从定量的角度出发来预测我国宏观经济,尽管现已取得丰硕的研究成果,但绝大多数研究成果都是以点值型数据为基础进行分析的,而点值数据含有的信息量也是很有限的。如今,区间数据在经济,金融和社会生活中分布广泛,它刻画了变量的变化范围,包含了更多的信息量。因此,面对此种背景,本文旨在区间数据环境下,通过半参数回归的视角去分析预测宏观经济的状况。针对文章所研究的主要问题,本文主要做了以下几个方面的工作:一是从区间数据的角度,选取了消费、投资、出口等领域具有代表性的四个预测变量,针对宏观经济的运行状况进行预测分析。二是在预测分析中,提出了一种区间形式的预测模型,其是在部分线性模型的基础上,结合了可加模型,并引入了滑动窗口模型,针对区间数据,提出了基于滑动窗口的中点极差部分可加线性模型,其融合了半参数回归和滑动窗口模型的优点,同时又避免了维数灾难的问题,在数据的拟合上更加精细。三是在滑动窗口模型的最佳窗口期数的选择上,提出了一种新的确定方法-基于最小交叉熵准则确定最佳窗口期数,并与最大熵准则确定的最佳窗口期数进行对比分析。四是在模型估计中,利用了两步迭代的Backfitting算法,对于线性回归的未知参数,运用OLS估计将其求出;针对模型中的非参数函数部分,选择不同的窗宽（交叉验证和广义交叉验证）,然后利用核估计和局部多项式估计的方法估计出了在最佳窗口期数下模型的未知光滑函数。五是在实证分析部分,基于区间预测测度的指标,分析了不同情况下本文模型的预测效果,结果表明,在区间数据下,本文模型在宏观经济的预测上有着更好的拟合效果。