CPI即居民消费价格指数,是反映一组代表性商品和服务项目价格水平变化趋势和变动幅度的统计指标,以零售量或居民消费量为权数,反映消费者所付商品的价格水平。CPI关系国计民生,是管理层制定宏观经济政策、分析货币市场和债券市场及央行公开市场操作的重要参考依据。其重要性主要体现在：一方面,CPI是宏观经济决策的重要参考数据,为一国政府分析和制定货币政策、财政政策、价格政策以及进行国民经济核算提供科学依据。另一方面,国际上通常以CPI为主要指标来反映通货膨胀(或通货紧缩)的程度。如何科学预测我国CPI,并在此基础上运用一定的技术手段,实施超前性的货币政策,对于旨在烫平经济波动的宏观经济政策具有重要意义。本文从计量经济学角度出发,综合运用数理统计方法和计量分析方法,以我国CPI预测为主线,深入地探讨我国CPI预测方法及其预测模型,并对我国CPI进行了预测实证分析。本文从我国CP工波动等经济时间序列入手,研究了CPI的三种预测模型,分别是协整回归预测模型、季节性ARIMA预测模型以及自回归分布滞后预测模型,对CPI波动进行监测和预警,力求为宏观经济决策提供有价值的参考。协整回归预测模型充分利用了CPI诸先行指标信息,又有效地避免了多元回归预测模型中的自由度过多损失。季节性ARIMA预测模型充分考虑到CPI的季节因素影响,大大提高了CPI时序短期预测精度。自回归分布滞后预测模型充分考虑到经济运行过程中广泛存在的滞后效应,同时考虑到货币政策中介目标M2对货币政策最终目标CPI的滞后效应以及CPI的惯性效应,能有效地刻画CPI的运行过程。为建立协整回归预测模型,本文利用脉冲响应和方差分解等计量分析方法来筛选我国CPI的先行指标,并确定其先行期,从而构建了我国CPI的先行指标体系。在此基础上,利用主成分分析法充分提取了先行指标信息,并降低了先行综合指标体系的维度。考虑到CPI会受到某些主要宏观经济变量的瞬间冲击影响,从而改变其变化路径,本文分析了主要宏观经济变量对CPI的冲击效应。本文主要研究内容有：一是探讨了与我国CPI相关的先行指标选取的数理研究方法；二是通过实证方法筛选出与CPI相关的主要的先行指标；三是对先行指标采用综合评价法来建立CPI预测模型；四是建立CPI指数的自回归分布滞后模型；五是建立CPI指数的季节性ARIMA模型；六是分析主要宏观经济变量对CPI的冲击；七是比较分析CPI指数预测模型及预测效果,并提出相应政策框架及政策建议。本文所建立的数学模型的基础来自于数学理论和宏观经济理论,所研究的数量经济模型是在一定数学理论和经济理论的背景下,通过数学和统计学手段,来描述各种经济行为和揭示各个经济变量之间的变动规律,它是研究经济结构关系及其变动趋势、预测经济发展、模拟和评价经济政策的一种有力工具。本文的目标主要以CPI预测为主,采用定量分析的方法,找出宏观经济变量之间的内在联系,利用模型对宏观经济问题进行定量分析,并用图、文、数相结合的方式给出一种直观、易理解的结果。本文根据研究目标建立的应用型计量经济模型,具有以下特征：一是均是建立在严格的理论基础之上,建模目标以政策模拟、评价和预测为目的；二是模型的规模适中,不以追求大而全为目标,而是从实际出发,以分析模拟实际问题的能力为建模的出发点；三是根据我国实际经济的特点建模；四是模型以严格的经济理论为基础,事先设定好变量之间的逻辑关系,然后以计量经济方法为工具,进行必要的实证研究；五是力求研究方法的创新,在变量选择、模型框架等方面,均能进行适当的创新。