国泰君安-MIDAS：混频数据预测通用框架-210801

《国泰君安-MIDAS：混频数据预测通用框架-210801（15页）.pdf》由会员分享，可在线阅读，更多相关《国泰君安-MIDAS：混频数据预测通用框架-210801（15页）.pdf（15页精品完整版）》请在悟空智库报告文库上搜索。

本报告导读：我们对MIDAS模型框架进行了详细分析，并将其应用到宏观指标预测和行业景气度构建中，取得了较好的效果。

摘要：数据维度的拓宽，频率的提高，引致如下应用问题：一，如何处理不同频率的数据（季度/月度/周度/日度，或其他更高频数据）；二，如何处理数据发布时点的不规则，即混频数据预测。

MIDAS框架：数据处理方法为VerticalRealignment，即基于频率差异倍数，将高频数据处理为对应的解释变量，实现数据的对齐；施加结构化约束，减少参数数量；因子化处理同类指标，构建Factor-MIDAS模型。

通过上述方法，可解决混频数据预测时的问题。

CPI预测：使用猪肉、蔬菜、水果和柴油等日度和周度高频数据，对CPI:当月同比进行预测。

从结果看，可更具时效性地追踪CPI的变动，且从结果看模型准确度也较高。

行业景气度追踪：借助产业链供需分析，从价格、上游成本、产量、库存、下游需求和经济环境等维度选取日度和月度数据，搭建了有色金属行业景气度追踪框架。

从结果看，模型结果相比财报数据的发布具有较强的领先性，且能够更及时地对拐点进行判断。

研究展望：一方面我们会丰富可得高频指标，这个是模型有效性的关键；其次，对于高频数据噪声和时点对应问题，也会进行更深入的研究，以提高模型的准确性。