4Alpha Research: ¿Existe una sobrevaloración sistémica de los datos de empleo en Estados Unidos?

4 Alpha Research 研究员：Kamiu

En el campo económico global de hoy, no hace falta decir la importancia de los datos de empleo para los formuladores de políticas monetarias globales y los mercados comerciales. Como un indicador importante del desarrollo económico, los datos de empleo no agrícola de Estados Unidos siempre han sido seguidos de cerca. Sin embargo, durante mucho tiempo ha existido una voz de duda en el mercado: ¿por qué los datos de empleo de Estados Unidos muestran repetidamente desviaciones con la tendencia del IPC, y por qué hay una gran diferencia entre los datos de encuestas familiares y empresariales? Esta divergencia ha llevado a que algunas personas duden de los datos de empleo no agrícola publicados por el Departamento de Trabajo de Estados Unidos, creyendo que podría haber errores, e incluso una sobrevaloración sistémica, especialmente a medida que los datos no agrícolas han sido anormalmente altos desde 2024, y la Gran caída en los datos no agrícolas de julio de 2024 ha elevado aún más las dudas sistémicas sobre los datos no agrícolas.

A continuación, discutiremos las razones detrás de este fenómeno y su posible impacto en el análisis del mercado y la formulación de políticas.

I. ¿Por qué los datos de empleo de Estados Unidos han sido cuestionados durante mucho tiempo como inexactos, incluso sistemáticamente sobreestimados?

El informe de empleo no agrícola (Non-farm payroll employment) publicado mensualmente por el Departamento de Trabajo de los Estados Unidos (BLS) incluye datos como el número de empleados y la tasa de desempleo, y es considerado uno de los indicadores macroeconómicos más importantes. El número de empleos no agrícolas nuevos refleja la cantidad de puestos de trabajo nuevos en el sector no agrícola de los Estados Unidos, incluyendo todas las industrias excepto el gobierno, como la manufactura, los servicios, la construcción, entre otros. Estos datos ayudan a comprender la velocidad de expansión del mercado laboral estadounidense y el grado de tensión en el mercado laboral. La tasa de desempleo es el porcentaje de la fuerza laboral que se encuentra desempleada durante un cierto período de tiempo, y es otro indicador importante para medir la salud económica y reflejar el grado de subutilización del mercado laboral. El salario promedio por hora refleja el nivel de ingresos de los trabajadores estadounidenses y es un indicador importante para medir el poder adquisitivo de los consumidores y las posibles presiones inflacionarias.

Los datos no agrícolas tienen un impacto importante en los mercados financieros, la formulación de políticas gubernamentales y las previsiones económicas. Los inversores, los economistas y los responsables de la formulación de políticas siguen de cerca este informe para evaluar la tendencia de la economía estadounidense y tomar decisiones de inversión correspondientes. El rendimiento de los datos no agrícolas suele afectar la política monetaria de la Reserva Federal, lo que a su vez influye en los mercados financieros globales. Sin embargo, en los últimos años, cada vez más personas creen que los datos de empleo en Estados Unidos no son precisos y podrían estar sistemáticamente sobreestimados, principalmente debido a las siguientes razones:

1. La diferencia entre los datos no agrícolas de diferentes fuentes está aumentando (se detalla en el texto siguiente). El problema de la falta de robustez de los datos está cada vez más destacado, lo que pone en duda la credibilidad de los datos de empleo no agrícola.

2、No hay ciertas contradicciones entre los diferentes datos macroeconómicos. A pesar de la tendencia significativamente a la baja de los datos de IPC en el corto plazo, el mercado laboral sigue mostrando una tendencia moderada de subir de manera continua, con la siguiente comparación específica:

Enero de 2024:

CPI: Según los datos de la Oficina de Estadísticas Laborales de EE. UU., el IPC de enero cayó un 0.1% con respecto al mes anterior, y aumentó un 6.4% interanual.

Datos de empleo no agrícola: en enero, el número de empleos no agrícolas aumentó en 517,000, y la tasa de desempleo se mantuvo en 3.4%.

