我们恢复了Schorfheide和Song（2015，JBES）开发的混合频率向量自回归（MF-VAR），以实时生成新冠肺炎大流行期间美国的宏观经济预测。该模型结合了以两个频率观测到的11个时间序列：季度和月度。考虑到新冠肺炎疫情，我们故意不修改模型规范，只是将危机观察排除在估计样本之外。我们将MF-VAR预测与专业预报员调查（SPF）的中值预测进行比较。虽然MF-VAR在2020年第二季度表现不佳，但随后的预测与SPF预测持平。我们表明，排除几个月的极端观测是处理VAR估计的一种很有前途的方法，可以替代对异常值的复杂建模。