季度实际GDP增长率混频预报单调性的统计检验  

The Statistical Test of Nowcast Monotonicity of Quarterly Real GDP with Mixed-Frequency Model

作　　者：刘汉[1] 刘营[2] 王永晶 Liu Han;Liu Ying;Wang Yongjing

机构地区：[1]吉林大学数量经济研究中心暨商学与管理学院 [2]吉林大学商学与管理学院

出　　处：《统计研究》2023年第2期145-157,共13页Statistical Research

基　　金：国家自然科学基金青年基金项目“基于高维混频数据的旅游需求预测建模与应用研究”(72004077);教育部人文社会科学研究青年基金项目“高维多重混频数据建模及其应用研究”(20YJC790076);教育部人文社会科学重点研究基地重大项目“跨周期和逆周期结合下的金融安全维护研究”(22JJD790066);2022年度国家统计局重大统计专项“我国宏观经济Nowcasting预测模型构建研究”(2022ZX20);吉林大学研究生创新基金资助项目“高维多重混频数据建模及其应用研究”(101832020CX066);吉林大学学科交叉融合创新培育项目“大数据宏观经济混频计量理论建模与可视化实证研究”(JLUXKJC2020312);吉林大学青年师生交叉学科培育项目;中央高校基本科研业务费专项资金资助。

摘　　要：本文从统计意义上检验了因子混频数据模型对我国季度实际GDP增长率的实时预报误差是否会随着新数据信息的采用而逐渐降低,并呈现出单调递减的统计特征。实证结果表明:无论伪样本内外长度比和数据更新时间间隔如何,基于因子混频数据模型生成的预报单调性检验结果都从总体上证实,实时更新的月度数据信息可逐步改善季度实际GDP增长率的预报精度,且在样本的时变特征和阶段属性发生变化时,预报单调性检验方法仍具有稳健性。预报单调性检验是对现有预测和预报评估方法的有效补充和扩展,可为政府部门、相关机构和投资者实时评估宏观经济状况提供有价值的信息和参考。The paper tests whether the nowcast error of quarterly real GDP growth rate in China obtained by the factor mixed-frequency data models will gradually decrease with the adoption of new data information, which shows the statistical characteristic of monotonic decrease. The empirical results show that the nowcast monotonicity test results obtained from the factor mixed-frequency data models generally confirm that the nowcast accuracy of quarterly real GDP growth rate would be improved by adding more monthly updated real-time information, regardless of the length of the out-of-sample nowcast window and the data update interval. Moreover, the nowcast monotonicity tests are robust when the sample’s time-varying characteristics and stage attributes change. The test is an effective supplement and extension to the existing forecasting and nowcasting evaluation methods, and can provide valuable information and consultation for governments, institutions, and investors to assess the macroeconomic conditions in real time.

关 键 词：季度实际GDP增长率 实时预报 因子混频数据模型 单调性检验 

分 类 号：F224.0[经济管理—国民经济]