综合前文的分析，现将本研究的基本结论概述如下。
第一，自1999年至2009年，我国宏观经济波动经历4次短周期，日期为1996年6月至2001年12月，2001年12月至2005年4月，2005年4月至2009年5月（按照波动的波谷计算），周期长度大致为4年。
第二，利用时差相关系数法选定的先行指标包括：货币供应量M1、固定资产投资本年新开工项目个数增速、股票成交量增速、固定资产投资增速、商品房销售额增速、生铁产量增速及货物周转量增速等7个指标。一致指标包括进口额增速、发电量增速、水泥产量增速、出口额增速、钢材产量增速、汽车产量增速及能源生产增速等指标。
第三，利用主成分分析法构建先行合成指数和一致合成指数。实践证明，先行合成指数的平均先行期约为2个月，先行合成指数对经济运行具有较好的先导功能（领先宏观经济的变化而变化）和预测功能（预测宏观经济的未来变化趋势）。先行合成指数表明，2009年2月我国宏观经济景气达到谷底，随后开始逐步回升，2010年1月和2月，先行合成指数出现回落。
第四，Probit模型分析我国宏观经济转折点，Probit模型预测2010年3月和2010年4月的经济景气概率，2010年3月概率为0.88，2010年4月为0.72，表明在3月和4月，我国的经济将持续向好，整体经济增长不会出现转折。
程序附录
*BBAlternate enforces the requirement that peaks and troughs alternate。 If we
*have two consecutive turning points of the same type， we take the more extreme
*of the two based upon the values in"x"。
procedure BBAlternate peak trough x startl endl
type seriespeak trough x
type integerstartl endl
local seriescounts
local integer count
local realwmin wmax
*If we have consecutive peaks or consecutive troughs， choose the highest peak and
*lowest trough。 ACC applied to the series PEAK will give a step function which is
*constant between peaks。 For each test value of this series（that is， for each
*run between peaks），we analyze all values for which TROUGH is non zero and pick
*the one that achieves the smallest value for X。
acc peak startl endl counts
do count=0，fix（counts（endl））
sstats（min， smpl=（counts==count。 and。trough））startl endl x＞＞wmin
set trough startl endl=%if（counts==count。 and。trough， x==wmin， trough）
end do count
*Analogous treatment for analyzing peaks between troughs
acc trough startl endl counts
do count=0，fix（counts（endl））
sstats（max， smpl=（counts==count。 and。peak））startl endl x＞＞wmax
set peak startl endl=%if（counts==count。 and。peak， x==wmax， peak）
end do count
end
*************************************************************************
*BBRefine refines the dates of the peak and trough dummies based upon the series
*X。 The new dates are the highest（for peaks）or lowest（for troughs）which are
*within 5 periods（controlled by"span"option）of the old dates。
*Notes， peaks and troughs must alternate， and this is checked and the dates
*modified if necessary
procedure BBRefine peak trough x startl endl
type series peak trough x
type integerstartl endl
option integer span 5
local series max min time extract
local integer npt tp
local real tpx
mvfractiles（max=max， min=min， centered， span=2*span+1）x startl+span endl span
*Pad out the max and min series at the ends of the data set
set max startl startl+span-1=max（startl+span）
set max endl-span+1 endl=max（endl-span）
set min startl startl+span-1=min（startl+span）
set min endl-span+1 endl=min（endl-span）
set time startl endl=t
sample（smpl=peak）time startl endl extract 1
compute npt=%nobs
do i=1，npt
compute tp=fix（extract（i））
sstats（max， smpl=（x==max（tp）））tp-span tp+span t＞＞tpx
compute peak（tp）=0. 0，peak（fix（tpx））=1.0
end do i
sample（smpl=trough）time startl endl extract 1
compute npt=%nobs
do i=1，npt
compute tp=fix（extract（i））
sstats（max， smpl=（x==min（tp）））tp-span tp+span t＞＞tpx
compute trough（tp）=0. 0，trough（fix（tpx））=1.0
end do i
*Make sure dates alternate
@BBAlternate peak trough x startl endl
end
*************************************************************************
*BBEnforceMinCycle enforces the restriction that a cycle be at least 15 months
*（controlled by mincycle option）peak to peak or trough to trough。 If we run
