Lab Scenario
Predicciones PIB LATAM 2026:
Modelo Independiente

Modelo Ridge por país para 18 economías latinoamericanas, sin usar datos del FMI. Variables globales + estructurales de CEPALSTAT, IDB, QoG, World Bank y WB Pink Sheet. Monte Carlo para incertidumbre.


18 países · Ridge (11/18) + Naive (7/18) · MAE promedio 2.26pp
País Método Confianza Modelo v14c MC 90% CI MC σ IMF WEO CEPAL Gobierno MAE CV

Predicciones vs IMF: Desviación por país

Incertidumbre (Monte Carlo σ) por país

Comparación de Predicciones por Fuente

Explorador de Escenarios: ¿Qué pasaría si...?

Selecciona país y escenario para ver el impacto estimado
El impacto estimado se calcula usando el coeficiente de la variable global en el modelo Ridge de cada país. No incluye efectos de segundo orden ni retroalimentación entre países.

Interpretación

Metodología: Ridge regression por país con validación cruzada temporal expandiente (2010-2025). Sin variables GDP como predictores. Sin datos del FMI WEO. Variables seleccionadas teóricamente de 5 pools: fiscal, real, financial, institucional, commodities + 3 globales (World, US, China growth).

Resultado principal: Las variables globales dominan las predicciones. El modelo con solo 3 variables globales (world/us/china growth) logra MAE 2.42pp vs 2.26pp del modelo completo — consistencia con la naturaleza small-open de las economías LATAM.

Argentina es el outlier más notable: el modelo predice +1.0% vs IMF 3.5% y gobierno 5.0%. Las variables disponibles no captan el efecto Milei (desregulación, RIGI, Vaca Muerta). Señal de que el modelo necesita incorporar variables de reformas estructurales.

Mayor precisión: Guatemala (σ=0.83pp, MAE=0.98pp), Ecuador (σ=1.35pp). Mayor incertidumbre: Panamá (σ=3.98pp), Argentina (σ=3.22pp), Perú (σ=3.18pp).

Acceso a Análisis Completo

Ingresa tus datos para acceder a este análisis de predicciones de PIB con modelo Ridge, Monte Carlo y escenarios what-if.

Completa todos los campos requeridos.