6月非农就业数据解读:拯救骑虎难下的美联储于水火之中

币界网Publié le 2024-07-26Dernière mise à jour le 2024-07-26

币界网报道:

一、非农数据(Non-farm Payroll)的概念

美国非农就业数据是美国劳工统计局(Bureau of Labor Statistics,简称BLS)发布的一项重要经济指标,它衡量的是美国在农业以外的行业就业情况。这个数据通常在每个月的第一个星期五公布,是投资者、政策制定者、经济学家以及市场分析师密切关注的指标之一,因为它能够提供关于美国经济健康状况的重要指标。

非农就业数据包括就业人数变化、失业率、平均时薪、劳动参与率等多项数据。

二、非农数据的具体计算口径

BLS基于一系列详细的调查和统计方法编制非农数据。以下是计算非农就业数据的一些关键步骤和方法:

  • 样本调查:BLS通过家庭调查(Current Population Survey,CPS)和企业调查(Current Employment Statistics,CES)来收集数据。家庭调查主要用来计算失业率和劳动参与率,而企业调查则用来计算就业人数和平均时薪。

  • 家庭调查(CPS):CPS是一个月度调查,覆盖大约60,000个家庭,旨在收集有关就业、失业和劳动力参与的信息。通过CPS,BLS能够计算出失业率、劳动参与率等指标。

  • 企业调查(CES):CES是一项于企业样本的调查,旨在收集非农业部门的就业、工时和工资数据。BLS根据该调查计算就业人数的变化和平均时薪。

  • 行业分类:非农就业数据将就业分为不同的行业类别,如制造业、建筑业、服务业等,以便更细致地分析各行业的就业情况。

  • 数据调整:为了确保数据的准确性,BLS会对数据进行季节性调整,以消除季节性因素对就业数据的影响。

三、2024年6月非农数据总结

6月非农数据显示,劳动力市场保持稳定,但略有放松。6月美国新增了206,000个工作岗位,符合预期。五月的非农就业人数增长被向下修正,调整为218,000个,而四月份的非农就业人数增长也被向下修正,调整为108,000个。

6月非农就业增长使得三个月的平均就业岗位数增长达到177,000,录得自2021年1月以来的最低增幅。这凸显了美联储紧缩的货币政策正在减缓就业增长的步伐。

m3iKSQhWe0.png

6月非农数据增长主要集中在少数几个领域,政府和医疗保健行业的就业增长几乎占据了总增长的四分之三。政府职位的强劲增长(+70,000)主要由州和地方政府职位的增加(+65,000)所驱动。

私营部门的工资增长在六月份继续放缓,从五月的193,000降至136,000,其中医疗保健和社会援助行业占据了其中的82,000个职位。深入细节来看,六月份商品生产行业的就业人数增加了19,000,建筑行业的强劲增长抵消了制造业就业人数的下降。服务行业在六月份也出现疲软,就业人数增加了117,000,低于五月的181,000。尽管医疗保健行业在六月份取得了强劲增长,但大多数其他服务行业就业增长开始转负。这说明就业市场已经开始温和回调

四、2024年6月非农数据对美联储未来政策影响预期

6月非农就业报告符合美联储的预期目标,即在保证就业市场软着陆和温和降温的前提下维持高利率对通胀的压制,明确2%通胀锚定目标水平和长期预期管理,避免通胀反弹。结合6月CPI超预期降温情形,市场分析业界和衍生品从业员普遍加强了对于9月FOMC美联储降息的预期。

美联储在对待就业数据的态度上一向十分谨慎,由于就业市场冷却会导致国内局势不稳定、民众生活水平降低、消费水平降低,而就业市场过高的热度又会在菲利普斯曲线层面造成通胀压力,美联储在就业议题上常常陷入骑虎难下的两难境地,这也是美联储货币政策调整主要的难点之一。在物价水平全面缓和的背景下,就业市场的温和回调给了美联储更充分的结束高息压制的信心,也给了美联储更多的政策余地。

如果就业市场的冷却更迅速,美联储可能会被迫提前降息以挽救非农和失业率,美国经济已经忍受一年以上的痛苦高息环境可能会由于过早结束,导致美联储压制YCC的努力变为徒劳,无论是美国政界还是美联储都无法接受这样的结局,结合近期回升的能源价格,美国经济未来可能会陷入滞涨的死亡螺旋;

