基于高维混频信息甄选的宏观经济总量实时预报与短期预测  

Nowcasting and Short-Term Forecasting Macroeconomic Aggregates Based on the High-Dimensional Mixed-Frequency Information Identification and Selection

作　　者：刘汉[1,2] 刘营[2] 卓杏轩 LIU Han;LIU Ying;ZHUO Xingxuan(Jilin University;Fuzhou University)

机构地区：[1]吉林大学数量经济研究中心 [2]吉林大学商学与管理学院 [3]福州大学经济与管理学院,福建省福州市350108

出　　处：《经济学（季刊）》2023年第3期1112-1130,共19页China Economic Quarterly

基　　金：国家自然科学基金青年科学基金项目(72004077、72103044);教育部人文社会科学重点研究基地重大项目(22JJD790066);教育部人文社会科学研究项目青年基金项目(20YJC790076);福建省自然科学基金青年项目(2020J05124);吉林大学研究生创新基金资助项目(101832020CX066);吉林大学“学科交叉融合创新”培育项目(JLUXKJC2020312);中央高校哲学社会科学研究创新团队项目(2022CXTD25)的资助。

摘　　要：本文采用阈值组惩罚无约束混频数据抽样(T-GP-U-MIDAS)模型对中国季度实际GDP增长率进行实时预报和短期预测,并研究其精度提升机理。实证结果显示:与AR等传统模型相比,T-GP-U-MIDAS模型在预测精度方面具有显著的比较优势;T-GP-U-MIDAS模型通过引入具有先行特征的阈值变量识别经济运行中可能存在的转变点,并依据不同的经济状况筛选出对预测实际GDP增长率存在重要影响的核心变量,在一定程度上提高了模型的预测和解释能力,是现有混频数据模型的有效改进和补充。The Threshold Group Penalized Unrestricted Mixed Data Sampling(T-GP-U-MIDAS)model is proposed to nowcast and forecast China's quarterly real GDP growth rate,and the accuracy improvement mechanism of the model is studied.The empirical results show that the forecast performance of the T-GP-U-MIDAS model is superior to benchmarks.The T-GP-U-MIDAS model could identify possible change points in economic operations by introducing a leading threshold indicator,and then select a series of core variables that affect the real GDP growth rate under different economic conditions,resulting in an improvement in predictive and explanatory capabilities of the model.

关 键 词：高维混频数据 T-GP-U-MIDAS模型 实际GDP增长率 

分 类 号：F224[经济管理—国民经济] F124