核心通货膨胀率通常被认为准确地反映了物价水平的变化。现有文献有多种方法计算核心通货膨胀率，但均存在一定的局限性。本文采用广义动态因子模型(Generalized Dynamic Factor Model，简称GDFM)对中国的核心通货膨胀率进行了研究。GDFM属于因子分析方法的一种，但比传统因子分析具有更多的优势:一方面它可以处理大量高维、动态的数据集，对变量的选取个数没有限制，可以在充分挖掘通货膨胀率自身信息的基础上，通过分析通货膨胀率与其他相关经济变量的关系来测定核心通货膨胀率;另一方面它采用了频域分析技术，可以在获取通货膨胀主成分的同时，进行时序平滑来滤掉高频率的价格变动部分，以获取通货膨胀中普遍且长期的波动部分作为核心通货膨胀率。　　本文对中国2005年1月至2012年2月的消费者价格指数、生产者价格指数、货币供给、利率、汇率等与通货膨胀相关经济变量的月度数据构成的高维度数据集进行广义动态因子分析，将通货膨胀率分解为长期的、共同的价格变动和短期性的、随机的价格变动两部分，并提取第一部分为核心通货膨胀。文章同时对GDFM估计的核心通货膨胀的样本内估计效果和样本外预测能力进行了检验。结果发现，样本内估计时GDFM估计的核心CPI与统计局公布的剔除食品和石油项后计算的核心通货膨胀率指标相比虽然在标准差上表现不及后者，但是在估计值的有效性、追踪与通货膨胀发展趋势的能力方面，GDFM核心CPI表现更优，GDFM核心通货膨胀能够更真实地刻画出现实经济中物价水平的波动趋势;在样本外预测方面，GDFM也比其他模型表现更好，GDFM估计的核心通货膨胀可以很好地对通货膨胀进行预测，是一个良好的货币政策的参考工具。