Trước thời khắc kiểm tra lạm phát của thị trường chứng khoán Mỹ, Phố Wall đang phải đối mặt với sự 'lừa dối dữ liệu' nghiêm trọng nhất trong lịch sử

链捕手Xuất bản vào 2026-07-13Cập nhật gần nhất vào 2026-07-13

Tóm tắt

Tác giả Wall Street Insights chỉ ra mâu thuẫn sâu sắc giữa các chỉ số lạm phát chính thức và cảm nhận thực tế của người tiêu dùng Mỹ trước thềm công bố dữ liệu CPI tháng 6. Trong khi số liệu chính thức như CPI (tháng 5: +4.2%) và PCE (+3.4%) cho thấy bức tranh "có lo ngại nhưng không khủng hoảng", thì Chỉ số Niềm tin Người tiêu dùng của Đại học Michigan lại chạm mức thấp nhất lịch sử vào tháng 5 và thấp thứ hai trong tháng 6. Theo chuyên gia kinh tế lao động Kathryn Anne Edwards, nguyên nhân chính của khoảng cách này nằm ở hạn chế hệ thống trong phương pháp đo lường CPI hiện hành của Cục Thống kê Lao động Mỹ (BLS). Chỉ số này sử dụng một "giỏ hàng hóa" trung bình, làm mờ đi thực tế lạm phát hoàn toàn khác biệt giữa các nhóm hộ gia đình. Nghiên cứu của BLS từ 2006-2023 cho thấy, tỷ lệ lạm phát hàng năm của nhóm thu nhập thấp nhất cao hơn nhóm thu nhập cao nhất khoảng 0.28 điểm phần trăm, tạo ra chênh lệch tích lũy lên tới 7.7 điểm trong gần hai thập kỷ – một sự khác biệt gần như vô hình trong chỉ số CPI tiêu chuẩn. Edwards nhấn mạnh rằng cơ sở dữ liệu để cải thiện hệ thống đã sẵn có, vì BLS hàng tháng đã thu thập giá của khoảng 100,000 mặt hàng. Việc xây dựng thêm nhiều chỉ số chi tiết theo loại hình hộ gia đình, mức thu nhập, độ tuổi... chủ yếu là vấn đề tổng hợp và trọng số lại dữ liệu hiện có. BLS cũng đã có một số chỉ số chuyên biệt (cho người cao tuổi, người thuê nhà mới...), chứng minh tính khả thi. Tuy nhiên, cải thiện đo lường không giải quyết được những áp lực kinh...

Tác giả: Phố Wall Thấy

Số liệu lạm phát chính thức cho thấy tình hình có thể kiểm soát, nhưng niềm tin của người tiêu dùng Mỹ lại giảm xuống mức thấp nhất trong gần nửa thế kỷ - vết nứt này đang làm lung lay sự tin tưởng cơ bản của thị trường vào dữ liệu vĩ mô.

Dữ liệu CPI tháng 6 của Mỹ sẽ được công bố vào ngày mai. Trước đó, chỉ số giá tiêu dùng tháng 5 tăng 4,2% so với cùng kỳ, chỉ số giá chi tiêu tiêu dùng cá nhân (PCE) tăng 3,4%, số liệu chính thức trình bày một bức tranh "có điểm đáng lo ngại, nhưng không có khủng hoảng".

Tuy nhiên, chỉ số lòng tin người tiêu dùng của Đại học Michigan đạt mức thấp nhất lịch sử kể từ khi có ghi chép vào năm 1978 vào tháng 5, còn số liệu tháng 6 là thấp thứ hai trong lịch sử - trong năm mươi năm mà chỉ số này bao phủ, đã bao gồm khủng hoảng dầu mỏ, hai lần bong bóng thị trường chứng khoán, một đại dịch và sáu lần suy thoái, nhưng người Mỹ vẫn coi thời điểm hiện tại là thời kỳ kinh tế tồi tệ nhất.

Mâu thuẫn này đang gây ra sự suy ngẫm sâu sắc trong giới kinh tế học.

Nhà kinh tế học lao động, cố vấn chính sách độc lập Kathryn Anne Edwards đã viết bài trên chuyên mục Bloomberg chỉ ra rằng, sự chênh lệch lớn giữa chỉ số lạm phát chính thức và cảm nhận thực tế của người dân, nguồn gốc nằm ở sự thiếu sót có hệ thống trong hệ thống đo lường hiện hành - nó dùng một "giỏ thị trường" trung bình để che giấu thực tế lạm phát hoàn toàn khác nhau của các nhóm hộ gia đình khác nhau. Đối với các nhà đầu tư phụ thuộc vào những dữ liệu này để định giá tài sản và dự đoán chính sách, điều này có nghĩa là chỉ số cốt lõi mà họ đã tham khảo trong thời gian dài, có thể không phản ánh chính xác áp lực thực tế của nền kinh tế.

