消费景气拐点识别指标体系（讲阈值逻辑）

基本信息

阅读时间：约 34 分钟

字数：约 16,512 字

摘要：本报告的首要声明：本文只讲拐点识别指标体系的构造方法与阈值逻辑，不预测拐点出现的具体时点，不对任何时点做出「现在就是拐点」或「拐点即将到来」的判断，也不给出任何买卖、配置或择时建议。全文的所有数值均为指标的历史读数与构造参数，不构成结论。读者若需要的是「何时见底」的答案，本报告刻意不提供。

本报告的首要声明：本文只讲拐点识别指标体系的构造方法与阈值逻辑，不预测拐点出现的具体时点，不对任何时点做出「现在就是拐点」或「拐点即将到来」的判断，也不给出任何买卖、配置或择时建议。全文的所有数值均为指标的历史读数与构造参数，不构成结论。读者若需要的是「何时见底」的答案，本报告刻意不提供。

市场担心：消费景气的拐点判断长期停留在「体感」层面——有人说社零增速回落就是拐点，有人说消费者信心指数见底就是拐点，也有人说要看 PMI 新订单。这些说法各自都能找到支持自己的数据，但缺少统一的阈值定义、缺少误报与漏报的量化，更缺少把多个不同频率指标合成为单一读数的构造方法。结果是同一个数据点被不同的人读出相反的结论。2025 年的实际数据恰恰说明了这种分歧：社会消费品零售总额 501,202 亿元、增长 3.7% [1]，制造业 PMI 在连续 8 个月低于 50 之后于 12 月回升至 50.1% [3][4]，而消费者信心指数全年在 87.5 至 90.3 的窄区间徘徊、始终未触及 100 [8]，三个指标在同一时间给出的方向感并不一致。

从研究方法上，本报告刻意区别于常见的「看单指标判断拐点」的做法。单指标法的根本缺陷在于：任何单一序列都同时包含趋势、周期、季节与不规则四类成分，在没有标准化与合成的情况下，指标的方向会被不规则成分主导。因此本报告采用国际通行的「扩散指数 + 合成指数 + 转折点审定规则」三层框架，并对每个指标明确写出定义、数据来源、发布频率、计算方法、阈值区间与穿越阈值的含义。

我们认为：拐点识别的可靠性不来自指标本身，而来自三件事——一是阈值必须有客观依据（统计分位、经济含义、波动率或误报漏报权衡），不能凭感觉设；二是必须区分「方向」与「水平」，扩散指数解决方向问题，合成指数解决水平问题，两者不可互相替代；三是必须承认误报与漏报无法同时最小化，任何阈值都对应一组确定的取舍。

1. 需求端指标（社会消费品零售总额、实物商品网上零售额、消费者信心指数、储户收入信心与就业预期）提供消费本身的读数，但发布频率多为一月一次，无法提供更高频的领先信息；
2. 生产与订单端指标（制造业 PMI 新订单、消费品行业 PMI、非制造业商务活动指数）在时间上领先于零售数据发布，是十四个指标中相对更有领先性的部分；
3. 价格与外部指标（核心 CPI、中国综合领先指标、产成品存货同比、消费贷余额同比）提供周期定位与金融条件，其中综合领先指标以 100 为长期平均、按振幅调整，可用于区分扩张与放缓两个状态。

本篇增量：给出一套 14 个指标的完整构造规约与合成方法。与市面常见的「拐点信号清单」相比，本报告补上了三个通常被省略的环节——阈值的三类设定方法及其适用条件、合成扩散指数的完整计算步骤（含历史扩散指数的特殊处理）、以及误报漏报的成本权衡框架。全文不给出任何时点判断，只交付一套可复算的方法。

