هذا السؤال يأتي كل شهر. كل شهر، يقوم الأشخاص الذين لا يعرفون كيفية عمل النموذج بنشر تحليلات خاطئة.
مرة أخرى تعديل الولادة والوفاة
البيان أعلاه الذي أدلى به بيتر شيف والتصريحات المماثلة التي أدلى بها آخرون غير صحيحة. يجب أن يعرف شيف بشكل أفضل. وحتى خبراء الاقتصاد السائدين يرتكبون نفس الخطأ.
ولسوء الحظ، يكرر آخرون هذا الأمر مرارًا وتكرارًا دون إجراء أي بحث أساسي يدحض هذا الادعاء على الفور.
سأخوض في تفاصيل الأسباب التي تجعل شيف مخطئًا، لكن دعنا نناقش العملية أولاً. هنا رابط لمناقشة BLS تعديل الولادة والوفاة نموذج.
يتعامل نموذج الولادة والموت مع ولادة وموت الكيانات، وليس الأفراد. عندما تدخل الشركات في الأعمال التجارية، فإنها تضيف العمال، وهؤلاء العمال ليسوا في عينة BLS. لذلك يستخدم مكتب إحصاءات العمل هذه التعديلات بين المواليد والوفيات لضبط تقارير التوظيف الشهرية.
إذا بدت ملتوية تمامًا، فذلك لأنها ملتوية تمامًا.
بدلاً من الاعتماد على البيانات الضريبية، يعتمد مكتب إحصاءات العمل على أخذ العينات. الأساس المنطقي لمكتب إحصاءات العمل هو أنه لا يقوم الجميع بالإبلاغ عن البيانات الضريبية ملاحظة الأسبوعمرة واحدة في الشهر، فإنه يحدد التقرير.
يعد الأسبوع المرجعي والعينة الصغيرة نسبيًا والتقارير ربع السنوية مصادر للخطأ. بشكل عام، لا ينظر الأشخاص إلى التقارير ربع السنوية لأنهم يريدون الإشباع الفوري بأرقام مشكوك فيها للغاية.
سأناقش الأرقام ربع السنوية أدناه، ولكن دعنا ننتقل أولاً إلى مصادر الخطأ الأخرى في التقارير الشهرية.
الأسبوع المرجعي لـ BLS
تمثل عينة BLS 6.5 بالمائة من البيانات، ويتم أخذها مرة واحدة شهريًا خلال الأسبوع المرجعي.
مثل بيتر شيف، ودانيال ديمارتينو بوث، ولاسي هانت، أنا متشكك جدًا في تقرير الوظائف هذا.
وفي تقرير تحليلي للوظائف كل شهر، أقوم بنشر هذه التقارير “بالنسبة لأولئك الذين يتابعون أرقام المواليد والوفيات، لدي هذا التحذير: لا تطرح رقم المواليد والوفيات المبلغ عنه من الرقم الرئيسي المبلغ عنه. هذا النهج غير صحيح إحصائيا.“
لكن شيف فعل ذلك بالضبط. انها ليست مجرد سكيف. ومن المؤسف أن خبراء الاقتصاد السائدين يرتكبون نفس الخطأ.
تعديل الولادة والوفاة
من أجل الراحة، إليك الرسم البياني الرئيسي مرة أخرى.
أضافت تعديلات المواليد والوفيات BLS 231000 وظيفة إلى الإجمالي غير المعدل في مايو. وقد أضاف ذلك 603.000 إلى الأرقام غير المعدلة لهذا العام.
ولا علاقة للتسريح الجماعي للعمال والإفلاس بالأمر. إنه تقدير لفتحات الأعمال وإغلاقها. 603.000 فرصة عمل جديدة تم إنشاؤها هذا العام من خلال الصناعات الجديدة؟ 231.000 في مايو؟
اللون لي متشكك للغاية، لكني لا أعرف ما هو الرقم. لا أحد لديه. بشكل عام، عدد الشركات التي يتم فتحها أكبر من عدد الشركات التي يتم إغلاقها بمرور الوقت، ولكن التقديرات قد تكون غير دقيقة إلى حد كبير في عمليات التحول.
التكيف الموسمي
والأهم من ذلك أن أرقام المواليد والوفيات لا يتم تعديلها موسميا.
لا ينبغي عليك طرح هذه الأرقام غير المعدلة من أرقام العمالة المعدلة موسميا.
محادثتي مع BLS
- ميش: ما مدى تأثير تعديلات المواليد والوفيات على المكاسب المعدلة موسميا؟
- BLS: بسبب منهجيتنا، لا نعرف.
- ميش: ما هو رقم المواليد والوفيات المعدل موسمياً؟
- BLS: بسبب منهجيتنا، لا نعرف.
تلك المحادثة لم تحدث الشهر الماضي، بل قبل 10 سنوات. هذا ملخص. كان BLS لائقًا، ولم يكن مفاجئًا كما هو مذكور أعلاه.
