Regression model
向量自回归 (VAR) 模型
向量自回归是一种多元时间序列模型，它对称地处理多个相互依赖的序列，让每个变量都依赖于其自身的过去值以及所有其他变量的过去值。它是捕捉互为因果关系和联合动态的标准工具，由 Lütkepohl (2005) 在现代多时间序列分析传统中发展而来。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
来源
- Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer. DOI: 10.1007/978-3-540-27752-1 ↗
如何引用本页
ScholarGate. (2026, June 1). Vector Autoregression Model. ScholarGate. https://scholargate.app/zh/econometrics/var-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ARDL 边界检验（Pesaran 边界检验）计量经济学↔ compare
- ARIMA（自回归积分滑动平均）模型计量经济学↔ compare
- 普通最小二乘法 (OLS) 回归计量经济学↔ compare
- 向量误差修正模型 (VECM)计量经济学↔ compare
被引用于
ARIMA（自回归积分滑动平均）模型贝叶斯向量自回归 (BVAR)BEKK-GARCH：多元条件波动率建模可计算一般均衡（CGE）模型协整检验（Johansen / Engle-Granger）动态随机一般均衡（DSGE）模型动态因子模型因子增广向量自回归模型 (FAVAR)预测误差方差分解 (FEVD)傅里叶结构向量自回归 (Fourier SVAR) 模型傅里叶-户田-山本格兰杰因果检验格兰杰因果检验脉冲响应函数 (IRF)Johansen协整检验与向量误差修正模型MIDAS回归：跨混合数据频率的预测非线性自回归积分移动平均模型非线性自回归分布式滞后模型 (NARDL)非线性Toda-Yamamoto因果检验面板向量自回归模型 (Panel VAR)稳健格兰杰因果检验稳健向量自回归（Robust VAR）模型结构时间序列模型（基本结构模型）结构向量自回归 (SVAR)门限向量自回归（TVAR）和光滑转换向量自回归（STVAR）时变参数Toda-Yamamoto因果关系Toda-Yamamoto Granger 因果检验时变参数向量自回归 (TVP-VAR)向量误差修正模型 (VECM)