*across such a situation， the more extreme of the two peak/trough values is
*retained and the other eliminated。
procedure BBEnforceMinCycle peak trough x startl endl
type seriespeak trough x
type integerstartl endl
option integer mincycle 15
local seriestime extract
local integeri p0 p1
set time startl endl=t
sample（smpl=peak）time startl endl extract 1
do i=2，%nobs
compute p1=fix（extract（i）），p0=fix（extract（i-1））
if p1-p0＜mincycle
if x（p1）＜x（p0）
compute peak（p1）=0. 0
else
compute peak（p0）=0. 0
end do i
@BBAlternate peak trough x startl endl
sample（smpl=trough）time startl endl extract 1
do i=2，%nobs
compute p1=fix（extract（i）），p0=fix（extract（i-1））
if p1-p0＜mincycle
if x（p1）＞x（p0）
compute trough（p1）=0. 0
else
compute trough（p0）=0. 0
end do i
@BBAlternate peak trough x startl endl
end
*************************************************************************
*BBEnforceMinPhase enforces the restriction that a phase（peak to trough or
*trough to peak）be at least 5 months（controlled by the minphase option）。 If we
*run across such a situation， the later of the two is dropped， the alternation
*rule is reapplied and we rescan the data。 This is repeated until all phases
*mean the minimum length。
procedure BBEnforceMinPhase peak trough x startl endl
type seriespeak trough x
type integerstartl endl
option integer minphase 5
local seriestime extract
local integerntp p1
local realminvalue
*Repeat until the minimum phase is 5 or larger
set time startl endl=t
loop
*Extract the list of turning points into"extract"
sample（smpl=peak+trough）time startl endl extract 1
compute ntp=%nobs
sstats（min）2 ntp extract-extract{1}＞＞minvalue
if minvalue＞=minphase
break
*Classify the shortest phase， and knock it out of its dummy
compute p1=fix（extract（%minent））
if peak（p1）
compute peak（p1）=0. 0
else
compute trough（p1）=0. 0
*Enforce alternation and continue
@BBAlternate peak trough x startl endl
end loop
end
*************************************************************************
*BBEnforceEndPoints eliminates peaks and troughs at both ends which are lower（or
*higher）than values closer to end。
procedure BBEnforceEndPoints peak trough x startl endl
type seriespeak trough x
type integer startl endl
local realtp0
*Keep looping over the front end， eliminating turning points until the first
*turning point is higher（peak）or lower（trough）than the initial value。
loop
sstats（min， smpl=peak+trough）startl endl t＞＞tp0
if peak（fix（tp0））。 and。x（fix（tp0））＜x（startl）{compute peak（fix（tp0））=0
next}
else
if trough（fix（tp0））。 and。x（fix（tp0））＞x（startl）{compute trough（fix（tp0））=0
next}
break
end loop
*Keep looping over the back end， eliminating turning points until the first
*turning point is higher（peak）or lower（trough）than the final value
loop
sstats（max， smpl=peak+trough）startl endl t＞＞tp0
if peak（fix（tp0））。 and。x（fix（tp0））＜x（endl）{
compute peak（fix（tp0））=0
next}
else
if trough（fix（tp0））。 and。x（fix（tp0））＞x（endl）{
compute trough（fix（tp0））=0 next}
break
end loop
end
*************************************************************************
*BBMCD calculates the months of statistical dominance for series x
procedure BBMCD x startl endl
type seriesx
type integerstartl endl
option integer max12
option integer*width
local seriesxsp irreg
local realnum den
filter（type=spencer， width=15，extend=repeat）x startl endl xsp
set irreg startl endl=x xsp
do j=1，max