ولم يتغير شيء باستثناء التغييرات التي من المفترض أن تعمل على تحسين النموذج، ومن المحتمل أن يحدث ذلك (لكن هذا لا يعني ضمناً أن النموذج دقيق في التحولات الاقتصادية).
العملية التالية، المستمدة من محادثة مطولة مع مكتب إحصاءات العمل، تشرح سبب عدم معرفة مكتب إحصاءات العمل نفسه كيف يؤثر رقم الميلاد والوفاة على الرقم الرئيسي.
عملية من خمس خطوات
- يقوم BLS بحساب عدد المواليد والوفيات غير المعدل. إنها قبعة سحرية غير مكشوفة مبنية على الخبرة.
- ويتم التعديل بين المواليد والوفيات على أساس التقدير التراكمي غير المعدل للشهر.
- يأخذ BLS الإجمالي غير المعدل، بما في ذلك التعديلات، ثم يقوم بتعديل الرقم موسميًا.
- يقارن BLS الرقم المعدل موسميا لهذا الشهر ويطرح الرقم المعدل موسميا من الشهر الماضي.
- الفرق بين الأرقام المعدلة موسميا هو العنوان الإجمالي.
ولهذا السبب لا يستطيع مكتب إحصاءات العمل (BLS)، ولا أي شخص آخر، أن يقول مدى تأثير نمط المواليد والوفيات على الرقم الرئيسي المعدل موسميًا.
يجب أن يوضح الرسم البياني التالي سبب عدم إمكانية طرح الأرقام غير المعدلة من الأرقام المعدلة موسميا.
الأجور غير الزراعية SA مقابل NSA
لقد قمت بإنشاء الرسم البياني أعلاه اليوم لإظهار حماقة التحليل المعتاد لطرح المواليد والوفيات.
تظهر الرياضيات الفعلية أن الأمر أسوأ مما يبدو.
الرياضيات الحقيقية لشهر مايو 2024
- بلغ إجمالي الرواتب غير المعدلة لشهر مايو بما في ذلك تعديل B/D 158,918,000 (158.9 مليون)
- من الإجمالي غير المعدل، تم تعديل 231.000 (231 ألف) للولادات والوفيات
- ثم قام BLS بتعديل هذا الرقم موسميًا للوصول إلى عنوان SA المُبلغ عنه والذي يبلغ 158,543,000.
- دا دا! كان الرقم الرئيسي لشهر مايو (158.543.000) أقل بمقدار 375.000 من الإجمالي غير المعدل المُبلغ عنه (158.918.000).
سؤال اليوم
س: كم أدى تعديل المواليد والوفيات إلى تضخيم تقرير مايو البالغ 158,543,000؟
ج: أنت لا تعرف، وأنا لا أعرف، ومن المدهش أنه حتى مكتب إحصاءات العمل لا يمكنه إخبارك لأن العملية معقدة للغاية.
مهما كان الرقم، باستثناء وقوع حادث خطير، فمن المؤكد أنه ليس 231000، وربما لا شيء قريب.
سؤال مكافأة اليوم
س: هل من الممكن أن يؤدي إجراء الولادة والوفاة هذا إلى فرض الرواتب بشكل مصطنع؟
ج: بالطبع. لكنك لا تعرف كم، وأنا لا أعرف كم، وحتى BLS لا يستطيع أن يخبرك!
ومع ذلك، يمكن القول أن العقلاء لا يصدقون تقرير التوظيف هذا. دعونا نسلط الضوء على السبب.
تناقض QCEW
مما لا شك فيه أن بيانات QCEW تنبئنا بشيء ما، وربما تؤدي أشياء كثيرة، بما في ذلك تعديلات المواليد والوفيات، إلى تضخيم الأرقام الشهرية بشكل مصطنع.
QCEW (المسح ربع السنوي للتوظيف والأجور) هو عدد من السجلات الإدارية للتأمين ضد البطالة (UI) المقدمة من 11.9 مليون مؤسسة. هذه بيانات بنسبة 99 بالمائة.
الأجور غير الزراعية مأخوذة من مسح المنشآت (CES). كان هناك مسح عينة 666 ألف وظيفة فردية في 2023. وهذا يمثل 5.6 بالمائة من البيانات.
ومن الواضح أن QCEW أكثر دقة من هذه الدورات الشهرية.
ما مقدار ما يقدمه BLS من وظائف شهرية؟
لقد ناقشت السؤال أعلاه في منشوري بتاريخ 6 يونيو 2024 ما مقدار ما يقدمه BLS من وظائف شهرية؟ هنا هو الجواب
فهم التناقضات
إذا كان الفرق ثابتًا تقريبًا، على سبيل المثال ~ 2.5 مليون، فلا يهم. ولكن إذا ارتفعت الأرقام أو انخفضت بشكل حاد بالقرب من فترات الركود، فإن الاحتمالات مهمة.
وبمقارنة أرقام وكالة الأمن القومي، فإن الرواتب غير الزراعية أعلى بمقدار 3.42 مليون من أرقام QCEW. وهذا هو أكبر فارق منذ 3.46 مليون في ذروة جائحة كوفيد.
