目前,全球经济一体化,突发事件在金融领域中有着不容忽视的影响,今年突发的新型冠状病毒肺炎疫情引发全国乃至全球范围的金融市场动荡。在这个时代的浪潮下,如何通过变点检测总结经验,亦或预测未来发展显得尤为重要。择优选择变点检测方法,并应用于生活中的不同领域成为统计学界变点问题研究的重要一环。本文首先介绍了检测变点的4种方法:似然比方法,最小二乘法,CUSUM方法和局部比较法。考虑到Bernstein多项式在密度函数近似上有着良好的表现,本文研究了多维Bernstein多项式,将其看做一个有限的K个已知的β分布的线性组合,组合系数为pm.应用EM算法可求得其系数pm的一个收敛的迭代形式,通过不同的变点检测方法确定多维Bernstein多项式最优的自由度。然后,采用二元正态分布均值单变点模型进行数值模拟,通过改变均值差大小,发现结合了多维Bernstein对数似然函数的似然比方法、最小二乘法、CUSUM方法相对于局部比较法来说最大值点更为显著,且不用考虑所取的局部区间长度问题,更为实用。最后,通过对新型冠状病毒肺炎疫情数据、标普500与上证50指数股票数据进行变点检测,得到了较好的结果,总结出疫情在国内的发展变化以及近三年中美股票的价格变动差异,分析了变点检测对于识别重大危机事件与金融冲击有十分重要的作用。