我国电影票房收入增长对GDP增速的预测作用

摘 要：电影产业在我国经济发展中的作用日益显著，电影市场与我国宏观经济发展的内在联系有待深入研究。选取2012年1月到2018年3月我国周度电影票房收入增速作为高频解释变量，采用自回归分布滞后混频数据抽样模型（ADL-MIDAS）分析其与季度GDP增速及月度制造业PMI增速之间的关系，结果表明：电影票房收入增速与GDP增速和制造业PMI增速之间具有负向相关关系，我国电影市场存在“口红效应”，可以根据电影票房收入增长情况对宏观经济走势做出预判。对多种模型的比较结果显示，加入电影票房收入可以显著提高GDP预测精度，电影票房收入可以作为GDP预测指标体系的有益补充。

关键词：电影票房收入；宏观经济走势；季度GDP增速；月度制造业PMI增速；GDP预测；口红效应；自回归分布混频数据抽样模型；高频变量

一、引言

分析、预测宏观经济总量和走势对政府、企业和社会公众而言都是极其重要的，如何准确、及时、有效地预测宏观经济发展是众多国内外学者持续关注的重要课题（Barsoum et al，2015）[1]。但鉴于GDP数据公布的频率较低、时滞较长，学者们通常仅采用月度或季度宏观经济变量来预测我国季度GDP增速。同时，传统预测模型（如ARIMA、BP神经网络）无法将不同频率的变量直接进行计量回归，通常需要采用插值法或加总法对原始数据进行处理，显然这种粗糙的处理方式会损失大量的样本信息，降低模型估计和样本外预测的可信度。此外，传统预测模型对于数据频率一致性的限定也使得大数据背景下产生的高频经济数据无法及时、有效地运用到季度GDP预测中。而混频数据抽样模型（Mixed Data Sampling，MIDAS）的出现，使得将不同频率的经济变量置于同一计量模型中进行回归成为可能（Schumacher，2016）[2]。

近几年，国内外学者已将MIDAS模型运用于宏观经济预测，现有研究结果一致表明MIDAS模型不仅可以高效地利用高频变量中的有效信息估计低频变量，而且能够改善预测效果、提高预测精度。例如，龚玉婷等（2014）采用MIDAS模型对CPI短期走势的预测发现，相对于传统的月度时间序列建模方法，MIDAS模型具有更高的样本内解释能力和样本外预测能力[3]；Bessec和Bouabdallah（2015）建立马尔科夫区制转换—因子混频数据抽样模型（Markov Regime Switching Factor MIDAS，MS-FA MIDAS）对美国GDP的估计和预测发现，该模型能够通过刻画GDP增长率与高频金融变量之间的关系准确监测经济衰退，具有较高的样本内估计效应[4]；尚玉皇和郑挺国（2016）基于MI