什么是VAR模型？ VAR模型的解释是什么？
向量自回归（VAR，向量自回归）通常用于预测相互关联的时间序列系统，并分析随机扰动对变量系统的动态影响广发证券。 VAR方法通过将系统中的每个内生变量作为系统中所有内生变量的滞后值的函数来构建模型，从而避免了对结构化模型的需求。 Engle和Granger（1987a）指出，两个或多个非平稳时间序列的线性组合可能是平稳的。 如果存在这样的平稳或线性组合，则这些非平稳（具有单位根）时间序列将被视为具有协整关系。 这种平滑的线性组合称为协整方程，可以解释为变量之间的长期平衡关系。
VAR模型是相关时间序列变量系统的有效预测模型。 同时，矢量自回归模型经常用于分析不同类型的随机误差项对系统变量的动态影响。 如果变量之间不仅存在滞后影响，而且没有同时的影响关系，则建立VAR模型是合适的，因为VAR模型实际上将当前关系包含在随机扰动项中。
有关VAR模型的更多知识，请关注扬帆股票网
