Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

7月3日,美國近期最重要的勞動力數據——6月非農數據公布。在ADP遇冷之后,市場對這份報告格外期待。

根據美國勞工統計局公布報告,美國6月非農就業人口增加?14.7萬人,預期?10.6萬人,4月和5月非農就業人數合計上修1.6萬人。

失業率意外下降至4.1%,預期?4.3%,前值?4.2%。

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

數據公布后,黃金跳水,美債收益率短線拉升。

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

這份數據有多意外?在媒體調查的79位經濟學家中,只有加拿大豐業銀行的Derek Holt一人預測到了更高的數字(16萬人),其余所有預測值均低于14.7萬人。

不過,細究這份超出預期的就業報告,還是有不少槽點。

第一,6月非農數據超出預期的表象下,是政府部門雇傭異軍突起貢獻近半壁江山(增加7.3萬人),而私營部門就業僅增長7.4萬人——創下自2024年10月以來最疲軟表現。

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

這種分化暴露了經濟動能的嚴重失衡:當州和地方教育部門(尤其是州政府增加4.7萬人,地方政府教育增加2.3萬人)成為就業引擎時,制造業和專業服務領域卻出現崗位流失,凸顯經濟增長對公共支出的過度依賴。更令人警覺的是,私營部門就業增長已連續三個月低于其12.8萬的平均水平,且服務業除零售和運輸外全面放緩——這種結構的脆弱性或許難以支撐可持續復蘇。

第二,失業率從4.24%降至4.12%,但這并非就業繁榮的信號,而是勞動參與率下降的結果。

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

特朗普政府移民政策收緊正在對勞動力供給形成“寒蟬效應”:驅逐風險導致外籍勞動者參與意愿降低,5月和6月勞動參與率的下降主要源于該群體。這種扭曲效應甚至改變了就業市場的平衡點——摩根士丹利指出,維持失業率穩定所需的新增就業人數已從去年的21萬人/月降至14萬人/月,預計年底將進一步降至7萬人/月。

第三,非農人數增加了,薪資增速的放緩與工作時長卻錄得放緩。

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

根據勞工部數據,6月平均時薪環比僅增長0.2%,同比增速從3.8%降至3.7%,盡管年化薪資收入增速仍維持在5.1%,但工作時長縮減導致總收入增長陷入停滯。

這種停滯發生在關稅推高物價的背景下——3.7%的工資增速雖較2022年近6%的高點顯著回落,卻仍不足以抵消通脹對實際購買力的侵蝕。當消費支出占美國經濟約70%的比重時,這種薪資與通脹的賽跑將直接決定經濟走向衰退還是軟著陸。

歷史經驗表明,實際收入增長乏力往往是消費收縮的前兆,而5月消費支出意外下滑已敲響警鐘,若疊加暑期服務消費動能減弱(盡管教育和醫療增8.7萬、住宿餐飲增3.1萬),美國經濟引擎恐面臨失速風險。

非農就業報告公布后,利率期貨交易員放棄了對7月美聯儲降息的押注。

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

另外,9月降息預期開始動搖,目前市場預測9月份美聯儲降息的概率約為80%,低于非農就業報告公布前的98%。

盡管近期一系列經濟軟數據走弱,但這份強勁的就業報告完全打破了悲觀預期。Brandywine Global的基金經理Jack McIntyre表示:“在硬數據和軟數據的較量中,硬數據勝出,這意味著美聯儲繼續按兵不動是正確的。”

AmeriVet Securities美國利率交易及策略主管Gregory Faranello說:“最大的問題在失業率,7月已經排除,美聯儲這個夏天會休息一下。就業數據讓鮑威爾有理由繼續‘觀望’。”

Hawk Insight|美國6月非農數據點評:情況遠沒有看上去那么好

#非農##美聯儲##降息#

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/87586.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/87586.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/87586.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Python 的內置函數 reversed

