本[发明专利]公开了一种自适应的外生变量识别方法,包括以下步骤:设定数据集,其中数据集中每个变量包含m个样本数据,设定矩阵,设定一个数组;计算数据集与其余所有数据做最小二乘回归运算,得到残差;计算变量与所有残差的互信息;将所述互信息替换到矩阵中的元素;计算矩阵中每行的最大值,存放在数组中;在数组中找出最小值;找出独立于其余所有残差的变量即为外生变量。本[发明专利]利用最大最小思想,结合外生变量的特征,使得引入的独立性判定参数是一个自适应的参数值,避免了传统算法对独立性值差异敏感而导致识别率低的问题,也避免了不同数据集对固定独立性参数敏感而导致无法识别的缺陷,提高外生变量的辨识度。