Febrero de 2024:

IPC: El IPC de febrero se mantuvo sin cambios con respecto al mes anterior, y aumentó un 6.0% interanual.

Datos de empleo no agrícola: en febrero, se agregaron 311,000 empleos no agrícolas, y la tasa de desempleo disminuyó ligeramente a 3.3%.

Marzo de 2024：

CPI: En marzo, el CPI disminuyó un 0,2% en comparación con el mes anterior, y aumentó un 5,2% interanual.

Datos de empleo no agrícola: en marzo, se añadieron 235,000 puestos de trabajo no agrícolas, y la tasa de desempleo se mantuvo sin cambios.

Abril de 2024:

IPC: En abril, el IPC cayó un 0,4% en comparación con el mes anterior, y aumentó un 4,9% interanual.

Datos de empleo no agrícola: en abril, se agregaron 213,000 empleos no agrícolas, la tasa de desempleo subió ligeramente al 3.4%.

Mayo de 2024：

CPI: El IPC de mayo disminuyó un 0,3% con respecto al mes anterior, con un aumento del 4,0% interanual subir.

Datos de empleo no agrícola: El número de empleos no agrícolas nuevos en mayo fue de 184,000, y la tasa de desempleo se mantuvo en 3.4%.

Junio de 2024：

CPI: En junio, el CPI cayó un 0.2% respecto al mes anterior, y subió un 3.2% interanual.

Datos de empleo no agrícola: en junio, el número de empleos no agrícolas aumentó en 176,000 personas y la tasa de desempleo disminuyó ligeramente al 3.3%.

Los datos anteriores describen una situación algo extraña, es decir, en la primera mitad de 2024, el CPI de Estados Unidos mostró una tendencia a la baja mes a mes, pero el empleo no agrícola se mantuvo en alza, mostrando una gran resistencia, lo que no concuerda con las predicciones ingenuas de los observadores basadas en la curva de Phillips. Aunque la curva de Phillips ha demostrado repetidamente su capacidad limitada para predecir la situación real en la historia, y su elasticidad específica también ha sido un tema de debate duradero en la comunidad de economía macroeconómica, el continuo desvío de los datos a largo plazo desde 2023 hasta ahora con respecto a la curva de Phillips seguirá cuestionando los propios datos (por el momento, este artículo dejará de lado la discusión constante sobre la medición del CPI).

3. Los datos no agrícolas contienen subdatos que se contradicen entre sí. Por ejemplo, en los extraños datos de empleo no agrícola de mayo de 2024, que se consideran los más extraños de los últimos diez años, el número de empleados registró un aumento significativo, mientras que la tasa de desempleo aumentó considerablemente sin un aumento significativo en la fuerza laboral, lo que resulta en una autocontradicción difícil de justificar (por supuesto, el número de puestos de trabajo no agrícolas en mayo ya ha sido revisado significativamente a la baja en junio, lo que ha intensificado aún más las dudas sobre la confiabilidad de los datos iniciales en el mercado y en el mundo de los comentarios).

4、 A partir de 2024, los datos de empleo no agrícola se revisaron a la baja en varias ocasiones. Desde 2023, los datos de empleo no agrícola publicados por la Oficina de Estadísticas Laborales de EE. UU. han sido revisados a la baja en varias ocasiones. Por ejemplo, los datos de empleo no agrícola de mayo de 2024 mostraron un aumento de 272,000 empleos, muy por encima de las expectativas del mercado de 185,000 empleos, pero las revisiones a la baja de los datos anteriores han generado dudas en el mercado sobre la precisión de estos datos. El Banco de la Reserva Federal de Filadelfia incluso sugirió que los datos de empleo no agrícola de 2023 podrían haber sobreestimado el número de empleos creados en hasta 800,000.

