В данной статье представлены макроэконометрические инструменты для выявления ключевых факторов риска для экономики еврозоны и оценки рисков в отношении базовых прогнозов инфляции и роста. В анализе используется большое количество факторов риска, включая нефинансовые факторы, и применяется подход последовательного отбора с проверкой на устойчивость. Для поддержки анализа был разработан инструментарий MATLAB, включающий модели квантильной регрессии и новую методологию параметрического наклона. Статья вносит вклад в литературу по обработке данных эпохи COVID в моделях квантильной регрессии, предоставляя новые идеи для анализа факторов риска. Результаты показывают, что предсказательная сила факторов риска зависит от горизонта, времени и цели, подчеркивая сложность оценки рисков. Показатели рынка труда признаны релевантными для оценки рисков роста инфляции, но их предсказательная сила ограничена для рисков снижения. В отличие от этого, индикаторы неопределенности, денежных средств и кредита показывают лучшие результаты для рисков снижения инфляции, в то время как финансовые условия и монетарные индикаторы релевантны для рисков роста. Исследование показывает, что комбинированные системы факторов риска превосходят спецификации с одним фактором для прогнозирования плотности благодаря комплементарности между группами индикаторов риска. Эмпирическое применение демонстрирует политическую значимость этих инструментов, предоставляя своевременные сигналы и точно отслеживая реализованные результаты. Рекомендуется регулярная оценка эффективности спецификаций для поддержания надежности, учитывая изменчивость во времени и зависимость от состояния их предсказательной эффективности.