结构性VAR模型需要两个要素：（i）信息充分性和（ii）有效的识别策略。小规模递归识别的VAR模型不太可能满足这些条件。我提出了一种贝叶斯代理因子增强VAR（BP-FAVAR），将大型信息集与基于外部仪器的识别方案相结合。在货币政策冲击的应用中，我发现通过一大组金融变量的因素来增强标准的小规模代理VAR会改变模型动态，并提供更符合经济理论的价格响应。第二个应用表明，不确定性的外生增加对分类投资序列的影响比消费序列更为负面。
基于结构向量自回归（VAR）模型的原油市场研究通常假设时间不变模型和冲击传递，或者考虑时变模型和冲击传播。我们假设了一个具有时不变斜率系数的异方差简化形式VAR模型，并在包括关键宏观经济变量的全球原油市场模型中测试了时变脉冲响应。我们发现，在过去几十年中，冲击对油价预期的传递发生了变化，这可归因于异方差。
