2. 宏观经济预测基础
多步预测的第一道门槛不是模型，而是对指标本身的理解。GDP、通胀、失业率、利率这四类核心指标，分别刻画经济总量、价格水平、劳动力市场与资金价格，它们的统计口径、发布节奏和修订规律，直接决定了预测任务的可行边界。若把不同频率、不同修订特征的序列混在一起建模，模型再复杂也难以稳定。
一、核心指标的定义与统计口径
GDP（国内生产总值）衡量一定时期内一国境内生产的最终产品和服务的市场价值。预测中常用的是实际GDP（剔除价格因素）与环比折年率、同比增速。通胀通常以CPI（居民消费价格指数）和核心CPI（剔除食品与能源）表示，PPI则反映工业品出厂价格。失业率来自劳动力调查，分子是失业人口、分母是劳动力人口，与登记失业率口径不同。利率则需区分政策利率（如MLF、逆回购利率）、市场利率（国债收益率、SHIBOR）与信贷利率（LPR）。
二、数据来源、频率与发布时滞
中国宏观数据主要来自国家统计局、中国人民银行、海关总署和财政部。GDP按季度发布，CPI和PPI按月发布，失业率按月发布，利率数据则按日或按交易时点高频可得。发布时滞差异显著：CPI通常在次月9—10日公布，GDP在季后约15—20天公布，而利率几乎实时。多步预测必须把“数据可得时间”作为约束条件，否则会引入未来信息，造成回测虚高。
| 指标 | 核心口径 | 发布频率 | 典型时滞 | 修订特征 |
|---|---|---|---|---|
| GDP | 实际GDP、同比/环比 | 季度 | 季后15—20天 | 初步核算、修订、最终核实多轮 |
| CPI | 同比、环比、核心CPI | 月度 | 次月9—10日 | 年度基期轮换，历史数据可能调整 |
| 失业率 | 城镇调查失业率 | 月度 | 次月中旬 | 季节性调整，年度校准 |
| 利率 | 政策利率、国债收益率、LPR | 日/月 | 实时或次月 | 基本不修订，但口径可能调整 |
三、修订特征：预测中最容易被忽视的变量
GDP和CPI都存在修订。GDP先出初步核算数，再经初步核实和最终核实，修订幅度有时可达0.3—0.5个百分点。CPI虽修订较小，但基期轮换会改变权重结构。失业率受季节性调整影响，年初数据常被重新校准。利率数据基本不修订，但政策利率调整会形成结构性断点。预测模型若使用“最新版本”历史数据回测，会高估真实预测能力，因为当时只能看到“初值”。
四、案例：一个季度GDP多步预测的数据准备流程
假设当前是4月中旬，要预测未来四个季度的实际GDP同比。此时可得数据包括：去年四季度GDP最终核实数、今年1—3月CPI、1—2月工业增加值、3月PMI、以及每日利率数据。流程如下：
- 确定预测起点：以4月15日为信息截止日，只使用该日之前发布的数据。
- 对齐频率：将月度CPI、PMI通过季度平均或季末值转换为季度序列。
- 处理修订：记录每个序列当前版本，并标注是否为初值。
- 构造特征：利率期限利差、CPI同比、PMI新订单指数等。
- 滚动预测：每获得一个新发布数据，更新一次预测，形成多步预测路径。
# 伪代码：按信息截止日截取实时数据
info_cutoff = "2024-04-15"
gdp_q = load_gdp(vintage=info_cutoff) # 只取该日已发布版本
cpi_m = load_cpi(vintage=info_cutoff)
rate_d = load_rate(end=info_cutoff)
# 频率转换与特征构造
cpi_q = cpi_m.resample("Q").mean()
features = build_features(gdp_q, cpi_q, rate_d)
# 多步预测
forecast = model.predict(features, horizon=4)五、常见误区与复盘要点
- 误区一：混用同比与环比。 同比序列季节性弱但滞后长，环比序列敏感但噪声大，混用会破坏模型一致性。
- 误区二：忽视发布时滞。 用当月CPI预测当月GDP，在真实场景中不可行，因为CPI尚未发布。
- 误区三：把修订当噪声。 修订本身包含信息，初值与最终值的差异可用于评估预测不确定性。
- 误区四：利率数据直接混频。 日频利率需先聚合为月均或季均，否则会引入微观噪声。
理解上述四类指标的定义、来源、频率与修订特征，是构建可靠多步预测流程的前提。只有在数据可得性和版本管理上做到严谨，后续的模型选择与情景建模才有意义。