Markov状态机制转移模型的贝叶斯分析.docVIP

PAGE . 资料 Markov机制转换模型的贝叶斯分析 黄志国 吴峻明 摘 要 Markov机制转换模型在分析变量变化问题上具有其它确定性模型不可比拟的优势，而Markov机制转换模型与其他经典模型的结合可以使它具有更广泛的应用。贝叶斯方法在估计高维参数问题上同样具有非凡的吸引力，将贝叶斯分析应用于Markov机制转换模型分析上是对Markov机制转换模型的有益扩展，本文将对Markov机制转换模型的贝叶斯分析进行总结并详述它与各经典模型的结合。 关键词：Markov 状态转换 贝叶斯 一、引言 如果观察宏观经济或金融时间序列足够长的时间，则可以看到很多变量有许多戏剧性的变化。这种明显的变化可能源于战争、金融恐慌、或政府政策的显著变化。如果变量的历史数据已经给出，我们可以根据显著变化的次数将时间序列划分成不同阶段，然后分别建模。但是变量的显著变化没有理由不再发生，机制的变化肯定不能完全视作完全可预见的、确定性事件，此时，用历史数据分别拟合的模型来进行预测就不恰当了。Markov机制转换模型能将这种机制的转换作为一个内生变量，在模型的估计中用一个同一的模型来拟合，不仅可更加符合实际情况，而且有利于利用模型对未来进行预测。在Markov机制转换模型中，假定机制的转换是具有依赖性的，如果t时刻的机制只依赖于t-1时刻的机制，那么模型的变化是一阶的；如果t时刻的机制只依赖t-