【国信宏观固收】财新PMI与官方PMI全方位扫描——系列报告（二）

  更容易发生在四季度。但这类假说难以总结出一般规律，可以被部分证实，却难以被证伪，我们不作为重点研究对象。（会认为财新的指标选取的是中小型、非公有制企业为主，而官方指标选取的是大中型、国有企业为主。我们得知这与事实相悖，财新反而与大企业更有关。抽样矩阵的第一步都是按照各行业增加值占比情况，第二步产生了分歧，官方口径采取

  最为典型的、引起市场广泛讨论的两个PMI背离出现在2015~2016年间，官方PMI明显高于财新PMI。我们将总背离拆解成分项指标的贡献对比，不难发现二者的背离主要是产出和新订单两个分项引起的。若将国信高频扩散指数和两个口径的PMI加以对比，发现官方PMI与国信高频指数更为接近。2016年期间经济景气得以走出谷底，主要是水泥价格的拖累在逐渐缓解，另外，建材综合指数的负向贡献也有所走弱。汽车全钢胎开工率、三十城商品房成交面积和主要钢厂螺纹钢产量对经济的拖累没有减轻，PTA产量和焦化企业开工率的影响则微乎其微。从方向上来看，过剩产能行业的产能出清带动了经济向好发展，这点与官方PMI走向较为接近。

  （1）前两次背离期间，市场在为官方PMI定价。2015年2月~4月，官方PMI走高、财新PMI回落时，股票指数和十年期国债到期收益率出现了上行；2015年8月~2016年1月官方PMI回落、财新PMI走高期间，股票指数、债券收益率、商品指数都出现了不同程度的走弱。（2）第三次背离时，市场则为财新PMI定价。2018年2~5月官方PMI上行、财新PMI下滑期间，股票指数、债券收益率、商品指数均出现了不同程度的回落。不难发现，长期资金市场并不一定为了官方口径PMI走势定价，这时候就需要引入“第三方”的指标来“调停”。这个担任“和事佬”的指标即市场广泛关注的工业增加值同比，在2015~2016年间的前两次背离中，工业增加值同比和官方口径PMI提示的方向是一致的。2018年的情况稍复杂，工业增加值走出了一段“M”形，经济二次探底，背离期间整体还是走弱的，这与官方PMI整体向好的态势相悖，反而更接近财新PMI下滑态势。

  市场中有很多实用的宏观调查指数，领先于经济数据发布，便于提前把握数据拐点并布局左侧。其中，市场接受度最广的、应用最多的即制造业PMI指数。总量角度有两个口径的制造业PMI数据，其一是国统局和中采联合发布的官方PMI，其二是财新PMI。

  财新PMI和官方PMI间的走势发生分歧时有发生，是什么问题导致了二者的背离？此期间资产价格为谁定价？本文试图解释上述问题。

  怎么定义二者的背离呢？为了尽最大可能避免对背离的定义仅是我们定性分析的“一家之言”，先以定量视角和事件分析两个角度来推演：

  综合来看，两个PMI的背离期间可以认为是2015年2~4月，2015年8月~2016年1月，2018年2~5月），其中影响时间最长、引起市场广泛探讨的是2015~2016年的背离期。

  权威性的角度来看，相信部分读者会自然而然认为，官方数据样本全、统计时间晚、回收率更高，更能反映出全貌，和工业增加值走势接近等等。本篇研究立足于官方PMI和财新PMI的全方位比较，寻找二者差异的原因，并落实到资产价格在二者分离时，更相信谁。

  表1对比了两个PMI的分项构成、回收问卷时间、抽样方式和样本、汇总和季调方法等维度，不难发现两个指标的统计方法大相径庭。

  2.官方PMI和财新PMI间的线年间多个方面数据显示，官方PMI财新PMI的情景相对更多，我们第一步抛出一个问题，两个PMI的“真实荣枯线”是一样的吗？

  美国学者通过对比PMI和GNP的走势，认为美国PMI的真实荣枯线%左右，一段时间内制造业PMI高于42.5%代表着国家经济整体上升。也有研究认为美国PM的真实荣枯线），这与选择的指标（IHS Markit还是ISM口径），以及选取的时间段有关。那么中国两个口径PMI的真实荣枯线是多少呢？只有先化解掉“截距项”，才能对比两个指标差异的真正来源。

  我们将工业增加值数据来进行滤波处理获得产出缺口，分别用财新PMI和官方PMI和产出缺口的正、负区间对比，找到两个PMI的真实荣枯线。

  这里一个重要的假设是经济繁荣的两个表征：“产出缺口为正”、“PMI高于真正荣枯线”是线性对应起来的，那么我们找到产出缺口正负的临界点，对应的截距项就是PMI真实的荣枯线年的多个方面数据显示：财新PMI的荣枯线%左右，官方PMI的荣枯线%附近，官方的真实荣枯线本身就比财新PMI要高些。如果以2016年3月作为分界线年财新PMI的荣枯线%，官方PMI荣枯线%，也都有所提高。

