货币政策一直以来都是宏观经济学中的热议话题。其中，对于货币政策与经济增长关系的研究最为普遍。在货币政策有效性问题的研究上，不同学者选用了不同的经济变量，但绝大多数都是基于向量自回归模型或向量误差修正模型。由于本文考虑了数据频率不同的变量，为了避免样本信息的损失或主观因素的影响，本文实证部分基于混频数据向量自回归(MF-VAR)模型，深入研究货币政策与经济增长之间的动态关联。自1996年以来，我国出现的3次经济周期下行都发生在货币政策周期紧缩阶段结束之后。在分析了货币政策有效性的基础上，我们关注货币政策周期与经济周期之间的联动性问题。本文量化了货币政策周期与经济周期的关联，并建立二者之间的判别函数，通过判别确定哪些经济指标在什么范围内能够更准确地预判货币政策紧缩之后的经济周期下行风险。这在今年政府工作报告提出的“货币政策要保持适度松紧”的环境下，具有一定的理论和现实意义。本文使用GDP增长率，CPI增长率，M1同比增速和银行间隔夜拆借利率四个变量构建MF-VAR模型，基于贝叶斯混频(BMF)算法对模型参数进行了估计，并着重分析脉冲响应函数以解释变量间的关联。在货币政策紧缩周期对经济周期的预测性研究中，我们选取了4大类21种能够反映货币政策状态的金融指标，基于判别分析方法和logistic回归模型，综合考虑判别准确率、误判概率和McFadden R-squared三个指标，选取准确度最高的预判变量或变量的组合。实证结果表明，货币供应量和利率对经济增长的作用效果都比较明显，其中货币供应量M1对GDP的影响时间更长，且效果更平稳。宽松的货币政策会推高通货膨胀率，并且通货膨胀对经济增长也有促进作用。在经济周期预判指标的选取上，有四个变量的准确度最高，分别为银行间隔夜拆借利率、M1同比增速、金融机构人民币各项贷款同比增速和半年期存款利率，而且用前三者构建的指标D能够将判别准确率提高到100%。我们发现，通过货币政策紧缩时点的D值不仅可以预判之后的经济周期状态，其变化也准确地预测了GDP的走势，这可以作为央行制定货币政策的参考依据。在对2013年6月份以来主要指标的判别以及最新经济数据的分析中，本文认为经济周期的下行压力不容小视，至少在货币政策紧缩这一角度上需要引起重视，货币当局应使用适当的货币政策对经济进行调节。