2025-01-072025-01-072025-01-08https://repositorio.banrep.gov.co/handle/20.500.12134/11065En este documento estudiamos la relación entre la inflación instantánea y la inflación anual y las ventajas de incluir la inflación instantánea como predictor en el desempeño de pronóstico de la inflación anual. La inflación instantánea ofrece una perspectiva más dinámica sobre la inflación, asignando pesos variables al Índice de Precios al Consumidor (IPC) en los usados para el cálculo de la inflación anual. Nosotros estudiamos la relación por medio del Perfil Coincidente, el cual permite establecer si la inflación instantánea y anual son contemporáneos o si una antecede la dinámica de la otra. Este hallazgo es usado para establecer el orden autorregresivo de modelos VAR, VECM y ARIMAX. Una vez estos modelos son ajustados, pronosticamos la inflación anual y evaluamos su capacidad predictiva. Nosotros encontramos que la inflación instantánea ayuda a mejorar los pronósticos de la inflación anual mejorando el desempeño de modelos como el ARIMA y modelos más complejos que incluyen un conjunto amplio de predictores a horizontes de corto y mediano plazo. Nosotros desarrollamos tres ejercicios empíricos para evaluar la metodología propuesta incluyendo datos para Colombia, Estados Unidos y Reino Unido. Los resultados de la evaluación de pronósticos en los tres casos muestran que la inflación instantánea como predictor ayuda a mejorar los pronósticos de la inflación anual.This article studies the relationship between instantaneous and year-on-year inflation and the benefit of the forecast performance using instantaneous as a predictor. Instantaneous inflation is a transformation of year-on-year inflation, assigning different weights to each month of the Consumer Price Index (CPI) used to calculate the year-on-year inflation. We study the relationship using the Coincident Profile, which allows us to determine whether instantaneous inflation is coincident or anticipates the dynamic of year-on-year inflation. This finding establishes the lag order of the VAR, VECM, and ARIMAX models. Once we fit these models, we forecast year-on-year inflation and evaluate the predictive capacity. We found that instantaneous inflation helps to improve the forecast performance, beating the performance of an ARIMA model and more complex models that use a large set of predictors in several evaluation periods in the near and medium term.We developed three empirical exercises using data from Colombia, the United States, and the United Kingdom to evaluate this approach; in the three cases, we found betterment using instantaneous inflation as a predictor.28 páginasPDFengOpen AccessInflación instantáneaPerfil CoincidenteEvaluación de pronósticosWorking PaperC52 - Model Evaluation, Validation, and SelectionE17 - General Aggregative Models: Forecasting and Simulation: Models and ApplicationE31 - Price Level; Inflation; DeflationInstantaneous InflationCoincident ProfileForecast EvaluationInflación -- Modelos econométricos - ARIMA -- ARIMAAcceso abiertoAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0C52 - Evaluación, contraste y selección de modelosE17 - Modelos agregados generales: Predicción y simulación; Modelos y aplicaciónE31 - Nivel de precios; Inflación; DeflaciónLas opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.The opinions contained in this document are the sole responsibility of the author and do not commit Banco de la República or its Board of Directors.Objeto de publicación: La obra de mí (nuestra) autoría tiene por objeto ser publicada en el Portal de Investigaciones del Banco de la República e incluirla en el repositorio institucional de esa misma entidad. La obra podrá consistir en documento escrito, audiovisual, audio, gráfico, fotográfico, infográfico, podcasts, etc., y podrá estar en cualquier formato conocido o por conocerse.Datos personales: El(los) autor(es) ha(n) incluido sus datos personales (nombres, correo electrónico, filiación académica, perfil académico, entre otros) en el Portal de Investigaciones o la obra remitida para publicación, y por consiguiente, manifiesta(n) que mediante el diligenciamiento y registro de sus datos personales autoriza(n) al Banco de la República el tratamiento (recolección, almacenamiento, uso, circulación o supresión) de todos los datos suministrados con la finalidad de adelantar la publicación de la obra en el Portal de Investigaciones, dar a conocer su perfil académico y medios de contacto para fines académicos y divulgativos, así como para la construcción de indicadores y estadísticas para el seguimiento y control de las actividades de divulgación del Portal de Investigaciones. Para tal fin, se informa que el tratamiento de los datos personales se realizará de acuerdo con las políticas o lineamientos generales disponibles en http://www.banrep.gov.co/proteccion-datos-personales, en la sección “Protección de Datos Personales - Habeas Data”.https://hdl.handle.net/20.500.12134/110655. Precios, inflación y política monetaria