Forecasting Inflation With Bayesian Techniques

The effectiveness of monetary policy under inflation targeting scheme proposed by the Central Bank of Costa Rica is based in the correct and timely forecast of inflation in order to design the best monetary policy actions. The purpose of this study is to develop a complementary tool to forecast inflation using a Bayesian approach. To that end, we estimate the methodologies of Bayesian Model Averaging and Weighted Average Least Squares. This forecast allows expanding and complementing the analysis actually estimated with the Macroeconomic Quarterly Projection Model (MQPM) of the Central Bank of Costa Rica. From the results of this evaluation, we show that for monthly data and forecast horizons from 1 to 12 months, you may find forecast by a Bayesian process that have greater predictive performance than the autoregressive model. *** Resumen: La efectividad de la política monetaria bajo un esquema de metas de inflación como el propuesto por el Banco Central de Costa Rica se basa en buena medida en el correcto y oportuno pronóstico de la inflación de corto y mediano plazo con el fin de diseñar de mejor forma las acciones de política monetaria. Así el propósito de este trabajo es desarrollar una herramienta complementaria para elaborar pronósticos de inflación mediante un enfoque bayesiano. Para lo anterior se propone la utilización de la metodología “Bayesian Model Averaging” y de “Weighted Average Least Squares”. Los modelos de proyección especificados permitirían ampliar y complementar el análisis que se realiza actualmente con el Modelo Macroeconómico de Proyección Trimestral (MMPT) del Banco Central de Costa Rica. Como resultado esta investigación muestra que, para datos de periodicidad mensual y a horizontes de pronóstico de 1 a 12 meses, es posible encontrar proyecciones mediante un proceso bayesiano que poseen una mayor capacidad predictiva en relación con aquellas producidas por un modelo autorregresivo.