伴随着技术进步、制度变迁以及一些突发的经济事件,经济变量间的关系不可避免会发生变化。此外,卢卡斯指出微观个体的行为模式会因预期随时调整,经济总量关系也会随之发生变化。为此,有必要引入更加符合现实的时变参数(TVP)模型。本文首先系统性地介绍TVP模型的设定及估计方法,然后运用该类模型对相关经济金融问题进行实证研究。归纳起来,本文的研究内容主要包括以下几个方面:其一,基于包含随机波动(SV)的时变混合新凯恩斯菲利普斯曲线对中国通货惯性进行了详细考察。为解决实证模型的估计问题,本文构建了一类包含内生变量的TVP-SV模型,并采用MCMC算法实现参数估计。实证结果显示,中国通胀惯性在2005年后发生了明显地下降;其二,提出了一种基于时变参数向量自回归(TVP-VAR)模型分析波动溢出效应的方法,并以中国、美国、英国等八个国际股市为代表对1993-2016年间全球股市间的时变波动溢出效应进行了分析。实证结果表明,国际股市间的总波动溢出效应整体呈上升趋势,尤其是在金融震荡时期上升显著。而且,本文研究发现国际股市间的总波动溢出效应可以较好地由经济基本面和市场传染进行解释,与美国货币政策调整以及政策不确定性有一定的关联;其三,运用包含潜在门限的时变参数向量自回归(LT-TVP-VAR)模型对中国1996-2017年间房价与产出、通货膨胀、货币供给等宏观变量间的互相影响关系进行了研究。实证结果表明,流动性过剩是我国房价出现短期过度上涨的一个重要原因,而经济基本面的改善则有助于消除房价与其长期趋势的偏离;其四,以棉花期货为例,基于非参数TVP-VAR模型和溢出指数方法研究了农业支持政策对农产品期货市场的价格传导作用的影响。实证结果显示,在实行棉花临时收储政策期间,国内棉花期现货以及国内外棉花期货间的价格传导效应均出现显著的下降,但在实行目标价格补贴政策后逐渐恢复;储备棉“轮出”政策对于期货市场的价格传导也有一定的负面影响,但影响幅度相对较小。