Vektorautoregressionsmodell

auf Vektoren erweitertes ⇡ Zeitreihenmodell, in dem Vektoren als Realisationen von ⇡ AR(p)-Prozessen angenommen werden. In V. geht man meistens davon aus, dass alle Variablen endogen sind und lediglich von ihren p Vergangenheitswerten abhängen. Deshalb unterliegen die V. keinen so massiven a priori Restriktionen wie die Struktur ökonometrischer Modelle. Zudem sind V. sehr einfach mit der ⇡ gewöhnlichen Methode der kleinsten Quadrate zu schätzen. Mithilfe von V. kann man auch Kausalitätstests einfach durchführen. Als Nachteil der Vektorautoregression sei die Tatsache erwähnt, dass man schon bei wenigen ⇡ endogenen Variablen und betrachteten ⇡ Lags eine große Anzahl an Variablen in den Gleichungen enthält. Die Anzahl der Freiheitsgrade wird dementsprechend gering und man benötigt lange Zeitreihen. Die Vektorautoregression beschränkt sich deshalb meistens auf eher kleine Modelle.

- Beiden Kritiken tragen die strukturellen V. Rechnung. In diesen Modellen werden Restriktionen bez. verschiedener gelagter endogener Variablen und/oder der Varianz-Kovarianz-Matrix der Residuen getroffen, was sie den klassischen ⇡ Mehrgleichungsmodellen annähert.