基于高频股票流动性的通货膨胀率预测研究

通货膨胀的准确预测对于投资者和政策制定者来说至关重要。经济的结构性转变给通货膨胀率的预测带来前所未有的挑战。本研究基于自回归混频数据抽样模型（AR-MIDAS）考察1996年6月至2023年12月中国A股市场流动性的日度信息对通货膨胀率短期预测的影响。结果表明,加入日度流动性指标后,AR-MIDAS模型对于通货膨胀率的预测性能具有显著提升。本研究创新性地将股票流动性加入通货膨胀预测模型,拓展利用金融市场信息预测通货膨胀的文献脉络,为认识金融市场与实体经济的关联提供新的视角,同时也为投资者和政策制定者提供决策参考。