1980年Sims提出向量自回归模型 VAR（vector autoregressive model）。这种模型采用多方程联立的形式，它不以经济理论为基础，在模型的每一个方程中，内生变量对模型的全部内生变量的滞后值进行回归，从而估计全部内生变量的动态关系。
      VAR常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。对一个VAR模型做出分析，通常是观察系统的脉冲响应函数和方差分解。
    VAR模型具有良好的计量特性使得该模型一经提出就得到广泛运用，然而该模型也存在不足，主要表现为：
第一，如果滞后期越长，变量越多，那么需要估计的参数就越多，对数据样本长度的要求就越大；
第二，模型并不严格遵循经济理论，对变量未施加结构性约束，不考虑变量之间的同期相关性，影响模型估计效果；
第三，难以刻画理性预期因素,无法避免“卢卡斯批判”；
第四，该模型是常参数模型，但很多证据表明，在经济系统发生大的结构性变化时，VAR参数并不稳定；
第五，所处理的经济变量个数有限，难以全面反映经济体的真实情况。

    VAR模型的演变：
１．SVAR：从简约式步入到结构式
２．BVAR：VAR模型统计推断方法上的革命
３．PVAR：向空间计量的拓展
４．非线性动态VAR：线性分析范式的变革

   VAR模型的最新发展
１．利用贝叶斯估计法，与具有微观经济理论基础的研究方式相融合———以DSGE-VAR模型为代表
2.向非线性、时变参数的趋势发展———以TVP－VAR 模型为代表
３．向大规模、多变量的趋势发展————以FAVAR  模型为代表
   相关模型的实践应用

中国经济波动与政策冲击一基于新凯恩斯DSGE模型与VAR模型的分析
符号约束的TVP-VAR模型及我国信贷供求冲击的研究
基于FAVAR模型的货币政策的房价传导机制研究
基于MS-SFAVAR模型的中国货币政策效应分析
中国货币政策透明化的宏观经济效应———基于ＰＴＶＰ－ＳＶ－ＦＡＶＡＲ模型的实证研究
利率市场化背景下我国货币政策传导的非对称效应研究——基于 LSTVAR 模型的实证分析

  小结
总的来看，未来VAR模型的发展，会向更具有严密经济理论基础、能够处理非线性、多变量以及空间计量的趋势演进，贝叶斯统计推断技术在进行模型参数估计时仍具有无可替代的优势。
VAR模型在使用过程中应注意一下问题:
一是在总体回归模型的设定上要遵循经济主体间的动力学关系。计量经济学模型的设定，既要避免按部就班的理论导向，也要避免纯粹的数据关系导向。
二是既要注重总量分析，更要强调结构分析。
三是注意模型使用过程中的规范性。