随着利率市场化改革不断深入和全球经济波动性逐渐增加，金融市场和宏观经济关联度日趋加强。央行政策利率体系引导功能的不断强化，利率走廊机制的日益成熟，不断提高金融市场深度，也更进一步地增加了金融市场与宏观经济的相关度。在现实经济环境中，货币政策的制定和实施受到金融市场信息及宏观经济状况的影响。如何基于金融市场数据分析货币政策的传导机制是亟待解决的现实问题。为此，本文基于季度GDP及月度经济指标等多维度混频数据信息提出一种混频时变参数因子增广向量自回归(MF-TVP-FAVAR)模型。
　　传统的TVP-FAVAR模型主要是基于同频数据进行分析。但是，宏观经济数据发布频率与金融市场数据截然不同，混频数据在实际经济活动是广泛存在的。若为保持数据频率的一致性，采用传统的同频数据，则会损失重要的高频数据信息。而这些包含丰富信息的高频数据对于准确揭示短期货币政策行为及时微调货币政策具有十分重要的意义。因此，本文有效利用混频数据信息，构建了混频TVP-FAVAR模型，进而深入分析货币政策行为的动态机制。
　　本文主要在构建MF-TVP-FAVAR模型的基础上，结合金融数据研究中国货币政策传导机制，进而对传导机制的时变性等相关问题展开讨论。首先，通过文献综述梳理传统文献对货币政策传导机制的研究，总结TVP-FAVAR传统研究方法及其不足，并结合混频数据提出本文的研究论点，合理构建实证模型。其次，构建混频时变参数因子增广向量自回归模型，进而探寻中国货币政策传导途径的时变性。最后，选取不同频率的宏观经济指标和金融市场指标，对混频模型进行参数估计，展开实证讨论，进而形成本文的基本结论。
　　在实证方面，本文主要做了如下三个方面的工作：对比金融形势指数、宏观经济景气指数和GDP等的关系，以判断模型提取的金融形势指数是否具有领先特征和对货币政策的作用；引入时变响应参数，在更高的数据观测频率上讨论信贷传导渠道和利率传导渠道的时变特征和有效性；研究经济周期对货币政策传导机制有效性的影响，讨论并对比经济繁荣时期和经济低迷时期不同货币政策的传导效果；结合金融形势指数的脉冲响应函数分析货币政策与金融市场的关系。
　　研究结果表明：首先，基于MF-TVP-FAVAR模型在金融市场大数据中提取的金融形势指数(FCI)能较好地表征宏观经济先行趋势，为货币政策的制定提供了前瞻性信息。其次，无论是价格型还是数量型货币政策传导，混频TVP-FAVAR模型可以捕捉到货币政策传导所呈现的高频时变特征，与货币供应量相比，受期限结构影响，利率传导机制对产出的影响具有一定滞后性。利率传导机制随着利率市场化改革愈发畅通，而信贷传导机制因财政政策搭配等问题日渐受阻。再次，货币政策传导机制受到经济周期影响，无论是价格型还是数量型货币政策在宏观经济下行时传导作用效果均会减弱，但数量型货币政策更容易受到经济周期变动的影响。最后，货币政策对FCI冲击的响应具有时变性，说明中国货币政策传导机制受到金融市场的信息冲击，在制定货币政策时应充分考虑金融市场信息。
　　随着各类金融创新的快速发展，金融市场在货币政策传导机制中将会发挥更重要的疏通作用。不断推进的利率市场化改革，会逐步提升利率传导机制的效率和重要性。同时也应优化融资结构和信贷结构，协调财政政策，进一步疏通中国的货币信贷传导机制。