美國1月非農數據為何大超預期?
近期公布的美國1月非農就業數據大幅超出市場預期。2020年1月美國新增非農就業人數為46.7萬,大幅超過預期的12.5萬,同時2021年11、12月的非農就業人數分別由24.9萬、19.9萬上修至64.7萬、51萬,兩個月上調的幅度高達70.9萬。受超預期的非農數據和通脹數據影響,市場對美聯儲加息的預期也進一步提升。
那么,美國非農數據為什么會大幅超預期呢?
星石深度丨探究美國強勁非農數據背后
時間:2022-02-18
作者:
美國1月非農數據為何大超預期?
近期公布的美國1月非農就業數據大幅超出市場預期。2020年1月美國新增非農就業人數為46.7萬,大幅超過預期的12.5萬,同時2021年11、12月的非農就業人數分別由24.9萬、19.9萬上修至64.7萬、51萬,兩個月上調的幅度高達70.9萬。受超預期的非農數據和通脹數據影響,市場對美聯儲加息的預期也進一步提升。
那么,美國非農數據為什么會大幅超預期呢?
一
歷史上看,美國非農就業和美國經濟呈正相關關系
非農就業人數統計的是非農業人口的就業情況,一般而言,非農數據好的時候對應著美國經濟發展態勢較好的階段。
從經濟學來看,當國內經濟好轉時,企業生產開始擴張,雇傭新工人的意愿上升,體現為新增非農就業人口的上升。
美國是消費大國,經濟增長主要靠內需拉動,2021年個人消費支出占美國GDP比重達到了70%。當新增非農就業人數增加時,居民用于消費的收入將增加,有助于拉動美國經濟增長。
但從2022年1月各項重要宏觀數據來看,美國經濟似乎并未呈現出非常強勁的態勢。
從景氣指標來看,2022年1月美國ISM制造業PMI、非制造PMI分別錄得57.6%、59.9%,Markit制造業PMI、服務業PMI分別錄得55.5%、51.2%,均較2021年12月出現下降。
從消費者情況來看,2022年2月美國消費者現狀指數、消費者信心指數、消費者預期指數分別錄得68.5、61.7、57.4,延續了2022年1月的下行趨勢。
資料來源:Wind
資料來源:Wind
既然美國經濟并未出現明顯強勢,那么非農數據超預期是受什么因素驅動呢?
2022年1月非農就業數據的好轉主要受供給端驅動
我們認為,上述問題的答案與美國當前所處的特殊歷史階段有關,即美國正面臨嚴重的勞動力短缺。
自2021年6月以來,美國職位空缺數就一直保持在1000萬以上,遠遠超出失業人數。職位空缺率和失業率出現赤字,并且缺口不斷擴大,創有數據以來的新高。
資料來源:Wind
大部分時候,勞動力市場的供給因素不對非農數據構成約束。
季調后的非農就業人數反映的是勞動力市場需求端的強弱,但在現在供給嚴重不足的階段,供給端的變化超過了需求端。
在兩個特殊供給側因素改善的背景下,今年1月勞動力供給端壓力緩解,從而出現了非農就業數據走高:
第一個原因是季節性因素。
美國就業人數具有一定的季節性規律,觀察季調前的就業數據,歷年12月和1月是就業凈減少的月份。其中,1月就業減少的情況更加明顯,平均凈減少的就業超過100萬個。
資料來源:Wind
所以按照季節性規律,12月-1月這段時間約有140萬人出現季節性失業,當這部分人進入勞動力市場后會形成額外的供給。
2021年12月、2022年1月美國登記失業人數分別為631.9萬人和651.3萬人,140萬人左右的季節性勞動力供給增加對目前市場供需格局造成的影響不容低估。
在正常年份,勞動力需求決定新增就業人數,季節性失業人群總體上要等凈招聘月(歷史上看是2-7月)才能找到工作。
在今年“需大于求”的勞動力市場下,季節性失業的求職者被市場吸納的速度會加快,進而表現為1月的就業凈減少量遠低于季節性。
資料來源:Wind
在季節性調整的技術因素影響下,只有今年1月非農就業人數大幅好于季節性規律,季調后的數據就會是非常漂亮的正數。
第二個原因來自于美國勞動參與率的上升。
從數據可以看到,自2021年11月以來勞動參與率在提高,尤其是女性的勞動參與率提升較快,背后的原因可能是疫情管控措施取消、學校復課等。
2020年海外疫情爆發后,各級學校、托兒所被迫關閉,部分女性勞動力因為照顧孩子離開勞動力市場。
據統計,因照顧孩子等原因離開的勞動力對勞動參與率的影響在疫情爆發后由0.2個百分點快速上升至0.5個百分點以上,而隨著疫苗的廣泛接種和疫情管控的逐步放開,目前這部分對勞動參與率的影響降低至0.25個百分點。
資料來源:Wind
資料來源:美國勞工部,中泰證券研究所
1月美國整體勞動力參與率為62.2%,較2021年12月上升0.3個百分點,相當于向勞動力市場注入約70-80萬人。
勞動力參與率提升雖然有一定的持續性,但由于提前退休等因素的影響,一部分勞動力參與率的損失會是長期性的,勞動參與率未來持續提升的空間也是有限的。
下圖統計了美國人不參加工作的原因,可以看到照顧孩子、疫情等階段性因素的擾動將隨著疫情及防控措施的好轉逐漸降低,但因為退休而退出勞動力市場的人可能短期很難回歸。
來源:公開網絡
結語
綜上所述,1月非農數據大超預期的主要原因是供給端改善。
很顯然,季節性因素帶來的紅利會在未來幾個月補償回去。未來幾個月季節性失業帶來的勞動力額外供給或將是負數,1月這樣強勁的非農數據能否延續,恐怕要打上一個問號了。