连续时间随机模型为描述经济变量随时间的演化提供了一种方法。几乎所有的连续时间随机模型都具有某些共同的特征。
第一，这些模型描述的都是经济变量随时间进行的调整或者演化。例如，许多连续时间随机模型都是通过说明价格的变化率取决于商品或服务的需求、商品或服务的供给以及随机扰动这一点来描述商品或服务的价格进行的调整。这些模型基于如下观察（对大部分商品和服务来说）:如果需求大于供给，价格就会上升（价格变动率将是正的）；如果需求小于供给，价格就会下降（价格变动率将是负的）。连续时间随机模型也被用于描述某些数量的调整，这是通过说明现有的实际变量（或者是实际交换量）会随时间流逝朝某些“合意的”或者“最优的”变量移动来实现的。但是朝向最优数量的调整有时候会被随机扰动延迟或阻碍。另外，最优数量也会随着时间的流逝而变化。例如，联邦储备体系的连续时间随机模型可能通过使用下面的假说进行构建，这个假说就是联邦储备体系的官员会调整实际的货币数量，力图使货币的实际数量朝某种“最优”水平运动（使得抵押贷款利率保持在9%以下的水平，或者是将失业率控制在5%以下的水平）。随机扰动（比如公众通货存款比率的未预期到的变化）可能会阻止官员将实际货币数量调整至最优水平。另外，如果存在某种经济状况（比如生产率的增长率，或者货币周转率的变化率）变化的话，最优货币数量也会随时间的流逝而改变。
大部分连续时间随机模型所共有的第二个特点是，作为模型组成部分的调整过程不是基于市场机制（如在价格一调整模型中的需求者和供给者的行为），就是基于政策制定者对经济状况的反应（如在货币数量一调整的例子中）。
连续时间随机模型可以是任意大小的。比如，一个打算用于描述一个企业或者个人的连续时间随机模型会由较小数目的方程组成（或者可能仅仅是一个方程）。类似的，一个打算以高度综合的形式去描述宏观经济行为的连续时间随机模型也会由较小数目的方程组成。例如，描述GNP、价格指数、就业、工资/薪酬指数、利率指数以及贸易盈余/赤字行为的宏观经济模型是由6个方程组成的—任何一个方程都会描述每个宏观经济变量的行为。另外，一个打算以高度综合的形式去描述宏观经济行为的连续时间随机模型也可能由很多方程组成。
经济学家会对他们构建的连续时间随机模型进行“定性分析”。定性分析包括两项任务。第一项任务是要决定一个特定的模型对于出现在这个模型中的变量的未来行为而言意味着什么；也就是说，模型的构建者必须决定这个模型是否表明变量会随时间的流逝而逐渐收敛于某种稳态增长率，或者是这个模型是否意味变量会随时间的流逝而表现得更不规律。第一项任务被称为“寻找稳态”。
比较动态学是进行定性分析时的第二项任务。比较动态学被定义为模型结构的变化对于变量的时间路径以及模型所定义行为的影响。比如，比较动态学可能会表明当模型的参数取一组值时，，经济模型会趋于一个稳态，但是当取另外一组参数值时，它不会趋于一个稳态。比较动态学可以通过两种方式中的任何一种来完成：通过使用偏导数（一个从数学中借用过来的概念），或者通过应用敏感性分析。敏感性分析是通过下面的步骤完成的，首先为模型中出现的参数选取许多不同的数值，依次将各组参数值代入模型中，然后考察由不同组变量值所产生的变量的时间路径。总之，经济学家通过完成下面这两项任务来进行连续时间随机模型的敏感性分析。首先，他们要决定模型的变量是否会随时间的流逝而趋近稳态增长率（也就是说，他们要寻找稳态）；其次，他们要决定模型结构的变化对于变量时间路径的影响，这些变量的行为在模型中得到了描述（也就是说，他们在完成“比较动态学”的任务）。
连续时间随机模型通常要比离散时间随机模型更受欢迎，因为大部分经济模型中的变量都是不同的当事人和不同的企业在不同的时间点上做出的大量微观经济决策的结果。因为有如此多的决策制定者卷入其中，所以下面这种情况是很可能发生的，即一个或者更多的决策制定者会在未来任何一个时点上改变他们的行为。因而那些精确的经济模型中的变量在未来在何一个时点上发生变动的可能性都非常大。这样，连续时间随机模型对于上面所描述的状况就会非常适用。另一方面，离散时间随机模型基于下面的假说，即所有的变量只能够在离散的时点上变化，并且只能是每个时期变化一次（比如，只能每月一次，或者只能每星期一次）。因此，离散时间随机模型不能反映真实世界中的变化所带来的影响。
