经济周期问题研究是在对一国的宏观经济运行状况进行描述时的重要内容，对经济周期进行有效的识别有利于政府在特定的时间采取合适的宏观经济调控政策。随着计量经济学模型的不断发展以及计算机技术的进步，对经济周期问题的研究也在不断的深入。本文首先从混频数据的视角运用MS-U-FaMIDAS模型对我国经济周期进行估计，然后通过构造经济周期协同性指数对我国经济周期的协同性水平进行测度与研究。
　　由于不同的经济指标识别出来的经济周期存在一定的差异性，所以在对经济周期进行估计时，应该将尽可能多的经济指标纳入到模型中。但我国统计数据的频率并不一致，早期文献中一般是将数据进行同频化处理，但同频化过程会造成数据信息的缺失与扭曲。Ghyselsetal.(2004)提出的MIDAS模型很好的解决了这一问题，它能将不同频率的数据都纳入到模型中，考虑到MIDAS模型需要事先假定滞后权重多项式，而这一假定很多时候并不合适，且本文使用的宏观经济数据为季度数据和月度数据，频率倍数差较小，因此本文将使用U-MIDAS的方法来处理混频数据的问题。因为若将影响经济周期的变量过多的纳入到模型中会出现“维数灾难”的问题，且宏观经济周期存在非线性的特征，所以本文拟采用MS-U-FaMIDAS模型对我国1997年至2017年间经济周期进行估计。
　　考虑到马尔科夫区制转换模型可以估计出每一时期处于不同状态的平滑概率，本文通过平滑概率构造出能够反映经济周期协同性水平的指数来对我国经济周期的协同性水平进行测度。
　　通过MSIHV(2)-U-FaMIDAS模型的实证研究本文得到以下结论：(1)我国经济周期确实存在非线性特征。模型显示1997-2017年间，我国经济周期存在两个明显不同的区制状态，分别对应着我国经济收缩状态和经济扩张状态；(2)从区制转移概率矩阵可以知道，收缩区制维持自身状态的概率为0.95，扩张区制维持自身状态的概率为0.92，两种状态下我国经济都具有较高的自稳定性。通过计算可知经济收缩状态的平均持续时间为20个季度，经济扩张状态的平均持续时间为12.5个季度，宏观经济在两种不同的状态下平均持续期各不相同，这也说明中国经济周期具有非对称性的特点。
　　通过构建出来的经济周期协同性指数对我国经济周期的协同性水平进行研究时，可以发现2005年至2017年间，经济周期协同性指数大多时候都在0.8以上，说明我国经济周期协同性水平较高，但却出现了两个低谷的情况。对各地区与全国经济周期的协同性水平进行测度发现，东部地区绝大多数省份经济周期与全国经济周期协同性水平最高，中部地区次之，西部地区最弱。