时间序列-SVAR

由VAR的一般表达式：

VAR

关于VAR，见 [时间序列|VAR]

VAR模型并没有给出变量之间当期相关关系的确切形式，即在模型的右端不含有当期的内生变量，而这些当期相关关系隐藏在误差项的相关结构之中，是无法解释的。

SVAR即指VAR模型的结构式，即在模型中包含变量之间的当期关系。

一、两变量

1 2 3 4 5 6 7

二、多变量

1
2
3
4
5
6

三、模型识别

VAR模型存在参数过多的问题，为了解决这一参数过多的问题，计量经济学家们提出了许多方法。这些方法的出发点都是通过对参数空间施加约束条件从而减少所估计的参数。 SVAR模型就是这些方法中较为成功的一种。

在经济模型的结构式和简化式之间进行转化时，经常遇到模型的识别性问题，即能否从简化式参数估计得到相应的结构式参数。

1
2
3

（一）SVAR约束形式

4
5

1.短期约束

6 7 8 9 10 11 12 13 14
15

（二）长期约束

16

短期约束和长期约束体现在脉冲响应函数上，表现为： 短期约束意味着脉冲响应函数随着时间的变化将会消失，而长期约束则意味着对响应变量未来的值有一个长期的影响。

参考资料：
向量自回归和向量误差修正模型