自1978年改革开放后,中国的经济实现令全球惊叹的迅猛发展,作为世界瞩目的大国,国内生产总值(GDP)由世界第十五位上升至全球第二位,在这段进程中,中国经历了许多波动及冲击,使得中国的经济增长极具特殊性,一方面是受到来自世界范围内的影响与冲击,更受到来自自身的宏观调控与内部社会影响。特别是GDP增长率波动较大且变化极为明显。国内生产总值(GDP)作为衡量国家经济发展最重要的综合性指标,能够直观的反映出国家的经济实力与经济情况,尤其是是经济增长状况与经济周期状况,研究GDP序列的特征对于分析我国不同时期的经济状态有非常大的助益。分解出其趋势及周期成分是研究宏观经济波动及判断商业周期的重要依据,并对我国经济情况分析具备极高的现实意义。本文为更好的研究中国GDP序列,对1992年至2016年的中国季度GDP序列建立了不可观测成分模型(UC)及状态空间方程,并使用基于马尔可夫链蒙特卡洛(MCMC)的贝叶斯算法,将GDP序列分解为趋势成分及周期成分。为考虑趋势序列中存在的结构突变,对序列的单位根及发生结构突变的日期进行检验,本文采用了Zivot-Andrews提出Dickey-Fuller单位根检验及由Vogelsang(1994)提出的扩展wald test判断出发生结构突变的位置。通过两个模型的边际似然函数值对比,发现在2008年第一季度发生结构突变的模型更优,在该模型下,2008年第一季度前中国GDP的平均年度趋势增长率为10.52%,之后滑落至7.56%,降幅达到28.14%,经济增长明显变缓,产生结构性下滑,发生结构突变后的长期增长率区间分布在6.2%-8.9%。持久性冲击对经济造成的影响大于暂时性冲击,两者之间存在非常强烈的负相关关系。从经济意义上来说,中国经济状况里长期的下滑与短期内的上升是非常强的负相关关系。产生这种结果的原因一方面可能是由于当经济出现波动时,国家会通过实行不同的政策以求保证中国经济的稳定性;另一方面可能是由于部分冲击对经济的短期影响与长期影响效果使相反的,也就是说中国经济在受到冲击不仅会造成的暂时性影响,还会造成相反的长期性影响。