基于时变混频向量自回归模型的宏观经济指标预测探讨

察值时，该模型在我国宏观经济预测领域是否依然具有有效性。首先，本文共选取11个宏观经济指标，分别为8个月度指标，包括社会消费品零售总额、固定资产投资完整额、出口额、进口额、金融指标银行间7天同业拆借加权平均利率、银行与货币指标货币和准货币 (M2)、以及行业数据货运量、发电量，3个季度指标，包括国内生产总值、工业增加值、第三产业增加值；其次，从传统的VAR模型出发，由于传统的 VAR 模型只能进行单一频率的预测，但是无论什么频率的宏观经济指标都可能会潜在的影响当前季度的估计和精度，因此将混合频率的数据应用于VAR模型，构建MF-VAR模型，该模型允许对不同频率的数据进行采样，对于仅在季度频率观察的指标，将相应的月度序列视为未观察到的值，分别将VAR模型以及MF-VAR模型应用于这11个宏观经济指标的新冠疫情前的实时预报与短期预测，通过相对均方根误差这一指标比较VAR模型与MF-VAR模型预测的准确性，确定MF-VAR模型在我国宏观经济预测方面的有效性；最后，考虑到近几年新冠疫情引起的经济的极端值的出现导致MF-VAR模型的准确性大大降低，将时间变化引入常系数MF-VAR模型，以两种方式实现时间变化，一是仅让截距随时间变化，简称TVi-MF-VAR模型，另一种是限制波动率的时间变化在所有变量中是共同的，简称CSV-MF-VAR模型，将两种时间变化方法同时引入MF-VAR模型，简称TVi-CSV-MF-VAR模型，在同种先验下，分别将常系数MF-VAR模型和三个时变MF-VAR模型应用于11个宏观经济指标的实时预报与短期预测，确定将时间变化引入MF-VAR模型是否具有优势，特别的，将MF-VAR模型和三个时变MF-VAR模型应用于新冠疫情后的实时预报与短期预测，验证时间变化的优势在经济环境受到重大事件影响时还是否存在。

参考文献（略）