本稿では、ユーロ圏経済の主要なリスクドライバーを特定し、インフレと成長のベースライン予測を取り巻くリスクを評価するためのマクロ計量経済学的手法を紹介する。分析では、非金融要因を含む多数のリスク要因を使用し、ロバストネスチェックを伴う逐次選択アプローチを採用する。分析を支援するためにMATLABツールボックスが開発され、分位点回帰モデルと新しいパラメトリックチルティング手法が組み込まれている。本稿は、分位点回帰モデルにおけるCOVID時代のデータを扱う文献に貢献し、リスク要因分析に関する新たな洞察を提供する。結果は、リスク要因の予測内容は、ホライズン、時間、目的に依存することを示しており、リスク評価の複雑さを浮き彫りにしている。労働市場指標は、インフレのアップサイドリスクを評価する上で関連性があることが判明したが、ダウンサイドリスクに対する予測力は限定的である。対照的に、不確実性、マネー、信用指標はインフレのダウンサイドリスクに対してより良好なパフォーマンスを示し、金融情勢と金融指標は成長リスクに関連している。本研究は、リスク指標グループ間の補完性により、密度予測において、単一要因仕様よりも組み合わせたリスク要因フレームワークが優れていることを発見した。経験的な応用は、これらのツールの政策的関連性を示しており、適時なシグナルを提供し、実現した結果を正確に追跡している。予測パフォーマンスの時間的変動性と状態依存性を考慮すると、信頼性を維持するために、仕様の定期的なパフォーマンス評価が推奨される。