Este artículo estudia la construcción de un modelo de inflación y su pronóstico utilizando un amplio conjunto de predictores. La decisión sobre el número óptimo de factores comunes se toma utilizando los criterios de información de Bai y Ng (2002); y se implementa un enfoque de una covariable a la vez - pruebas múltiples (OCMT) (Chudik et al., 2018) para elegir los predictores y rezagos óptimos de la variable dependiente; y, posteriormente, se construyen pronósticos de 1 a 12 meses de la inflación en Colombia utilizando 60 variables macroeconómicas de 2006 a 2021. Durante este período se utiliza un enfoque de ventana móvil. El modelo OCMT muestra consistentemente un rendimiento significativamente mejor que un modelo de vector autorregresivo (VAR) basado en la curva de Phillips y un modelo de promedio móvil integrado autorregresivo (ARIMA) cuando se usa todo el conjunto de datos y, también, se desempeña de manera cercana a estos modelos cuando se estima con un conjunto de datos pre-COVID.
