【摘要】文章从代表制造业"晴雨表"的PMI指数入手,探讨我国制造业在GDP混频预测中的作用。构建了混频数据抽样模型(MIDAS),对GDP增长率的实时预测问题进行研究,将PMI指数及GDP增长率自身的滞后效应引入到GDP趋势预测中,实现高频数据PMI指数与低频数据GDP增长率的联动分析。结果表明:(1)自回归非限制混频数据抽样模型(U-AR(4)-MIDAS(3,K))的预测精度具有比较优势。(2)高频月度PMI指数对季度GDP具有正负两种效应,该效应会持续9个月,GDP自身之间也存在着相互影响,该影响会持续4个季度之久。(3)向前h步U-AR(4)-MIDAS(3,K,h)适合短期内利用最新公布的月度PMI对GDP进行实时预测和修正,预测结果显示对2017年第三季度的GDP增长率进行实时预测时,U-AR(4)-MIDAS(3,9,5)模型最优。