当前位置:   统计分析
第110期 苏州制造业采购经理指数监测经济运行的实证分析
【发布日期:2016-11-28】 【作者: 陆凯、马露露 】 【来源: 苏州市统计局 】 【阅读次数:8636】【字体

现代市场经济中,周期性的经济波动是一国经济生活中的客观现象。采购经理指数(以下简称PMI)作为国际通行的宏观经济监测指标,正越来越受到各级党政领导、部门、社会各界的广泛关注和高度重视。苏州调查队开展采购经理调查工作已历时多年,调查数据能否发挥对苏州经济的监测和预警作用亟待考量。本文拟借鉴国内外研究成果,通过对苏州制造业PMI及分类指数与GDP、规模以上工业增加值等经济数据的比较分析,探索苏州制造业PMI监测和预警苏州经济发展的可靠性。

一、PMI的应用和经济意义

(一)PMI的应用

采购经理指数,被公认为是衡量经济走向的先行指标,是国际通用的对一个国家或地区进行经济景气程度分析的先行指数。其最大特点是能够捕捉到经济运行中的拐点,包括它的高峰期拐点及衰退期拐点,能够及时地反映一个国家经济运行的景气程度。目前已有美国、加拿大、日本和我国香港等30多个国家和地区制定了采购经理调查制度,PMI可分为制造业PMI、非制造业PMI。

中国制造业采购经理指数(CFLP—PMI)已由国家统计局和中国物流与采购联合会(CFLP)于2005年开始共同合作编制。我国目前的制造业PMI指数由五个扩散指数加权而成,权重是依据其对经济先行影响程度而定。

现今,PMI已然成为预测经济走势的重要指标。作为决策参考,PMI在制定国家经济政策、企业经营战略、金融投资决策等方面都体现了良好的应用价值。

对于宏观的政府层面来说,PMI对整个宏观经济的调控所起到的指导作用是非常明显的,其基于数据转折点(峰值和谷值)的预测和分析有助于判断经济周期的高峰和低谷。因此,大多数政府决策都可以将其作为风向标。以美国为例,美国联邦储备局调整准备金率前会参考PMI指数,根据指标变化来判断决定是否调整以及调整幅度。

从行业层面来说,PMI有助于分析行业发展走势。从国内外经验来看,市场原材料采购、产品价格的上涨和下跌、人员招聘、订单和生产等行为都是经济走势的反映,特别是石油、钢铁、化纤以及相关产业的行为,都是行业发展趋势及变化的反映。每月PMI调查问卷显示的企业生产运营方面的问题,也有助于政府更好地了解和监测各个行业的变化。

对于企业层面来说,PMI作为先行指标对企业的运行与发展也同样具有重要的指导意义。当企业的经营形成一定规模后,通过PMI的变化趋势来捕捉中国经济形势的变化趋势,对企业的经营决策也十分有益。

(二)PMI的经济意义

PMI的取值范围在0至100之间,50为扩张与收缩的临界点。通常PMI在50以上,反映经济总体扩张;低于50,则反映经济总体衰退。经过多年研究测算,得出了PMI高低及变动的大致经济含义(见表1),作为目前全球根据PMI数据判断经济走势的主要参考标准。

用PMI分析宏观经济运行趋势时,其可靠性是基于对数据转折点(峰值点和谷底点,也即商业周期中的高潮和低潮)的预测和分析。由于美国PMI历史数据极为丰富,大量学者和专家对PMI进行了深入研究,发现PMI指标领先于经济周期的高峰与低谷数个月;一些研究对经济总量指标GDP与GNP的关系作了相关性分析,认为二者之间存在高度的正相关;还有研究对PMI与其它指标如工业品价格指数、库存指数等作了相关性分析。通过这些研究,使人们对PMI的特点与作用有了更为深刻的认识。

二、苏州制造业PMI监测经济运行的实证分析

当前,苏州正处于经济增速换档、结构优化调整的关键时期,国内外环境依然错综复杂,短期困难和长期问题相互交织,经济仍存在较大的下行压力。就苏州地区来看,欧美国家复苏不及预期,人民币贬值和出口压力不断增大;国内市场需求动力依然偏弱,部分行业产能过剩,企业生产经营困难增加,进一步加大了经济下行压力。准确判断当下制造业整体走势的研判对政府决策就显得尤为重要。

