نرخ تورم یکی از متغیرهای کلیدی اقتصاد است که پیش بینی دقیق آن مدنظر سیاست گذاران و به ویژه بانک مرکزی است. مدل خود رگرسیون برداری (VAR) سابقه طولانی به عنوان ابزاری جهت پیش بینی و تجزیه و تحلیل های سیاستی دارد، اما از مشکلات این روش آن است که از مبانی نظری اندکی در خصوص روابط بین متغیرها استفاده می کند؛ بعلاوه در مدل های VAR تعداد زیادی پارامتر نیاز است تخمین زده شود که برخی از آن ها ممکن است بی معنی نیز باشند؛ به دنبال این موضوع، ایده مدل های ترکیبی مطرح شد. یکی از انواع مدل های ترکیبی، مدل DSGE-VAR است. این مدل، DSGE را که مدلی ساختاری است و اتکای بیشتری بر تئوری دارد با VAR که فراهم کننده برازش بهتری از داده ها است، ترکیب می کند. در این مطالعه ابتدا ساختار نظری و نتایج تخمین مدلDSGE-VAR برای داده های اقتصاد ایران بیان شده و در ادامه پیش بینی های حاصل از این روش در مقایسه با مدل های رقیب ازجمله VAR نامقید و VAR مینسوتا بررسی شده است. هر سه مدل به صورت بازگشتی برای دوره زمانی 1370:1 تا 1391:4 تخمین زده شده اند و سپس جهت پیش بینی تورم در افق 1 تا 8 فصل رو به جلو و برای نمونه 1390:1 تا 1393:4 استفاده شده اند. مقایسه دقت پیش بینی روش های فوق با استفاده از شاخص RMSE، نشان دهنده عملکرد بهتر روش DSGE-VAR در قیاس با مدل های رقیب، طی دوره زمانی مورد بررسی است.
