宏观经济时间序列中有诸多能反映当前经济状态和未来经济走势的时间序列数据，如：季度GDP数据、月度CPI和PPI数据、金融市场收益的日数据、股票市场波动的日内数据等等。这些数据受到经济个体、企业、组织和国家，甚至是国际社会的广泛关注，人们试图使用不同的数据处理方法和构建各种模型从这些纷繁复杂的数据中攫取信息，用于模型的估计与预测，并将其作为储蓄、投资和决策等经济行为的基础和重要参考。时间序列数据纷繁复杂，数据长度、抽样频率，以及数据属性都不尽相同，而目前时间序列模型基本上都采用相同频率的数据，如果数据频率不同，有的研究采用加总或替代的方法将高频数据处理为低频数据，有的采用插值法将低频数据处理为高频数据，经过这些预先处理过的数据才能应用到传统的时间序列模型中。然而，高频数据加总为低频数据时，忽视了高频数据中部分样本信息，抹杀了高频数据的波动，在一定程度上人为地减少了样本信息；而低频数据插值所得到的高频数据有人为构造的痕迹，且很多插值方法均是纯数学方法，缺乏经济理论的支撑。在实际应用中，大部分研究都采用加总或替代的方法将高频数据处理为低频数据，仅有少部分由于模型的需要，数据短缺等因素才采用插值等方法将低频数据处理为高频数据。如果能有一种模型能直接利用不同频率的数据，上述问题就迎刃而解，正是在这种情形下，混频数据模型应运而生。随着各种不同频率时间数据的累积，科学计算技术的发展，混频数据模型的构建，不同频率时间序列的模型开始发展起来，受到越来越多的关注，并被广泛应用，如利用混频数据模型改进预测模型的预测精度和预测的时效性，利用混频数据与其他高级计量方法结合，一方面可以改善模型估计的精度，另一方面还可以对比分析混频数据模型的应用是否对传统模型有所改进。因此，在实证研究中如果使用的数据存在频率不一致的情况时，都应该尽可能地采用混频数据模型来进行实证研究。本文围绕着混频数据模型在我国宏观经济中的应用展开一系列的研究，一方面集中于混频数据模型在我国宏观经济预测中的应用，包括混频数据预测模型的应用与比较分析，混频数据预测模型的有效性和预测结果评价等问题；另一方面关注混频数据模型与计量经济模型的结合，主要包括因子混频数据模型、协整混频数据模型、马尔可夫转移混频数据模型、混频向量自回归模型等。本文从混频数据模型的构建、估计和预测来阐述其研究与应用，具体分成如下几个部分：第一，混频数据抽样(MIDAS)模型有效性与预测精确性的初步分析。第3章通过对混频数据模型的介绍，构建我国宏观经济总量实时预报与短期预测的MIDAS模型，并利用我国宏观经济数据深入探讨一元MIDAS模型中高频数据滞后阶数、预测步长，以及自回归阶数的选择问题，随后利用最优参数选择结果构建多元MIDAS模型对我国宏观经济总量的进行实时预报和短期预测，结果显示混频数据模型能够攫取高频解释变量的信息，相比同频(同高频或同低频)数据模型，具有显著的比较优势，体现了混频数据模型在我国宏观经济应用中的有效性和适用性。第二，混频向量自回归(MF-VAR)模型有效性和预测精确性的比较分析。第4章的MF-VAR模型传承了VAR模型能够系统地动态反映变量间相互关系的优点，并利用卡尔曼滤波的方法对模型进行估计和预测。同时，考虑到我国宏观经济数据越来越丰富，经济运行越来越复杂，仅凭单个或几个经济变量来预测和预报宏观经济走势是远远不够的。因此，文中采用大量月度指标对MF-VAR模型进行比较分析，并与MIDAS模型的结果进行对比分析。实证结果表明MF-VAR模型结合单个不同变量的预测效果存在差异，但组合预测结果显示MF-VAR模型对我国实际GDP增长率的实时预报和短期预测总体上来说是有效且适用的；而与MIDAS模型的对比分析显示MF-VAR类模型在较长期的预测效果较好，MIDAS模型在较短期的预测效果较好，因此可以将两类混频数据模型结合起来为中国实际GDP提供更加精准的实时预报和短期预测结果。第三，结合大量高频数据的因子混频数据模型的有效性和精确性分析。第5章在第4章的基础上，采用因子模型从大量与宏观经济总量相关的经济数据中萃取能代表宏观经济运行的因子，并分别结合MIDAS模型和MF-VAR模型对我国宏观经济总量进行实时预报和短期预测，然后将这两种混频数据模型的预测结果进行对比分析。实证结果表明：上述两种结合大量月度指标的因子模型的预测结果相比传统自回归模型具有比较优势，用于我国宏观经济预测和预报是适用且有效的，且两种混频数据模型的对比分析显示，两种模型中不存在具有绝对优势的模型。但总体上来说，MIDAS模型在实时预报和较短期的预测中具有比较优势，而MF-VAR模型在较长期的预测中效果相对较好。第四，刻画长期均衡与短期波动的协整混频数据(CoMIDAS)模型的分析与预测。针对差分平稳序列建模过程中出现数据信息损失，且无法获得长期均衡协整关系的问题，第6章利用CoMIDAS模型分析产出和货币之间长期协整关系的同时，给出了短期月度货币供给变化对年度产出变化的影响，实证结果表明我国货币与产出之间存在长期均衡关系，即货币非中性，且短期货币供给的变化也是产出波动的重要原因。第五，监测经济周期运行与测度经济周期转变的马尔可夫转移混频数据(MS-MIDAS)模型的研究与应用。考虑到我国宏观经济变量间存在非平稳和非线性关系，简单混频数据模型无法刻画我国这种发展中、转型中的经济变量之间的内在关系，第7章将混频数据与非线性马尔可夫转移模型进行融合，来刻画我国宏观经济运行中复杂的非线性和非平稳关系。MS-MIDAS模型除了沿袭传统马尔可夫转移模型能够刻画均值和方差区制变化的特点外，还能测度出随着市场条件与经济周期阶段的不同，高频数据对低频数据预测能力的变化，能够更加精准地进行实时预报与短期预测，其实证结果也表明利用该模型可以对经济周期转折点和经济周期所处阶段的概率的实时预报进行精确的刻画。第六，分析我国供需冲击影响的贝叶斯混频向量自回归(BMF-VAR)模型。第8章将贝叶斯方法应用到混频VAR模型中，在月度层面上对我国供需冲击及其作用效果进行了实证研究，结果显示我国供需冲击在不同时期的作用方式和效果不尽相同，而供需冲击对产出和通胀的实证结果表明我国产出主要受供给因素的影响，通胀主要受需求因素的影响。总之，本文在研究混频数据模型基础理论和估计方法的基础上，使用宏观经济变量的混频数据模型，对我国宏观经济总量指标进行实时预报与短期预测，并结合非线性和大量数据的建模技术，构建非线性和因子混频计量模型对我国经济周期、货币政策和供需冲击等重要的宏观经济理论和规律进行实证分析与研究。