随着经济的发展和金融全球化的加深,全球各金融市场间的联系越来越密切,分析各金融市场间的波动相关性,在金融风险管理方面具有重要的意义。本文试图利用基于MCMC算法的树结构DCC_多元GARCH模型对我国沪市、深市和港股市场间的波动相关性进行分析。首先,本文对MCMC算法和几种常用的多元GARCH模型进行了综述。然后,本文重点讨论了树结构DCC_多元GARCH模型及其贝叶斯推断过程,介绍了一种估计树结构模型参数后验分布的可行算法—MCMC随机搜索算法,并且给出了预测波动和波动相关性的贝叶斯模型平均方法。最后,利用基于MCMC算法的树结构DCC_多元GARCH模型对我国沪市、深市和港股市场进行了实证分析。通过估计,得到含有一个分枝节点s1 = 1且分枝变量为y1的树结构DCC_多元GARCH模型是最可能的树结构DCC_多元GARCH模型。模型预测性能检验结果显示最可能的树结构DCC_多元GARCH模型的预测性能最好。最后,通过对最可能的树结构DCC_多元GARCH模型预测出的条件方差和条件相关系数的研究发现,股市间的波动相关系数是时变的;在股市出现较大波动时,市场间的相关程度会增强;沪、深两市波动频繁,香港股市波动幅度较大;沪、深两市相关程度很高,大陆市场与香港股市相关性在2005年以来有增大的趋势。