日本におけるコア・インフレとトレンド・インフレ

本稿は Stock and Watson (2016) によって開発された一変量及び多変量の状態空間 モデルを用いて、日本のトレンド・インフレを推定する。構造変化を捉えるために確率的 ボラティリティと一時的な大きな変動（外れ値）の発生を確率的に扱えるモデルとなっ ている。一変量モデルではコア指標を用いることで、多変量モデルではセクター別のイ ンフレ率を用いることで、クロスセクション情報がトレンド・インフレの不確実性や予 測精度を改善するかを検討する。推定されたトレンド・インフレによると 2022 年以降 のインフレ率の上昇は、トレンド・インフレの上昇によるものとなっている。予測精度 を比較した結果、14 セクター別のインフレ率を用いた多変量モデルが最も予測精度が 優れており、クロスセクション情報の利用がトレンド・インフレの推定に有用であるこ とを示している。