统计研究

参考文献

[1]陈磊,孔宪丽.转折点判别与经济周期波动态势分析:2007年经济景气形势分析和预测[J].数量经济技术经济研究, 2007(6):3–13.

[2]陈磊,孟勇刚,王艺枞.双重视角下的中国经济周期混频测度[J].统计研究, 2018, 35(9):29–39.

[3]陈磊,孟勇刚,咸金坤.我国宏观经济景气的实时监测与预测[J].数量经济技术经济研究, 2019, 36(2):86–102.

[4]陈强.高级计量经济学及stata应用（第二版）[M].北京:高等教育出版社, 2014:377.

[5]费兆奇,刘康.中国宏观经济波动的高频监测研究:基于混频模型对日度经济先行指数的构建和分析[J].管理世界, 2019, 35(6):27–38.

[6]高华川,白仲林.中国月度GDP同比增长率估算与经济周期分析[J].统计研究, 2016, 33(11):23–31.

[7]何强.利用混频大数据预测中国季度GDP增速研究[J].调研世界, 2018(7):7–12.

[8]刘金全,张龙.中国混频金融状况指数的经济增长预测效果与检验[J].统计与信息论坛, 2019, 34(1):30–39.

[9]王金明,程建华,杨晓光. SW型先行景气指数建设的实证研究[J].中国管理科学, 2007(4):116–123.

[10]汪寿阳.宏观经济预警方法应用与预警系统[M].北京:科学出版社, 2015:12–13, 51–53.

[11]徐强,陶侃.中国新克强指数的构建与实证分析[J].中国人口·资源与环境, 2017, 27(3):107–115.

[12]晏露蓉,吴伟.借鉴和思考:国内外经济运行先行指标体系比较[J].金融研究, 2005(9):39–50.

[13]郑挺国,王霞.中国经济周期的混频数据测度及实时分析[J].经济研究, 2013, 48(6):58–70.

[14]郑挺国,曹伟伟,王霞.基于混频数据的日度经济不确定性测度及其应用[J].统计研究, 2023, 40(1):33–48.

[15]祝梓翔,车明,邓翔.中国的经济政策不确定性内生于经济波动吗?[J].经济学动态, 2021,(1):49–67.

[16] Angelini E, Camba-Mendez G, Giannone D, et al. Short-term Forecasts of Euro Area GDP Growth[J]. Econometrics Journal, 2011, 14(2):25–44.

[17] Bańbura M, Modugno M. Maximum Likelihood Estimation of Factor Models on Datasets with Arbitrary Pattern of Missing Data[J]. Journal of Applied Econometrics, 2014, 29(1):133–160.

[18] Barigozzi M, Luciani M. Quasi Maximum Likelihood Estimation and Inference of Large Approximate Dynamic Factor Models via the EM Algorithm[R]. Working Paper, 2019.

[19] Baumeister C, Leiva-León D, Sims E. Tracking Weekly State-Level Economic Conditions[J]. Review of Economics and Statistics, 2022(1):1–45.

[20] Carstensen K, Heinrich M, Reif M, et al. Predicting Ordinary and Severe Recessions with a Three-state Markov-switching Dynamic Factor Model:An Application to the German Business Cycle[J]. International Journal of Forecasting, 2020, 36(3):829–850.

[21] Ghysels E, Hill J B, Motegi K. Testing for Granger Causality with Mixed Frequency Data[J]. Journal of Econometrics, 2016, 192(1):207–230.

[22] Gon?alves S, Kilian L. Bootstrapping Autoregressions with Conditional Heteroskedasticity of Unknown Form[J]. Journal of Econometrics, 2004,123(1):89–120.

[23] Jurado K, Ludvigson S C, Ng S. Measuring Uncertainty[J]. American Economic Review, 2015, 105(3):1177–1216.

[24] Koop G, Korobilis D. A New Index of Financial Conditions[J]. European Economic Review, 2014, 71(10):101–116.

[25] Lütkepohl H. New Introduction to Multiple Time Series Analysis[M]. Berlin:Springer, 2005:72–74.

[26] Mariano R S, Murasawa Y. A New Coincident Index of Business Cycles Based on Monthly and Quarterly Series[J]. Journal of Applied Econometrics, 2003, 18(4):427–443.

[27] Mariano R S, Murasawa Y. A Coincident Index, Common Factors, and Monthly Real GDP[J]. Oxford Bulletin of Economics and Statistics,2010, 72(1):27–46.

[28] Motegi K. Mixed frequency Vector Autoregressive(MF-VAR)Models and Granger Causality Tests[J]. Journal of the Japan Statistical Society,2020, 50(9):191–204.

