混合频率数据在宏观经济预测中的模型构建.docxVIP

混合频率数据在宏观经济预测中的模型构建

一、引言

宏观经济预测是支撑逆周期宏观调控、引导市场主体形成稳定预期的重要基础性工作，预测的准确性、实时性与前瞻性，直接影响决策的科学性与有效性。长期以来，宏观经济研究与预测实践始终受困于数据频率不匹配的现实约束：作为宏观经济核心观测指标的国内生产总值、居民可支配收入、资本形成总额等关键变量，多以季度、年度为频率发布，而反映经济运行动态的生产、消费、金融、预期类指标，发布频率覆盖月度、周度乃至日度，不同指标的发布节奏、时滞存在显著差异。早期的宏观预测模型为满足同频输入的技术要求，往往通过简单平均、加总的方式将高频数据降为低频，或是通过线性插值将低频数据拆分为高频，这两种处理方式要么稀释了高频数据携带的前瞻性拐点信号，要么人为引入了不存在的虚假波动，不仅容易造成预测偏差，还会拉长预测的响应时滞（Ghysels等，2004）。过去一段时期，随着数据可得性的提升与计量方法的发展，直接利用混合频率数据开展宏观预测的方法逐步成熟，有效突破了传统同频模型的信息利用瓶颈，成为全球主流宏观研究机构开展实时监测与预测的核心工具。但在具体实践中，部分模型构建存在逻辑脱节、数据堆砌、参数僵化等问题，往往出现样本内拟合效果优异、样本外预测稳定性不足的现象，未能充分发挥混合频率数据的信息优势。本文将从混合频率宏观预测的核心逻辑出发，按照由浅入深、从框架到细节的路径拆解