【摘要】本文选取2001年1月至2022年6月的数据作为样本，构建了国内生产总值（GDP）、价格指数和出口的宏观经济先行指数，并用2022年7月至12月的数据进行样本外预测。并将本文构建的随机森林（RF）指数体系与现存的指数进行效果对比，结果表明:（1）相比传统先行指数，RF先行指数可以更好地反映宏观经济变量的变动趋势，对历史期的经济发展拐点和波动幅度均高度拟合。（2）RF指数构建方法对于不同领先期数的设定和不同被预测变量的选择在样本内是稳健的。（3）RF指数对名义GDP、工业生产者出厂价格指数（PPI）和出口指数的样本外数据成功预测了走势和振幅，对于实际GDP和居民消费价格指数（CPI）的走势预测效果较好，但振幅的预测效果一般。综上，RF先行指数体系和方法对现有指数的计算方法、操作流程的简便性、期数选择和变量选择的稳健性以及预测效果等多个方面都具有显著的改善。