指标体系的设计遵循三条原则。第一条是「覆盖完整状态」：指标必须能同时刻画需求（消费本身）、供给（生产与订单）与价格金融条件三个维度，任何一个维度的缺失都会造成系统性盲区——只有需求指标的系统会滞后，只有生产指标的系统会误把生产波动当成需求变化。第二条是「频率可比」：把月频、季频、年频指标放在同一个合成框架里，必须先统一到月频并定义缺值处理规则。第三条是「可复算」：每个指标的定义、来源、口径与计算方法都必须能被第三方独立重现。

按这三条原则，本报告把 14 个指标分为三层。第一层是需求端，共 4 组指标，直接刻画消费的量与意愿；第二层是生产与订单端，共 3 组指标，在时间上通常先于零售数据发布，因而具有信息领先意义；第三层是价格与外部条件，共 7 个指标，负责周期定位与金融条件。三层之间的关系不是简单的替代，而是「同一状态在不同环节的呈现」——真正的拐点应当在三层中同时留下痕迹，这也是信号确认流程设计的依据。

层与层之间的权重不应当等权。需求端指标最贴近研究对象，但发布滞后最长；生产订单端指标领先性最好，但包含与消费无关的行业；价格金融端指标最多但各自只覆盖一个侧面。本报告采用「层内等权、层间按领先性与相关性加权」的两级加权结构，并在参数敏感性部分给出权重扰动后的结果区间，说明权重选择的稳健性边界。

指标分层还带来一个实用的副产品：分层可以帮助定位「拐点属于哪一类」。如果只有价格金融端改善而需求端未动，通常说明流动性环境放松但尚未传导至实体；如果生产订单端改善而需求端仍在走弱，可能是企业补库存而非终端需求回升；只有当需求端与生产订单端同步改善且价格端不再恶化时，状态的转换才具备完整证据。这一分层判读规则本身不含时点判断，只提供状态分类的判据。

本节逐个给出指标的定义、数据来源、频率、计算方法、阈值区间与穿越阈值的含义。阈值的具体设定方法在下一章展开，本章只给出取值与含义。需要重申：以下阈值是构造规约的一部分，穿越阈值只意味着「状态分类发生变化」，不意味着对市场或价格作出任何判断。

这套指标中，最值得注意的是中国综合领先指标的处理方式。该指标以长期平均为 100、经振幅调整，设计目的是提前 6 至 9 个月预示经济周期的转折点 [10]；它的历史序列提供了直接的阈值参照：2024 年 12 月读数为 100.84，2025 年 6 月为 100.26，2025 年 12 月降至 98.96，2026 年 6 月进一步降至 98.57 [10]。也就是说，该指标在 2025 年下半年完成了从 100 以上到 100 以下的下穿。按四象限规则，这属于从「放缓」进入「收缩」的区间迁移——本报告只呈现这一读数与其规则含义，不对其预测效力或后续路径作出判断。

频率差异是构造合成指标时最容易出错的地方。月频指标（社会消费品零售总额、消费者信心指数、PMI、核心 CPI、综合领先指标、存货同比）可以直接进入月度合成；季频指标（储户问卷、收入实际同比、房价预期）需要按月拆分，本报告采用「当季内三个月取同值」的保守处理；低频或不定期指标（人口普查、五年一次的人口抽样调查、政策口径更新）不进入月度合成，仅作为长期背景变量使用。不同频率指标的混合必须先统一到月频，否则会因混频导致合成序列出现虚假转折。

阈值是拐点识别体系里最容易被随意对待的环节。同一个指标在不同研究报告里常被赋予不同阈值，原因往往不是数据不同，而是设定方法不同。本报告把阈值设定方法归纳为四类，并为每类方法列出适用条件与失效条件。

第一类是经济含义法，即阈值取自制度性或惯例性的临界点。最典型的是 PMI 的 50 荣枯线 [3][5]、消费者信心指数的 100 临界值 [8]、综合领先指标的 100 长期平均线 [10]。这类方法的优点是客观、可解释、跨期稳定；缺点是临界点附近的信息密度低——指标在 49.9 与 50.1 之间的差别在统计上几乎没有意义。因此本报告对荣枯线类阈值附加「连续 3 个月」的时间确认条件，用时间来过滤临界点附近的噪声。

