii SMA. W przeszłości poleciliśmy przemyślany artykuł Mebane Fabers A Quantitative Approach to Tactical Asset Allocation. Artykuł został zaktualizowany i rozszerzony jako Część trzecia: Aktywne zarządzanie w swojej książce Portfolio Ivy. współautorstwo z Ericem Richardsonem. To musi być przeczytane dla każdego, kto rozważa użycie sygnału czasowego dla decyzji inwestycyjnych. Książka analizuje zastosowanie średniej ruchomej SampP 500 i czterech dodatkowych klas aktywów: międzynarodowy indeks EAFE Morgan Stanley Capital (MSCI EAFE), indeks towarowy Goldman Sachs (GSCI), indeks krajowych towarzystw funduszy inwestycyjnych (NAREIT) oraz Rząd Stanów Zjednoczonych 10-letnie obligacje skarbowe. Jako regularną funkcję tej witryny aktualizujemy sygnały na koniec każdego miesiąca. Aby uzyskać dodatkowe informacje od Mebane Faber, odwiedź jego stronę internetową, Mebane Faber Research. Przypis do obliczania miesięcznych średnich kroczących: Jeśli tworzysz własne obliczenia średnich kroczących dla akcji lub funduszy ETF wypłacających dywidendę, od czasu do czasu otrzymasz inne wyniki, jeśli nie dostosujesz się do dywidend. Na przykład w 2017 roku VNQ pozostał zainwestowany pod koniec listopada w oparciu o skorygowane comiesięczne zamknięcia, ale był sygnał sprzedaży, jeśli ignorowałeś korekty dywidend. Ponieważ dane za wcześniejsze miesiące ulegną zmianie po wypłacie dywidend, należy zaktualizować dane dla wszystkich miesięcy w kalkulacji, jeśli dywidenda została wypłacona od poprzedniego zamknięcia miesięcznego. Dotyczy to wszystkich akcji lub funduszy wypłacających dywidendy. Oblicz średnią ruchomą Opublikowano 28 kwietnia 2009 r. W Learn Excel - 191 komentarzy Średnia ruchoma jest często wykorzystywana do zrozumienia podstawowych trendów i pomaga w prognozowaniu. MACD lub rozbieżność średniej ruchomej jest prawdopodobnie najczęściej stosowanym narzędziem analizy technicznej w handlu akcjami. W wielu firmach dość często stosuje się średnią kroczącą z 3-miesięcznej sprzedaży, aby zrozumieć, jaki jest trend. Dzisiaj dowiemy się, jak obliczyć średnią kroczącą i jak średnią z ostatnich 3 miesięcy można obliczyć za pomocą formuł Excel. Oblicz średnią ruchomą Aby obliczyć średnią ruchomą, wystarczy dobra stara funkcja AVERAGE excel. Zakładając, że twoje dane mieszczą się w przedziale B1: B12, wpisz tę formułę w komórce D3 ŚREDNIA (B1: B3) A teraz skopiuj formułę z D3 do zakresu D4 do D12 (pamiętaj, ponieważ obliczasz średnią kroczącą z 3 miesięcy , dostaniesz tylko 10 wartości 12-31). To wszystko, czego potrzebujesz do obliczenia średniej ruchomej. Oblicz średnią ruchomą z ostatnich 3 miesięcy Alone Powiedzmy, że musisz obliczyć średnią z ostatnich 3 miesięcy w dowolnym momencie. Oznacza to, że po wprowadzeniu wartości na następny miesiąc średnia powinna zostać automatycznie dostosowana. Najpierw przyjrzyjmy się formule, a następnie zrozumiemy, jak to działa. Więc co do cholery powyższa formuła robi tak czy inaczej Liczenie, ile miesięcy zostało już wpisanych 8211 COUNT (B4: B33) Następnie jest to zliczanie minus 3 komórki z B4 i pobieranie z nich 3 komórek 8211 PRZESUNIĘCIE (B4, COUNT (B4) : B33) -3,0 ,3,1). To tylko ostatnie 3 miesiące. W końcu jest przekazywanie tego zakresu do funkcji ŚREDNIA w celu obliczenia średniej ruchomej z ostatnich 3 miesięcy. Praca w domu Teraz, gdy nauczyłeś się obliczać średnią ruchomą przy użyciu Excela, oto Twoja praca domowa. Powiedzmy, że chcesz, aby liczba miesięcy używanych do obliczenia średniej ruchomej była konfigurowalna w komórce E1. tj. gdy E1 zostanie zmieniony z 3 na 6, średnia ruchoma tabela powinna obliczać średnią ruchomą przez 6 miesięcy na raz. Jak piszesz formuły, a następnie spójrz na komentarze, idź i wymyśl to dla siebie. Jeśli nie możesz znaleźć odpowiedzi, wróć tutaj i przeczytaj komentarze. Go Ten wpis jest częścią naszej serii Spreadcheats. 30-dniowy program szkoleniowy online dla biur i użytkowników arkuszy kalkulacyjnych. Dołącz dziś . Podziel się tą radą ze swoimi przyjaciółmi Witaj, niedawno znalazłeś swoją stronę internetową i kocham wszystkie wskazówki. Dziękuję za wszystkie tutoriale. Dokładnie go potrzebowałem, jednak natrafiłem na pewien problem, ponieważ używam Vlookup with Offset. Na przykład w twoim przykładzie używałbym Vlookup w moim szablonie, więc co miesiąc dodawałem nowe dane, automatycznie aktualizował dane sprzedaży każdego miesiąca. Mój problem jest w mojej formule OFFSET, mam COUNTA, która oczywiście liczy dowolne komórki z formułami, nawet. Wszelkie pomysły na lepsze wykorzystanie tych dwóch funkcji, szczególnie gdy staram się wykreślić i uśrednić to ostatnie 12 miesięcy. Byłbym wdzięczny za wszelkie pomysły, które ty lub twoi czytelnicy posiadacie. Jeszcze raz dziękuję za wspaniałą stronę Twee. witamy w PHD i dziękujemy za pytanie. Nie jestem pewien, czy zrozumiałem to poprawnie. Czy próbowałeś używać count zamiast counta Nie pokazałeś nam wzoru offsetu, nie patrząc na to, że naprawienie go byłoby trudne. Muszę obliczyć 12-miesięczną średnią kroczącą, która będzie obejmowała okres 24 miesięcy po jej zakończeniu. Czy możesz wskazać mi właściwy kierunek, a także, jak zacząć? Moje dane to mile osobowe i zaczynają się na B2, a kończą na B25. Pomóż Chandoo, jest to świetna formuła dla tego, czego używam, ale próbuję bezskutecznie, aby formuła była warunkowa. Mam arkusz kalkulacyjny, zobacz linki poniżej, które śledzi wszystkie rundy gry w golfa na dyskach granych przez znajomych i mnie. Mam już skonfigurowane obliczanie każdej z naszych średnich średnich i każdej z naszych średnich na poszczególnych kursach. Próbuję teraz jednak ustawić średnią ruchomą w oparciu o 5 ostatnich rund. Po wprowadzeniu kolejnych danych zmienię go na 10, ale na razie 5 będzie dobrze. Mogę zmusić średnią ruchomą do działania, ale nie wiem, jak dodać ograniczenia warunkowe. IE Chcę na przykład tylko 5 ostatnich rund granych przez Kevina. Potem będę chciał tylko 5 ostatnich rund granych przez Kevina na trasie Oshtemo. Kod Im using znajduje się poniżej. Kod dla komórki C9 znajduje się poniżej. IF (B90,, IF (B9lt6, AVERAGEIF (DiscRoundsA2: A20000, A9, DiscRoundsM2: M20000), AVERAGE (OF FSET (DiscRoundsM2, IF (DiscRoundsA2: A20000A9, COUNT (DiscRoundsM2: M20000), quotquot) -5,0,5 , 1)))) Zasadniczo, jeśli jest 0 rund, pozostawia puste pole