PMI的三个细节特征分别如下：
PMI 调查结果反映的是本月比上月变化的情况，所以 PMI 指数本质上是环比指标。在上一部分，我们通过 PMI 的 计算公式论证了 50%是 PMI 景气度的荣枯线。以此为基础，再加入当期值相对于前值的边际变化，能够得到四种 情况：
当 PMI > 50%，并且当月比前值高，表明经济总体扩张，且扩张的速度在加快，经济过热； 当 PMI > 50%，但比前值低，虽然经济仍处于扩张阶段，但是扩张的节奏放缓； 当 PMI < 50%，并且比前值高，表明经济虽然在收缩，但是收缩成分在减少；当 PMI < 50%，且比前值低时，经济有加速收缩的趋势。
需要说明的是，由于 PMI 采用扩散指数的计算方法，PMI 的数值只能表示方向性，不能表示出具体经济增长或者 收缩的量。举例来讲，本月 PMI 为 54 相对于上月 52 增加了 2 个百分点，并不能表示环比扩张了 2 个百分点，只 能表示经济环比呈现出扩张的趋势，53 相对 54 并非经济收缩了 1 个百分点，只能表明经济环比放缓，并不代表 精确的环比变动幅度。
此外，50%是 PMI 扩张与收缩区间的分界点，但有部分分项指标常年处于荣枯线之下或之上，可能反映了该指标 长期趋势。比如 PMI 产成品库存在 2013 年以来鲜有高于 50 的情况，PMI 生产则大部分时间都高于 50。我们判断 前者的原因在于企业不断优化库存管理，使得库存需求持续缩减；后者是因为我国经济生产在正常情况下都呈现 增长态势。因此不能只盯住 PMI 数值是否大于 50 这一临界值。举个例子，美国 ISM 基于历史数据提出的 42.8% 的“衰退线”，当美国制造业 PMI 跌破衰退线，美国经济将大概率陷入衰退，而且经济衰退期与 PMI 跌破衰退线 的时间较为同步；反之，当美国制造业 PMI 快速反弹至衰退线上时，美国经济基本上已走出衰退；等到制造业 PMI 回到 50%以上时，宏观经济和证券市场往往均已从底部企稳反弹一段时间，甚至已回补前期的下跌幅度。
综上所述，分析 PMI 还要注重边际变化，一个有效的方法是计算它的历史分位。
受季节因素影响，企业的生产、订单、从业人员、原材料库存、供应商配送时间等呈现季节性波动。为了消除季 节因素的影响，保证月度数据之间的可比性，国家统计局按照国际通行方法对 PMI 进行了季节调整，春节期间 PMI 已剔除季节因素。根据统计局的描述，目前，PMI 指数采用国际通行的 X-13 模型季节调整方法。
但事实上，虽然经过季调处理，PMI 指数仍然残留了一些季节性特征。比如，3 月 PMI 往往会出现明显上升，然后 4 月回落。同样，9 月 PMI 往往会出现明显上升，然后 10 月回落。在前期报告《月度 GDP 指数的构建与应用 ——信达宏观方法论之二》中，我们曾提到，工业增加值定基指数是一个典型的未季调数据，其波动大，且极具 规律，具备较强的季节性因素。将工业增加值定基指数的环比与 PMI 进行对比，可以发现两者在年内的波动基本 一致，这说明 PMI 仍残留着较强的季节性特征，它们的背后都是我国 “金三银四”，“金九银十”的经济规律。
因此，判断 PMI 高低时要结合季节性均值。比如 2015 年 3 月 PMI 为 50.1，较 2 月上升了 0.2。如果只看数值变 化，经济表现应该是不错的，但 0.2 和历史上 PMI3 月的反弹幅度相比明显偏弱，所以实际上当时经济面临着较 大的压力。
把 PMI 从环比指数转换为同比指数，存在两种方法：一是使用 12 个月的均值 MA12 作为同比；二是环比连乘法， 取“PMI-50”作为环比值，连乘即转化为同比值。
方法一： 使用 12 个月的均值 MA12 作为同比的一种近似，能够反映经济运行的“趋势性”： 这种方法的原理是：当月同比≈12 月环比滚动求和，数学上容易证明。 令 T_0=1，有 T_12=(1+x_1)(1+x_2)(1+x_3)…(1+x_12)≈1+x_1+x_2+x_3+⋯+x_12 其中 x_1, x_2, x_3,…，x_12 为当月环比 则有 T_12/T_0-1≈x_1+x_2+x_3+…+x_12 相似而略有不同的是，CPI 的同比可由 12 个月环比滚动求和转换而来。用 CPI 的历史数据进行验证，可以看到 12 个月的环比数据滚动求和，约等于同比数据，证实了这一方法的正确性。
放在 PMI 上，应使用过去 12 个月的均值 MA12 作为同比。据此测算，2022 年 8 月份的 PMI 同比数据为 49.55，上 月是 49.61。
方法二： 还有一种方法是用“环比连乘法”构建同比指数，但这种方法可能存在数量误估的问题。 第一步：取每月的“PMI-50%”作为环比值。例如：PMI 是 54%，那么 PMI-50%就相当于 4%； 第二步：用“环比值+100%”往前连乘 12 个月（包含当月）-100%=同比值。 第二步从数学角度是没有问题的，但由于“PMI 仅反映方向而不能反映变化幅度”，第一步取“PMI-50”作为环 比值并不严谨。例如 54 相对 52 多了 2，但是并不表示环比变动幅度为 2%，所以由此环比连乘法就可能产生变动 幅度上的误估。 因此，我们认为均值 MA12 是更好的方法，一来方便计算，二来由于 PMI 只能表示本月相对于上个月的方向变化， 不能充分反映变化幅度，这种方法也避免了“环比连乘法”可能存在的数量误估问题。
