金融时间序列的分析与建模是金融计量学的一个很重要的研究领域。而金融数据中的非线性问题和金融时间序列分析中的非线性经济计量模型又是这个领域中全新的研究课题。现有研究非线性时间序列结构转换模型有两大主流,其一是以时间为结构改变的转折点的研究,其次便是Tong于1978年首次提出的门限回归方法。此方法以变量为结构改变的转折点的研究。由于以时间为转折点的分析方法,必须主观认定结构改变的时间点,方法上较不客观,因此所得出的结论也就相当有分歧。此外,当模型中重要解释变量在短时间内持续发生较大幅度的变化时,传统时间序列模型可能无法诊断出模型的结构改变。相比之下,以变量为转折点的分析方法,则可避免上述缺失。因为变量是可以被直接观察到的,因此我们可以直接使用。本文对时间序列结构转换模型进行了详细的分类研究。并着重讨论了具有协整关系的门限模型的建模,参数估计,转换区间范围的确定及检验问题。本文的主要工作如下:1.对门限协整系统的建模方式进行了细分。使得人们运用该理论建模时更加有选择性。2.由于我国近年来连续降低名义利率,并且经济当中出现了轻微通货紧缩,名义利率和价格水平出现相同的下降趋势,但是这种表象还不足以判断“费雪效应”在我国经济当中是显著存在的。为此,在本文中利用门限协整建模方式中的系统建模法建立门限向量误差校正模型,重新评价我国名义利率和通货膨胀率之间的长期关系。3.Hansen和Seo(以下简称HS)于2002年利用栅格查找(grid search)的算法对双变量门限向量误差校正模型且具有单一协整向量的情况进行协整向量和门限值的同步估计。但是使用此方法处理多变量向量误差校正模型且具有多个协整向量的大系统的话,就会产生计算上的困难。这是因为此算法涉及了对门限值和协整向量的同时查找。因此,HS的算法对大系统来讲变得困难起来。为此,我们在本文中对HS的算法进行改进,以便使此算法进行大系统的处理时能够灵活多用。