摘要

利用1992Q1-2017Q2的包含133指标的中观实时数据,验证了MF-GRS模型和完整MF-DFM模型的样本内即时预测结果差异小于样本外即时预测结果的差异,均能较好进行短期预测。两个模型的即时预测结果主要表现为递增性特征和波动性特征,并且两者特征均表现得较为平缓。从MSFE值来看,MF-DFM模型显著优于MF-GRS模型,其样本内即时预测结果更接近指标观测值,预测优势更明显。经过试错和检验,发现两个模型提取的2个动态因子较为合适,即实际主因子和名义次因子。因子数目并非越少越好,即时预测的MSFE值未必就会随之越低。基于动态因子使用非平衡混频数据提取多个动态因子的预测精度可能优于2个动态因子,但计算成本较高,且因子命名较为困难。

  • 单位
    中国人民银行