komórki. Jeśli jest 5 lub mniej rund, po prostu używa średniej wszystkich rund. Na koniec, jeśli jest 6 lub więcej rund, kod wykorzystuje twoją funkcję ŚREDNIA z tego postu. Po wypróbowaniu wielu rzeczy nie mam jednak pewności, jak warunkowo wyciągnąć ostatnie 5 rund, tak aby pociągał tylko 5 ostatnich rund osoby nazwanej w komórce A9. Formuła, do której się odwołuję NIE jest obecnie w komórce C9 w moim arkuszu kalkulacyjnym, który jest połączony. Właśnie testowałem to tam. DND: użyj następującej formuły w komórce C13 ŚREDNIA (B2: B13) i przeciągnij w dół. Cześć, jestem pewien, że jest coś wymienionego powyżej, co ma pomóc, ale jestem wciąż nowy, aby celować i czuję się przytłoczony. Właśnie dostałem nową pracę i staram się wywrzeć dobre wrażenie, więc jakakolwiek pomoc będzie wspaniała, mam dane za każdy miesiąc w 2009, 2017 i 2017 roku oraz wiele wierszy tego. Co miesiąc na początku miesiąca muszę obliczyć sprzedaż z poprzedniego roku. Obecnie moja formuła to SUMA (AG4: AR4) SUMA (U4: AF4). Przykład: bieżący miesiąc to marzec. Potrzebuję informacji o łącznej sprzedaży w okresie od marca 2017 r. Do lutego 2017 r. Podzielonej na okres od marca 2009 r. Do lutego 2017 r. I działa ona świetnie, ale jej zajęcie jest zbyt czasochłonne, aby można było ją zmieniać co miesiąc. Czy istnieje sposób, w jaki mogę uzyskać wzór do automatycznej zmiany na początku miesiąca Nie wiem, czy wykonałem bardzo dobrą pracę wyjaśniając to, czy nie. Gratuluję nowej pracy. Możesz przeciągnąć swoją formułę na bok (na przykład na prawo) i automatycznie pokazuje s na następny miesiąc. Nie, potrzebuję, aby formuła zmieniała się co miesiąc. Mam od stycznia 2009 r. Do grudnia 2017 r. Pola zawierające dane w nich zawarte. IFERROR (SUMA (AG4: AR4) SUMA (U4: AF4), 0) W następnym miesiącu potrzebuję go od obliczenia sumy danych 0310 do danych 0211 podzielonych przez dane 0309 na dane 0210 i przejścia na dane od 0410 do 0311 podzielone przez 0409 danych do 0311 danych. IFERROR (SUMA (AH4: AS4) SUMA (V4: AG4), 0) Potrzebuję formuły, która może odnosić się do bieżącej daty i wiedzieć, że pierwszego dnia każdego miesiąca musi zmienić formuły na następną. poprzednie 1-12 miesięcy podzielone przez poprzednie 13-24 miesiące. Nie jestem pewien, czy to ma sens. Zasadniczo używam tej formuły około 8 razy na jednym arkuszu i mam około 200 arkuszy. Przepraszamy za podwójną księgę i dziękuję za gratulacje. Co jest mi potrzebne: Jeśli aktualna data jest większa niż 1 w miesiącu, wówczas cała komórka odwołuje się do obliczenia sprzedaży z poprzedniego roku musi przesunąć się w prawo o jedną kolumnę. co wymyśliłem. IF (P1gtN1, (SUMA (AH4: AS4) SUMA (V4: AG4))) p1 jest bieżącą datą n1 to 1 dzień miesiąca AH4: AS4 to dane z 0310-0211 V4: AG4 to dane z 0309-0210 Część Im mające problemy z: Jak to zrobić, aby formuła dokładnie wiedziała, co 12 sekcji do pobrania i jak automatycznie zmienić na 1 dzień miesiąca. Julie. Możesz użyć formuły OFFSET, aby rozwiązać ten problem. Zakładając, że każda kolumna ma jeden miesiąc, a pierwszy miesiąc jest w C4, a aktualna data jest w P1. Powyższa formuła zakłada, że ​​każda kolumna ma miesiące w formacie