向量自回归（VAR）方法一直是研究货币政策的传统方法（Bernanke和Blinder，1992；Sims，1992）。这一方法的优点是不需要理论模型即可分析货币政策对经济变量的动态影响。然而，Bernanke等人（2005）认为，VAR方法中各变量之间信息联系不够紧密，会导致以下三种问题：①由于央行和私人部门的一些信息没有反映在VAR模型中，因此对政策工具的评估有失偏颇；②代表诸如实际经济活动的广义经济概念的具体时间序列选择通常是随意的；③只能观察到VAR模型中变量的脉冲响应，而这些变量仅是研究和政策制定所关注的一小部分。为了解决这些问题，Bernanke等人（2005）构建了因素增广向量自回归模型，从而更加准确地辨别货币政策传导机制。

因素增广向量自回归（FAVAR）模型是将标准的向量自回归分析（VAR）和因素分析法结合而成的计量分析方法。研究表明，利用大样本数据总结出来的信息进行预测比单一小样本自回归方式更为准确有效（Stock和Watson，2002）；同时，将经过因素分析提取的成分加入VAR模型可以改进对央行货币政策反映函数的估计（Bernanke和Boivin，2003）。这些少量的估计因素可以很好地将大量经济信息总结并反映出来，从而为实证检验提供更加便捷的途径。但是，学者们需要面对运用这一方法所必须解决的一个问题，即VAR模型中自由度的问题。Bernanke等（2005）运用估计因素增广标准VAR模型，既保证了模型的自由度，又运用更便捷的方法将大样本中的经济信息反映在模型之中，以更好地预测未来政策。

作为一种新兴的计量方法，FAVAR方法在货币政策有效性和传导渠道的研究中得到了广泛的应用。梁等人（Leung等，2010）运用FAVAR方法对中国过去20年的后亚洲金融危机时期货币政策及其近期变化进行了实证研究，并对中国货币政策工具在稳定经济方面的有效性进行评估。该研究认为，中国的回购利率、基准贷款利率和市场导向货币政策的有效性具有中等显著程度，而贷款总量和货币供给量的有效性十分显著。Ahmadi（2009）运用贝叶斯FAVAR模型对美国1926—2009年的宏观经济进行了分析，发现金融危机时期信贷利差冲击和货币政策冲击对宏观经济变量的影响高于所有冲击的平均水平。艾哈迈迪和尤利格（Ahmadi和Uhlig，2009）从对货币政策的实证研究效果层面，将引入政策符号约束的贝叶斯FAVAR模型、非参数FAVAR模型、引入递归方法的贝叶斯FAVAR模型等方法进行了对比，发现引入政策符号约束的贝叶斯FAVAR模型的模拟效果更好。博伊文和詹若尼（Boivin和Giannoni，2009）利用FAVAR模型分析外部冲击是否会改变本国货币政策传导渠道，认为从当时的美国经济来看，并没有有力的实证证据证实外部冲击会改变货币政策传导渠道，即使存在，也只是发生在最近一段时间。卡拉格迪克利和索思鲁德（Karagedikli和Thorsrud，2010）构建了三版块FAVAR模型（本国、地区、其他国家），并利用新西兰数据进行分析，发现全球冲击对地区和国内经济的冲击显著，并且全球通货膨胀因素影响是非常重要的冲击传导渠道。穆萨（Moussa，2011）运用时变参数FAVAR模型对20世纪90年代末日本的量化宽松政策效果及传导渠道进行了分析，发现量化宽松政策对经济活动和价格的影响比传统意义上的研究结果更强，并且资产组合重新配置渠道的货币政策传导有效性更强。柴本（Shibamoto，2007）也运用FAVAR模型对20世纪90年代末日本的量化宽松政策效果进行了实证分析，认为货币政策冲击对不同宏观经济变量产生影响的时滞不同，并且货币政策冲击对失业率和房屋建造率等实际变量的作用大于对工业生产率的作用。(www.daowen.com)

从上述学者们的研究中可以看到，FAVAR及在其基础上演进而来的诸如贝叶斯FAVAR（BFAVAR）、时变参数FAVAR（TAP-FAVAR）、非参数FAVAR模型、引入递归方法的贝叶斯FAVAR模型等方法的优点是能够深入挖掘大样本数据背后的经济信息，从而更加全面地揭示货币政策的有效性及其传导渠道。因此，本书选择运用FAVAR模型对美联储和欧洲央行的资产负债表政策传导渠道有效性进行实证分析，检验中央银行资产负债表政策对金融市场和实体经济的影响，并着重分析信号渠道和资产组合重新配置渠道的有效性。