華爾街見聞

　　高盛與渣打銀行警告，非農每月的就業數據可能被夸大了4萬到7萬個崗位。9月9日美國勞工部將公布非農就業數據的年度基準修正，此次修正可能一次性下調55萬至80萬個虛增崗位，促使美聯儲仿效去年9月，再次選擇50個基點的大幅降息。

　　美國就業數據可能又要“打臉式”大幅下修，為9月降息50基點鋪路。

　　9月9日，美國勞工部（BLS）將公布非農就業數據的年度基準修正。高盛、渣打銀行等根據數據推演，這可能會是一場高達55萬—80萬個崗位的大幅“就業打假”，這將直接沖擊市場對美國勞動力市場的信心，也可能迫使美聯儲像去年9月一樣，進行一次50個基點的大幅降息。

　　數據大幅下修的主要原因有二。一是出生-死亡模型失真，該模型高估了新企業創造的就業。二是和非法移民大幅減少，導致勞動力人口被系統性高估。據估算，這些偏差使得實際就業可能每月被高估4萬到7萬人，相當于一年累計虛增55萬至80萬崗位。

　　這背后的意義非常重大，高盛資深交易員表示，現在決定鮑威爾節奏的關鍵不是通脹，而是就業。如果本次修正與去年9月類似（當時BLS也下修80萬崗位，美聯儲隨即大降息50基點），鮑威爾可能將再次面臨“是否一次性降息50個基點”的抉擇，哪怕只是為了“自證清白”——去年的降息并非政治妥協，而是基于真實的經濟放緩。

　　渣打銀行估算BLS公布的NFP每月比實際高出7萬個崗位

　　高盛指出，導致就業數據失真的最大源頭，是BLS長期使用的“出生-死亡模型”。這套模型用來估算新開企業創造的崗位數量，但并不基于真實企業登記或繳稅數據，而是模型預估，容易系統性高估就業增長。相比之下，QCEW（季度就業與工資普查）和BDM（企業就業動態）基于企業實際繳納失業保險的記錄，被視為更真實可信的“黃金標準”。

　　高盛用自研模型，結合BED數據和更高頻的企業動態信息發現，2024年下半年BLS模型確實高估了就業增長，平均每月高估4.5萬個崗位。雖然BLS近幾月已略微調整模型參數、并反映出開業公司數量趨穩，但偏差依然顯著。

　　渣打銀行的Steven Englander更直接地稱出生-死亡模型是“數據的遮羞布”。他估算BLS公布的NFP每月比實際高出7萬個崗位。

　　根據他的分析，從2024年初至今，老公司每月只新增2.5萬個崗位，而BLS卻估算“新公司”每月貢獻10萬個崗位以上。但BDM數據顯示，新公司實際貢獻僅占全部新增崗位的20%，遠低于BLS假設。更嚴重的是，2024年新設企業創造崗位數量僅為2022年的不到20%，若模型反映這個現實，NFP將至少每月少7萬個崗位。

　　Englander進一步指出，要維持勞動力市場基本均衡，非農就業數據的“合理水平”應為每月17萬個崗位，10萬來自真實的自然增長，7萬是模型高估部分。

　　值得注意的是，BDM雖然滯后（最新僅到2024年），但與QCEW一樣，都是美國勞工部用于年中基準修正的數據基礎，其權威性遠超抽樣制的非農就業數據。9月9日BLS將公布的就業基準修正，正是基于這些數據。一旦按BDM所反映的真實趨勢修正，非農可能一次性被下調55萬至80萬，這將對市場信心和政策前景產生巨大沖擊。

　　五大信號：就業數據虛高早有跡象

　　高盛指出，除了出生-死亡模型造成虛增，還有至少五大額外原因，進一步說明數據存在嚴重問題。

　　1、非法移民減少

　　高盛估算，最近幾個月非法移民數量明顯下降。非法移民對勞動力供給影響較大。2022–2024年間的“移民潮”帶來了就業需求激增，但現在移民放緩了，實際需要新增崗位也減少。如果BLS還繼續按照舊的移民假設估算就業需求，顯然就會過高。

　　2．季節性調整模型會誤判趨勢

　　季節性調整模型經常在一開始把真實趨勢的變化錯誤地當作季節波動。等后面確認是趨勢確實變差了，模型才會回頭向下修正之前的數據。

　　3． 歷史上經濟放緩時，原始數據總是后來被下修

　　歷史經驗顯示，在經濟放緩時期，最初的原始就業數據往往都被后期下修。這種現象從1979年以來每次經濟衰退都會發生（除了1次）。

　　4． ADP數據質疑BLS對醫療行業的夸大

　　ADP作為美國主要的工資數據提供商，其數據顯示，醫療行業的就業增長遠沒BLS報告的那么強勁。過去三個月里，醫療行業的新增崗位占了全部非農就業增長還不止。ADP和業內分析師都認為沒有BLS說的那么夸張，真實情況可能介于兩者之間。

　　5． 住戶調查高估了移民和就業

　　住戶調查目前可能高估了美國人口增長，也高估了就業人數增長。因為它使用的年初的移民預估本來還算合理，但現在已經遠遠偏高。目前的模型假設，美國人口一年增長的數量可能高估了100萬人。這可能導致“住戶調查”中的就業增長數據，每月被高估了約5萬個崗位。

　　風險提示及免責條款

　　市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。