【摘要】本文结合EM算法提出了基于Lasso方法的混频动态多因子模型;该模型适用于大数据环境下的GDP即时预测,并可对预测变动进行信息归因。本文采用该模型并使用大量月频宏观经济变量对我国季度GDP同比增速进行了即时预测。实证结果显示:(1)本文模型比传统动态多(单)因子模型和MIDAS模型具有更好的样本外预测表现;(2)在2005—2022年间,国家财政支出、社会消费品零售总额、工业增加值以及进口总值的同比增速对于GDP即时预测的影响最为突出。