如果非农数据指示就业市场持续火热,对于美联储来说可能也会非常难以处理,可能还要继续延长高利率政策并继续延迟预期的降息时间,导致美元指数持续处于高位,进一步加剧美国政府国债利息支付压力。由于目前处于总统选举期间,美国财政无法采取过激的缩表措施,必须保证拜登政府关于医保、学贷、基建等方面的承诺至少在选举周期内落实。因此,从财政压力的角度,6月非农数据也给了美联储喘息之机,提供了减弱鹰派预期、降息正式提上日程的基础。

END

本文内容仅用于信息分享,不对任何经营与投资行为进行推广与背书,请读者严格遵守所在地区法律法规,不参与任何非法金融行为。不为任何虚拟货币、数字藏品相关的发行、交易与融资等提供交易入口、指引、发行渠道引导等。

4Alpha Research内容未经许可,禁止进行转载、复制等,违者将追究法律责任。

Lectures associées

La pionnière de la sécurité informatique Dawn Song rejoint Meta

Dawn Song, professeure d'informatique à UC Berkeley et figure éminente de la sécurité informatique et de l'IA, rejoint Meta. Elle occupera le poste de vice-présidente de la recherche en IA au sein du Superintelligence Labs de Meta, sous la direction de Nat Friedman. Éminente universitaire et entrepreneure, lauréate du prix MacArthur et membre de l'AAAS, elle est reconnue pour ses travaux pionniers, notamment l'analyse de flux de données (Dynamic Taint Analysis). Ses recherches couvrent la sécurité logicielle, l'apprentissage automatique contradictoire et la sécurité des agents IA. Son équipe à Berkeley a récemment développé ALE (Agents' Last Exam), un benchmark pour évaluer les capacités des agents IA dans des tâches du monde réel. Elle rejoint Meta avec d'autres membres de Virtue AI, une entreprise qu'elle a cofondée et spécialisée dans les infrastructures de sécurité pour l'IA, notamment le test d'intrusion automatisé (red-teaming). Ce recrutement intervient dans un contexte où Meta cherche à renforcer la sécurité de ses modèles d'IA, en vue de leur déploiement à grande échelle et face à une pression réglementaire croissante. L'article mentionne également le départ de Denny Zhou, fondateur de l'équipe Gemini Reasoning chez Google, pour rejoindre Meta il y a plusieurs mois. Expert de renom en raisonnement des modèles de langage, il est à l'origine de méthodes clés comme le Chain-of-Thought.

marsbitIl y a 13 mins

La pionnière de la sécurité informatique Dawn Song rejoint Meta

marsbitIl y a 13 mins

La Course aux Crypto-monnaies des Institutions Coréennes : Explosion Parallèle des Stablecoins et des RWA

**Résumé :** La Corée du Sud est à un tournant clé dans son adoption de la cryptographie, passant d'un marché retail dominant à un développement institutionnel structuré. Deux axes principaux émergent : les stablecoins et la tokenisation d'actifs réels (RWA). **Les stablecoins**, notamment un éventuel won numérique, sont devenus un enjeu majeur pour les régulateurs, les banques et les entreprises. La motivation est défensive, visant à contrer la fuite massive des capitaux vers les stablecoins en dollars (estimée à 1150 milliards de dollars) et à ancrer les transactions financières futures dans le système local. Des acteurs majeurs comme KB Financial, Hana Financial, Shinhan Card, BC Card et les géants internet Kakao (via KakaoPay) et NAVER (via NAVER Pay, qui prévoit d'acquérir Dunamu, la maison-mère d'Upbit) mènent des pilotes actifs. La fenêtre de collaboration pour les projets crypto natifs est ouverte pour devenir des partenaires infrastructurels privilégiés avant la finalisation du cadre réglementaire. **La tokenisation RWA** avance rapidement en Corée, avec un focus sur les secteurs locaux forts comme la construction navale, la chaîne d'approvisionnement industrielle (ex : Hanwha) et les IP culturelles (K-pop). Le cadre légal se précise avec des amendements aux lois sur les marchés de capitaux. Des plates-formes comme NXT et KDX ont reçu des approbations préliminaires pour négocier des titres tokenisés. L'opportunité pour les projets crypto réside dans la fourniture d'infrastructures techniques complémentaires : canaux de distribution globaux, solutions de liquidité et d'interopérabilité cross-chaîne, et outils d'optimisation pour les institutions. **Les plateformes grand public (NAVER, Kakao, Toss)** détiennent la clé de l'adoption massive. Elles intègrent activement les services blockchain (portefeuilles, stablecoins) dans leurs écosystèmes de paiement et de communication, créant ainsi des canaux de distribution essentiels pour atteindre les utilisateurs finaux. En somme, l'écosystème coréen se structure à un rythme soutenu. Les projets internationaux qui établiront dès maintenant des partenariats concrets avec les institutions locales sont les mieux placés pour façonner l'avenir du secteur des actifs numériques en Corée du Sud.