sstats startl+j endl abs（irreg-irreg{j}）＞＞num abs（xsp-xsp{j}）＞＞den
if num＜den{
compute width=j
return}
end do j
disp"No acceptable lag for MCD。 Increase max"
compute width=max
end
*************************************************************************
procedure BBOutput peak trough startl endl
type seriespeak trough
type integerstartl endl
option choiceprint 1 none final all
option choicelevel 1 short long
option stringtitle
local seriestime expeak extrough
local integeri
local integerpeakbase troughbase
local integertroughoffset peakoffset npeak ntrough
if print==1. or。level==1.and。print==2
return
set time startl endl=t
sample（smpl=peak）time startl endl expeak1
compute npeak=%nobs
sample（smpl=trough）time startl endl extrough 1
compute ntrough=%nobs
if extrough（1）＜expeak（1）
compute peakbase=3，troughbase=2，troughoffset=0，peakoffset=1
else
compute peakbase=2，troughbase=2，troughoffset=1，peakoffset=0
if level==1{report（action=define）
report（atrow=1，atcol=1，span）title
report（atrow=2，atcol=1）"Peaks""Troughs"
do i=1，npeak
report（atrow=i+peakbase， atcol=1）%datelabel（fix（expeak（i）））
end do i
do i=1，ntrough
report（atrow=i+troughbase， atcol=2）%datelabel（fix（extrough（i）））
end do i
report（action=show）}
else{report（action=define）
report（atrow=1，atcol=1，span）title
report（atrow=2，atcol=1）"Peaks""Peak to Peak""Trough to Peak""Troughs""Trough to Trough""Peak to Trough"
do i=1，npeak
report（atrow=i+peakbase， atcol=1）%datelabel（fix（expeak（i）））
if i＞1
report（atrow=i+peakbase， atcol=2）fix（expeak（i）-expeak（i-1））
if i＞troughoffset
report（atrow=i+peakbase， atcol=3）fix（expeak（i）-extrough（i-troughoffset））
end do i
do i=1，ntrough
report（atrow=i+troughbase， atcol=4）%datelabel（fix（extrough（i）））
if i＞1
report（atrow=i+troughbase， atcol=5）fix（extrough（i）-extrough（i-1））
if i＞peakoffset
report（atrow=i+troughbase， atcol=6）fix（extrough（i）-expeak（i-peakoffset））
end do i
report（action=show）}
end
procedure BryBoschan x start end
type seriesx
type integerstart end
option integer ma
option choiceprint 1 none final all
option series*peak
option series*trough
option switchquarterly 0
local integerstartl endl fwidth
local reallpeaksum ltroughsum
local integercenterspan initialspan refinespan mincycle minphase
local seriesxsp d xo xspo x12 max min lpeak ltrough mcdx
local integerBBQuarterly
*Set control parameters for quarterly vs monthly
if。 not。%defined（x）{
disp"Syntax：@BryBoschan（options）＞＞x＜＜start end"
return}
*Override＜＜quarterly＞＞option if the data are quarterly
if quarterly。 or。2：1-1：1==4
compute BBQuarterly=1
else
compute BBQuarterly=0
if BBquarterly
compute centerspan=4，initialspan=2，refinespan=2，mincycle=5，minphase=2
else
compute centerspan=12，initialspan=5，refinespan=5，mincycle=15，minphase=5
inquire（series=x）startl＜＜start endl＜＜end
*Step I
*For monthly data， compute a 15 term Spencer MA as the initial estimate of the trend cycle。
*EXTEND=REPEAT allows the filter to be computed over the full range by making pre sample
*values equal to the first observation and post-sample values equal to the last
*observation。 Replace outliers with the Spencer MA value。
*For quarterly data， just take the raw data series
if BBquarterly
set xo startl endl=x
else{
filter（type=spencer， width=15，extend=repeat）x startl endl xsp
set d=x xsp
diff（standardize）d startl endl
set xo startl endl=%if（abs（d）＞=3.5，xsp， x）}
*Step II
