Examinamos las propiedades en pequeña muestra de modelos dinámicos factoriales de pequeña escala frente a modelos de dimensiones grandes. Nuestro análisis de Montecarlo revela que los modelos de pequeña escala se ajustan mejor en la estimación de los factores y predicen mejor cuando existen altos niveles de correlación entre los errores idiosincráticos de la series que pertenecen a la misma categoría económica, cuando existe una sobrerrepresentación de una determinada categoría y, especialmente, cuando existe alta persistencia del factor común o de los errores idiosincráticos. Usando un panel de 147 indicadores económicos para EEUU, que se clasifican en 13 categorías, mostramos que un modelo dinámico de pequeña escala con una sola serie por categoría da mejor resultado en predicción que usar todos los indicadores.