4 Nhà nghiên cứu Alpha: Kamiu
Trong nền kinh tế toàn cầu ngày nay, tầm quan trọng của dữ liệu việc làm đối với các nhà hoạch định chính sách tiền tệ vĩ mô toàn cầu và thị trường thương mại là điều hiển nhiên. Là một chỉ báo quan trọng về sự phát triển kinh tế, dữ liệu việc làm phi nông nghiệp của Hoa Kỳ luôn thu hút nhiều sự chú ý. Tuy nhiên, từ lâu đã có tiếng nói nghi ngờ trên thị trường: Tại sao dữ liệu việc làm và xu hướng CPI của Mỹ thường xuyên sai lệch và tại sao lại có sự khác biệt lớn giữa dữ liệu khảo sát hộ gia đình và dữ liệu khảo sát doanh nghiệp? Sự bất đồng này đã khiến một số người nghi ngờ về dữ liệu việc làm phi nông nghiệp do Bộ Lao động Hoa Kỳ công bố, cho rằng có thể có sai sót hoặc thậm chí là đánh giá quá cao một cách có hệ thống, đặc biệt là với những bất thường thường xuyên xảy ra trong dữ liệu bảng lương phi nông nghiệp kể từ năm 2024 và tháng 7. 2024. Dữ liệu phi nông nghiệp hàng tháng giảm mạnh và bất ngờ, đồng thời những nghi ngờ mang tính hệ thống về dữ liệu phi nông nghiệp càng gia tăng.
Tiếp theo, chúng ta khám phá những lý do đằng sau hiện tượng này và tác động có thể có của nó đối với việc phân tích thị trường và phát triển chính sách.
1. Tại sao dữ liệu việc làm của Hoa Kỳ bị nghi ngờ là không chính xác hoặc thậm chí được đánh giá quá cao một cách có hệ thống trong một thời gian dài?
Dữ liệu việc làm trong bảng lương phi nông nghiệp do Bộ Lao động Hoa Kỳ (BLS) công bố hàng tháng bao gồm dữ liệu về số lượng việc làm, tỷ lệ thất nghiệp, v.v. và luôn được coi là một trong những chỉ số kinh tế vĩ mô quan trọng nhất. Số lượng việc làm phi nông nghiệp mới phản ánh số lượng việc làm mới trong khu vực phi nông nghiệp của Hoa Kỳ, bao gồm tất cả các ngành không phải khu vực chính phủ, như sản xuất, dịch vụ, xây dựng, v.v. Dữ liệu này giúp hiểu được thị trường việc làm ở Hoa Kỳ đang mở rộng nhanh chóng và chặt chẽ như thế nào. Tỷ lệ thất nghiệp là tỷ lệ lực lượng lao động thất nghiệp trên tổng lực lượng lao động trong một khoảng thời gian nhất định. Đây là một chỉ số quan trọng khác về sức khỏe của nền kinh tế và phản ánh mức độ trì trệ của thị trường lao động. Mức lương trung bình mỗi giờ phản ánh mức thu nhập của người lao động Mỹ và là một chỉ số quan trọng về sức mua của người tiêu dùng và áp lực lạm phát tiềm ẩn.
Dữ liệu phi nông nghiệp có tác động quan trọng đến thị trường tài chính, xây dựng chính sách của chính phủ và dự báo kinh tế. Các nhà đầu tư, nhà kinh tế và nhà hoạch định chính sách rất chú ý đến báo cáo này để đánh giá hướng đi của nền kinh tế Mỹ và đưa ra các quyết định và đầu tư phù hợp. Hiệu suất của dữ liệu phi nông nghiệp thường ảnh hưởng đến chính sách tiền tệ của Cục Dự trữ Liên bang, từ đó ảnh hưởng đến thị trường tài chính toàn cầu. Tuy nhiên, trong những năm gần đây, ngày càng có nhiều quan điểm cho rằng dữ liệu việc làm của Hoa Kỳ không chính xác và có thể được ước tính quá cao một cách có hệ thống, chủ yếu vì những lý do sau:
1. Sự khác biệt giữa dữ liệu phi nông nghiệp từ các nguồn khác nhau ngày càng lớn hơn (chi tiết hơn bên dưới) và sự thiếu tin cậy của dữ liệu ngày càng trở nên nổi bật, dẫn đến độ tin cậy của dữ liệu việc làm phi nông nghiệp bị nghi ngờ;
2. Có những mâu thuẫn tiềm ẩn nhất định giữa các dữ liệu vĩ mô khác nhau. Bất chấp xu hướng giảm đáng kể gần đây của dữ liệu CPI, thị trường việc làm vẫn tiếp tục cho thấy mức tăng trưởng vừa phải. So sánh cụ thể như sau:
Tháng 1 năm 2024 :
CPI: Theo Cục Thống kê Lao động Hoa Kỳ, CPI đã giảm 0,1% so với tháng trước trong tháng 1 và tăng 6,4% so với cùng kỳ năm trước.
