2025年7月18日-19日，澳大利亚麦考瑞大学经济学系施淑萍教授在“2025亚洲计量经济学与统计学暑期学校”上，为学员们带来了为期两天的“Market Exuberance: Monitoring and Policy Evaluation”精彩课程。

7月18日上午，施淑萍教授开篇从资源错配效应和创新抑制等角度切入，强调了早期检测泡沫的重要性。她指出，泡沫发展会挤出生产性投资，抑制企业创新，导致流动性短缺；而泡沫破裂则可能引发消费锐减、金融机构损失，甚至系统性风险。施教授系统性介绍了泡沫的三种理论定义框架：基于时变折现因子和对数线性近似、常数折现因子下的对数线性近似，以及最简单的常数折现因子模型。这三种定义从不同角度刻画了基本面成分与泡沫成分的分解关系，为后续的泡沫检验奠定了理论基础。

随后，施教授详细阐述了泡沫检验方法的发展历程与理论突破。施教授首先分析了传统ADF检验的局限性，特别是在识别周期性崩溃泡沫方面的不足。通过模拟Evans（1991）提出的周期性崩溃泡沫数据生成过程，施教授展示了传统检验方法在复杂市场环境下的失效案例。在此基础上，施教授进一步介绍了SADF检验方法（Phillips，Wu和Yu，2011），该方法通过固定子样本区间起点、扩展终点的递归检验设计，显著提升了单期泡沫的检验能力。更进一步，施教授深入讲解了GSADF检验方法（Phillips，Shi和Yu，2015），该方法采用双变动窗口设计，通过同时变化子样本区间的起点和终点，实现了对样本空间的全面检验，显著提高了复杂市场下的检验识别能力。

理论讲解后，施教授重点介绍了三种实时泡沫监测策略：

（1） PWY策略（Phillips，Wu和Yu，2011）：一种基于固定起点的递归检验方法，通过后向扩展窗口实现泡沫时点识别；

（2） PSY策略（Phillips，Shi和Yu，2015）：通过灵活的变动窗口SADF检验，实现了复杂市场环境下的更精确识别；

（3） CUSUM策略（Homm和Breitung，2012）：一种基于累积和的非参数方法，对于模型设定具有更好的稳健性。

蒙特卡洛模拟实验表明，在复杂的市场环境下，PSY策略在识别泡沫起始和终止时点时展现出了更为优越的性能，为政策制定者提供了更及时、准确的市场预警工具。

7月19日上午，施教授首先指出实证应用中面临的两个关键挑战：异方差性问题和多重检验问题。针对异方差性问题，传统检验方法容易产生误判，特别是在市场波动加剧时期；而多重检验问题则会导致虚假检验概率上升。针对这些挑战，施教授详细介绍了一种复合自举法（Composite Bootstrapping Procedure），该方法通过wild bootstrap生成模拟样本，并基于PSY统计量的极值分布构建临界值，有效控制了误判风险，显著提升了检验的可靠性。

实证应用部分，施教授着重探讨了房地产市场实时监测和个股泡沫识别两个领域。在房地产市场监测部分，施教授提出了PSY-IVX方法，通过两阶段分析实现泡沫检测：建立对数价格-租金比增长率与基本面因素的IVX回归，然后对非基本面成分应用PSY检验。施教授将该方法应用于澳大利亚八大城市1999-2017年的房地产市场研究，发现三个显著的泡沫期，且控制基本面因素后的泡沫检验结果与传统PSY方法存在显著差异。这一结果突显了在评估泡沫存在证据时控制市场基本面的重要性。针对个股泡沫识别这一更具挑战性的问题，施教授提出了股价-市场指数比率法和Fama-French三因子分解法两种创新方法，并将其应用于"Magnificent Seven"科技股数据进行分析，发现不同个股在不同时期表现出显著差异的泡沫特征，为投资者识别个股投机风险提供了重要参考。

课程最后，施教授进一步探讨了泡沫动态的统计推断和政策效果评估方法。在泡沫动态分析方面，施教授介绍了Phillips（2023）提出的自回归系数估计方法，可用于区分轻度爆炸（MER）、轻度平稳（MIR）和局部单位根（LUR）等不同动态模式。在政策评估方面，施教授则详细介绍了Chen等（2025）提出的反事实分析方法，这一框架创新性地解决了爆炸性数据情境下的政策效果评估难题。通过构建包含爆炸性因子、单位根因子和平稳因子的混合动态因子模型，该方法能够准确估计政策干预的净效应。施教授将该框架应用于新西兰2021年加息政策研究，探究了这一政策的实施在抑制六个地区房地产泡沫方面的效果，发现不同地区房价出现差异化回调。

在问答环节，施教授耐心细致地解答了学员们提出的各类问题，进一步深化了大家对泡沫及其检验方法的理解。整场课程既有深厚的理论基础，又有丰富的实证分析结果，为学员们呈现了一场理论与应用深度融合的学术盛宴。