A bázishatás megmutatja, hogy a referenciapont megválasztása milyen hatással van az aktuális adatpont értékelésére.
Bázishatás jelentése
Például annak a megítélése, hogy hogyan alakult az idei almatermés nemcsak az idei, hanem a tavalyi terméstől is függ. A kettőt összehasonlítva tudjuk megállapítani, hogy növekedett, vagy csökkent. Bázishatásról általában idősoros adatok esetében beszélünk, ezzel együtt azonban alkalmazható keresztmetszeti, vagy egyéb adattípusokra is.
Mi is az a bázishatás?
Két adatpont relatív értékéből képzett mutató esetén beszélhetünk bázishatásról. Megkülönböztetjük az aktuális adatponthoz tartozó értékünket, illetve a referenciaértékünket, amihez viszonyítunk. Az aktuális adatponthoz tartozó értékünket elosztjuk a referenciaértékünkkel, vagy más néven bázisértékünkkel és az így kapott értéket százalékban fejezzük ki. Ez lehet például GDP növekedés, adott időszakra számolt infláció, vagy valamilyen részvény hozama.
A képzett viszonyszámunk értéke egyszerre függ az aktuális adatpontunk értékétől, illetve a referenciapontunk értékétől. Az aktuális adatpontunk nagysága egyenesen arányos a viszonyszámunk értékével, míg a bázisértékünk fordítottan aránylik a végső értékhez. A bázispontunk megválasztása így érzékenyen érintheti az aktuális adatpontunk értékelését. Amennyiben referenciapontunk tehát szélsőségesen alacsony értékkel bír, akkor az aktuális adatpontunk értékelése során nagyon magas értéket fogunk látni, míg amennyiben a referenciapontunk szélsőségesen magas értékkel bír, akkor a viszonyszámunk alacsony értéket fog mutatni. A referenciaérték bázisponthoz mért érzékenységét nevezzük bázishatásnak.
Milyen esetekben érdemes kiszámítani az értékét?
A bázishatásról leggyakrabban idősoros adatokból képzett mutatók esetén beszélünk. Itt a viszonyítási alap lehet fix (bázisviszonyszám) vagy viszonyíthatjuk az aktuális értéket megelőző értékhez (láncviszonyszám). A megfelelő referenciapont kiválasztása rendkívül fontos, mivel ha nem megfelelő, akkor jelentősen torzíthatja a kapott értékünk értelmezését, esetleg egyenesen értelmezhetetlenné teheti azt.
Amennyiben a bázisunk valamilyen oknál fogva kilóg az adatsor hosszabb távú trendjéből, akkor az összehasonlítás adta értékek sem lesznek reprezentatívak. Ilyenek lehetnek az erős szezonalitással rendelkező adatsorok. Ilyen esetben érdemes lehet nem az előző negyedévhez, hanem az előző év azonos negyedévéhez viszonyítani. Például a turisztikai szektor növekedését érdemes mindig az előző évek azonos időszakához hasonlítva megállapítani, mivel ez az iparág általában nyáron nagyságrendekkel jobban teljesít, mint télen.