宏观经济运行中,消费领域是重要的宏观经济研究领域,社会消费品零售总额是反映消费水平的最广泛的指标,它不仅反映社会消费水平全貌,也是衡量国民经济、居民生活水平的重要指标。本文通过梳理相关文献,发现影响因素和预测问题是研究消费指标相关问题的两大方面,对宏观经济中消费的研究,早期是通过主成分分析或者是建立回归模型进行研究的,随着时间序列模型的发展和完善,人们开始引入时间序列模型例如ARIMA模型以及VAR模型等,随着机器学习和算法的不断发展,不少学者将机器学习中的预测方法应用于宏观经济中消费的研究。因此本文根据宏观经济指标研究中的这两个重要方面,一是影响因素方面,二是指标预测方面,从这两个方面利用构建的同频研究模型和基于混频数据建立的混频MIDAS模型对北京市社会消费品零售总额进行研究讨论。本文通过对北京地区社会消费品零售总额的现状进行分析,对比全国其他三大直辖市,分析其现有变化趋势,再对其的影响因素进行理论分析,最后根据分析影响因素取得的结果进行变量选取;根据选取的变量建立同频数据下的统计模型,本文选择了回归分析作为同频条件下影响因素分析的主要模型,并选择构建ARIMA模型作为主要的同频条件下研究预测问题的主要模型;同时根据选取的变量,建立单因素MIDAS模型和多因素MIDAS模型,然后从影响因素和预测问题方面进行分析;根据建立好的同频数据模型和混频数据模型进行分析,对比同频条件与混频条件得到结果的异同,一方面对北京地区社会消费品零售总额的相关问题进行研究,另一方面对混频模型和同频模型在宏观经济中的应用性做进一步研究。本文研究发现,其一,在对社会消费品零售总额的研究方面,各种模型下人均GDP、常驻人口以及一般公共预算支出与被解释变量之间的影响关系均是明显的,相反出口额与之关系并不大;居民消费价格指数与美元兑人民币平均汇率在同频模型中,与被解释变量不存在相关性,但通过混频模型结果分析得到,这两个变量实际与被解释变量存在一定的相关性,只是这种相关是高频数据对低频数据的滞后相关;在不同模型下分析得到流通中货币（M0）和消费者信心指数与被解释变量的的相关性存在一定的相背离,本文认为这种背离原因是由于经济运行内部存在反向作用机制导致的;此外从预测结果上来看,北京地区的社会消费品零售额继续保持上升趋势,只是上升幅度减小。其二是在统计技术方面,混频MIDAS模型在研究宏观经济运行方面具有良好的应用价值,与同频因素分析模型结合使用有利于发现宏观经济运行的内部机制,在预测方面也具有较高的准确性,本文认为MIDAS模型在对统计时期不长或者存在部分缺失值的指标预测时有良好的应用价值;此外进行长期的预测分析时,ARIMA模型依然应当作为首选模型。