本论文梳理了体制转换模型的现有文献,并在此基础上,对这一方向的前沿理论进行扩展和创新。具体而言,本论文深入系统地研究了体制转换模型存在的内生体制转换问题,进一步提出了状态依赖内生性的概念,并为状态依赖内生性提出了一整套可行的建模、检验和估计方法。此外,本论文研究了当下计量经济学领域非常热门的交互效应面板模型,针对其不能对时间维度上可能存在的结构变化建模的缺点,首次将体制转换应用于交互效应面板模型,并为该模型建立了相应的估计方法及数值算法。在第二章,我们提出了一个状态依赖内生性体制转换模型（state-varying endogenous regime switching model,SERS模型）,该模型是Chang et al.^[1]提出的内生性体制转换模型（endogenous regime switching model,CCP模型）的直接扩展。针对该模型,我们提出了一个极大似然算法来估计模型的未知参数。蒙特卡罗模拟试验表明:当存在状态依赖内生性时,SERS模型的表现显著优于CCP模型的表现;当不存在存在状态依赖内生性时,SERS模型的表现类似于CCP模型的表现。最后,我们使用SERS模型来分析中国股票指数的收益。实证研究表明:上证综指的波动率转换过程存在着显著的状态依赖内生性;并且我们的SERS模型较CCP模型而言,能更准确地估计上证综指的波动率转换过程。在第三章,我们提出了一个交互效应面板数据体制转换模型（regime switching panel data model with interactive fixed effects）,该模型可视为交互效应面板数据模型或面板数据体制转换模型的直接扩展。针对该模型,我们提出了一个极大似然算法及相应的ECM（expectation and conditional maximization）算法来估计模型的未知参数。此外,我们设计的蒙特卡罗模拟试验表明我们的模型及估计方法具有较好的小样本性质。在最后一章中,我们简要地回顾了新的理论模型并指出了进一步的研究方向。