20240619-华创证券-_宏观专题_基于反面论证的视角_美国就业数据的背离何解__13页_979kb

美国就业数据分化分析报告总结

核心结论

市场对美国就业数据出现分化（如非农数据强劲而失业率上升）现象关注较多，引发了对美联储降息预期的波动。然而，报告通过反面论证，指出几个不太可能造成分化的因素，并认为就业数据分化不会导致美联储提前降息。

分化因素分析

1. 市场关注的四个不太可能的主要因素

   • 家庭调查与机构调查设计差异，尽管两者调查方法不同，但调整后的数据差异仍在扩大，因此不是主因。
   • 非法移民问题，尽管两种调查均包含部分非法移民数据，但非法移民涌入时间与数据背离时间不符，故可能不是主要因素。
   • 企业成立/消亡模型可能导致非农数据被高估，但历史数据显示模型误差较小，且疫情后企业成立申请和就业贡献一致，证据尚不充分。
   • 雇员周转率变化，虽机构调查显示周转率高可能导致就业数据差异，但疫情期间的高峰与数据背离时期不重合，因此可能也不是主因。

2. 两个可能造成数据分化的主要因素

   • 家庭调查的统计误差，样本数据可能存在较大波动。
   • 机构调查问卷收集率下降，可能导致数据偏差。

就业数据分化对美联储决策影响分析

1. 历史回顾，自1998-1999年曾出现类似长期分化的现象，但当时未对美联储政策产生显著影响。
2. 尽管当前经济状况与1998-1999年相似（经济增长高于潜在增速，失业率低），但当前经济边际向下，可能更加谨慎。
3. 尽管存在数据分化，但美联储仍倾向于综合评估就业市场软着陆的可能性，预计年内降息一次，若后续就业持续疲软（如新增就业降至15万人左右，长期失业率升至4.2%等）则可能调整降息预期。

总体结论与展望

就业数据分化不太可能引发美联储提前降息。当前应避免单一依赖某一调查手段，综合历史经验与当期数据进行判断，以捕捉劳动力市场潜在的疲软转向。