一文读懂PMI走势预测框架

宏观周报20231126 证券研究报告·宏观报告·宏观周报 一文读懂PMI走势预测框架2023年11月26日 作为每月第一个发布的经济数据，采购经理指数（PurchasingManagersIndex，简称PMI）是观测每月经济走势的一大重要指标，同时也是国际上通行的宏观经济监测指标体系之一。因此，预测PMI的走势可以让我 们对接下来的经济形势有更好的判断。本文采用扩散指数法对每月PMI走势进行判断，且根据我们统计，此扩散指数模型对PMI环比变化方向预测的准确率达79.4%。 首先，选取制造业生产、需求、库存相关的高频指标。虽然制造业PMI指标体系有13个分类指数，但并不是所有的指标都会影响PMI。制造业PMI仅由其中5个分类指数加权计算得到，具体包括新订单指数、生产指数、从业人员指数、供应商配送时间指数和原材料库存指数。我 们可以把这5个分类指数归为三大类：（1）生产端（在制造业PMI中 的总占比为45%）：生产指数（占比25%）、从业人员指数（占比20%）； （2）需求端（总占比45%）：新订单指数（占比30%）、供应商配送时间指数（占比15%）；（3）库存端（总占比10%）：原材料库存指数（占比10%）。 于是在选择高频指标时，我们主要围绕生产、需求、库存三大方向进行选择。生产端，我们选择的高频指标包括高炉开工率、轮胎开工率、聚酯开工率、粗钢产量、橡胶开工率、电厂电耗量、PTA开工率、煤炭吞吐量、线材开工率。需求端，我们选择的高频指标包括乘用车销量、铁路货运。库存端，我们选择的高频指标包括煤炭库存、橡胶库存、钢材库存。 选择完高频指标后，再赋予各指标相应权重。在赋予各指标权重时，我们主要从以下方面进行了考虑： 1、由于PMI指数会受到季节因素的影响，因此除了高频指标以外，我们还需要在模型中加入调节项，以考虑季节性等因素带来的影响； 2、再使用主成分分析法，计算各高频指标以及调节项的权重； 3、出于以下几方面的原因，我们再对主成分分析法得到的权重结果进行适当调整：（1）在PMI�大扩散指数原本的权重（即生产端45%、需求端45%、库存端10%）；（2）就高频指标而言，由于工业生产端 的高频指标更多、且更能实时反映制造业情况，因此我们考虑赋予生产端更多权重； 4、最后不断对各指标权重进行调整，调整至使模型预测准确率达到最高的权重。 统计各高频指标走向，进而预测PMI走势。由于PMI调查的是每月环比变化，因此在处理高频数据时，我们需要先将原本的日频（或周频）数据调整为月频，再根据月频数据计算其环比变化。若指标月度环比增速为正，则记为1；环比增速为负，则记为0。不过调节项的处理方式会更加特殊，我们采用的方式是若该月为春节所在月，则调节项记为0； 若该月为春节所在月次月，则调节项记为1；其他月份调节项记为0.5 （不过也会根据政策等因素进行适当调整）。 再结合每个指标的权重进行加权求和，计算出来的结果表示PMI上升的可能性。换句话说，若加权和为1，表示PMI上升的可能性为100%；若加权和为0，表示PMI下降的可能性为100%。 根据我们统计，该模型对PMI环比变化方向预测的准确性达79.4%。根据此扩散指数模型，11月PMI上升的可能性为51.5%、下降的可能性为48.5%，因此我们预测11月制造业PMI将环比小幅上升，但回到荣枯线以上可能还有一定难度。 证券分析师陶川 执业证书：S0600520050002 taoch@dwzq.com.cn 证券分析师邵翔 执业证书：S0600523010001 shaox@dwzq.com.cn 相关研究 《2024展望:5%还需多大政策加力？》 2023-11-22 《一线城市楼市限购松绑缘何受阻？》 2023-11-19 1/20 东吴证券研究所 本周高频数据显示：汽车零售热度不减，观影市场持续低迷，出行热度与货运流量共同微降。商品房和二手房成交量均小幅抬升，不过二手房交易整体表现仍胜过新房。