应该可以使用向量自回归模型（VAR），VAR可以用来研究多个变量之间的动态关系，从各变量间的脉冲反应函数之中可以观察信息传递的方式和特征

首先，如果仅仅考虑相关性（或者说仅仅考虑三者之间的相互关系），那么可以用VAR或VECM来进行建模进行分析。但是这里面有个限制就是，你只能够得到三者之间的数据上的先后关系（即格兰杰因果关系），也就是说你所得到的结论是没有理论依据的，更适合进行预测而非解释，另外VAR系列的模型有一个很大的问题就是比较不稳定，当你调整数据周期之后整个结果很可能有非常大的改变，也就是说稳健性检验很可能效果较差。这些都是做VAR系列模型时需要注意的地方。

如果你的文章是比较注重理论的，想得到更具有理论依据的结果，可能可以尝试DSGE模型。DSGE模型也可作出脉冲响应图和方差分解结果，但是模型推导可能比较难，这个要看你所研究的这个问题有没有前人研究以及他的代码了。

帮忙顶一下

谢啦！

直接比较这几个指标不知道理论上有没有足够的支持，但是如果引入其他与经济增长直接相关的变量如扩张性货币政策（M2）等，再考虑金融发展、产业结构与其的相关性似乎是一个思路。模型还是VAR比较适合。参考货币政策区域效应相关文献中关于货币政策传导机制理论的部分。参考文献《SVAR模型框架下货币政策区域效应的实证研究_1978_2006_蒋益民》