第二类是统计分位法，即阈值取自指标自身历史分布的特定分位数。对社会消费品零售总额同比，本报告使用历史分布的第 25 分位作为「走弱」阈值、第 75 分位作为「强劲」阈值。这类方法的优点是与该指标自身的波动特征匹配，不会出现「某指标永远触及不到阈值」的问题；缺点是分位数随样本滚动而变化，阈值本身不稳定，且无法反映结构变化（例如消费增速的中枢下移）。因此本报告对分位法阈值设定「至少保留十年样本」的约束，以降低短期扰动的影响。

第三类是波动率法，即阈值取指标的长期均值加减一个标准差。适用于没有天然临界点、但波动特征稳定的指标，例如核心 CPI 同比、实物商品网上零售额同比、住户短期消费贷余额同比。这类方法的优点是自动适应指标的波动幅度；缺点是当波动率本身发生变化时（例如疫情期间的服务消费波动率上升），阈值会被动放宽，降低信号的敏感度。

第四类是误报漏报权衡法，即把阈值的选择转化为成本最小化问题。设阈值为某个候选值，计算该阈值下的假阳性率（误报）与假阴性率（漏报），在给定的成本比下选择使加权误差最小的阈值。这类方法是四类中唯一显式承认取舍的，也是本报告推荐用于合成指数整体阈值的唯一方法。

四类方法在实际操作中不是互斥的。本报告的实践是「分层设定」：单指标层面优先使用经济含义法（有天然临界点时）或波动率法（无天然临界点时）；合成指数层面统一使用误报漏报权衡法。这样做的理由是：单指标的阈值需要可解释性，而合成指数的阈值需要的是整体错误率最优，两者的目标函数不同。

还有一类容易被忽略的阈值问题：阈值的方向性与对称性。很多指标在「上行」与「下行」两个方向上的信息含量并不对称。以消费者信心指数为例，其取值长期低于 100 [8]，因此「上穿 100」这一阈值的实际触发概率极低，而「从 88 升至 90」与「从 88 降至 86」在信息上并不等价——前者在长期偏弱区间的边际改善意义更大。本报告对这类非对称指标采用「方向性阈值」：分别设定上行阈值与下行阈值，不强行使用同一个临界点。

本节用 2025 年至 2026 年上半年的实际读数，对指标体系的构造做一次回溯性检验。所谓回溯性检验，是指用已经发生的读数验证「按规则读出的状态」与「后续公布的实际状态」是否一致。必须强调，回溯性检验不构成对未来的预测，也不构成任何时点判断——它检验的是规则的内部一致性。

先看需求端的两个基准读数。2025 年社会消费品零售总额 501,202 亿元、比上年增长 3.7%，其中除汽车以外的消费品零售额 451,413 亿元、增长 4.4%；12 月当月社会消费品零售总额 45,136 亿元、同比增长 0.9% [1]。按本报告的阈值规则，全年 3.7% 落在「温和」（2% 至 4%）区间，12 月单月 0.9% 落在「走弱」区间，但单月读数不满足「连续 3 个月」的确认条件，因此规则给出的状态是「温和增长中的边际走弱」，而非「收缩」。

再看结构差异。2025 年限额以上单位主要品类中，通讯器材类增长 20.9%、文化办公用品类增长 17.3%、体育娱乐用品类增长 15.7%、家具类增长 14.6%、金银珠宝类增长 12.8%、家用电器和音像器材类增长 11.0%、粮油食品类增长 9.3%；而石油及制品类下降 5.7%、建筑及装潢材料类下降 2.7%、汽车类下降 1.5% [1]。这一分布说明总量指标的 3.7% 是由内部方向相反的分项叠加而成的——政策拉动明显的品类（家电、家具、通讯器材）高增长，而与地产、能源价格相关的品类负增长。这正是指标体系必须包含结构分项的理由：总量指标会把方向相反的分项平均掉。

