当前全球经济复苏、中国基本面良好、转型升级加快推进的发展背景下,及时准确地预测中国GDP具有重要意义。基于动态因子模型（DFM）构建的即时预测模型作为国际上被广泛应用且卓有成效的模型范式,在我国应用较少。推动我国基于动态因子模型的预测模型的运用具有非常重要的意义,其不仅能够完善中国在即时预测研究上的缺失,建立中国的即时预测模型,而且可以即时为政策制定者提供参考,使决策者可以更有针对的制定政策,助力于维持经济的平衡运行。基于此,本文聚焦于我国GDP即时预测,对现有即时预测方法进行全面、深入的剖析与对比,并对我国季度GDP即时预测展开实证分析。本文选取中国宏观经济数据,基于高频月度经济金融数据开展对我国季度GDP的即时预测研究。本研究的实现流程主要为以下四步:第一,引入桥接方程、混合数据抽样模型、混频向量自回归模型以及动态因子模型进行实证分析,通过对比检验动态因子模型即时预测的有效性;第二,将新冠肺炎疫情对经济造成的冲击纳入考量范围,对比经历冲击前后动态因子模型模型预测有效性的变化;第三,将多个经济变量依照数据发布时序分为不同信息块,研究每一信息块发布后对即时预测中国季度GDP增长率准确性的边际影响;第四,利用组合预测方法将动态因子模型与其他即时预测模型组合。本文得出主要结果如下:第一,助力实现中国季度GDP的即时预测,动态因子模型行之有效且准确,而且相对于其他预测模型而言该模型能实现几乎最好的预测效果。第二,动态因子模型即时预测效果稳定,相较于其他预测模型,动态因子模型预测效果在经历经济冲击后的表现更佳。第三,汇率和进出口对即时预测准确性的边际影响最大,且本季度信息的纳入对动态因子模型的效果起重要作用。第四,组合预测对提升预测准确度的效果不佳,动态因子模型仍是保证即时预测精度的最优解。