总结在宏观数据分析中最基本的几个概念，当月vs累计、同比vs环比、季调。。。
当月值vs累计值
一般来说，月度与季度指标是对当月或当季的经济活动的度量。但由于统计资料和技术的限制，获得当期数据较为困难，所以有了累计值这个指标。
中国使用的累计值一般是指”年初至今累计值”（year to date，ytd），是宏观数据从每年年初至当年各个月份的累计数值。通过累计值的方式发布数据的一大原因是该数据所涉及的经济过程持续时间较长、具体进程难以分割。
累计值与统计值是两个不同的统计体系，直接通过累计值计算当月值不准确。累计值与当月值的换算牵涉到如何将现有完成工作合理分配至各月、各季的问题。
累计值是年初至当月的累加数，所以用累计值计算的增长率越到年末越接近全年平均增速。
同比vs环比
环比和同比都是用来描述统计数据的变化情况的。
英语中好像没有单独的词来翻译，用Year on Year (YoY), Month on Month (MoM), Quater on Quater (QoQ)来表示。
也可以用一些缩写，比如：
- 同比：vs. SPLY (Same Period Last Year)
- 环比：vs. LP (Last Period)
环比
环比表示本次统计段与相连的上次统计段之间的比较。
比如2010年中国第一季度GDP为$G_{10-1}$亿元，第二季度GDP为$G_{10-2}$亿元，则第二季度GDP环比增长
$$
\frac{G_{10-2} - G_{10-1}}{G_{10-1}} * 100%
$$
多数情况下，用来比较相邻两个月之间的数据变化。
同比
同比，即同期相比，表示某个特定统计段今年与去年之间的比较。
比如2009年中国第一季度GDP为$G_{09-1}$亿元，则2010年第一季度的GDP同比增长为
$$
\frac{G_{10-1} - G_{09-1}}{G_{09-1}} * 100%
$$
异同
季节性
同比适用于观察某个指标在不同年度的变化，优势是可以去除大多数业务的季节因素：比如招聘，2月是淡季，3月是旺季，做3月的分析时用环比实际上体现出的是招聘市场的变化，而不是公司销售额的变化，用同比则可以看出今年的增长情况；
劣势是灵活性较低，因为同比大多数以年为单位（否则就达不到去除季节因素的目标），不能反映出数据的短期大量变化。
环比适用于表示数据的连续变化趋势，优势是对于高速增长型业务，能非常好的体现出业务的增长趋势和事件的影响（典型如新开网站流量，UV第一周100，第二周300，第三周500，第四周做了个活动，2000，第五周1000，那么前三周网站的用户增长趋势很好，第四周数据有个突增，能看到活动带来的增长是很明显的）。
劣势是光看数字难以排除季节性因素，且对于稳定波动型数据（例如部门人数，每月有进有出，一年内的走势不明确，但部门规模又逐年扩大）来说，趋势不明显，环比意义相对小。
滞后性
同比数据虽然可以避免季节性因素的干扰，但同比指标普遍存在滞后性。
例子：假如2015年CPI正常波动，16年以后CPI指数绝对水平保持不变，CPI同比增幅在2016年将继续不为零，直到2017年1月才显示同比0增速。而环比数据则可以在2016年初就体现出0增长的特点。
季节性调整
季节性因素在宏观数据中是非常普遍的，所以在观察判断短期经济走势时，用季节性调整的方法消除季节性因素很有必要。
季节性调整目的在于从实际变量中剔除由于季节性周期原因而导致的偏高和偏低。变量一般被分解为趋势项、季节项和随机扰动项，季节调整即将季节项剔除的过程。而分解方式主要包括加法与乘法两种，加法分解即将变量分解为趋势项、季节项和随机扰动项之和，而乘法季调则为三者之积。两类分解方式对应加法季调和乘法季调两种方法。季调方法选择一般依据指标性质而定，以指数级数增长的指标使用乘法季调，例如GDP，而绝对水平较为平稳的使用加法季调，例如每月的降雨天数。