Мы сравниваем подходы к идентификации структурных моделей, разработанные в экономической литературе и в литературе по компьютерным наукам. Из эконометрической литературы мы рассматриваем метод инструментальных переменных, условие ранга для идентификации систем одновременных уравнений, а также различные условия для идентификации структурных векторных авторегрессий. Из литературы по компьютерным наукам мы рассматриваем результаты, полученные в рамках анализа каузальности в литературе по вероятностным моделям на графах. Большинство рассмотренных результатов переведены на два языка и представлены как на языке линейной алгебры, принятой в эконометрике, так и на языке графических каузальных моделей, популярных в компьютерных науках. Каждый из рассмотренных подходов имеет свои сравнительные преимуществаи недостатки: подход, разработанный в компьютерных науках, позволяет более гибко выбирать гипотезы о зависимости или независимости структурных шоков, а подход, разработанный в эконометрике, более гибок в работе с циклическими моделями. Мы предлагаем обобщающую процедуру идентификации, которая позволяет использовать преимущества каждого из подходов. Это не только дает возможность легко переносить результаты из одной области исследований на другую, но также достигать полной или частичной идентификации новых моделей, чего нельзя было добиться, используя ни один из рассмотренных методов в отдельности. Мы также включаем в обзор разработанные в литературе методы данно-ориентированной идентификации, когда используемые для идентификации гипотезы не только имеют теоретическое обоснование, но и могут быть частично или полностью протестированы на данных. Большинство результатов представлены в терминах линейных гауссовых моделей, однако предложенная процедура идентификации легко обобщается на нелинейные, негауссовы, и даже на непараметрические модели.