本书对SVAR模型结构识别的前沿研究进展与应用进行了系统性综述和原创性研究，兼顾经典理论和前沿进展，并编写了Matlab平台下可扩展、可复制的源代码和工具包。首先呈现了写作背景、动机和框架，简述了SVAR模型与简化式VAR模型、动态联立方程模型（DSEM）之间的区别和联系，以及SVAR模型的经典形式和简化式VAR模型的三种常见形式；其次，简要阐述简化式VAR模型经典估计方法（OLS、MLE）和贝叶斯BVAR估计方法；接着对SVAR模型结构识别的经典方法（符号识别和Choleski）做简要梳理并指出符号识别算法实现的缺陷；然后介绍了贝叶斯识别（即BH框架）和DSGE框架约束识别方法；最后综述了工具变量法。

第一章 引言
第一节 前言
第二节 VAR模型的“前世”与“今生”
第三节 SVAR模型的经典形式与简化式VAR模型
第二章 VAR模型估计：从最小二乘到DSGE框架约束
第一节 经典VAR模型估计
第二节 Bayesian VAR模型分析框架：估计与推断
第三节 DsGE框架约束下VAR模型估计
第三章 经典SVAR模型识别方法及算法缺陷：最新进展
第一节 什么是识别问题
第二节 Choleski识别方法及局限性
第三节 符号识别与其算法谬误问题
第四节 样本不确定性和识别不确定性问题
第五节 结构弹性估计的误区
第四章 基于贝叶斯推断的SVAR模型识别最新进展：识别不确定性内生化
第一节 Bayesian SVAR识别：BH分析框架及其理论贡献
第二节 两变量SVAR模型识别：基于BH分析框架
第三节 BH分析框架的稳健性检验：Choleski识别再回顾
第五章 基于DSGE框架约束下的SVAR识别与估计最新进展与应用
第一节 非对称t分布及应用
第二节 基于DSGE模型参数信息的SVAR识别与估计
第三节 DsGE模型脉冲响应符号约束构建的问题与方法
第四节 基于DSGE模型脉冲响应符号约束的SVAR模型识别与估计
第六章 基于外部工具变量方法的SVAR模型识别的最新进展
第一节 经典内部工具变量法
第二节 外部工具变量方法：最新进展
参考文献