近期，美國(guó)非農(nóng)就業(yè)數(shù)據(jù)頻繁且大幅度的修正引發(fā)了市場(chǎng)的廣泛關(guān)注和質(zhì)疑。東吳證券首席經(jīng)濟(jì)學(xué)家蘆哲及其團(tuán)隊(duì)，通過(guò)對(duì)這些修正的深入分析，揭示了其背后的原因及可能的市場(chǎng)影響。

報(bào)告指出，自2023年以來(lái)，美國(guó)非農(nóng)就業(yè)數(shù)據(jù)經(jīng)歷了多次重大修正，這些修正主要源于調(diào)查問(wèn)卷反饋的滯后性、不同調(diào)查統(tǒng)計(jì)口徑的分歧以及估算模型的失真等問(wèn)題。這些技術(shù)性因素雖然并非有意“粉飾太平”，但確實(shí)反映了美國(guó)就業(yè)市場(chǎng)的一些現(xiàn)實(shí)問(wèn)題，如小型企業(yè)經(jīng)營(yíng)環(huán)境的惡化和非法移民對(duì)就業(yè)市場(chǎng)的貢獻(xiàn)。

在月度修正方面，美國(guó)勞工統(tǒng)計(jì)局（BLS）每月公布非農(nóng)就業(yè)數(shù)據(jù)時(shí)，都會(huì)對(duì)前兩個(gè)月的數(shù)據(jù)進(jìn)行修正。這種修正的頻繁發(fā)生，主要是由于企業(yè)延遲反饋問(wèn)卷的現(xiàn)象普遍存在。尤其是在疫情危機(jī)后，企業(yè)調(diào)查（CES）的初次反饋率顯著下降，導(dǎo)致非農(nóng)數(shù)據(jù)的下修變得愈發(fā)頻繁。這一現(xiàn)象可能暗示小型企業(yè)的經(jīng)營(yíng)狀況正在惡化，反饋問(wèn)卷的積極性降低，從而影響了數(shù)據(jù)的準(zhǔn)確性。

除了月度修正外，BLS每年還會(huì)對(duì)上一年全年的數(shù)據(jù)進(jìn)行全面的年度校準(zhǔn)。這一校準(zhǔn)過(guò)程包括基于失業(yè)保險(xiǎn)數(shù)據(jù)、企業(yè)生死模型、人口普查數(shù)據(jù)等多個(gè)方面的調(diào)整。其中，基于失業(yè)保險(xiǎn)的校準(zhǔn)尤為關(guān)鍵，因?yàn)樗梢詮浹a(bǔ)CES調(diào)查樣本的有限性。然而，由于QCEW（基于失業(yè)保險(xiǎn)記錄的就業(yè)和工資季度普查數(shù)據(jù)）難以捕捉到非法移民的就業(yè)情況，這可能導(dǎo)致非農(nóng)就業(yè)數(shù)據(jù)的低估。

報(bào)告還指出，企業(yè)成立與倒閉對(duì)就業(yè)凈增長(zhǎng)的影響也是不可忽視的。為此，BLS引入了企業(yè)凈出生-死亡模型（NBD）進(jìn)行估算。然而，由于模型假設(shè)與實(shí)際情況存在偏差，NBD模型在某些時(shí)期可能高估了就業(yè)增長(zhǎng)。特別是在疫情危機(jī)后，美國(guó)新注冊(cè)企業(yè)數(shù)目大幅增加，這進(jìn)一步加大了模型高估的風(fēng)險(xiǎn)。

BLS每年還會(huì)對(duì)家庭調(diào)查（CPS）數(shù)據(jù)進(jìn)行校準(zhǔn)，以調(diào)整失業(yè)率等關(guān)鍵指標(biāo)。在2024年的年度校準(zhǔn)中，由于人口普查局更新了移民人口數(shù)據(jù)，特別是將南部邊境的移民納入統(tǒng)計(jì)，這可能導(dǎo)致失業(yè)率的上調(diào)。因?yàn)檫@些新納入統(tǒng)計(jì)的移民群體失業(yè)率通常較高，從而拉高了整體的失業(yè)率水平。

對(duì)于即將到來(lái)的2024年度大校準(zhǔn)，報(bào)告預(yù)計(jì)非農(nóng)就業(yè)數(shù)據(jù)可能存在大幅下修的風(fēng)險(xiǎn)，同時(shí)失業(yè)率也可能上調(diào)。這一預(yù)期引發(fā)了市場(chǎng)的廣泛關(guān)注，因?yàn)閿?shù)據(jù)修正可能給市場(chǎng)帶來(lái)負(fù)面沖擊。投資者和決策者需要密切關(guān)注這些修正，以準(zhǔn)確評(píng)估美國(guó)就業(yè)市場(chǎng)的真實(shí)狀況。

報(bào)告最后提醒投資者注意模型風(fēng)險(xiǎn)、統(tǒng)計(jì)風(fēng)險(xiǎn)和樣本風(fēng)險(xiǎn)。由于非農(nóng)就業(yè)數(shù)據(jù)的編制依賴于復(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)。同時(shí)，企業(yè)和家庭調(diào)查響應(yīng)率的下降也可能導(dǎo)致數(shù)據(jù)質(zhì)量下降和統(tǒng)計(jì)誤差擴(kuò)大。非農(nóng)就業(yè)數(shù)據(jù)主要覆蓋合法就業(yè)，可能低估了非法移民、零工經(jīng)濟(jì)從業(yè)者等群體的就業(yè)情況。