[29] Stock J H, Watson M W. A Probability Model of the Coincident Economic Indicators[R]. Working Paper, 1988.

[30] Thorsrud L A. Words are the New Numbers:A Newsy Coincident Index of the Business Cycle[J]. Journal of Business&Economic Statistics,2020, 38(2):393–409.

(1)数据来源于《中国统计年鉴2023》。

(1)在多变量条件下探讨变量的Granger因果关系需考虑变量间可能存在的因果链问题，为此要在不同预测步长（h>1）的情况下建立堆叠形式的MF-VAR模型并进行讨论，由于本文只考虑双变量的Granger因果关系，因此不必考虑多步预测的情形（Motegi,2020）。

(1)无穷阶VMA过程是p阶VAR过程的等价形式，因此可以将p阶VAR过程转换为无穷阶VMA过程并获得各个系数对应的递推公式（陈强，2014,377）。

(1)因篇幅所限，EM算法流程以附录1展示，见《统计研究》网站所列附件。下同。

(2)城镇居民人均可支配收入为季度性指标。

(3)第三方数据源有，财新网https://www.caixin.com；国信达数据http://www.cindata.cn；数据威电商大数据平台https://www.nint.com。

(1)根据汪寿阳等（2015），先行指标的变动应至少领先基准循环序列3个月，且先行关系应比较稳定。因此本文将检验滞后阶数统一设置为1阶来考察月度指标在领先3~5个月时，是否对当季GDP同比增速有预测作用。本文也对比了滞后2阶和3阶的指标筛选结果和所构建的先行合成指数走势，发现先行合成指数走势的差异不大，对GDP同比增速的领先期基本一致。滞后1阶的指标筛选结果所构建的先行合成指数对GDP同比增速预测的精度最高。

(2)因篇幅所限，各月度指标的混频Granger检验结果以附表1展示。

(3)城镇居民人均可支配收入决定了居民未来的消费，可以作为经济增长的先行指标（徐强和陶侃，2017）。从城镇居民人均可支配收入同比增速和GDP同比增速的运行趋势来看，城镇居民人均可支配收入同比增速的走势在新冠疫情前明显领先于GDP同比增速。同频的Granger因果检验结果也支持了这一结论。因篇幅所限，同频Granger因果检验结果以附表2展示。

(1)参考何强（2018）的研究，对大数据指标界定如下，根据2017年10月国家统计局、国家发展和改革委员会联合印发的《非传统数据统计应用指导意见》，非传统数据是指通过非传统政府统计调查获取的数据。而大数据是非传统数据的主体，在很多情形下可以代指非传统数据。

(1)参考BB法对经济时间序列转折点的定义，对序列{yt}在时点t出现转折点需满足yt> yt+i, 1≤i≤k （局部峰）或yt

(2)宏观一致指数和宏观先行指数由国家统计局信息民调中心每月发布，是宏观经济景气指数体系的重要组成部分。在实际对比时将宏观一致指数和宏观先行指数减去100。

(3)传统合成先行指数是基于现有文献中普遍使用的传统经济先行指标利用混频动态单因子模型合成的（汪寿阳等，2015；费兆奇与刘康，2019；陈磊等，2019），先行指标包括M2、商品房销售额、房屋新开工面积、工业企业产销率、沿海主要港口货物吞吐量、货运量、粗钢产量、化肥产量、金融机构各项存款余额、水泥产量、城镇人均可支配收入等11个变量。

(1)因篇幅所限，经济合成先行指数对两个指数的月度同频Granger因果检验结果以附表3展示。

(1)因篇幅所限，不同先行指数对GDP同比增速的混频Granger因果检验结果以附表4展示。

(2)关于两种模型的形式和计算过程详见Mariano和Murasawa(2010)和Angelini等（2011）。

(3)最优滞后阶数根据模型预测效果进行选择。在基于Bridge Equation模型进行预测时，需基于AR模型对解释变量先进行向前预测，然后基于解释变量的预测值计算被解释变量的预测值，因此同样要对AR模型的滞后阶数进行选择。实际预测结果表明两种基准预测模型在滞后1阶时预测精度最高。

(1)例如，当月的进出口贸易统计数据和金融统计数据一般由海关总署和中国人民银行在下月上旬最后几天公布；当月的工业生产、固定资产投资、交通运输、房地产开发统计数据由国家统计局在下月中旬公布；当月的快递物流统计数据由国家邮政局在下个月月末公布；当月的工业企业经营数据由国家统计局在下个月月末公布；城镇人均可支配收入的当季度数据则在下季度首月的月中才发布。

(2)由于绝大部分主要经济指标数据均在每月中旬发布完毕，因此基于月末发布的少量数据在大部分时点上对序列进行修正的幅度都很小。