失業率 & 非農就業指數(Unemployment Rate & Non-Farm Payrolls)

如果問說美國央行聯準會在制定貨幣政策(例如調節利率存款準備金率或是調節貨幣供應量等)最主要會參考哪些經濟指標?那”就業率“以及”物價“一定排在最前面。這看看聯準會的網頁就能明白,美國國會賦予聯準會的目標(聯準會不是屬於美國政府的一部分,而是一個被美國國會授予發行貨幣以及調節其價值的組織)就是:

  • 最大化就業,所有有求職需求的美國人都能獲得給薪工作。
  • 商品以及服務的價格穩定(服務像是律師諮詢、理髮、按摩這類)。

相對於其他國家可能以國內生產總值(GDP)做為更主要的目標,保1保2保3保4之類的口號是常常出現在報章雜誌。

聯準會執行貨幣政策的目標

就業情況好或不好對一個國家非常重要,當失業率上升、社會上的工作數量減少,意味著收入減少,大家的收入減少了相對的支出也會減少,然而人們減少支出導致企業獲利降低,於是導致進一步裁員,如此一來就進入一個惡性循環。

失業率上升 -> 收入降低 -> 減少支出 -> 企業營收下降 -> 進一步裁員 -> 失業率上升

另一個關於”就業”這項數據很重要的一點是,它幾乎是每個月第一個發布的重要的經濟數據,通常在每個月的第一個星期五左右美國勞工統計局會公布上個月的就業情況(Employment Situation),裡面會有關於”失業率“以及”非農就業指數“的詳細資料。

美國2020年1月份的就業市場資訊(第一頁):新增的工作數22萬5千; 失業率3.6%(皆是季節調整)

為了收集”失業率”以及”非農業的工作崗位”數量,美國勞工統計局分別採用使用2種不同的方法得到的統計資料:

  • 家庭調查數據(Household Survey Data) => 調查失業率。
  • 機購調查數據(Establishment Survey Data) => 調查(非農)就業指數。

家庭調查數據(Household Survey Data)

從1940年開始(大概是二戰剛爆發那時),美國政府就針對”失業”這個議題進行詳細的統計調查,他們當然不會做100%的普查,因為這樣太花成本,也不是直接看有多少人在領失業補助金來算多少人失業中,因為失業補助金的領取有上限,領完就不能再領,或是有些人明明失業了卻沒達到領取失業金的資格,基於進行了一種稱作CPS(Current Population Survey)的調查。

美國2020年1月份的家庭調查數據(總表)

CPS(Current Population Survey)主要提供失業率失業人數以及勞動力這三項資料,每個月統計局會抽大約6萬個家庭當樣本數做詳細的就業情況調查,這大約會牽扯11萬個個人,相比美國總統大選的抽樣調查大約抽2千人,家庭調查數據已經是樣本數相當足夠並且誤差率很低的資料了。CPS將受測者分為以下區塊:

  • 就業中(Employed)。
    • 在接受調查當周從事做有薪工作。
    • 在接受調查當周有在家族企業或農地工作總計長達15小時(不論是否給薪),例如:
      • Lisa平常都在家照顧小孩並家務,但每周5、6整天幫忙丈夫公司的相關業務。
      • Garrett今年16歲,他沒有工作但每周幫忙爸媽的農場20個小時。
    • 在接受調查當周有工作但因為生病、氣候、勞資爭議、特休或其它個人因素不在工作崗位(不論是否給薪),例如:
      • Mike因為工會罷工中所以沒去上班,他目前還在尋找看有沒有臨時工可以打來為罷工期間增加家庭收入。
  • 失業中(Unemployed)。
    • 在接受調查當周無工作並且往前4周內有曾經做出積極尋找工作的行為(面試、投履歷、求助職業介紹所)且隨時準備上工(除非生病之類)例如:
      • Yvonne在2周前投了履歷,到目前還在等消息,一旦錄取就會去上班。
    • 被暫時資遣並等待資方通知回工作崗位,例如:
      • Marcus被公司暫時資遣,並且公司跟他說只要景氣變好就會把他招回。(留職停
  • 勞動力(Labor force)。
    • 勞動力就是”就業中”的人數加上被歸類為”失業中”的人數,總勞動人口的概念。
  • 非勞動力(Not in the labor force)。
    • 不歸類在就業以及失業中的範圍(但還是滿16歲且非符合囚犯、軍人、精神病院、養老院等),例如:
      • Julia已經丟出3份履歷,但現在才4月,她準備6月才要開始工作只是先投履歷。
      • Katherine一直說想找份工作,但往前推4周內她都沒有任何實際行動。
      • Linda是個全職媽媽,每天做堆積如山的家事忙得要死,周末也沒休息。

