我国电影票房收入增长对GDP增速的预测作用

能够为季度GDP增速预测提供除宏观经济因素外的更多更有效的增量信息，进而改善模型预测效果。最后，在各种组合预测权重的选择方式中，基于MSFE的加权方法不但在其本身的损失函数中取得了最高的预测精度，而且在RMSE和MAPE损失函数下也获得了最小的预测误差，说明该权重选择方法在我国GDP增速的组合预测中具有较好的稳健性。

四、结论与启示

近年来的相关实证研究发现，MIDAS方法在估计混频经济变量间的关系和预测宏观经济走势方面表现优异，这使得MIDAS模型逐渐为成为计量经济学界研究不同频率经济变量间关系的热点模型之一。本文运用ADL-MIDAS模型对我国电影票房收入增速与季度GDP增速以及制造业PMI增速的关系进行实证分析，结果表明无论是对于宏观经济总量（GDP）还是宏观经济先行指标（PMI），前期电影票房收入都与其呈负向相关关系，因此，电影票房收入对宏观经济走势具有较好的预测效果。同时，也在一定程度上验证了我国电影市场“口红效应”的存在。电影作为一种相对廉价的文化消费产品，在经济放缓时能够满足消费者渴求心理慰籍和缓解现实压力的精神需求，因而，相对于放缓的宏观经济增长而言，电影票房表现强劲，具有逆势而上的特点（李法宝，2009）[19]。电影票房收入高速增长可能是宏观经济增速放缓的前兆，监管部门、金融机构和广大投资者可以将其作为反映宏观经济景气程度的一种简单和直观的先行参考指标，根据电影票房收入增长情况对经济发展状况做出预判，进而及时发现经济增长放缓的主观和客观原因，提前做好相关部署。

另外，在传统的月度宏观经济变量中加入电影票房收入数据能够显著提高GDP预测精度，改善模型预测效果。电影票房收入增速作为一种微观高频变量，能够更为精确和灵敏地刻画出人们对于宏观经济基本面的心理预期，从而为季度GDP预测提供更为丰富和准确的预测信息，提高模型的预测精度。基于本文的研究结果，在未来的GDP预测研究中，除了加入传统的月度宏观预测因子外，还可以考虑加入其他类型的经济指标（例如消费信贷、物流总量、出境旅游人数）或非经济指标（例如来自于社会学和人口学的相关测度指标），从而构建更加精确、灵敏的GDP预测指标体系和模型。

最后，本文实证结果表明，相比单变量ADL-MIDAS预测模型而言，多变量的组合预测方法具有更高的预测精度，其中以MSFE为权重选取标准的组合预测效果最好。相比于传统预测模型，混频抽样模型可以提取和利用高频经济数据中更多有价值的信息，有助于更好地