土耳其通胀数据发布日，我把三组官方口径并排核对了一遍

土耳其统计局（TÜİK）每月初发布CPI，同一份数据在三个地方能读出三个不同的故事：TÜİK官网的月度表、ENAG（独立研究机构）的估算、以及市场在数据公布后两小时内对里拉和国债的定价。我这次把2024年以来的月度数据按「环比-同比-核心」三个维度并排重排，发现三组口径的离散度在特定月份会突然放大，而不是均匀分布。

我的做法是先固定数据源和字段：TÜİK的CPI环比、同比、核心C（剔除能源、食品、酒精、烟草、黄金），ENAG的月度估算同比，以及CBRT（央行）公布的市场参与者预期调查。用Python把三组序列按月份对齐，计算每个月的离散度：

import pandas as pd
df = pd.read_csv('tr_cpi_2024.csv')  # month, tuik_mom, tuik_yoy, tuik_core, enag_yoy
df['gap'] = df['enag_yoy'] - df['tuik_yoy']
df['gap_abs'] = df['gap'].abs()
df['z'] = (df['gap'] - df['gap'].mean()) / df['gap'].std()
print(df.loc[df['z'].abs() > 1.5, ['month','gap','z']])

跑出来的结果很直接：离散度超过1.5个标准差的月份，集中在里拉大幅贬值后的次月，以及最低工资调整后的第一个月。这不是统计噪声，而是口径差异在价格冲击期被放大——TÜİK的权重篮子更新滞后，ENAG的估算更贴近高频交易数据，两者在冲击期会分叉。

为什么这样做：新闻编辑室里最容易犯的错是把TÜİK的同比当成唯一事实，然后在标题里写「通胀放缓」或「通胀升温」。但读者真正需要的是「这个数字在哪个口径下成立」。代价是，三组口径并排会让文章变长，而且ENAG不是官方机构，引用时必须标明来源和估算性质，不能混在官方数据里当事实陈述。

哪里会失效：第一，ENAG的方法论不公开到可复现的程度，离散度分析只能当信号，不能当结论；第二，CBRT的预期调查是问卷，样本偏差在极端月份会放大；第三，里拉计价和美元计价的通胀读法完全不同，我这次只做了里拉口径，跨境读者会误读。我自己踩过的坑是，把ENAG的同比直接和TÜİK的核心C对比——这两个不是同一类指标，比出来的离散度没有意义。

你们在跟踪土耳其月度数据时，是固定用TÜİK的哪个分项做基准，还是会同时保留ENAG做对照？如果保留，离散度到多少你们会改标题口径？