王小刚

（北方民族大学 数学与信息科学学院，银川 750021）

0 引言

结构突变的识别、估计和检验一直是统计学和计量经济学中的热点问题之一，许多学者对该问题进行了广泛而深入的研究。随着经济、金融、生物等领域中面板数据的频繁使用，在面板数据模型中深入研究结构突变理论就成为统计学家重要的研究方向之一[1,2]。在面板数据中研究结构突变理论，不仅给研究者和政策制定者理解突变点的实际意义提供了理论保证和指导作用，而且为有针对性地提出和制定政策提供了重要的参考价值，对防范崩溃式的突变有重要的风险警示意义。

目前，在存在多个结构突变的检测中，通常采用的办法是序贯检测方法，即先假定只存在一个突变点进行检测，然后利用已估计的突变点将数据分为两段（突变前数据和突变后数据），再利用前述方法进行检测，直至检测不出突变点为止。序贯检测方法易于理解、操作性强，缺点在于不能满足同时检测情形，不利于实时监测突变。在实际应用中，经常会考虑突发事件（如金融危机、财政货币政策变化、技术变革等）对社会、经济、金融领域的影响，此时如何正确管理风险取决于人们能否快速的检测到发生突发事件的时间和影响程度。此时，人们可能更加关心同时检测出多个影响时刻而不是序贯检测多个时刻。

多个结构突变的同时检测方法主要基于贝叶斯方法，通过将突变参数的估计转化为对潜在状态变量的估计来解决。……