經濟體年度增長率是三種核算方法的結果，是市場中各過程變量因素綜合作用的最終結果。

理論上來說，結果變量是不能影響當期過程變量，比如投資、消費、進出口，或者是稅收、勞動報酬，或者是教育投入、科技投入等中長期因素。除非，經濟體年度增長率是政府執行成效的一個重要考評指標。

關于年度經濟增長率的目標，全球大概是分為兩個類型：

約束性目標：多見于計劃經濟轉型國家（如中國、越南），經過相關機構審議通過。

預測性目標：發達國家普遍采用（如美日德），作為政策制定參考而非考核依據。

對于約束性目標-以中國為例：

中國各級政府均會制定五年發展規劃和年度經濟發展目標，目標管理體系包括GDP、財政收入、投資、就業等。這種政府發布在某個時間內的經濟發展目標，并配置相應資源的行為就是經濟增長目標管理。

央地間在增長目標制定上的互動，發現中央經濟增長目標增加1%，各省經濟增長目標隨之調整1.35%。地方政府保增長壓力越大，越依賴投資刺激和物質資本積累來實現既定增長目標，這會對企業人力資本和技術產生“擠出效應”。

2003—2022年30個省份，600個省級GDP增長目標觀測值中，僅有22個觀測值的GDP增長目標低于中央經濟增長目標，占比僅3.6%。

出現低于中央經濟目標的時間點是，2015年中國進入“新常態”經濟發展階段，淡化GDP增長率單一目標對政府執行成效的決定性影響。

對于預測性目標-以美國為例：

美國、德國等國家GDP增長率不影響政府執政成效考核，但是會影響來年稅收收入的估計，進而會影響到政府編制來年財政預算安排。

以上利益關系導致，政府對GDP 預測存在政治動機，宏觀經濟預測失誤、政策調整和技術方法是導致美國國會預算辦公室和美國行政管理和預算局在1980 年代稅收預測誤差的三大主因。同樣的，政府關于GDP 預測的樂觀或悲觀態度可以有效解釋為什么稅收總收入預測誤差的同向變化。

在德國，對宏觀經濟增長率的預測偏差可以解釋69%的稅收收入預測誤差，而對所得稅和營業稅收入預測誤差的解釋力高達90%以上。

經合組織為何再次下調全球經濟增長預期？

只要嘗試過基于時間序列分析、或者多因子分析模型進行過預測，就會理解其中的門道。

誤差的原因是：如果預期當期的GDP增長率，那么就需要拍腦袋定下一個變量：當期投資增長率的數值，這個數字本身就是變化量，也是影響預測結果的最大變數。關于常數項a的數值確定，一般情況下，多因子分析里面，常數項都是不穩定的數值，變化較大，模型的擬合優度如果達不到99.99%的程度，那么無論是如何使用最新數據，都不能保證預測結果的精準性的。

YULI宏觀財經：時間序列分析之ECM模型及stata操作

GDPNow模型通過實時抓取并分析75項以上關鍵經濟指標（包括消費、投資、貿易及政府支出等分項），構建動態計量經濟學模型。

其數據處理邏輯分為三階段：

一是數據預處理，對月度/季度發布的原始數據（如零售銷售、工業產出、貿易逆差等）進行季節性調整與標準化處理；(這里是最常見的去綱量）

二是分項預測合成，基于貝葉斯向量自回歸（BVAR）等方法估算各GDP構成部分的增長率；

三是動態權重調整，根據數據發布時間序列差異，賦予新發布指標更高權重以降低預測偏差。若某月非農就業數據顯著超預期，模型將同步上調消費支出分項預測值，并在后續數據更新中持續修正整體預測區間。

簡化成2個變量，GDP增長率和投資增長率，來分析，一般時間序列數據預測模型分析如下，都會包含滯后項和當前項；

以上公式，常數項a，以及各個變量的系數參數，當期GDP增長率是由上一期的GDP增長率和上一期的投資增長率以及當期的投資增長率確定。

如果預期當期的GDP增長率，那么就需要拍腦袋定下一個變量：當期投資增長率的數值，這個數字本身就是變化量，也是影響預測結果的最大變數。

當然，由于GDP增長率、投資增長率和其他的變量公布的期限、時機不一致，所以在公布出當期投資增長率的時候，可以很快的用現實的投資增長率替代拍腦袋定下的一個變量。

這里面還有一個很重要的問題，關于常數項a的數值確定，一般情況下，多因子分析里面，常數項都是不穩定的數值，變化較大，比方說 100個樣本估計的系數是1.247，使用110個樣本估計是1.56或0.92，這個精度就差很多很多，會嚴重影響最終的預測結果。

還有就是各個變量的系數，在樣本增加的過程中，也會發生變化，但是變化的數值基本上在小數點2位以后的變化，比方說 100個樣本估計的系數是0.7235，使用110個樣本估計是0.7267或0.7216，這個精度還算是可以的。

還有一個最大的問題就是，

以上模型的擬合優度如果達不到99.99%的程度，那么無論是如何使用最新數據，都不能保證預測結果的精準性的。

舉個例子： 這個模型是回歸結果是99.99%

這是預測結果和實際結果差異：基本上是完全吻合

這個模型回歸結果只有87.23%

以下是擬合結果，誤差明顯偏大

已開啟送禮物