在6月份發(fā)布的二季度GDP模型預測中，為了保持數(shù)據(jù)的連續(xù)性，我們采用了部分累計增速數(shù)據(jù)作為解釋變量，導致二季度同比增速預測的結果會向前兩個季度的累計增速偏離，所以當時預測的-1.1%存在較大偏誤。我們隨后將所有累計同比增速數(shù)據(jù)均轉化為同比數(shù)據(jù)，在此基礎上重新做了回歸預測。

　　本模型采用2008年1月至2020年5月期間，制造業(yè)、服務業(yè)、房地產(chǎn)、消費、財政、進出口等多個維度共計25個月度宏觀經(jīng)濟指標，對2008年至初2020年第2季度的實際GDP增速進行擬合，并且使用AIC信息準則篩除部分解釋力較小的變量，以提升模型的擬合優(yōu)度。其中，模型使用2020年4-5月的實際數(shù)據(jù)，以及6月的預估數(shù)據(jù)，估計2020年第2季度的中國實際GDP增速。結果顯示，經(jīng)歷了新冠疫情嚴重沖擊，中國經(jīng)濟在2020年第二季度逐步企穩(wěn)回升。相較于第一季度實際GDP同比增速-6.8%的劇烈下滑，模型預測第二季度中國實際GDP同比增速約為2%。

　　制造業(yè)、服務業(yè)等維度的宏觀經(jīng)濟指標與實際GDP增速之間的關系相對穩(wěn)定。模型使用2008-2020年期間的數(shù)據(jù)估算這些指標對同期實際GDP的影響系數(shù)，由于實際GDP增速是季度數(shù)據(jù)，模型將對應期間的月度指標數(shù)據(jù)取均值形成季度指標，以獲得一致性。擬合結果顯示，樣本期內的擬合效果較好，調整擬合優(yōu)度R 2 達到0.9783，證明這些指標能夠較好刻畫實際GDP增速。圖1展示了實際GDP增速的預測值與實際值的差異，其中2020年一季度預測值為-6.47%，較好的刻畫了一季度實際GDP增速驟降的情況。