daty Excel. Możesz go ulepszyć, aż uzyska właściwy rezultat. Jest to prawdopodobnie bardzo proste i robię to bardziej skomplikowanym niż potrzebuję, ale napisałeś, Powyższa formuła zakłada, że ​​każda kolumna ma miesiące w formacie daty Excel. Starałem się to zrobić, nie zmieniając moich danych w daty. Julie. Chodziło mi o to, że wiersz nr 4, w którym masz nazwy miesięcy, powinien zawierać te dane - 1 stycznia 2009 r. 1 lutego 2009 r. 1 marca 2009 r. Ponadto zauważam kilka błędów w mojej formule. Prawidłowy wzór powinien być: SUMA (przesunięcie (C5,, datedif (C4, P1, m) 1-12,1,12)) SUMA (przesunięcie (C5,, datedif (C4, P1, m) 1-24,1 , 12)) Powyższa formuła zakłada, że ​​daty znajdują się w wierszu 4, a wartości w wierszu 5. Myślę, że dokładnie to, czego potrzebowałem. Dziękuję, dziękuję, dziękuję bardzo. Mój problem to bardzo podobne jaśminy (61) i Azrold (74). Mam obrzydliwe ilości danych, od D: 2 do D: 61400 (i odpowiednio w E i F, ILE muszą zrobić to samo również w tych kolumnach). Próbuję znaleźć średnią dla partii, tak aby D2: 19, D20: 37, D38: 55 itd. - zbijając 18 rzędów razem, a następnie znajdując następną średnią bez ponownego użycia jakiegokolwiek poprzedniego wiersza. Prawdopodobnie muszę to zrobić również na każde 19 i 20 kępek, ale przykład użycia 18 jest w porządku. Czy mógłbyś opisać formułę, którą opublikujesz? Jestem trochę zdezorientowany, co oznaczają ostatnie 4 cyfry w części COUNTA. Dziękuję bardzo, dzięki temu moje życie będzie o wiele łatwiejsze. Laura Łatwo to zrobić przy pomocy średniej i przesunięcia. Zakładając, że robisz to w Col J i uśredniasz Col D J2: AVERAGE (OFFSET (D1, (ROW () - 2) J11,, J1)) Gdzie J1 będzie miał numer 18 dla poruszającego się łącznie 18 liczb Kopiuj w dół Wiersz 2 będzie średnia Wiersze 2-19 Wiersz 3 będzie średnia wiersze 20-37 itp. Możesz także dodać etykiety na przykład Col H H2: Rows amp (ROW () - 2) J12amp - amp (ROW () - 1) J11 Kopiuj w dół. Kpiłem sobie z tego: rapidsharefiles1923874899Averages. xlsx Jestem początkujący, próbując: 1. zbudować arkusz kalkulacyjny, który posłuży mi do 2. określenia optymalnego okresu dla mojej średniej kroczącej, w zakresie 5-dniowej średniej kroczącej do 60 średnia dnia ruchu. Każda komórka reprezentuje liczbę sprzedaży dla tego dnia, od 0 do 100. Wolałbym, aby każdy miesiąc codziennej sprzedaży był w nowej kolumnie. Obecnie mam 3 miesiące danych, ale oczywiście będzie to rosło. Czy możesz mi powiedzieć, jak skonfigurować arkusz kalkulacyjny, a następnie odpowiednie formuły (i ich lokalizacje) Bardzo Ci dziękuję, Cześć, znowu Hui, jeszcze raz walczę z tym samym arkuszem kalkulacyjnym, który pomógł mi wcześniej. Jako, że mam następujące wiersze miesięcznie ręcznie wprowadzane dane: Ilość połączeń Połączenia odrzucono wiek odrzuconych połączeń Średni czas obsługi Mój menedżer liniowy chciałby teraz 2 wiersze poniżej tych pokazano (za pomocą formuły): Średnia prędkość odpowiedzi Średnia czas porzucony I jakby to było za mało, chciałaby, dla obu wierszy, podsumowującą komórkę pod koniec 12 miesięcy, pokazującą roczną liczbę :( Wielkie dzięki za pomoc, którą możesz dać, używam wersji pionowej dla obliczenia