熟悉而又陌生的概念--PMI(二)

(全文字数:2233字,阅读完大约需要7分半)


哥哥姐姐弟弟妹妹们,大家好,我是王同学。


上篇文章我们说了制造业PMI的组成及其计算,今天我们继续非制造业PMI。


01 | 非制造业PMI综合PMI

 

非制造业PMI的有10个指标,具体为商务活动、新订单、新出口订单、在手订单、存货、投入品价格、销售价格、从业人员、供应商配送时间、业务活动预期。


每一个单项的指数计算,依然采用扩散指数法(上篇文章有具体介绍过程和原理),但是在计算非制造业整体的PMI时,没有一个具体的权重统计法,所以直接采用了商务活动指标的PMI


另外,对于非制造业PMI,有的国家还具体分为服务业PMI和建筑业PMI(我国会分开具体计算),原理一样,不多赘述。


2018年开始,每年会有一个整合制造业和非制造业的综合PMI产出指数。


综合PMI产出指数=制造业PMI*(制造业增加值/制造业和非制造业增加值之和)+非制造业PMI*(非制造业增加值/制造业和非制造业增加值之和)


虽然每个国家都有制造业PMI和非制造业PMI,但是每个国家具体的扩散指标不一样,所以,直接进行对比是不合理的。


02 | 获得PMI的两种渠道


咱们国家的PMI有官方和非官方两个渠道:


官方PMI是由国家统计局和中国物流与采购联合会发布。发布时间一般是每月最后一天上午9点。[2]


非官方PMI是由财新传媒和Markit公司[3]发布。这个指数最早是由里昂证券冠名,之后由汇丰银行冠名为汇丰中国PMI,2015年7月开始由财新传媒冠名。[3]财新中国PMI包括财新中国制造业PMI和财新中国服务业PMI两个指数,分别于每月第一和第三个工作日的上午9:45发布。


两者主要有以下几点区别,


第一,两个指标的统计样本数量相差很大。官方制造业PMI涉及31个行业,3200家样本企业,主要都是中大型企业,尤其是国企,央企,全国各地都有。而财新PMI的样本数,按照Markit公司的统计惯例,只有430家,都是东部沿海地区的中小型民营企业。财新PMI统计样本数较小,波动比官方的要大。[4]

第二,官方制造业PMI是官方强制的,数据更加完整、准确。财新PMI由商业机构Markit操作,企业是自愿的,可能存在漏报,在样本容量本身就很小的情况下,如果再漏报,波动就更大了。


第三,两个指标的季调方法有区别。官方制造业按照X-13的方法进行季节性调整。而财新PMI[5]季调方法是Markit基于33个国家的历史数据生成的,方便各国PMI之间进行比较。两者不同的季调方法,也会导致统计结果上的差异。总之我们在看数据的时候,可以两个结合起来一起看,看大型企业的,同时也看中小型企业的,这两份数据还是很权威的。


03 | 对PMI的一些理解


PMI是非常重要的宏观数据,所以需要对它有更多的理解,才能帮我们做出正确决策。


1. 我们在上篇的分析当中说了,它天生具有环比的属性,是相对于上一个月变好或变坏的幅度,以及在最景气和最不景气两个极端点,PMI的数值应该接近于50%


2. 由于企业被调查的时候,只需要填上变好,变坏或者不变。所以最终统计出来的结果也只能说明变好的企业范围。比如新订单指数=55%,那么说明有55%的被调查企业新订单比上月更多,但是绝不说明比新订单比上月多了10%(5/50=10%,这是错误的算法,我见过有自媒体这样算的)。


3. 我们关注PMI的目的是监测经济运行。PMI的本质是被调查企业在一批先行经济指标上的变好比例,而且它是各项经济数据当中最早出来的,所以本质和目的是相匹配的。从最近40年的历史来看,这种预测也是成功的。


4. 缺陷在于不够全面。如果要预测整个经济的走势,那么应该尽可能多的包含各个行业,但是只包括制造业,建筑业和服务业,农林牧渔等行业有缺失,虽然说它们在经济当中的占比比较低。同时服务业占经济的比重越来越大,而服务业变化更新速度远快于制造业,这个数据的滞后性会越来越严重。


5. PMI对股市和大宗商品市场都有影响,但是投资本身投的是一种预期。不是说大于50%就一定利好,而是要边际利好,也就是说这个月是52%,下个月最好要大于52%,比如到54%,再下个月到55%,如果边际收缩也不是利好。


6. 如果只看PMI的数据,这只是入门,再高级一点要去分析它里面的每一项甚至几项组合之后的情况,这个我们下一篇再写。


未完。

祝勇猛精进,心想事成。

王同学

2022.5.28




[1] IHS Markit Ltd.是一家总部在伦敦的数据和方案提供商,为商业,金融和政府部门的客户提供信息,分析和解决方案。这家公司神通广大,有三十多个国家的PMI数据是由他们指导完成统计和运算的。他还会给予自己所获得的数据发布market服务业PMI。是对他所统计的这些国家分别赋予不同权重而得出的全球性服务业PMI。

[2] 虽然是当月最后一天发布,但是统计是截止到每月的25号,所以我们看到的数据是上月26号到本月25号之间的数据。

[3] 这个数据一直都是Markit这家公司统计的,里昂证券,汇丰银行,财新都只是单纯的冠名商而已。

[4] 这里的大中小型企业的具体划分为,

大型: 4亿销售额或1000人以上

中型: 2千万销售额或300人以上

小型: 3百万销售额或20人以上

微型: 小型以下

顺便说一句,按照这个标准的话,王同学所在的行业,有一些优秀卖家单枪匹马就可以做到中型企业的规模。

[5] 财新传媒是非常好的财经媒体,也许是最好的,甚至没有之一,王同学也是他家的会员。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容