美國非農就業數據大幅下修，引發討論。
美國非農數據調整幅度較大，主因統計因素。
依賴於傳統經驗規律的模型無法適應經濟大波動，模型容易失真。疫情前後美國經濟波動超過常規經驗，模型得到的就業數據需要大幅修正。
疫情前後美國經濟波動之所以劇烈，一則因服務業衰退和復甦，彈性都較高；二則因疫情後美國迎來了製造業回流以及AI驅動的產業革命，底層經濟運行邏輯發生變化。
未來減息交易面臨兩重複雜性。 1、緊盯數據或錯判實際就業形勢，因模型無法準確捕捉波動過大的就業現實。市場會根據頻繁調整的就業數據，反覆博弈減息。 2、市場與聯儲局看待數據視角不同，未來聯儲局減息操作和市場減息預期存在反覆博弈可能。
摘要：
美國非農數據之所以大幅調整，這首先是統計因素所致。
爲準確估計樣本及所蒐集數據，美國非農就業數據需要定期修正。
數據修正包括：納入既有樣本遺漏、錯誤數據，矯正樣本偏差。
歷史顯示，經濟波動較大時期，就業人數和企業數量也會大幅波動，數據修正幅度走闊。
背後原因在於，“線性模型”無法準確估計經濟非線性變化。底層的邏輯是，在經濟波動較大時期，無論是既有樣本的受訪者還是樣本本身，均沒有按照歷史的軌道演繹，故而“偏穩定”的模型相較劇烈變化的現實，模型精度不夠。
疫情之後美國就業數據大幅修正，反映了美國經濟經歷一輪重構。
疫情前後短短僅四年，美國經歷了深度衰退、強勁復甦，中間還穿插了產業革命。這一變化可以說時間短、帶來的波動大。
事後回看，採用疫情前數據無法估計2020年的深度衰退；2020年衰退數據又會誤導2021年經濟強勁復甦時期的數據。因此，2020年-2021年美國非農就業數據修正幅度巨大。
非農就業數據調整集中於服務業部門。服務業是2020年衰退最爲嚴重的部門。服務業也是2021年及之後復甦最爲強勁的部門之一，2021年前後美國新成立了大量服務業企業，增速遠超歷史平均水平。
這些變化均無法被線性的老模型捕捉，造成就業數據不斷大幅調整。
新結構調整下，未來美國減息交易並非流暢。
高利率對需求的壓制並非顯性，尤其是靈活度較高的服務業，高利率對服務業需求的壓制可能在某個時點加速。統計模型可能無法準確刻畫經濟衰退時美國就業回落速度。這也就導致了，利用過去兩年規律的模型，或將高估服務業就業數據，而根據美國就業數據修正特性，隨後又將公佈偏離度較大的修正值。
未來我們緊盯就業模型給出的就業數據，或錯判實際就業形勢。市場會根據這一指標特性，重估並且頻繁博弈減息預期。
市場與聯儲局對待數據的視角不同，這就導致了未來聯儲局實質性減息操作以及市場減息預期，會存在一定的摩擦博弈，如此來看，今年的減息交易之路，並並一路順暢。
本文作者：周君芝、孫英傑，來源：中信建投證券研究，原文標題：《中信建投：美國就業數據爲何大幅調整？》
編輯/ping