对结构突变理论的研究不仅成为计量经济学领域一个越来越重要的研究方向,而且在金融投资领域有着重要的研究意义。但是国内外学者对这方面的研究相对比较少,本文试图对结构突变建模方法进行一些新的尝试。此外,我国股票市场不仅具有新兴市场的特征,而且表现出特殊性,对股票指数序列进行结构突变搜索与分析,为深入理解股票市场的波动过程提供了重要的信息。本文在分析了结构突变理论及其研究现状以后,引入GMDH(Group Method of Data Handling),建立了GMDH自动搜索结构突变模型,避免了传统单结构突变方法可能有偏地决定最显著结构突变点的局限性。由于GMDH建模的高度智能化,因此能够自动选择结构突变点的位置和突变类型,准确地得到最优的结构突变点。此外,将这种方法用于界定事件日和事后观测期长度,提高了事件研究方法的有效性。考虑到经济变量可能存在多个结构突变的动态特征,建立了GMDH多结构突变搜索模型。这种建模方法,不仅能够解决多结构突变理论要求解决的结构突变个数和结构突变点的定位问题,而且能够同时考虑每个结构突变点的突变类型,从全局出发考虑多个突变点,搜索出显著的多个结构突变点,符合实际情况。同时,由于F增量贡献统计量的使用,可以通过调整F增量贡献值来控制搜索的结构突变点的显著程度,以适应不同的研究目的。对股票市场政策效应进行研究,发现我国股票市场存在较强的政策效应,而且对股市政策的反应效率还没有达到半强式有效的程度。对国有股减持的政策效应分析可以为目前正在进行的股权分置改革提供参考。运用GMDH搜索多结构突变的方法,将中国股市波动划分为两个主要阶段和四个次级阶段,有助于考察波动演变特征、准确刻画我国股市波动的阶段性过程,为正确建模股市波动提供支持。本文的研究对结构突变理论进行了新的尝试,并进行了实证。通过对我国股票市场的政策效应研究和波动阶段研究,对我国政府与监管层的政策制定、广大机构和个人投资者的投资决定等方面提供重要的参考。