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。