średniej ruchomej Jestem zaskoczony, gdy muszę obliczyć średnią kroczącą z 6 okresów Moje dane zaczynają się w kolumnie c, a średnie z 6 i 3 okresów są dwiema kolumnami z prawej strony ostatniego okresu danych. dodaj kolumnę dla każdego miesiąca, więc obecnie dostosowuję formułę ręcznie co miesiąc: ŚREDNIA (EC8: EH8) Moja ostatnia próba (która nie powiodła się) to: ŚREDNIA (C6, COUNT (C6: EH6), - 6,6,1 ) Proszę podać wyjaśnienie, dlaczego to nie zadziałało podczas udzielania odpowiedzi, więc mogę zrozumieć, jak stworzyć przyszłe f ormulas. Dziękuję bardzo, Kimber Kimber. Witaj na Chandoo. org i dziękuję za komentowanie. Myślę, że nie jest dobrym pomysłem umieszczanie średnich w prawej kolumnie, ponieważ ciągle się porusza. Zamiast tego możesz zmodyfikować arkusz tak, aby średnia ruchoma znajdowała się po lewej stronie najbardziej kolumny (i pozostanie tam nawet po dodaniu dodatkowych kolumn po prawej stronie). Bez względu na to, gdzie znajduje się średnia komórka, możesz użyć tej formuły do ​​obliczenia średniej ruchomej. Afyter po przeczytaniu całego tego wątku widzę, że będę potrzebował kombinacji offsetu, dopasowania, count i averageif, ale nie jestem pewien gdzie. Mój problem wygląda następująco: każdego miesiąca zgłaszanych jest ponad 100 osób - kolumna A to ich nazwa, kolumna B to miesiąc, kolumna C to rok, a kolumny od D do M to ich aktywność w kilku kategoriach. Muszę znaleźć ich średnie z trzech miesięcy i sześciu miesięcy i wyświetlić je w innym arkuszu, chociaż mógłbym je wyświetlić w kolumnach N i O, jeśli to konieczne. Używam tabeli przestawnej do generowania sum i średnich całkowitych, ale nie obsługuję średnich kroczących. Wszelkie wskazówki byłyby bardzo mile widziane. Dzięki, Ben To uśredni ostatnią liczbę MovAvg wierszy, w tym samej siebie (usuń -1, jeśli chcesz, żeby się nie zawierał). D75 to komórka, do której odwołuje się ta formuła (moje dane były bardzo długie) MovAvg jest tym, jak dużą chcesz średnią ruchomą (przypisałem to jako nazwaną komórkę (wybierz komórkę, Formulas --gt Defined Names --gt Define Nazwa) Możesz tworzyć nazwy zmiennych w arkuszu kalkulacyjnym, aby uniknąć zawsze konieczności użycia kolumny wiersza.) To zaczyna się od bieżącej komórki (w tym przypadku D75), przechodzi w górę wierszy MovAvg-1, na 0 kolumn, wybiera MovAvg liczbę wierszy, z 1 kolumna. Przekazuje to średniej funkcji. Cześć Czytałem każdy post, ale nie udało mi się uzyskać tego działa poprawnie. Jak obliczyć średnią kroczącą procenty To oblicza się co tydzień. Kolumna A - accts met Kolumna B - sprzedane sale Kolumna K - zamykająca kolumna D - 2 tygodniowa średnia krocząca zamknięcia Przykład tygodnia 1 i tygodnia 2 Kolumna A, wiersz 7 to 25, a wiersz 8 to 1 Kolumna B, wiersz 7 to 1 a wiersz 8 to 1 kolumna K, wiersz 7 to 125 (4), a wiersz 8 to 11 (100) Kolumna D - Formuła w poprzednim poście daje odpowiedź 52 2 tygodniową średnią, ale to nie jest poprawne. powinno być 226 (7) IF (ISERROR (AVERAGE (OFFSET (K7, COUNT (K7: K26) -2,0 ,2,1))), AVERAGE (OFFSET (K7, COUNT (K7: K26) -2 , 0,2,1))) Co muszę zmienić w tym formularzu, aby użyć kolumn A amp B zamiast kolumny K Próbujesz uśredniać