Dữ liệu việc làm phi nông nghiệp: 517.000 việc làm phi nông nghiệp mới được bổ sung trong tháng 1 và tỷ lệ thất nghiệp vẫn ở mức 3,4%.
Tháng 2 năm 2024 :
CPI: CPI tháng 2 không thay đổi so với tháng trước và tăng 6,0% so với cùng kỳ.
Dữ liệu việc làm phi nông nghiệp: 311.000 việc làm phi nông nghiệp mới được bổ sung trong tháng 2 và tỷ lệ thất nghiệp giảm nhẹ xuống 3,3%.
Tháng 3 năm 2024 :
CPI: CPI tháng 3 giảm 0,2% so với tháng trước và tăng 5,2% so với cùng kỳ năm ngoái.
Dữ liệu bảng lương phi nông nghiệp: 235.000 bảng lương phi nông nghiệp mới đã được thêm vào tháng 3 và tỷ lệ thất nghiệp không thay đổi.
Tháng 4 năm 2024 :
CPI: CPI tháng 4 giảm 0,4% so với tháng trước và tăng 4,9% so với cùng kỳ năm ngoái.
Dữ liệu việc làm phi nông nghiệp: 213.000 việc làm phi nông nghiệp mới được bổ sung trong tháng 4 và tỷ lệ thất nghiệp tăng nhẹ lên 3,4%.
Tháng 5 năm 2024 :
CPI: CPI tháng 5 giảm 0,3% so với tháng trước và tăng 4,0% so với cùng kỳ năm trước.
Dữ liệu bảng lương phi nông nghiệp: 184.000 việc làm mới trong bảng lương phi nông nghiệp đã được thêm vào tháng 5 và tỷ lệ thất nghiệp vẫn ở mức 3,4%.
Tháng 6 năm 2024 :
CPI: CPI tháng 6 giảm 0,2% so với tháng trước và tăng 3,2% so với cùng kỳ năm ngoái.
Dữ liệu việc làm phi nông nghiệp: 176.000 việc làm phi nông nghiệp mới được bổ sung trong tháng 6 và tỷ lệ thất nghiệp giảm nhẹ xuống 3,3%.
Dữ liệu trên vẽ ra một kịch bản hơi kỳ lạ, đó là trong nửa đầu năm 2024, CPI ở Mỹ có xu hướng giảm dần theo từng tháng, nhưng số lượng việc làm phi nông nghiệp vẫn tiếp tục tăng vừa phải, cho thấy khả năng phục hồi cực kỳ mạnh mẽ. , điều này không phù hợp với những gì các nhà quan sát mong đợi theo những dự đoán ngây thơ của Phillips. Mặc dù đường cong Phillips đã được chứng minh nhiều lần trong lịch sử là rất hạn chế về khả năng phù hợp và dự đoán các tình huống thực tế, đồng thời độ co giãn cụ thể của nó cũng là chủ đề tranh luận lâu dài trong cộng đồng kinh tế vĩ mô, dữ liệu trên thang thời gian dài hơn từ năm 2023 đến nay phù hợp với đường cong Phillips. Việc đường cong Sri Lanka tiếp tục lệch sẽ vẫn khiến bản thân dữ liệu bị nghi ngờ (bài viết này sẽ tạm gác lại những thảo luận sáo rỗng về tầm cỡ thống kê CPI);
3. Các dữ liệu phụ khác nhau có trong dữ liệu phi nông nghiệp trái ngược nhau. Ví dụ, trong dữ liệu việc làm phi nông nghiệp vào tháng 5 năm 2024, dữ liệu thường được thị trường coi là kỳ lạ nhất trong thập kỷ qua, số lượng người làm việc. số người có việc làm ghi nhận mức tăng trưởng đáng kể, nhưng tỷ lệ thất nghiệp trong lực lượng lao động lại tăng đáng kể mà không tăng đáng kể, tạo thành một sự tự mâu thuẫn khó có thể biện minh (tất nhiên, số lượng việc làm phi nông nghiệp mới trong tháng 5 đã tăng). được điều chỉnh giảm đáng kể vào tháng 6, nhưng điều này càng làm tăng thêm mối lo ngại của thị trường và các nhà bình luận về Câu hỏi về độ tin cậy của dữ liệu ban đầu);
