【摘 要 】

本研究利用中国宏观经济指标构建了基于贝叶斯估计的混合频率向量自回归模型（MF-BVAR），并对该模型预测中国宏观经济运行情况的效果进行了检验。本文模型在允许多变量、不同频数据共存的条件下提高了模型估计的自由度，从而实现高精度预测。实证结果显示，在宏观经济管理部门所关注的核心经济变量CPI、RPI和GDP等的预测方面，MF-BVAR 模型相对于目前广泛应用的同频向量自回归模型和 MIDAS 模型， 预测精度都有显著改善。本文亦发现房地产投资对于模型预测能力的重要作用，从样本外预测的角度佐证了房地产部门对于中国宏观经济的重 要影响。本文也验证了中国股票市场表现不能对预测宏观经济运行提供额外贡献。

【关 键 词】

向量自回归；混合频率；经济预测；贝叶斯估计

【作者】

张劲帆，IMI 研究员，经济学博士，副教授，香港中文大学（深圳）经济管理学院，深圳高等金融研究院

刚健华，IMI 研究员，经济学博士，副教授，中国财政金融政策研究中心，中国人民大学财政金融学院

钱宗鑫，IMI 研究员，经济学博士，副教授，中国人民大学财政金融学院

张龄琰，金融学学士，硕士研究生，美国哥伦比亚大学，工业工程与运筹学系

View Fullscreen