自2012年3月开始,国家统计局苏州调查队开展以设区市为总体的采购经理调查工作已有4年多时间,积累了较为丰富的统计调查数据。为了分析研究PMI监测经济发展趋势,本课题选择GDP、PPI、固定资产投资和东吴证券推出的股指——苏州率先指数作为宏观经济的代表性指标进行研究。

(一)制造业PMI与主要指标的相关性分析

1.制造业PMI与GDP增速呈现较强相关性

GDP是国民经济核算的核心指标,也是衡量一个国家或地区总体经济状况重要指标。研究和预判GDP走势对于监测苏州经济发展有着重要的意义。由于制造业PMI是环比指数,因此采用GDP累计增速作对照研究。从处理的图表中可以看出,二者走势和关键拐点基本吻合。由于制造业PMI为先行性指标,因此对制造业PMI、滞后一阶的制造业PMI和GDP累计增速进行相关性分析,得到滞后一阶的制造业PMI与GDP累计增速的相关性最为显著,相关性为0.784,属于中高度相关,说明制造业PMI与GDP累计增速之间存在较强的相关性,并且制造业PMI平均领先于GDP累计增速三个月。

2.制造业PMI与PPI呈现较强相关性

PPI(Producer Price Index—PPI,生产价格指数)是衡量工业企业产品出厂价格变动趋势和变动程度的指数,是反映某一时期生产领域价格变动情况的重要经济指标,也是制定有关经济政策和国民经济核算的重要依据。PPI同PMI一样属于先行指数,那么研究两者的趋势对监测经济发展也具有一定重要的意义。由于苏州测算PPI当月环比指数时间较短,数据量达不到分析要求,因此本文在对比时引入制造业PMI体系中的分项指数——出厂价格指数(由于出厂价格指数2015年才开始编制,所以数据从2015年开始)和江苏省PPI环比指数(由于苏州的经济总量和PPI样本量在全省占据主导地位,所以采用江苏省PPI分析比较)。从下图中可以看出三者走势基本吻合,说明先行指标对实体经济运行的判断也是基本一致的。对制造业PMI和PPI进行相关性分析,得到滞后一阶的制造业PMI与PPI的相关性最为显著,为0.433。将出厂价格指数与PPI进行相关性分析,得到滞后一阶的出厂价格指数与PPI的相关性最为显著,为0.698,达到了中高度相关。说明制造业PMI与PPI之间存在较强的相关性,并且制造业PMI平均领先于PPI一个月。

3.制造业PMI与固定资产投资呈现较强相关性

投资是拉动经济的重要因素之一,研究投资与PMI走势的关系有助于为决策做参考。同时结合不同行业特点,考虑先导型和基础型行业的投资明显具有先行性(如钢铁行业,钢铁行业的景气与否往往是固定资产投资的一个风向标)。因此本文选取制造业PMI、金属冶炼及压延加工PMI与固定资产投资环比增速对照研究,寻找其中的内在联系。从下图中可以看到,虽然变化幅度有一定差异,但三者的变化趋势还是较为一致。对制造业PMI和固定资产投资环比增速进行相关性分析,得到滞后二阶的制造业PMI与固定资产投资环比增速的相关性最为显著;将金属冶炼及压延加工PMI与固定资产投资环比增速进行相关性分析,得到滞后二阶的金属冶炼及压延加工PMI与固定资产投资环比增速的相关性最为显著,相关性到达了0.650,为中高度相关。分析结果表明,制造业PMI与固定资产投资之间存在较强的相关性,特别是金属冶炼及压延加工业PMI对投资有较强的预测性,且金属冶炼及压延加工业PMI平均领先于投资两个月。

