Neste trabalho, explorei o desempenho de modelos ARDL de alta dimensão para simulações e previsões de séries macroeconômicas, utilizando métodos de encolhimento como LASSO, elastic net, adaLASSO e WLadaLASSO. Realizei simulações com diferentes estruturas de correlação entre variáveis independentes e processos geradores de dados verticais e horizontais, além de aplicar os modelos para prever séries econômicas do Brasil e dos Estados Unidos. Os resultados foram analisados considerando a capacidade de seleção de variáveis e a precisão das previsões, destacando a importância desses métodos em contextos de big data.