现实金融经济中由于存在交易费用和一些经济政策的突然改变,使得协整系统里变量的长期均衡关系并不是一直都发生.而马尔科夫转换向量误差修正模型能够很好的描述这种长期均衡关系,因此得到了日益广泛的应用.大多数学者关于该模型的估计都是极大似然估计方法,但由于该模型结构比较复杂,导致极大似然估计方法估计起来比较费时,并且估计精度不是太高,而贝叶斯估计法相对于其他的估计,结合了数据的信息与参数的先验分布,并且能对缺失数据、截尾数据等进行简明处理,因此相对于极大似然估计方法具有无可比拟的优势.为此本文使用基于Gibbs抽样的贝叶斯估计方法对其进行参数估计.本文的主要内容安排如下：(一)在第一章中,我们首先简单介绍了协整的定义,介绍了向量误差修正模型及其改进的模型马尔科夫转换向量误差修正模型的背景、应用和研究现状.(二)在第二章中,我们研究了马尔科夫转换向量误差修正模型,运用基于Gibbs抽样的贝叶斯估计法估计该模型的所有未知参数,并给出具体估计的实施步骤.(三)在第三章中,我们利用统计软件模拟数据验证了该贝叶斯估计方法的有效性.