工业生产步入加速中，建筑业、汽车业、纺 服业生产均出现不同程度好转。食品价格涨幅扩大，而国内工业品价格转跌。流动性上税期后资金面反而回升。 风险提示：PMI预测模型对PMI走势的判断与实际走势产生背离；俄乌冲突超预期升级，巴以问题超预期加剧导致中美关系走弱；地产政策出台过慢，导致经济动力和市场信心再次下降。 2/20 东吴证券研究所 内容目录 1.一文读懂PMI走势预测框架5 2.周度高频跟踪8 3.风险提示19 3/20 东吴证券研究所 图表目录 图1：制造业PMI分类指数5 图2：PMI扩散指数预测模型中各指标权重框架6 图3：以2023年5月为例，该扩散指数模型对PMI的预估结果与实际一致7 图4：该模型PMI预测变化方向与实际变化方向7 图5：近一周（11.20-11.26）国务院领导活动轨迹一览8 图6：汽车零售热度不减9 图7：观影市场持续低迷9 图8：地铁客运量小幅下滑10 图9：地面交通人流量下行态势更为明显10 图10：国内航班执飞班次小幅抬升10 图11：国际航班执飞班次同样上升10 图12：整车货运流量“不温不火”11 图13：新房销售整体“偏冷”11 图14：二手房成交量小幅抬升12 图15：二线城市二手房销售同比表现优于一线城市13 图16：土地成交面积依旧低位运行13 图17：土地溢价率未见明显改善13 图18：高炉开工率略有上升14 图19：煤炭吞吐量下滑趋势好转14 图20：铁路货运量“拐弯”上行14 图21：沿海七省电厂负荷率上升势头显著14 图22：近期粗钢生产表现稳定15 图23：螺纹钢库存延续去库存状态15 图24：磨机运转率继续下滑15 图25：沥青开工率有所回升15 图26：沥青库存趋稳15 图27：水泥产能利用率下行速度减缓15 图28：汽车钢胎生产转弯上升16 图29：PTA开工率上升延续16 图30：猪价跌幅收窄16 图31：农产品价格持续回升16 图32：螺纹钢与铁矿石指数回升17 图33：水泥价格转跌17 图34：海外铜价上行17 图35：原油价格回落17 图36：广谱利率变动18 图37：票据利率中枢回升18 图38：本周央行逆回购整体超量续作18 图39：质押式回购成交量低位运行19 图40：债市杠杆率回落19 4/20 东吴证券研究所 1.一文读懂PMI走势预测框架 作为每月第一个发布的经济数据，采购经理指数（PurchasingManagersIndex，简称PMI）是观测每月经济走势的一大重要指标，同时也是国际上通行的宏观经济监测指标体系之一。因此，预测PMI的走势可以让我们对接下来的经济形势有更好的判断。本文采用扩散指数法对每月PMI走势进行判断，且根据我们统计，此扩散指数模型对PMI环比变化方向预测的准确率达79.4%。 首先，选取制造业生产、需求、库存相关的高频指标。虽然制造业PMI指标体系有 13个分类指数，但并不是所有的指标都会影响PMI。制造业PMI仅由其中5个分类指数加权计算得到，具体包括新订单指数、生产指数、从业人员指数、供应商配送时间指 数和原材料库存指数。我们可以把这5个分类指数归为三大类：（1）生产端（在制造业 PMI中的总占比为45%）：生产指数（占比25%）、从业人员指数（占比20%）；（2）需求端（总占比45%）：新订单指数（占比30%）、供应商配送时间指数（占比15%）；（3）库存端（总占比10%）：原材料库存指数（占比10%）。 图1：制造业PMI分类指数 数据来源：国家统计局，东吴证券研究所 于是在选择高频指标时，我们主要围绕生产、需求、库存三大方向进行选择。生产端，我们选择的高频指标包括高炉开工率、轮胎开工率、聚酯开工率、粗钢产量、橡胶开工率、电厂电耗量、PTA开工率、煤炭吞吐量、线材开工率。需求端，我们选择的高频指标包括乘用车销量、铁路货运。库存端，我们选择的高频指标包括煤炭库存、橡胶 库存、钢材库存。 