馬爾科夫協(xié)整轉(zhuǎn)換模型的研究.pdf

1、現(xiàn)實金融經(jīng)濟中由于存在交易費用和一些經(jīng)濟政策的突然改變，使得協(xié)整系統(tǒng)里變量的長期均衡關(guān)系并不是一直都發(fā)生。而馬爾科夫轉(zhuǎn)換向量誤差修正模型能夠很好的描述這種長期均衡關(guān)系，因此得到了日益廣泛的應(yīng)用。大多數(shù)學者關(guān)于該模型的估計都是極大似然估計方法，但由于該模型結(jié)構(gòu)比較復雜，導致極大似然估計方法估計起來比較費時，并且估計精度不是太高，而貝葉斯估計法相對于其他的估計，結(jié)合了數(shù)據(jù)的信息與參數(shù)的先驗分布，并且能對缺失數(shù)據(jù)、截尾數(shù)據(jù)等進行簡明處理，因此

2、相對于極大似然估計方法具有無可比擬的優(yōu)勢，為此本文使用基于Gibbs抽樣的貝葉斯估計方法對其進行參數(shù)估計，本文的主要內(nèi)容安排如下：
　　 (一)在第一章中，我們首先簡單介紹了協(xié)整的定義，介紹了向量誤差修正模型及其改進的模型馬爾科夫轉(zhuǎn)換向量誤差修正模型的背景、應(yīng)用和研究現(xiàn)狀。
　　 (二)在第二章中，我們研究了馬爾科夫轉(zhuǎn)換向量誤差修正模型，運用基于Gibbs抽樣的貝葉斯估計法估計該模型的所有未知參數(shù)，并給出具體估計的實施步