从上个世纪九十年代开始,通货膨胀率逐渐成为衡量一国经济是否稳定发展的重要指标。对央行来说,有效地控制物价上涨、维持稳定的通货膨胀率就显得尤为重要。由于货币政策的实施效果存在一定程度的滞后性,利用当期通货膨胀率所制定的货币政策只能对下一期产生作用,无法有效达到控制通货膨胀的目的。这就需要对未来的通货膨胀率做一个预测。准确预测未来的通货膨胀率对于货币政策的制定和实施效果都起着关键性作用。央行可以根据通胀预测值来预测未来的经济形势,减少货币政策时滞性带来的效果偏差,使宏观调控更加准确到位,最终提高货币政策的有效性。通货膨胀预测的重要性引起了全球范围内的广泛关注,也掀起了学术界通胀预测的风潮,各国学者针对通货膨胀率创建了多种多样的预测模型,其中以时间序列等数据导向模型和以菲利普斯曲线为代表的传统理论模型是最常用的两大类的模型。由于各国发展模式和水平的不同,其在不同国家进行预测的准确度也不尽相同,孰优孰劣一直是学术界争论的话题。我国通胀预测的发展尚处于初级阶段,目前还没有对这两大类模型在我国预测效果的比较研究。针对于此,借鉴国外通胀预测模型的经验,本文将选取数据导向模型(AR模型、MA模型、ARMA模型、VAR模型)和传统理论模型(混合菲利普斯曲线模型、四因素菲利普斯曲线模型、开放经济下四因素模型),根据中国的特殊经济环境,对部分模型加以补充修正,并利用我国1997年到2013年的季度数据对通货膨胀率进行预测,最后根据均方根误差RMSE比较各模型的预测效果,得出了在我国,数据导向模型的预测效果优于传统理论模型这一结果。文章最后就如何提高我国通货膨胀预测工作准确性提出了：提高统计数据的质量、加强通胀预期管理、加强经济变量的市场化基础、完善我国的宏观经济模型等相关政策建议。