选择完高频指标后，再赋予各指标相应权重。在赋予各指标权重时，我们主要从以下方面进行了考虑： 5/20 东吴证券研究所 1、由于PMI指数会受到季节因素的影响（如春节当月PMI下滑、次月PMI反弹），因此除了高频指标以外，我们还需要在模型中加入调节项（后文会提到调节项的统计方式），以考虑季节性等因素带来的影响； 2、再使用主成分分析法，计算各高频指标以及调节项的权重； 3、出于以下几方面的原因，我们再对主成分分析法得到的权重结果进行适当调整： （1）在PMI�大扩散指数原本的权重（即生产端45%、需求端45%、库存端10%）； （2）就高频指标而言，由于工业生产端的高频指标更多、且更能实时反映制造业情况，因此我们考虑赋予生产端更多权重； 4、最后不断对各指标权重进行调整，调整至使模型预测准确率达到最高的权重。最终我们赋予的各指标权重如图2所示。 图2：PMI扩散指数预测模型中各指标权重框架 数据来源：东吴证券研究绘制 统计各高频指标走向，进而预测PMI走势。由于PMI调查的是每月环比变化，因此在处理高频数据时，我们需要先将原本的日频（或周频）数据调整为月频，再根据月频数据计算其环比变化。若指标月度环比增速为正，则记为1；环比增速为负，则记为 0。不过调节项的处理方式会更加特殊，我们采用的方式是若该月为春节所在月，则调节 项记为0；若该月为春节所在月次月，则调节项记为1；其他月份调节项记为0.5（不过也会根据政策等因素进行适当调整）。 再结合每个指标的权重进行加权求和，计算出来的结果表示PMI上升的可能性。换句话说，若加权和为1，表示PMI上升的可能性为100%；若加权和为0，表示PMI下降的可能性为100%。 以2023年5月为例：我们通过将各指标环比增速的变化分别标记为0或1，再结 合每个指标的权重进行加权求和，最后算出来加权和为0.312。这意味着2023年5月 PMI上升的可能性为31.2%、下降的可能性为68.8%。由于PMI下降的可能性要高于上 6/20 升的可能性，因此根据模型，我们预估5月PMI将环比下滑。最后5月PMI录得48.4 （前值49.2），环比表现为下降，符合模型预测结果。 图3：以2023年5月为例，该扩散指数模型对PMI的预估结果与实际一致 数据来源：东吴证券研究所绘制 根据我们统计，该模型对PMI环比变化方向预测的准确性达79.4%。根据此扩散指数模型，11月PMI上升的可能性为51.5%、下降的可能性为48.5%，因此我们预测11 月制造业PMI将环比小幅上升，但回到荣枯线以上可能还有一定难度。 图4：该模型PMI预测变化方向与实际变化方向 100% 75% 50% 25% 0% PMI上升可能性制造业PMI环比（右轴） ？ 20 15 10 5 0 -5 -10 -15 -20 2021-022022-012022-122023-11 注：阴影部分表示PMI预测变化方向与实际变化方向一致的时间。数据来源：Wind，东吴证券研究所 7/20 东吴证券研究所 2.周度高频跟踪 本周（11.20-11.26，下同）高频数据显示，汽车零售热度不减，观影市场持续低迷，出行热度与货运流量共同微降。商品房和二手房成交量均小幅抬升，不过二手房交易整体表现仍胜过新房。工业生产步入加速中，建筑业、汽车业、纺服业生产均出现不同程度好转。食品价格涨幅扩大，而国内工业品价格转跌。流动性上税期后资金面反而回升。 本周关键词：推动高水平对外开放以及金融高质量发展。本周多位领导在多个场合提及到对外合作相关议题，包括但不限于李强总理在会见法国外长科隆纳时说到要“深化双方互利合作”，并在二十国集团领导人视频峰会上提出“中方愿同各方在开放包容 中继续携手努力”。中央金融委员会会议的召开是本周另一大亮点，会议围绕“着力提升金融服务经济社会发展的质量水平”、“全面加强金融监管”等议题召开。 图5：近一周（11.20-11.26）国务院领导活动轨迹一览