本文首先简单描述了我国中央银行自2008年金融危机以来持续采取适度宽松的货币政策来防止我国经济下滑的背景。紧接着提出了如何来度量货币政策对我国宏观经济的冲击的问题。随后对过去的主流研究方法做了一个较为详尽的总结。在这些主流方法中，向量自回归模型（VAR模型）占据了重要地位。本文详细的论述了普通VAR模型建立、识别、估计和预测的演变发展。虽然在宏观经济的实证研究中，VAR模型的应用取得了巨大的成功，然而该模型也存在一些固有的缺点。比如说识别的约束条件通常不可信的问题，过度参数化让大型VAR模型实际是不可行的问题，以及减少变量又会导致丢失真实经济系统大量信息的问题。为了解决VAR模型的上述缺陷，伯南克提出了因子增强型向量自回归模型（FAVAR模型）。FAVAR模型很好的解决了普通VAR模型的一些固有缺陷，在实证研究的应用中也取得了更好的效果。伯南克提出的这个模型先从货币政策的制定者与研究者都能够观测到的大数据集中，提取能够包含大数据集中绝大部分信息的公共因子。再让这些提取的因子与想要考察的政策变量一起进入标准的VAR模型。本文详细论述了FAVAR模型的理论框架、识别与估计的方法。并运用该模型对我国2008年12月至2013年3月间的宏观经济数据做了实证研究，来度量我国中央银行货币政策的冲击效果。得出了一些有益的结论，主要包括自2008年金融危机以来我国采取的宽松的货币政策对于促进我国的产出，促进出口产生了积极的作用。同时，作为代价，也造成了价格水平一定程度的上升。我们还发现，货币政策的价格效应对于农村居民和城市居民是有比较大的差异的，农村居民相对来说对货币政策比较免疫。