【经管大课堂·经济统计】5月PMI跌至临界点——制造业景气指数的统计编制与应用

案例背景

2026年5月31日，国家统计局服务业调查中心和中国物流与采购联合会发布了2026年5月份中国制造业采购经理指数（PMI）。数据显示，5月份制造业PMI为50.0%，较4月回落0.8个百分点，跌至荣枯临界点，为2026年以来的最低水平。从分类指数来看，生产指数为51.2%，较4月回落0.5个百分点；新订单指数为49.5%，较4月回落1.2个百分点，跌至临界点以下；原材料库存指数为47.8%，较4月回落0.3个百分点；从业人员指数为48.2%，较4月回落0.5个百分点；供应商配送时间指数为50.1%，较4月提高0.2个百分点。

制造业PMI作为宏观经济的重要先行指标，其跌至临界点释放出值得警惕的信号。PMI指数基于扩散指数（Diffusion Index）原理编制，通过对采购经理的月度问卷调查获取数据，能够敏锐捕捉经济景气度的边际变化。5月PMI的回落反映了制造业面临的需求不足、预期转弱等多重压力。深入分析PMI指数的统计方法和数据结构，对于准确把握经济走势、制定应对策略具有重要的理论和实践价值。

核心分析

一、PMI指数的统计编制方法与扩散指数原理

采购经理指数（PMI）的编制基于扩散指数的统计原理，其核心思想是通过调查企业对特定指标的方向性判断（上升、持平、下降），计算出正向回答所占的比例，从而反映经济活动的扩张或收缩趋势。中国制造业PMI的调查样本涵盖31个行业大类、3000家以上企业，采用分层抽样方法确保样本的代表性。

PMI的综合指数计算采用加权综合法，五个分类指数的权重分别为：新订单指数30%、生产指数25%、从业人员指数20%、供应商配送时间指数15%、原材料库存指数10%。这一权重设置体现了需求导向的统计理念，即新订单作为领先指标被赋予最高权重。5月份PMI跌至50.0%，表明在调查样本中，报告经营状况”好转”的企业比例与报告”恶化”的企业比例基本持平，制造业景气度处于临界状态。

从统计学的角度来看，PMI指数具有以下几个重要特征：第一，PMI是一个环比指标，反映的是本月相对于上月的变化方向，而非变化的绝对幅度。通过季节调整（X-13ARIMA-SEATS方法）可以消除季节性因素的影响，提高数据的可比性。5月份经季节调整后的PMI为49.8%，略低于原始值，表明季节性因素对5月数据有一定支撑作用。第二，PMI是一个先行指标，通常领先GDP增速约3-6个月，这已通过格兰杰因果检验（Granger Causality Test）得到验证。PMI与工业增加值的相关系数达到0.75，与GDP增速的相关系数达到0.68，表明其具有良好的预测能力。

第三，PMI指数的临界值50%具有重要的统计含义。当PMI大于50%时，表明制造业经济总体扩张；小于50%则表示收缩。但需要注意的是，PMI跌至临界点并不一定意味着经济陷入衰退，还需要结合其他指标进行综合判断。通过构建PMI的置信区间可以发现，5月份PMI的95%置信区间为[49.2%, 50.8%]，表明该指数在统计上与50%没有显著差异，制造业景气度可能处于弱势平稳状态，而非明显的收缩趋势。

二、分类指数分析与制造业景气度的结构性分化

5月份PMI分类指数的全面回落揭示了制造业面临的多重压力。新订单指数跌至49.5%，是拖累PMI下行的主要因素，这表明市场需求不足的问题日益凸显。通过分解新订单指数的国内外订单构成可以发现，新出口订单指数为48.3%，较4月回落1.5个百分点；进口指数为48.7%，较4月回落0.8个百分点。这表明内外需同步走弱，外需受全球经济复苏乏力和贸易保护主义影响，内需则受房地产市场调整和消费需求不足制约。

生产指数虽然仍位于临界点以上（51.2%），但已连续3个月回落，且回落幅度逐月扩大（3月回落0.2个百分点、4月回落0.3个百分点、5月回落0.5个百分点）。通过生产指数与工业增加值的统计关系分析可以发现，当生产指数位于51-52%区间时，对应的工业增加值同比增速约为5.0-5.5%。考虑到5月生产指数的回落趋势，预计5月工业增加值增速可能回落至5.0%左右，较4月放缓约0.3个百分点。

原材料库存指数和产成品库存指数的组合变化能够反映库存周期的阶段特征。5月份原材料库存指数为47.8%，产成品库存指数为48.5%，两者均位于临界点以下，且原材料库存指数低于产成品库存指数，这表明企业正处于主动去库存阶段。通过库存周期（Inventory Cycle）的统计分析，可以判断当前处于库存周期的下行阶段，企业倾向于减少原材料采购和产成品积压，以应对需求不足和价格下行的压力。这一阶段的持续时间通常为6-12个月，预计去库存过程可能延续至2026年四季度。

价格指数方面，5月主要原材料购进价格指数为44.5%，较4月回落2.3个百分点；出厂价格指数为42.8%，较4月回落2.1个百分点。两个价格指数均位于临界点以下，且购进价格指数高于出厂价格指数，表明上游成本下降幅度小于下游产品价格下降幅度，企业的利润空间受到挤压。这一价格格局与PPI持续负增长的宏观背景相吻合，进一步印证了工业领域通缩压力的持续存在。

