% 把同比、环比时间序列（例如PPI,PPI等）转换成定基指数序列的函数。
% 寇文红，2009年5月26日于隆安公寓。10月27日修改

% 用途：
% 国家统计局公布的CPI、PPI、工业增加值等都是同比月度序列（有时有环比），没有原始绝对量数据。
% 这些同比序列是用原始绝对量序列直接计算来的，而原始数据中包含了趋势性、周期性、季节性、不规则性（其中包括异常值）等四个部分。
% 因此这些同比序列：
%（1）依赖于过去12月的数据。隐含假定每年的季节模式不变。这是不对的。
%（2）包含移动假日效应（例如春节效应）、季节性、以及每月交易日数目不同带来的影响。
%（3）容易掩盖趋势变化，用这种数据来观察经济趋势转折点不准确，一般要趋势变动几个月后到半年才能看出来，错过时机。
% 由于不能对同比序列进行季节调整，而应该对原始序列进行季节调整，但是我国的原始序列不可得。因此
% 本程序的目的是把同比（环比）序列转化成定基指数序列，然后对其进行季节性调整。

% 转换方法：
% 把环比数据分四种情况：A，有齐全的环比；B，有环比，有缺失，但至少有一个周期齐全；C，有环比但没有一个周期齐全；D，没有环比。
% 把同比数据分两种情况：a，有同比（不管是否齐全）；b，无同比数据。
% 这样一共有八种组合，可以分出三种转换方法：
%（1）Aa,Ba，有环比，环比数据至少有一个周期（例如2000年）是齐全的。另外还有同比（不管同比是否齐全）。这在中国最常见，例如CPI和PPI数据。
%     这时可令（例如）2000年1月=100，用环比数据计算出2000年2-12月的指数，再用同比数据计算出其他各年各月的数据。
%     但是，由于我国的同比、环比数据往往不匹配，即用方法1，2计算得到的指数，再倒算环比，和原始的环比数据往往对不上。差别相当大。
%     对此，如果我们假设“同比数据不失真”，那么必定有“环比数据失真”，这意味着方法1中用环比数据来计算基年的数据是有问题的，即人为地引入了干扰
%     。很多人在有环比数据的情况下，宁愿采用下面的方法2，即完全用同比数据构造指数（例如张鸣芳，2009，p.95），
%     也许就是因为他们认为环比数据不准。但是这种方法也是饮鸩止渴，是我见过的最愚蠢的方法，因为这样最初引入的误差永远不能消除。
%（2）Ca,Da,有环比数据，但每个周期都不齐全，等同于没有环比。有同比数据（不管是否齐全）。
%     这时令第1年之前1年各月都为100，再依次推出其他各年各月的指数。这是很多人的做法，他们认为这样开始几年的误差较大，
%     但不断衰减的，几年之后就可忽略不计。其实不是这样。推导一下就可以知道，最初那年引入的误差是永远也不会消失的。
%（3）Aa,Ab,有环比数据,且各月数据齐全，无缺失值。这时可令第base个数据为100，再依次推出以后各月数据。
%     但是，对于中国的数据，环比常常有缺失。即使无缺失，同比和环比也往往不匹配，导致用方法1和3得到的指数不一致。
%     因此我们建议尽量使用同比数据来计算，即首选方法1，其次是方法2，再次是方法3.
%     也就是说，对于Aa的情况，尽量用方法1.只有对于Ab的情况，才采用方法3.
%（4）其他可能性Bb,Cb,Db：没有同比也没有齐全的环比，这时候无法转换。

% 用户输入：
% 在调用本函数之前，需要用户设定的参数有6个：
% （1）时间date
% （2）环比序列mom
% （3）同比序列yoy，如果没有可以设定yoy=[]；
% （4）per，如果取0，表示原始的yoy和mom已经是百分比，只要加1即可；如果不取0，则表示原始yoy和mom是百分点数，需要除以100换算成百分比再加1。
%     由于我国统计局公布的同比序列都是百分点数，因此本函数中，只要用户不选择per==0,那么不管per等于多少，都默认为需要除以100。
% （5）approach，可以等于1，2，3，对应上述三种算法。用户必须根据自己数据的情况来选择approach的值。
% （6）base，表示把第base个观测所在月份作为基期（=100），用户必须根据自己数据的情况来选择base的值。原始数据最好从某年1月开始，base对应某年的1月份。

function index=function_to_switch_yoy_and_mom_ts_to_common_base_index(date,mom,yoy,per,approach,base)
if per==0
    yoy=yoy+1;
    mom=mom+1;
else
    yoy=yoy/100+1;
    mom=mom/100+1;
end

obs=length(date); 
if base>obs
    error('傻帽，你设定的base太大了，base应该小于观测的数目')
else
end

index=zeros(obs,1);                       %用来存放转换好的指数序列。
    
if approach==1
    index(base)=100;
    for i=1:11
        index(base+i)=index(base+i-1)*mom(base+i);
    end   
    for i=0:11
        for j=1:(base/12+1)
            if (base+i)-12*j>0
                index(base+i-12*j)=index(base+i-12*(j-1))/yoy(base+i-12*(j-1));
            else
            end
        end
        for j=1:(obs-base)/12
            if (base+i)+12*j<obs||(base+i)+12*j==obs
                index(base+i+12*j)=index(base+i+12*(j-1))*yoy(base+i+12*j);
            else
            end
        end
    end
   
elseif approach==2
    if base~=1
        disp('对于这种方法，我们推荐以第一年之前的那一年为基期，不管用户选择base为多少，都强制地令base==1')
        base=1;
    else
    end   
    for i=1:12
        index(i)=100*yoy(i);
    end   
    for i=0:11
        for j=1:obs/12
            if base+i+12*j<obs||base+i+12*j==obs
                index(base+i+12*j)=index(base+i+12*(j-1))*yoy(base+i+12*j);
            else
            end
        end
    end
   
elseif approach==3
    disp('对于中国的数据，我们不推荐采用这种方法，推荐首选方法1，其次方法2，再次才是这种方法')
    index(base)=100;   
    for i=1:base-1
        index(base-i)=index(base-i+1)/mom(base-i);
    end   
    for i=1:obs-base
        index(base+i)=index(base+i-1)*mom(base+i);
    end
   
else
    error('参数approach的值应当是1，2，或3。你个大傻帽！');
end

disp('tmd统计局这帮混蛋，你们编造的这些烂数据，使我们不得不浪费多少时间和精力来寻求真相啊！');

%程序写完之后，卫平认为有两个缺点：一是一次只能处理一个序列。我的看法是反正中国的经济序列长度各不相同，想批量处理也不可能；
%二是他认为循环太多，降低了计算速度，应该多用MATLAB内嵌的函数。他作了修改，出了一个循环少的。
%我觉得像我这样的大脑也就能想出这样的方法了，聪明的方法是他那种智商的人想的，哈哈，我是学不来的。
%就是这次学了，下次遇到另一个问题肯定还是用笨办法。好在现在CPU比较好，中国的经济序列又都不长......哈哈