海外经济：技术帖：美国非农是如何进行“修正”的

核心观点

2023年以来，美国非农就业数据频繁、大幅修正，引发市场对其真实性的质疑。报告分析认为，数据修正主要源于调查问卷反馈滞后、不同统计口径分歧、估算模型失真等技术问题，而非刻意“粉饰太平”。同时，修正也反映了美国就业市场存在的小企业经营恶化、非法移民对就业的贡献等现象。2月7日公布的1月非农数据及2024年全年数据修正预计将带来较大下修和失业率上修。

月度修正

美国非农数据修正分为月度小修正和年度大校准。月度小修正源于企业问卷反馈延迟，特别是小型企业反馈更为滞后，导致数据下修。疫情后，小型企业经营状况恶化，反馈问卷更加怠慢，加剧了数据下修现象。

年度大校准

年度大校准包括基于失业保险的校准、基于生死模型的校准和基于人口普查的校准。

• 基于失业保险的校准：利用QCEW数据对CES数据进行校准，但QCEW难以捕捉到非法移民就业，导致CES高估就业贡献，2024年3月校准大幅下修可能“矫枉过正”。
• 基于生死模型的校准：NBD模型预测企业成立带来的就业增长，但2020年以来美国新注册企业数量大幅增加，导致模型高估就业，随着新注册企业数量降低，下修风险加大。
• 基于人口普查的校准：CPS数据年度校准基于人口控制方法，2024年人口普查局更新数据将南部边境移民纳入统计，导致净移民数量增加，拉丁裔失业率高于均值，预计将推高失业率。

2024年度大校准前瞻

• 非农就业下修：预计2024年12月非农就业总人数将下修93-154万，较3月初步校准有所增加。
• 失业率上修：纳入新的非法移民数据预计将推高失业率4bps。

风险提示

模型风险、统计风险和样本风险。