在現代科技化社會中，隨著資訊網路的發達以及電腦計算速度的日新月異，資料庫建立的頻率越來越即時，更新速度也越來越快速，
以至於對高頻率資料的需求也越來越頻繁，所以即時 (real time) 訊息資料的建立，便成為了一個有趣的課題。
此篇文章嘗試利用各種不同的統計方法來衡量此景氣循環條件，並且建立景氣循環指標，
此與目前行政院經濟建設委員會 (以下簡稱經建會) 所建立的景氣綜合指數 (Composite Index) 同樣皆是在描述一個景氣循環趨勢，
但是其中最大的不同在於，我們可以允許更高以及更即時頻率的指標變數加入，而經建會所建立的綜合指數，
所採用的頻率最高只達月頻率，
而且公佈的期間有著非常長的落後期間，所以用此指標變數時，所得到的景氣循環資訊已經是落後訊息了，而我們所建立的即時系統，
可以針對訊息的加入馬上對景氣循環資料庫進行更新，所以在訊息的涵蓋度上，是比經建會有著很大優勢的。

本篇文章主要嘗試擴展 Aruoba et al. (2009) 所使用的單因子狀態空間模型 (state-space model)，
且同樣使用 Kalman filter 的方法，
但我們讓模型可以加入多個潛藏因子，建立多因子模型，並且大幅度的降低了當時的模型變數矩陣的維度，
此舉增加了加入更多引用指標變數的可行性，
以及加快程式計算速度，
並且可以藉由這多個潛藏因子，在解釋以及捕捉引入變數的軌跡時，會有更多的解釋力。
在此篇實證結果中，嘗試以單一因子模型，採取經建會領先指標的組成要素當作指標變數，並且利用 HP filter 調整資料，
最後擷取出一個景氣循環條件，
企圖以此潛藏因子來當作景氣動向指標，
我們可以發現此景氣動向指標，在單因子模型之中，所得出的潛藏因子會與越高頻率的資料有著非常密切的關係，所以我們嘗試再加入一個日資料變數，以及去除掉一個日資料變數，
結果，發現此模型對於頻率越高的資料，所擷取的訊息權重會越高。

台灣景氣指標月刊 (2010,11). 第 34 卷第 11 期

徐志宏與周大森 (2009). ``近期台灣景氣循環峰谷之認定.'' 經濟研究, 第 10 期

黃裕烈 (2011). ``以大量資料推估即時景氣動向.'' 尚未發表論文

劉淑敏 (2007). ``貨幣總計數採行 X-12 ARIMA 季節調整之研究兼論農曆春節移動節日之影響處理.'' 中央銀行季刊, 第 29 卷第 1 期, 31-60

英文書目以及期刊

Aruoba, S.B., Diebold, F.X. and Scotti, C. (2009). ``Real-Time Measurement of Business Conditions.'' Journal of Business & Economic Statistics , 27(4): 417-427.

Bell, W.R. and Hillmer, S.C. (1983). ``Modeling Time Series with Calendar Variation.'' Journal of the American Statistical Association, 78, 526-534.

Fuleky, P. and Bonham, C. S. (2010). ``Forecasting Based on Common Trends in Mixed Frequency Samples.'' JEL Working Paper.

Harvey, A. (1989). Forecasting, structural time series models and the Kalman filter. Cambridge Univ Pr.

Hodrick, R.J. and Prescott, E.C. (1997). ``Postwar U.S. Business Cycles: An Empirical Investigation.'' Journal of Money, Credit and Banking, 29(1): 1-16.

Kim, C.J. and Nelson, C.R. (1998). State Space Models With Regime Switching: Classical and Gibbs Sampling Approaches With Applications. Cambridge, MA: MIT Press.

Lin, J.L. and Liu, T.S. (2003). ``Modeling Lunar Calendar Holiday Effects in Taiwan.'' 台灣經濟預測與政策， 33(2): 1-37.

Mariano, R. and Murasawa, Y. (2003). ``A new coincident index of business cycles based on monthly and quarterly series.'' Journal of Forecasting, 24(8): 575-592

OECD Cyclical Analysis and Composite Indicators System (CACIS) user's guide (2010).

Ravn, M.O. and Uhlig, H. (2002). ``On Adjusting the Hodrick-Prescott Filter for the Frequency of Observations.'' The Review of Economics and Statistics, 84(2): 371-376.

Ronny, N. and Gyorgy, G. (2007) ``Methodological Changes and Other Improvements.'' OECD SYSTEM OF LEADING INDICATORS.

Stock, J.H. and Watson, M.W. (1989). ``New Indexes of Coincident and Leading Economic Indicators.'' NBER Macroeconomics Annual 1989, 4: 351-394.

Stock, J.H. and Watson, M.W. (1989). ``New Indexes of Coincident and Leading Economic Indicators - Discussion.'' NBER Macroeconomics Annual 1989, 4: 408-409.

Stock, J.H. and Watson, M.W. (1991). ``A probability model of the coincident economic indicators.'' Leading Economic indicators: New Approaches and Forecasting Records,eds. K. Lahiri and G. Moore, Cambridge: Cambridge University Pres, 63-89.

Stock, J.H. and Watson, M.W. (2002). ``Macroeconomic forecasting using diffusion indexes.'' Journal of Business & Economic Statistics, 20(2): 147-162.

X-12-ARIMA Reference Manual (2011). http://www.census.gov/srd/www/x12a/.