天上人間快樂事,種花也可,作歌也可

我是誰?我從哪裏來?又要到哪裏去?能解此三疑問者,是為開悟者,仙道已屬平常事耳
個人資料
歸檔
正文

美國2季度這三個月經濟數據造假的蓋子快捂不住了。零售,消費者支出和GDP互相矛盾

(2020-06-17 10:26:40) 下一個

美國2季度這三個月經濟數據造假的蓋子快捂不住了。

最重要的幾個數據,零售,消費者支出和GDP預測互相矛盾。

本文主要是從數據出發,分析了各個數據之間的對應關係和推測哪些數據可能不可靠。而不可靠的數據不可以用來指導中長線交易。

今天亞特聯儲最新關於2季度GDP的預測是,同比去年2季度下降45%

但最近我們看到的政府部門比如商務部,勞工統計部公布的月度數據比較奇葩,總是那麽讓人眼前一亮,出人預料的好。

美國經濟活動三分之二,大致是70%左右來自於消費者支出,

商務部的數據是:從消費者支出和零售總額和GDP關係來看:

 

GDP:一季度下跌5%

 

消費者支出:3月環比下跌7.5%,4月環比下跌13.6%

 

零售總額:3月環比下跌8.7%,4月環比下跌16.4,     5月環比增加 17.7%

合並起來看:

GDP:一季度下跌5%
消費者支出:3月環比下跌7.5%,4月環比下跌13.6%
零售總額:   3月環比下跌8.7%,4月環比下跌16.4,     5月環比增加 17.7%

3月和4月的數據的百分比大致是互相對應的。5月目前的消費者支出要6月底才出來,這將直接考驗現在已經公布的5月零售總額環比增加 17.7%這個讓大家吃驚的數據。

但這都不算啥,猜想接下來最令政府統計部門頭痛的是,怎麽和聯儲的2季度下跌45%的預測相符合?

這些數據差別太大了。

首先一季度GDP下跌5%主要來源於3月下跌。因此可以用3月消費者支出下跌7.5%季度化後為一季度消費者支出下跌2.5%。也就是消費者支出下跌百分點大致導致2倍的GDP下跌百分點。

要做到亞特蘭大聯儲預測的GDP 同比去年下跌45%,那麽4-5-6三個月的消費者支出從環比變成同比後,需要大致同比應該下跌百分之22.5%左右。已經公布的數據換算後為:4月同比下跌20%,這說明4月的數據基本靠譜,但5-6月同比也要下跌20%以上才夠。

但是這與零售數據發生矛盾:

4-5-6三個月的零售數據同比化後:4月同比下跌20%多點,說明4月的數據基本靠譜。然後5月的數據不敢恭維,過於奇葩,5月官方數據同比下跌6%,這就要求6月的零售需要同比下跌40%才行,也就是比全封閉的4月份的同比下跌20%還要跌得多到2倍。這是根本不可能的。

所以就有一個結論:要麽5月的零售數據大幅造假或者統計失真(這在此前的博文https://blog.wenxuecity.com/myblog/76984/202006/24102.html 中有詳細討論),

要麽亞特蘭大聯儲這個今天最新的GDP下跌45%的模型是錯誤的

相對來講,聯儲的經濟學家具有獨立性,所以聯儲錯誤的概率低。而從之前的失業率數據分析的博文 https://blog.wenxuecity.com/myblog/76984/202006/9374.html 中的討論,和上麵零售數據博文來看,都是政府部門的數據更有可能不可靠,通過人為的不歸類統計840萬人來降低失業率,以及不統計關門零售企業銷售額來高估社會總零售額。

 

那麽接下來自然還有一個終極問題:

到底什麽數據才是最反映經濟真實麵又可靠的呢?

答案很簡單:企業季度財報。尤其是已經上市的企業財報,作假的很少。因為要承擔責任。這裏我們不妨簡單點,以標普500家企業來分析。

下圖是過去30年,標普500家公司的總收入和GDP的比值走勢圖

 

可以看到,最近幾年標普500公司的總收入大致是GDP的51%到57%之間。所以季報後,關於2季度的GDP到底應該是多少,很容易得到驗證。相信聯儲的模型一定也會以標普500公司收入作為參照的。

此外,如果假設標普公司收入和美國商業中銷售收入呈正比的強相關,那麽標普500家公司的總收入也可以用來判定個人消費數據和零售數據是否靠譜。隻要計算同比去年下跌的百分比就行。

這個假設可以由下圖得到驗證。過去三十年中,標普500家公司平均每股收入和美國商業總銷售額高度符合。

 

所以結論基本很明顯:

就是美國政府部門現在公布的數據,存在很大的概率不可靠。因此不可用於指導中長線交易。

這對中長期投資者,比如各種投資基金非常重要。

 

 

 

 

 

 

 

[ 打印 ]
閱讀 ()評論 (2)
評論
我是種花作歌仙 回複 悄悄話 作假得太過分了,
甚至連6月份尚未結束,6月的數據都還沒有
就可以大致分析出數據是假的了

接下來,商務部要是聰明的話,會給聯儲打電話:
親,請修改你的GDP數據
務必better than expected
我是種花作歌仙 回複 悄悄話 其實判別數據造假,文中提到的是個簡單方法:

就是用不同部門,或者不同途徑的數據進行對照。

除非互相勾結,假的數據肯定對不上其他途徑統計來的真實數據。
登錄後才可評論.