SVAR

VAR的简化形式

这个形式只能对滞后期的变量进行探究，我们还想探究一下，变量当期的影响。

加入当期

第二个我们想要把我们的误差项都分解成正交的，只与一个方程相关的。

误差分解

结合起来

我们现在的目标是要估计出来A、B和C

我们现在可以把SVAR化简成为简单形式的VAR模型。

化简后的形式

我们可以轻易得出化简形式后的两个参数，并让这两个参数与SVAR对应起来。

系数

协方差矩阵

因为A与B可以有很多满足条件的形式。我们定义一种方法来确定唯一的A与B，我们称这个过程为idenfication。

而最常用的一种identification成为cholesky idenfication，方法就是让A是一个单位矩阵，B是一个下三角矩阵。

idenfication

如果我们让B成为一个下三角矩阵，就会有唯一的下三角矩阵满足上述的式子。
因为B可以有cholesky分解法得到，这种identification的方法也被称为是cholesky identification

因为有这样的分解方式之后，变量的顺序设置就会变得非常紧要，不同的变量顺序可能会出现不同的结果。

例如我们设置的顺序是通货膨胀、失业率和利率。对于通货膨胀的冲击，可以影响所有同期的变量。不过，失业率就不能影响同期的通货膨胀，利率就更既不能影响通过膨胀率，也不能影响同期的失业率。
这个变量的顺序的设置，是反映研究者对于经济运行的一些假设。如果一个人相信货币政策不会对同期的其他变量有影响，但是会滞后项有影响，那就应该将其放在变量顺序的最后。

当然这种，不同顺序会产生不同结果的属性，可以作为一种稳定性检验，还可以作为一种对经济运行的假设

. matrix A1 = (1,0,0 \ .,1,0 \ .,.,1)

. matrix B1 = (.,0,0 \ 0,.,0 \ 0,0,.)

. svar inflation unrate ffr, lags(1/6) aeq(A1) beq(B1)
Estimating short-run parameters

读入数据之后，我们还要设置矩阵A、B的形式。