格兰杰教授从一幅古埃及的图画引入了他本次讲座的主题——预测。预测涉及将来的一些带有不确定性的事物。我们一般通过过去或未来一些有规律性的、周期性的波动来进行预测。预测依赖于现实，比如说，要预测一个人将来在哪里，首先取决于他现在在哪里。如果预测一小时后、一天后、甚至一年后他所在的位置，随着预测的时间越长，预测的不确定性就会增加。 尽管预测随着时间的增加越来越困难，但是长期预测是非常重要的一个方面。预测常常受到一些因素的干扰，比如政策等。他们会打断本来有规则的运动。预测也会受预测者现在的状态的影响，比如说预测者预计自己将去好莱坞，那么他就可以朝这个目标努力——对于预测，预测者可以自我实现。如果让大家预测一下格兰杰教授的演讲将在何时结束，对于其他人来说这仅仅是一个预测的问题，但对于教授而言却还是一个可控制的问题，因为如果他愿意的话，可以在任何时间停下来。因此，预测很大程度决定于预测者本身。我们不可能完美地预测未来可能发生的事件。但有些人却认为可以预测未来所有的事情， 随后，格兰杰教授结合图示介绍了一个基本的预测模型。水平横轴上，出发点和要预测的未来的点之间是某段预测区间，预测区间上虚线部分为过去的状态，还有一部分为现在的状态，用in表示的信息集中包含所有过去的有关信息。在所有的信息集基础之上就可以开始对预测区间后面的点进行预测。如果没有足够的信息，将不能对指定点进行很好的预测。以就业为例，如果拥有现在有关就业的信息，就可以预测未来四个月后的情况。要预测的这个变量是一个随机变量，带有不确定性，需要用概率分布来描述。有一个数是它的点预测，上下部分是围绕这个数的预测区间。因此，预测首先要有信息集，然后还要有与之相关的预测方法，进而可以预测他的均值和分布等等。然后等预测对象实际发生的时候，观察它的情况。最后把实际的情况和预测的情况进行比较，从而评估预测的效果。 对未来的预测可以选择有关的信息集、预测期限、预测点及预测的评价方法。格兰杰教授说，当他孩提时，大家经常拿天气预报作为笑话，因为英国的气候相当复杂多变。而现在就很少如此开玩笑了，因为现在的天气预报能够通过卫星的数据很好的预测未来的天气。随着数据获得准确性的提高，天气预报的状况也在变好。因而，预测跟数据的质量和数量有关。随后，他列举了超市和信用卡消费，以及股票数据的例子说明了高质量和高频率的数据对经济预测而言的重要性。通常，宏观变量可以预测得非常好。比如说，可以通过第二天早上九点的天气预测出最近的天气。对于一个人一天的预测是相对容易的，因为每个人的生活都具有一定的规律性。但是如果对于一周甚至更长的时间就会比较困难。 评价非常的重要但具有专业性。如果有不同的预测方法，最好将它们的结果取平均值。对于预测的期限，预测变量太长时间以后的情况是不太可能的，一般只有短期预测。但也有这样的预测，比如，30年后的人口就能够预测的相当准确，但是对于价格和石油危机就不是如此。IBM预测每个家庭未来会拥有家庭电脑，便它们没有预测到妇女纷纷参加社会工作，而不是呆在家里。关于生活状况的预测往往不太准确，因为预测者没有预测到劳动力供给会增大。关于工作时间会少于四天的预测也不太准确。 要预测2008年奥运会运动员的数量，首先是从第一届奥运会运动员数据开始建立模型，这个模型基本上是2次曲线，但是中间也有一些波动。经济的转折点，因为经常出现经济结构的变化，比方说经济危机等等，有关这些方面的预测则相对更重要。有个学生所做的关于银行的预测非常准确。过去，我们通常对于一个国家进行观察，该国有成千上万个家庭，每个家庭都会有自己的决策者模型，很多机构（比如银行）都希望去建立合适的模型，我们研究如何去构建实际的复杂的模型，所有这些模型都联系起来，构成全世界的一个模型。比方像全球性项目的模型，包括很多个国家的模型，有很多的方程，这些都非常复杂。目前大概有十大可用模型，主要是如何区别评价这些问题。世界经济在一些问题（如：石油危机）上是相互联系的，每个国家都是相互影响的，进行预测，选择合适的模型要考虑各方面的问题。 （翻译录音整理：郑荣树、兰向旭、陈唯）