Foresight NewsIl y a 18 mins

La Course aux Crypto-monnaies des Institutions Coréennes : Explosion Parallèle des Stablecoins et des RWA

Foresight NewsIl y a 18 mins

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

Ces deux dernières années, les modèles de génération vidéo par IA (comme Sora, Veo, Kling) ont connu une évolution fulgurante, produisant des séquences réalistes et complexes. En parallèle, la détection de ces contenus synthétiques accuse un retard préoccupant, alors que les vidéos truquées prolifèrent sur les réseaux sociaux, semant la confusion et la désinformation. Face à cette urgence, une étude récemment publiée propose une refonte complète de l'objectif de détection. Il ne s'agit plus simplement de classer une vidéo comme "vraie" ou "fausse", mais de procéder à une **vérification de la fidélité factuelle** : vérifier si le contenu (qui, quand, où, quoi) est cohérent avec la réalité, tant au niveau perceptif que cognitif, et s'il respecte les lois physiques et les connaissances du monde. L'étude catégorise les vidéos générées par IA en trois paradigmes : 1. **Manipulation locale (LMV)** : Altération d'une partie d'une vidéo réelle (deepfake). 2. **Édition audio-visuelle (AVE)** : Modification des relations entre le son et l'image (synchronisation labiale, doublage). 3. **Synthèse générative complète (GVS)** : Génération de bout en bout à partir de texte ou d'images (modèles de type "simulateur de monde"). Pour relever ce défi, les auteurs proposent un cadre de détection à **double perspective (visuelle et langagière)** organisé en quatre couches progressives : * **Couche 1 - Indices visuels bas-niveau** : Analyse des artefacts, du bruit, des signaux physiologiques. * **Couche 2 - Cohérence spatio-temporelle** : Vérification de la fluidité des mouvements et de la continuité physique. * **Couche 3 - Cohérence multimodale** : Vérification de l'alignement entre l'image, le son et les sous-titres. * **Couche 4 - Raisonnement guidé par le langage** : Évaluation de la conformité du contenu avec les faits, la logique et les connaissances du monde réel. L'évolution montre un glissement des méthodes de détection des couches basses (visuelles) vers les couches hautes (langagières et raisonnées), à mesure que les vidéos synthétiques deviennent plus parfaites en apparence. Pour être crédible et utile, un système de détection futur doit évoluer vers un processus **dynamique, traçable et explicable**. Il doit fournir des preuves structurées, combiner les perspectives visuelle et langagière, et fonctionner de manière robuste face à la diversité des modèles de génération et aux transformations des plates-formes. Ce défi nécessitera une collaboration interdisciplinaire entre la vision par ordinateur, le traitement du langage et la modélisation du monde.

marsbitIl y a 53 mins

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

marsbitIl y a 53 mins

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

Les données montrent une baisse significative de la valeur totale verrouillée (TVL) dans la DeFi, tandis que les piratages et les pertes financières augmentent, atteignant environ 942 millions de dollars en 2026. L'émergence d'outils d'IA avancés, comme Claude Mythos, réduit considérablement le coût et l'expertise nécessaires pour identifier les vulnérabilités dans les contrats intelligents, transformant ainsi le paysage de la sécurité. Les attaquants utilisent désormais l'IA pour scanner massivement les contrats, y compris les anciens, rendant les rapports d'audit traditionnels obsolètes en quelques minutes. Des protocoles majeurs comme Drift Protocol et KelpDAO, pourtant audités, ont été compromis via des attaques d'ingénierie sociale ou des failles de configuration, démontrant les limites des audits purement techniques. Face à cette menace, la demande d'audits défensifs augmente, devenant même une condition réglementaire. Les entreprises d'audit doivent évoluer, intégrant l'IA dans leurs processus pour offrir une surveillance continue et une détection en temps réel, plutôt que des rapports ponctuels. Des outils comme Firepan ont déjà prouvé leur efficacité en découvrant des vulnérabilités complexes manquées par les audits humains, comme dans Curve Finance. En conclusion, l'ère de la sécurité garantie par un seul audit est révolue. La sécurité devient une infrastructure nécessitant un investissement constant. Les acteurs qui réussiront à adapter leur modèle commercial et à intégrer pleinement l'IA dans une approche de sécurité proactive survivront à cette transition.

marsbitIl y a 1 h

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

marsbitIl y a 1 h

Trading

Spot
活动图片