Respuesta corta : Su YoY porque mide exactamente cuánto ha crecido el nivel de precios en 12 meses. Dudo que una fuente oficial responda a eso: hay cosas que se consideran de dominio público. Sin embargo, dado que tienes el índice o los valores a/a de las tasas de crecimiento, supongo que tienes una respuesta indirecta.
Respuesta larga : La inflación (como casi todo en finanzas y economía) crece con el tiempo, por lo que es de naturaleza exponencial. El media geométrica es la mejor medida para determinar el índice de crecimiento medio. Si lo haces correctamente, tu aproximación será idéntica a la cifra YoY. He utilizado FredAPI en Julia para mostrarlo. Una de las medidas más comunes del IPC para los Estados Unidos es CPIAUCSL .
Obteniendo el dataframe, y haciendo el cálculo de las tasas de crecimiento YoY y MoM en pct resulta en el siguiente df,
donde la zona resaltada son los datos originales. Obsérvese que FRED utiliza 2020-12-01 para referirse al IPC de diciembre (que en realidad es de finales de diciembre, publicado en enero).
a ) para obtener el porcentaje del año 2021, se utiliza el final de diciembre de 2020 (que es el comienzo de enero) y el final de diciembre de 21 y se calcula el cambio porcentual. Haciendo esto para cada mes, se obtiene la columna YoY %
b ) si se hace MoM, se calcula el cambio de un mes a otro, columna MoM%
c ) la media geométrica se define como $$\left({\frac {a_{1}}{a_{0}}}{\frac {a_{2}}{a_{1}}}\cdots {\frac {a_{n}}{a_{n-1}}}\right)^{\frac {1}{n}}=\left({\frac {a_{n}}{a_{0}}}\right)^{\frac {1}{n}}$$ Ahora, podemos calcular fácilmente ambos para ver que son equivalentes
gm = geomean(last(df.MoM, 12))-1
println("The geometric mean from monthly growth rates is $(round(gm, digits = 5)*100)%")
growth_rate = df.value[end]/df.value[1]
println("The YoY % growth rate is $(round((growth_rate-1)*100, digits = 5))%")
println("We can also turn this into monthly values: $(round(growth_rate^(1/12)-1, digits = 5)) ...")
println("... which is $(round((growth_rate^(1/12)-1)*100, digits = 3))% ...")
println("... which happens to be identical to the geometric mean: $(gm == growth_rate^(1/12)-1)")
println("From the start value of the CPI ($(df.value[1])), you can use the geometric mean to compute the end value of the CPI: $(df.value[1]*(1+gm)^12)")
println("Or you use the start value of the CPI ($(df.value[1])), and YoY to compute the end value of the CPI: $(df.value[1]*(1+df[!,"YoY %"][end]/100))")
Ahora bien, expresar las tasas de crecimiento en valores mensuales es muy difícil de entender para la gente. ¿Le resulta más fácil decir que ganó un 7% de rentabilidad el año pasado con una acción, o escuchar que ganó, de media (geomean), un 0,13% a la semana?
Lo que no se debe hacer es utilizar la media de los valores mensuales a/a. Eso no tiene mucho sentido y no se refiere a las tasas de crecimiento en 2021. Son tasas de crecimiento interanual y, dado que la inflación se aceleró el año pasado, subestimará la tasa de crecimiento real a lo largo del año de forma significativa.
EDITAR
Si lo que se quiere es un aumento porcentual de los precios desde el principio del año hasta el final, que es como se suelen comunicar las tasas de inflación, se utiliza la tasa interanual de diciembre.
Supongamos que un iPhone cuesta 1.000 libras esterlinas a principios de enero (como siempre hay valores mensuales para la inflación, el final de diciembre es, con mucho, el mejor indicador para el valor de principios de enero). Si al final del año hay que pagar 1.100 libras por exactamente el mismo modelo, ¿en cuánto aumentó el precio del iPhone a lo largo del año? Supongo que nadie discute que aumentó 100 libras, o un 10%.
Si toda la economía fuera iPhones, esa sería nuestra inflación. Ahora, obviamente, el coste de un iPhone a lo largo de ese año podría haber sido cualquier cosa. Puede que se vendiera por 500 libras en el Black Friday, en cuyo caso el precio medio que la gente pagó estaría probablemente muy por debajo de las 1000 libras. Sin embargo, si quieres saber cuánto aumentó el precio en todo el año (lo que es parecido a la inflación), utilizas el valor inicial y el final.
El BLS (Bureau of Labour statistics) tiene un Página de preguntas frecuentes donde en el punto 16 se puede leer: "A veces se informa del nivel del índice en sí, pero también es habitual que se informe de las variaciones porcentuales de un mes o de 12 meses". Estos son los tres valores que proporcioné anteriormente (desestacionalizados en mi caso).
El BLS en realidad le permite recuperar los promedios anuales (de los valores mensuales YoY - el 4,7 en la columna anual de abajo),
al igual que podría hacerlo en FRED también:
Tenga en cuenta que el BLS no está ajustado estacionalmente y el FRED sí lo está (ambos están disponibles). Sin embargo, piense en cómo se calcula esa media. Es la media del YoY en mi ejemplo.
Se trata del precio medio de un iPhone, cada mes, comparado con el precio de hace un año, y luego promediado a lo largo del año, como se puede ver a continuación (si cambias el último precio por el 1100 tienes el ejemplo anterior). Los números coinciden con los datos de inflación, porque simplemente normalicé el precio de un "iPhone" para que coincidiera con los datos de inflación proporcionados.
Como se muestra arriba, el propio BLS no menciona esta posibilidad como una de las opciones en su FAQ. usinflationcalculator.com lo computa también como el estándar YoY en diciembre, pero añade que el BLS le permite mostrarlo como un avg mientras añade que este número es raramente discutido.
Los datos no son realmente publicado así por la BLS, pero es una opción sencilla que puede elegir si marca la casilla "incluir medias anuales" en una plantilla genérica (al igual que FRED). Esto puede tener más sentido para otras series, a menos que su objetivo no sea obtener el cambio en los niveles de precios de principio a fin.
Dejaré que quien lea esto decida si el precio de un iPhone que costaba 1000 a principios de año y que cuesta ~1100 a finales de año creció un 4,6% durante ese año o un ~10%. Además, cada uno puede decidir si ese aumento de precio se refiere a la inflación de ese año, o no (y a qué se refiere realmente ese 4,6%).
Lo dejaré así.