我国电影票房收入增长对GDP增速的预测作用

经济停滞的情况下，人们对物质消费的边际需求逐渐减少，对文化消费的边际需求日益增加，而电影恰好迎合了此时人们宣泄压抑、逃避现实和消遣娱乐的心理需求，电影票房的表现要好于宏观经济（王瑞，2009）[13]。另外，在美国7次经济不景气中有5次均出现了电影票房的大幅上升，进一步佐证了电影票房具有“口红效应”“口红效应”得名于一种有趣的经济现象：在美国经济不景气时，口红的销量反而会直线上升。在经济不景气的情况下，人们的收入降低但仍然会有强烈的消费欲望，所以会转而购买比较廉价的商品；口红作为一种“廉价的非必要之物”，可以对消费者起到一种“安慰”的作用。 。近年来，随着我国经济的快速发展和第三方购票平台的迅速崛起，电影逐渐成为一种相对廉价、普通的文化消费方式，受到社会大众的广泛青睐。那么，“口红效应”在我国是否存在？电影能否成为在经济增速放缓时给予人们信心和力量的一支“口红”？有待实证检验。

然而，由于我国电影产业的数据获取困难、频率较低、样本量较少，使得已有研究大多仅局限于定性分析，鲜见定量刻画我国电影票房与宏观经济内在联系的文献。随着大数据时代的来临，电影票房高频数据的搜集和获取相对容易，数据频率也由以往的年度、季度和月度扩展到更为详细的周度、日度，这为定量分析电影票房与宏观经济间的内在关系提供了数据便利。因此本文选取电影票房收入作为我国文化产业发展的微观表现，以周度电影票房收入增速作为高频解释变量来预测我国季度GDP增速，采用自回归分布滞后混频数据抽样模型（Auto-regressive Distributed Lag MIDAS，ADL-MIDAS）验证我国电影票房的“口红效应”，并为我国GDP预测指标的选取提供新的视角，同时也为进一步研究文化产业与经济发展之间的内在关联提供方法借鉴。

二、模型设定、指标选取与数据处理

本文采用五种不同类型的权重函数构建的ADL-MIDAS模型和非限制性MIDAS模型来探究电影票房收入对季度GDP的预测效果。根据高频解释变量的经济含义和波动特点，经筛选和比较后，选择26阶作为高频解释变量的最大滞后阶数。同时，参照Smith（2016）的研究[15]，在保证系数的T统计量和模型的F统计量显著的基础上，参照AIC准则、BIC准则、RMSE和MSFE最小、拟合度和对数极大似然值最大的原则，选取解释变量的最优滞后阶数和最优权重函数，并通过比较三种不同类型的估计窗口下ADL-MIDAS模型的预测效