4.制造业PMI与苏州率先指数呈现较强相关性

股市常被人们称为国民经济的“晴雨表”,是与实体经济相对应的虚拟经济,对宏观经济环境和政治形势的变化非常敏感,它经常能够对国民经济的变化趋势提前做出反应。苏州率先指数是2013年12月深圳证券信息有限公司和东吴证券股份有限公司联合推出的首次以地级市城市名命名的股票指数。苏州率先指数选择的企业具有稳定的业绩,能够代表苏州发达的经济体和先进生产力。因此,引入苏州率先指数与制造业PMI进行分析。由于PMI是月度环比指数,而股指是随着交易日变动的指数,为了分析的便利,我们将指数进行月度处理,同时由于证券市场对企业生产经营的高度敏感性,我们引入制造业PMI的分项指数——生产指数进行分析。通过观察下图,可以发现制造业PMI与苏州率先指数之间趋势较为一致,如2015年5月份前苏州制造业PMI保持在荣枯线上,5月份以后,指数持续低迷滑落至收缩区间;同期苏州率先指数也是在上半年不断突破到达了阶段的高点,下半年开始步入调整。对制造业PMI和苏州率先指数月环比进行相关性分析,得到滞后三阶的制造业PMI与苏州率先指数月环比的相关性最为显著,将苏州制造业生产指数与苏州率先指数月环比进行相关性分析,得到滞后三阶的制造业生产指数与苏州率先指数月环比的相关性最为显著,相关性到达了0.634,为中高度相关。分析结果表明,苏州制造业PMI与苏州率先指数之间有较强的相关性,特别是苏州制造业生产指数对率先指数有较强的先导预期性,且苏州制造业生产指数平均领先于投资三个月。

(二)制造业PMI监测GDP模型的建立

通过上文的分析,可以看到制造业PMI与GDP、PPI以及苏州率先指数之间较强的相关性,PMI的先行性关键就在于提供了观察连续性趋势的拐点,由此本文尝试建立制造业PMI监测GDP运行的模型,以期为预测GDP发展趋势提供参考工具。

1.研究思路

(1)运用ADF检验法,对PMI和GDP进行平稳性判定,为下一步协整检验和因果关系分析提供必要准备。在经济领域中,时间序列通常是非平稳的,不能满足传统的多元回归对数据平稳性的要求。在回归分析中,即使变量之间没有任何联系,也会由于非平稳序列带有趋势项而呈现一定的关系,这就是所谓的“伪回归”问题。因此,需要运用协整分析有效避免这种问题的出现。

ADF检验通过3个模型完成:

3个模型中原假设都是H:δ=0,即存在单位根。检验时从模型3开始,然后模型2,模型1依次进行。当原序列不存在单位根,序列为平稳序列,检验拒绝原假设,停止检验。否则,继续检验,直到检验完模型1为止,从而检验序列的平稳性。

(2)运用Johansen检验法进行协整检验,分析判断PMI和GDP之间是否存在长期均衡稳定的关系。

协整的经济意义在于,协整意味着变量之间存在长期均衡的关系。协整可以避免“伪回归”现象的出现,区分变量之间的长期均衡关系和短期动态关系。对变量的协整检验,有EG两步检验法和Johansen检验法,本文选择运用Johansen检验法。

(3)运用格兰杰因果检验方法,从因果关系角度判断PMI和GDP之间的关系。主要是对以下两个方程进行回归:

其中,零假设分别为H:β…=β=0。在进行格兰杰因果检验时,首先对方程1的估计值的显著性进行检验,如果拒绝原假设,那么得出y是引起x变动的格兰杰原因。同理对方程2的估计值显著性进行检验,如果拒绝原假设,得出x是引起y变动的格兰杰原因。

2.模型检验

(1)通过时间序列图来获取对数据的直观印象

由图可以看到,两组数据的波动较大,显然是非平稳的时间序列,对其直接进行统计分析,是不具有说服力的,因为只有基于平稳的时间序列数据的统计模型才具有良好的预测能力。

(2)平稳性检验

第一步,对序列的平稳性进行检验。采用马克威软件,进行ADF单位根检验,检验序列是否平稳,同时根据AIC准则,确定了滞后长度为1。

根据马克威软件计算得出的ADF统计量的值,置信水平从1%到10%相应的临界值,得出该检验结果表明,PMI数据序列为非平稳的,不能进行分析(图13)。

第二步,将数据进行一阶差分(下文中我们用DPMI和DGDP分别表示进行差分后的PMI和工业产值数据)。由图可以看到,差分后的数据在5%的水平上达到了一阶单整,即DPMI和DGDP为一阶单整序列,记为DPMI-I(1),DGDP-I(1)。