除了將受測者分為以上這些部分,勞工統計局也會將這些人依性別、年齡、膚色、任職產業、失業原因、待業時間…等來進行分組,這樣政策制定者就能對症下藥,因為他們將知道那些群體特別需要幫助,那些群體已經從不景氣中恢復等等。例如下表依出身是否美國人以及性別來做區分。

美國2020年1月份的家庭調查數據(依出生、性別)

機購調查數據(Establishment Survey Data)

除了家庭調查數據(計算失業率),每個月勞工統計局還會抽樣大約14萬5千個企業以及政府單位(僅文職人員,不含軍事單位)做機購調查數據(Establishment Survey Data),這個調查稱為CES(Establishment survey),這些調查的對象包括:農場、自顧人員(獨立創業)、非營利組織員工或是全職家管人員,不包含農業就業人口的原因是農業人口變動極大,且和經濟循環無關。機購調查數據主要提供過去一個月新增或失去的工作數量(非農指數)每周平均工時以及每小時以及每周平均收入

在計算的時候,如果同一個人在同一間企業擔任一個以上職務,那只會被計算一次,然而同一個人在多家企業兼職則會被重複算到。CES也會分析這些數據分別是來自哪個行業,這可以使投資人或政策制定人提前了解哪些行業會有預期增長或衰退的可能。

美國2020年1月份的機購調查數據
非農增加22萬5千人; 企業佔20萬6千; 政府占1萬9千

平均每週工時以及收入也是一個重要的指標,如果整個社會僱用相同數量的人,但從事該工作的人收入減少,則其效果基本上與非農指數下降相同,因為還是“整體勞動者收入下降->減少支出->企業解雇或是降薪->勞動者收入下降”的惡性循環,反之亦然。

觀察下表,每周每周平均工時不一定大於每周40個小時,這是因為CES包含了兼職人員一起做計算。另外,收入的計算也包含加班費,但不包括一些不定期的收入,像是獎金之類。

美國2020年1月份的機購調查數據(分產業)(平均每周工時 = 34.3小時)
美國2020年1月份的機購調查數據(分產業)(平均每小時收入 = 28.44 USD、每周收入 = 975.49 USD)

家庭調查的範圍比機構調查的範圍更大,因為家庭調查包括個體經營者、農業工人和私人家庭工人,這些都被機構調查數據所排除。

季節性調整(Seasonal Adjustment)

有時候有些月份會因為特殊節日、氣候或是其他因素造成就業情況顯著不同。例如零售業的就業機會在聖誕節之前增加,然後在假期之後下降,或是每年畢業季一到,許多學生開始到處求職,然而實際要真正找到並開始工作還需要一段時間,這造成畢業那個月份失業率顯著增加。但如果你是政策制定人或是專業投資人,你一定想將這些”每年或每季重複發生”的現象排除,只有這樣你才知道究竟怎樣的就業變化是實際不符合預期、並且需要被關注。

於是勞工統計局也會使用統計方法將這些季節性因素消除並發布,同時也保留原始資料當作參考,但發布時使用的數字都是經過季節性調整後的資料。

美國2020年1月份的機購調查數據
非農減少283萬3千人(非季節性調整)
非農增加22萬5千人(季節性調整)

發佈留言