【华创宏观·张瑜团队】美国就业市场真得如此紧张吗？——海外论文双周志第13期

根据《证券期货投资者适当性管理办法》及配套指引，本资料仅面向华创证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发。若您不是华创证券客户中的金融机构专业投资者，请勿订阅、接收或使用本资料中的信息。本资料难以设置访问权限，若给您造成不便，敬请谅解。感谢您的理解与配合。

文/华创证券研究所所长助理、首席宏观分析师：张瑜

执业证号：S0360518090001

联系人：张瑜(微信 deany-zhang) 殷雯卿（yinwenqing15）

主要观点

第13期海外论文双周志聚焦于“美国货币紧缩过程中就业市场究竟能否‘软着陆’？”第一篇选自PIIE，进一步解释了为什么贝弗里奇曲线告诉我们不能软着陆，是对《贝弗里奇曲线告诉我们软着陆的可能性到底有多大——第10期海外论文双周志》中第二篇论文的补充，有助于读者更好地理解贝弗里奇曲线。第二篇选自圣路易斯联储，提出了一个新的贝弗里奇曲线推导模型，有助于读者更好地理解当下贝弗里奇曲线形态发生变化的原因，而且与第一篇论文结论相左，可作对比阅读。第三篇选自Brookings，引入了一个新的指标来刻画劳动力市场，并且阐释了为什么当下使用新指标比使用贝弗里奇曲线分析就业市场更合适，提供了一个新的思考角度。

一、The Fed is wrong：不增加失业率就不太可能降低通胀

该报告是针对Waller和Figura去年7月发表在FED Notes的文章《贝弗里奇曲线告诉我们软着陆的可能性有多大？》的反驳，详见第10期海外论文双周志：《贝弗里奇曲线告诉我们软着陆的可能性到底有多大？》。

两篇文章的关键分歧在于：该论文认为，Waller和Figura没有使用经验数据，而是采用理论模型得出结论——当下贝弗里奇曲线的斜率是v/u处于平均值情况下的3倍，这个论证过程难以令人信服。

通过对历史经验数据的分析，该论文认为：虽然理论上贝弗里奇曲线是凸曲线，但是凸度很小（比较平坦），职位空缺率处在不同初始位置时不会导致斜率发生特别大的变化。据此，该论文认为，不增加失业率就不太可能降低通胀。

此外，该论文指出了Waller和Figura对其上篇文章《Bad news…》的三个误解与一个错误，详见正文。

二、双贝弗里奇曲线

该论文提出了一个新的模型，将职位空缺数分解为两个类型——针对失业人群进行招聘的空缺职位以及针对在竞争企业工作的就业人群进行招聘的空缺职位，结果发现：疫情后贝弗里奇曲线形态的变化主要源于针对就业人群的空缺职位数在总职位空缺数中的占比大幅提升，因此，当货币政策收紧时，总体职位空缺数的下降有可能源自这部分空缺职位不成比例地下降，针对失业人群的空缺职位可能降幅不大。换言之，劳动力需求放缓对失业的影响可能已经有所减弱，当下的货币紧缩可能导致职位空缺率大幅下降而失业率仅温和上升，这与“软着陆”的概念相一致。

然而需要注意的是，货币紧缩的政策影响还取决于针对就业人群的职位空缺占比增长的原因究竟是什么，针对企业招聘模式转变的不同解释将导致不同的政策影响。详见正文。

三、重新审视美国火爆的劳动力市场

该论文引入一个新指标“职位空缺率/总雇佣率（v/h）”来考察当下劳动力市场的火爆程度。该论文认为“职位空缺率/总雇佣率”是比“职位空缺率/失业率”（v/u）能更好刻画当下劳动力市场情况的衡量指标，原因在于：2021年以来，对于就业市场的动态变化，v/h比v/u更有解释力。由于疫情初期失业率u急剧上升，v/u下降预示了工资增长在2021年大部分时间将相当疲软，到2022年中才能恢复到疫情前的水平。相比之下，随着企业快速扩大招聘，雇佣率h的快速恢复使得v/h预示了工资的强劲增长（v/h比v/u更快恢复并超出疫情前）。

按v/h看，当下劳动力市场不算特别紧张，货币紧缩导致v下降的同时不会导致h大幅下滑，就业市场不会受到太大扰动。从疫情前数据看，根据v与h的历史关系拟合计算，当下v比疫情前趋势高出3.6个标准差左右，这意味着要让v回到2019年均值，雇佣率h需要下降到4%左右，与2014-15年的雇佣率水平差不多。从近期数据看，短期内随着劳动力市场降温，职位空缺数V的下降速度将快于总雇佣数H。2022年3月（职位空缺数触顶）至8月，职位空缺数累计下降了180万，降幅16%，而同期总雇佣人数仅下降约40万，降幅约6%。

风险提示：论文理解和翻译偏差

报告目录

报告正文

第13期海外论文双周志聚焦于“美国货币紧缩过程中就业市场究竟能否‘软着陆’？”

