向量自回归(VAR)模型中的识别问题——分析框架和文献综述  

On the Identification Issues of the Structural VAR Models:A Review

作　　者：张延群[1] 

机构地区：[1]中国社会科学院数量与技术经济研究所,北京100732

出　　处：《数理统计与管理》2012年第5期805-812,共8页Journal of Applied Statistics and Management

基　　金：中国社会科学院2007年重点课题;中国社会科学院2008年度重大课题的资助

摘　　要：向量自回归模型(VAR)是时间序列计量经济学的标准分析工具。在VAR模型中施加长期或短期限制,使非限制的约化VAR模型成为协整(VECM)或结构协整向量自回归模型(SVECM)时,存在长期和短期结构识别问题。识别问题在以VAR为模型框架的实证分析中起到关键作用,因此是结构VAR模型研究中的一个重点。本文阐述VECM和SVECM模型中结构识别问题的理论框架,对有关文献进行综述,解释结构VAR模型在实证分析中的应用方法,简述这一领域的最新进展和研究方向。The VAR models have been the standard econometric frameworks for the analysis of the time series. When the identification restrictions are imposed on the reduced form VARs, VARs become the Vector Error Correction models （VECM） or structural VARs （SVAR）. Identification issues in the VECMs and the SVARs play critical roles in the empirical analysis. This paper formulates the theoretical framework and application of the identification issues in the VECM and SVAR models. The relevant literatures are documented. The latest research developments in this field are also outlined.

关 键 词：向量误差修正模型(VECM) 结构VAR模型(SVAR) 结构识别 文献综述 

分 类 号：F064.1[经济管理—政治经济学] O212[理学—概率论与数理统计]