向量自回归模型是多元时间序列分析中最常用的方法之一。在建立模型的过程中模型选择是非常重要的一个环节， 如果候选模型不是很多时， 可以通过比较每个模型的准则值如A I C ,  A I C c ,  B I C或H Q进行模型选择。可是， 当存在大量候选模型时， 无法一一比较每个模型的准则值。为了解决这个问题， 本文提出一个基于吉伯斯样本生成器的向量自回归模型选择方法， 结果表明应用该方法能够从大量候选模型中准确、 高效地确认准则值最小的模型