أخرى 3 فقط+ كان الفرق مليون في الربع الثالث من عام 2020.
بعد مناقشة هذا الأمر مع لاسي هانت، اقترحت أن ألقي نظرة على النسب المئوية. فيما يلي مخططان جديدان يوضحان ما يحدث بشكل أفضل.
نسبة التغير على أساس سنوي في الأجور غير الزراعية مقابل QCEW
تبدو النسب ضئيلة. لكنها تحظى بشعبية، وليس عشوائيا. وإذا ضربنا 150 مليون وظيفة، فإن الرقم كبير.
يبدو أنني أتذكر قراءة تقرير مكتب إحصاءات العمل (BLS) الذي يفيد بأن نسبة تزيد عن 0.1 بالمائة تعد أمرًا هامًا، لكن لا يمكنني العثور على هذا التعليق.
سنعرض النتيجة بالأرقام بدلا من النسب المئوية.
التغير على أساس سنوي في الأجور غير الزراعية مقابل QCEW بالآلاف
لاحظ أنه بعد الخروج من الركود، فإن التقارير الشهرية لمكتب إحصاءات العمل تقلل من تقدير نمو الوظائف. وفي حالة الركود، عندما تضعف البيانات، يحدث العكس.
تقرير قاتم آخر للوظائف – ارتفاع الأجور 272.000، وخفض الوظائف 408.000
لمزيد من التفاصيل حول تقرير الوظائف لشهر مايو، راجع تقرير وظائف غريبة آخر – ارتفاع الأجور بمقدار 272.000، وخفض الوظائف بمقدار 408.000
يتساءل الأشخاص العقلاء مرة أخرى عما يحدث في تقرير الوظائف. يزداد التناقض بين اتجاه الوظائف والعمالة مرة أخرى.
وأظهر تقرير الوظائف الصادم أن الوظائف زادت في العام الماضي بمقدار 2.76 مليون وظيفة عن العام السابق، لكن التوظيف زاد بمقدار 376 ألفًا فقط.
ويظهر التقرير أن العمالة بدوام كامل كانت -1,163,000 قبل عام.
انقر على الرابط السابق لمزيد من التفاصيل.
ومن المرجح أن يزداد الركود في الربع الثاني من هذا العام
أعتقد أننا نتجه نحو الركود هذا العام. وربما يكون الركود قد بدأ بالفعل.
للمناقشة، انظر ومن المرجح أن يزداد الركود في الربع الثاني من هذا العام
لقد أصبح نموذج الناتج المحلي الإجمالي الذي أشير إليه في المقالة أعلاه الآن أعلى بشكل حاد، ويعتمد بعضها على تقرير الوظائف لشهر مايو.
الأخطاء التراكمية عند الولادة والوفاة
ورغم أنني أدرك أهمية نسبة الأخطاء التي تبلغ 0.1%، فماذا لو تراكمت أخطاء كبيرة في أرقام المواليد والوفيات؟
وهنا الرياضيات لشهر مايو.
الميلاد-الوفاة 231,000 / (158,918,000 – 231,000) = 0.0014556
نسميها 0.15 في المئة.
أ إجمالي الخطأ الشهري مثله يستطيع يعد QCEW مصدرًا رئيسيًا للخطأ في العائدات الاقتصادية، على الرغم من أن نسبة 0.015 بالمائة شهريًا أمر سخيف.
من أجل الجدال، لنفترض أن نمط المواليد والوفيات مرتفع عند 0.10 إلى 0.15 بالمائة لكل ربع (وليس شهريًا).
إذا تراكم خطأ الولادة والوفاة بشكل خاطئ في نفس الاتجاه كل شهر (ولنقل 0.10 إلى 0.15 لكل ربع)، فإن التناقض يمثل جزءًا كبيرًا من اللغز.
خاتمة
قد يكون نمط الولادة والوفاة مصدرًا مهمًا للتناقض بين QCEW و CES. لكن العملية برمتها معقدة للغاية، بحيث يصعب في العديد من الأماكن تحديد المصدر الدقيق للأخطاء.
يمكن أن يكون تعديل الولادة والوفاة مصدرًا رئيسيًا أو ثانويًا للخطأ.
وبغض النظر عن ذلك، يمكننا القول أن QCEW والبيانات القوية الضعيفة الأخرى توفر أسبابًا كافية للسخرية من التقرير الحالي.
بالنسبة للربع الرابع من عام 2023، يتوقع تقرير QCEW الشهري CES 735000 وظيفة في النصف الثاني من عام 2033. 125.500 فرصة عمل شهرياً في المتوسط.
ما هي احتمالات الربع الأول من عام 2024؟
ويبلغ الفرق الحالي بين CES وQCEW 0.45 بالمائة. هل ستكون احتمالات الربع الأول من عام 2024 في نطاق (0.055-0.075)؟ سوف أشاهد هذا.
شيف على حق في أن يكون متشككا، وكذلك الآخرون. لكن لا تستخدم حسابًا خاطئًا لشهر الميلاد والوفاة للتوصل إلى رقم لهذا الشهر أو أي شهر.
