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

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。