馬爾科夫協(xié)整轉(zhuǎn)換模型的研究.pdf

1、現(xiàn)實(shí)金融經(jīng)濟(jì)中由于存在交易費(fèi)用和一些經(jīng)濟(jì)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(xué)者關(guān)于該模型的估計(jì)都是極大似然估計(jì)方法，但由于該模型結(jié)構(gòu)比較復(fù)雜，導(dǎo)致極大似然估計(jì)方法估計(jì)起來比較費(fèi)時(shí)，并且估計(jì)精度不是太高，而貝葉斯估計(jì)法相對于其他的估計(jì)，結(jié)合了數(shù)據(jù)的信息與參數(shù)的先驗(yàn)分布，并且能對缺失數(shù)據(jù)、截尾數(shù)據(jù)等進(jìn)行簡明處理，因此

2、相對于極大似然估計(jì)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(jì)方法對其進(jìn)行參數(shù)估計(jì)，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(jìn)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(yùn)用基于Gibbs抽樣的貝葉斯估計(jì)法估計(jì)該模型的所有未知參數(shù)，并給出具體估計(jì)的實(shí)施步