本文基于五个较为经典的DSGE模型，从不同国家、不同模型、不同先验设置、不同估计方法、不同观察变量、不同估计区间和不同数据集七个角度，系统考察了主流DSGE模型框架下的参数估计问题，特别是对采用中国数据的分析结果进行了重点分析、比较和总结。本文的分析结果表明：（1）在单一模型下，部分参数在中美经济环境下给出了相对一致的估计结果，但在多个模型下，大部分参数在中美经济环境下并未给出一致的估计结果，这说明DSGE模型参数的决定不仅取决于实际数据的差异，而且具有很强的“模型依赖”性质，因此，不宜简单地将不同模型下的参数估计结果混合使用，特别是对完全基于校准的DSGE模型；（2）不同的先验分布会显著影响模型参数的估计结果，特别是随着先验分布发散程度的上升，大部分参数的估计结果会出现明显变化且伴随着模型对数边际似然的显著改善，这说明适用于外国经济的先验分布并不一定适用于本国，实践中应考虑通过适当调节先验分布的设置或使用非信息性的先验分布来避免先验分布的误设，尤其是在模型出现无法估计或估计困难问题时；（3）不同的估计方法同样会显著影响模型参数的估计结果，尽管广义矩估计和极大似然估计在理论上可以克服先验分布的不同选择对估计结果的影响，但二者在复杂模型下容易陷入不可信的角点解，而贝叶斯环境下的DSGE-VAR方法则有助于改善模型对数据的拟合度；（4）当观察变量的数量不足时，选择不同的观察变量或增加新的观察变量都会明显影响大部分参数的估计结果，而当观察变量的数量足够多时，选择不同的观察变量或增减不同的观察变量对模型估计结果的影响相对有限，但由于通常很难判断选择哪些观察变量可以提供充分的信息，因此在实践中应考虑结合其他统计识别手段或结合研究者的现实经验予以综合判断；（5）DSGE模型的参数估计在不同的样本时段可能存在显著的结构性变化，比如本文的分析显示，2008年对中国而言可能是一个非常重要的时间节点，2008年以前的中国经济表现出了更高的消费惯性、更小的消费需求跨期替代弹性以及更高的投资调整成本，而2008年以后的中国经济则表现出了更低的消费惯性、更大的消费需求跨期替代弹性以及更低的投资调整成本，这种结构性的差异为模型设定、参数设置和估计方法等都有明确启示；（6）在参数估计过程中，使用估算的数据作为观察变量时需要额外慎重，因为不同估算方法所带来的不同数据特征会影响到一部分参数的估计结果，而良好的DSGE模型估计离不开高质量的数据支持，因此，在实践中，如何选择和运用估算的数据乃是一个需要研究者同时借助理论和经验加以综合判断的问题。本文的分析不仅为中国DSGE建模中的参数估计提供了诸多原则性的归纳和建议，而且为不同条件下的参数估计在何种程度上是有效的提供了可资借鉴的参考，这为后续基于中国经济的DSGE模型研发和分析提供了涵盖模型设定、参数设置、估计方法、模型评估和结果优化等方面的具体启示。