向量自回归模型，简单的讲就是看过去的变量预测将来的变量。
VAR模型描述在同一样本期间内的n个变量（内生变量）可以作为它们过去值的
线性函数。
例1．Yt = α+βXt-1 + ut, t = 1,2,…,n
本例中Y的现期值与X的一期滞后值相联系，比较一般的情况是：
Yt = α+β0Xt +β1Xt-1 +……+βsXt-s + ut,
t = 1,2,…,n
即Y的现期值不仅依赖于X的现期值，而且依赖于X的若干期滞后值。这类模型称为分布滞后模型，因为X变量的影响分布于若干周期。
例2．Yt = α+βYt-1 + ut, t = 1,2,…,n
本例中Y的现期值与它自身的一期滞后值相联系，即依赖于它的过去值。一般情况可能是：
Yt = f (Yt-1, Yt-2, … , X2t, X3t, … )
即Y的现期值依赖于它自身若干期滞后值，还依赖于其它解释变量。
具体内容可以参看人大经济论坛。