居民消费价格指数（Consumer Price Index,CPI）是国际通用的体现社会物价总体水平和衡量国家通货膨胀水平的一个重要指标,一直以来被用作货币政策的参考依据,和国家宏观经济政策的运行有着密切的关系。但是,经济学家和学者们逐渐发现CPI篮子中包含许多商品项目,其中一些商品项目易受外界因素影响,如食品类商品易受天气和季节因素影响,石油价格易受国际市场供需关系影响,短期内价格出现较大的波动,进而导致CPI指数出现较大的波动。如果用短期内、暂时被影响的CPI来判断社会通货膨胀水平,会导致CPI在度量总体真实通货膨胀水平时出现偏差,难以准确地反映真实的通货膨胀水平,进而对货币当局判断通货膨胀水平产生干扰,削弱货币政策有效性。鉴于CPI的这一缺陷,经济学家认为应该将CPI剖开来分析,在监测真实的通货膨胀水平和制定货币政策时,选择代表CPI长期趋势的核心通货膨胀率;在分析物价水平出现较大波动的原因时,找出CPI中受短期因素影响而造成价格较大波动的暂时性成分,因此提出了核心CPI。目前世界上很多国家和地区将核心CPI用作监控真实通货膨胀水平的指标,并且定期公布核心消费者价格指数。我国CPI也存在这一问题,尤其是我国CPI指数构成中食品项占有较高的权重,食品价格的波动更容易影响CPI。我国公布核心CPI指数的时间不长,关于核心CPI的研究相对缺乏,且主要集中于对核心CPI的测算方面的研究。本文从核心CPI剔除项目的选择进行测算以及对核心CPI进行预测两个方面着手,具有非常重要的意义。本文首先利用居民消费支出的年度数据估算了CPI八大类的权重,接着采用剔除法对我国2006年1月至2020年12月的CPI月度数据进行计算,测算出了2006年1月至2020年12月的核心CPI,并与国家统计局公布的CPI、扣除食品和能源项的核心CPI以及货币供应量M2做关联分析,检验了本文计算的核心CPI的合理性和对货币政策参考的有效性。最后基于核心CPI序列同时含有线性与非线性成分的特点,本文兼顾ARIMA模型和SVM模型各自在线性与非线性方面的预测优势,将ARIAM-SVM组合模型引入核心居民消费价格指数的分析与预测中。并将RMSE、MAE、MAPE作为预测效果的评价指标,将ARIMA-SVM组合模型的预测效果与单一ARIMA模型、SVM模型的预测效果进行对比。研究结果表明,本文选择剔除部分短期波动较大食品项测算的核心CPI更合理、更符合我国国情、对货币政策的制定更具有参考意义。ARIMA-SVM组合模型对核心CPI的预测精度更高,预测效果更好,将其用于核心CPI的预测,有利于把握通胀预期,更好的为货币政策提供参考。