SVAR模型，全稱為結構向量自回歸模型（Structural Vector Autoregression），是一種用於分析經濟系統中各個變數之間即時結構性關係的統計工具。SVAR模型基於VAR（向量自回歸）模型，但通過引入基於經濟和金融理論的結構性關係，使得模型能夠更清晰地展示變數間的直接聯繫。相比之下，傳統的VAR模型更多地關注變數的動態影響，而不直接揭示變數間的結構性關係。
SVAR模型的起源可以追溯到上世紀40年代至70年代，當時大型聯立方程模型是巨觀計量經濟分析的主流方法。然而，隨著經濟環境的變化和理論的發展，傳統結構模型在預測和政策分析方面的局限性逐漸顯現。特別是「滯脹」現象的出現和預期學派的興起，對傳統結構模型提出了挑戰。在這樣的背景下，Sims於1980年提出了VAR模型，該模型無需區分變數的內生性和外生性，同時考慮了預期因素，顯著提高了政策實驗、經濟解釋和預測分析的準確性。SVAR模型就是在VAR模型的基礎上，通過引入結構性識別方案，即對模型的擾動項進行結構識別，從而分解出具有明確經濟含義的結構衝擊。