(3)协整检验

通过以上ADF检验表明,PMI和GDP为一阶单整序列,表明PMI和GDP之间可能存在长期均衡稳定的关系。因此采用基于向量自回归的Johansen法进行协整关系检验来分析苏州制造业PMI与GDP的是否存在长期均衡的关系。

选择滞后长度选择为2,得出结果如表所示,假设无协整关系时,检验统计量大于临界值,拒绝原假设,认为有协整关系;假设至多1个协整关系时,检验统计量小于临界值,不能拒绝原假设,说明存在一个协整向量。DPMI和DGDP在1%的显著水平上存在一个协整方程,说明两者PMI与GDP之间确实存在可信的长期均衡关系。

(4)格兰杰因果检验

在确定变量间存在协整关系之后,仍然有必要继续深入挖掘的是,变量间的长期均衡关系是否也构成某种因果关系,这种因果关系的方向又如何。对此,利用马克威软件对数据在1~4阶滞后期的条件下进行格兰杰因果检验,结果见表3。

从表中可以看出,在选择滞后期为1~3期的条件下,接受了DGDP不是DPMI的格兰杰原因,拒绝了DPMI不是DGDP的格兰杰原因,也就是说PMI是有助于研究GDP的。从P值来看,在2阶时,P值最小,说明在2阶时,PMI对GDP是目前数据水平下可以得到的最好的结果,同时,1~3阶时,PMI仍然有预测效果。

3.GDP关于PMI的回归模型

基于以上检验,DPMI滞后期为1~3期与DGDP有因果关系,因此建立一个DGDP与DPMI滞后期为1~3期的数量关系模型。

首先建立DGDP关于DPMI,DPMI,DPMI的回归函数,这里采用逐步回归的方法,得到的回归结果,显示变量DPMI对模型影响显著。

并得到DGDP与DPMI的回归模型为:

DGDP=28.982257+152.0455*DPMI

对模型分离出的残差项进行检验,发现残差项没有明显的异常值,也没有明显的趋势,说明模型是可靠的,拟合效果也是理想的。

根据以上模型得到的DGDP数据预测结果跟实际数据拟合图形(图19):

以上结果显示,模型对实际数据具有较好的拟合效果,综上可以认为苏州制造业PMI数据对GDP具有较好的拟合预测作用,并且苏州制造业PMI平均领先GDP数据3个月。

(三)结论

根据模型拟合结果,可以得出:苏州制造业PMI可以反映苏州经济运行的趋势。在现有的数据样本下,苏州制造业PMI的波动拐点能够提前一个季度反映GDP的走势,可以提前预测苏州未来一个季度经济发展趋势,可以判断固定资产投资趋势及对金融市场变动进行一定的分析。因此可以得到如下结论:苏州制造业PMI与经济之间存在着密不可分的关系,制造业PMI对经济有着很好的预测作用。

(四)需要完善的问题

根据以上分析,可以发现,制造业PMI是指数,是相对数,不具有量的概念,其作用主要在于反映地区经济发展的变化趋势。因此,制造业PMI更适用于对实体经济做趋势性分析,而不宜直接通过数据高低比较来做定量分析。如果要做定量分析,则需要建立相应的数学模型。

采购经理指数作为国际通行的宏观经济监测指标之一,其指标体系和方法论是全球统一的,其指数和相关报告已成为全球经济运行情况的重要评价指标和判断经济变化的晴雨表。尝试使用制造业PMI对地区经济发展进行监测、预测,有助于为地区经济发展提供决策和参考。苏州制造业PMI与经济相关性较高,观察PMI建立的数学模型上来看,能提前1-3月预测到经济发展过程中拐点的出现,能够在很大程度上监测预警苏州经济发展情况。但本文监测的经济指标仅选取了反映地区经济发展情况的部分指标,仅通过制造业PMI对其进行分析,还存在一定的局限性,有待进一步完善和健全监测和评价体系。

                                             课题组:张桂红、马露露、欧阳文、陆  凯

 

 
 
   
版权所有 苏州市统计局、国家统计局苏州调查队 地址:苏州市劳动路1053号燃气大厦5楼 电话:0512-68610116 Email: bgs@sztjj.gov.cn
苏ICP备10011396号