5. Los datos de empleo no agrícola y otros datos de encuestas de empleo están en contradicción y han sido consistentemente más altos que las predicciones colectivas de los economistas. En los últimos meses, los informes trimestrales de empleo y salarios (QCEW) y el número de empleados en empresas privadas de los EE. UU. (ADP) han demostrado que hay señales de enfriamiento en el mercado laboral estadounidense, pero los datos no agrícolas han mostrado una resiliencia sorprendente en la situación de empleo en los Estados Unidos. Por lo general, se considera que los datos de empleo no agrícola no diferencian entre empleos formales e informales, mientras que el QCEW y otros datos enfatizan más en las estadísticas de empleo formal, lo que hace que la estadística de empleo informal y de medio tiempo sea limitada.

二、Breve introducción a cómo se calculan los datos de empleo no agrícola

BLS basa los datos no agrícolas en una serie de métodos detallados de investigación y estadísticas. A continuación se presentan los pasos y métodos clave para calcular los datos de empleo no agrícola:

1. Encuesta de muestra: BLS recopila datos a través de la Encuesta de Población Actual (CPS) y la Encuesta de Empleo Actual (CES). La encuesta de hogares se utiliza principalmente para calcular la tasa de desempleo y la tasa de participación laboral, mientras que la encuesta empresarial se utiliza para calcular el número de empleos agregados y el salario promedio;

2. Clasificación de la industria: los datos de empleo no agrícola clasifican el empleo en diferentes categorías industriales, como la manufactura, la construcción, el servicio, etc., para analizar más detalladamente la situación del empleo en cada industria;

3. Ajuste de datos: principalmente incluye dos partes, ajuste estacional y ajuste B/D:

• Para garantizar la precisión de los datos, la BLS ajusta estacionalmente los datos para eliminar el impacto de los factores estacionales en los datos de empleo. En concreto, en primer lugar, la BLS analiza los datos históricos para identificar y cuantificar los patrones estacionales. Los patrones estacionales se refieren a las Fluctuación de los datos de empleo debido a factores regulares o predecibles en periodos de tiempo específicos (como días festivos, cambios climáticos, vacaciones escolares, etc.). En segundo lugar, la BLS utiliza el método de análisis de series temporales S-ARIMA, ajustando los parámetros del modelo para que los residuos sean ruido blanco, y realiza diferenciación estacional de los datos originales para eliminar la Fluctuación estacional.
• Al mismo tiempo, dado que la encuesta CES no puede capturar en tiempo real los cambios en el empleo de las empresas recién establecidas y cerradas, la BLS utiliza el modelo de ajuste de nacimientos/defunciones para estimar estos cambios, a fin de reflejar de manera más precisa la situación real del mercado laboral, en el que: el modelo de nacimientos estima los puestos de trabajo creados por las nuevas empresas. Este modelo se basa en datos históricos y considera la tendencia subir en diferentes industrias y las condiciones macroeconómicas para predecir la contribución de las nuevas empresas al mercado laboral; modelo de defunciones: estima los puestos de trabajo desaparecidos de las empresas cerradas. Este modelo también se basa en datos históricos, analiza la frecuencia y el patrón de cierre de empresas, así como el impacto de las condiciones macroeconómicas en la supervivencia de las empresas.

Tercero, Conclusión: ¿Se está sobreestimando intencionalmente los datos de empleo en Estados Unidos?

En mi opinión, en este nivel de cuestionamiento, el IPC y los datos de empleo no agrícola tienen similitudes, ya que ambos son datos mensuales de gran importancia macroeconómica que han sido cuestionados repetidamente por el mercado sobre si han sido manipulados artificialmente para satisfacer las necesidades de popularidad y votos de los políticos en el poder en los Estados Unidos, y cuestionando así la independencia de la Reserva Federal. Por supuesto, no puedo descartar por completo la posibilidad de que esta teoría de la conspiración sea cierta, pero sigo creyendo que en general, las diversas anomalías e inconsistencias de los datos de empleo no agrícola en los últimos años se deben más a razones interconectadas, como la obsolescencia de los métodos estadísticos, cambios estructurales en la economía de Estados Unidos después de la pandemia, y el aumento cada vez mayor de la tasa de inmigración ilegal.

