物价的波动不仅能够反映宏观经济景气的程度,而且也会对居民的生活水平和福利状况产生影响,稳定物价一直是我国宏观调控的四大目标之一。对于物价的监测和预测是政府把握经济运行情况、了解市场变化、增强宏观调控和价格监管科学性、有效性和预见性的基础性工作,是事关经济发展和国计民生的一项重要工作。居民消费价格指数(CPI)作为反映物价波动情况的重要经济指标,其实时监测和预测可以为政府宏观经济调控提供更为及时的参考依据。近年来,随着经济进入新常态,我国经济环境发生了重大的变化。与此同时,以CPI为代表的物价波动也出现了新的特征,呈现“微波化”的新态势。随着居民消费结构改变和国际形势不确定性增加,未来影响物价走势的因素变得更为复杂,对物价的监测和预测提出了更高的要求,也面临更大的挑战。采用先进的计量方法提高CPI监测和预测的及时性和准确性,无疑具有重要的学术和应用价值。国家统计局通常在次月9号左右发布上月CPI数据,具有一定的时滞,不能完全满足及时分析物价形势、适时采取调控措施的需要。随着我国统计制度的不断完善,在每月CPI发布之前,相关部门会发布一些与CPI相关性较强的日度和周度频率的高频数据信息,且这些信息有助于提高CPI监测和预测的及时性。因此,本文综合利用相关日度数据、周度数据和月度数据构建混频数据模型,使监测和预测频率精确到了周度。本文采用“食品+非食品”的两分法框架分别对两大分项进行实时监测和预测,在得到各分项结果的基础上,结合食品类和非食品类在CPI中所占比重进行加总,进而得到总体CPI的实时监测和预测结果。在实时监测方面,本文首先介绍了混频动态因子模型构建的原理,以及各分项高频指标的选取,进而提取出综合反映食品类CPI和非食品类CPI波动的周度一致指数。其次,结合食品类和非食品类在CPI中所占比重,对两个周度一致指数进行加权平均进而得到总体CPI的周度一致指数,从而达到在周度层面上对CPI进行实时监测的目的。结果显示,利用该方法提取的周度食品CPI一致指数、周度非食品CPI一致指数和加权平均后得到的周度CPI一致指数与真实的食品CPI、非食品CPI和CPI总体走势一致,不仅能够识别出月内细微的波动,还可以较为准确的实时监测CPI的走势及发展趋势。实时预测方面,在得到食品类CPI和非食品类CPI的周度一致指数的基础上,分别构建食品类CPI和非食品类CPI的实时预测模型。在得到各分项的实时预测值之后,再对其进行加权平均,从而得到CPI的实时预测值,并与基准模型的预测结果进行比较。结果显示,在样本外预测中,加入了周度共同因子的实时预测模型无论是在食品类还是非食品类方面,预测精度都明显优于基准模型。这表明利用周度高频指标信息能够改进预测效果,在预测精度和趋势拟合上均具有显著优势。此外,从预测频率来看,该模型不仅可以在周度层面上对CPI进行预测,还可以随着新数据的发布更新预测结果,实现对CPI的实时动态预测,提高了预测的时效性。本文主要有以下三点创新:第一,本文构建的CPI实时监测预测的混频动态因子模型,在一定程度上解决了传统方法对于数据同频的限制和可观测信息利用不足的问题。第二,本文采用“食品+非食品”两分法实时监测和预测的分析框架,在一定程度上实现了 CPI的分层监测和预测。第三,本文在借鉴ADS模型框架的基础上,对不同频率数据之间的量化关系进行了改进,使之更适合于我国CPI的监测和预测,也在一定程度上弥补了国内研究在实证方法上存在的不足。