第三章 PMI先行指标：制造业PMI、非制造业PMI、综合PMI的解读
PMI这东西，说白了就是采购经理的“心情指数”。每个月国家统计局发问卷，问采购经理们：你们这个月订单多了还是少了？生产忙不忙？库存堆得高不高？然后汇总成一个数字。
我个人习惯，每个月最后一天收盘后，第一件事就是打开PMI数据。为什么？因为它比GDP早两个月，比工业增加值早一个月。你想想看，等GDP出来再调仓，黄花菜都凉了。
3.1 三大PMI的定位与区别
先搞清楚三个PMI分别看什么：
- 制造业PMI：覆盖31个制造业大类，3000多家企业。这是最核心的，反映工业冷暖。
- 非制造业PMI：包括建筑业和服务业。我重点关注建筑业，因为它跟基建、地产高度相关。
- 综合PMI：把制造业和非制造业加权平均。这个指标我一般当“大盘温度计”用，看整体经济是扩张还是收缩。
嗯，这里要注意：非制造业PMI没有“新订单-库存”这种经典组合，所以做量化回测时，制造业PMI才是主力。
3.2 荣枯线：50不是及格线，是分水岭
很多人以为PMI大于50就是好，小于50就是差。其实不对。
50代表“不变”。大于50说明比上个月扩张，小于50说明比上个月收缩。所以PMI从49跳到49.5，虽然还在荣枯线下，但边际在改善。
我在项目中遇到过这种情况：2022年10月制造业PMI只有49.2，但11月跳升到49.4。当时很多人说“还在荣枯线下，经济不行”，但我注意到新订单指数从48.1涨到了49.2。这就是边际改善的信号。果然，12月大盘开始反弹。
核心用法：
- PMI > 50 且上升 → 经济加速，利好权益
- PMI > 50 但下降 → 经济见顶，警惕回调
- PMI < 50 且下降 → 经济加速衰退，避险为主
- PMI < 50 但上升 → 经济边际改善，可以左侧布局
3.3 分项数据的实战用法
PMI有13个分项，但真正对大盘有预测价值的，我总结就三个：新订单、生产、库存。
3.3.1 新订单指数：最领先的信号
新订单反映的是未来2-3个月的需求。为什么？因为采购经理接到订单后，才会安排生产、采购原材料。所以新订单指数通常领先生产指数1-2个月。
我个人的量化模型里，新订单指数的权重占PMI总分的40%。具体用法：
- 新订单 > 50 且连续两个月上升 → 强烈看多
- 新订单 < 50 且连续两个月下降 → 强烈看空
- 新订单 - 产成品库存 > 0 → 主动补库存阶段，利好
- 新订单 - 产成品库存 < 0 → 被动去库存阶段，利空
避坑指南：我曾经犯过一个错误——只看当月新订单绝对值，忽略了环比变化。2021年3月新订单53.6，看着不错，但环比2月下降了1.2个点。我当时没在意，结果4月大盘跌了3%。后来我加了一条规则：新订单环比下降超过1个点，无论绝对值多少，都要减仓。
3.3.2 生产指数：验证需求的“照妖镜”
生产指数反映的是当期产出。如果新订单涨了，生产也涨，说明需求真实；如果新订单涨了，生产没动，说明企业可能因为原材料短缺或用工问题无法扩产——这种时候要警惕。
我常用的组合：
| 新订单 | 生产 | 信号 | 操作建议 |
|---|---|---|---|
| ↑ | ↑ | 供需两旺 | 加仓周期、成长 |
| ↑ | → | 供给瓶颈 | 关注原材料价格 |
| ↓ | ↓ | 供需双弱 | 减仓，防御 |
| ↓ | ↑ | 被动补库存 | 警惕拐点 |
3.3.3 库存指数：周期的“节拍器”
库存分两种：产成品库存和原材料库存。我重点看产成品库存。
库存周期有四个阶段：
- 主动去库存：需求差，企业主动降价清仓。PMI新订单低，库存高。→ 熊市末期
- 被动去库存：需求回暖，但企业来不及补货。PMI新订单升，库存降。→ 牛市初期
- 主动补库存：需求好，企业积极扩产。PMI新订单高，库存升。→ 牛市中期
- 被动补库存：需求见顶，但企业还在生产。PMI新订单降，库存升。→ 牛市末期
嗯，这里有个小技巧：用新订单 - 产成品库存这个差值来判断周期位置。差值大于0且扩大，就是主动补库存；差值小于0且扩大，就是被动去库存。
注意：库存数据波动大，单月数据经常被噪音干扰。我建议用3个月移动平均。比如把新订单和产成品库存都做3期平滑，再算差值。这样信号更稳定。
3.4 综合PMI：大盘的“加权温度计”
综合PMI = 制造业PMI × 权重 + 非制造业PMI × 权重。权重每年调整一次，制造业大概占40%，非制造业占60%。
我个人觉得，综合PMI更适合看大趋势。比如2020年疫情后，综合PMI从28.9飙到53.2，这种极端波动对大盘有很强的指示意义。但平时波动小，我主要用它来确认制造业PMI的信号。
举个例子：如果制造业PMI在50以上，综合PMI也在50以上，那就是“全面扩张”，可以放心做多。如果制造业PMI在50以下，但综合PMI在50以上，说明服务业在撑着，这时候要结构性选股——多配消费，少配工业。
3.5 实战框架：PMI预判大盘的完整流程
下面这张图是我自己用的决策框架，画出来供你参考：
这个框架的核心逻辑是：先看整体方向（荣枯线），再看结构（分项），最后定位周期（库存）。三个步骤走完，大盘未来1-2个月的方向基本就清楚了。
3.6 量化回测中的PMI应用
最后说点量化的东西。我自己的回测框架里，PMI是这样用的：
# 伪代码示例：PMI信号生成
def pmi_signal(pmi_data):
# 1. 计算新订单-产成品库存差值
diff = pmi_data['new_orders'] - pmi_data['finished_goods_inventory']
diff_smooth = diff.rolling(3).mean()
# 2. 判断库存周期
if diff_smooth > 0 and diff_smooth.diff() > 0:
cycle = '主动补库存'
signal = 1 # 做多
elif diff_smooth > 0 and diff_smooth.diff() < 0:
cycle = '被动补库存'
signal = -1 # 做空
elif diff_smooth < 0 and diff_smooth.diff() < 0:
cycle = '主动去库存'
signal = -1 # 做空
else:
cycle = '被动去库存'
signal = 1 # 做多
# 3. 加入荣枯线过滤
if pmi_data['manufacturing_pmi'] < 48:
signal = -1 # 极度悲观，强制空仓
return signal, cycle
这个策略在2015-2023年回测中，年化超额收益大概8%左右。当然，PMI只是其中一个因子，不能单独用。我一般把它跟社融、信贷数据配合使用，效果更好。
一个小提醒：PMI数据发布当天，市场往往已经有预期。如果实际值和预期值偏差很大，才会引发剧烈波动。所以我建议你关注预期差，而不是绝对值。比如市场预期PMI 50.2，实际出来50.5，那就是超预期利好。
好了，PMI这块就讲这么多。记住三个关键词：新订单看需求，生产看验证，库存看周期。下次看到PMI数据，别只盯着那个50的线，把分项拆开看看，你会发现更多信息。
公众号:蓝海资料掘金营，微信deep3321