我国电影票房收入增长对GDP增速的预测作用

预测宏观经济走势。但由于我国电影票房收入高频数据样本量较少，季度GDP增速的样本外预测长度较短，本研究中ADL-MIDAS模型预测精度的稳健性有待进一步验证，这一不足将在未来的研究中加以改善。

参考文献：

[1] BARSOUM F， STANKIEWICZ S. Forecasting GDP growth using mixed-frequency models with switching regimes[J]. International Journal of Forecasting，2013，31（1）：33-50.

[2] SCHUMACHER C. A comparison of MIDAS and bridge equations[J]. International Journal of Forecasting， 2016， 32（2）：257-270.

[3] 龚玉婷，陈强，郑旭.基于混频模型的CPI短期预测研究[J].统计研究，2014，31（12）：25-31.

[4] BESSEC M，BOUABDALLAH O. Forecasting GDP over the business cycle in a multi-frequency and data-rich environment[J]. Oxford Bulletin of Economics & Statistics，2015，77（3）：360-384.

[5] 尚玉皇，郑挺国.短期利率波动测度与预测：基于混频宏观—短期利率模型[J].金融研究，2016（11）：47- 62.

[6] JIANG Y， GUO Y， ZHANG Y. Forecasting China′s GDP growth using dynamic factors and mixed-frequency data[J]. Economic Modelling，2017，66：132-138.

[7] PAN Z Y，WANG Q，WANG Y D，LI Y. Forecasting U.S. real GDP using oil prices：A time-varying parameter MIDAS model[J]. Energy Economics，2018，72（5）：177-187.

[8] 刘汉，刘金全.我国宏观经济总量的实时预报与短期预测——基于混频数据预测模型的实证研究[J].经济研究，2011（3）：4-17.

[9] MIKOSCH H，ZHANG Y. Forecasting Chinese GDP growth with mixed frequency data：Which indicators to look at？ [J]. Social Science Electronic Publishing，2014，（11）：359- 404.

[10]刘涛雄，徐晓飞.互联网搜索行为能帮助我们预测宏观经济吗？[J].经济研究，2015，50（12）：68-83.

[11]王維国，于扬.基于混频回归类模型对我国季度GDP的预报方法研究[J].数量经济技术经济研究，2016（4）：108-125.

[12]李晓轩，张俊民，肖志超.会计盈余、市场估值与经济增长[J].会计与经济研究，2017，31（5）：52-62.

[13]王瑞.“口红效应”给电影业带来的契机[J].电影文学，2009（21）：58-59.

[14]GHYSELS E，SANTACLARA P，VALKANOV R. Predicting volatility： getting the most out of retur