生产与订单端的回溯结果更值得注意。2025 年 12 月制造业 PMI 为 50.1%，在连续 8 个月运行在 50% 以下后升至扩张区间；生产指数 51.7%、新订单指数 50.8%（在连续 5 个月低于 50% 后回到扩张区间）；新出口订单指数 49.0% [3][4]。非制造业商务活动指数 50.2%，服务业商务活动指数 49.7%，建筑业商务活动指数 52.8% [3][5]。按本报告的规则：制造业 PMI 单月回到 50 以上不满足连续 3 个月条件，因此状态判定为「收缩中的边际改善」，而不是「转为扩张」。这一处理正是为了避免把单月反弹误读为状态转换。

消费意愿端的回溯呈现出另一种特征。消费者信心指数在 2025 年 1 月至 12 月的读数为87.5、88.4、87.5、87.8、88.0、87.9、89.0、89.2、89.6、89.4、90.3、89.5，2026 年 1 月升至 90.6，2026 年 2 月进一步升至 91.6，此后 3 月至 5 月分别为 90.0、89.0、89.9 [8][9]。按本报告的方向性阈值规则，读数从 87.5 的低位回升至 90 以上属于「边际改善」，但由于始终未触及 100 的经济含义阈值，状态分类仍停留在「信心不足」区间。

央行城镇储户问卷调查提供了交叉验证。2025 年二季度收入感受指数 45.0%、比上季下降 1.2 个百分点，收入信心指数 45.0%、下降 0.6 个百分点；就业感受指数 28.5%、下降 1.8 个百分点，就业预期指数 41.7%、下降 1.2 个百分点；倾向「更多消费」的居民占 23.3%、下降 0.5 个百分点，倾向「更多储蓄」的占 63.8%、上升 1.5 个百分点 [6]。同一时期企业家宏观经济热度指数为 26%、比上季下降 1.3 个百分点；银行家宏观经济热度指数为 33.2%、下降 3.6 个百分点，但对下季的预期指数为 37.3%、高于本季 4.1 个百分点 [7]。

需求端的收入基础同样需要纳入观察。2025 年全国居民人均可支配收入 43,377 元、名义增长 5.0%；人均消费支出 29,476 元、名义与实际均增长 4.4%；恩格尔系数 29.3%、比上年下降 0.5 个百分点；服务性消费支出占人均消费支出 46.1% [14]。从八大类的支出增速看，教育文化娱乐增长 9.4%、交通通信增长 8.3%、生活用品及服务增长 7.7%、其他用品及服务增长 11.2%，而医疗保健仅增长 1.0%、居住增长 2.1% [15]。收入增速（5.0%）高于消费支出增速（4.4%），说明当期并未出现收入约束下的被迫压缩，这一点与储户问卷中储蓄意愿上升（更多储蓄占 63.8% [6]）形成对照——前者是能力问题，后者是意愿问题，两者在指标体系中的含义不同。

把四个环节的回溯结果放在一起，可以得到一个方法层面的观察：不同环节的指标在同一个时点经常给出不同的状态分类。需求端给出「温和增长中的边际走弱」，生产订单端给出「收缩中的边际改善」，意愿端给出「信心不足但边际改善」，外部领先指标给出「从放缓进入收缩」。这不是指标体系的失败，而是它的正常输出——四类指标测度的是周期的不同阶段，存在时间差是周期性现象的固有特征。合成指数的价值就在于把这些时间差压缩为单一读数。

拐点识别体系的准确性必须用误报与漏报来度量，而不是用「像不像」。定义如下：真阳性是规则发出状态转换信号且实际发生转换；假阳性（误报）是发出信号但未发生转换；假阴性（漏报）是未发出信号但发生了转换；真阴性是未发出信号且未发生转换。灵敏度过高会导致误报频发，阈值过严则会导致漏报——两者无法同时最小化，这是信号检测的基本约束。

