自卢卡斯批判以来,Sims提出的向量自回归模型(Vector AutoRegression,VAR)逐渐取代宏观经济联立方程模型,成为宏观经济学界一种主流分析模型。特别是VAR模型在宏观经济分析、结构推断等方面效果极好,但不可否认,其中亦存在不少缺点,比如过度参数化、没有考虑经济结构的时变特性等。过度参数化会使得估计的参数不稳定,继而结果也不稳定,而且普通的VAR模型也无法捕捉到宏观经济数据的非线性特征,这样就可能引起模型误设。因此,发展另一类既能继承VAR模型的优点,又能有效解决这些问题的模型就显得非常重要。基于上述考虑,本文从三个方面进行分析以弥补VAR模型现有的缺陷:(1)引入了因子扩展型向量自回归模型(Factor Augemented VAR,FAVAR),该模型通过从宏观经济的众多变量中提取有效信息,并将这些提取得到的信息再进入VAR模型中,这样有效解决了信息损失和过度参数化问题;(2)采用贝叶斯VAR的建模过程,贝叶斯估计的一个重要特征是可以将先验信息与样本信息相结合,通过贝叶斯定理得到参数的后验分布并进一步确定参数估计值,以这种方法得到的参数估计值的精度及可信度大幅度提升;(3)脉冲响应分析时施加符号约束,传统的VAR模型识别方法以等式约束为主,而符号约束却是将已有经济理论转化为先验信息,再借助不等式来约束各变量之间的关系,有效避免了模型缺乏理论基础的问题。综上三个方面,本文构建了考虑符号约束的FAVAR模型贝叶斯估计实现过程。最后,利用新构建的模型对新常态下货币政策对经济增长质量的影响进行了实证研究,来证明贝叶斯视角下符号约束FAVAR模型的有效性。本文的应用研究以2000年至2018年年度数据为例,选取7天银行间同业拆借利率及货币供应量M2分别作为价格型和数量型货币政策,选取60余种宏观经济变量作为货币政策的动态效应传导变量,最后根据构建的经济增长质量评价指标体系,选取16中经济增长质量表征标量,通过主成分分析提取更具有代表性的潜在因子构建模型。特别地提取出利率因子、产出因子、经济景气因子以及通货膨胀因子代表货币政策冲击下的宏观经济动态效应,考察了在上述四种宏观经济因子变量下,价格型及数量型货币政策对经济增长质量调控的作用效果。通过对比两种货币政策对经济目标的作用研究并对比实际经济理论,发现同时考虑了符号约束与使用贝叶斯估计方法的FAVAR模型能更加有效地反映实际经济运行的状况及规律,更加全面地揭示出宏观经济运行中的各方面信息。