马尔可夫体制转换模型是一种重要的非线性模型,目前常用于描述金融市场中的数据。本文引入马尔可夫体制转换向量自回归模型来描述具有相互依赖关系的金融时间序列的数据结构。在模型的参数估计过程中,为了弥补传统的最大似然估计方法的不足,采用了贝叶斯方法对模型的参数进行估计,并且通过MCMC方法以及Gibbs抽样算法得到了估计的模拟结果,最后通过实证分析研究人民币汇率与沪深股市之间的关系,验证了以上方法的合理性及有效性。本文主要内容如下:1、论文依次介绍了马尔可夫体制转换模型、贝叶斯理论、MCMC方法以及相关的一些检验方法的基本原理,为文章开展正式研究奠定理论基础。2、论文通过分析马尔可夫体制转换向量自回归模型的结构,设置参数的先验概率,采用贝叶斯方法推断参数后验分布,利用Gibbs抽样进行模型参数的估计。3、论文在实证分析中,构建了关于人民币兑美元汇率与沪、深股市收益率三者的马尔可夫体制转换向量自回归模型。通过对模型参数的先验分布进行设置,使用贝叶斯方法进行参数估计,得到参数的后验密度,分析估计结果并总结人民币兑美元汇率与股市收益率之间的动态关系。最后对参数估计过程中由MCMC方法得到的马氏链的收敛性进行诊断,分析结果有效性。