  第一种背离假说，是财新采样的企业多分布于东部沿海地区，而官方的PMI则在东、中、西三大板块进行全范围的采样，即地理差异造成的统计差异。

  我们对这个原因存疑，由于现在难以获得各省市工业公司营收的数据，我们用利润数据来代替。从固有印象来出发，东部沿海地区经济更为发达，经济表现是全国的“绩优生”，那么财新PMI应该比官方PMI更好才对。从实证角度，东部地区较全国工业公司利润的增速在2015~2016年的供给侧改革期间的确更胜一筹，但在2017~2019年贸易摩擦期间、包括新冠疫情后就逊色了，全国工业公司利润增速与财新PMI、全国PMI的走势反而更接近，证伪完毕。

  官方PMI数据采集填报时间是在每个月末（22-25日），而财新PMI数据的采集和填报区间是在每个月的中旬（12-21日），填报时间的差异造成最终数据差异。

  如下图5，我们以30大中城市房地产成交面积为例，不难发现采样时间的不同，的确会引起数据变动方向的不同。

  是月中采样，参考财新的调查时间，计算当月12~21日成交面积均值和上月同期的环比变化率，而深蓝线全月采样则对应官方标准，是当月成交面积相对上个月成交面积的环比变化率。我们得知在2017年和2019年末，两个指标出现了方向性背离，这种背离甚至持续了2~3个月。为了考察财新PMI指数和官方PMI指数的季节性规模，我们计算了各自的月度的变化值（历年1月变化值是和上一年的12月对比），可以发现

  综上，我们大家都认为指标背离有一定采样时间的原因，比如月首、月底两三周和月中相差较大时，官方口径更全面。但采样时间不同的假说难以总结出一般规律，可以被部分证实，却难以被证伪，我们不作为重点研究对象。

  由于发布的渠道不同，市场有很多声音认为官方采样的企业，主要是大中型国有企业，而财新采样的主要为中小非公有制企业。实际

  发现财新PMI与大规模的公司间的匹配程度要强于中小企业，大小企业的差异假说难以解释财新和官方PMI间的缺口。

  官方PMI以大中型制造业法人企业为抽样单位，2003年调查对象为在工行部门注册登记、能够从事正常经营活动的全部大中型企业，不包括小企业，当时考虑地域和产业类型，抽样到了730家企业，东、中部企业超过8成半，前五大重点工业省市取样超过四成。

  在抽样方式上，无论是官方还是财新PMI，第一轮抽样抽取样本数量，都是按照各行业增加值占全体制造业、非制造业增加值的权重来赋予的，本质上并无差别。

  制造业企业2020年营收排在前十的行业，其营业收入基本占到了全部工业公司的七成，批发零售、建筑业、房地产三大支柱也占据非制造业GDP的六成多。样本差异的真正来源，是两个口径PMI在这些主要行业内抽取样本时不同的方式所致。客观来讲官方的数据更有可能涵盖全面的企业。首先，在2010年，为了适应中小企业加快速度进行发展，官方PMI适当增加了中小企业样本点，调查数量增至820家。样本企业出售的收益占国有及规模以上全部工业的五分之一，占大中型工业出售的收益的三成，占制造业大中型工业的35.6%（中采，2010），目前样本已经扩容至3000家。其次，我们借用一个简单的案例来介绍下官方PMI的PPS抽样环节：

  家企业，按照其占GDP的比重只能选取3家企业作为样本。*将10家行业随机标号并依次排列，主要经营业务收入累加得到一个累计数列，如1209（万元，下同）则抽样间隔=1209/3=403*此时在[1,403]范围内选取一个随机数，如30，则四个被选中的营收分布依次为：30，30+403=433,30+403*2=

  在这个抽样过程中，虽然均匀下来的“筛选距离”还是更多照顾大中型的企业，（被大企业样本营收“拉伸”的距离，会越过一些小企业样本），但在3000家样本抽样的情况下，还是有机会入选部分营收规模比较小的企业的，这点和中采的表述相符。官方口径的好处在于首先获得了全样本的企业营收数据，然后做累加和抽样。

  ）的分布矩阵，然后在矩阵中招募样本企业，这样就“先入为主”限定了样本的范围。而“矩阵”中涉及雇员人数的分布实际上也值得仔细分析。下表3是Markit列举的，PMI非制造业企业抽样的一个简化版案例：先根据各行业增加值确定其分层内的样本企业数目，再根据公司雇员规模（19名以内，多于19且小于250，250名以上）来采样。这样看确实能照顾到各个规模的企业，但我国制造业的情况却存在一定的特殊性——按照就业人数衡量的企业规模和行业增加值都具有马太效应。

