【摘要】：正是本着这样的意图和精神，西姆斯在1980年将向量自回归模型引入到了经济学中，从而推动了经济系统动态性分析的广泛应用。由于VAR是基于数据的统计性质建立模型，VAR模型把系统中的每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到多元时间序列变量组成的向量自回归模型。
第十二章 向量自回归模型
传统的经济计量方法是以经济理论为基础来描述变量关系的模型。但是，经济理论通常并不足以对变量之间的动态联系提供一个严密的定义和说明，而且内生变量既可以出现在方程的左端，又可以出现在方程的右端，这就使得估计和推断模型的问题变得更加复杂。在估计这些模型之前必须肯定方程组中的方程是可识别的，而为了达到识别的目的，常常要假定某些前定变量仅出现在某些方程中。而这种决定往往是主观的，并且受到了C．A．西姆斯(Christopher Sims)的严厉批判。根据西姆斯的理论，如果在一组变量之中有真实的联立性，那么就应该平等地对待这些变量，而不应该事先区分内生和外生变量。正是本着这样的意图和精神，西姆斯在1980年将向量自回归(VAR)模型引入到了经济学中，从而推动了经济系统动态性分析的广泛应用。VAR模型常常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态分析，从而解释各种经济冲击对经济变量形成的影响。
由于VAR是基于数据的统计性质建立模型，VAR模型把系统中的每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到多元时间序列变量组成的向量自回归模型。VAR模型是处理多个相关经济指标的分析和预测最容易操作的模型之一，因此近年来，VAR模型受到了越来越多的经济工作者的重视，也得到了广泛的应用，并且对经济动态分析和经济预测工作作出了很大的贡献。本章我们将介绍VAR模型的EViews操作和在经济中的应用。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
