陈彦斌 刘玲君 陈小亮

摘 要：前瞻性预测通货膨胀率有助于央行等政府部门更好地使用货币政策稳定物价，以防范通货膨胀对于市场主体尤其是中低收入群体的冲击，有助于金融机构和投资者更好地进行投资决策，因而具有重要意义。已有文献主要使用AR和VAR等线性模型对通货膨胀率进行预测，对于变量间非线性关系以及历史数据信息的挖掘相对欠缺，因而已有文献的预测策略及其准确性有待改进。LSTM模型能够充分挖掘变量之间的非线性关系并且处理复杂的长期时序动态信息，从而弥补已有研究的不足。为此，本文使用LSTM模型对中国通货膨胀率进行预测，考虑到新常态以来中国的CPI和PPI走势多次背离，只使用CPI很难对一般物价水平进行全面把握，因此，本文使用LSTM模型对CPI和PPI两个指标进行了预测分析。研究结果表明，LSTM模型在预测中国通货膨胀率时表现出了较好的性能，且其预测效果明显优于BVAR模型。有鉴于此，本文建议将LSTM模型更广泛地用于通货膨胀率预测领域。除了CPI和PPI，未来还应该更加关注对核心CPI指标的预测，从而为货币政策的制度提供更有价值的决策参考。

关键词：通货膨胀率;CPI;PPI;LSTM模型;BVAR模型

中图分类号：F037.2  文献标识码：A

文章编号：1000-176X（2021）06-0018-12

一、引 言

通货膨胀率（下文简称“通胀率”）是监测宏观经济运行的重要指标之一，对通胀率进行前瞻性预测具有重要意义。其一，货币政策的重要目标之一是稳定物价，但货币政策在调控物价过程中存在一定的时滞，因而央行需要较为精确的通货膨胀（下文简称“通胀”）预测作为前提，才能更好地使用货币政策稳定物价水平。……