4. Bắt đầu từ năm 2024, dữ liệu việc làm phi nông nghiệp sẽ được điều chỉnh giảm nhiều lần. Kể từ năm 2023, dữ liệu việc làm phi nông nghiệp do Cục Thống kê Lao động Hoa Kỳ công bố đã nhiều lần được điều chỉnh giảm xuống. Ví dụ: dữ liệu phi nông nghiệp vào tháng 5 năm 2024 cho thấy 272.000 việc làm mới đã được tạo ra, vượt xa kỳ vọng của thị trường là 185.000. Tuy nhiên, nhiều lần điều chỉnh giảm so với dữ liệu phi nông nghiệp trước đó đã khiến thị trường nghi ngờ tính chính xác của dữ liệu này. Fed Philadelphia thậm chí còn cho rằng dữ liệu bảng lương phi nông nghiệp năm 2023 có thể được đánh giá quá cao tới 800.000 việc làm mới;
5. Dữ liệu bảng lương phi nông nghiệp trái ngược với dữ liệu khảo sát việc làm khác và tiếp tục cao hơn dự báo chung của các nhà kinh tế. Trong những tháng gần đây, Điều tra dân số việc làm và tiền lương hàng quý (QCEW) và Việc làm tư nhân của Hoa Kỳ (ADP) đã cho thấy rằng Hoa Kỳ. Thị trường việc làm đang có dấu hiệu hạ nhiệt, nhưng số liệu phi nông nghiệp luôn cho thấy tình hình việc làm ở Mỹ cho thấy khả năng phục hồi ngoài mong đợi. Người ta thường tin rằng dữ liệu việc làm phi nông nghiệp không phân biệt giữa việc làm chính thức và phi chính thức, trong khi QCEW và các tổ chức khác tập trung nhiều hơn vào thống kê việc làm chính thức và có số liệu thống kê hạn chế về việc làm phi chính thức và bán thời gian.
2. Giới thiệu ngắn gọn cách tính số liệu việc làm phi nông nghiệp.
BLS tổng hợp dữ liệu phi nông nghiệp dựa trên một loạt các khảo sát chi tiết và phương pháp thống kê. Sau đây là các bước và phương pháp chính để tính toán dữ liệu bảng lương phi nông nghiệp:
1. Khảo sát mẫu: BLS thu thập dữ liệu thông qua khảo sát hộ gia đình (Khảo sát dân số hiện tại, CPS) và khảo sát doanh nghiệp (Thống kê việc làm hiện tại, CES). Điều tra hộ gia đình chủ yếu được sử dụng để tính toán tỷ lệ thất nghiệp và tỷ lệ tham gia lực lượng lao động, trong khi điều tra doanh nghiệp được sử dụng để tính toán số việc làm được tạo ra và mức lương trung bình mỗi giờ;
2. Phân loại ngành: Dữ liệu việc làm phi nông nghiệp chia việc làm thành các loại ngành khác nhau như sản xuất, xây dựng, dịch vụ, v.v. để phân tích chi tiết hơn tình hình việc làm trong từng ngành;
3. Điều chỉnh dữ liệu: chủ yếu bao gồm điều chỉnh theo mùa và điều chỉnh B/D:
Để đảm bảo độ chính xác của dữ liệu, BLS điều chỉnh dữ liệu theo mùa để loại bỏ tác động của các yếu tố mùa vụ đối với dữ liệu việc làm. Cụ thể, BLS đầu tiên phân tích dữ liệu lịch sử để xác định và định lượng các mô hình theo mùa. Mô hình theo mùa đề cập đến sự biến động của dữ liệu việc làm trong một khoảng thời gian cụ thể do các yếu tố thường xuyên hoặc có thể dự đoán được (chẳng hạn như ngày lễ, thay đổi thời tiết, kỳ nghỉ học, v.v.). Thứ hai, BLS sử dụng phương pháp phân tích chuỗi thời gian S-ARIMA, sử dụng dữ liệu lịch sử để điều chỉnh các tham số mô hình tạo ra nhiễu trắng dư và thực hiện các khác biệt theo mùa trên dữ liệu gốc để loại bỏ các biến động theo mùa.
