La selección de modelos de pronóstico basados en simulación considera dos clases de modelos de pronóstico candidatos, simula a partir de ambos modelos ajustados a los datos, aplica ambos modelos de pronóstico a estructuras simuladas y evalúa el beneficio relativo de cada herramienta de predicción candidata. Este enfoque, por ejemplo, determina un tamaño de muestra más allá del cual un candidato predice mejor. En una aplicación, el consumo agregado de los hogares y el ingreso disponible proporcionan un ejemplo de corrección de errores. Con datos de panel para países europeos, exploramos si y en qué medida las propiedades de cointegración benefician el pronóstico. Se desprende que la evidencia estadística sobre la cointegración no es equivalente a mejores propiedades de pronóstico por la estructura de cointegración implícita.