مطالعات اولیه در پیش بینی تورم بیشتر در قالب منحنی فیلیپس سنتی بود که رابطه تورم و بیکاری براساس آن مفهوم پیدا می کرد، اما بعد از چند دهه و به خصوص بعد از نقد لوکاس، منحنی فیلیپس اولیه دچار تحولات شگرفی شد. منحنی جدید، تورم واقعی و انتظاری را نه به نرخ بیکاری، بلکه به مقیاسی از هزینه نهایی کل مرتبط می سازد. از آنجا که هزینه نهایی در الگوی اصلی منحنی فیلیپس نوکینزینی، تورم را تحریک می کند، موجب می شود که تدوین مدل هایی که در پیش بینی تورم کارا عمل کنند با مشکل روبه رو شوند. از این رو با استفاده از مدل TVP-DMA که توانایی رفع این عیوب را دارد، سعی در ارتقای کارایی پیش بینی تورم در اقتصاد ایران را داشته ایم. در مدل های سنتی متغیرهای مستقل در کل دوره زمانی یا تاثیر معنی داری بر متغیر وابسته دارد یا این تاثیر بی معنی است، اما در روش های TVPDMA یک متغیر مستقل در یک دوره زمانی می تواند تاثیر معنی دار و در یک دوره تاثیر بی معنی داشته باشد. به عبارت دیگر، این مدل کمک می کند اثرگذاری معنادار یا غیر معنادار یک متغیر مستقل بر متغیر وابسته را در سال های مختلف مورد بررسی قرار داد. در این تحقیق از داده های فصلی در بازه زمانی ۱۳۹۴-۱۳۷۰ استفاده شده است. نتایج تحقیق براساس خروجی مدل های TVP ، DMS ، DMA بیانگر این واقعیت است که نرخ رشد نقدینگی 19، نرخ رشد اقتصادی 7، نرخ بیکاری 8، نرخ ارز 31، تغییرات نرخ سود تسهیلات بانکی 14، نرخ رشد درآمدهای نفتی 15، نااطمینانی تورم 14و نرخ رشد کسری بودجه 4 دوره از ۱۰۰ دوره زمانی تحت بررسی همگی دارای تاثیر معناداری بر تورم هستند. بر این اساس می توان بیان داشت که نرخ ارز، رشد نقدینگی و درآمدهای نفتی مهم ترین شاخص های موثر بر تورم در دوره مورد بررسی بوده اند.