前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >宏观经济指标分析与数据可视化——PMI

宏观经济指标分析与数据可视化——PMI

作者头像
钱塘小甲子
发布2019-11-12 22:35:24
1.3K0
发布2019-11-12 22:35:24
举报
文章被收录于专栏:钱塘小甲子的博客

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

本文链接:https://cloud.tencent.com/developer/article/1537721

代码语言:txt
复制
    PMI是一个很有意思的东西,一般都会认为PMI是一个领先指标。PMI中文名叫做采购经理人指数,听起来有点不知所云,说白了就是一个问卷调查。

1、PMI是怎么来的?

代码语言:txt
复制
    我们来假设一个场景。话说在小天才幼儿园里面,老师很关心小朋友的开心程度,于是每个月快到月底的时候都会让小朋友填一个问卷,问卷内容很简单,就是一个判断题:
代码语言:txt
复制
    你这个月比上个月开心吗?请选择开心、不开心、一样开心。
代码语言:txt
复制
    然后每个小朋友都会回答。假设我们班里面有100个小朋友,其中40个小朋友回答是开心;10个小朋友回答不开心;50个小朋友回答一样开心。
代码语言:txt
复制
    于是,我们就可以计算一个扩散指数:40除以100 \* 1 + 50 除以100 \* 0.5,最后等于0.65,也就是说,开心的扩散指数是65,也就是,目前这个班的孩子还会继续开心。

PMI就是一种扩散指数。所谓的扩散指数就是通过上面这样的问卷调查表,最后进行正反面和持平反馈的统计的出来的。PMI的问卷问的当然不会是你开不开心啦,毕竟开心不开心和经济发展其实没有那么大的关系,这也是很悲哀的一点。

代码语言:txt
复制
    统计局会向他需要调查的企业,一般是国企,发一张问卷调查表,问一下各方面和上个月相比怎么样,包括这个月生产情况怎么样啊,和上个月相比是造的多了还是少了?新的订单是多了还是少了?仓库里面的原材料呢?等等等等,每一种类型的问题形成了一个PMI,每一个PMI都是一个问卷调查之后计算的扩散指数。
代码语言:txt
复制
    而把这些分项加权组合起来就是某一个整体的PMI了。
代码语言:txt
复制
    所谓的某一个整体,言下之意就是不止一个整体。对应的,我们有两个PMI,制造业PMI和服务业PMI。我们知道,制造业和服务业是最重要的两个产业,而这两个产业的根本逻辑是不一样的,所以对制造业和服务业的问卷调查设计的也是不一样的。
代码语言:txt
复制
    我们先来看一下制造业PMI:

图片来源:联讯证券

代码语言:txt
复制
    虽然制造业PMI的问卷调查有这么多项目,但是最后在加权的时候其实只使用了蓝色虚线框圈起来的四个。
代码语言:txt
复制
    制造业PMI=新订单指数×30%+生产指数×25%+从业人员指数×20%+(100-供应商配送时间指数) ×15%+主要原材料库存×10%
代码语言:txt
复制
    有的同学就问了,那剩下那些干嘛,也不参加制造业PMI的计算。不参加就不参加喽,单独看看就可以了呀。
代码语言:txt
复制
    非制造业PMI也是一样 蓝色框框中的一项就构成了非制造业pmi

图片来源:联讯证券

代码语言:txt
复制
    到这里 我就知道pmi是怎么来的了。首先假设经济没有变好也没有变坏 那么 pmi是多少呢?很显然 就是大家都说这个月和上个月一样 所以pmi就是50。
代码语言:txt
复制
    当然啦,肯定不会大家那么一致,所以有一半的人说好,有一半的人说坏的时候,pmi也是50 神奇吧。这就是为什么我们说pmi等于50是经济的荣枯线,大于50说明经济在扩张,小于50说明经济在衰退。同时 pmi的绝对数值变化还可以来判断扩张是在加速还是在减缓、判断经济有没有处于过热的状态。

2、PMI的分析框架

PMI是一个很好的经济指标,因为她在每个月月底就公布当月的,时效性上很高。而由于我国是一个制造业大国,所以制造业PMI对整个经济体具有更加重要的指导意义。而制造业PMI可以分成下面这样的几个方面:

既然这样,那么我们就可以从上面这四个方面来考察PMI这个指标了。

3、PMI的可视化

PMI直觉上是一个环比指标,虽然统计局说他公布的是一个季调之后的数据,但是看起来季节性依然很强,所以比较前一个月之外,我们还会进行同比的比较。

我们先来看一下我们的原始数据:

对于这样多方面的比较,最合适的就是雷达图了。

代码大概张这样,用的是pyecharts:

代码语言:javascript
复制
from pyecharts import options as opts
from pyecharts.charts import Radar


y2016 = [[49.27,51.10,47.50, 59.05 ]]
y2017 = [[49.53 ,51.48 ,47.35 ,59.30 ]]
y2018 = [[47.33 ,49.68 ,47.15 ,55.00 ]]
y2019 = [[47.17 ,48.70 ,47.05 ,49.20 ]]



def radar_base():
    c = (
        Radar()
        .add_schema(
            schema=[
                opts.RadarIndicatorItem(name="需求", max_=60,min_=40),
                opts.RadarIndicatorItem(name="供给", max_=60, min_ = 40),
                opts.RadarIndicatorItem(name="库存", max_=60, min_ = 40),
                opts.RadarIndicatorItem(name="价格", max_=60, min_ = 40),

            ]
        )
        .add("2016", y2016, color="#f9713c")
        .add("2017",y2017,color="#b3e4a1")
        .add("2018",y2018, color="#f3e4a1")
        .add("2019",y2019, color="#03e4a1")
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(title_opts=opts.TitleOpts(title="PMI"))
    )
    return c
radar_base().render(path='PMI-雷达图.html')
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019/11/04 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、PMI是怎么来的?
  • 2、PMI的分析框架
  • 3、PMI的可视化
相关产品与服务
腾讯问卷
腾讯问卷是专业的在线问卷调查平台,支撑了腾讯核心业务的⽤户、市场、产品研究工作。平台提供基于数据收集的专业调查研究解决方案,覆盖问卷调查、信息上报、在线测评、在线考试、360度评估、投票打卡等工作场景,致力于为客户提供高效的洞察决策工具。同时平台还拥有超百万级的真实样本用户,可以提供高效、精准的问卷有偿投放服务。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档