预测模型精益求精
社会科学研究委员会开始这项合作计划后不久，整个计划又转到布鲁金斯研究所（Brookings Institution），所以后来即以布鲁金斯模型为名。在筹划这个大型合作案时，对于专案的进度、发展及应用，我们曾咨询许多参与的专家，而其中特别值得注意的是资料运算部分。在电脑方面出力的有宾夕法尼亚大学人员（我们学校一批极富原创力的年轻博士候选人为计量经济设计不少第一代的电脑程序，给研究工作相当大的益）、布鲁金斯研究所人员以及麻省理工学院人员。宾夕法尼亚大学方面由我设计了一组繁复的互除法（Algorithm）运算，而麻省理工学院的顾（E．Kuh）教授对布鲁金斯研究所的弗洛姆（G．Fromm）的建议，则提供了重要的联系网络。他们两位就高斯重复计算法（Gauss Iteration Methods）的发现交换意见，我们则在费城进行检定与测验，并很快地将这些方法转化成为处理大型动态系统的世界标准。从早期在密歇根开始使用电脑时，模型模拟（Model Simulation）就是有效应用模型的一大障碍，然而一旦了解其中的基本原则，我们乃至以后的世代就能够有效驾驭电脑。
在提出第一代华顿模型之后，除了社会科学委员会——布鲁金斯模型之外，我的第二项研究方向是发展一套用途完全不同的模型，供商业预测之用。我曾由洛克菲勒基金会（Rockefeller Foundation）取得小笔经费，来建构第一代的华顿模型。后来，我们在华顿学院成立了一个以数量方法来从事经济研究的单位，其财源则是来自福特基金会及国家科学基金会（National Science Foundation）。但是，我知道这种补助性财源只是暂时的，到60年代中期就会用完。
与企业界的合作
就在同一时间，几家大公司分别和我联系，希望我能够协助他们的经济研究部门建构计量经济模型。因此，我就向五家重要企业提出建议，由我们在华顿学院为他们建构一套模型并提供预测，而他们则以赞助我们计量经济的研究计划作为回馈。
埃文斯（Michael Evans）在1963年加入宾夕法尼亚大学，也参与我们与民间合作的新预测小组。他带来在布朗大学（Brown University）博士论文中所发展的另一套模型。一开始，我们有两套预测数字，一个是来自他的模型，另一个则是来自原来的华顿模型。不久之后，二者整合为一合并模型，也成为华顿系列出版品的第一种。
华顿计量经济预测组（Wharton Econometric Forecasting Unit）不断成长茁壮，1963年开始时只有五位成员，到1969年已经扩大为独立的非营利法人机构（完全隶属于宾夕法尼亚大学）。1980年时卖给一家出版公司，接着在1983年为一家法国的电脑公司购入。1969年以后，资料资源公司（Data Resources，Inc．）与大通计量经济（Chase Econometrics）两家公司也开始从事商业的预测工作，一项全新的行业就此诞生。目前，已经有许多竞争厂商投入这一行，整个产业的年营业额达数亿美元。
随着新研究中心的成立，模型与支援系统也不断增加，原有的布鲁金斯模型专案也就自然而然告一段落。它的阶段性任务已经完成，取而代之的是不断扩大的商业化模型建构系统以及一些新的学术活动。
与时俱进的电脑应用
到了60年代，电脑总算能够有效地运用于计量经济学上；电脑最初只用在科学、工程及大规模的资料处理（如人口普查）上。以往在考列斯委员会的期间，所有我们曾构思的计量经济学的复杂计算问题，至此都迎刃而解。我和我的学生以及IBM电脑公司的研究员，花了相当多的时间研究与最大可能性（Maximum Likelihood）相关的非线性问题及其他的统计预估方法，也同时大幅改进了源自布鲁金斯模型研究过程中的模拟技巧。我们有两项创新的发展，使得计量经济学的研究方法更向前跨了一步：其一是以国民所得会计的标准格式来呈现资料，以便于计量经济分析者的了解；其二是使用分时（Time Sharing）的方法。资料资源公司针对资料库以及分时系统的改善，就便利使用者操作上固然成就斐然，但早在该公司成立之前，华顿学院的工作团队就已经有了分时设施。电脑的真正发展是在60年代，而在接下来的十年开花结果，为全世界广大的研究人员及学者普遍使用。
电脑的标准用途是在资料管理、统计推论、应用（主要是模拟）以及以易于理解的表格与图形来呈现研究结果等，但除此之外，早在50年代末期，许多艰深的研究技巧即已开始发展。这些技巧根据推测模拟（Stochastic Simulations），涉及了适当抽取的随机误差（Random Errors）对动态模型之解的干扰。开这方面研究先河的，其一是阿德尔曼（Irma Adelman）对克莱因-戈德伯格模型动态特性研究；另一是源自瓦格纳（Harvey Wagner）为建构蒙地卡罗实验（Monte Carlo Experiments）而测量计量经济学的统计方法。
华顿学院的团队并不是头一个使用这些方法的人，但我们却在使用过程中，对自己模型体系具有的周期性与统计推论上的各种特性，有更深入的了解。原先对布鲁金斯模型所做的某些大规模的推测模拟，提升了以电脑为基础的实验技巧，我们也从中引用了相当丰富的资讯。经过多方的努力，我们得以了解大规模模型的各类反应特性——如乘数、对参数改变的敏感度以及系统的长期趋势等。华顿团队全面透过电脑来从事大型模型的操作运算，可以对一些重大事件——如尼克松总统的新经济政策、石油禁运以及伊朗君主政府被推翻——做出迅速而有参考价值的反应。
