这篇基金组织工作论文介绍了一种新的方法,用于预测欧洲经济体的GDP增长。该方法结合了动态因子模型(DFM)、机器学习和新数据,包括谷歌搜索和空气质量数据。作者使用标准的AR(1)模型作为基准,并使用多种机器学习算法进行比较。结果显示,该方法在正常和危机时期都表现出了显著的预测能力。该方法易于应用于其他国家,但需要考虑数据可用性。