引言

经济周期和经济波动是宏观经济学研究的重要话题，而如何对经济周期进行测度和辨识经济周期的拐点是定量研究经济周期的关键。经济周期的典型事实指出测量经济周期的两大着力点：非对称性和协动性。一般而言，非对称性主要以马尔可夫机制转换模型为主，协动性主要以各种滤波方法和动态因子模型为主。当前大部分文献使用马尔可夫机制转换来对经济增长率的拐点进行测度。马尔可夫机制转换动态因子模型（Markov-Switching Dynamic Factor Model, MS-DFM）同时考虑了经济周期的非对称性和协动性，因此利用马尔可夫机制转换动态因子模型刻画经济周期和经济周期的拐点具有明显的优势。

国外有关经济周期和经济周期拐点的计量具有明显的时间脉络。Burns和Mitchell（1946）开创性地指出经济周期的两大特征：协动性和经济周期两个阶段的存在性（扩张期和紧缩期）。之后，Stock和Watson（1989）建议通过以工业增加值、雇用、收入和销售为基础来构建单一指数的动态因子来反映经济周期的协动性。Hamilton（1989）提出了两种状态的马尔可夫转换过程，用来动态捕获经济周期两个独立的阶段。Kim和Yoo（1995）、Diebold和Rudebusch（1996）分别利用MS-DFM来对美国的经济周期进行度量。不同的是，Kim和Yoo（1995）在计量经济周期时使用一步估计法来同时估计动态因子和状态，他们认为动态因子是由非线性的含有经济周期的共有成分所驱动的；而Diebold和Rudebusch（1996）则使用两步估计法来计量美国经济周期，他们首先利用一组一致性指标通过动态因子模型来构建一致性指数，然后利用单变量的马尔可夫转换来对一致性指标暗含的经济状态估计。Camacho等（2014）、Doz和Petronevich（2016）分别基于美国和法国的数据比较了MS-DFM中一步估计法和两步估计法的优劣。

国内有关经济周期和经济周期拐点的识别早期以定性说明为主，主要以描述经济周期典型特征，诸如以峰顶、谷底等为主。近年来，随着计量经济学方法的不断更新，国外先进的计量经济学方法被引进用来研究我国的经济周期问题。典型的方法包括马尔可夫机制转换自回归模型和马尔可夫机制转换向量自回归模型（陈浪南和刘宏伟，2007；刘金全等，2009, 2015；郭庆旺等，2007）以及构建一致性指数的动态因子（王金明和刘旭阳，2016）。当前比较热门的混频数据也被利用于研究我国经济周期问题（郑挺国和王霞，2013；李正辉和郑玉航，2015），而利用马尔可夫机制转换动态因子研究我国经济周期问题的文献相对较少。考虑到马尔可夫机制转换动态因子在刻画经济周期方面的优势，本文以我国月度数据为基础，采用两步估计法的多变量马尔可夫机制转换动态因子模型对1993年1月至2017年6月的经济周期进行了测度，并对经济周期的拐点进行了识别。

了解当前经济所处的状态对政策制定者至关重要，而准确识别经济周期的拐点是有效实施逆周期宏观经济调控的关键所在。本文基于我国月度同比数据的工业增加值、货币供应量（M1）、社会消费品零售总额、全社会固定资产投资构建的MS-DFM，结果显示，月度高频数据能够对经济周期的拐点进行及时识别，同时将对经济周期的划分精确到月，为揭示我国经济长期和短期运行的规律提供了更可靠的计量方式。此外，我国经济周期具有明显的协动性和非对称性。自2011年11月我国进入新一轮的经济衰退期后，当前我国依然处于经济增长的衰退期。对比基于单一季度同比GDP增长率构建的MS-AR模型，MS-DFM估计的动态因子与GDP走势基本相吻合，并且在识别经济周期拐点上更加灵敏，能够捕捉到月度经济周期拐点。

本文接下来的安排如下：第1部分是MS-DFM计量模型和估计方法，第2部分是指标选取和数据平稳性检验，第3部分是实证结果分析，第4部分是结论。