PDF
摘要
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)基于定量和统计检验的角度均表明MIDAS和MF-BVAR模型的实时预测和短期预测性能均显著优于QF-BVAR模型,且MF-BVAR模型更适合于实时预测而MIDAS在短期预测表现更优,此外混频递归样本表明月度信息利用越充分,模型的预测误差越小;(3)GDP与CPI、PPI和PMI、CPI与PMI之间存在双向的因果关系,且传导时长呈现差异性,而PMI和GDP、PPI与GDP、PPI和CPI的正向传导时长均为3期,反向传导路径阻塞,存在不对称性。
关键词
MF-BVAR模型
/
中国宏观经济混频数据
/
实时预测
/
PMI
/
PPI
/
CPI
Key words
基于MF-BVAR模型的中国宏观经济混频递归实时预测和传导机制研究[J].
广西师范大学学报(哲学社会科学版), 2020, 56(05): 105-127 DOI:10.16088/j.issn.1001-6597.2020.05.010