宏观经济变量预测一直是央行等货币政策制定机构的重要研究方向,更好地预测包括产出增长和通货膨胀在内的宏观经济变量能为央行制定更有针对性的政策以及投资机构采取及时的投资决策做出指引。本文尝试使用多个常用的、依赖于大量宏观经济预测因子的预测模型来对中国的产出增长和通货膨胀进行密度预测,并评估这些常用模型用于中国产出增长和通货膨胀密度预测的正确设定情况。简单来说,本文评估基于常用的正态性假设的条件预测密度与实际实现值的密度的拟合程度,用以评估不同的产出增长和通货膨胀预测模型的可行性和准确性。密度预测与点预测仅限于“确定性等价”不同,它是根据现有信息对经济变量未来的条件概率密度函数进行估计,它充分地描述了与预测相关的不确定性。因此,基于决策者多具有不对称损失函数的事实,能刻画预测相关不确定性的密度预测的研究尤为重要。本文研究内容主要分为以下部分:第一,总结归纳了产出增长和通货膨胀影响因素、预测理论模型、预测研究方向以及概率密度拟合效果评估的国内外文献。第二,基于产出增长和通货膨胀密度预测的理论模型推导各模型理论上的预测密度形式以及相应的概率积分变换形式。第三,从一致性、独立性和同分布性三个角度分别构建多个适用于本文的产出增长和通货膨胀密度预测评估的理论方法。第四,基于1999年1月至2018年9月的季度数据构造包含多个宏观变量的经济数据集,并基于此数据集实证评估产出增长和通货膨胀的预测密度的拟合情况的一致性、独立性和稳定性。研究发现,大多数的模型至少会不通过一致性、独立性或稳健性检验各检验方法中的一种,因而大多模型基于正态假设的预测密度的设定效果不佳。然而,基于正态假设的组合预测模型的拟合效果则相对较好:产出增长密度预测的简单平均组合模型和通货膨胀密度预测的基于OLS估计的贝叶斯平均组合模型在各项性质的检验中表现较好。