2007年-2009年国际金融危机期间,世界经济中的不确定性骤升,使得经济个体普遍推迟了消费和投资计划。国际金融危机过后,升高的不确定性又伴随着缓慢的世界经济复苏。而在当下,美国贸易保护主义抬头,对世界其他国家频频发起贸易摩擦,进一步加剧了世界经济中的不确定性。可见,对不确定性进行研究具有重要的现实意义。在宏观经济学领域,不确定性研究主要依赖于随机波动率模型。本文以随机波动率模型为基本工具,研究了中国货币政策不确定性与经济波动、银行杠杆以及货币政策调控体系转型等相关的问题。第二章研究的基本的问题是:货币政策不确定性冲击与中国宏观经济波动。中国央行法定的货币政策最终目标是维持物价稳定,促进经济增长。但是,由于中国经济正处于不断发展和转型的阶段,货币政策在实践中还要考虑到促进就业,平衡国际收支,促进金融改革和开放,发展金融市场,协调财政政策等多个目标。因此中国货币政策具有较大的复杂性。本章基于货币政策“维持物价稳定,促进经济增长”的双目标,采用随机波动率模型,从政策规则方程的视角研究中国的货币政策不确定性及其对宏观经济的影响。货币政策规则方程包含货币政策最终目标、货币政策工具两大部分,是对货币当局行为准则的高度概括。在货币政策目标变量上,本章选择了通货膨胀率和产出缺口。在货币政策工具上,为了体现中国货币政策调控体系中量价并用的重要现实特征,同时选择了利率和M2增长率。根据不确定性文献,两大货币政策工具除去对通货膨胀率、产出缺口的反应后,余下残差项的标准差可以代表货币政策的不确定性。本章采用随机波动率模型,应用粒子滤波方法估计了残差项的波动率,得到了2000年第一季度到2016年第四季度中国货币政策不确定性的变化情况。估计结果显示,在样本期间,中国货币政策的波动率显著地随时间变化。货币政策不确定性最大的三个时期分别是2008Q4-2009Q1,2013Q2-Q3和2015Q1-Q2。这三个货币政策不确定性最大的时期,与当时复杂多变的经济形势和政策环境相吻合,本文估计的货币政策波动率与经济事实相一致。同时,本章也与采用报纸文本分析方法构建的中国货币政策不确定性指数进行了比较,结果表明,二者相关性良好。这进一步表明可以采用货币政策规则方法来估计货币政策不确定性。为了识别货币政策不确定性冲击对经济的影响,本章使用估计得到的货币政策波动率作为结构向量自回归(SVAR)模型的变量之一,分析了四个主要宏观经济变量:产出、消费、投资和价格水平在受到货币政策不确定性冲击时的反应。脉冲响应结果显示,在货币政策不确定性增大时,四个宏观经济变量均是“倒驼峰”式的向下反应,且投资的反应最大;产出和物价的变动方向相同,表明货币政策不确定性冲击是一种需求冲击。为了解释和复制VAR模型中得到的结论,本章又构建了新凯恩斯动态随机一般均衡(DSGE)模型,在模型中通过随机波动率模型设定了带有时变波动率的中国货币政策混合规则。研究表明,DSGE模型复制了VAR模型中的结果,四个宏观经济变量呈现出“倒驼峰”式向下反应,投资是对货币政策不确定性最为敏感的宏观经济变量,货币政策不确定性冲击是一种需求冲击。第三章在前文研究的基础上,亦采用随机波动率模型对货币政策不确定性与银行杠杆问题进行了研究。2007年-2009年金融危机,在一定程度上,与经济中的家庭杠杆和银行杠杆相关。金融危机之后,除了不确定性问题,银行杠杆问题也引起了无论学界还是业界的普遍关注,其关注逻辑在于:高杠杆使得金融系统抵御冲击的能力变小,易引发所谓的“明斯基时刻”,即资产价值急剧崩溃并引发商业周期波动的情形。