Đồng thời, do khảo sát CES không nắm bắt được sự thay đổi việc làm của các doanh nghiệp thành lập mới và doanh nghiệp đóng cửa theo thời gian thực nên BLS áp dụng mô hình Điều chỉnh Sinh/Tử để ước tính những thay đổi này nhằm phản ánh chính xác hơn tình hình thực tế của việc làm. thị trường, trong đó: Mô hình sinh (Mô hình điều chỉnh sinh) ước tính số lượng việc làm được tạo ra bởi các doanh nghiệp mới thành lập. Mô hình này dựa trên dữ liệu lịch sử và tính đến xu hướng tăng trưởng cũng như điều kiện kinh tế vĩ mô trong các ngành khác nhau để dự đoán sự đóng góp của các công ty mới vào thị trường việc làm. Mô hình tử thần: ước tính số việc làm bị mất bởi các công ty đóng cửa; Mô hình này cũng dựa trên dữ liệu lịch sử và phân tích tần suất cũng như mô hình phá sản của doanh nghiệp, cũng như tác động của các điều kiện kinh tế vĩ mô đến sự tồn tại của doanh nghiệp.
3. Kết luận: Dữ liệu việc làm của Hoa Kỳ có được cố tình đánh giá quá cao không?
Tác giả tin rằng ở mức độ bị nghi ngờ, CPI và bảng lương phi nông nghiệp là tương tự nhau. Hai dữ liệu hàng tháng có ý nghĩa vĩ mô quan trọng này luôn bị thị trường đặt câu hỏi nhiều lần về việc liệu chúng có bị thao túng một cách giả tạo để làm hài lòng các chính trị gia Mỹ hiện tại hay không. kỳ vọng về tỷ lệ hỗ trợ và nhu cầu phiếu bầu đối với kho hàng, từ đó đặt câu hỏi về tính độc lập của Cục Dự trữ Liên bang. Tất nhiên, tác giả không thể loại trừ hoàn toàn khả năng thuyết âm mưu này được hình thành, nhưng tôi vẫn tin rằng những bất thường và mâu thuẫn khác nhau về dữ liệu phi nông nghiệp trong những năm gần đây chủ yếu là do các phương pháp thống kê lỗi thời và những thay đổi về cơ cấu trong nền kinh tế Hoa Kỳ. Cấu trúc sau dịch bệnh được gây ra bởi các nguyên nhân liên quan đến nhau như sự thay đổi của nền kinh tế và tỷ lệ nhập cư bất hợp pháp ngày càng tăng.
1. Phương pháp thống kê đã lỗi thời
Như được thảo luận dưới đây, mô hình hoạt động kinh tế của Hoa Kỳ có thể đã trải qua những thay đổi về cấu trúc, nhưng việc điều chỉnh theo mùa và điều chỉnh B/D của dữ liệu CES phụ thuộc nhiều vào các mẫu dữ liệu lịch sử, điều này có thể dẫn đến những sai lệch lớn. Trong số đó, việc điều chỉnh B/D. bị chỉ trích nhiều nhất.
Theo dữ liệu, 231.000 việc làm phi nông nghiệp mới trong tháng 5 đều đến từ mô hình B/D, đây là ước tính dựa trên sự hình thành của các doanh nghiệp mới. Những công việc này thực tế không được tính là đã được tạo ra nhưng được coi là tồn tại và được đưa trực tiếp vào dữ liệu. Mô hình B/D đã tạo thêm 1,9 triệu việc làm kể từ tháng 4 năm 2023, chiếm 56% tổng số việc làm mới được tạo ra trong giai đoạn đó. Điều này có nghĩa là hơn một nửa “tăng trưởng việc làm” trong năm qua đến từ những điều chỉnh, khiến hầu hết các quan điểm thị trường đều cho rằng mô hình B/D là thủ phạm gây ra dữ liệu bảng lương phi nông nghiệp “thái quá” ngày 24 tháng 5, như được hiển thị trong biểu đồ dưới đây. Trong những năm gần đây, sự chênh lệch tỷ lệ phần trăm giữa kết quả CES và CPS ngày càng lớn, đây cũng được coi là bằng chứng chắc chắn cho thấy phương pháp lấy mẫu CES và phương pháp điều chỉnh thống kê đã thất bại nghiêm trọng.