  下图12展示了主营收入前10的工业行业中，企业平均就业人数的分布情况。营收前三大行业（计算机、通信和电子设备制造，汽车制造，黑色金属冶炼及压延加工，电气机械及器材制造）的雇员集中度都超出了均值，而后七大行业中除了石油、煤炭及其他燃料加工业外，各行业的雇员集中度都位列均值之下，将就业人数作为企业规模的表征，和主要经营业务收入间具有“强者恒强”的效应——在头部收入的行业中，更容易筛选到就业人数多的大企业样本。如果用人均就业规模前四位的行业作为“就业代表性行业”，则财新PMI对代表性行业的营收增速具有一定的领先性（图13）。

  PMI的收入主导行业中，无论是就业人数导向（财新PMI体系），还是企业数目导向（官方PMI可抽样的来源），国有部门均未占据较高的份额。

  我们将总背离拆解成分项指标的贡献对比，不难发现二者的背离主要是产出和新订单两个分项引起的。读者可能会有疑惑，这两个指标在两类PMI构成中占比都是前两位，合在一起占了55%，是不是由于权重高所致。即便我们拿掉权重因素，单独来看五个分项指标的绝对差异，也会发现产出和新订单是造成官方PMI更高的原因所在。官方PMI比财新PMI低的时候，往往是被原材料库存和供应商供货时间两项所拖累的。拿掉季节效应（年底方向背离频发）、基数因素（官方PMI真实荣枯线比财新PMI要高）后，在经济扩张阶段，官方口径新订单和产出两类指标，容易录得更高的值；而在经济收缩时，官方口径的原材料库存指标容易报的更低。深究原因要从中观上加以对比，此处引入笔者构建的特色指数。

  我们将国信高频扩散指数和两个口径的PMI加以对比，发现官方PMI与国信高频指数更为接近。虽然国信高频指数A和PMI都是具有类环比性质的扩散指数，但指数A仍具有一定季节性，而PMI数据是经过季调的，从原理上讲我们和定基类的扩散指数B来比较更为妥帖。结果显而易见，在2015~2016年的背离，还有目前的短期背离中，指数B和官方PMI的指向更为一致。类同比口径的指数C在目前的背离中也是和官方PMI的走势比较接近。

  2016年期间经济景气得以走出谷底，主要是水泥价格的拖累在逐渐缓解，另外，建材综合指数的负向贡献也有所走弱。汽车全钢胎开工率、三十城商品房成交面积和主要钢厂螺纹钢产量对经济的拖累没有减轻，PTA产量和焦化企业开工率的影响则微乎其微。从方向上来看，过剩产能行业的产能的出清带动了经济逐渐向好发展，这点与官方PMI走向较为接近。

  。我们考察股、债、商三类资产，看PMI数据背离时，长期资金市场是在交易哪个PMI的走向。（1）前两次背离期间，市场在为官方PMI定价。2015年2月~4月，官方PMI走高、财新PMI回落时，股票指数和十年期国债到期收益率出现了上行；2015年8月~2016年1月官方PMI回落、财新PMI走高期间，股票指数、债券收益率、商品指数都出现了不同程度的走弱。（2）第三次背离时，市场则为财新PMI定价。2018年2~5月官方PMI上行、财新PMI下滑期间，股票指数、债券收益率、商品指数均出现了不同程度的回落。

  可以发现，长期资金市场并不一定为了官方口径PMI走势定价，这时候就需要引入“第三方”的指标来“调停”。这个担任“和事佬”的指标即市场广泛关注的工业增加值同比，在2015~2016年间的前两次背离中，工业增加值同比和官方口径PMI提示的方向是一致的。2018年的情况稍复杂，工业增加值走出了一段“M”形，经济二次探底，在背离期间整体还是走弱的，这与官方PMI整体向好的态势相悖，反而更接近财新PMI下滑的态势。既然我们在判断PMI背离时以3个月及以上的时间窗口来判断，就可以引入工业增加值的走向，来给资产定价“破案”，归根到底长期资金市场对工业增加值的走向更加敏感，这也是制造业PMI创造的“使命”之一。

  论是调查得到的软指标、还是依据产量和价格的硬指标，能对投资交易有帮助的就是好指标。

  [2]国家统计局四川调查总队，《PMI简明读本》[M],中国统计出版社，2011[3]中国物流与采购联合会，《中国PMI研究与实践》[M]，中国财富出版社，2002

  海外疫情反复的风险、全球供应链问题对上游原材料价格的冲击、海外耐用品库存高位回落的风险。

  平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。