- 核心观点:本文系统阐述了采购经理指数(PMI)的基本定义与构成,重点聚焦于制造业PMI,并构建了一套基于高频数据的拟合预测体系。
- PMI定义与构成:PMI是国际通行的宏观经济监测先行指标,通过调查问卷反映经济变化趋势。制造业PMI由新订单、生产、从业人员、配送时间、原材料库存五大分项加权计算,其中供需两项权重占比最高(55%)。
- 预测思路:构建高频数据拟合预测体系,通过筛选供给端(如高炉开工率、PTA负荷率)与需求端(如商品房成交、乘用车销量、运价指数)的高频指标,分别对PMI生产指数与新订单指数进行回归拟合,进而合成对制造业PMI的综合预测。
- 关键数据与结果:
- 生产指数拟合:筛选14个供给端高频指标,历史回测方向性预测胜率超82%,2026年1月预测为50.36,与统计局数据方向一致。
- 新订单指数拟合:筛选16个需求端高频指标,历史回测方向性预测胜率超62%,2026年1月预测为44.27,与统计局数据方向一致。
- 综合PMI拟合:以生产指数和新订单指数拟合结果为核心自变量,历史回测方向性预测胜率达70%,2026年1月预测为46.2,与统计局数据方向一致。
- 研究结论:该方法在数值走势和方向判断上均表现可靠,增强了宏观经济监测的时效性与前瞻性,为预判制造业景气动向提供了有效的量化分析框架。