论文部分内容阅读
传统的宏观经济变量预测使用相同频率的数据,将高频数据统一成低频,但这种做法可能会人为消除一部分高频数据所带来的信息,影响预测的准确性和及时性。本文使用拐点匹配和格兰杰因果检验找出合适的微观产业数据作为解释变量,使用混频数据抽样回归(MIDAS)将不同频率的数据进行回归并检验其预测效果。实证研究表明:使用MIDAS回归对PPI、M1同比增速、M2同比增速的预测效果较好。因此,在进行产业和货币政策制定时,采用MIDAS回归可以获得较好的预测精度。