本研究利用中国宏观经济指标构建了基于贝叶斯估计的混合频率向量自回归模型(MF-BVAR),并对该模型预测中国宏观经济运行情况的效果进行了检验。本文模型在允许多变量、不同频数据共存的条件下提高了模型估计的自由度,从而实现高精度预测。实证结果显示,在对宏观经济管理部门所关注的核心经济变量CPI、RPI和GDP等进行预测时,MF-BVAR模型相对于目前广泛应用的同频向量自回归模型和MIDAS模型,预测精度都有显著改善。本文亦发现房地产投资对于模型预测能力的重要作用,从样本外预测的角度佐证了房地产部门对于中国宏观经济的重要影响。本文也验证了中国股票市场表现不能对预测宏观经济运行提供额外贡献。

国家自然科学基金项目(批准文号:71733004、71503257)资助;

向量自回归; 混合频率; 经济预测; 贝叶斯估计;

F124;F224

金融研究

Journal of Financial Research

2018年07期

ISSN:1002-7246

中文核心期刊

111634-4815805K
在线咨询 用户反馈