Forecasting Inflation in Sweden

In this paper, we make use of Bayesian VAR (BVAR) models to conduct an out-of-sample forecasting exercise for CPIF inflation, as used as the inflation target by the Riksbank in Sweden. The proposed BVAR models generally outperform simple benchmark models, the BVAR model used by the Riksbank as presented in Iversen et al. (2016) and professional forecasts made by the National Institute of Economic Research in Sweden. Moreover, the BVAR models proposed in the present paper have better forecasting precision than both survey forecasts and the method suggested by Faust and Wright (2013).

By Unn Lindholm, Marcus Mossfeldt and Pär Stockhammar

Svensk sammanfattning

I detta papper använder vi oss av en Bayesiansk VAR (BVAR)-modell i en out-of-sample prognosövning för KPIF-inflationen i Sverige. KPIF är nu-mera Riksbankens målvariabel för inflationsmålet. De föreslagna BVAR-modellerna har i allmänhet högre prognosprecision för KPIF-inflationen än både univariata benchmarkmodeller, Riksbankens BVAR-modell som den beskrivs i Iversen m.fl. (2016) och prognoser gjorda av Konjunkturinstitutet. Dessutom har de BVAR-modeller som föreslås i det här pappret högre prognosprecision än både inflationsförväntningar och den metod som Faust och Wright (2013) har föreslagit.