您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [东方财富]:基于EPMI和高频指标的制造业PMI预测:宏观先行指标如何前瞻? - 发现报告

基于EPMI和高频指标的制造业PMI预测:宏观先行指标如何前瞻?

2026-07-29 东方财富 Bach🐮
报告封面

宏 观 先 行 指 标如 何 前 瞻?——基 于EPMI和高频指标的制造业PMI预测 挖掘价值投资成长 东方财富证券研究所 证券分析师:刘哲铭证书编号:S1160525120003联系人:孙欣贺 2026年07月29日 相关研究 《从四因子框架到沃什时代的美债利率重估——美债投资分析框架与策略展望》2026.07.24《别了,路径承诺——五大工作组视角下的美联储改革前瞻》2026.07.24《从扩容到定价:信用债ETF市场特征与策略全景》2026.07.22《下半年利率债供给冲击几何?》2026.07.16《评级纠偏加速,信用定价再校准》2026.07.08 【固收观点】 制造业PMI往往被视为月频经济监测的先行指标,但近年来资本市场博弈和交易属性加剧,对“预期的预期”的追求使得更多投资者开始思考如何寻找“先行指标的先行指标”。 从发布时间先后来看,EPMI及部分高频经济数据似乎具备成为“先行指标的先行指标”的潜力:1)EPMI反映战略性新兴产业景气程度,通常在每月20日发布当月数据,其发布时间对于制造业PMI具备一定的领先性;2)部分高频经济数据亦具备反映基本面边际变化且发布时间领先等特征。 实证结果显示以下模型均有不错的拟合效果: 【模型二】自变量为制造业PMI的一阶滞后项、EPMI生产量指数、采购价格指数、自有库存指数、就业指数、研发活动指数、进口指数的环比变化、自有库存指数的环比变化、就业指数的环比变化; 【模型四】自变量为制造业PMI一阶滞后项、生产量指数、就业指数环比变化、研发活动指数、就业分项、螺纹钢期货价格、水泥价格指数、原油价格指数。 为尽可能减轻模型对PMI滞后一期的依赖度,我们进一步对制造业PMI的环比增量进行预测,自变量仍为EPMI的相关指标及其环比变化、高频经济数据,进一步结合制造业PMI的前值得到当期预测值,构成【模型五】(引入新自变量但样本量减少)和【模型六】(全样本但放松逐步回归P值限制)。 【风险提示】 模型失效风险、基本面剧烈波动风险、财政及货币政策超预期 正文目录 1.制造业PMI往往被视为月频经济监测的先行指标......................................52.寻找先行指标的先行指标:EPMI和高频经济数据....................................73.基于EPMI系列指数的制造业PMI预测模型.............................................93.1.用制造业PMI对EPMI进行初步回归.....................................................93.2.用制造业PMI对EPMI相关指数进行回归(模型一)............................93.3.剔除外生冲击影响后的制造业PMI拟合模型(模型二).....................124.在EPMI系列指数的基础上引入高频经济数据.........................................144.1.用EPMI相关指数及高频指标对制造业PMI进行回归(模型三)........164.2.在模型三的基础上剔除外生冲击影响(模型四)..................................185.基于PMI环比差分的拟合预测模型(模型五+六)..................................216.制造业PMI预测模型的胜率回测.............................................................277.风险提示...................................................................................................29 图表目录 图表1:2026年6月制造业PMI环比回升..................................................6图表2:制造业PMI通常在当月最后一天进行披露.....................................6图表3:EPMI与制造业PMI之间的关系.....................................................7图表4:2026年7月EPMI高于去年同期...................................................7图表5:自变量EPMI的回归系数的显著性较好..........................................9图表6:制造业PMI与EPMI相关指数的相关性检验结果........................10图表7:模型一——基于EPMI相关指数的制造业PMI回归分析.............11图表8:基于模型一的制造业PMI拟合效果..............................................12图表9:模型二——剔除外生冲击后的制造业PMI拟合模型....................13图表10:基于模型二的制造业PMI拟合效果............................................14图表11:股债大类资产隐含的经济增长预期.............................................15图表12:螺纹钢期货价格..........................................................................15图表13:水泥价格指数..............................................................................15图表14:铜期货价格..................................................................................15图表15:原油期货价格..............................................................................16图表16:猪肉平均批发价..........................................................................16图表17:中国出口集装箱运价指数............................................................16图表18:金铜比.........................................................................................16图表19:模型三——基于EPMI相关指数及高频指标的制造业PMI拟合模型......................................................................................................................17图表20:基于模型三的制造业PMI拟合效果............................................17图表21:模型四——基于EPMI相关指数及高频指标的制造业PMI拟合模型(剔除外生冲击影响)..................................................................................18图表22:基于模型四的制造业PMI拟合效果............................................19图表23:模型二和模型四回归结果对比....................................................19图表24:模型二——基于EPMI相关指数PMI拟合模型(剔除外生冲击影响,样本区间截至2024年6月).................................................................20图表25:模型四——基于EPMI相关指数及高频指标的制造业PMI拟合模型(剔除外生冲击影响,样本区间截至2024年6月)...................................20图表26:模型五——基于PMI环比差分的拟合预测模型(剔除外生冲击影响)...............................................................................................................22图表27:基于模型五的制造业PMI拟合效果............................................22图表28:模型六——基于PMI环比差分的拟合预测模型(剔除外生冲击影响)...............................................................................................................23图表29:基于模型六的制造业PMI拟合效果............................................24 固收专题 图表30:模型五预测值与PMI实际值相关性............................................24图表31:模型六预测值与PMI实际值相关性............................................25图表32:自相关方程中是否加入PMI_hat5拟合优度对比........................25图表33:自相关方程中是否加入PMI_hat6拟合优度对比........................26图表34:各模型对于制造业PMI的拟合效果对比.....................................26图表35:制造业PMI预测模型的胜率回测................................................28 由于其具备综合性强、发布时间早等诸多优势,制造业PMI通常被视为月频经济监测的先行指标,受到广大投资者的普遍关注。然而,近年来市场博弈和交易属性不断增强,投资者期待能够找到领先性更强的经济指标并对制造业PMI进行预测。本文构建了基于EPMI和高频经济指标的制造业PMI预测模型,以期为投资者更前瞻地捕捉基本面的边际变化提供一个新的有效工具。 1.制造业PMI往往被视为月频经济监测的先行指标 制造业PMI兼具综合性强、发布时间早等诸多优势,往往被视为月频经济监测的先行指标。 制造业PMI的指数编制综合考虑了生产、需求、就业、库存等多方面的经济活动,具备较强的综合性。制造业PMI的底层数据来源于国家统计局组织的“制造业采购经理调查”。基于对制造业31个行业大类3200家制造业企业的问卷调查,形成了1个综合指数、13个分类指数的制造业PMI指数体系。其构成指数涵盖了生产、新订单、原材料库存、从业人员、供应商配送时间、新出口订单、进口、采购量、主要原材料购进价格、出厂价格、产成品库存、在手订单、生产经