średnie, które nie działa. Wypróbuj tę prostą formułę zaczynającą się w D8: IF (ISBLANK (B8) ,, (B7B8) (A7A8)) Skopiuj i wklej formułę do D26. To powinno dać ci średnią 2-tygodniową. Pamiętaj, aby sformatować kolumnę D jako procent z liczbą dziesiątych miejsc. Jestem bardzo dobrym neofitą. Po prostu natknąłem się na twoją witrynę i nie mogę się doczekać, aby ją dokładnie przeczytać w nadchodzących miesiącach. Próbuję obliczyć 3 miesięczną średnią ruchomą kosztów amp nie może dowiedzieć się, co robię źle. Nawet po przeczytaniu tego artykułu i posta na offset nie jestem pewien, czy rozumiem formułę. W mojej piaskownicy mam: Kolumna A - Miesiące A2: A17Sept 2017 - Grudzień 2017 Kolumna B - Całkowite miesięczne wydatki B2: B8 (B8 ponieważ marzec jest ostatnim zakończonym miesiącem) - Te sumy wynoszą 362599,372800,427317,346660,359864 , 451183,469681 Colum C - 3 miesięczna średnia ruchoma. Wstawiłem następującą formułę w C4 (Aby rozpocząć obliczanie w listopadzie zeszłego roku, tylko dla uśmiechów). Ponieważ w danym zestawie danych są tylko trzy miesiące, zakładam, że oblicza średnią kroczącą z pierwszych trzech miesięcy. Formuła zawiera 469,681. Kiedy średnio przez pierwsze trzy miesiące, wymyślam 387.572. Co robię źle lub nieporozumienie Dzięki za pomoc i za stworzenie tej strony razem. Cześć Chandoo Masz tutaj jeden naprawdę przydatny projekt, mnóstwo podziękowań Na samym początku tego wątku Shamsuddin zapytał o coś podobnego do tego, czego potrzebuję, odwracając obliczenia wartości od średniej ruchomej. Może to głupie, ale nie mogę wymyślić żadnych pomysłów, z wyjątkiem wyszukiwania figur po literze. Jeśli to możliwe - zapoznaj się z tymi artykułami, aby uzyskać koncept. Właściwie, byłbym szczęśliwy otrzymując cokolwiek, bo google było bezużyteczne) Jeszcze raz - dziękuję bardzo za tę stronę Nie jestem naprawdę pewien, co masz na myśli przez odwrotne obliczanie średniej ruchomej Czy możesz wyjaśnić, co próbujesz zrobić, wysyłając próbkę plik może również pomóc Zobacz: chandoo. orgforumstopicposting-a-sample-workbook Hi Hui, mam na myśli, mam kolumnę z liczbami (np. miesięczne przesyłki), które są obliczane jako średnia ruchoma w oparciu o inny zestaw danych (np. miesięczny wynik produkcji) . Coś takiego: (A1) Jan Feb Mar Kwi Maj Jun Mfg Statek 100 500 450 600 600 700 Tam, gdzie średnia dla statku (B2: C2) Znam tylko wolumeny przesyłek, i muszę znaleźć odpowiednie objętości MFC. Ogólnie rzecz biorąc, pytanie brzmi: w jaki sposób możemy znaleźć dane początkowe tylko z MA na ręce Przypuśćmy, że ten wątek może nie być tym, który zadaje to pytanie (jeśli się zgadzasz - być może wiesz, gdzie zapytać). To właśnie pytanie Shamsuddinsa było najbardziej trafnym wynikiem spośród 10 stron google Mey Aby obliczyć oryginalne dane z średniej ruchomej (MA), potrzebujesz dwóch MA, np. 9 i 10 dni MA lub 1 MA i 1 fragment danych. możesz ponownie obliczyć poprzedni wynik, ale jeśli masz formułę Średnia (B2: C2), powinieneś mieć dostęp do danych Jeśli jest to 2-dniowe MA jak twoja formuła powyżej MAAverage (B2: C2) MA (B2C2) 2, jeśli wiesz B2 C2 (2MA) - B2 Jeśli masz zestaw danych, którymi możesz się