脉冲响应函数描述的是VAR模型中的一个内生变量的冲击给其他内生变量所带来的影响。而方差分解(variance decomposition)是通过分析每一个结构冲击对内生变量变化(通常用方差来度量)的贡献度,进一步评价不同结构冲击的重要性。因此,方差分解描述了对VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息。
脉冲响应函数是随着时间的推移,观察模型中的各变量对于冲击是如何反应的,如果我们想分析变量之间影响关系的重要性,那么我们就可以借助方差分解的方法。比如说,我们建立了3个变量的VAR(p)模型。现在我们想研究第1个变量在未来的变动中(通过方差来衡量)除了受到自身冲击影响外,另外两个变量对其的影响。那么我们就可以借助方差分解的方法。方差分解可以分析,在给定未来m期,第1个变量的自身以及其他两个变量分别对第1个变量未来m期变动的贡献程度。不过,方差分解同样面临着脉冲响应函数的所面临的问题,即会受到变量的排序的影响。但是脉冲响应函数与方差分解是检验经济变量之间关系的有用工具。