一文读懂PMI走势预测框架

宏观经济周报总结

PMI走势预测框架概述

• PMI重要性：采购经理指数（PMI）作为经济数据发布的重要指标，对于评估每月经济走势具有关键作用，是国际公认的宏观经济监测指标。
• 预测方法：采用扩散指数法预测PMI走势，该模型对PMI环比变化方向的预测准确率为79.4%。
• PMI分类指数：PMI由5个分类指数计算得出，分为生产端（生产指数、从业人员指数）、需求端（新订单指数、供应商配送时间指数）和库存端（原材料库存指数）。
• 高频指标选择：围绕生产、需求、库存三大方向选择高频指标，包括高炉开工率、轮胎开工率、聚酯开工率等。
• 权重分配：依据主成分分析调整各指标权重，考虑到季节因素、工业生产特点及指标重要性。

PMI预测模型应用

• 指标处理：将高频指标日频或周频数据调整为月频，计算月度环比变化。
• 调节项处理：根据是否为春节月及其后续月份，调整特定调节项。
• 加权求和：结合各指标权重，加权求和计算PMI变化可能性。

预测案例与验证

• 模型验证：以2023年5月为例，模型预测与实际数据一致，PMI环比下滑。
• 预测结果：11月PMI上升可能性为51.5%，预测轻微增长。

周度高频跟踪

• 市场动态：汽车零售热度持续，观影市场低迷，出行和货运流量轻微下降。
• 房地产市场：商品房和二手房成交量小幅增长，二手房交易略胜于新房。
• 工业生产：建筑业、汽车业、纺服业生产好转。
• 价格变化：食品价格上涨，工业品价格下跌。
• 流动性：税期后资金面回升。

风险提示

• PMI预测模型的局限性。
• 俄乌冲突的不确定性。
• 地产政策执行缓慢的风险。
• 经济动力和市场信心的潜在下降。