本文提出了一种基于动态因子模型的低频数据即时预测框架,旨在解决标准即时预测框架不适用于年频GDP数据的经济体的问题。文章首先介绍了标准即时预测框架的局限性,即无法直接用于监测年频变量,并以巴基斯坦为例说明年频GDP数据对实时经济评估的挑战。接着,文章提出了一种改进的动态因子模型状态空间表示方法,将年频GDP表示为高频指标的线性组合,并构建了一个月度活动指数来跟踪巴基斯坦的GDP增长率。文章使用2000年1月至2023年6月的数据,进行了月度伪实时预测演练,评估了模型的预测精度。结果表明,该模型的预测精度优于亚洲开发银行和国际货币基金组织的机构预测,以及巴基斯坦官方发布的临时估计。文章还分析了不同指标对预测结果的影响,并展示了该框架生成历史高频经济活动指标的能力。最后,文章通过将模型结果与使用季度插值方法的简化方法进行比较,进一步证明了改进状态空间表示方法的价值。研究结论表明,该框架适用于不进行高频经济活动监测的国家,为这些国家提供了改进经济监测的工具。