近年来，动态随机一般平衡模型的参数辨识受到越来越多的关注。考虑到DSGE模型的结构，可能很难确定是否确定了一个参数。对于使用贝叶斯方法的研究人员来说，缺乏识别可能并不明显，因为即使参数未被识别，感兴趣的参数的后验可能与其前验不同。我们表明，即使在结构参数上的先验假设是独立的，也可以是这种情况。我们提出了两个贝叶斯识别指标，它们不受这个困难的影响，而且相对容易计算。第一种方法适用于DSGE模型，其中可以将参数划分为已知已识别的参数和不知道是否识别的其他参数。在这种情况下，一个未识别参数的后验边际将等于该参数先验的后验期望，条件是已识别的参数。第二个指标更为普遍，它考虑的是随着样本量(T)增加后验精度更新的速率。对于已识别的参数，后验精度随T而上升，而对于未识别的参数，其后验精度可能会更新，但更新速率将低于T。这个结果假设已识别的参数是-一致的，但在超一致估计量的情况下，可建立已识别和未识别参数的相似的差异更新速率。这些结果用简单的DSGE模型加以说明。