一、模型估计方法的比较⒈大样本估计特性的比较按渐近有效性比较优劣OLS非一致性估计，未利用任何单方程外的信息；IV利用了模型系统部分先决变量的数据信息；2SLS、LIML利用了模型系统全部先决变量的数据信息；3SLS、FIML利用了模型系统全部先决变量的数据信息和结构方程相关性信息。⒉小样本估计特性的MonteCarlo试验小样本估计特性的MonteCarlo试验过程第一步：利用随机数发生器产生随机项分布的一组样本；第二步：代入已经知道结构参数和先决变量观测值的结构模型中；第三步：计算内生变量的样本观测值；第四步：选用各种估计方法估计模型的结构参数。上述步骤反复进行数百次，得到每一种估计方法的参数估计值的序列。第五步：对每种估计方法的参数估计值序列进行统计分析；第六步：与真实参数（即试验前已经知道的结构参数）进行比较，以判断各种估计方法的优劣。小样本估计特性实验结果比较⑴无偏性OLS2SLS3SLS（LIML，FIML）为什么OLS具有最好的最小方差性？方差的计算公式：二、为什么普通最小二乘法被普遍采用⒈小样本特性⒉充分利用样本数据信息⒊确定性误差传递⒋样本容量不支持⒌实际模型的递推（Recurred）结构补充：递推模型（RecursiveModel）可以采用OLS依次估计每个结构方程；在估计后面的结构方程时，认为其中的内生解释变量是“先决”的。三、模型的检验包括单方程检验和方程系统的检验。凡是在单方程模型中必须进行的各项检验，对于联立方程模型中的结构方程，以及应用2SLS或3SLS方法过程中的简化式方程，都是适用的和需要的。模型系统的检验主要包括：⒈拟合效果检验当RMSi=0，表示第i个内生变量估计值与观测值完全拟合。一般地，在g个内生变量中，RMS<5%的变量数目占70%以上，并且每个变量的RMS不大于10%，则认为模型系统总体拟合效果较好。⒉预测性能检验⒊方程间误差传递检验⒋样本点间误差传递检验给定t=1时的所有先决变量的观测值，包括滞后内生变量，求解方程组，得到内生变量Y1的预测值；对于t=2，只外生给定外生变量的观测值，滞后内生变量则以前一时期的预测值代替，求解方程组，得到内生变量Y2的预测值；逐年滚动预测，直至得到t=n时的内生变量Yn的预测值；求出该滚动预测值与实际观测值的相对误差。将t=n时的所有先决变量的观测值，包括滞后内生变量的实际观测值，代入模型，求解方程组，得到内生变量Yn的非滚动预测值；求出该非滚动预测值与实际观测值的相对误差。比较两种结果，二者的差异表明模型预测误差在不同的时间截面之间的传递。