我国电影票房收入增长对GDP增速的预测作用
为了从经济意义上进一步验证上述结论的可靠性,将反映经济景气程度的月度制造业PMI增速作为低频被解释变量、周度电影票房收入增速作为高频解释变量,运用ADL-MIDAS模型进行样本内估计。通过比较不同估计窗口和滞后阶数下的估计效果,最终选择滚动窗口下电影票房收入增速滞后12阶Beta多项式权重函数构建的ADL-MIDAS模型进行样本内估计。最优模型的参数估计结果如表6所示。模型所有参数在5%水平上显著,变量“电影票房收入增速”的斜率参数显著为负(β1= -0.025),即周度电影票房收入增速与月度制造业PMI增速的综合关系为负,电影票房收入的快速增加(或减少)将伴随制造业PMI的降低(或升高)。这一结论与前文结论保持一致,因此可以推断,电影票房收入增速的确对宏观经济增速具有反向关系,进而对未来的GDP增速变化具有明显的预测作用。
2.电影票房收入对季度GDP增速的样本外预测检验
为了从统计意义上增强本文实证结果的稳健性,进一步对比三种不同样本外预测长度下ADL-MIDAS模型的GDP增速预测效果。参照Pan等(2018)的研究方法[7],设定总样本长度(记为L)的1/4、1/3和1/2作为样本外预测长度,即被解释变量“季度GDP增速”最后的6、8和13个样本数据。高频变量的最优滞后阶数、估计窗口、最优权重函数的确定方法与前文类似,不同样本外长度下的最优模型的样本外预测结果如表7所示。改变样本外预测的长度并不会改变模型主要参数的回归结果,在不同的样本外预测长度下,模型各参数的符号和显著性均保持一致,周度电影票房收入增速与季度GDP增速的关系也始终保持为负,说明本文实证结果具有良好的稳健性。
3.季度GDP增速的多變量组合预测
由于单变量预测模型的预测精度往往会随着样本数量或预测区间的不同而改变,进一步采用多变量组合预测(Forecasting combination)的方式来获得更加稳定、高效的季度GDP增速预测模型。依次采用固