中文摘要：

半参数变换模型因具有模型上的普适性（high flexibility）和形式上的简洁性，自诞生以来即引起了众多计量经济学家的高度关注，目前仍是国际上计量经济研究领域的一个重要方向。然而，现有的文献多集中于变换模型中回归系数的估计方法，而对于变换模型设定问题的研究尚不多见。本项目旨在一、考察半参数变换模型遭受错误设定时回归系数的极大似然估计的大样本行为，建立稳健版本的Wald检验统计量和LM检验统计量，构造用于检验变换模型是否设定正确的信息矩阵检验统计量；二、研究带有随机效应的半参数变换模型的估计方法，导出回归系数的不依赖于基线累计概率分布函数（baseline-free）的似然估计，建立所得估计量的大样本性质，并发展用于计算此估计量的马尔可夫链蒙特卡罗随机逼近（MCMC-SA）算法；三、将半参数变换模应用于我国上市公司财务困境的预测以及由此引发的信用风险的管理。

结论摘要：

本课题系统地研究了半参数变换模型的估计方法和设定检验问题。相较于传统的线性模型，变换模型具有较高的普适性同时模型结构又相对简洁。考虑到随机效应被广泛用于描述某些经济变量表现出的组内相关、组间异质现象。本课题重点研究了带有随机效应的混合效应半参数变换模型的估计理论与方法，导出了回归系数的不依赖于基线累计概率分布函数（Baseline-free）的极大似然估计，建立了所得估计量的大样本性质，并发展了马尔可夫链蒙特卡罗随机逼近（MCMC-SA）算法用于计算此估计量；探讨了当变换模型中的分布假定有误时，如何构建检验统计量进行检验；同时，利用发展出的随机模拟算法考察了随机波动率模型的贝叶斯单位根检验问题和分位数回归模型的参数估计问题。进一步，我们将所得的理论结果应用于实证研究，特别是对我国上市公司的财务困境以及困境的恢复、我国上市银行利润增长的影响因素、中国工业企业自主创新的影响因素和产出绩效、社会统筹支付在居民终生医疗支出中的分担作用以及香港赛马市场数据预测建模等开展了实证研究，得到了很多有意义的发现，对指导我国企业的风险防范以及政府的相应政策制定有一定参考价值。