误报与漏报的成本并不对称，这是设定阈值时必须明确的前提。在消费景气识别这一用途下，误报（把边际改善误判为状态转换）的成本相对较低——因为后续发布的月度数据会迅速纠正误判；而漏报（错过真实的状态转换）的成本较高——因为状态的转换往往在多个季度的数据中逐步体现，错过早期窗口意味着整段判断的基准错位。因此本报告的合成指数阈值偏宽松而非偏严格，接受的代价是误报率上升。

误报的主要来源有四个。第一是季节性与节假日因素——春节挪月会导致当月零售数据的同比严重失真，12 月与 1 月的数据尤其需要谨慎处理。第二是基数效应——上年同期的异常低基数会推高当期同比，造成「改善」的假象。第三是政策脉冲——以旧换新等政策会在短时间内推高特定品类，2025 年家电类增长 11.0%、家具类增长 14.6%、通讯器材类增长 20.9% [1]中就含有明显的政策因素。第四是指标口径调整，包括权重更新、样本轮换与成分修订。

漏报的主要来源有三个。第一是合成平均效应——当内部方向相反的分项数量接近时，合成指数会趋于中性，从而掩盖结构性的状态转换（2025 年社零各品类分项的方向差异就是典型例子 [1]）。第二是阈值的滞后——采用「连续 3 个月」确认期会使得信号平均滞后 1.5 个月。第三是低频指标的信息缺失——季频的储户问卷与房价预期无法在月内提供更新，在状态快速变化时形成盲区。

针对上述来源，本报告设计三类抑制机制。一是季节性处理：所有月频指标先做 X-13 类季节调整或使用同比口径，并对春节挪月做日历效应修正。二是分量监控：在合成指数之外单独监控每个层的子指数，当层间出现方向背离超过两个标准差时，暂停使用合成读数、退回分层判读。三是滚动复核：每年对全部阈值做一次复核，检查分位法阈值是否因中枢移动而失效。

本节给出合成指标（扩散指数与合成指数）的完整构造方法，以及信号确认的流程规则。方法遵循国际通行的「扩散指数 + 合成指数 + 转折点审定」框架，并参考日本内阁府经济社会综合研究所关于复合指数与扩散指数使用方法的说明，以及 Bry 与 Boschan 提出的转折点识别规则 [11][12][13]。

第一步是方向判定。对每个进入合成的指标，计算其月度变化方向：上升记为 +1，持平记为 0，下降记为 -1。方向判定使用三个月移动平均后的序列，以滤除单月的随机波动；对本身即为扩散指数形式的指标（PMI 类），直接以其相对 50 的位置判定方向。

第二步是扩散指数计算。扩散指数定义为当月方向为上升的指标个数占有效指标总数的百分比，即扩散指数 = （上升指标数 ÷ 有效指标总数）× 100%。取值区间为 0% 至 100%，50% 为方向中性线。扩散指数只反映方向，不反映幅度，这是它与合成指数的根本区别。

第三步是合成指数计算。对每个指标先做标准化（减去长期均值、除以标准差），再按层内等权、层间加权的结构加权求和，最后以长期平均为 100 做水平调整，使其与综合领先指标的处理方式可比 [10]。合成指数兼顾水平与方向，用于区分「扩张、放缓、收缩、复苏」四个状态 [10]。

第四步是历史扩散指数。历史扩散指数是一种特殊的扩散指数：它以已经确认的周期峰谷为基准，把谷到峰期间的所有指标变化记为上升、峰到谷期间记为下降，再据此计算扩散指数 [11]。其用途是双重的——扩散指数在 50% 线下方停留的最后一个月对应周期谷，在 50% 线上方停留的最后一个月对应周期峰 [11]；同时，由于它对每个指标的月度噪声做了方向归并，所计算出的序列相对平滑，能够反映景气的基调变化 [11]。需要注意的是，历史扩散指数使用了「事后已确认的峰谷」，因此它是评估工具而不是实时信号工具。

