邹至庄经济研究院博士生论文研讨会第100期

论文题目：百年变局与数据丰富环境下GDP增速的即时预测研究

报告人：陈子扬

导师：郑挺国教授

摘要：

重大全球事件频发、地缘政治风险攀升，加之政策干预越发密集，共同导致全球经济环境呈现出高度波动特征，这使得关键经济指标（尤其是 GDP 增速）的即时预测（Nowcasting）变得愈发复杂。尽管大数据能够实时捕捉前述事件或冲击的影响，但其背后的即时预测方法论仍存在提升空间。为此，本文提出了一种时变参数多因子混频模型的快速估计方法，同时考虑了动态因子与时变因子载荷。本文利用泰勒展开对具有双线性结构的观测方程进行线性化处理，并将其转化为等价的状态空间表达式，从而实现简洁的一步极大似然估计（MLE）。本文将该方法应用于1959年1月至2024年12月的美国 GDP增速即时预测，使用了包含25个宏观经济指标的基准数据集，以及包含系列金融和价格指标的扩展宏观经济数据集。实证结果表明：首先，时变因子载荷的引入显著增强了参数估计的稳健性，从而能够实现经济活动的稳定监测，这种优势在全球金融危机和新冠疫情等重大事件附近尤为突出；其次，混频建模方法在不同规模数据集及预测区间内均展现出优越的样本外预测性能；此外，相较于现有文献中普遍采用的单因子模型，分别识别产出因子、金融因子和价格因子的结构化多因子模型设定能够显著地提高即时预测的精度，同时保留了潜在因子的经济解释；最后，因子贡献度分析表明，虽然金融和价格指标在平稳时期的贡献相对有限，但在宏观经济遭受严重的结构性冲击时，额外的因子能提供重要的预测增益和经济解释。

地点：D235

腾讯会议：967-5093-2356

时间：3月30日，周一中午，12:30-14:00

语言：中文