检验经济政策效果的简单方法是进行随机实验，然而由于成本、伦理道德等原因，经济领域的随机实验较为少见。因此，利用观测数据对经济变量之间的因果关系进行分析就变得十分重要。

若SVAR模型（5.1）中A0可逆，其可化成简化式非限制性VAR模型（5.5），进一步，在满足特征方程

的根全在单位圆外的条件下，有VAR（p）可逆，从而可将yt表示成白噪声vt移动平均形式

由于E（ut）=0、Cov（ut）=E（utut＇）=Σ≠I（称非正交化），因此需要进行正交化处理。

由于Σ是正定对称阵，将其分解成

其中，G是下三角阵，Q是主对角线上元素大于零的对角阵。

令G-1ut=vt，即ut=Gvt，则有(www.daowen.com)

此时有

由此可以导出正交的脉冲响应函数，如下

因此，SVAR模型的脉冲响应函数用矩阵也可表示为

如果SVAR模型为AB型，则其脉冲响应函数为

代表动态分析的时间序列研究中，鉴于自回归过程可以转化为一个无限阶的移动平均过程，因此，可以利用代表随机冲击的误差项对真实经济参数进行估计。

综上，SVAR模型是多元时间序列分析的核心内容之一，它以经济理论为建模依据，是宏观经济波动与情景预测分析的一个重要模型。脉冲响应分析是SVAR模型中最为重要的动态分析方法之一，被广泛应用到宏观经济政策的分析中。通过在SVAR模型中对外生冲击或外生冲击的线性组合施加结构识别约束，使具有结构识别约束的SVAR模型随机扰动项蕴含了明确的经济含义从而使得脉冲响应、方差分解和情景预测等动态效应分析更加有效。因此，基于SVAR模型的动态因果效应的潜在结果框架，可以反映出模型系统中的内生变量在受到某一个结构性冲击以后的动态变化路径，准确地描述出政策调控效应的动态演化。