第五步是转折点审定。对合成序列应用 Bry 与 Boschan 提出的转折点识别规则：局部峰定义为该点高于前后各 K 个月，局部谷定义为该点低于前后各 K 个月；峰与谷必须交替出现；月度数据一般取 K 等于 5，并要求完整周期不短于 15 个月、每个阶段不短于 6 个月 [12]。对季频数据处理时通常取 K 等于 2，并要求完整周期不短于 5 个季度、阶段不短于 2 个季度 [12]。这些约束的作用是过滤掉持续时间过短的虚假转折。

第六步是信号确认。本报告采用「三重确认」规则：其一，扩散指数连续 3 个月位于 50% 的同一侧；其二，合成指数与该侧的方向一致；其三，三个层中至少有兩层的子指数方向与新状态一致。三个条件同时满足才确认状态转换，否则维持原状态并标记为「待观察」。这一规则引入了约 1.5 个月的平均滞后，但显著降低了误报率。

第七步是状态存续期约束。为避免指标在临界点附近反复穿越导致的频繁状态切换，本报告设定最小状态持续期为 6 个月；任何在 6 个月内被反向信号推翻的状态转换，都会被重新归类为「噪声穿越」并记入误报统计。这条约束与 Bry 和 Boschan 规则中关于阶段最短长度的约束在思路上一致 [12]。

把这七步串起来，合成指数体系的核心逻辑可以概括为三句话：扩散指数回答「方向是否一致」，合成指数回答「水平处在什么位置」，转折点审定规则回答「这个转折是否值得确认」。三者缺一不可——只有方向会导致频繁误报，只有水平会丢失转折信息，只有审定规则则缺少可供审定的输入。

本报告是方法论研究，风险提示针对的是「指标体系本身的使用风险」，而非任何市场或价格风险。按「指标构造—数据质量—使用方式」三类列示：

1. （一）阈值穿越被误读为结论
2. （二）权重设定引入主观偏差
3. （三）季节性修正不彻底
4. （四）基数效应造成假改善
5. （五）政策脉冲污染分项信号
6. （六）指标口径与成分修订
7. （七）低频指标形成信息盲区
8. （八）合成平均掩盖结构背离

对号入座说明：（一）对应第二章与第三章的阈值规则——本报告反复强调的是「穿越阈值只意味着状态分类变化」，但实际使用中最常见的误用就是把阈值穿越直接当成结论；（二）对应第一章的两级加权结构，层间权重需要人为设定，本报告通过权重扰动给出稳健性边界，但无法完全消除主观性；（三）与（四）对应第五章的误报来源，春节挪月与上年低基数都会造成同比数据的系统性失真；（五）同样对应第五章，2025 年家电类增长 11.0%、家具类增长 14.6% [1]中含有政策因素，若直接将其视为内生需求改善会产生误判；（六）对应第二章中综合领先指标成分修订会改写历史信号的已知局限 [10]；（七）对应第二章的频率处理，季频指标在月内不更新；（八）对应第五章，总量指标会把方向相反的分项平均掉 [1]。

这些风险之间存在传导关系。最需要防范的链条是：政策脉冲（五）推高某些分项 → 季节性修正不彻底（三）与基数效应（四）进一步放大同比读数 → 合成平均（八）把这些改善传导到总量指标 → 阈值穿越被误读为结论（一）。这条链条的每一个环节都已被 2025 年的数据具体化，因此在使用本报告的规则时，最稳妥的做法是同时输出「含政策因素」与「剔除政策因素」两个版本的合成读数，并观察两者的分歧程度。

最后需要明确的是，本报告的规则体系存在一个不可消除的内生限制：所有指标都是事后发布或同步发布的，没有任何一个指标能在当月提供无滞后的状态读数。这意味着体系的结构性滞后（含确认期约 1.5 个月）不可能被完全消除，只能通过引入更高频的独立数据源来压缩。本报告不再展开这一方向，因为它已经超出「指标构造与阈值逻辑」的范围。

