论文部分内容阅读
传统VAR模型需要变量保持同频的限制,这使得原始数据的完整性遭到破坏,从而影响模型的性能。本研究引入可以融合季度变量和月度变量的MF-BVAR模型,以GDP、PPI、CPI和PMI的递归样本为例并将其划分为三组不同的季度内信息组,比较了其与MIDAS模型和同频模型的性能,且通过混频格兰杰因果关系检验、脉冲响应分析和方差分解分析剖析了变量之间的传导机制。实证结果表明(1)MF-BVAR模型关于PPI、CPI、PMI和GDP的实时预测误差分别较QF-BVAR模型降低约70%、80%、75%和20%;(2)基于