Một con số, che giấu hàng triệu trải nghiệm lạm phát

Cục Thống kê Lao động Mỹ (BLS) hàng tháng theo dõi biến động giá của khoảng 100.000 loại hàng hóa và dịch vụ, và thông qua khảo sát chi tiêu tiêu dùng để gia quyền chúng, tạo ra CPI phản ánh hành vi mua sắm của "người tiêu dùng điển hình".

Hiện tại, BLS chỉ duy trì ba bộ giỏ tiêu dùng: tất cả người tiêu dùng, tất cả người tiêu dùng thành thị, và người lao động làm công ăn lương và nhân viên văn phòng thành thị.

Edwards chỉ ra rằng, hạn chế cơ bản của khung này nằm ở chỗ, nó nén các nhóm tiêu dùng có tính dị biệt cao thành một giá trị trung bình duy nhất.

Nghiên cứu của chính BLS đã chứng minh sự khác biệt này không thể bỏ qua: một nghiên cứu bao phủ từ năm 2006 đến 2023 cho thấy, tỷ lệ lạm phát hàng năm của các hộ gia đình thuộc nhóm thu nhập thấp nhất cao hơn khoảng 0,28 điểm phần trăm so với nhóm thu nhập cao nhất, chênh lệch tích lũy lên tới 7,7 điểm phần trăm.

Nói cách khác, trong gần hai thập kỷ, áp lực lạm phát mà người nghèo thực sự phải chịu vượt xa người giàu, và sự chênh lệch này hầu như không thể thấy trong CPI tiêu chuẩn.

Tác động của cách xử lý "trung bình hóa" này đối với thị trường là thực chất. Khi các nhà đầu tư và nhà hoạch định chính sách dựa vào CPI tổng thể để đánh giá xu hướng chính sách tiền tệ, những gì họ nhìn thấy là một con số đã được xử lý làm mượt thống kê, chứ không phải sự phân bố áp lực thực tế bên trong nền kinh tế.

Nền tảng dữ liệu đã sẵn sàng, thiếu là ý chí chính sách

Luận điểm cốt lõi của Edwards không phải là lật đổ hệ thống hiện có, mà là chỉ ra rằng ngưỡng kỹ thuật để mở rộng chiều đo lường là rất thấp.

BLS đã hoàn thành công việc nặng nhọc nhất - thu thập dữ liệu biến động giá của 100.000 loại hàng hóa và dịch vụ hàng tháng. Trên cơ sở này, xây dựng nhiều chỉ số phân khúc hơn theo các chiều như loại hình hộ gia đình (độc thân, đã kết hôn không con, đã kết hôn có con vị thành niên, v.v.), mức thu nhập, thuê nhà hoặc sở hữu nhà, tuổi tác, về bản chất chỉ là việc gia quyền và trình bày lại cùng một tập dữ liệu gốc theo những cách khác nhau.

BLS đã có một số tiền lệ: CPI cho người cao tuổi, CPI cho người thuê mới, CPI loại trừ thay đổi quy cách sản phẩm, và loạt nghiên cứu CPI chia theo ngũ phân vị thu nhập.

Tần suất công bố của các loạt này thấp hơn CPI hàng tháng, nhưng đã chứng minh tính khả thi của con đường kỹ thuật. Edwards đề nghị, ba giỏ hiện có ít nhất nên được mở rộng gấp mười lần, và cung cấp dữ liệu hàng tháng cho mỗi loại hộ gia đình điển hình, đồng thời tăng biên chế nhân viên nghiên cứu của BLS và mở rộng quy mô mẫu khảo sát chi tiêu tiêu dùng.

Ngoài sự biến dạng dữ liệu, áp lực kinh tế thực sự không thể tránh khỏi

Edwards khẳng định rõ ràng rằng, việc cải thiện hệ thống đo lường không thể giải quyết vấn đề của bản thân nền kinh tế.

Bà liệt kê nhiều áp lực mà nền kinh tế Mỹ hiện đang phải đối mặt: tuyển dụng chậm lại, tăng trưởng lương chậm chạp, giá cả duy trì ở mức cao trong thời gian dài, nợ thẻ tín dụng tiếp tục leo thang, lãi suất cao kìm hãm sức sống thị trường nhà ở, và tác động tiềm tàng của trí tuệ nhân tạo đối với thị trường việc làm.