第一篇报告选自PIIE，是针对Waller和Figura去年7月发表在FED Notes的文章《贝弗里奇曲线告诉我们软着陆的可能性有多大？》的反驳，彼时Waller和Figura在文章中驳斥了PIIE的《来自贝弗里奇曲线的坏消息》中分析框架的不合理之处（关于Waller和Figura的文章以及PIIE上篇文章的详细内容请参见第10期海外论文双周志：《贝弗里奇曲线告诉我们软着陆的可能性到底有多大？》）。PIIE的这篇报告针对Waller和Figura的反驳做出了回应，并且反驳了Waller和Figura文章中的一些观点，有助于我们更好地理解贝弗里奇曲线的分析框架。

第二篇论文选自圣路易斯联储的工作论文，该论文建立了一个新的贝弗里奇曲线模型，并用该模型解释了疫情后贝弗里奇曲线形态变化之谜，同时论证了劳动力需求放缓对失业的影响可能已经有所减弱，当下的货币紧缩可能导致职位空缺率大幅下降而失业率仅温和上升，即可能达成就业市场的“软着陆”。

第三篇报告选自Brookings，该报告提供了一个新的分析角度，不是使用贝弗里奇曲线（职位空缺率/失业率），而是使用了职位空缺率/雇佣率这一指标来刻画美国就业市场，并得出结论：当下就业市场只是非常火爆并没有非常紧张。

一、The Fed is wrong：不增加失业率就不太可能降低通胀[1] 

1、对Waller和Figura[2]的反驳：

首先，该论文赞成Waller和Figura论证贝弗里奇曲线是凸曲线，即曲线越靠上的部分，职位空缺率下降带来的失业率增加幅度越小。但是关于曲线究竟有多凸，该论文有不同观点。

该论文认为由于当下职位空缺率异常高，因此搞清楚贝弗里奇曲线到底有多凸对于回答“到底能不能软着陆”这一问题十分重要。

该论文认为，Waller和Figura没有使用经验数据，而是采用理论模型得出结论——当下贝弗里奇曲线的斜率是v/u处于平均值情况下的3倍（将table 1和table 2数字作对比，职位空缺率从4.6%开始下降2.4pcts过程中失业率上升幅度大概是职位空缺率从7%开始下降2.4pcts的2-3倍），这个论证过程难以令人信服。

该论文认为要回答这个问题——“当初始职位空缺率很高时，其下降是否意味着失业率增幅更小？”，应该通过历史经验数据测算。并且该论文根据历史经验数据得出的结论是：没有证据表明初始职位空缺率越高（或者说初始失业率越低），失业率沿着贝弗里奇曲线调整的斜率就越陡峭。举例说明：

在最接近当下情景的1961年Q1（彼时职位空缺率＞5%，失业率低于4%），调整的斜率是-0.8。1961Q1职位空缺率见顶5.2%，两年后降至3.2%；期间对应失业率由3.4%上升到5.9%。调整斜率=（3.2-5.2）/（5.9-3.4）≈-0.8。但是Waller和Figura中的估计显示（图表1中table 1），调整斜率约为-3.1~-4.1。

通过对历史经验数据的分析，该论文认为：虽然理论上贝弗里奇曲线是凸曲线，但是凸度很小（比较平坦），职位空缺率处在不同初始位置时不会导致斜率发生特别大的变化。当然该论文也承认，由于当前的职位空缺率（7%）已经超出历史经验水平，一切皆有可能。但该论文仍认为没有理由改变观点。

2、Waller和Figura对PIIE《Bad News for the Fed from the Beveridge Space》[3]文章中的贝弗里奇曲线分析框架理解有误：

第一个误解：Waller和Figura认为PIIE的模型中没有考虑离职（separation）情况。

PIIE的解释：并非没有考虑离职，而是在贝弗里奇曲线上的任意一点，总雇佣数等于离职数（新增就业=离职，这样失业率u才不会继续增加或减少，才能固定在贝弗里奇曲线上的某个点），因此《Bad News for the Fed from the Beveridge Space》中对于hires和separation使用相同的符号h。

第二个误解：Waller和Figura认为PIIE的模型中u（失业率）与v/u（职位空缺率/失业率）的关系与其文章中有所不同。

PIIE的解释：实际上两篇文章中的公式是等价的，区别在于对雇佣率的定义。为方便起见，PIIE的文章将雇佣率（或离职率）定义为雇佣数（或者离职数）/劳动力数量【就业人口+失业人口】，Waller和Figura则定义为雇佣数/就业人口，因此导致了分母有额外的一项s。

即PIIE方程（公式1）中分子h=H/（E+U），而且按照PIIE的分析框架，总雇佣数H=离职数S。而在Waller和Figura文章中，离职率s=S/E，求职率f=H/U。

