随着金融市场和计算机信息技术的不断发展和渗透，互联网金融对商业银行的影响越来越明显。 在阐述相关理论的基础上，本文首先运用主成分分析法测算了我国商业银行的系统性风险。接着，运用SVAR模型等计量方法实证研究了互联网金融发展对我国商业银行系统性风险的影响。结果表明： 互联网金融发展主要通过影响银行的资产负债结构，进一步影响银行的成本收入比，进而对我国商业银行系统性风险产生影响。且它对银行系统性风险的影响存在“期限结构效应”，即互联网金融发展在短期内会增加我国银行系统性风险，但从中长期来看，对我国银行系统性风险的影响并不大，互联网金融与传统银行可作为互利共生的事物共同发展。 最后，本文分析了结论的形成原因并提出了相关政策建议。

本文基于中国宏观季度数据的 SVAR 模型，采用 Narrative 方法和脉冲反应函数，在分解和识别货币政策 冲击的基础上，考察了不同货币政策的宏观效应，发现：货币供给水平政策的实施较为随意，宏观调控效果较差； 货币增长率存在盯住通胀的规则，对实际产出具有显著而持续的效应；央行的名义利率政策同时盯住通胀和实际产 出，宏观效应较好，然而对通胀表现出正负交错性效应。然后，在估计中国货币政策的基础上，本文通过构建货币 新凯恩斯模型，进一步考察了市场化利率下不同货币政策的有效性，发现：相对于数量型货币供给规则，名义利率 货币规则能最有效的调控实际产出和通货膨胀，且不容易引发经济波动。基于此，我们给出了中国有效货币政策规 则的设计。

本文运用SVAR 模型对上证成份指数收益率与成交量之间的相关性进行研究，得出同期的成交量与股票价格之间的影响。同时进一步说明成份指数收益率与成交量是一个整体的系统，该系统内部存在着相互制约的因素来阻止收益率或成交量不断朝同某一个方向发展的趋势。最后在对该系统做脉冲响应分析时发现，当系统受到收益率和成交量方面的冲击时，这一系统有抗击外来冲击的功能，收益率与成交量都以一个较为平稳的方式不断地延续下去。