通货膨胀水平是衡量一国的经济发展是否平稳高效的关键指标,对未来的通货膨胀率进行准确预测有助于政府进行宏观经济决策,实现将通货膨胀控制在合理的范围之内的目标。本文根据GDP平减指数与通货膨胀率之间的关系,在被解释变量指标的选取上,选取覆盖范围更广的GDP平减指数作为通货膨胀测度指标。在解释变量的选取中,在传统指标的基础上加入大数据指标。利用混频数据模型处理解释变量与被解释变量频率不一致的问题,实现对通货膨胀测度指标的预测。首先,基于单一混频数据抽样(MIDAS)模型和单一混频向量自回归(MF-VAR)模型实现对通货膨胀测度指标GDP平减指数的预测并对预测结果进行对比。实证结果表明,综合向前七期的预测结果来看,加入百城价格指数这一大数据指标的单一混频数据抽样模型和单一混频向量自回归模型的预测精度更高。然后,选取出预测效果最优的单一混频数据模型。最后,运用组合预测方法实现MIDAS模型和MF-VAR模型这两种混频数据模型的组合,充分利用两模型的预测优势对GDP平减指数进行预测。结果表明,组合预测模型能够提升通货膨胀测度指标的预测效果,把各预测期最优模型进行组合的混频数据模型对GDP平减指数的预测精度最高。初步显示了混频数据模型和大数据指标在预测GDP平减指数上的优越性,对通货膨胀走势能更为准确的预测进行了探索研究。