不可过度迷信PMI的原因

不可过度迷信PMI的原因
2013年第一个月的PMI指数最近出炉，尤其是官方PMI从上月的50.6下跌到50.4，在众望所归经济企稳的当下，还是出乎了不少意料的。

但同时，我们发现国内的学者普遍在直接使用PMI，对该指数最本源的东西缺乏研究。

中国的PMI到底代表的是什么？为什么大家这么迷信PMI数据？0.2的数值之差就有如此大的区别么？
PMI在美国确实挺流行的，我想主要原因在于：PMI直接取自民间调查，减少了某些中间环节，在一定情况下对实体经济的真实反映程度较高。

其次，PMI 较其他经济指标先行公布，对之后公布的GDP、工业投资数据等都具有很强的先示作用。

过去两年，我们一直对PMI进行跟踪研究，这个指数确实有高敏感度和较强的前瞻性，估计这与PMI的统计方式有着很大的关系。

绝大多数人不了解这个的统计方式：被调查者将被问及包括生产量、产品订货、出口订货、现有订货在内的11个封闭型问题和3个开放型问题，在所有问题的调查中，不涉及具体数值的回答，只回答在报告期内是上升、持平、下降，以避免被调查者出于商业保密的目的而掩藏真实数据。

在调查结果的计算过程中，还要根据不同问题的归属乘以不同的比重——PMI=订单指数×30%+生产指数×25%+雇员指数×20%+配送指数×15%+存货指数×10%。

并且在取样过程中，对于样本的选择也有着非常严格的限制。

比如按照不同的地域给予不同的调查比重——其中东部、中部、西部各占：64%、24%、12%——这样是为了反应中国的制造业在不同地域间的分布情况。

看起来很专业，但是相对于美国的PMI来讲，中国的PMI指数确实年轻太多。

我国的数据模型有不少弱点。

首先是调查样本的缺乏。

美国的调查采样是来自海量的行业数据，会员单位多达15.8万，在数据的精确度和科学性上，中美相较还差太远。

中国的PMI商务调查是在对727个公司的采购经理月度调查的基础上形成的，每个月的调查通过对采购和供应问题的回答汇编而成。

可以说，我们中国这么大的经济体，727个公司的数据不足以反映全局。

所以，中国的PMI 不足以为我们经济战略提供全局性数据支持。

这是中国PMI的缺失。

对于国内来说，过去几年，人们过度迷信PMI对于制造业企业的预示作用。

一直以来中国制造业面临着能源困局、人口红利消退、政府高税收等多重问题影响，传统制造业的利润率只有2%到3%，科技含量高一点的企业只有5%到6%，这也是我们常说的制造业空心化的问题来源。

解决这一困局的主要方法，普遍的观点是以宽松的政策营造制造业良好的上游环境。

在这个过程中，大量的宽松政策红利被国企以更加贴合政策的先天优势获得，反而是缺少垄断和国资等免死金牌、并处于市场竞争状态中的制造业企业，
并没有享受到政策红利的覆盖。

如果抱着这样的想法再来重看中国构建在PMI 数据上的制造业回暖，则可以看出很多的问题。

正像最近半年的PMI数据上涨，表明中国的制造业真的回暖了吗？数据上的向好究竟是结构调整到位自然形成的反弹？抑或仅仅是大型国企受益于大规模货币超发而营造出的假象呢？
去年中国M2余额超过百万亿，且全年新增货币占到了全世界新增货币总量的一半，更直接的是，在PMI的购进价格指数上，已经连续两个月呈现了大幅度的上涨态势。

这都从不同侧面印证了货币超发对于制造业大环境的影响作用。

而且，恰恰是在去年下半年，中央开启又一轮以宽松为主基调的基建项目之后，PMI指数出现了明显的筑底回升。

按照我们的分析，这其中又恰恰是国企、央企更多的享受了宽松货币环境带来的融资红利。

并不是制造业本身结构调整完善的结果。

不管怎么样，我们要用很审慎的态度对待官方发布的PMI数据，将其当做参考即可，不可过分迷信它。

我国PMI数据主要表达官方意图，特别是政府要在宏观经济上推出重大政策的时候。

这样的PMI更适合作为参考数据。

我们对PMI的用法有如下建议供参考：
一、“PMI 产成品库存”是中国PMI 体系中相对比较核心的指标，它的波动是导致其它很多PMI 细分指标波动的原因。

这个指标可作为判断“固定资产投资累计同比”变化很重要的参考指标，而且数据统计发现该指标对预测股市短期波动也很有意义。

二、“PMI 产成品库存”、“PMI 购进价格”、“PMI从业人员”这三个指标可构造对PPI环比的多元回归模型。

三、“PMI 供应商配送时间”波动可作为判断“社会消费品零售总额环比”变化的参考指标，“PMI 从业人员”波动可作为判断“出口环比”变化的参考指标。