以下内容来自微信公众号《李力南以离开》
SVAR模型曾经是实证宏观经济学中最主要的方法之一，很可惜已经不再是目前最流行的方法了，因为局部投影方法(Local Projection)最近几年在宏观实证研究中越来越受到重视，基本可以替代VAR模型，但是SVAR模型由于可以施加结构约束，其地位仍然很重要。很遗憾的是，国内没有专门介绍SVAR模型的教科书，这使得很多人对于VAR模型存在误解。VAR模型最重要的难点在于“识别”(identification)。推荐两本关于SVAR模型非常好的教科书：
‘Structural Vector Autoregressive Analysis‘ by Lutz Kilian and Helmut Lütkepohl, Cambridge University Press, 2017.
作者Lutz Kilian是这个世界上SVAR模型做得最好的学者之一。北大的图书馆没有这本书，但是人大图书馆有，所以我有一段时间经常去人大就是为了查阅这本书，后来委托人大同学借到这本书，如获至宝，大概读了70%左右，收货非常大，此书系统地介绍了SVAR模型的各种识别方法，包括短期约束、长期约束、符号约束、高频识别(high frequency identification)、异方差识别、工具变量识别(external instrument)，narrative identification等等。所谓的识别，就是解决内生问题，而这才是VAR模型的核心所在，很可惜大多数国内的学者对于识别的探讨非常少，构建的VAR模型存在很大的内生问题, 而审稿人也未必熟悉这一领域，这就导致很多权威中文期刊上发表的基于SVAR模型的分析甚至是错误的。若能通读此书，基本可以接近国际前沿水平。目前，此书在实证宏观中的地位就好比实证微观中Angrist的 Mostly Harmless Econometrics。
- ‘New introduction to multiple time series analysis‘. By Lütkepohl H. , Springer Science & Business Media, 2005
此书的作者Lütkepohl H也是第一本书的第二作者，是德国著名的计量经济学家，专门从事时间序列分析，我还没有系统研读过这本书，但是曾经在时间序列分析备课的时候参阅过其中的一章，非常经典。这本书相对理论，适合拿来推导。这本书比Hamilton的《time series analysis》更适合用来学习SVAR模型。
关于SVAR模型，目前还有两个工具箱，可以直接用于实证分析：
第一个是欧洲央行开发的BEAR工具箱，下载链接：
https://www.ecb.europa.eu/pub/research/working-papers/html/bear-toolbox.en.html
第二个是宏观计量大量Canova开发的Empirical Macro 工具箱，下载链接：
https://sites.google.com/view/fabio-canova-homepage/home/empirical-macro-toolbox
这两个工具箱都是基于MATLAB，基本涵盖了当前所有文献中提及的识别方法，对于不想做理论的来说，完全足够了。