Python 內建函數列表 > Python 的內置函數 reversed Python 的內置函數 reversed() 是一個用于序列反轉的高效工具函數,它返回一個反向迭代器對象。以下是關于該函數的詳細說明: 基本用法 語法:reversed(seq)參數:seq 可以是…

溝通-交流-說話-gt-jl-sh-goutong-jiaoliu-shuohua

溝通,先看|問狀態(情緒) 老婆下班回家,我說,到哪兒了,買點玉米哦;她說你為啥不買, 我說怎么如此大火氣, 她說你安排我,我不情愿;你怎么看 和女人溝通不能目標優先 先問狀態并表達關心 用感謝代替要求(“你上次買的玉米特別甜,今天突然又饞了…

Ubuntu20.04運DS-5

準備工作: cd /home/rlk/rlk/runninglinuxkernel_5.0 #make clean mkdir _install_arm64/dev sudo mknod _install_arm64/dev/console c 5 1 ./build_ds5_arm64.sh git checkout boot-wrapper-aarch64/fvp-base-gicv3-psci.dtb ./build_ds5_arm64.sh創建工程步驟2.5…

區塊鏈網絡P2P通信原理

目錄 區塊鏈網絡P2P通信原理引言:去中心化的網絡基石1. P2P網絡基礎架構1.1 區塊鏈網絡拓撲1.2 節點類型對比2. 節點發現與連接2.1 初始引導過程2.2 節點發現協議3. 網絡通信協議3.1 消息結構3.2 核心消息類型4. 數據傳播機制4.1 交易傳播流程4.2 Gossip協議實現4.3 區塊傳播優…

RNN和Transformer區別

RNN(循環神經網絡)和 Transformer 是兩種廣泛應用于自然語言處理(NLP)和其他序列任務的深度學習架構。它們在設計理念、性能特點和應用場景上存在顯著區別。以下是它們的詳細對比:1. 基本架構RNN(循環神經網…

[學習記錄]Unity-Shader-幾何著色器

幾何著色器是可編程渲染管線中的一個可選階段,位于頂點著色器之后和片段著色器之前。其核心能力在于動態生成和操作幾何體圖元。 一.圖元 了解圖元是理解幾何著色器的基礎和前提,因為幾何著色器的工作就是接收圖元,然后輸出圖元。 幾何著色…

Paimon 布隆過濾器索引

布隆過濾器原理布隆過濾器的最優參數推導是其理論核心,理解了這個過程,就能明白 BloomFilter64 構造函數里計算公式的由來了。下面我們一步步來推導。首先,我們定義幾個關鍵變量:n: 預估要插入的元素數量 (對應代碼中的 items)。m…

Python-GUI-wxPython-布局

1 需求 2 接口 wx.Sizer().Add() proportion(比例)參數是一個整數,用于指定當父布局管理器的空間有剩余時,被添加的對象(這里是 general_sizer 及其包含的組件)在布局方向上可以占據的額外空間的比例。 當…

springboot 鏈路追蹤實現

traceid實現 需要依賴<dependency><groupId>com.alibaba</groupId><artifactId>transmittable-thread-local</artifactId><version>2.14.5</version></dependency>public class TraceIdContext {private static final String …

JavaEE初階第七期:解鎖多線程,從 “單車道” 到 “高速公路” 的編程升級(五)

專欄&#xff1a;JavaEE初階起飛計劃 個人主頁&#xff1a;手握風云 一、死鎖 1.1. 死鎖的概念 死鎖是指兩個或多個并發進程&#xff08;或線程&#xff09;在執行過程中&#xff0c;因爭奪資源而造成的一種互相等待的現象。如果沒有外力作用&#xff0c;這些進程將永遠無法繼…

黑暗中的爆破(船訊網Ais爬蟲暨爬蟲實戰js逆向學習經驗分享)

事先聲明:本文章所獲得的信息均通過合法手段獲得(本人為政府部門工作,爬蟲行為均經過授權),爬蟲需遵守各項法律法規,不該爬取的信息不爬。 最近因為做博士畢業設計需要用到ais信息,但在船訊網爬取ais的時候遇到了問題,因為之前爬取的人太多,所以網站加上了反爬措施,c…