在政策层面,国际金融危机之后,世界各国和国际经济组织开始强调金融系统的稳定性。原有的《巴塞尔协议Ⅱ》只是重点监管资本充足率。2007年-2009年国际金融危机爆发前,欧美主要商业银行尽管满足了资本充足率要求,但仍无法彻底抵御金融冲击,原因之一即是危机前这些银行的杠杆倍数较高。这表明单一的资本充足率要求不再满足监管需要。为了弥补这一监管缺陷,《巴塞尔协议Ⅲ》引入了第二个监管指标:杠杆率(杠杆倍数的倒数)。对应地,中国在2011年推出了《商业银行杠杆率管理办法》,规定商业银行的杠杆率需保持在4%以上。较之《巴塞尔协议Ⅲ》要求的3%,中国对商业银行杠杆管理更加严格,中国监管部门对金融系统的稳定更加重视。本章采用2003年至2018年的A股上市商业银行季度财务报表,和第二章估计的中国货币政策不确定性时间序列,来分析后者对商业银行杠杆决策的影响。基准模型的回归结果显示,加入固定效应和控制变量,控制了异方差性和同期截面相关性后,银行杠杆和货币政策不确定性之间的系数是负的,在1%的统计水平上显著。在稳健性检验过程中,向模型添加利率、M2增长率和季节因子后,回归结果仍是稳健的,银行杠杆和货币政策不确定性之间的系数仍在1%的水平上显著为负。从而,在经验事实上可以认为,当货币政策不确定性上升时,商业银行会显著地降低杠杆倍数。为了解释经验分析中得到的结论,第三章构建了新凯恩斯动态随机一般均衡模型,采用“执行成本”设定将银行杠杆内生化,也同样设定了带有时变波动率的中国货币政策混合规则。脉冲响应结果表明,当预期之外的货币政策不确定性上升时,银行会选择提高贷款利率,提升自身资本金,从而降低自身杠杆倍数。这与前文的经验分析结果相一致。第四章同样基于随机波动率模型,在向量自回归模型中同时设定了可变参数和可变波动率,并识别出利率冲击和货币增长率冲击。通过对产出和通货膨胀率进行预测误差方差分解,研究了中国货币政策调控体系从货币数量型为主向利率型为主进行转变的过程。从1998年开始,中国人民银行开始实行以货币供应量M2为中介目标的货币政策调控体系。但伴随着利率市场化改革的进行和金融市场的发展,中国人民银行开始讨论在未来将利率作为货币政策的中介目标。“十三五规划”更进一步提出货币政策向价格型为主进行转变。常系数向量自回归模型的假设前提是经济体制稳定,不适合用来研究转型中的中国货币政策。本章采用时变参数随机波动率向量自回归模型,选择了四个主要的宏观经济变量:GDP增长率、通货膨胀率、利率和货币增长率,来研究中国货币政策调控体系的转型问题。本章得到三个主要结果。首先,在2009年四万亿刺激计划实施之前,经济系统的脉冲响应函数变化不显著,表明货币政策体系的结构变化很小;在此以后,经济系统的脉冲响应函数变化变大——经济增长率和通货膨胀率对利率的反应扩大,对货币增长率的反应缩小。第二,预测误差方差分解显示,2009年四万亿刺激计划实施之后,利率冲击对经济增长率和通货膨胀率的方差贡献变大,利率政策工具在货币政策调控体系中变得越来越重要,央行的货币政策调控体系正在从以货币数量为基础向以利率为基础进行转变。第三,通过反事实分析,本章研究了2009年后货币政策体系的结构变化,对GDP增长率和通货膨胀率的影响。反事实分析的结果显示,四万亿刺激计划平滑了经济增长率,使得经济增长高出了0.7%,但此结果在统计意义上并不显著。本章最后进行了稳健性检验,以证明主要结论的可靠程度。