10.1.2SVAR与缩减式VAR模型 假设矩阵「有定义，并且可逆，则 TY,=δ+「Y1+w, (10.3) →Y,=ro6+「o'TY+o4, (10.8) >y,=C+ΦY+Φ2Y-2+￡ (10.9) 所以，VAR模型从某种程度上说， 是SVAR模型的缩减形式
10.1.2 SVAR与缩减式VAR模型 假设矩阵 有定义，并且可逆，则 (10.3) → (10.8) → (10.9) 所以，VAR模型从某种程度上说， 是SVAR模型的缩减形式。 0 0 1 1 Y Y u t t t = + + − 1 1 1 Y Y u t t t 0 0 1 1 0 − − − = + + − Y c Y Y t t t t 1 1 2 2 = + + + − −
SVAR(p)模型： TY=0+「Y+「X-2+L+TY-p+4 其中：p表示滞后期数。 相应的缩减VAR形式为： Y=C+④Y1+ΦY-2+L+④，Y-p+ 其中： Φ=0k,c=T06,6,=04, 以及： 2。=E(c,)=T02(0y
SVAR(p)模型： 其中:p表示滞后期数。 相应的缩减VAR形式为： 其中： 以及： 0 1 1 2 2 t t t p t p t Y Y Y Y u = + + + + + − − − L t t t p t p t 1 1 2 2 Y c Y Y Y − − − = + + + + + L 1 1 0 0 ( ) ( ) E t t u − − = = 。 1 1 1 0 0 0 , , , k k t t c u − − − = = =
10.2 SVAR模型的基本识别方法 10.2.1SVAR模型的识别问题 基本思想：如果通过一定的约束条件， 使得估计出的VAR模型对应的系数矩阵、 对应的方差矩阵等统计量的个数不少于 SVAR模型中待求的未知量的个数
10.2 SVAR模型的基本识别方法 10.2.1 SVAR模型的识别问题 基本思想:如果通过一定的约束条件， 使得估计出的VAR模型对应的系数矩阵、 对应的方差矩阵等统计量的个数不少于 SVAR模型中待求的未知量的个数
要想获得SVAR模型中的结构性系数， 首先需要考虑所谓的“排序”(order) 问题。什么是order问题呢？简单地解 释即，order问题就是对比SVAR模型中 待估计量的个数与VAR模型中可以估计 出来的对应量的个数
要想获得SVAR模型中的结构性系数， 首先需要考虑所谓的“排序”（order） 问题。什么是order问题呢？简单地解 释即，order问题就是对比SVAR模型中 待估计量的个数与VAR模型中可以估计 出来的对应量的个数
比较含有n个变量的VAR(p)与SVAR(p) 模型的这些数字关系，我们看到， SVAR(p)模型要比VAR(p)模型多n2个未 知量待估计。因此，如果希望通过估计 VAR模型然后利用VAR与SVAR的内在联系 再估计出SVAR模型的所有系数，那么就 必须对SVAR模型施加n2个约束条件
比较含有n个变量的VAR(p)与SVAR(p) 模型的这些数字关系，我们看到， SVAR(p)模型要比VAR(p)模型多 个未 知量待估计。因此，如果希望通过估计 VAR模型然后利用VAR与SVAR的内在联系 再估计出SVAR模型的所有系数，那么就 必须对SVAR模型施加 个约束条件。 2 n 2 n