【摘要】在数字经济时代的背景下，高效地从大数据中提取有用信息用于预测，具有重要的理论意义和现实意义。基于高维宏观经济数据和百度搜索指数构建监督因子模型，分别利用缩放主成分分析（s-PCA）和偏最小二乘（PLS）提取因子预测我国的CPI。在此基础上，进一步利用LASSO筛选变量，对因子估计施加“双重监督”，考察“双重监督”因子模型的信息提取效率。实证结果表明：相比于无监督因子模型，监督因子模型对CPI及其“拐点”具有更强的预测能力；采用LASSO筛选变量的“双重监督”因子模型具有更高的信息提取效率，变量筛选能有效提升监督因子的预测能力；百度搜索指数对CPI具有显著的预测能力，可作为信息补充源为CPI预测提供额外的信息。