*For monthly data， do symmetric one year moving averages， for quarterly， just take raw data。
*Do preliminary check for peaks and troughs by seeing which data points are the maximum or
*minimum within a centered eleven month（five quarter）period window（leaving out any
*points near the ends）。
if BBquarterly
set x12 startl endl=xo
else
filter（type=centered， span=centerspan， extend=repeat）xo startl endl x12
mvfractiles（max=max， min=min， centered， span=2*initialspan+1）x12 startl+initialspan endl initialspan
*Pad out the ends of the max and min series
set max startl startl+initialspan-1=max（startl+initialspan）
set max endl-initialspan+1 endl=max（endl-initialspan）
set min startl startl+initialspan-1=min（startl+initialspan）
set min endl-initialspan+1 endl=min（endl-initialspan）
set lpeakstartl endl=t＞=startl+initialspan。and。t＜=endl-initialspan。and。x12==max
set ltrough startl endl=t＞=startl+initialspan。and。t＜=endl-initialspan。and。x12==min
*Check for at least one peak or trough
sstats startl endl lpeak＞＞lpeaksum
sstats startl endl ltrough＞＞ltroughsum
if lpeaksum==0. 0.and。ltroughsum==0.0
{display
display"Turning Points for Series"+%l（x）
display"****************"
display"No Cycles Found"
display"****************"
display
return}
*If have consecutive peaks or consecutive troughs， choose the highest peak and
*lowest trough。
@BBAlternate lpeak ltrough x12 startl endl
@BBOutput（print=print， title="Step II"，level=short）lpeak ltrough startl endl
*Skip steps III and IV for quarterly data
if BBquarterly{compute fwidth=refinespan
branch step5}
*Step III
filter（type=spencer， width=15，extend=repeat）xo startl endl xspo
*Refine turning points using the resmoothed data
@BBRefine（span=refinespan）lpeak ltrough xspo startl endl
@BBAlternate lpeak ltrough x startl endl
*Enforce minimum cycle lengths
@BBEnforceMinCycle（mincycle=mincycle）lpeak ltrough xspo startl endl
@BBOutput（print=print， title="Step III"，level=short）lpeak ltrough startl endl
*Step IV
：step4
if%defined（ma）
compute fwidth=ma
else{@BBMCD（max=12，width=fwidth）x startl endl
if fwidth＜=2
compute fwidth=3
else
if fwidth＜=4
compute fwidth=4
else
if fwidth＜=6
compute fwidth=5
else
compute fwidth=6}
filter（width=fwidth， type=centered， extend=repeat）x startl endl mcdx
@BBRefine（span=refinespan）lpeak ltrough mcdx startl endl
@BBAlternate lpeak ltrough x startl endl
@BBOutput（print=print， title="Step IV"，level=short）lpeak ltrough startl endl
compute fwidth=%imax（fwidth，4）
*Step V
：step5
@BBRefine（span=fwidth）lpeak ltrough x startl endl
@BBAlternate lpeak ltrough x startl endl
@BBEnforceEndPoints lpeak ltrough x startl endl
@BBEnforceMinCycle（mincycle=mincycle）lpeak ltrough x startl endl
@BBEnforceMinPhase（minphase=minphase）lpeak ltrough x startl endl
@BBOutput（print=print， title="Turning Points for Series"+%l（x），level=long）lpeak ltrough startl endl
if%defined（peak）
set peak startl endl=lpeak
if%defined（trough）
set trough startl endl=ltrough
end
参考资料
1.梁琪，滕建州。中国经济周期波动的经验分析[J]。世界经济，2007（2）。
2.李星。我国商品市场景气转折点的分析与预测[J]。财经理论与实践，2008（11）。
3.陈磊，孔宪丽。转折点判别与经济周期波动态势分析[J]。数量经济技术经济研究，2007（6）。
4.姜向荣。景气指标的筛选方法及运用[J]。统计与决策，2007（2）。
5.冯润民。基于竞争神经网络宏观经济预警指标选取研究[J]。现代管理学，2009（1）。
6.丁文斌。北京先行经济指数研究[J]。山西财经大学学报，2004（8）。
7.Sanjib Bordoloi and Raj Rajesh。Forecasting the Turning Points of the Business Cycles With Leading Indicators in India：A Probit Approach。Paper Prepared for the Singapore Economic Review Conference August 2-4，2007 at Singapore。