2. Cơ cấu kinh tế Hoa Kỳ đã trải qua những thay đổi về cơ cấu sau đại dịch.
Trước và sau sự cố sức khỏe cộng đồng COVID-19, chúng ta có thể quan sát thấy tỷ lệ công việc phi chính thức tăng mạnh và ý định làm việc của người trẻ giảm nhanh chóng, một hiện tượng vẫn tiếp tục cho đến ngày nay. Hiện tại, chưa có lời giải thích cụ thể nào cho hiện tượng này. Một số người cho rằng tỷ lệ việc làm phi chính thức tăng lên và mức độ sẵn sàng làm việc giảm có thể là do di chứng lâu dài (LC) của Covid-19 làm giảm tỷ lệ lao động. năng lực lao động tổng thể ở cấp độ dân số nhưng chưa có kết luận. Trong mọi trường hợp, chắc chắn rằng việc tăng tỷ lệ việc làm bán thời gian sẽ làm tăng đáng kể khó khăn trong việc thống kê việc làm phi nông nghiệp vì dữ liệu phi nông nghiệp được thu thập thông qua các cuộc khảo sát mẫu, cùng một người tham gia vào nhiều công việc bán thời gian. việc làm đồng thời chắc chắn sẽ dẫn đến việc so sánh số liệu thống kê việc làm được đánh giá quá cao và việc loại bỏ tiếng ồn này sẽ dẫn đến chi phí khảo sát tăng lên không tương xứng. Đồng thời, một số lượng lớn người trong độ tuổi lao động đã rút khỏi lực lượng lao động (mẫu số của tỷ lệ thất nghiệp), điều này cũng sẽ dẫn đến những sai lệch thống kê về tỷ lệ thất nghiệp và số liệu tạo việc làm.
3. Kiểm soát biên giới không hiệu quả và dòng người nhập cư bất hợp pháp ngày càng gia tăng.
Điều này liên quan chặt chẽ đến những thay đổi trong cơ cấu kinh tế nói trên, bởi vì những người nhập cư bất hợp pháp không có tư cách pháp nhân có xác suất tham gia vào công việc phi chính thức cao hơn đáng kể. Đồng thời, việc làm của người nhập cư bất hợp pháp cũng dẫn đến sai lệch chọn mẫu tiềm ẩn.
Dữ liệu việc làm phi nông nghiệp của BLS dựa trên khảo sát mẫu CES. Nếu tình hình việc làm của người nhập cư bất hợp pháp không được thể hiện đầy đủ trong mẫu thì kết quả khảo sát có thể sai lệch so với tình hình thực tế. Ví dụ: nếu mẫu khảo sát CES (đơn vị lấy mẫu là người sử dụng lao động) bao gồm nhiều doanh nghiệp lớn có xu hướng thuê nhân viên hợp pháp và bỏ qua các doanh nghiệp nhỏ hoặc ngầm nơi người nhập cư bất hợp pháp có nhiều khả năng làm việc hơn, thì dữ liệu việc làm rất có thể sẽ bị sai lệch. Đánh giá quá cao.
Nội dung của bài viết này chỉ nhằm mục đích chia sẻ thông tin và không quảng bá hay ủng hộ bất kỳ hoạt động kinh doanh hoặc đầu tư nào. Nó không cung cấp lối vào giao dịch, hướng dẫn, hướng dẫn kênh phát hành, v.v. cho việc phát hành, giao dịch và tài trợ liên quan đến bất kỳ loại tiền ảo hoặc bộ sưu tập kỹ thuật số nào.
4 Nội dung của Alpha Research bị cấm in lại hoặc sao chép mà không được phép. Người vi phạm sẽ phải chịu trách nhiệm pháp lý.
