Titel: Inflation: Ger kointegration bättre prognoser Ämne/Kurs: NEK691, Examensarbete C, 10 poäng Författare: Kristofer Månsson Handledare: Thomas Elger Nyckelord: Inflationsprognoser, indirekt metod, kvantitetsteori, kointegration Syfte: Syftet med uppsatsen är att undersöka om eventuell kointegration mellan inflation och penningmängd ger bättre Inflationsprognoser. Metod: Jag använder mig av svensk kvartalsdata för inflation och penningmängd (mätt som M0 och M3) mellan 1993:1 och 2005:4, för att se om modeller med en felkorrigeringsterm ger bättre prognoser än VAR-modeller, AR-modeller och RW-modeller. Jag prognostiserar med indirekt metod och använder tre olika prognoshorisonter, t+1, t+4 och t+8. Slutsats: Kointegration ger inte bättre prognoser oavsett prognoshorisont. För t+1 är AR-modellen bäst och för t+4 och t+8 är VAR-modellerna bäst.

Uppsatsen undersöker vilken av den indirekta och den direkta metoden som bör användas vid prognostisering av den svenska inflationen baserat på kvartalsdata för perioden 1993:1-2005:4. Ytterligare en aspekt med uppsatsen är att ge ökad förståelse för hur inflationen i Sverige i allmänhet ska prognoostiseras. Prognoserna skapas med de respektive metoderna och jämförs därefter med faktisk inflation för att utvärdera vilken metod som ger minst prognosfel. De slutsatser som dras från undersökningen är att det inte är en av metod som strikt föredras vid prognostisering av den svenska inflationen. De metod som är bäst av den indirekta och den direkta beror på prognoshorisonten.

Prognostisering av makroekonomiska variabler är betydelsefullt för många individer i en ekonomi, inte enbart för politiska beslutsfattare. Samtliga beslut som tas i ekonomiska sammanhang grundar sig på våra framtida förväntningar om variablerna och kommer ständigt att vara förknippade med osäkerhet eftersom framtiden obönhörligen är oviss. För att underlätta beslutsfattande är det därmed nödvändigt att vidareutveckla metoder för att generera prognoser som är så tillförlitliga och rättvisande som möjligt. Bland de viktigare prognoserna är de som visar framtida inflationsförväntningar eftersom dessa tillsammans med den faktiska inflationen påverkar hur Riksbanken sätter styrräntan. Inflationsnivån och förväntningar på denna är något som påverkar såväl relationen arbetsgivare- arbetstagare som relationen långivare- låntagare.Syftet med uppsatsen är att undersöka om prognostisering av den svenska inflationen kan förbättras dels genom att använda ett mått på BNP-gap som förklarande variabel, dels genom att tillämpa en metod för interceptjustering.

Syftet med denna uppsats är att undersöka huruvida BNP-gap kan förutspåinflationen bättre jämfört med arbetslöshetsgap. Svensk kvartalsdata från1993 till och med 2005 har använts. Gapmåtten skapas med två olika metoder,en linjärregression och ett HP-filter. En direkt prognosmodell används föralla prognoser med out of sample metodik. Prognoshorisonterna somanvänds är ett kvartal, fyra kvartal samt åtta kvartal.