Ekonometrický model (v nejužším slova smyslu) je představován soustavou stochastických
   strukturních (regresních) rovnic a pomocných (nestochastických) rovnic, které vcelku
   představují zobrazení určitého výseku ekonomické reality.

   Proměnné ekonometrického dělíme  na :

   a)    běžné (tj. nezpožděné) endogenní proměnné

   b)   predeterminované (exogenní a zpožděné endogenní) proměnné

   Rozdílnost je dána tím, že ze statistického hlediska větší důležitost než rozdělení na
   exogenní/endogenní, je přisouzena korelovanosti vysvětlující proměnné s náhodnou složkou
   modelu (v téže rovnici). Zpožděné endogenní proměnné y[t-1 ,...,] y[t-s] můžeme považovat za
   nekorelované s náhodnou složkou rovnice . Hodnoty y[t-1] jsou v časovém okamžiku  t  již
   známé. Všechny predeterminované proměnné lze tedy považovat na nekorelované s náhodnou složkou
   modelu v čase t.

   Rovnice ekonometrického modelu dělíme na

   a)   rovnice chování (behaviorální) :

   představují vlastní jádro modelu a tvoří přepis ekonomických hypotéz o

   vztazích mezi proměnnými modelu formou regresních rovnic

   Příkladem může být lineární makrospotřební funkce :

               

   b)  rovnice bilanční, identity, distribuční normy apod. :

   vyjadřují relační vztahy mezi ekonomickými proměnnými, jsou vyvozeny z administrativních a
   účetních zákonitostí, neobsahují stochastické členy

   Typickým příkladem bilančního  makroekonomického vztahu je identita HDP :

   

                                         

   

   (rozklad HDP na spotřebu, investice, veřejné výdaje, čistý export a saldo mimořádných výnosů a
   ztrát). Jiným příkladem (distribuční norma) je např.

   členění  HDP podle ekonomických sektorů/odvětví, kde se vytváří.

   c)    technické/technologické rovnice

   popisují  technologické zákonitosti : např. rovnice vyjadřující produkční

         nebo nákladovou funkci výroby benzínu v závislosti na objemu ropy

                          ^      resp. po zlogaritmování

           

   Parametry ekonometrického modelu dělíme na:

   a)    strukturní     ( jde o regresní koeficienty v regresních rovnicích )

   b)   stochastické( jde o prvky kovariančních matic náhodných složek )

   

   Jiné dělení parametrů modelu:

   a)    známé ( s předepsanými hodnotami )

   b)   s omezením ( provázané navzájem nějakým vztahem )

   c)    neznámé ( jsou předmětem statistického odhadu )