Bruce Hansen

Bruce E. Hansen

Bruce E. Hansen（Bruce E. Hansen）是当代美国计量经济学家，威斯康星大学麦迪逊分校（University of Wisconsin--Madison）经济学系教授。他在计量经济学理论，特别是门槛回归、结构突变检验与广义矩方法（GMM）等领域做出了重要贡献。需注意将其与2013年诺贝尔经济学奖得主Lars Peter Hansen区分开来——前者为 Bruce E. Hansen（威斯康星），专长门槛模型与结构突变；后者为 Lars Peter Hansen（芝加哥大学），以广义矩方法的奠基性工作与理性预期资产定价研究而获诺奖。

门槛回归与结构突变

Bruce Hansen 最具影响力的贡献在于门槛回归模型（Threshold Regression）。他在 2000 年发表于 Econometrica 的论文《Sample Splitting and Threshold Estimation》中提出了严格的门槛参数推断框架。核心设定为：

其中 $q_i$ 为门槛变量，$\gamma$ 为未知门槛参数。Hansen 提出使用集中最小二乘法估计 $\gamma$：对每个候选门槛值计算残差平方和 $S_n(\gamma)$，选择使 $S_n(\gamma)$ 最小的 $\hat{\gamma}$。他推导了门槛估计量的渐近分布，证明其以 $n^{-1}$ 速率收敛（超一致性），并给出了构建门槛参数置信区间的似然比检验方法——以 $LR_n(\gamma)$ 统计量构造"非拒绝域"，解决了门槛参数非标准分布的推断难题。

在结构突变检验方面，Hansen 发展了一系列适用于非线性与动态模型的检验方法。他在 2000 年 Journal of Econometrics 论文中提出基于部分样本的 Wald、LM 与 LR 检验统计量，使用条件似然方法处理含趋势与单位根的复杂时序，并在 2001 年 Econometrica 论文中将门槛效应检验推广至面板数据与非平稳框架。

广义矩方法（GMM）与弱识别

Hansen 在 GMM 领域亦有多项基础性贡献。他与 Kenneth West 等人合作研究了异方差和自相关稳健标准误下 GMM 估计量的有限样本性质，提出了改进的协方差矩阵估计量。在弱工具变量问题上，Hansen 与 Stock 和 Wright 等学者的研究脉络交叉，发展了弱识别下的稳健推断方法。此外，他在多门槛模型（Multiple Thresholds）与面板门槛模型上的拓展工作——如允许回归斜率与门槛参数同时存在个体异质性——被广泛应用于增长经济学与发展经济学的经验研究。

计量经济学教材

Hansen 编写的《Econometrics》是一部广受研究生欢迎的现代计量经济学教材，以电子版形式在威斯康星大学网站上免费开放。教材涵盖概率论基础、经典线性回归、大样本理论、工具变量、GMM、极大似然估计、时间序列与面板数据。其突出特点是将理论与编程（R与Stata）紧密结合，每章附有仿真练习与经验案例，强调从数据生成过程出发理解估计量的有限样本行为。

协整与非线性时间序列

Hansen 在协整（Cointegration）与预测组合（Forecast Combination）方向亦做出了有影响的贡献。他与 Peter C.B. Phillips 等人合作研究非线性协整模型，探讨门槛效应对长期均衡关系的影响，证明了在存在门槛效应的协整系统中，传统的线性协整检验可能严重损失功效，因而需要专门的非线性检验程序。在预测领域，他提出基于 Mallows 准则的权重选择方法，处理模型平均中的候选模型相依性问题，这一方法被广泛应用于宏观经济预测与金融波动率建模。

此外，Hansen 在自举法（Bootstrap）的理论与应用方面有系统研究。他在 1996 年 Econometrica 论文中证明了当参数处于边界或不可识别区域时，标准自举法可能失效，并提出了替代的渐近精炼方法。这一工作对GMM中弱工具变量推断的仿真方法产生了直接影响。

学术影响

Hansen 现任 Journal of Econometrics、Econometric Theory 等期刊副主编，曾任计量经济学会（Econometric Society）Fellow。他的门槛回归方法被 Stata 官方命令 \texttt{threshold} 以及 R 语言的多个程序包实现，成为应用计量研究者处理非线性效应与区制转换的标准工具。其教材 Econometrics 的年下载量逾十万次，被全球数十所高校的博士项目采纳为核心参考书，显著提升了现代计量经济学教学的可及性。

\vspace{0.5em} 门槛回归 \quad$\cdot$\quad 结构突变 \quad$\cdot$\quad 广义矩方法 \quad$\cdot$\quad 弱工具变量 \quad$\cdot$\quad Lars Peter Hansen \quad$\cdot$\quad 面板数据