8월 결과와 7월 수정은 어떻게 함께 나왔나
2025년 9월 10일 미국 노동통계국이 내놓은 8월 생산자물가 발표에는 두 가지 읽을거리가 있었다. 새 달의 최종수요 지수는 계절조정 전월 대비 0.1% 하락했다. 동시에 바로 앞 달인 7월 상승률은 0.7%로 제시됐다. 8월 14일 첫 발표에서 읽었던 7월 수치는 0.9%였다. 새 자료가 한 달을 덧붙였을 뿐 이전 숫자를 모두 그대로 둔 것은 아니었다.[1][2]
통계의 수정은 새달 변화와 분리해서 읽어야 한다. 7월 수치가 0.9%에서 0.7%로 바뀐 차이는 0.2%포인트다. 이것은 8월의 하락률 0.1%를 구성하는 별도의 품목 가격 하락이 아니다. 같은 7월을 서로 다른 시점에 추정한 결과의 차이다. 과거판의 7월과 새판의 8월을 아무 설명 없이 나란히 놓으면 시계열의 버전이 섞인다.
생산자물가의 서비스는 무엇을 재나
이번 최종수요 PPI는 생산자가 받는 판매가격의 움직임을 다루는 지표다. 상품뿐 아니라 서비스도 들어 있고, 그중 도소매 서비스는 상품의 매장 판매가격 자체가 아니라 도매상과 소매상이 받는 마진의 변화를 측정한다. 이 구분은 8월 결과를 이해하는 데 직접 필요하다. 서비스 지수는 0.2% 내렸지만 상품 지수는 0.1% 올랐기 때문이다.[1]
서비스 안에서는 도소매 서비스 마진 지수가 1.7% 하락했다. 이 수치를 ‘가게에서 파는 모든 상품 가격이 1.7% 내려갔다’로 옮기면 통계가 재는 대상을 바꾸게 된다. 상품을 매입하고 판매하는 가격의 차이가 좁아지는 상황과 고객이 내는 가격 자체가 내려가는 상황은 같지 않다. PPI의 서비스 항목을 생활 속 물가로 번역할 때 먼저 확인할 부분이다.[1]
상품값과 유통 마진은 어떻게 엇갈리나
가정한 예시로 상점이 물건을 80에 사서 100에 판매했다면 두 가격의 차이는 20이다. 다음 기간에 매입가격이 82, 판매가격이 101이 되면 차이는 19로 줄지만 고객이 내는 가격은 1% 오른다. 차이의 감소율은 5%다. 여기서 20과 19는 개념을 보여 주는 단순 마진이며 실제 PPI 산식을 복원한 것이 아니다. 이 예시는 상품 가격 상승과 유통 서비스 마진 하락이 함께 일어날 수 있음을 보여 준다.
제외 지수와 전체를 합칠 수 있을까
전체 지수와 일부를 제외한 지수도 같은 질문에 대한 경쟁 답안은 아니다. 8월에는 식품·에너지·도소매 서비스를 제외한 최종수요 가격이 0.3% 올랐다. 전체가 0.1% 내렸다는 결과와 부호가 다르지만, 제외한 범위가 다르기 때문에 모순되지 않는다. 변동성이 큰 항목을 덜어 낸 수치는 남아 있는 부분의 흐름을 살피는 도구이며, 전체 지수를 대체해 모든 거래 가격이 올랐다고 말할 근거는 아니다.[1]
여러 하위 지수의 변화율을 단순히 더하거나 평균해서 전체를 만들 수 있는 것도 아니다. 상품과 서비스가 전체에서 차지하는 비중이 다르고, 세부 분류 사이에는 포함 관계가 있다. ‘서비스 0.2% 하락, 상품 0.1% 상승이므로 전체 0.1% 하락’이라는 우연한 숫자 일치는 올바른 합산식이 아니다. 서로의 가중치가 같다는 가정을 먼저 입증하지 않았다면 그런 덧셈을 계산 근거로 제시할 수 없다.
같은 원리로 어떤 세부 항목의 변동률이 가장 크다는 사실만으로 전체 변동에 대한 기여가 가장 크다고 단정할 수 없다. 아주 작은 품목이 크게 움직여도 전체 영향은 작을 수 있다. 기여를 설명하려면 해당 품목의 범위와 비중이 필요하다. 보고서가 직접 기여를 설명한 문장과 독자가 변화율 크기만 보고 만든 추정을 구분해서 기록해야 한다.
