基于SVAR模型脉冲响应函数的因果推断方法研究了冲击如何在经济系统中传导和扩散，并且用于估计脉冲响应函数的时间序列要求是平稳的。然而，现实中大部分经济变量都表现出非平稳的特征。另外，SVAR模型方法只适用于外生结构冲击的短期效应分析，而实际经济系统中既存在长期关系也存在短期效应。为了解决非平稳变量的建模问题以及识别变量之间的长短期关系，Granger（1981）和Engle&Granger（1987）提出了非平稳变量之间的协整概念，此后，Johansen（1995）将协整引入到SVAR模型，发展出了结构向量误差修正模型（Structural Vector Error Correction，SVEC）。当经济系统中的变量非平稳时，一般会采用对序列取一阶差分的方法将其转化为平稳序列，但是当序列之间存在协整关系时，该方法会导致过度差分而且会损失变量长期协同变动的信息。SVEC模型可以看作是含有协整约束的SVAR模型，它捕捉了系统变量初始的非平稳长期协整关系，模型中包含变量差分的（p-1）阶SVAR模型和一个从已知（估计的）协整关系推导出的误差修正项。在可逆性的条件下，SVAR模型可转变为结构向量移动平均（SVMA）模型，基于非平稳SVAR或者SVEC模型的SVMA模型常被用来分析经济系统中结构冲击的短期波动和长期趋势。

Banerjee et al.（1993）、Hamilton（1994）、Johansen（1995）和Lütkepohl（2005）等文献相继研究了VEC模型和SVEC模型等。在相关的经济研究中，一般会采用脉冲响应函数分析、累计脉冲响应函数和预测误差方差分解（FEVD）等来描述系统中变量在受到结构冲击以后的动态变化路径，以及变量在受到其他变量冲击时发生变动的程度（Lütkepohl，2005）。并且，鉴于经济学理论中假设冲击对系统会有永久影响或者仅有暂时影响，通常将冲击分为永久性冲击和暂时性冲击（Blanchard&Quah，1989），冲击的分类增加了识别结构方程的信息。因此，借助VEC模型和SVEC模型的简化型VMA/SVMA模型开展宏观经济系统动态因果效应推断的理论与应用研究具有重要的理论研究价值和现实意义。实际上，这项研究不仅有利于评价经济政策动态效应的因果性、区分经济政策冲击的永久性和暂时性效应和揭示具有长期均衡的经济关系。

事实上，在潜在结果框架下，如果满足条件独立性假设，匹配估计量或者回归估计量可估计政策冲击的因果效应。但是当模型存在未观测的混杂因素，即同时影响政策变量和潜在结果的不可观测随机变量，条件独立性假设不再成立，模型存在内生性问题。这时，可使用与政策冲击高度相关、而与系统中其他冲击不相关的外部工具变量识别和估计宏观经济政策冲击的动态因果效应，被简称为外部工具方法。外部工具的使用开启了宏观计量经济学中一个崭新的、迅速发展的研究方向，利用外部冲击可以获得可信的识别。Romer&Romer（1989）使用文本和历史信息识别外生的货币政策冲击，最早提出了利用外部信息识别结构向量自回归模型的政策冲击。Beaudry&Saito（1998）利用了Romer&Romer（1989）构造的利率冲击的变量作为SVAR模型中货币冲击的工具变量来估计货币政策的脉冲响应。随后，Kuttner（2001）、Cochrane&Piazzesi（2002）和Bernanke&Kuttner（2005）等利用美联储公告日期前后的利率变化来识别货币政策冲击。同时，Kuttner（2001）利用外部信息来识别结构冲击，根据美联储公告前后联邦基金利率的变化估计货币政策冲击对长期利率的动态因果效应。Hamilton（2003）和Kilian（2008）利用国际石油供应中断的外部信息来估计石油供应冲击对经济的影响。另外，Stock（2008）正式引入了用于SVAR识别的外部工具方法（SVAR-IV），之后，Stock&Watson（2012）、Mertens&Ravn（2013）、Gertler&Karadi（2015）、Caldara&Kamps（2017）等越来越多的研究者使用了该方法。并且，Jordàet al.（2017）和Ramey（2016）将Jordà（2005）的脉冲响应局部投影推断方法推广到SVAR模型，提出了估计政策冲击脉冲响应函数的局部投影工具变量（LP-IV）方法，Ramey（2016）发现SVAR模型中结构冲击相互无关的假设等价于它们是随机指派的原发经济冲击力的假设，使人们能够利用SVAR模型研究政策冲击的动态因果效应。Fieldhouse et al.（2018）将LP-IV方法拓展到SVAR模型含有控制变量的情形。同时，Stock&Watson（2018）发现了LP-IV方法中IV有效性的条件，以及SVARIV方法与LP-IV方法的等价条件；并基于SVAR模型提出了估计和推断动态因果效应的外部工具变量方法。(www.daowen.com)

为了甄别非平稳经济变量之间的长短期动态因果效应，本章借助外部工具变量法和SVEC模型的SVMA表示拓展了宏观经济系统动态因果效应的推断方法。将Stock&Watson（2018）基于SVAR模型识别平稳变量动态因果效应的外部工具方法（SVARIV）扩展为非平稳变量的SVEC模型，完善了经济政策动态因果效应的评价方法。并且，利用SVMA模型将经济政策冲击的动态因果效应进行了长短期分解，并提出了估计政策冲击长期因果效应和短期动态因果效应的方法。最后，对我国货币政策的动态因果效应进行了实证研究，识别出了基准利率政策的实效性以及利率冲击对各内生变量的长期随机趋势（因果）效应和短期的动态因果效应。