Những áp lực cấu trúc này cùng nhau giải thích tại sao lại có vết nứt sâu như vậy giữa lòng tin người tiêu dùng và dữ liệu chính thức. Theo quan điểm của Edwards, con đường đúng đắn để hàn gắn mâu thuẫn này không phải là yêu cầu công chúng tin tưởng hơn vào dữ liệu hiện có, mà là để hệ thống dữ liệu phản ánh chân thực hơn thực tế cuộc sống của các nhóm khác nhau.

Đối với những người tham gia thị trường, ý nghĩa của cuộc thảo luận này là: vào thời điểm công bố dữ liệu CPI ngày mai, các nhà đầu tư có lẽ cần xem xét lại, một chỉ số tổng lượng duy nhất có thể nắm bắt chính xác áp lực lạm phát thực tế và sự phân hóa hành vi tiêu dùng trong chu kỳ kinh tế hiện tại ở mức độ nào - và sự phân hóa này chính là biến số then chốt để hiểu lộ trình chính sách của Cục Dự trữ Liên bang và rủi ro từ phía tiêu dùng.

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QTheo bài viết, sự khác biệt lớn giữa dữ liệu lạm phát chính thức và cảm nhận thực tế của người tiêu dùng Mỹ có nguyên nhân chính từ đâu?

ANguyên nhân chính, theo bài viết và quan điểm của chuyên gia Kathryn Anne Edwards, nằm ở hạn chế có hệ thống của hệ thống đo lường hiện hành. Các chỉ số lạm phát chính thức (như CPI) sử dụng một 'rổ hàng hóa' trung bình để đại diện cho 'người tiêu dùng điển hình', làm xóa mờ sự khác biệt lớn về trải nghiệm lạm phát thực tế giữa các nhóm hộ gia đình khác nhau, đặc biệt là giữa người có thu nhập thấp và người có thu nhập cao.

QNghiên cứu của Cục Thống kê Lao động Mỹ (BLS) từ 2006 đến 2023 cho thấy điều gì về chênh lệch lạm phát giữa các nhóm thu nhập?

ANghiên cứu của BLS cho thấy tỷ lệ lạm phát hàng năm trung bình của nhóm 20% hộ gia đình có thu nhập thấp nhất cao hơn khoảng 0,28 điểm phần trăm so với nhóm 20% hộ gia đình có thu nhập cao nhất. Khoảng cách tích lũy trong gần 20 năm này lên tới 7,7 điểm phần trăm, chứng tỏ người nghèo thực sự phải chịu áp lực lạm phát lớn hơn nhiều so với người giàu, nhưng sự chênh lệch này hầu như không hiển thị trong chỉ số CPI tiêu chuẩn.

QChuyên gia Edwards đề xuất cải thiện hệ thống đo lường lạm phát bằng cách nào?

AChuyên gia Edwards đề xuất mở rộng đáng kể các chiều đo lường. Cơ sở là BLS đã thu thập dữ liệu giá cả của khoảng 100.000 mặt hàng mỗi tháng. Từ bộ dữ liệu gốc này, có thể xây dựng thêm nhiều chỉ số chi tiết hơn bằng cách tổng hợp và gia quyền khác nhau theo các tiêu chí như loại hình hộ gia đình (độc thân, có con...), mức thu nhập, tình trạng nhà ở (thuê/sở hữu), độ tuổi... Bà đề nghị số lượng 'rổ hàng hóa' nên được mở rộng ít nhất gấp mười lần so với ba nhóm hiện có và cung cấp dữ liệu hàng tháng cho mỗi loại hộ gia đình điển hình.

QBài viết chỉ ra những áp lực kinh tế cấu trúc nào đang tồn tại ở Mỹ, ngoài vấn đề đo lường lạm phát?

ABài viết liệt kê một số áp lực cấu trúc của nền kinh tế Mỹ, bao gồm: tốc độ tuyển dụng chậm lại, tăng trưởng tiền lương trì trệ, giá cả duy trì ở mức cao trong thời gian dài, nợ thẻ tín dụng tiếp tục leo thang, lãi suất cao kìm hãm sức sống của thị trường nhà ở, và tác động tiềm tàng của trí tuệ nhân tạo đến thị trường lao động. Những yếu tố này cùng giải thích cho sự sụt giảm mạnh của lòng tin người tiêu dùng.

QTại sao việc cải thiện hệ thống dữ liệu lạm phát lại quan trọng đối với các nhà đầu tư và nhà hoạch định chính sách?

