摘要：宏觀經濟產生的時間序列通常假設被少數潛在因子所控制,其共同作用表現為序列之間的聯動效應。因子對于時間序列的分析和預測有重要的作用,但是宏觀經濟的實證分析往往包含混頻數據,使得因子分析不能直接使用。為此,本文提出了混頻時間序列的兩種因子分析方法MIDAS-LF和EM-LF,前者得益于多變量MIDAS模型對低頻序列的插值,后者利用EM算法進行迭代求解。模擬數據分析顯示,相比于文獻中的計算方法,MIDAS-LF對混頻時間序列的分析有較好的效果,計算簡便而且保留了原始數據的信息,可以更好地估計因子的成分和載荷,具有較低的擬合誤差和預測誤差。宏觀經濟的實際數據分析也證實了MIDAS-LF方法的可行性和正確性。