摘要：宏观经济产生的时间序列通常假设被少数潜在因子所控制,其共同作用表现为序列之间的联动效应。因子对于时间序列的分析和预测有重要的作用,但是宏观经济的实证分析往往包含混频数据,使得因子分析不能直接使用。为此,本文提出了混频时间序列的两种因子分析方法MIDAS-LF和EM-LF,前者得益于多变量MIDAS模型对低频序列的插值,后者利用EM算法进行迭代求解。模拟数据分析显示,相比于文献中的计算方法,MIDAS-LF对混频时间序列的分析有较好的效果,计算简便而且保留了原始数据的信息,可以更好地估计因子的成分和载荷,具有较低的拟合误差和预测误差。宏观经济的实际数据分析也证实了MIDAS-LF方法的可行性和正确性。