| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-21页 |
| 第一节 研究背景及意义 | 第8-10页 |
| 一 研究背景 | 第8-10页 |
| 第二节 文献综述 | 第10-20页 |
| 一 VAR 模型发展的历史 | 第10-15页 |
| 二 因子增强型向量自回归（FAVAR） | 第15-20页 |
| 第三节 本文的思路与方法 | 第20-21页 |
| 一 研究路线、方法和创新点 | 第20-21页 |
| 第二章 多方程时间序列模型 | 第21-36页 |
| 第一节 干扰分析和传递函数 | 第21-23页 |
| 一 干扰分析 | 第21-22页 |
| 二 传递函数 | 第22-23页 |
| 第二节 VAR 模型 | 第23-28页 |
| 一 VAR 的总体框架 | 第23-26页 |
| 二 VAR 的识别与估计 | 第26-28页 |
| 第三节 脉冲响应函数 | 第28-33页 |
| 一 单变量自回归的脉冲响应函数 | 第28-29页 |
| 二 VAR 模型的脉冲响应函数 | 第29-33页 |
| 第四节 方差分解 | 第33-36页 |
| 一 方差分解 | 第33-36页 |
| 第三章 因子增强型向量自回归(FAVAR) | 第36-56页 |
| 第一节 主成分分析法 | 第36-40页 |
| 一 概述 | 第36-37页 |
| 二 基本原理 | 第37-38页 |
| 三 主成分分析方法的计算步骤 | 第38-40页 |
| 第二节 因子增强型向量自回归模型（FAVAR 模型） | 第40-48页 |
| 一 概述 | 第40-41页 |
| 二 FAVAR 模型的框架 | 第41-42页 |
| 三 关于因子模型的另外说明 | 第42-44页 |
| 四 将M t的成分从Ft 中分离出来 | 第44-45页 |
| 五 确定因子的维度 | 第45-46页 |
| 六 对 FAVAR 结构的识别 | 第46-48页 |
| 第三节 用 FAVAR 模型度量我国自 2008 年来货币政策的效果 | 第48-56页 |
| 一 模型建立 | 第48-49页 |
| 二 数据的处理 | 第49-50页 |
| 三 实证分析 | 第50-52页 |
| 四 使用 FAVAR 模型对我国货币政策效果度量的结论 | 第52-53页 |
| 五 使用 7 变量普通 VAR 模型作对比 | 第53-56页 |
| 第四章 全文总结与展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 附录 攻读硕士学位期间发表的学术论文 | 第61页 |
