依据随机化实验设计理论建立的因果推断方法是一场认识论和方法论的革命,它为社会科学的政策效应评估提供了一种新的认知视角和研究方法。基于潜在结果框架的反事实分析方法弥补了传统因果推断研究的不足,有利于揭示经济变量之间的因果性,提高政策效应评价的科学化水平。然而,早期的因果效应分析方法主要根据截面数据或短(微观)面板数据侧重于微观经济政策或社会项目等的评价,受数据结构的制约,干预的平均处理效应仅仅反映了经济政策的静态因果效应。因宏观经济变量的序列相关性,使得某时期的政策干预往往会对结果变量的当期及其滞后期产生持续的影响,所以,不能直接使用静态的政策因果效应分析方法测度和反映宏观经济政策的动态因果效应,亟待发展和完善宏观经济政策的动态因果效应分析理论。动态因果效应的识别和估计是宏观计量经济学的核心问题之一,对评价变量之间的因果作用和挖掘多个变量之间的因果关系具有重要的意义。当前,已有的基于单方程的时间序列的动态因果推断方法包括中断时间序列方法、动态匹配法、序贯匹配法和逆概率加权等方法;对于多元时间序列系统的动态因果效应推断方法主要是在一定的识别约束下基于结构计量经济学模型,考察政策冲击对经济系统的影响,已有研究多是基于SVAR模型以及DSGE模型等。事实上,评估一国的宏观经济政策效应时,因其特殊的经济结构和政治体制等原因,难以找到与其匹配的控制组经济体,限制了合成控制等因果效应分析方法的应用。另外,鉴于宏观经济行为的长期持续性,必须识别经济政策动态效应的长期趋势和短期波动性。因此,有必要建立和完善基于非平稳时间序列模型的动态因果效应分析方法。因此,在系统梳理国内外因果效应评估方法和实证研究的基础上,本文从如下三方面完善了基于时间序列数据的动态因果效应分析方法,并对中国经济问题进行了实证分析。第一,为了规避合成控制方法中政策干预样本异质性和中断时间序列方法“伪回归”性引起的因果效应评价偏倚,以及放松对结果变量“二阶矩平稳”的限制,实现利用时间序列数据估计和推断动态因果效应,本文借助时间序列的协整理论,基于误差修正模型和结构突变检验提出了一种协整时间序列的动态因果效应推断方法。该方法不仅可以推断政策干预效应的存在性,而且能够有效识别出政策干预对结果变量的长期效应和短期波动效应。并且,应用协整时间序列的动态因果效应推断方法研究了我国房产税试点政策的因果效应。以上海市和重庆市为例,研究了 2011年试点的房产税政策对商品房价格的长、短期效应。研究发现,房产税试点政策对于抑制商品房价格上涨具有显著的长期效应;而且两市的政策效应因制度设计呈现一定的差异性,重庆市九城区实施的房产税试点政策挤出的需求显著推高了小户型住房的价格,产生结构效应,使得政策力度较小、时滞较长;而上海市全区域实施的房产税试点政策对抑制房价上涨的力度大、时效迅速。第二,为了提高经济政策对宏观经济的调控能力和效率,对不同区制中需求侧经济政策效应存在的非对称性进行研究,本文以潜在结果分析框架的视角陈述动态因果效应,讨论了与条件独立性假设等价的识别约束条件和动态因果效应的逆概率加权估计方法。根据人们对经济发展历程的研判,利用某种结构突变检验将一国经济界定为不同的区制(体制、或者周期阶段),并利用H-P滤波、BP滤波和退势回归等方法剔除各区制的长期趋势因素,获得经济系统在各区制内的短期波动变量,将其界定为响应需求侧经济政策冲击后的序列。然后,通过建立单方程ECM模型或者SVAR/SVEC模型推断经济政策的动态效应;最后,依据突变理论界定宏观经济长周期的“增长”和“衰退”区制、以存贷款基准利率政策为例通过构造Wald统计量提出不同区制以及不同方向经济(货币)政策冲击动态因果效应的非对称性统计检验方法。并且,该方法可以拓展到解决其他两区制一般性政策平均因果效应的非对称性推断问题。第三,为了解决非平稳变量的建模问题以及识别变量之间的长短期动态因果效应,本文借助SVAR模型、VEC模型和SVEC模型的简化型VMA/SVMA模型开展宏观经济系统动态因果效应推断的理论与应用研究,提出了基于SVEC-Ⅳ的非平稳(变量)经济系统政策的动态因果效应分析方法,并依据SVMA模型分解并识别了政策冲击对各内生变量的长期随机趋势(因果)效应和短期的动态因果效应。最后,应用SVEC—Ⅳ方法对我国货币政策的动态因果效应进行了实证研究,识别了基准利率政策的实效性,并研究了利率政策冲击对工业增加值和CPI等非平稳宏观变量长期随机趋势的异质性影响特征,以及短期动态因果效应。