广义矩方法(GMM)是一种重要的估计方法，它广泛应用于经济和统计模型中参数的估计.最常见的计量经济学模型是混合回归-空间自回归(MRSAR)模型和过度识别线性模型.基于广义矩方法的优越性，本文对上述两种模型中的参数做广义矩估计，分别得出不同的性质.　　 本文内容主要分为三章.　　 第一章介绍了广义矩方法相关理论的研究历史和本文的选题背景及课题意义，并介绍了本文所需要的广义矩方法和两类模型的相关知识.　　 第二章指出了GMM用于MRSAR模型的优势，即具有计算简便和渐近有效的特点.指出当广义矩方法估计是根据干扰项的线性性和二次矩分类时，最优广义矩估计(BGMME)是存在的.在此基础上，引出了经验广义矩估计(FGMME)，并证明了FGMME和BGMME有相同的极限分布.　　 第三章考虑过度识别线性模型，主要研究了过度识别约束下广义矩估计两种形式的检验，并应用近似斜率的方法，对广义矩估计(GMME)的两种形式的检验做了比较，得出了在没有鞅的假定下，ν阶自协方差矩阵对应的估计优于ν阶非中心化自协方差矩阵所对应的估计.它放松了文[1]中“鞅”假定的条件，推广了其结论.