En este trabajo se presentan los resultados de una aplicación de la estimación y pronóstico de modelos de Vectores Autorregresivos usando técnicas bayesianas (BVAR), para la inflación anual colombiana. Se comparan los resultados del uso de diversas especificaciones y de priors; los hiperparámetros de las prior se seleccionan de acuerdo a criterio de bondad del pronóstico. Luego, para las especificaciones seleccionadas, se compara la bondad del pronóstico de la inflación anual generada por los modelos BVAR con el de una caminata aleatoria univariada, y contra los de modelos VAR convencionales. Los resultados muestran que los modelos BVAR mejoran los modelos de los VAR análogos, logrando reducciones de hasta 72.8% en la Raíz del Error Cuadrático Medio de Pronóstico (RECMP).