Hamilton(1989)提出的Markov机制转换模型(Markov switching model)是当前学术界中较为流行的一类非线性时间序列模型。该模型包含有多个结构方程,从而能够刻画出时间序列变量在不同状态下的变化及转换过程。正由于不同结构状态之间的相互转换,Markov机制转换模型能够捕捉到时间序列变量更为复杂的动态演化过程。因此,运用Markov机制转换模型对宏观经济和金融变量的分析研究是当前一个热门的研究领域。虽然,Markov机制转换模型及其扩展在宏观经济和金融等领域的应用取得了较大的成功,但由于该模型的参数估计比较困难以及相关检验方法存在一定的缺陷,从而导致其应用相对于一般的线性时间序列模型而言仍不够普遍,国内对Markov机制转换模型的相应研究则更为稀少。本文立足于此,对Markov机制转换模型的状态数目检验及其在我国宏观经济周期分析中的应用问题做了一定程度的创新研究。本文由六章组成。第一章,介绍了选题背景、主要内容和研究方法以及创新之处;第二章,从Markov机制转换模型的构造原理谈起,系统地介绍了模型的相关参数设定、模型的参数估计和模型的预测以及状态变量的平滑概率推断等问题;第三章,首先系统地介绍了Hamilton于1996年提出的对Markov机制转换模型相关参数设定方面的检验原理和方法。其次,详细介绍了Hansen提出的基于非标准条件下准对数似然比检验法对模型状态数目检验的检验方法和Garcia在Hansen的方法之上提出的基于对数似然比渐进分布的检验方法的原理,并且对以上两种检验法则进行评价;第四章,笔者首先根据Markov机制转换模型的特性,深入分析了状态变量预测概率的分布,并构造了τ统计量。再运用蒙特卡罗模拟方法,给出了不同β值条件下τ统计量的经验分布表,根据τ统计量的特性和经验分布表提出了对模型状态数目检验的经验性办法。最后对Hamilton的美国季度GDP模型作了相应的检验研究,得出支持其模型的研究结论。第五章,笔者通过引入反映我国经济增长周期模式改变和状态转移机制变迁的虚拟变量对传统Markov机制转换模型进行修正,利用修正后的Markov模型对我国宏观经济的周期问题进行了实证研究;第六章,对全文作出总结,并对进一步的研究做了展望。本文的创新之处主要有:1.全面系统地总结了Markov机制转换模型的构造原理、模型的扩展、估计方法以及模型相关检验方法,并对其做了相应的评价。2.提出了运用计算机模拟具有状态转移机制的Markov时间序列的方法,为以后运用蒙特卡罗模拟方法研究Markov机制转换模型的相关特性提供了数据生成的新办法。3.根据Markov机制转换模型状态变量取值概率的特性,构造了τ统计量,并提出了一套对模型状态数目检验的经验性方法。同时运用蒙特卡罗模拟的方法模拟出了相应检验所需的τ统计量的经验分布表。4.首次通过引入反映我国经济增长周期模式改变和状态转移机制变迁的虚拟变量对传统Markov机制转换模型进行了修正,并运用修正的模型对我国宏观经济周期问题做了实证研究。