51、在结构式模型中，一些变量可能在一个方程中作为解释变量，而在另一方程中又作为被解释变量。这就使得解释变量与随机误差项μ之间存在相关关系，从而违背了最小二乘估计理论的一个重要假定，估计量因此是有偏的和非一致的。这就是所谓的联立方程偏倚。

52、简化式模型就是把结构式模型中的内生变量表示为前定变量和随机误差项的函数模型。与结构参数不同，简化式参数反映前定变量的变化对内生变量产生的总影响，包括直接影响和间接影响。简化式参数的最小二乘估计量是无偏的、一致的。

53、所谓识别，就是能否从模型的简化式参数得出结构式参数。如果能够得出，我们就说模型可识别;如果不能够得出，我们就说模型不可识别。在可识别中，又分为恰好识别与过度识别二种。所谓恰好识别，就是能够从简化式参数种获得唯一的结构参数;所谓过度识别，就是从简化参数中获得的结构参数不止一个。如果一个方程与模型中的其他方程具有相同的统计形式，则这个方程是不可识别的。更严格的说，如果一个方程没有唯一的统计形式，这个方程是不可识别的。

54、识别的阶条件：如果一个方程能被识别，那么这个方程不包含的变量总数应大于或等于模型系统中方程个数减1。

令K=模型系统中变量的个数(也即方程的个数)M=模型系统中变量的个数(包括内生变量和前定变量)Hi=模型系统中某个特定方程中变量个数(包括内生变量和前定变量)i=1,2,…K于是，识别阶条件可以表述为：M-Hi=K-1，第i个方程是恰好识别;M-Hi>K-1，第i个方程是过度识别;M-Hi< p="">

55、识别的秩条件：在一个具有K个方程的模型系统中，任何一个方程被识别的充分必要条件是：所有不包含在这个方程中的变量的参数矩阵的秩为K-1(或这些参数能够构成至少一个K-1阶非零行列式)。

56、其他识别规则：1.如果一个方程包含一个内生变量和模型系统中的全部前定变量，则这个方程是恰好识别的。2.如果一个方程中包含了模型系统中的全部变量(即全部内生变量和全部前定变量)，则这个方程是不可识别。3.假如第i个方程排除的变量中没有一个在第j个方程中出现(也即第j个方程页排除了相同的变量)，则第i个方程是不可识别的。4.如果两个方程都包含有相同的变量，或者说两个方程的统计形式相同，则这两个方程均不可识别。

57、对联立方程模型进行参数估计的方法可分为两类，即单方程估计法和系统估计法。恰好识别条件下的单方程估计可以用间接最小二乘法或工具变量法。过度识别条件下的单方程估计方法有二阶段最小二乘法和有限信息极大似然法。

60、价格弹性：第i种商品需求量对第j种商品价格的弹性通常用符号ηij表示。当i=j时称为自价格弹性;当i≠j时，称为交叉价格弹性。自价格弹性值通常为负，即价格上升时，需求量减少。依据自价格弹性值得大小，可将商品作如下分类：当ηii<0，称商品i为正常商品;当ηii>0，称商品i为非正常商品。交叉价格弹性ηij可以为正也可以为负。当ηij>0，时表示商品i和商品j的使用价值可以互相替代，称为替代品，例如肥皂与洗衣粉;当ηij<0时，表示商品i和商品j的使用价值可以互相补充，称为互补品，例如录音机与录音磁带。