本文对我国1978年以来CPI周期波动的特征、根源、形成机理等进行了深入系统的研究,并对我国CPI周期波动趋势做出预测。在研究方法上,文章运用格兰杰因果检验、误差修正模型、向量自回归模型等计量模型研究了CPI波动的驱动因素,以及运用季度ARIMA模型、X-12-ARIMA模型、X-12-灰色新陈代谢模型以及支持向量机模型等多种方法对中国CPI走势进行了预测。在CPI波动周期性特征方面,运用HP滤波法对1978年以来我国CPI波动数据进行了统计分析,结果表明,改革开放以来,我国CPI波动明显具有前高后低的趋势,到1996年后中国物价的波动出现平稳,呈现一定的周期性。对于CPI周期波动,同样存在前高后低的特征,1999年CPI波动迅速下降,并且波动水平没有反弹到高波动的状态。我国CPI波动呈现周期性的特征,在时间维度上我国CPI有五轮周期波动:1981-1982年、1985-1986年、1989-1991年、1994-1995年、2008-2011年;在空间维度上,我国东部地区、中部地区、西部地区等三个地区的CPI均值和波动存在一定的差异。在CPI周期波动形成机理方面,首先运用长短期驱动力检验技术、格兰杰因果检验、协整分析、因子分析和向量自回归模型(VAR),从内部构成和外部宏观因素两个方面对CPI周期波动的长短期驱动力因素进行了检验,结果发现,在1995-2014年期间,食品类、衣着类、交通和通讯类、居住类构成了CPI变动的长期驱动力,但是中国历次CPI周期波动的最主要根源是农产品价格的波动,这跟农副产品上涨过快的现实情况相符合。接着对产业链形成的上、中、下游价格之间的传导机制进行实证研究,结果发现,下游的CPI主要受中游价格和自身的冲击影响。最后从经济发展、财政赤字、房价和国际四个外部因素对CPI波动的传导效应进行理论与实证分析,发现经济发展会通过促进消费和带动上游产品价格来推动CPI上涨波动,财政赤字对CPI的传导效应不明显,房价的上涨也会通过带动房地产相关产业价格的上涨引致CPI上升,在国际因素上,汇率会通过调整出口贸易引起需求的变化而引起CPI变动,此外国际商品价格也会传导到国内,引起国内物价波动。在CPI周期波动趋势预测方面,运用SARIMA模型、X-12-ARIMA模型、X-12-灰色新陈代谢模型以及支持向量机回归模型对我国月度CPI周期波动进行预测分析,并以相对误差绝对值作为预测精度的度量指标,结果显示,基于X-12-ARIMA模型的6期相对误差绝对值之和与误差平方和都是最小的。这表明,在季节周期性序列上,季节性时间序列模型比人工智能模型预测性更强。最后文章还据此提出了稳定中国CPI周期波动的长、短期措施。本文对CPI周期波动的系统研究,主要有以下创新:(1)在研究内容上,本文构建了一个CPI周期波动的系统分析框架(波动特征、根源、形成机理)。从时间维度上分析发现:我国在1980-2014年期间共有五轮CPI波动;从空间维度上分析得到:我国不同地区的CPI波动特征具有一定的差异性;对其波动根源实证发现:中国CPI周期波动的根源在于农产品价格的波动。最后,从CPI内部构成和外部因素两个方面对CPI波动的传导效应进行了理论与实证分析。(2)在研究视角上,相比现有文献,为了提高研究结论的可靠性,本文采用了CPI波动率指标来衡量CPI周期波动,以滤波周期成分作为CPI波动周期的划分依据。这在一定程度上弥补了现有大多CPI研究文献以CPI直接代替CPI波动的缺陷。(3)在研究方法上,本文为了提高CPI波动的驱动因素挖掘及其预测精度,采用了多种计量方法,包括SARIMA模型、X-12-ARIMA模型、X-12-灰色新陈代谢模型以及支持向量机模型等高级计量模型。这一套计量研究方法是对现有关于CPI相关研究的有益补充,同时为学者进一步深入研究CPI周期波动提供了新的视角。