公共财政研究中心教师汪卢俊副教授在国内经济学重要期刊《统计研究》2018年第12期发表论文《基于LSTAR模型的中国股市泡沫风险识别》，全文约1.2万字。

《基于LSTAR模型的中国股市泡沫风险识别》一文基于非线性时间序列分析技术讨论股市泡沫的识别问题。文章在非线性模型框架下拟合中国主要股价指数的真实数据生成过程，并提出股市泡沫风险的识别方法，较Phillips 等（2011） 提出的上确界单位根（SADF）方法具有更好的效果，能够精准预判股市泡沫风险。该文通过实证检验发现，主要股价指数的波动均存在逻辑平滑转换自回归（LSTAR）模型描述的非线性特征，四大股价指数自推出以来均存在泡沫风险，上证指数存在六个主要的持续期，深证成指存在四个主要的持续期，沪深300 指数存在两个主要的持续期，而创业板指数存在三个主要的持续期。该文认为，创业板指数的泡沫生成时间先于其他三大指数，可以作为预警中国股票市场泡沫风险的先行指标；2015 年7 月之后，中国股票市场并不存在泡沫风险。

多年来，汪卢俊副教授专注于计量经济、财政金融政策与资产价格行为的研究，在计量经济、资产价格、税收管理与财政政策效应分析等领域发表多篇论文。目前的研究兴趣集中在财政金融政策与资产价格泡沫。