模型的构建完成以后，还需要对模型和数据进行处理，以便形成可供实证分析的工具。这个过程大致分为四步，第一步将一阶条件进行线性化；第二步将线性化的模型转化为可供估计的模型；第三步将观测到的数据进行处理以与模型相契合；这三步完成之后就是估计该模型，估计模型的参数是DSGE模型的重要一步。贝叶斯估计方法有逻辑上的完美倾向，使很多学者倾向于选择贝叶斯估计。主要的原因是我们通常所获得的信息只是条件信息。这些信息包括模型的结构、参数的先验分布以及所观测到的数据。估计过程大致为通过模型结构和所观测到的数据形成似然函数，再利用贝叶斯法则将似然函数和先验分布结合形成后验分布。 <<