中国 CNY

中国 国家统计局制造业采购经理人指数

影响:
高的

最新发布:

日期:
实际的:
49.7
预报: 49.7
Previous/Revision:
49.5
Period: Jun

下一个发布:

日期:
预报: 50.2
Period: Jul
它测量什么?
中国国家统计局制造业采购经理人指数 (PMI) 测量制造业中现行经济条件,特别关注生产水平、新订单、就业和供应商交付等指标。该指数是一个国家性指标,有助于评估制造业经济的健康状况,数值高于50表示扩张,低于50则表示收缩。
频率
中国国家统计局制造业PMI每月发布一次,通常在每月的第一个工作日发布初步估计值。
交易者为何关心?
交易者密切关注制造业PMI,因为它提供了制造业表现的早期指示,影响经济增长的看法。强劲的PMI读数可能会导致对人民币 (CNY) 和股票的看涨情绪,而较弱的读数可能会导致看跌情绪。
它是如何得出的?
PMI来自对中国不同制造行业采购经理的调查,将他们的回答汇总成一个单一指数,使用扩散指数。该调查捕捉了评估经济活动所需的关键变量,并根据所调查企业的规模和重要性进行加权。
描述
NBS制造业PMI提供初步和最终报告,初步数据基于早期的调查反馈,易受修订的影响。相反,最终报告对制造业部门给出了更准确的表现,稍后发布,但市场对初步数据的反应通常更为显著,因为其时效性较强。
附加说明
NBS制造业PMI作为领先经济指标,反映了更广泛的经济趋势和制造业的商业气候。它通常与其他指标如财新制造业PMI进行比较,以提供对中国制造活动的全面视角。
对货币和股票的看涨或看跌
高于预期:对CNY看涨,对股票看涨。

图例

高潜在影响
此事件具有显著影响市场的潜力。如果“实际值”与预测值有足够大的差异,或者“先前值”被大幅修正,这表明市场可能会迅速调整以适应新信息。

中等潜在影响
此事件可能会导致市场适度波动,尤其是当“实际值”偏离预测值,或者“先前值”出现显著修正时。

低潜在影响
此事件不太可能影响市场定价,除非出现意外惊喜或对先前数据的重大修正。

意外情况 - 货币可能走强
实际偏离预测,涉及中高影响事件,历史上可能使货币走强.

意外情况 - 货币可能走弱
实际偏离预测,涉及中高影响事件,历史上可能使货币走弱.

重大意外 - 货币更有可能走强
“实际值”相较于“预测值”偏差超过历史偏差的75%在中等或高影响事件中,可能会导致该货币走强。.

重大意外 - 货币更有可能走弱
“实际值”相较于“预测值”偏差超过历史偏差的75%在中等或高影响事件中,可能会导致该货币走弱

绿色数字 比预测更有利于该货币(或先前修正更好)
红色数字 比预测更不利于该货币(或先前修正更好)
鹰派 支持提高利率以对抗通胀,加强货币但对股票形成压力。
鸽派 支持降低利率以促进增长,削弱货币但利好股票。
日期 时间 实际的 预报 以前的 意外情况
49.7
49.7
49.5
49.5
49.5
49
49
49.8
50.5
-0.8
50.5
50.5
50.2
50.2
49.9
49.1
0.3
49.1
50.1
50.1
-1
50.1
50.3
50.3
-0.2
50.3
50.3
50.1
50.1
50
49.8
0.1
49.8
49.5
49.1
0.3
49.1
49.5
49.4
-0.4
49.4
49.3
49.5
0.1
49.5
49.5
49.5
49.5
50.5
50.4
-1
50.4
50.3
50.8
0.1
50.8
49.9
49.1
0.9
49.1
49.1
49.2
49.2
49.2
49
49
49.5
49.4
-0.5
49.4
49.7
49.5
-0.3
49.5
50.2
50.2
-0.7
50.2
50
49.7
0.2
49.7
49.4
49.3
0.3
49.3
49.2
49
0.1
49
49
48.8
48.8
49.4
49.2
-0.6
49.2
51.4
51.9
-2.2
51.9
51.5
52.6
0.4
52.6
50.5
50.1
2.1
50.1
49.8
47
0.3
47
48
48
-1
48
49
49.2
-1
49.2
50
50.1
-0.8
50.1
49.6
49.4
0.5
49.4
49.2
49
0.2
49
50.4
50.2
-1.4
49.6
48.9
47.4
0.7
47.4
48
49.5
-0.6
49.5
49.9
50.2
-0.4
50.2
49.9
50.1
0.3
50.1
50
50.3
0.1
50.3
50
50.1
0.3
50.1
49.6
49.2
0.5
49.2
49.7
49.6
-0.5
49.6
50.1
50.1
-0.5
50.1
50.2
50.4
-0.1
50.4
50.8
50.9
-0.4
50.9
50.8
51
0.1
51
51.1
51.1
-0.1
51.1
51.7
51.9
-0.6
51.9
51
50.6
0.9
50.6
51.1
51.3
-0.5
51.3
51.6
51.9
-0.3
51.9
52
52.1
-0.1
52.1
51.5
51.4
0.6
51.4
51.3
51.5
0.1
51.5
51.2
51
0.3
51
51.2
51.1
-0.2
51.1
50.7
50.9
0.4
50.9
50.4
50.6
0.5
50.6
51
50.8
-0.4
50.8
51
52
-0.2
52
45
35.7
7
35.7
46
50
-10.3
50
50
50.2
50.2
50.1
50.2
0.1
50.2
49.5
49.3
0.7
49.3
49.8
49.8
-0.5
49.8
49.5
49.5
0.3
49.5
49.7
49.7
-0.2
49.7
49.6
49.4
0.1
49.4
49.5
49.4
-0.1
49.4
49.9
50.1
-0.5
50.1
50.5
50.5
-0.4
50.5
49.5
49.2
1
49.2
49.5
49.5
-0.3
49.5
49.3
49.4
0.2
49.4
49.9
50
-0.5
50
50.2
50.2
-0.2
50.2
50.6
50.8
-0.4
50.8
51.2
51.3
-0.4
51.3
51
51.2
0.3
51.2
51.3
51.5
-0.1
51.5
51.6
51.9
-0.1
51.9
51.3
51.4
0.6
51.4
51.3
51.5
0.1
51.5
50.5
50.3
1
50.3
51.2
51.3
-0.9
51.3
51.5
51.6
-0.2
51.6
1.6
51.8
50
51.8
51.4
51.6
0.4
51.6
52
52.4
-0.4
52.4
51.5
51.7
0.9
51.7
51.3
51.4
0.4
51.4
51.6
51.7
-0.2
51.7
51
51.2
0.7
51.2
51
51.2
0.2
51.2
51.6
51.8
-0.4
51.8
51.6
51.6
0.2
51.6
51.1
51.3
0.5
51.3
51.2
51.4
0.1
51.4
51.5
51.7
-0.1
51.7
51
51.2
0.7
51.2
50.4
50.4
0.8
50.4
50.4
50.4
50.4
49.9
49.9
0.5
49.9
50
50
-0.1
50
50
50.1
50.1
50
50.1
0.1
50.1
50.4
50.2
-0.3
50.2
49.3
49
0.9
49
49.3
49.4
-0.3
49.4
49.6
49.7
-0.2
49.7
49.7
49.6
49.6
49.8
49.8
-0.2
49.8
50
49.8
-0.2
49.8
49.6
49.7
0.2
49.7
50.5
50
-0.8
50
50.2
50.2
-0.2
50.2
50.3
50.17
-0.1
50.2
50.2
50.1