podzielić, mogę dać lepsze rozwiązanie. Zobacz: chandoo. orgforumstopicposting-a-sample-workbook Świetna strona internetowa. Wybacz to pytanie. Kiedyś byłem ekspertem w Lotus 123 dekady temu, ale uważam, że Excel nieco cofa się w swoich progresjach do Lotus 123, dlatego zaczynam od nowa z Excelem 2017. Jestem osobą logiczną i próbuję zrozumieć, co robią te formuły, kiedy Użyj ich. Zauważam, że w kolumnie B jest tylko 14 liczb sprzedaży, ale jakoś liczymy od B4 do B33. Przetestowałem formułę za pomocą: ŚREDNIA (OFFSET (B4, COUNT (B4: B14) -3,0 ,3,1)) i otrzymuję taki sam wynik, jak gdybym użył ŚREDNIEJ (OFFSET (B4, COUNT (B4: B33) ) -3,0 ,3,1)). Moją pierwszą zasadą tworzenia szkolnego arkusza kalkulacyjnego nigdy nie jest tworzenie tabeli danych większej niż dostarczone dane, jeśli jest ona statyczna (czyli nie rozwija się w danych). W rezultacie nie mam prawdziwej wskazówki, jak działa OFFSET. Czy istnieje wyraźne wytłumaczenie OFFSET z pojedynczym przykładem użycia go poza średnią i samą w sobie Powodem, dla którego tu przybyłem, jest zbudowanie modelu arkusza kalkulacyjnego, który wykorzystywałby iteracyjne obliczenia w celu znalezienia najlepszego dopasowania do danych o zysku (czyli maksymalizacja zysku), gdy krótka średnia krocząca skumulowanej krzywej zysku (lub krzywej kapitałowej) przekracza PONIŻEJ długoterminową średnią ruchomą krzywej kapitału własnego. Nie znajduję nic, co pozwala na rozwinięcie średnich ruchomych z 3 okresów na 100 okresów (dla obu średnich). Używając MA przekierowania, aby określić, które transakcje podjąć, można znaleźć optymalny poziom zysku, na którym można uruchomić model (który może zostać zmodyfikowany, gdy model zostanie ponownie zoptymalizowany). Nie mogę znaleźć niczego w większości książek Excela, które to opisują, a tego rodzaju obliczenia powinny być stosunkowo proste do wykonania. Gdzie mogę znaleźć takie informacje Jeszcze raz dziękuję za wspaniałą stronę internetową. Na wszelki wypadek, gdy jeszcze go nie znalazłeś, jest link do funkcji OFFSET: Mam pytanie. Mam już 3-dniową średnią ruchomą, którą dostałem w moim problemie. Czy jest to związane ze średnią zasobów. Pytania mówią, że masz 1 zapas, który PLANujesz na sprzedaży w dniu 10. Moja średnia ruchoma na 3 dni to integracja z a, b gdzie na i bt3 w dowolnym momencie. Jeśli chcesz znaleźć cenę, za którą chcesz sprzedać swój udział, zintegruj z 6,9 9 11 7,10. Czy chcesz zakończyć koniec dnia 10, w połowie dnia 10, czy też wyjść z dnia 10, nie jestem pewien, w jakim przedziale czasu umieścić średnią między 3 dniami. Ponownie, moja funkcja reprezentuje do 14 dnia, ale potrzebuję ceny w dniu 10. Ivan Santos mówi: Zamierzam zobaczyć średnią ruchomą dla call center. Próbuję znaleźć indeks dla każdego miesiąca przez cały rok. Mam tylko 2 lata wartości danych i chcę, aby prognoza na 2017 rok w kwartałach. czy mogę użyć tej metody do tego mam problem średnio, chcę obliczyć średnią podświetlonych wierszy tylko w coloumn F na colomn G który również podświetlił puste komórki Hi, pracuję nad arkuszem kalkulacyjnym, który ma ostatnie cztery lata tygodniowych danych, ale dane z bieżących lat są niekompletne, ponieważ są wprowadzane tylko co tydzień. Czy istnieje sposób na skonfigurowanie formuły, która obliczy średnią na podstawie liczby tygodni, które zawierają w nich dane Na przykład. w połowie roku utworzy średnią opartą na komórkach 2-27 26, ale w przyszłym tygodniu będzie to komórka 2-28 27. Robi mi się w głowie i nie chcę ręcznie korygować średniej co tydzień. Świetna strona przy okazji Bardzo pomocna. ) Rosie Tak, to da się zrobić Czy możesz zadać pytanie na forum i załączyć przykładowy plik chandoo. orgforum Ok, tutaj jest moje pytanie, które dręczy mnie przez ostatnie 2 12 miesięcy i nie znalazłem rozwiązania nigdzie w sieci : Mam zespół sprzedawców i potrzebuję ruchomej średniej, ale z poprawionym formatem i zmienną randkową wściekłością, która jest również poprawiona. tj. sprzedawca 1115 2115 3115 12114 11114 10114 ME 1 2 0 4 5 6 Co próbuję zrobić, to: Powiedzmy, że dzisiaj jest 3115. Potrzebuję sposobu na powrót 3 (6 i 12 również) miesięcy z obecnego data i średnia liczba sprzedaży. Najtrudniejsze jest to, że chciałbym po prostu zmienić rok dat, więc nie mam problemu z formatem lub jeśli zatrudniam (strzelam) kogoś. Tak więc w powyższym przykładzie miałbym formułę wziąć 6 1 2 (9) 3 3, ale wtedy, gdy nadejdzie czas, to będzie dalej, ale gdy nowy rok zacznie się w JAN 2018, będzie musiał użyć liczb z przeszłości Dane z 2018 r. (Trwające 3,6 i 12 miesięcy). Mam nadzieję, że to jasne i bardzo chciałbym uzyskać pomoc w tej sprawie. Z góry dziękuję. Czy możesz zadać pytanie na forach Chandoo. org na: forum. chandoo. org Załącz przykładowy plik, aby uprościć proces Ok Wrzuciłem na fora i przesłałem przykładowy plik. 8230 Obliczanie średniej ruchomej Chandoo. org 8211 Dowiedz się Średnia ruchoma jest często używana do zrozumienia podstawowych trendów i pomaga w prognozowaniu. MACD lub średnia ruchoma rozbieżność zbieżności jest prawdopodobnie 8230 Amelia McCabe mówi: Szuka małej pomocy. Próbowałem, jak sądzę, zmodyfikowanej wersji tej formuły, która tak naprawdę nie działa. Mam szereg danych (jedna liczba na miesiąc), że potrzebuję ciągłej średniej na podstawie liczby miesięcy wprowadzonych danych, a nie w ciągu 12 miesięcy. Dane znajdują się w komórkach b53 do m53. Więc próbowałem zmodyfikować tę formułę w następujący sposób (nie zadziałało) i zastanawiam się, czy mogę w ogóle korzystać z tej formuły, ponieważ moje dane są w wierszu, a nie w kolumnie. AVERAGE (OFFSET (B53COUNT (B53: M53) -1, 2, 21, 12)). Próbowałem również argumentów jako 0,0, 1, 12 i -1,0,1,12. Proszę, pomóż mi zrozumieć, czy jestem w pełni zepsutym drzewem, czy tylko na niewłaściwej gałęzi. Amelia Nie widząc id danych sugeruje, że ŚREDNIA (OFFSET (B53, COUNT (B53: M53) -1, 2, 21, 12)) powinna wynosić: ŚREDNIA (PRZESUNIĘCIE (B53. 1, COUNT (B53: M53))) Jeden wydanie z oryginalną formułą jest to, że istnieje 12 komórek między B53: M53, jeśli tylko 5 ma w nich dane, to bierzesz 12, offset próbuje przesunąć B53, ujemne 7 kolumn, które wymuszą błąd Możesz również być w stanie używać funkcji Averageifs Prawdopodobnie: Averageifs (B53: M53, B53: M53,0) Czy możesz wysłać przykładowy plik na forach Chandoo. org forum. chandoo. org