我想将对GDP增长率和通货膨胀率的年度预测分解为有限制的季度频率（季度或同比增长率）。
年度预测来自外部来源（IMF，ECB，共识预测），他们说，例如2020年GDP将增长2％。我想获得的是我可以使用的季度GDP增长率。我模型中的假设。同时，我希望对分类程序施加约束，因为全年都知道季度观测结果。
我知道将低频观测转换为高频观测的问题已经得到了很好的研究（例如tempdisagg package），而且我也很了解程序。但是，我还没有找到解决问题的方法。
我的问题是，是否有一种简便的方法可以对年度增长率进行分类，并强加例如第一季度和第二季度的季度增长率是特定数字。我当时正在考虑编写状态空间模型，但这似乎很复杂。
理想地，该过程将采用年增长率（长度为T的Y_t）和一系列季度增长率（长度为n，n <4 * T）的y_t的时间序列，并且输出将为时间序列长度为4 * T的x_t，其中x_t = y_t为1，... n。