代碼混淆的步驟

在 Android 開發中&#xff0c;代碼混淆&#xff08;ProGuard/R8&#xff09;是保護代碼安全和縮減應用體積的關鍵步驟。以下是詳細的混淆流程和優化策略&#xff1a; 一、基礎混淆步驟 1. 啟用混淆 在 build.gradle 中配置&#xff1a; android {buildTypes {release {mini…

分布式集合通信--學習筆記

分布式集合通信一 基礎概念 分布式系統模型 節點與進程模型 多機多卡、多機多進程通信模式 同步 、異步 集合通信定義 點對點通信 vs 集合通信 點對點通信 定義 &#xff1a;兩個節點之間的直接數據傳輸&#xff0c;通常基于專用鏈路或網絡路徑通信范圍&#xff1a;僅涉及兩…

工業顯示器五大品牌推薦及分析

在智能制造與工業自動化中&#xff0c;工業顯示器扮演著至關重要的角色&#xff0c;最近好多朋友問我有沒有什么賣工業顯示的廠家推薦。那今天我為大家整理了5個工業顯示器廠家品牌推薦&#xff0c;希望可以幫助您挑選到合適的工業顯示器一、佳維視&#xff08;JAWEST&#xff…

ComfyUI工作流:一鍵換背景體驗不同場景

換背景效果展示 在圖像編輯領域&#xff0c;背景替換是提升作品視覺效果與創意表達的重要手段。魔多 AI 社區推出的 “一鍵換背景” ComfyUI 工作流&#xff0c;憑借先進的 AI 技術與極簡操作流程&#xff0c;為用戶提供了高效、精準的背景替換解決方案。本文將從技術原理、功能…

圖像旋轉:從原理到 OpenCV 實踐

在圖像處理領域&#xff0c;圖像旋轉是一項基礎且重要的操作。它不僅可以改變圖像的方向&#xff0c;還在許多計算機視覺任務中發揮著關鍵作用&#xff0c;比如目標檢測、圖像配準等。本文將深入探討圖像旋轉的原理&#xff0c;并結合 OpenCV 庫提供具體的實現代碼。 一、圖像…

微服務架構下的抉擇:Consul vs. Eureka,服務發現該如何選型?

微服務架構下的抉擇&#xff1a;Consul vs. Eureka&#xff0c;服務發現該如何選型&#xff1f; 引言 想象一下&#xff0c;我們正在構建一個大型電商平臺。在“雙十一”大促期間&#xff0c;流量洪峰涌入&#xff0c;訂單服務、商品服務、用戶服務等都需要彈性伸縮&#xff…

基于Java+SpringBoot的寵物愛心組織管理系統

源碼編號&#xff1a;S572 源碼名稱&#xff1a;基于SpringBoot的寵物愛心組織管理系統 用戶類型&#xff1a;雙角色&#xff0c;用戶、管理員 數據庫表數量&#xff1a;15 張表 主要技術&#xff1a;Java、Vue、ElementUl 、SpringBoot、Maven 運行環境&#xff1a;Windo…

數字樣機:改寫衛星物聯網的研制范式

01. 衛星物聯網&#xff1a;技術邊界的自然延伸 隨著物聯網在城市、工業、農業等領域的廣泛部署&#xff0c;萬物互聯的愿景正在不斷逼近技術的邊界。尤其是在海洋、沙漠、高原、邊遠山區等傳統通信網絡難以覆蓋的區域&#xff0c;人們對無盲點物聯網連接的需求日益增強。這一…

springsecurity---使用流程、加密機制、自定義密碼匹配器、token字符串生成

目錄 權限控制 相關框架 SpringSecurity springsecurity使用流程 1、搭建環境實現默認用戶名和密碼登錄 2、使用數據庫表中定義好的用戶名和密碼訪問實現等值密碼匹配 1&#xff09;sql文件 2)搭建jdbc或者mybatis或者mybatis-plus環境 3&#xff09;配置mybatis-plus環…