作者：陈国进[1,2,3];颜诚[2];赵向琴[2]
作者机构：[1]厦门大学王亚南经济研究院,福建厦门361005;[2]厦门大学经济学院,福建厦门361005;[3]厦门大学计量经济学教育部重点实验室,福建厦门361005
出版物刊名：统计与决策 页码：155-159页 年卷期：2016年 第1期
主题词：状态空间马尔科夫区制转换模型;中国股市泡沫识别;卡尔曼滤波
摘要：文章将前沿的向量自回归--对数线性化资产定价模型改写成状态空间形式,并与二元马尔科夫区制转换有机地结合,得到用于股市泡沫识别和预测的状态空间马尔科夫区制转换模型,以便在一个统一模型框架中解决股市泡沫的时变性和不可观察性。基于中国股市的实证研究表明：（1）该模型能够很好捕捉股市泡沫,识别泡沫的膨胀区制和破裂区制,估计泡沫在两个区制之间的转换概率。（2）中国股市泡沫具有周期性、持续性和不对称性特征。基于滤波概率和平滑概率的预测进一步支持了上述结论。
