给出用OLS法估计VAR模型的python代码

以下是使用OLS法估计VAR模型的Python代码示例：

import numpy as np
import statsmodels.api as sm

# 假设有3个时间序列变量，将它们组成一个n x p矩阵X
# 其中n表示时间序列的长度，p表示变量个数
X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])

# 假设我们想要估计一个2阶VAR模型
lag_order = 2

# 利用statsmodels库中的VAR类进行VAR模型估计
model = sm.tsa.VAR(X)

# 使用OLS法估计VAR模型
results = model.fit(lag_order, method='ols')

# 查看结果
print(results.summary())

在这个示例代码中，我们使用了statsmodels库中的VAR类来估计VAR模型，使用OLS法进行参数估计。需要注意的是，我们首先将多个时间序列变量组成一个矩阵X，然后将其作为输入传递给VAR类。然后我们指定了VAR模型的阶数，并使用fit方法进行参数估计。最后我们打印出了结果总结。