宏觀深度報(bào)告：#海外經(jīng)濟(jì)-技術(shù)帖：美國(guó)非農(nóng)是如何進(jìn)行“修正”的

在上修風(fēng)險(xiǎn)，屆時(shí)需要關(guān)注數(shù)據(jù)修正給市場(chǎng)帶來(lái)的負(fù)面沖擊。執(zhí)業(yè)證書：S0600124120012n月度修正：每月BLS公布美國(guó)非農(nóng)就業(yè)數(shù)據(jù)時(shí)，會(huì)同時(shí)修正前兩個(gè)月weiy@反饋問(wèn)卷的現(xiàn)象。疫情危機(jī)后，CES企業(yè)調(diào)查的初次反饋率持續(xù)下降，執(zhí)業(yè)證書：S0600124120013同時(shí)非農(nóng)的下修變得愈發(fā)頻繁，這一現(xiàn)象背后的真相可能是：小型企業(yè)境惡化的現(xiàn)實(shí)?！洞?“年度校準(zhǔn)”，其內(nèi)容包括基于失業(yè)保險(xiǎn)數(shù)據(jù)、企業(yè)生死模型、人口普《關(guān)稅硝煙起，黃金創(chuàng)新高——春節(jié)根據(jù)基于企業(yè)失業(yè)保險(xiǎn)記錄的就業(yè)和工資季度普查數(shù)據(jù)（QCEW在2025-02-03農(nóng)就業(yè)之間的分歧不斷加大，這或與不同問(wèn)卷對(duì)非法移民的統(tǒng)計(jì)有型累計(jì)高估了330萬(wàn)的總就業(yè)。這一現(xiàn)象這與模型假設(shè)有很大關(guān)系：NBD模型假定因企業(yè)成立與倒閉帶來(lái)的凈就業(yè)增長(zhǎng)趨勢(shì)相對(duì)穩(wěn)定，而 4 6 6 9 10 13 5 5 6 6 7 8 8 8 8 9 9 10 10 10 10 12 12 12 12 13 13構(gòu)開(kāi)始質(zhì)疑美國(guó)非農(nóng)就業(yè)數(shù)據(jù)的真實(shí)性。例如，2023-24年公布的23被下調(diào)（…suggeststhatthepayrollreportnumbersthatwe'rege就業(yè)數(shù)據(jù)時(shí)，BLS將就2024年全年數(shù)據(jù)進(jìn)行修正，圖1：美國(guó)非農(nóng)問(wèn)卷首次、二次修正幅度數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所；單位千人圖2：美國(guó)非農(nóng)問(wèn)卷收集率 數(shù)據(jù)來(lái)源：彭博，東吳證券研究所；縱軸單位%，橫軸數(shù)字代表年份后兩位，下同圖3：美國(guó)非農(nóng)首次修正幅度12個(gè)月均線0數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所；單位千人圖4：美國(guó)不同規(guī)模私營(yíng)公司2019年來(lái)就業(yè)總?cè)藬?shù)變化 250-499人500人以上數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所，2019.12=100但若拉長(zhǎng)觀察窗口，企業(yè)問(wèn)卷首次反饋率的變化與經(jīng)濟(jì)周期沒(méi)有明顯關(guān)系（數(shù)據(jù)的修正。作為調(diào)查問(wèn)卷，CES僅僅覆業(yè)和工資季度普查數(shù)據(jù)（QuarterlyCensusofEmploymentandWage,QCEW該普查數(shù)圖5：QCEW與CES就業(yè)調(diào)查對(duì)比(QuarterlyCensusofEmploymentan使用失業(yè)保險(xiǎn)記錄作為抽樣來(lái)源，并每年根數(shù)據(jù)來(lái)源：BLS、東吳證券研究所非農(nóng)分別對(duì)應(yīng)的就業(yè)同比增速分別為0.81%、圖6：年度校準(zhǔn)后美國(guó)非農(nóng)就業(yè)總?cè)藬?shù)的變化幅度0數(shù)據(jù)來(lái)源：BLS、東吳證券研究所；單位千人圖7：不同口徑美國(guó)非農(nóng)就業(yè)同比增速5%數(shù)據(jù)來(lái)源：彭博，東吳證券研究所又為何會(huì)出現(xiàn)如此大幅度的下修？我們認(rèn)為這或與不同問(wèn)卷對(duì)非法移民的統(tǒng)計(jì)有關(guān)。