宏观经济预测是国家和地区评估政策效果，制定计划和规划的重要工具，历来受到各国政府和机构的重视。预测宏观经济变量方而，目前主流的方法有宏观经济结构模型和各类时间序列模型等。然而，由于被预测问题的复杂性，需要研究能够更好地综合有用信息进行预测的模型。收缩方法是一类从庞杂信息中综合有用信息进行预测的方法，特别是其中的动态因子模型，已经成为使用大量预测变量来预测宏观经济的主要研究框架。　　 在实证中，采用大量预测变量的动态因子模型并未完全确立其优越性，原因在于动态因子模型的变量并非越多越好，由此可注意到，动态因子模型应用的另一个方向——采用小规模的预测变量提取少量因子进行预测，同样也在已有研究中取得不错的预测效果，而这类研究并未得到足够重视。　　 在相关研究的基础上，本文立足于采用小规模动态因子模型预测相对高频的月度宏观经济变量，并以此为载体，探讨如何优化小规模动态因子模型的预测效果。　　 对于大规模多因子的动态因子模型，由于其模型自身机理，讨论每个因子的含义是没有意义的，但是对于单因子模型则可以讨论因子含义，从而更有利于探讨模型特性。因此采用自下而上的建模方法，首先探讨对于单因子的动态因子模型，多少个变量较为合适，即单因子模型对变量个数的敏感度。然后依据宏观经济理论，提取多个宏观经济维度的因子分别进行预测，再两两叠加进行预测，探讨小规模动态因子模型对因子个数的敏感度。通过上述研究，能够加深对小规模动态因子模型的特点及其对预测效果影响的理解。　　 对于上述探索，采用对中国通货膨胀率的预测实证作为依托。通货膨胀率不论在理论上或实践中都是一个重要的宏观经济变量，也是众多研究在比较宏观经济变量预测效果时通用的标准变量。同时，由于通货膨胀集中体现了国际经济、金融危机等难以预料的冲击，该数据成为公认的难以预测的宏观经济变量之一。本文第四章从中经网数据库里数百个变量中，选取27个变量，提取八个宏观经济维度的因子。实证结果表明，小规模动态因子模型获得了不错的预测效果，也具有较高的适用性和鲁棒性。　　 除了常用的宏观维度的因子之外，加入不同维度的因子共同预测，是否能进一步提高预测效果。目前宏微观经济理论并未完全融合，换而言之，参考宏观经济理论提取的宏观因子不可能包含企业行为等微观信息，而这些微观信息虽然零散不易提取，却是十分有用的。因此可考虑利用动态因子模型提取潜在共同趋势的能力，提取微观层面的动态因子加入预测。　　 对于上述考虑，首先通过实证，来探讨微观层面相对零散的信息，是否确实能够体现出明显的共同趋势和对宏观经济整体的影响。选取中国出口领域中，各类不同所有制企业主体的行为模式作为研究对象，将研究结果作为下一步预测的基础。采用高度细化(highlydisaggregated)的海关数据，进行相应的计算和汇总，并且将商品数据链接到UINDO2-digit的产业数据，考察不同所有制企业在业务范围、企业规模、市场行为上的模式。实证结果表明，其中三类企业的行为特征突出且各不相同，对中国出口的总体表现有着各自不同的显著影响，这些行为特征很大可能能够用于另一维度动态因子的提取。　　 然后，基于前面所有的分析，预测中国出口商品的技术竞争力作为小规模动态因子模型以及其优化策略的应用。中国出口商品的技术竞争力是一个饱受争议的话题，由于缺乏度量方法，目前少有研究对该变量进行预测。熊彼得的创新模型建立了价格和商品技术竞争力的关系，为出口商品技术竞争力的度量问题提供了很好的启示。本文采用出口单位价格，即出口价格指数，预测中国出口商品的技术竞争力。　　 同样用中经网数据库的数据，除了8个宏观维度的因子之外，还分别提取了对应三类企业行为的三个微观程度的动态因子。先用各因子分别预测，再在每个维度各取一个因子交叉预测。实证结果表明，小规模动态因子模型有良好的效果，特别是宏观维度和微观维度的因子共同预测，对结果有明显的改进。　　 最后，结论中总结了小规模动态因子模型的特征和改进预测效果的方法，给出了采用小规模动态因子模型预测宏观经济变量的应用框架。