库存周期的数据指标：如何获取和清洗这些数据？

做库存周期研究，最头疼的往往不是理论，而是数据。我刚开始接触这个领域时，光找数据就花了两周。后来发现，其实核心指标就那么几个，关键是知道去哪拿、怎么处理。

今天咱们就聊聊三个最关键的指标：工业企业产成品库存、PMI库存指数、OECD综合领先指标。嗯，这三个指标基本能覆盖库存周期的全貌。

一、工业企业产成品库存：最直接的库存数据

这个数据来自国家统计局，每月发布一次。它统计的是规模以上工业企业的产成品库存金额。说白了，就是工厂仓库里堆了多少货。

获取方式其实很简单。我个人习惯用Python直接爬取，但如果你不熟悉编程，手动下载Excel也行。

# 我常用的爬取代码
import requests
import pandas as pd

# 国家统计局API接口（示例）
url = "https://data.stats.gov.cn/easyquery.htm"
params = {
    "m": "QueryData",
    "dbcode": "fsnd",
    "rowcode": "zb",
    "colcode": "sj",
    "wds": "[]",
    "dfwds": '[{"wdcode":"zb","valuecode":"A0E0F01"}]'
}

response = requests.get(url, params=params)
data = response.json()
df = pd.DataFrame(data['data'])
print(df.head())

二、PMI库存指数：领先的先行指标

PMI库存指数分两个：原材料库存和产成品库存。这两个指标很有意思，它们能提前1-2个月反映库存周期的拐点。

为什么会这样？因为PMI是调查数据，企业采购经理凭感觉填的。你想想看，当企业开始减少原材料采购时，往往意味着他们预感到需求要下滑了。这种"感觉"虽然主观，但统计上确实有效。

指标	含义	领先性
原材料库存	企业采购的原材料库存水平	领先2-3个月
产成品库存	企业生产完成待销售的产品	同步或滞后1个月

获取PMI数据，我推荐两个渠道：

• 中国物流与采购联合会：每月1日发布官方PMI
• 财新PMI：更偏向中小企业，有时与官方数据有差异

# 财新PMI数据获取示例
import pandas as pd
import requests

# 使用第三方数据平台API
url = "https://api.xxx.com/pmi/caixin"
params = {
    "start_date": "2010-01",
    "end_date": "2024-12",
    "indicator": "finished_goods_inventory"
}

response = requests.get(url, params=params)
data = response.json()
df = pd.DataFrame(data['data'])
# 清洗：处理缺失值
df = df.fillna(method='ffill')  # 前向填充
print(df.tail())

三、OECD综合领先指标：全球视角

做库存周期研究，不能只看国内。全球需求变化会通过出口传导到国内。OECD综合领先指标（CLI）就是用来捕捉这种全球周期的。

这个指标由OECD编制，覆盖了33个成员国。它通过工业产出、订单、消费者信心等数据合成，能提前6-9个月预测经济拐点。

获取方式：

# OECD数据获取
import pandas as pd
from oecd import OECD  # 假设有封装好的库

# 初始化客户端
client = OECD()
data = client.get_dataset(
    dataset_id="MEI_CLI",
    filter_dict={
        "LOCATION": "G7",  # 七国集团
        "SUBJECT": "CLI",  # 综合领先指标
        "FREQUENCY": "M"   # 月度
    }
)

# 清洗：去除季节性波动
from statsmodels.tsa.seasonal import seasonal_decompose
result = seasonal_decompose(data['Value'], model='additive', period=12)
data['Value_SA'] = data['Value'] - result.seasonal  # 季节调整
print(data.head())

四、数据清洗的通用流程

不管从哪拿数据，清洗步骤都差不多。我总结了一套标准流程：

1. 缺失值处理：用前向填充或插值法
2. 异常值检测：3倍标准差法或IQR法
3. 季节调整：X-13ARIMA-SEATS或移动平均
4. 标准化：Z-score或Min-Max
5. 对齐时间戳：统一到月末或月初

# 完整的清洗函数
def clean_inventory_data(df, method='forward'):
    """
    库存数据清洗函数
    """
    # 1. 缺失值处理
    if method == 'forward':
        df = df.fillna(method='ffill')
    elif method == 'interpolate':
        df = df.interpolate()
    
    # 2. 异常值处理（3倍标准差）
    mean = df['value'].mean()
    std = df['value'].std()
    df['value'] = df['value'].clip(mean - 3*std, mean + 3*std)
    
    # 3. 计算同比变化率（库存周期常用）
    df['yoy'] = df['value'].pct_change(12) * 100
    
    return df

# 使用示例
df_clean = clean_inventory_data(df_raw, method='interpolate')
print(df_clean.describe())

五、三个指标的联动关系

这三个指标不是孤立的。我画了一张图，帮你理解它们之间的关系：

你看，这三个指标形成了一个验证链条。我个人习惯先用OECD指标判断大方向，再用PMI库存指数找拐点，最后用产成品库存数据确认。这样能大大减少误判。

好了，数据获取和清洗就讲到这里。记住，数据质量决定了研究质量。花时间把数据弄干净，后面建模会省很多事。