进入21世纪以来,随着计算机、网络和电子技术的发展,信息传播的广度和深度都有所提高。在经济问题中,充斥着非线性、复杂性和不确定性,这些因素对经济周期的变动都有着很大的影响,如2008年的美国次贷危机导致全球金融市场出现流动性不足危机。从2012年开始,我国GDP增速放缓,宏观经济进入“新常态”时期。那么,在新的环境下,中国经济周期呈现出怎样的波动特征?如何在新的不确定环境下对经济周期进行预警?经济周期波动是通过一系列经济活动来传递和扩散的,任何一个经济变量本身的波动过程都不足以代表宏观经济整体的波动过程。因此,对经济周期波动的监测和特征分析不能仅依赖GDP指标,而应该综合地考虑生产、消费、投资、贸易、财政、金融、就业等各领域的景气变动及相互影响。国际国内关于经济周期波动和预警的研究大多是关于经济周期转折点的识别与判定,普遍使用GDP作为衡量经济周期的指标,对GDP建立计量经济模型,或者采用BP滤波、CF滤波等方法进行消除趋势。这些方法在经济周期研究中得到广泛使用,在经济周期波动的判定中有较高的准确率。然而随着经济发展中越来越多的不确定性,我们在经济周期波动预警研究中需要综合分析各种社会经济因素,同时还需要构建出能够处理不确定性的特定模型及方法。首先,本文在对国际上经济周期现象进行综述的基础上,分析了现阶段影响经济周期的因素,通过现有多种方法对我国宏观经济波动进行定量监测,对新时期我国经济周期波动的特征进行描述和分析。其次,根据经济周期的波动特征,提出模糊软集合方法对经济周期的波动进行了判定。对经济周期的繁荣、收缩、扩张等语义信息使用模糊软集合进行表示,同时根据软集合相似度,将所得模糊软集合聚类,得到中国经济周期所处的阶段;另外,将影响经济周期的变量使用梯形模糊数表示,综合计算其隶属度。同时,根据马尔科夫机制转换模型构建模糊软集合的隶属函数,对经济周期所处的阶段进行了判定。然后,建立了软平滑方法对经济周期的波动长度进行了研究。波动长度是研究经济周期的重要手段,本文根据软平滑的概念,对经济周期长度进行了变化比较。采用软平滑的概念对软集合进行局部分析,以期深入了解经济周期的特征和判别的有效性。结合我国实际情况发现:增加固定资产投资会增加经济周期波动;增加外贸依存度会减小经济周期波动;在宏观经济指标变动幅度较大的情况下,会造成经济波动频繁,不利于社会的稳定。最后,在前文经济周期波动特征分析的基础上,使用粒子群支持向量机(PSO-SVM)方法和模糊回归方法对经济周期的年度和月度景气指数进行了预警。支持向量机方法在处理非线性、高维问题时具有较小的误差。粒子群算法是近年来发展起来的一种新的进化算法,它从随机解出发,通过迭代寻找最优解,本文结果表明效果较好。经济预警指数反映了经济周期的短期波动,我国及国际上许多国家都很重视景气指数的编制,本文使用模糊回归分析对经济预警指数进行了预测,使预警指数不再局限于信号灯颜色。