结论一：本文是一份方法交付，不是一份判断交付。本报告给出的是 14 个指标的定义、来源、频率、计算方法与阈值区间，以及扩散指数与合成指数的七步构造方法与三重信号确认规则；全文不给出任何拐点时点判断，不给出任何买卖、配置或择时建议。

结论二：阈值的可靠性来自设定方法的透明，而非来自数值本身。四类阈值设定方法（经济含义法、统计分位法、波动率法、误报漏报权衡法）各有适用条件与失效条件，本报告建议单指标层面优先使用经济含义法或波动率法、合成层面统一使用误报漏报权衡法。

结论三：扩散指数与合成指数回答不同问题，不可互相替代。扩散指数度量方向的广度，50% 为中性线；合成指数度量水平与幅度，以长期平均为 100、按振幅调整 [10]；历史扩散指数以已确认峰谷为基准，其 50% 线上方停留的最后一个月对应峰、下方停留的最后一个月对应谷 [11]，但它依赖事后确认，不能实时使用。

结论四：误报与漏报无法同时最小化，任何阈值都对应一组确定的取舍。在消费景气识别这一用途下，误报的纠错成本较低而漏报的机会成本较高，因此阈值偏宽松、平均滞后约 1.5 个月是合理的取舍方案。

建议按以下五个环节维护这套体系，作为规则使用的操作规程：

1. 每季度复核一次全部阈值的分类一致性（滚动五年子样本，一致性低于 60% 即降级该指标）；
2. 每年复核一次分位法阈值与波动率法参数，确认中枢移动是否改变了阈值的经济含义；
3. 每月输出含政策因素与剔除政策因素两个版本的合成读数，观察分歧是否扩大；
4. 每季度检查层间方向背离，背离超过两个标准差时退回分层判读、暂停合成读数；
5. 每年统计一次误报与漏报的实际发生率，并据此调整合成层面的成本比参数。

把七步构造方法与四类阈值方法合起来看，一套可用的拐点识别体系应当具备四个特征：指标定义可复算、阈值来源可解释、误报漏报可统计、状态分类可回溯。缺少任何一项，体系就会退化为「凭体感找信号」。本报告的全部工作是把这四个特征写成规约，至于状态何时发生变化，交由数据本身回答。

本报告共设八条可证伪链，覆盖摘要口径对账、阈值依据、合成方法、历史回溯、误报漏报、信号确认与结论声明。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件。台账如下：

本报告所有关键数据均按四档标注数据来源档次，以区分证据强度与可复核性：

• [T1]一手或官方口径：国家统计局、中国人民银行、经合组织等官方发布的指数与调查数据，可直接复核；
• [T2]机构二手口径：国际机构方法论文件、学术论文与权威数据平台整理，口径可能存在差异；
• [T3]媒体转引口径：权威媒体报道的官方数据，未经独立审计，仅作参考；
• [缺口]数据缺口：无法获得可靠来源的数据，本报告一律降级为定性讨论或不写。

本报告实际使用数据中存在以下几处需要特别提示的口径问题：一是消费者信心指数的历史换算问题，2009 年 11 月以前的数据以 1996 年为基期做了标准化处理，新旧序列不可直接比较；二是综合领先指标为振幅调整口径、以长期平均 100 表示，其成分序列会随修订而改写历史数值，实时准确性低于回溯拟合度；三是央行城镇储户问卷为季频、样本为全国 50 个城市的 2 万户储户，并非全国代表性抽样；四是社会消费品零售总额为名义口径、未扣除价格因素，以旧换新等政策会显著影响特定品类的当期读数。

所有标注「测算」或「示意」的数字，均为本报告基于构造规约给出的方法性示例，不代表任何实际观测结果；正文中出现的实际数据均标注了对应证据编号。凡无外部锚的参数一律不进入合成计算，仅作定性说明。

**再次声明**：本报告为方法论与规则构造研究，不预测拐点出现的具体时点，不构成任何证券、投资或财务建议，亦不构成个性化建议。