随着众多学者的不断推进，动态因子模型已经成为了宏观计量经济学的一个重要分支。动态因子模型的主要思想为：从高维数据信息集中提取潜在共同因子，并以此识别影响被解释变量波动的共同特征。在动态因子模型的拓展研究中，目前最新的研究热点为基于TVP-FAVAR的动态模型方法。对我国而言，很少有文献研究该模型并应用于中国实证中。在此背景下，本文深入研究基于TVP-FAVAR的动态模型方法。本文的研究内容分为两个部分：第一部分是分别介绍动态因子模型，TVP-FAVAR模型以及基于TVP-FAVAR的动态因子模型的理论及其估计方法。二是将基于TVP-FAVAR的动态因子模型创新性应用于构建中国动态金融状况指数(FCI)并分析其与宏观经济变量的影响机制。本文的主要结论有以下两点：
　　第一、在对基于TVP-FAVAR的动态模型方法的应用中，本文选取了18维金融数据信息集并从中提取FCI，从预测能力、相关性和影响机制等视角分析了FCI与主要宏观经济变量之间的关系。结果显示：基于TVP-FAVAR的动态模型方法构建的FCI与我国宏观经济的动态特征较为吻合；相较于传统TVP-FAVAR模型，本文构建的FCI与主要宏观经济变量之间具有较低的预测误差和较高的相关性；此外，FCI相对GDP平均先行3个季度，相对通货膨胀平均先行1个季度，能够较好地预测主要宏观经济变量的短期走势，可以作为货币政策制定的参考指标。
　　第二、在脉冲响应分析中创新性地引入动态模型方法的思想，对中国2000-2019年间的货币流动性的冲击效应进行了研究。结果表明：在样本期间内，中国货币政策的正冲击对GDP、CPI和FCI等的影响机制发生了显著的结构性变化;相较于传统的TVP-FAVAR模型，基于TVP-FAVAR的动态模型方法在经济走势发生结构性变化时，能够更为迅速地捕捉有效信息，从而使得脉冲响应函数更准确、更及时地刻画中国货币政策传导机制中的时变特征。
　　综上，本文在详细解读TVP-FAVAR模型和动态模型方法的基础上，证实了基于TVP-FAVAR的动态模型方法在实证分析中具有广阔的应用前景，基于该模型构建的金融状况指数能够很好地刻画中国金融状况，体现了本文对宏观计量经济学前沿方法论的深刻研究和创新性应用。