在经济发展过程日益多元化的今天,对于经济活动的研究显得格外重要。在计量经济学领域比较常见的模型之一就是时间序列模型,但是随着经济活动的不断发展变化,已经发展的较为完善的线性时间序列模型体系,不能有效地解释比较复杂的经济现象。这是因为许多的经济现象都表现为非线性,常见的有物价指数、人民币汇率、住房价格指数和股票价格指数等。同时也得益于科技的发展和计算机水平的进步,使得更加复杂的运算能够进行,故运用非线性模型来描述这类经济现象是较为合适的,但是针对具体的经济问题,如何建立合适的非线性模型却是相对困难的。本文首先介绍了常用的几种门限自回归模型,之后主要围绕运用比较广泛的非线性时间序列模型STAR展开,讨论其非线性检验方法和估计方法等。最后对STAR模型扩展形式——多机制平滑转换模型,进一步的深入研究。近几年的文章中不乏对这方面的扩展性研究,但是一般都是停留在理论阶段,用于实际经济研究的并不多见。本文的将从一般情况下去讨论多机制平滑转换模型的设定和应用,提出了一般性的ONSTAR模型,并运用改进的非线性检验方法选择合适的转换函数,以达到良好的的估计效果。实证方面,由于居民消费价格指数(简记为CPI,Consumer Price In-dex)是反应国民经济好坏的经济晴雨表,它不仅可以用来判断一个国家的宏观经济状况,也经常用来判别通货膨胀等。同时鉴于我国正处于经济转型期的重要关口,在短期内经济会面临一定程度上的通货膨胀压力,但是随着我国市场体制改革进程的平稳进行,物价指数也进入到了相对平稳的阶段。综合这些因素,对于物价指数的研究具有重要的意义。所以我们选取居民消费价格指数作为研究对象,本文主要对我国已有的CPI月度数据(1992.11—2014.01)进行分析,对其非线性进行建模,并检验模型的拟合性以及预测未来11个月的CPI指数,进一步评价模型。