1. Métodos de recopilación de datos obsoletos

Como se describe en el siguiente texto, el modelo de funcionamiento económico de Estados Unidos puede haber experimentado un cambio estructural, pero los ajustes estacionales y B/D en los datos de CES dependen en gran medida del patrón de datos históricos, lo que puede generar grandes desviaciones, especialmente en el caso de los ajustes B/D, que han sido criticados con mayor frecuencia.

Según los datos, 231.000 de todos los nuevos puestos de trabajo no agrícolas en mayo provinieron del modelo B/D, que es una estimación basada en nuevos establecimientos comerciales. Estos trabajos no se cuentan realmente como creados, pero se supone que existen y se cuentan directamente en los datos. Desde abril de 2023, el modelo B/D ha añadido 1,9 millones de puestos de trabajo, lo que representa el 56% de todos los nuevos puestos de trabajo creados durante el mismo periodo. Esto significa que más de la mitad del “aumento del empleo” en el último año ha provenido de correcciones, lo que ha llevado a la mayoría del sentimiento del mercado a señalar al culpable de que el modelo B/D es “escandaloso” para los datos de las NFP de mayo de 24, como se muestra en el siguiente gráfico. En los últimos años, ha habido una diferencia porcentual cada vez mayor entre los resultados de CES y CPS, lo que también se considera una prueba irrefutable de que los métodos de muestreo de CES y los métodos de ajuste estadístico han fallado gravemente.

2. Después de la epidemia, la estructura económica de Estados Unidos ha experimentado cambios estructurales.

Antes y después del brote de la COVID-19, se puede observar un aumento explosivo en el porcentaje de empleo informal y una rápida disminución en la voluntad de empleo de los jóvenes. Este fenómeno ha continuado hasta hoy. Actualmente, no hay una explicación específica y sólida para este fenómeno. Algunos creen que el aumento en el porcentaje de empleo informal y la disminución en la voluntad de empleo pueden deberse a las secuelas a largo plazo del COVID-19 (LC) a nivel de la población en general, pero aún no hay conclusiones definitivas. De cualquier manera, es seguro decir que el aumento en el porcentaje de empleo a tiempo parcial dificultará en gran medida las estadísticas de empleo no agrícolas. Debido a que los datos no agrícolas se recopilan mediante encuestas de muestra, una persona que trabaje en varios empleos a tiempo parcial inevitablemente inflará las estadísticas de empleo en comparación con la situación real, y eliminar este ruido resultará en un costo desproporcionado. Al mismo tiempo, la salida de una gran cantidad de personas en edad laboral (denominador de la tasa de desempleo) también distorsionará las estadísticas de la tasa de desempleo y el aumento en el número de empleos.

3、El control de fronteras ha fallado, y la tasa de inmigración ilegal está aumentando rápidamente.

Este punto está estrechamente relacionado con los cambios en la estructura económica mencionados anteriormente, ya que la probabilidad de que los inmigrantes ilegales sin identificación legal realicen trabajos informales es significativamente mayor. Al mismo tiempo, el empleo de inmigrantes ilegales también puede llevar a sesgos de muestreo potenciales.

Los datos de empleo no agrícola de BLS se basan en encuestas de muestra de la CES. Si la muestra no representa adecuadamente la situación laboral de los inmigrantes ilegales, los resultados de la encuesta podrían desviarse de la realidad. Por ejemplo, si la muestra de la encuesta CES (con unidades de muestra empleadores) cubre principalmente a las grandes empresas que tienden a contratar trabajadores legales, pero ignora las pequeñas o clandestinas empresas donde es más probable que trabajen los inmigrantes ilegales, es muy probable que los datos de empleo estén sobreestimados.

Este contenido es solo para compartir información y no constituye una promoción o respaldo de ninguna actividad comercial o de inversión. Por favor, asegúrese de cumplir estrictamente con las leyes y regulaciones de su área local y no participar en ninguna actividad financiera ilegal. No proporcionamos acceso, orientación o canalización de transacciones para Dinero virtual, emisión de activos digitales, comercio o financiamiento.

4 ALPHA Research contenido no autorizado, prohibida la reproducción, copia, etc. Los infractores serán responsables legalmente.