江海峰，胡根华，梅昱楠

(1.安徽工业大学商学院，安徽马鞍山243032;2.昆山杜克大学，江苏昆山215316)

自2019年底武汉爆发新冠病毒肺炎(COVID-19)以来，中国政府果断采取应对措施，疫情在短时间内得到有效控制，在抗击疫情行动中向世界人民递交了一份满意的答卷。为分析疫情对社会和经济的冲击，学者们展开了多方面的研究。例如在经济发展领域，杨扬等利用多元线性回归模型和组合预测模型考察新冠疫情对我国社会消费品零售额的影响；周新辉等利用回归算法优化模型评估新冠疫情对中小服务企业的冲击；刘学良等以非典疫情模型为基础测度新冠疫情对全国经济增长的影响等。还有学者采用各种模型对新冠疫情中病例数发展趋势进行研究，主要有SIR(susceptible-infective-removed)模型与改进的SIR模型、时滞动力学模型、时滞卷积模型和离散卷积模型、ARIMA(auto-regressive integrated moving average model)与指数平滑模型等。从使用数据来看，相关研究都使用早期的新冠疫情病例，数据量偏少，仅能构建短期预测模型，在长期内相关结论可能需要修正。从模型选择来看，主要是利用传染病预测模型和时间序列分析模型，考虑到影响新冠疫情因素的多样性，客观上需从其他角度研究其变化趋势。疫情的发展往往会经历酝酿、爆发、缓解、控制、消失几个阶段，其时间序列图显示出具有持续一定时间的激增和随之而来的急剧下降形式，这种情况有时会出现周期性的反复，这两点特征与经济泡沫的演化规律相似。鉴于此，文中从泡沫检验角度研究新冠疫情病例序列的动态演化规律，重点检验病例序列是否存在激增的“泡沫”行为、有几个“泡沫”周期及其发生时期识别，为新冠疫情的防控决策提供理论参考。……