Ekonomiskā prognozēšana ir termins, ko izmanto, lai lietotu visas metodes, kuras izmanto, lai prognozētu ekonomikas turpmākās kustības. Prognozēšana var koncentrēties uz noteiktu ekonomikas daļu vai ietvert visas ekonomikas kustības prognozēšanu. Bieži vien prognozēšanas procesā izmantotā stratēģija atšķiras, pamatojoties uz pieņēmumiem par to, kas pašlaik notiek ekonomikā vai konkrētajā ekonomikas sektorā.
Viens no ekonomikas prognozēšanas piemēriem ir process, kas pazīstams kā ekonomiskās bāzes analīze. Šī pieeja ietver aplūkojamo darbību nošķiršanu divās klasēs vai kategorijās. Viens no tiem ir pazīstams kā pamata un ir saistīts ar nozarēm, kas eksportē preces un pakalpojumus no ekonomikas. Otrais ir pazīstams kā nepamata, un tas ir saistīts ar to uzņēmumu ietekmi uz ekonomiku, kas atbalsta pamatnozaru darbību. Šī klasifikācijas forma ļauj novērtēt eksporta turpmāko ietekmi uz vietējo ekonomiku, ļaujot gūt ienākumus, kas paliek sabiedrībā.
Shift-share analīze ir otrs līdzeklis ekonomikas prognozēšanas uzdevuma vadīšanai. Izmantojot šo stratēģiju, galvenā uzmanība tiek pievērsta izmaiņām, kas notiek ekonomikā vai tajā ekonomikas daļā, kas tiek apsvērta. Tas tiek panākts, dekonstruējot šīs izmaiņas un novērtējot to radīto ietekmi. Piemēram, rūpnīcas slēgšana un tai sekojošais vairāku kopienas iedzīvotāju bezdarbs var tikt rūpīgi pārbaudīts, lai noteiktu tās ietekmi uz vietējo ekonomiku. Pēc tam šos datus var izmantot, lai prognozētu šī notikuma pašreizējo ietekmi uz ekonomiku nākamajam mēnesim, gadam vai pieciem gadiem.
Ir vairākas citas pieejas ekonomikas prognozēšanai. Zemes izmantošanas prognozēšana koncentrējas uz pilsētas teritorijā notiekošās kustības diapazona un veida prognozēšanu. Atsauces klases prognozēšanā tiek aplūkoti kāda veida plānotas darbības iespējamie rezultāti, salīdzinot situāciju ar līdzīgām darbībām, kas jau notikušas līdzīgā vidē. Daudzās pieejās tiks izmantots kāda veida ievades-izejas modelis, kas ļauj ienākt un izņemt resursus, kas ir būtiski vietējās ekonomikas stāvoklim.
Visos ekonomikas prognozēšanas veidos ir ļoti svarīgi izmantot precīzus vēsturiskos un mūsdienu datus. Rūpīgi neapsverot visus būtiskos faktorus, pieprasījuma prognožu precizitātes aprēķināšanas process kļūst sarežģīts, ja ne neiespējams. Rezultātā iegūtā prognoze, visticamāk, nebūs precīza, un tādējādi visas pūles kļūst bezjēdzīgas.