圖8：不同機(jī)構(gòu)統(tǒng)計(jì)的美國(guó)新增移民人數(shù)數(shù)據(jù)來(lái)源：CBO、美國(guó)人口普查局，東吳證券研究所；單位百萬(wàn)人圖9：美國(guó)各行業(yè)新增非農(nóng)就業(yè)人數(shù)0數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所；單位千人每時(shí)每刻美國(guó)都有新的企業(yè)注冊(cè)成立、新的企業(yè)破產(chǎn)注銷，因此最終出現(xiàn)在CES企業(yè)調(diào)查樣本上的時(shí)滯長(zhǎng)達(dá)一年多，因此月度的非農(nóng)問(wèn)卷很難統(tǒng)計(jì)到可捕捉到企業(yè)“生死”給勞務(wù)市場(chǎng)帶來(lái)的波動(dòng)，這即BLS凈出生-死亡模型（NetBirth-圖10：因企業(yè)擴(kuò)張縮編成立倒閉帶來(lái)的就業(yè)與失業(yè)就業(yè)-因企業(yè)擴(kuò)張就業(yè)-因企業(yè)成立數(shù)據(jù)來(lái)源：彭博，東吳證券研究所；單位千人圖11：因企業(yè)擴(kuò)張縮編成立倒閉帶來(lái)的就業(yè)凈增長(zhǎng)00就業(yè)凈增長(zhǎng)-因企業(yè)擴(kuò)招/縮編數(shù)據(jù)來(lái)源：彭博，東吳證券研究所；單位千人圖12：美國(guó)非季調(diào)累計(jì)新增非農(nóng)與NBD模型預(yù)測(cè)值0NBDNBD模型貢獻(xiàn)(右)數(shù)據(jù)來(lái)源：BLS，東吳證券研究所；左軸單位千人圖13：美國(guó)NBD模型預(yù)測(cè)新增私營(yíng)就業(yè)人數(shù)00數(shù)據(jù)來(lái)源：BLS，東吳證券研究所；單位千人NBD模型為何會(huì)高估非農(nóng)就業(yè)？這與模型假設(shè)有很大關(guān)系。如前述，NBD模型假注冊(cè)企業(yè)數(shù)目的降低，NBD模型給非農(nóng)帶來(lái)的高估也面臨著更大的下修風(fēng)險(xiǎn)。圖14：美國(guó)新注冊(cè)企業(yè)數(shù)量新企業(yè)注冊(cè)——26周均線0數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)、東吳證券研究所；單位千圖15：美國(guó)新注冊(cè)、注銷企業(yè)數(shù)目0數(shù)據(jù)來(lái)源：彭博、東吳證券研究所；單位千1/publications/research圖16：人口控制對(duì)2024年CPS數(shù)據(jù)的影響圖17：人口控制對(duì)美國(guó)勞動(dòng)力人口的影響人口控制對(duì)勞動(dòng)力的修正0數(shù)據(jù)來(lái)源：BLS，東吳證券研究所數(shù)據(jù)來(lái)源：BLS，東吳證券研究所；單位千人圖18：2023年非農(nóng)總就業(yè)人數(shù)年度校準(zhǔn)前后變化校準(zhǔn)后校準(zhǔn)前差異(右) 0數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所；左軸單位百萬(wàn)人，右軸單位千人圖19：2023年新增非農(nóng)就業(yè)人數(shù)年度校準(zhǔn)前后變化校準(zhǔn)后校準(zhǔn)前差異(右)00數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所；單位千人2024年度校準(zhǔn)后，新增非農(nóng)的下修幅度是多少？我們通過(guò)計(jì)算不同非農(nóng)問(wèn)卷口徑圖20：不同口徑下的美國(guó)就業(yè)總?cè)藬?shù)數(shù)據(jù)來(lái)源：彭博，東吳證券研究所；單位百萬(wàn)人圖21：不同口徑下的美國(guó)就業(yè)同比增速5%4%數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所2024年度校準(zhǔn)后，失業(yè)率的上修幅度是多少？2024年度校準(zhǔn)中，BLS將根據(jù)人口普查局更新后的人口數(shù)據(jù)對(duì)2024年的CPS數(shù)據(jù)進(jìn)行人口控制。而本次人口普查局主要著2024年美國(guó)失業(yè)率可能將迎來(lái)上調(diào)。根據(jù)高盛圖22：美國(guó)不同群體失業(yè)率圖23：美國(guó)人口普查局對(duì)移民人口的更新數(shù)據(jù)來(lái)源：美聯(lián)儲(chǔ)，東吳證券研究所數(shù)據(jù)來(lái)源：美國(guó)人口普查局，東吳證券研究所模型風(fēng)險(xiǎn)：BLS公布的美國(guó)非農(nóng)就業(yè)數(shù)據(jù)編制依賴于凈出生-死亡模型等復(fù)雜的統(tǒng)計(jì)學(xué)模型，模型參數(shù)的大幅調(diào)整可能加大分析誤判的風(fēng)險(xiǎn)。