股票市场价格泡沫一直以来就是金融市场实证研究的热点问题,研究股市泡沫的生成、膨胀、及破灭对中国股票市场的影响,对中国证券市场健康发展具有重要的理论意义和现实意义。首先,本文对泡沫的研究背景进行了理论分析,并对泡沫的定义、分类、生成机理进行了系统的梳理。通过对国内外研究进行综述,给出了行文的意义。其次,本文对股市泡沫的检测方法进行了总结,特别是对于检验的理论基础,以及检验方法的优势和弊端都进行了深入的分析。总结出间接检测和直接检测两种方法,并且发现直接检测法更适合对中国股票市场的研究。因此,采用了内在泡沫法、市盈率法、托宾Q法三种能度量泡沫动态行为的方法来直接检验泡沫,并对我国股市投机泡沫的存在性进行了进一步计量分析。再次,本文提出用无限隐性马尔科夫区制转换模型(IHMM)对中国股市泡沫进行统一的泡沫动态性识别、追踪和估计。IHMM是在基础的马尔科夫模型中加入了分层结构的Dirichlet过程,建立了无限状态的隐性马尔科夫区制时变自回归模型,并且结合AR过程的截距项、随机扰动项方差与区制结构断点概率来实现可兼容非平稳数据过程的股市泡沫测度模型。同时该模型的设定还考虑了用来度量泡沫的时间序列不稳定性,随机扰动项的不确定性,以及过程中可能存在的结构不稳定性,进而在IHMM模型中嵌入了泡沫的爆炸性和非线性的特征。该模型还通过分层结构拟合出后验分布,并采用Gibbs抽样估计得到后验估计结果,估计出的滞后项系数,即为度量泡沫的计量指标-温度系数,进一步通过对温度系数的后验分布进行区制分析来识别泡沫的区制动态性,为我们提供了关于泡沫的爆发力的大小以及资产价格的整体动态的信息。我们采用马尔科夫蒙特卡洛(MCMC)方法对IHMM进行估计,通过混合分层结构的Gibbs算法完成了模型中所有无限状态区制转移变量的后验无偏估计。本文的创新之处在于利用了IHMM来对我国股市泡沫进行识别,并利用混合分层结构的Gibbs算法完成模型估计,这不仅能避免对原始数据进行额外处理的信息损失,还能实现对相关系数的时变估计。最后,我们基于IHMM对三种泡沫度量方法进行实证检验并且对其结果进行了综合分析。判断出了上证A股在样本期间内各时刻是否存在泡沫状态,结果发现2006年9月-2007年5月,2007年5月-2007年12月,2009年4月-2009年7月三个时间段存在泡沫。并且我们发现泡沫具有一定的周期性,在生存状态内,正泡沫和负泡沫成分交替出现。泡沫的生成、膨胀都不是瞬间可以完成的,都具有持续性。泡沫破灭也不是全部都破灭,而是部分破灭,并且在一段时间内逐渐消失。度量泡沫的指标温度系数的后验均值和后验概率大幅波动的时点与股价暴涨暴跌的时点一致,表明使用IHMM来识别中国股市泡沫能够更好地描述我国股市投机泡沫的发展和演变过程,并且有较好的预测功能。