论文部分内容阅读
作为衡量一国宏观经济运行状况的重要指标,GDP不仅可以反映一国经济的繁荣与衰退,同时也能够为宏观经济政策的制定提供依据,因此准确把握GDP的发展走势具有重要意义。然而由于季度GDP与预测指标的数据频率往往存在差异,将混频数据处理为同频数据构建同频模型的传统方法将会造成信息的损失或虚增。因此,通过总结国内外相关的研究方法,基于混频模型的建模理论构建MIDAS模型及其拓展形式对中国季度GDP进行预测。首先系统介绍了混频模型的建模理论,并基于U-MIDAS模型结合同频误差修正模型详细推导了两种混频误差修正模型,即ECM-MIDAS模型和CoMIDAS模型。其次,将“克强指数”作为月度预测指标,基于五种权重函数形式分别构建单变量MIDAS模型和多变量MIDAS模型对中国季度GDP同比增长率预测。而后,将广义货币M2作为月度预测指标,基于无约束和有约束即五种权重函数形式分别构建ECM-MIDAS模型和CoMIDAS模型对中国季度GDP环比增长率预测。在此基础上,引入预测效果的衡量指标及相关图表等将混频模型的预测精度与同频模型进行对比研究。研究结果表明,无论是何种形式的混频模型均能够改善同频模型的预测效果,因此中国季度GDP的混频预测具有有效性。对于不同形式的混频模型而言,基于“克强指数”的混频模型表明多变量MIDAS模型在一定程度上能够改善单变量MIDAS模型的预测精度,虽“克强指数”仍是预测GDP的重要指标,但铁路货运量对中国GDP的指示性作用变弱。基于M2的两种混频误差修正模型为环比增长率的分析提供了新思路,并表明无论是ECM-MIDAS模型还是CoMIDAS模型,误差修正项的加入都能够显著改善混频模型的预测精度,且此例中ECM-MIDAS模型的预测效果略优,但由于二者预测误差相差极小,模型的选择影响甚微,二者是一个互补而非替代的关系。另外,无约束的混频模型在频率倍差较小且滞后项较少时更有效,而对于有约束的混频模型,虽beta权重函数有较好的表现,但五种权重函数都没有绝对的优势,仍须具体情况具体分析。