過去，假設消除風險溢價，10年至30年期美國公債殖利率的上升被解釋為長期通膨預期的上升，Tobias Adrian指出，在缺乏衡量通膨預期的良好指標之下，長期債券殖利率無法完美地取代這些預期，實務上，現在的通膨預期指數，不再單一仰賴中長期公債殖利率的漲跌，而加入其他因素。
我國中央銀行報告中曾提到，美國機構對「通膨預期」是怎麼構成的，因無具體數據可觀察，一般採「調查」及「市場交易基礎」兩種方式來衡量。
在「調查」部分，可使用密西根大學消費者調查、New York Fed的消費者預期調查、Philadelphia Fed的專業預測調查（Survey of Professional Forecasters, SPF），即Philadelphia Fed每季訪查專業人士對美國經濟展望看法，統整後公布預測值中位數等數據。
美國對民間調查加上市場交易 構成通膨預期
在「市場交易基礎」部分，則包含美國抗通膨公債（Treasury Inflation-Protected Securities, TIPS）、通膨交換（Inflation Swap）合約、共同通膨預期指標（Index of Common Inflation Expectations, CIE）等。
國際上，景氣指標、就業、民生消費、貨幣金融、股票市場、債券市場、房地產市場、大宗物資、國際收支與進出口也有被他國央行納入編製通膨預期指數，值得一提的是，這些資料頻率通常是1個月才有1筆，那麼，是否有更即時的數據，能更快反應呢？
有的，近年有相當多研究，運用全球使用率最高的Google關鍵字搜尋頻次Google Trends系統，作為預測民間消費、房市、股市等各面向的基準資訊。
納入網路大數據 可縮短預期時間
例如Pavlicek（2014）則點出Google計量學的議題，透過工作相關的Google關鍵字搜尋來評估對失業率的影響，其以自迴歸模型（Autoregressive model, AR）及向量自我迴歸（Vector Autoregression, VAR）兩種模型去進行分析，研究發現，當將Google搜尋資料納入分析模型後，會讓模型預測力較傳統變數模型更為準確。
央行也有委託國內學術單位研究類似主題，對台灣民間消費的預測，一份委託世新大學財務金融學系副教授郭迺鋒「應用大數據提升台灣民間消費預測」主題研究中，比較了放入網路大數據指標和傳統一般型指標的差異，結果發現，納入大數據後的模型，有較佳的預測能力，如果民間消費可以因此提高預測力，那麼未來也將有其他研究針對更多構成通膨預期的參數去研究。
掌握通貨膨脹、預期通貨膨脹一直是各國央行、金融機構持續努力的目標，正如醫學、科學領域的追求，對掌握通膨的應用工具在數十年來的實證之下，也不斷的修正當中，全球的自由貿易金融機構都關心美國聯準會的下一步利率動作，想要掌握趨勢，了解通膨預期指數成為關鍵的一步。
＊作者在媒體工作近20年，長期關注金融議題，本文選自177期台灣銀行家雜誌，授權轉載。
