基于反面论证的视角：美国就业数据的背离何解？

美国就业数据的分化问题，即非农就业人数持续增长与失业率缓慢上升之间的矛盾，引发了市场广泛关注和对降息预期的波动。本文基于反面论证的角度，探讨了可能导致这种分化的原因，并指出了一些市场认为的主要因素实际上并不是主因。

关键结论：

1. 调查方法和范围的差异：家庭调查和机构调查（非农就业数据）在调查对象、范围和方法上有显著差异，但这些差异可能不是导致分化的主要原因。

2. 非法移民的影响：虽然非法移民在两个数据源中都有所包含，但时间线上的不匹配和数据验证显示，非法移民可能不是就业数据分化的主要因素。

3. 企业成立/消亡模型的就业贡献：尽管存在观点认为企业成立/消亡模型可能高估了非农就业人数，但历史经验、企业成立申请变动的数据以及官方观点均表明，这一因素的证据并不充分。

4. 雇员周转率：疫情后雇员周转率的峰值出现在2022年，已经回归至接近2018-2019年的水平，与就业数据分化的时间线不符。

可能导致就业数据分化的因素：

1. 统计误差：机构调查中新增非农就业人数的置信区间比家庭调查小，可能表明家庭调查的样本统计误差可能是原因之一。

2. 问卷收集率下降：去年第四季度以来，机构调查的问卷收集率明显下降，这可能影响了就业数据的准确性。

对联储决策的影响：

尽管存在就业数据的分化，但历史上类似的分化并未对联储的决策产生影响。当前情况下，联储对就业市场的乐观表态以及鲍威尔对单月数据差异的正常看法，表明目前的分化可能不会导致联储提前降息。

结论：

市场过于依赖单一数据源进行就业评估可能导致误判。综合考虑历史经验，当新增非农就业人数降至约15万，失业率达到约4.2%，职位空缺与失业之比接近1时，可能是劳动力市场转向疲软的信号。基于此，预计今年第四季度联储将降息一次，若后续三个月就业市场继续疲软，将考虑调整降息展望至两次。

风险提示：

美国就业走势的不确定性、分析的局限性和翻译的准确性是需要关注的风险点。