AViệc cải thiện hệ thống dữ liệu là rất quan trọng vì các nhà đầu tư và nhà hoạch định chính sách hiện đang dựa vào các chỉ số tổng hợp (như CPI) để định giá tài sản và dự báo chính sách tiền tệ. Nếu chỉ số này không phản ánh chính xác áp lực lạm phát thực tế và sự phân hóa trong hành vi tiêu dùng giữa các nhóm dân cư, các quyết định của họ có thể bị sai lệch. Dữ liệu chi tiết hơn sẽ giúp nắm bắt rõ hơn các biến số then chốt để hiểu lộ trình chính sách của Cục Dự trữ Liên bang (Fed) và rủi ro từ phía tiêu dùng.

Nội dung Liên quan

Mới đây, OpenAI sẽ hoàn tiền cho người dùng trả phí Codex và ChatGPT Work

Ngay sau khi CEO Cursor Michael Truell tiết lộ OpenAI có kế hoạch chặn truy cập mô hình sau ba tháng, Codex của OpenAI đã có động thái mới. Tibo, người đứng đầu Codex, thông báo sẽ đặt lại hạn mức sử dụng cho tất cả người dùng trả phí của Codex và ChatGPT Work. Lý do không chỉ đơn giản là tặng thêm. Sau khi xử lý hàng nghìn phản hồi và kiểm tra kỹ cơ chế tính toán, OpenAI phát hiện nhiều lỗi khiến người dùng hao hụt token không đáng có. Sau khi sửa, cùng một hạn mức nay có thể làm được nhiều việc hơn từ 10% đến 50%. Bài viết liệt kê 8 loại lỗi chính đã được sửa: 1. **Nén ngữ cảnh (Compaction)**: Việc giữ lại hình ảnh cũ làm giảm hiệu quả nén, khiến một số người dùng hao phí giảm ~10% sau khi sửa. 2. **Cơ chế Mục tiêu (Goals)**: Agent tiếp tục chạy sau khi hoàn thành mục tiêu hoặc thử lại liên tục khi công cụ hỏng, từng gây hao phí 15-70% hạn mức hàng tuần. 3. **Hệ thống Bộ nhớ (Memory)**: Lỗi khiến tác vụ nền có thể chạy lặp lại hàng nghìn lần (có trường hợp lên tới 15.000 lần), ảnh hưởng một số ít người dùng. 4. **Subagent (Tác tử con)**: Các mô hình nhỏ hơn (như Luna) có thể tự ý gọi mô hình mạnh hơn, tốn kém hơn mà không có yêu cầu rõ ràng. 5. **Tự động hóa (Automations)**: Các tác vụ tự động có thể chạy thường xuyên hơn tần suất đã đặt. 6. **Lịch sử Máy tính (Computer History)**: Việc tóm tắt lặp lại lịch sử hoạt động trùng lặp từng chiếm tới ~20% hạn mức hàng tuần. 7. **Tóm tắt Tác vụ Liên tục (Rolling Task Summaries)**: Cơ chế tạo tóm tát tác vụ nền không cần thiết trong các lượt hội thoại thông thường đã bị tắt. 8. **Gọi công cụ MCP**: Kết quả công cụ có thể bị mã hóa hai lần hoặc hướng dẫn bị cắt ngắn dẫn đến phải gọi lại. Sự kiện này cho thấy chi phí thực tế khi dùng các Agent AI như Codex ngày càng phức tạp, không chỉ là một lần gọi mô hình đơn thuần mà bao gồm nhiều hoạt động nền (duy trì bộ nhớ, lập lịch, tóm tắt...). OpenAI cho biết đã điều chỉnh kiến trúc để ngăn lỗi tái diễn và cảnh báo tự động. Quan trọng hơn, họ đang phát triển tính năng hiển thị chi tiết mức sử dụng mới để người dùng biết rõ token được dùng vào đâu. Việc đặt lại hạn mức có vẻ như chỉ là phần nổi, cho thấy OpenAI đang chú trọng cải thiện tính minh bạch và hiệu quả sử dụng.

marsbit2 giờ trước

Mới đây, OpenAI sẽ hoàn tiền cho người dùng trả phí Codex và ChatGPT Work

marsbit2 giờ trước

Từ hợp đồng đến thanh toán tiền điện tử: Sberbank trình diễn sơ đồ tính toán hợp pháp với người nước ngoài

