经济增长、充分就业、物价稳定与国际收支平衡是宏观调控的四大目标,其中关于物价的通货膨胀理论实证与经验研究始终是学术界乃至政府普遍关注的问题。改革开放以来,我国先后经历了四次比较严重的通货膨胀和一次较为严重的通货紧缩,2007年物价大幅度上涨,上半年CPI同比上涨3.2个百分点,涨幅比去年同期提高了1.9个百分点。政府要作出及时有效的调控措施,就得对经济走势进行预测,有了好的预测,政府宏观调控系统才能充分发挥作用,因此物价研究和应用预测技术尤为重要,通过定量模型来研究通货膨胀或紧缩已成为当今世界的主流方法。传统的预测方法,大都集中在对其因果关系回归模型和时间序列模型的分析,CPI属于宏观经济,是一个非线性系统,在实际运用过程中还存在多重共线性、误差序列相关等问题,从而不可避免地丢失了信息量,模拟效果不佳。人工神经网络对建立预测模型十分有效,它能从数据样本中自动学习以前的经验而无需复杂的查询和表述过程,并自动地逼近那些最佳的数据中蕴涵的规律,它在预测方面尤其是高复杂度的非线性方面明显优于传统的预测方法。本文用人工神经网络来构建CPI预测模型,利用广东省近几年的CPI数据作实证分析,得出良好的预测模型,并与传统预测方法比较,预测精度要高。