【摘要】研究目标:在大数据和互联网经济发展的背景下,有效预测消费者信心指数(CCI)以保证相关政策的制定。研究方法:基于完全集合经验模态分解(CEEMD)-差分灰狼算法(DEGWO)-BP神经网络(BPNN),建立消费者信心指数预测模型,并运用DM检验法对该模型与对比模型的预测性能进行测试。研究发现:引入CEEMD法能够有效解决误差序列随机性强等缺陷;新提出的预测+模型较对比模型的预测精度明显提高,泛化能力有所增强,且更能够精准捕捉CCI的变化规律。研究创新:将CEEMD-DEGWO-BPNN模型应用于CCI预测中。研究价值:新提出的组合预测模型能够为CCI预测提供新方法,且有效地提高预测精度。