根据Bernanke等人（2005）的研究，中央银行资产负债表政策的FAVAR模型形式如下。假设Xt为n×1阶经济变量向量，与因素向量Ft和Yt相关，其中Ft是不可观测的因素向量，为τ×1阶（n很大，τ很小）；Yt是可观测的因素向量，为w×1阶。Ft能够从大量经济变量中反映出来。假设（Ft，Yt）的动态方程如下：

其中，Φ（L）为有限d阶适应滞后多项式，并且可能像结构模型那样含有预设的约束条件；vt均值为零，协方差矩阵为Q的误差项。

由于公式（3.1）中含有无法直接观测到的变量，因此不能直接估计。但由于这些不能直接观测到的变量会影响许多经济变量，因此可以从一系列能够反映信息的时间序列中推断出来。假设反映信息的时间序列为Xt（为n×1阶向量），并且n＞＞τ+w，n大于样本时间长度T。假设Xt与不可观测的变量Ft和可观测的变量Yt的关系如下：

其中，KF、KY分别为n×τ、n×w阶的矩阵，误差项εt为均值为0的n×1阶向量，并且允许存在交叉相关，但其相关性随n趋于无穷而递减（Bernanke，2005）。(www.daowen.com)

估计FAVAR模型的方法有两种，一种是斯德克和沃森（Stock和Watson，2002）提出的两步主成分方法，另一种是单步贝叶斯估计方法（Bernanke等，2005）。本文遵循现有研究（Shibamoto，2007；Lescaroux和Mignon，2009）所采用的两步主成分方法：第一步运用主成分分析法对公式（3.2）中的Ft和Yt提取主成分，得到新的信息集；第二步在运用标准VAR方法估计FAVAR模型公式（3.2）时，用不可观测变量的估计值替换Ft，由此得到Yt、Ft与的脉冲响应函数。

现有的FAVAR模型中以利率作为唯一的可观测变量（Moussa，2011；Shibamoto，2007），并未将非传统货币政策在宏观经济调整中的作用纳入研究范围。由于在本次全球金融危机期间，美联储和欧洲央行同时运用了利率政策和非传统货币政策工具，因此我们需要对二者之间的相互作用进行检验。本模型先后考察了利率政策和非传统货币政策作为可观测变量的结果。根据目前普遍接受的衡量方法，中央银行资产负债表指标的具体形式为中央银行资产负债表规模/名义GDP。