Simone向量自回归
的有关信息介绍如下：
向量自回归（VAR）是一种用于分析和预测多变量时间序列的统计模型，由克里斯托弗·西姆斯提出 。该模型基于数据的统计性质建立，通过将每个内生变量作为系统中所有内生变量滞后值的函数，推广单变量自回归到多元序列 。
VAR模型的核心思想是回归当期变量对所有变量的滞后变量来估计动态关系，广泛应用于宏观经济变量如GDP、通货膨胀率和利率的分析 。估计通常采用普通最小二乘法 。
西姆斯因向量自回归模型研究与托马斯·萨金特共同获得2011年诺贝尔经济学奖 。后续发展包括结构VAR（SVAR），它通过识别技术分离出不可观测的经济冲击对各变量的影响，脉冲响应分析是其重要工具；以及因子扩展向量自回归（FAVAR），由伯南克等人提出以解决变量数目和信息利用上的局限等扩展模型 。
想要了解更多“向量自回归”的信息，请点击：向量自回归百科
