第二节 高频信息向低频信息的转换

上节提到，为了能有效利用高频数据中所包含的信息对GDP增长率进行预测，笔者在GDP增长率动态因子模型的原始数据集中加入了大量可以获取的高频数据信息。得益于Eviews软件中状态空间模型对混频数据的处理能力，笔者可以顺利从原始混频数据集中提取到月度频率的动态因子。接下来，如何采用月度频率的动态因子对季度频率的GDP增长率进行预测则是一个无法回避的问题。

Qin和He（2012）的研究证明，高频经济变量对低频经济变量的影响主要在于其同等频率部分，换句话说，高频经济变量中所含的高频信息并未能对低频变量提供有价值的预测信息，反而是高频经济变量中所包含的与待预测变量同频率的信息更为可取。即高频经济变量之所以被用于对低频经济变量进行预测主要因为其提供信息的及时性。这一特性促使笔者做出了下述选择。

依据第二章所确定的原则，首先以所提取的月度动态因子构成一个VAR模型，对预测期内动态因子的月度取值进行了预测；其次，把所提取的月度动态因子连同其预测值转入季度空间；最后在季度空间内对季度GDP增长率采用最小二乘法建模得出相应的预测结果。针对Eviews中提供的几种将月度数据转换为季度数据的方式，通过反复试验，最后确定了以季度内月度动态因子最后月份的取值作为相应季度动态因子取值的做法。建模实践表明，这一做法是可取的。