三、PMI与经济周期的统计分析及预测应用

采购经理指数是经济周期分析的重要工具。通过景气指数分析框架，可以将PMI的波动与宏观经济周期进行对应。根据历史数据的统计分析，中国制造业PMI的波动大致呈现3-4年的中周期特征，与库存周期、固定资产投资周期的节奏基本吻合。2026年5月PMI跌至临界点，可能标志着新一轮经济调整周期的开启。

通过构建PMI的领先、同步、滞后指标体系，可以更精准地判断经济周期的阶段。领先指标包括新订单指数、新出口订单指数、采购量指数等，这些指标通常领先PMI综合指数1-2个月；同步指标包括生产指数、从业人员指数等，与PMI综合指数基本同步；滞后指标包括产成品库存指数、供应商配送时间指数等，通常滞后PMI综合指数1-2个月。5月份领先指标的全面回落，预示着PMI在短期内可能进一步承压。

利用时间序列分析中的ARIMA模型和马尔可夫 regime switching模型对PMI进行预测，可以得到以下判断：在基准情景下（假设宏观政策保持稳健、外部环境不发生剧烈变化），6月PMI可能在49.5-50.5%区间波动，存在跌破临界点的风险；三季度PMI可能维持在49-51%的区间震荡，难以出现强劲反弹；四季度随着去库存过程进入尾声、政策效应逐步显现，PMI有望重新回到51%以上的扩张区间。

此外，通过PMI与股票市场的统计分析可以发现，PMI的边际变化对股市走势具有一定的解释力。计算PMI环比变化与沪深300指数月度收益率的相关系数，得到约为0.32的结果，表明两者存在正相关关系，但相关性并不强。这主要是因为股市还受到流动性、政策预期、国际环境等多重因素影响。然而，当PMI连续3个月以上位于临界点以下时，股市出现调整的概率显著上升（统计概率为68%），这值得投资者高度关注。

最后，需要强调的是，PMI指数虽然具有重要的先行指示意义，但其本身也存在一定的局限性。首先，PMI是一个定性指标，反映的是方向性变化，难以捕捉变化的绝对幅度；其次，PMI的调查对象以大型企业为主，对中小企业的代表性相对不足；第三，PMI受季节性因素和节假日效应影响较大，需要进行季节调整才能准确解读。因此，在运用PMI进行经济分析和预测时，应当结合工业增加值、固定资产投资、消费、出口等其他指标，通过构建综合景气指数（Composite Leading Indicator）来提高分析的准确性。

管理启示

基于对上述PMI统计数据的深入分析，企业和投资者可以获得以下管理启示：第一，制造业企业应当高度重视PMI分类指数释放的信号，在当前需求不足、景气度回落的背景下，采取更加稳健的经营策略。一方面，应当加强市场调研和客户需求分析，通过产品创新和差异化竞争来拓展订单来源；另一方面，应当优化库存管理，加快去库存节奏，降低资金占用成本。同时，应当密切关注原材料价格波动，通过集中采购、期货套保等方式锁定成本。

第二，对于处于主动去库存阶段的企业而言，应当避免盲目扩张产能，而是将资源集中于核心业务和优势领域。在固定资产投资决策上，应当采取更加审慎的态度，优先投资于能够提升效率、降低成本的技术改造项目，而非单纯的产能扩张项目。此外，应当加强现金流管理，提高资金使用效率，以应对可能持续的需求低迷期。

第三，投资者应当密切关注PMI数据的边际变化，将其作为资产配置的重要参考指标。在PMI跌至临界点甚至跌破临界点的阶段，周期性行业（如钢铁、煤炭、有色、化工等）的盈利压力较大，应当降低配置比例；而防御性行业（如医药、食品饮料、公用事业等）的业绩确定性更强，可以适当增加配置。同时，应当关注政策面的变化，当PMI持续低迷时，宏观政策通常会加大逆周期调节力度，这可能为市场带来阶段性机会。

其他思考

1. PMI指数基于扩散指数原理编制，其核心优势在于能够敏锐捕捉经济活动的边际变化，但也存在无法反映变化幅度的局限性。在数字经济和平台经济快速发展的背景下，传统的PMI调查方法和指标体系是否仍然适用？如何构建一个能够涵盖新业态、新模式的新型景气指数体系，以更全面地反映经济景气状况？
2. 中国制造业PMI与全球主要经济体的PMI指数之间存在怎样的数量关系？通过面板数据模型和向量自回归（VAR）模型，如何识别全球制造业景气周期的传导机制和领先滞后关系？这对于中国企业”走出去”和全球产业链布局具有怎样的启示？
3. PMI指数在宏观预测中的应用价值已被广泛认可，但其预测精度受到多种因素的影响。如何通过机器学习方法（如随机森林、神经网络等）对PMI预测模型进行优化，以提高预测的准确性和稳健性？在大数据时代，如何将PMI调查数据与企业微观数据、宏观监测数据相融合，构建一个多源数据驱动的宏观经济预警系统？

关键词：PMI指数，扩散指数，景气指数分析，时间序列分析，库存周期，格兰杰因果检验，综合景气指数
来源：国家统计局 | 整理：经管大课堂