자료 판본과 누적 변화는 어떻게 맞추나
앞선 8월 14일 자료는 7월 최종수요 상승률을 0.9%로, 서비스 상승률을 1.1%로 제시했다. 9월 10일판은 7월 전체 상승률을 0.7%로 제시했다. 전월 값을 비교할 때는 ‘7월 최초 발표 0.9%, 최신 발표 속 7월 0.7%’처럼 날짜를 붙여야 한다. 최신 7월 0.7%와 8월 -0.1%를 같은 판본의 연속 월간 변화로 읽는 편이 일관된다.[1][2]
가정한 지수가 6월에 100이었다면 수정된 7월 0.7% 상승을 적용한 값은 100.7이다. 여기에 8월 0.1% 하락을 적용하면 100.7에 0.999를 곱한 100.5993이 된다. 두 달 누적 변화는 약 0.5993%다. 0.7에서 0.1을 빼 얻은 0.6%와 가깝지만 정확히 같지 않은 이유는 둘째 달 변화의 분모가 100이 아니라 100.7이기 때문이다. 실제 지수 수준을 추정한 예시가 아니다.
반대로 7월 최초 수치 0.9%를 이 예시에 넣으면 100.9에 0.999를 곱한 100.7991이 나온다. 두 계산 결과의 차이에는 8월에 새로 발생한 가격 변화가 아니라 7월 추정치 수정이 들어 있다. 결과가 다르다는 이유로 8월 가격 하락을 두 번 세거나, 수정 폭을 실제 거래가격의 별도 하락으로 합산하면 안 된다. 날짜와 자료판을 맞추는 일이 복리 계산보다 먼저다.
기간과 조정 방식은 왜 함께 적나
월간과 연간 변화의 비교에는 조정 방식도 붙는다. 이번 발표의 전체 전월 대비 -0.1%는 계절조정 수치이고, 12개월 상승률 2.6%는 계절조정하지 않은 수치다. 둘은 비교 기간과 조정 방식이 모두 다르다. 한 달 하락했다고 작년 같은 달보다 가격 수준도 낮아졌다고 할 수 없다. 연간 상승률이 양수인 상황에서 월간 하락은 얼마든지 함께 나올 수 있다.[1]
수정 전후를 설명할 때 표현도 달라진다. ‘생산자물가가 이전 발표보다 0.2%포인트 낮게 수정됐다’는 문장은 같은 달 추정의 변경을 말한다. ‘생산자물가가 지난달보다 0.1% 하락했다’는 문장은 연속한 두 달을 말한다. 두 문장을 하나의 가격 하락률로 묶으면 비교 대상이 사라진다. 표에 발표일과 대상월을 서로 다른 열로 두면 이 오류를 줄일 수 있다.
소비자물가와의 관계 역시 자동 변환식으로 쓰지 않는다. 생산자가 받는 가격과 소비자가 사는 묶음은 거래 단계와 구성 범위가 다르다. 기업이 비용 변화를 판매가격에 언제 얼마나 반영할지도 이 두 PPI 발표만으로 확인되지 않는다. 8월 PPI의 하락률을 그대로 다음 소비자물가 하락 예측으로 옮기거나 정책금리의 확정 경로로 읽을 근거는 없다.
통계표를 보관할 때는 값뿐 아니라 처음 확인한 발표일과 나중에 대조한 발표일도 남길 필요가 있다. 예를 들어 8월 14일에 쓴 기록에 당시의 0.9%가 들어 있다면 그 문장은 그 시점에 공개된 정보의 기록이다. 9월 10일의 해설에서는 수정된 0.7%를 사용하면서 이전 발표가 0.9%였다고 설명할 수 있다. 나중 값으로 옛 기록을 조용히 바꾸는 일과 새 기록에서 수정 사실을 밝히는 일은 다르다.
계절조정한 월간 비율만으로 조정하지 않은 연간 비율을 정확히 재현하려 하지 않는 것도 같은 원칙이다. 앞의 복리 예시는 같은 종류의 연속 월간 변화 두 개를 같은 판본에서 가져왔을 때 적용하는 계산이다. 월별 수치의 조정 여부가 다르거나 중간 달이 빠졌다면 해당 연산의 전제가 충족되지 않는다. 분모의 날짜와 통계의 범위를 맞춘 뒤에 계산기를 쓰는 것이 숫자의 정밀도를 높이는 것보다 우선한다.
이 기록은 9월 13일 주간 종료일까지 공개된 9월 10일 자료와 8월 14일 원문을 대조했다. 이후의 재수정 수치를 소급해 넣지 않았으며 계산 예시는 실제 지수나 특정 기업 실적이 아니다. 이 발표에서 배울 순서는 발표일과 대상월, 수정 여부, 상품·서비스 범위, 조정 방식과 분모를 차례로 확인하는 것이다. 그래야 같은 표 안에 있는 수치들이 서로 무엇을 비교하는지 유지할 수 있다.
