论文摘要
近年来,时间序列分析方法的研究和应用飞速发展,特别在经济领域,越来越多的实际工作者开始了解并运用时间序列分析方法.随着改革的深入和经济的飞速发展,我国经济领域中存在着大量数据资料需要进行分析处理.然而在实际应用中,由于经济领域的特殊性,利用传统的频率统计方法进行经济时间序列模型分析时往往会碰到很多困难.因此,本文引入一种新的经济时间序列模型分析方法一贝叶斯分析方法.贝叶斯分析方法提供了一个更合理的经济时间序列模型分析框架.本文主要研究了向量自回归移动平均模型（VARMA）和向量分整自回归移动平均模型（VARFIMA）的贝叶斯推断理论及其应用.首先,进行了时间序列VARMA模型的贝叶斯分析,分析了时间序列VARMA（ p , q）模型的统计结构及其条件似然函数,根据似然函数构造了模型参数的先验分布.研究了正态-Gamma先验分布情况下模型的贝叶斯推断理论,从统计方法上推导出预测的预报分布.利用一组用MATLAB软件模拟的二维时间序列,并利用WinBUGS进行VARMA模型仿真分析.其次,进行了多变量长记忆时间序列VARFIMA模型的贝叶斯分析.从分析VARFIMA（ p , d , q）模型的统计结构开始,构建了模型的似然函数和参数的先验分布,严密地推导了模型参数的条件后验分布密度函数;利用一组用MATLAB软件模拟的二维长记忆时间序列,通过WinBUGS进行仿真分析.