季节性调整或导致两大美国经济数据严重失真

原标题:季节性调整或导致两大美国经济数据严重失真

早在1974年，诺贝尔经济学奖得主哈耶克就指出过经济数据计算存在的基本问题，即由于经济规模庞大，政府很难获得关于经济增长改变的精确及时的信息。当时的经济计算数据其实只能对正在发生的事情进行猜测。GDP、赋闲率、物价等等都是以调查为根底的，计算方差和样本基数都有或许存在误差。

值得注意的是，有些经济数据会在每年特定时刻，呈现同样起伏的改变，比如亚马逊和UPS每年11月底都会雇佣数十万人，并在次年1月再次辞退他们。由于这是每年固定操作，跟市场经济的改变关系不大，所以计算者往往会将这些时节性要素从赋闲率计算中剔除。

但这样的计算在当时的状况下，反而会带来许多问题。Seeking Alpha分析师Tim Worstall一向着重，未经调整的数据能更好地反映当时的状况。

比如说赋闲率，当时的赋闲率就面对一种时节性调整——结业季。Worstall指出，正常来说，由于近几个月归于结业季，经调整后的赋闲率会尽量排除结业生集体涌入工作市场对数据的影响。

不过本年状况和从前十分不一样，以往或许许多结业生都应被计入劳动力人口，而本年工作困难，许多人或许会处于赋闲状态，如果再以以往的规律来做调整，最终的数据反而或许失真。

另外或许失真的还有通胀数据。美国中心通胀目标——CPI本年7月上涨0.6%，涨幅超预期，且录得29年半以来最大涨幅，这是否预示通胀要来了呢?Worstall认为，光看这数据下定论还为时过早。

从前6、7月份是服装出售打折旺季，季末的东西通常能以50%，75%和90%的扣头出售。 但本年由于疫情许多门店取消了打折活动，因此这一季度的服装价格会同比偏高，而CPI陈述还是按照从前的规律处理了这个时节性影响要素，从而夸张了通胀值。

Worstall指出，时节要素调整在正常状况下是有效的。但在当时特别的疫情时期，用正常经济状况下的时节规律来调整数据，出来的成果或许会失真，没有处理过的原始数据反而更能反映疫情这一特别状况下的特别数据。

也由于看到经济数据存在的问题，Worstall给买卖员提了两点主张：

首先，要仔细观察经济计算数据。人们往往会疏忽数据细节，其实陈述中的数字并不像你想的那样精确。而这个问题在疫情期间尤为严峻。

其次，关于近期即将发布的出售和赋闲数据，Worstall提示，下个月的零售出售数据也有或许会失真。而美国的非农陈述应关注未经调整的赋闲数据，这是现在较为有效的目标。

总归，现在不少宏观经济数据或许与实际状况有出入，在解读数据时买卖者们需多加思考。