2013-12-012013-12-012013-12-012013-12https://repositorio.banrep.gov.co/handle/20.500.12134/6496Este documento combina estimaciones de 8 metodologías de la brecha del producto colombiano para el período comprendido entre el primer trimestre de 1994 y el tercer trimestre de 2012. A partir de modelos vectoriales autorregresivos que incluyen las diferentes brechas y la inflación, se construyen las densidades combinadas de pronósticos de la brecha mediante el uso de 3 esquemas de ponderación: logarítmicos, basados en puntuaciones de rango de probabilidad continuo y en el error cuadrático medio; estas densidades de la brecha resultan útiles porque proveen indicios de su tendencia central a la vez que caracterizan su incertidumbre. Los resultados sugieren que las densidades combinadas bajo estos 3 esquemas con horizontes de pronóstico de 1, 2, 3 y 4 trimestres adelante están bien especificadas. Adicionalmente, las puntuaciones logarítmicas calculadas sobre estas densidades muestran que las metodologías basadas en ponderadores logarítmicos son las que presentan mejor desempeño, y para horizontes de pronóstico de 2 y 3 trimestres, tienen significativamente una mayor puntuación que las calculadas por los ponderadores basados en puntuaciones de rango de probabilidad continuo y error cuadrático medio.This paper combines eight estimations of the Colombian output gap for the time period between the first quarter of 1994 and the third quarter of 2012. The combined forecast densities of the gap are obtained by using bivariate VAR models that include the different gaps and inflation, and using three weighting schemes: logarithmic scores, continuous probability range scores (CRPS) and mean square error criteria (MSE), these output gap densities are useful because they provide an insight of the gap's central tendency, while characterizing the uncertainty. The results suggest that the combined densities under these three schemes for one, two, three and four quarters ahead are not miss-specified. Additionally, the combined density based on logarithmic weights has the best performance for all horizons. For two and three quarters ahead there are significant higher scores for the logarithmic weights methodology that those calculated by CRPS and MSE weights.9 páginas : gráficas, tablasPDFspaOpen AccessCombinación de densidades de pronósticoBrecha del productoPronósticos directosModelos VARArticleC32 - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space ModelsC53 - Forecasting and Prediction Methods; Simulation MethodsE37 - Prices, Business Fluctuations, and Cycles: Forecasting and Simulation: Models and ApplicationCombination of forecasts densitiesOutput gapDirect forecastsVAR modelsModelos VARPolítica monetaria -- Colombia -- 1994-2012Acceso abiertoAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0C32 - Modelos de series temporales; Regresiones cuantiles dinámicas; Modelos dinámicos de tratamiento; procesos de difusión; representación de espacios de estadosC53 - Métodos de pronóstico y predicción; métodos de simulaciónE37 - Precios, fluctuaciones y ciclos económicos: Predicción y simulación; Modelos y aplicaciónhttps://hdl.handle.net/20.500.12134/6496