2008年金融危机再次引发了人们对现有宏观经济模型的反思,危机前基于DSGE框架的宏观经济模型虽然具有较好适应性和扩展性,也成功地拟合过去几十年的宏观经济波动,但却无法解释工业化国家危机后产出和投资持续下降的经济现实。即使纳入银行和其它金融摩擦,常见的线性化DSGE模型无法刻画包括2008年金融危机在内的危机时期资产价格、产出和投资等突然、巨大和持久的变化,也不能恰当地反映资产价格和金融领域广泛存在的非线性特征。另外,为更好地研究资产价格与经济波动之间的关系,Cochrane（2017）认为应该建立以时变风险容忍度和时变风险溢酬为核心的一般均衡模型,将资产定价与宏观经济这两个领域进一步融合。本文在连续时间下,构建了融合传统资产定价模型、金融中介资产定价模型和宏观模型的随机一般均衡模型。相对于以往的离散时间模型和宏观模型（如DSGE模型）,连续时间随机模型除了具有高度非线性、内生风险、时变风险溢酬和稳态随机等特点外,在模型构建和推导方便也有着巨大的优势和便利。然而,连续时间随机模型求解时面临的“维度诅咒”限制了选取状态变量的维度。幸运的是,近年来人工智能和机器学习的发展为求解该类宏观金融模型提供了新的途径。本文以家庭剩余消费比率、金融机构财富比例和央行政策利率为度量投资者风险容忍度的状态变量,构建了三个依次递进的连续时间随机一般均衡宏观金融模型,并利用机器学习求解了该模型。在该模型的一般均衡框架下,我们不仅可以更好地讨论状态变量如何影响金融市场的风险溢酬、资产价格及其波动,以及更方便地探讨这些变量与消费波动、投资和产出等宏观要素之间的关系,还可能为解释工业化国家危机后产出持续下降的经济现实提供模型支持。相比于现有文献,本文模型能刻画资金供给方（家庭）、资金需求方（金融机构）和政策部门（央行）不同境况和决策与经济波动的关系,并探讨了在多风险源假设下,以对冲溢酬变化作为评价货币政策效果的可能。具体而言,本文对现有文献做了以下三方面的拓展:第一,在Drechsleretal.（2018）中引入了外部习惯效用函数,新增了刻画投资者,尤其是家庭投资者为代表的资金供给方风险容忍度的状态变量——剩余消费比率。这些模型刻画的各经济金融变量与剩余消费比率之间的非线性关系,是现有宏观模型和金融中介类文献所缺失的。第二,与基于习惯的禀赋模型不同,本文的模型可以看作是对Campbell and Cochrane（1999）在一般均衡意义上的推广。这方面与本文最接近的是Chen（2017）,不同的是它是在离散时间构建和求解了模型,且重点关注资产价格与消费波动风险之间的关系,我们在连续时间下构建和求解了该模型,且重点关注剩余消费比率与各经济金融变量之间的关系。第三,通过引入家庭资金赎回比例函数和放松名义利率的取值,本文的模型拓展了 Drechsler et al.（2018）金融机构只存在完全拨备融资风险的情形。拓展之后,模型存在不完全拨备融资风险的情形,更接近金融机构经营现实。模型结果表明,第一,剩余消费比率作为衡量代表性投资者风险容忍度的状态变量,其不仅与消费波动、风险溢酬、资产价格及其波动呈现出同Campbell and Cochrane（1999）相似的非线性关系,其遭受负面冲击还会传导至投资和产出,促使经济产出达到新的随机稳态,这可能为解释工业化国家危机后产出持续下降的经济现实提供了模型支持。第二,在异质性投资者模型中,金融机构可能会主动暴露部分融资风险,而不是持有足够多的流动性资产以完全拨备融资风险。相对完全拨备,金融机构非完全拨备融资冲击时持有风险资产的杠杆率较小,且此时外生冲击对投资、产出等宏观经济变量的影响相对较小。在非完全拨备情形下,金融机构财富比例的负面冲击不仅会引发类似BGG模型和Brunnermeier and Sannikov（2014）的“金融加速器”效应,还会引发具有“反转效应”的自反馈机制。第三,在生产资本冲击和货币政策冲击共存的模型中,名义利率的增加会通过增加流动性资产持有成本和增加风险资产风险溢酬两种途径影响金融机构的风险资产持有比例。在完全拨备时,流动性资产持有成本的影响占主导,而在非完全拨备时,风险溢酬的影响占主导。第四,当生产资本和货币政策两种风险源同时存在时,根据生产资本的冲击实施合适的“逆周期”货币政策,可以对冲部分风险溢酬变化和经济波动。