在宏观经济预测中,由于影响经济的因素关系是多样的,且经济系统处于不断变化的环境中,使得传统的预测方法不能得到合理、有效的结果。为此,以经济预警理论为指导,本文利用神经网络和证据理论进行了预测方法研究。首先,在对现有经济预警指标体系的初步研究基础上,本文依据地方宏观经济的特点和指标设计原则,借鉴国内外宏观经济预警指标体系,把指标分为确定性因素和不确定性因素两类,构建出适合地方宏观经济的预警指标体系。其次,对确定性因素指标,利用神经网络自适应、自学习、自组织、非线性、并行处理和容错能力等优点,采用BP 神经网络进行时间序列预测;对不确定因素指标,通过相关领域的专家综合评价来预测。最后,在证据理论成功解决许多领域不确定性问题的基础上,引入证据理论的分析方法,利用证据理论对确定性和不确定性因素指标的预测结果进行数据融合,来实现对宏观经济的预警。通过建立宏观经济非线性预警模型进行实际的应用分析,表明证据理论和神经网络综合预测方法合理,预测值有效、准确,基本满足了地方宏观经济预警的目标。