1、近年來，股票慢慢成為金融市場中主要的理財工具，對股票市場收益率的良好把握有助于人們優(yōu)化手中的資產配置，因此如何正確預測股票市場的收益率漸漸成為了經濟金融研究中的熱點問題。為此，一些學者開始試圖應用先前的理論將股票收益率與其他變量相聯(lián)系，通過統(tǒng)計學方法并建立數學模型來尋找股票收益率與其他變量的數量關系，嘗試得到股票市場收益率的預測。
　　本文實證研究運用2006年3月至2015年6月間的月度數據，通過我國的勞動收入增長率、消費增長率

2、和國債利率三個因子對我國股票市場收益率進行預測。基于傳統(tǒng)的回歸方程預測的種種弊端，通過整理VAR模型的邏輯結構，設置了各參數的先驗分布，依據貝葉斯理論對模型中各參數的后驗分布進行推斷。并利用MCMC方法、Gibbs抽樣算法和Kalman濾波器理論對VAR模型中的參數進行迭代抽樣，以精確地估計各參數值，進而完成對市場收益率的預測。
　　本文主要的貢獻點包括三點:(1)完善和補充了傳統(tǒng)的回歸方程，通過引入股票市場收益率的條件期望μt，

3、建立了VAR(1)模型，意圖通過控制rt和μt兩個序列的殘差間相關系數ρuw的先驗分布的信息含量，來解決傳統(tǒng)回歸方程預測時因子選擇不當、擬合精度低、估計參數較多的問題。(2)本文在對μt進行迭代抽樣時，用到了Kalman濾波器理論，可以避免原始序列的噪聲對預測的影響，獲得更精準的估測值。(3)通過自身模型與相同預測因子下回歸方程的R2進行對比，定義新的指標R2比來判斷模型的有效性。最終，通過預測收益率與真實收益率的對比顯示，相對于傳統(tǒng)的