Atualmente há uma quantidade considerável de informação sobre o comportamento da economia à disposição da autoridade monetária, cuja decisão é provavelmente baseada nesse grande conjunto de dados. Entretanto, grande parte das análises empíricas de política monetária é baseada em modelos de pequena escala, e o problema de variáveis omitidas pode ser relevante. Uma literatura mais recente mostrou que grandes conjuntos de séries macroeconômicas podem ser modelados usando fatores dinâmicos, que são considerados um resumo da informação contida nos dados. Neste trabalho combinamos os fatores extraídos de 178 séries de tempo com os modelos tradicionais de pequena escala para analisar a política monetária no Brasil. Os fatores estimados são usados como instrumentos em regras de Taylor forward looking e como regressores adicionais em VAR´s. A informação extraída de grandes conjuntos de dados mostrou-se bem útil na análise empírica da política monetária.

Nowadays there is a considerable amount of information on the behavior of the economy available and central bankers can be expected to base their decisions on this very large information set. Nevertheless, most of the empirical analysis of monetary policy has been based on small scale models, and omitted information can be a relevant problem. Recent time-series techniques have shown that large datasets can be modeled using dynamic factors, which are considered a summary of the information in the data. In this work we combine the factors extracted from 178 time series with more traditional small scale models to analyze monetary policy in Brazil. The estimated factors are used as instruments in forward looking Taylor rules and as additional regressors in VAR´s. The information extracted from large datasets turns out to be quite useful for the empirical analysis of monetary policy.