我想他讲的应该是向量自回归与脉冲响应函数，简单地来说，在对模型做模拟时，动态乘数是描述模型对外生变量变化的反应的一般方法，而脉冲响应函数是用来描述模型对内生变量变化的反应的一般方法，由于内生变量和误差项分布的一致性，我们又可以理解为脉冲响应函数描述的是模型的应变量如何响应误差项的冲击的方法，我们又通常把误差项称做脉冲值。注意到脉冲响应函数所适应的模型是一种叫做向量自回归的模型，这类模型的特点是模型的自变量或是内生的，或是因变量的滞后值，向量自回归模型通常用于预测。

至于jump response可以理解为应变量即刻对新信息起反应，而gradual response 则对新信息的反应有一个累积的过程