به طور کلی دو روش کلی برای مقداردهی پارامترها در الگوی تعادل عمومی تصادفی پویا(DSGE)  وجود

دارد،1- برآورد پارامترها که خود به دو روش بیزین و حداکثر درستنمایی انجام می­شود.2- کالیبره کردن

پارامترهای الگو.

امروز متخصصان و کارشناسان اقتصادسنجی با توجه به پیچیدگی نسبی الگوهای DSGE  علاوه بر برآورد

پارامترها از کالیبره کردن آن‌ها نیز استفاده می­کنند. ایده اصلی کالیبره کردن مدل، انتخاب مقادیری برای

پارامترها بر اساس شواهد اقتصاد خرد و سپس مقایسه پیش­ بینی ­های الگو از واریانس و کوواریانس

سری­ های زمانی مختلف است. کالیبره کردن دو مزیت بالقوه نسبت به برآورد دارد:

1- چون  مقادیر پارامترها بر اساس شواهد اقتصاد خرد انتخاب شده ­اند، معمولا مجموعه بزرگی از داده ­ها

مورد استفاده قرار می­ گیرد، لذا  قابلیت اتکا و دقت این الگوها افزایش خواهند یافت.

2- تفسیر اهمیت اقتصادی قبول یا رد یک الگو به لحاظ آماری اغلب خیلی سخت است. در روش برآورد،

الگویی که داده ­ها را در بسیاری از ابعاد به جز یک بعد بی‌اهمیت بخوبی برازش می­ کند، ممکن است به

لحاظ آماری رد شود که این یک ضعف برای برآورد محسوب می­ شود و یا اینکه رد یک مدل با شکست

بخورد، تنها به این دلیل که  دادهها با دامنه وسیعی از احتمالها سازگار باشند(رومر[1]، 2006،ص 218).


[1] Romer