Christopher Sims (1980) propuso al modelo de Vectores Autoregresivos (VAR) como

un contrapeso a los modelos con supuestos de identificacin a priori de su poca.

Sims argumenta que los modelos VAR retienen la esencia de los modelos de
ecuaciones mltiples, sea, la informacin sobre las interacciones de las variables endgenas de manera conjunta, sin basarse en supuestos de identificacin fuertes.
Adems la capacidad de prediccin a futuro fue mejor que los modelos de
ecuaciones simultneas usados en la poca, por lo que los modelos VAR pasaron a
la historia. (Becketti, 2013)
Los modelos VAR se pueden categorizar en tres tipos: VAR de forma reducida, VAR
recursivo y VAR estructura o SVAR por sus siglas en ingls (Juselius, 2005). El VAR
recursivo asume que al existir un choque en la variable representada en la ecuacin

p , este afectar a

p+1 , hasta

(asumiendo un sistema de

en un periodo t, dicho efecto se propagar hasta secuencialmente hasta

variables)

T .

Cada ecuacin del modelo VAR

de forma reducida es estimable de forma
consistente mediante regresin de Mnimos Cuadrados Ordinarios (MCO). A medida
que se aumenta la complejidad al modelo es ms recomendable el uso de Mnimos
Cuadrados Generalizados (MCG) con el fin de obtener estimaciones ms eficientes.

Bibliografa
Becketti, S. (2013). Introduction to Time Series using STATA. College Station, Texas:
Stata Press.
Juselius, K. (2005). The Cointegrated VAR Model: Methodology and Applications.
Oxford: Oxford University Press.