Sber sẽ ra mắt dịch vụ thanh toán quốc tế bằng tiền kỹ thuật số cho doanh nghiệp thông qua ứng dụng SberBusiness trước cuối năm 2026. Cơ sở hạ tầng cần thiết đã sẵn sàng và phương thức thanh toán mới này sẽ được tích hợp vào các giao dịch ngoại thương quen thuộc. Dịch vụ được triển khai nhờ Luật Liên bang số 282-FZ "Về tiền tệ kỹ thuật số và quyền kỹ thuật số", có hiệu lực chính từ ngày 1/9/2026, cho phép thanh toán xuất nhập khẩu bằng tiền mã hóa thông qua các trung gian được cấp phép. Quy trình đã được SberBusiness Live công bố, bao gồm các bước: ký hợp đồng với đối tác nước ngoài, liên hệ trung gian được cấp phép, chuyển tiền đồng Rúp cho họ để mua và gửi tiền mã hóa cho người nhận, sau đó lập báo cáo cho cơ quan quản lý. Đối với doanh nghiệp Nga, đây được coi là kênh thay thế cho các giao dịch đối ngoại, đặc biệt trong bối cảnh chuyển khoản ngân hàng truyền thống gặp khó khăn do các lệnh trừng phạt. Việc tích hợp vào SberBusiness nhằm biến thanh toán tiền mã hóa thành một công cụ tiêu chuẩn, dễ sử dụng, thay vì một thủ tục kỹ thuật phức tạp. Tuy nhiên, đây là bước tích hợp dần vào các kịch bản hiện có, chứ không phải chuyển đổi hoàn toàn. Từ góc độ rộng hơn, dịch vụ này có thể đối mặt với rủi ro về các biện pháp trừng phạt thứ cấp nhắm vào các trung gian được cấp phép, giống như việc Anh đưa một số sàn giao dịch tiền mã hóa vào danh sách trừng phạt vào mùa hè 2026. Sự thành công và tính bền vững của mô hình này sẽ phụ thuộc nhiều vào động thái chính trị hơn là yếu tố công nghệ thuần túy.

cryptonews.ru4 giờ trước

Từ hợp đồng đến thanh toán tiền điện tử: Sberbank trình diễn sơ đồ tính toán hợp pháp với người nước ngoài

cryptonews.ru4 giờ trước

Nhà kinh tế học nổi tiếng chỉ trích gay gắt chính sách gần đây của Fed: 'Họ đang đi sai hướng'

Nhà kinh tế học James E. Thorn chỉ trích chính sách tiền tệ thắt chặt của Cục Dự trữ Liên bang (Fed) nhằm đối phó với lạm phát, cho rằng việc tăng lãi suất có thể không đủ để giải quyết các nguyên nhân gốc rễ của áp lực giá hiện nay. Thorn lập luận rằng lạm phát cao hiện nay không chỉ do cầu tiêu dùng mạnh, mà còn bởi các cú sốc về phía cung như chi phí năng lượng, thiếu hụt nhà ở và gián đoạn sản xuất. Do đó, việc tiếp tục tăng lãi suất có thể làm suy yếu tiềm năng sản xuất của nền kinh tế thay vì kiềm chế lạm phát. Ông chỉ ra rằng dữ liệu việc làm toàn thời gian giảm cho thấy dấu hiệu chuyển đổi cấu trúc của thị trường lao động, chứ không phải là bằng chứng về một nền kinh tế "quá nóng". Tương tự, áp lực trong lĩnh vực nhà ở phản ánh tác động của chính sách thắt chặt chứ không phải là nguồn gây lạm phát. Thorn cho rằng tăng trưởng kinh tế Mỹ gần đây chủ yếu nhờ vào các chính sách thúc đẩy cung và chu kỳ đầu tư dài hạn vào các lĩnh vực như AI, cơ sở hạ tầng, chứ không phải do bùng nổ tín dụng. Ông nhấn mạnh rằng các cú sốc cung (như giá dầu, thuế quan) thường chỉ gây ra đợt tăng giá một lần, chứ không tạo ra lạm phát liên tục và tự duy trì. Việc Fed tiếp tục thắt chặt khi việc làm toàn thời gian giảm và lĩnh vực nhà ở chịu áp lực có thể là một đánh giá sai lầm, dẫn đến việc đàn áp cầu một cách không cần thiết thay vì kiểm soát lạm phát một cách thận trọng.

cryptonews.ru6 giờ trước

Nhà kinh tế học nổi tiếng chỉ trích gay gắt chính sách gần đây của Fed: 'Họ đang đi sai hướng'

cryptonews.ru6 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

Làm thế nào để Mua DATA

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua DATA Network (DATA) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua DATA Network (DATA) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ DATA Network (DATA) của BạnSau khi mua DATA Network (DATA), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch DATA Network (DATA)Giao dịch DATA Network (DATA) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 717Xuất bản vào 2026.07.01Cập nhật vào 2026.07.01

Làm thế nào để Mua DATA

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của DATA (DATA) được trình bày dưới đây.

活动图片