美国非农数据为何频繁修订？

宏观深度报告/2026.07.05 证券研究报告 核心观点 分析师张伟SAC证书编号：S0160525060002zhangwei04@ctsec.com ❖非农就业数据实际是估算值。美国劳工统计局（BLS）的非农数据依托当期就业统计调查（CES）生成，统计层面，CES是一个分层简单随机抽样调查，即最后形成的就业数据是一个估算数据。CES的有效样本约占美国所有非农工资雇员的26%。 分析师任思雨SAC证书编号：S0160525090006rensy@ctsec.com ❖模型偏差、企业回复时滞等带来频繁修正。一是调查流程本身就存在修正机制，数据的多次修订本就存在：①源自于收集率的时滞。数据首次发布时，调查问卷的收集率约为60%；而在最终修正时，调查问卷的收集率上升至近90%。②源自于“净出生调整”模型的偏差。这一调整预测当月“新注册岗数-倒闭岗数”的净增量，并把预测估算出来的数字加到非农数据初值中。“净出生调整”模型也是资本市场最诟病非农数据的原因。因为它极度依赖历史规律，会导致在经济拐点时的数据严重失真。例如当经济突然变差时，模型会严重高估新企业的诞生，低估老企业的倒闭。继而使得非农就业初值较高，但在未来会带来大幅下修。二是调查中的不同行业、不同规模的企业覆盖率并不一致。政府部门的覆盖率极高，而小微企业特征会被漏估。三是调查中企业的回复率在下降，当前已不足一半。 相关报告 1.《股债汇三牛：钱多就是硬道理——2026年下半年宏观展望》2026-07-012.《需求拐点出现了吗？》2026-06-303.《企业加速累库》2026-06-28 资本市场认为非农当前的置信度变低。近年资本市场对非农就业数据初值的信任度下滑，概因终值与初值的偏差幅度规模持续处于较高水平。其中2025年一季度的三个月每月下修均超过了10万人，而2025年每个月的数据都进行了下修。频繁下修意味着此前公布的非农初值都存在不同程度的“虚高”。根据回复率与收集率来看，实际整体样本的代表性不足问题日渐突出，导致数据高度依赖模型的推测，非农数据对边际变化的指引能力显著下降。 ❖其它数据可交叉验证就业市场。①ADP私营就业数据；②季度的就业与工资普查（QCEW）数据；③现时人口调查（CPS）数据；④职位空缺与劳动力流动调查（JOLTS）；⑤高频景气指标的侧面佐证等。 ❖最新非农数据对此前加息预期纠偏。最新披露的6月就业数据修订转为下修，冲击了“美国就业市场温和复苏”的预期。从结构来看，6月新增就业增长几乎全部由教育和保健服务、专业和商业服务两个行业贡献。4、5月主要的下修来源于休闲和酒店业。证实了非农数据“虚高”、休闲酒店娱乐等小微聚集行业，因企业问卷反馈滞后、模型外推偏差，是单边集中下修的源头等结论。 ❖风险提示：就业韧性超预期风险；数据统计偏差风险；通胀粘性超预期风险。 内容目录 1非农数据如何产生？...................................................................................................................................32为何频繁修正？...........................................................................................................................................33非农是否依然可信？...................................................................................................................................94如何交叉验证美国就业？.........................................................................................................................105最新非农数据说明了什么？.....................................................................................................................136风险提示.....................................................................................................................................................15 图表目录 图1:美国劳工统计局官网可查询到的最早修订数据在1979年...............................................................4图2:数据首次发布时，CES调查收集率在60%水平...............................................................................5图3:数据最终发布时，CES调查收集率近90%.......................................................................................5图4:在同意参与CES的企业中，1981年至2026年调查中各月月度收集率......................................5图5:在经济拐点时，非农数据的终值较初值会经常性出现下修或上修.................................................6图6: CES调查的企业回复率已不足一半.....................................................................................................8图7:不同数据收集方法的机构百分比.........................................................................................................9图8: 2026年6月数据按行业划分的就业人数、月度变化及置信区间.....................................................9图9: ADP反应私营就业数据，与非农数据对比........................................................................................11图10:季度的就业与工资普查（QCEW）普查与非农数据对比.............................................................11图11: JOLTS口径总雇佣人数减去总离职人数，与新增非农就业基本吻合.........................................12图12: 6月新增非农数据较前值下滑...........................................................................................................13图13:行业中教育和保健服务、专业和商业服务贡献了主要新增；而休闲和酒店则大幅减少.........14图14:本次公布数据显示4、5月数据修订情况.......................................................................................14 表1: CES调查样本中不同行业的覆盖率情况.............................................................................................7表2: CES调查样本中不同规模企业的覆盖率情况.....................................................................................7 美国的就业数据是市场观测美国经济景气度，进而预判美联储货币政策走向的核心指标。而非农就业数据作为美国就业市场的重要高频指标，对全球资本市场定价的影响斐然。 然而近几年，美国劳工统计局发布的非农数据频繁出现事后大幅修正，初值与终值偏差增大，传统单月非农初值的定价有效性下降。市场对数据的真实性与有效性的质疑加大。 1非农数据如何产生？ 美国劳工统计局（BLS）的非农数据依托当期就业统计调查（CES）生成，核心统计与修订机制是一套标准化规则，这也是理解就业数据会产生频繁修正情况的前提。 统计层面，CES是一个分层简单随机抽样调查，即最后形成的就业数据是一个估算数据。BLS每月通过CES项目，从非农企业样本中收集就业、工时和收入数据。其中调查涵盖约11.9万家企业和政府机构，覆盖约62.2万个工作场所，这些工作场所是从包含约1210万家企业的失业保险税账户中抽取的。CES的有效样本约占美国所有非农工资雇员的26%。调查通过季节性调整剔除月度季节的扰动，形成市场观测的初值数据。 需要注意的是，CES调查是月度抽样，每月利用全量在库样本进行月度数据采集。但同时样本库进行季度滚动，按行业轮流在每季度激活新样本（源于存在新企业和企业注销等情况），并强制企业在库待满2至4年以平衡数据稳定性和填报负担。 而在统计样本信息的具体项目上： 就业人数是指在包含当月12日的工资期内领取工资的单位工资册上的人数。（“Employment refers to the number of persons on establishment payrolls who receivedpay for any part of the pay period that includes the 12th day of the month”）如果处于带薪病假（工资由公司直接发放）、带薪休假或带薪年假状态，或者在部分工资期内工作——即使在其余工资期内处于失业或罢工状态——也计入在职员工人数。（“Persons on establishment payrolls who are on paid sick leave (for cases in which pay is received directly from the firm), on paid holiday, or on paid vacation, or who workduring a part of the pay period—even though they are unemployed or on strike duringthe rest of the period—are counted as employed.”） 同时数据的初步估算结果发布后，将在两个月内进行修订，基准值每年修订一次： ①月度修正会逐月更新前两个月非农数据； ②年度基准修正在每年3月，依托覆盖全美97%就业主体的季度的就业与工资普查数据（QCEW），对上一年度基准数据及近两年历史数据进行系统性校准，修正抽样误差、样本缺失与模型估算偏差。 2为何频繁修正？ 理解了就业统计调查的流程，也就能