那么可得：1/s+1/f=E/S+U/H=(E+U)/H=1/h=(s+f)/s*f；

h=s*f/(s+f)；

根据公式2.2，将f代换成含有V和U的表达式，则有：

将这个式子代入PIIE方程（公式1），即可得到Waller和Figura文章中的方程（公式2.1）。

第三个误解：Waller和Figura使用的V的幂次系数σ范围在0.3-0.45，声称参考了PIIE文章中的估计方程。

PIIE的解释：实际上PIIE文章中估算的是U的幂次系数α约为0.45，也就是说V的幂次系数σ应该是1-α，至少为0.55。

一个错误：Waller和Figura的论文指出2007-09年金融危机期间，离职率增长了50%。

PIIE的观点：首先，贝弗里奇曲线上不同点的V/U不同，但是每个点上hires（下文简称h）=separations（下文简称s），即总雇佣数=离职数。其次，从曲线上一个点移动到另一个点时会导致h和s暂时性不等。以某个点沿着贝弗里奇曲线下移为例（职位空缺率v下降，失业率u上升），在这个变化期间，会出现暂时性的超额separation（s>h），直到s和h再次相等。该论文认为大概是考虑到这一点，Waller和Figura的文章中探究了s分别较baseline升高10%、25%和50%的影响，并且声称2007-09年金融危机期间，s增长了50%。但是该论文指出，实际上在2007-09年金融危机期间，s下降了22%，这是因为，虽然裁员（layoff）在上升，但主动离职（quit）的人数在下降，而且后者的下降比前者上升的快。

二、双贝弗里奇曲线[4]

（一）引言
在美国的经济周期中，失业数和职位空缺数之间的负相关关系被称为贝弗里奇曲线。贝弗里奇曲线自20世纪50年代首次提出以来，一直被决策者用来评估劳动力市场的健康状况，同时用于衡量当下就业与充分就业的距离。最近的贝弗里奇曲线与以往经济衰退期的变化情况有明显差异（下图）。历史上每次衰退期间可以观察到（U,V）散点沿着斜率大致相同的曲线运动，每次衰退间不同的只有截距。然而，当下曲线的斜率和截距似乎都发生了多次变化，这种变化令人费解。针对这个问题，该论文提出了一个全新的解释：双重空缺模型（a dual vacancy model）。公司有时从失业人群中雇佣工人，有时从其他公司挖角，具体如何选择取决于工作类型和技能要求。为此，公司会调整招聘信息，以吸引其更感兴趣的员工。因此，该模型将职位空缺分为两种：一种是指招聘目标为失业人群，另一种则是指从其他公司挖角。两种招聘方式对劳动力市场有不同的影响。从失业人群中招聘会降低失业率、增加就业率；而从其他公司现有员工中“挖人”并不会影响就业率和失业率，只是可能会使被“撬墙角”的工人的工资上涨。双重空缺模型作出一个极端假设：上述两种类型的职位招聘各自在独立细分的就业市场中运作，从而将就业市场的搜索和匹配过程分解为两个互不重叠的过程。在该模型中，失业人群只搜索和匹配为失业工人准备的空缺职位，而有工作的工人只与意在“撬墙角”的空缺职位匹配。由于后者不会影响就业和失业，因此在该模型中，贝弗里奇曲线关系只适用于第一个就业市场，即将失业工人与意在招聘失业工人的职位相匹配的就业市场。该论文使用2000年至今的关于两种类型的职位空缺数的存量和流量月度数据（包括分部门数据）以及双重空缺模型进行研究。主要研究发现：从2010s中期开始，意在“撬墙角”的空缺职位大量增加。如果只考虑非“撬墙角”的职位空缺数，并调整贝弗里奇曲线，最近该曲线令人困惑的形态变化就消失不见了。这一结果表明，对劳动力需求的放缓对失业的影响可能有所减弱。这对货币政策及其对失业的影响都有意义。（二）一个简单的模型假设在劳动力市场上有两个独立的匹配函数：一个针对失业工人，另一个针对就业工人。这意味着有两种类型的职位空缺——一种意在从失业人群中招聘员工，另一种则意在从其他公司“撬墙角”。这两种类型的职位空缺数加起来为职位空缺总数，即：其中表示针对失业员工的职位空缺数，表示针对就业工人的职位空缺数。在第一个匹配函数中，失业人员U寻找针对失业人群的空缺职位，函数具体表示为：其中表示来自失业人群的雇佣人数，α是一个弹性系数，取值在0-1之间，表示匹配效率。在第二个匹配函数中，所有就业人员中的一部分正在搜寻新工作，即针对就业人员涉及的空缺职位，函数具体表示如下：其中表示来自就业人群的雇佣人数，β是一个弹性系数，取值在0-1之间，表示匹配效率。

（三）方法

对主要指标的估算方法：Ø 由于大多数主动离职都是由于工作转换，该论文用JOLTS报告中的主动离职人数（quits）来估算来自就业人群的雇佣数。Ø来自失业人群的雇佣人数M_u就等于JOLTS报告中的总雇佣人数-主动离职数。Ø职位空缺总数V用JOLTS报告中的职位空缺数衡量。Ø失业人群中积极寻找工作的人数U则使用美国劳工统计局（BLS）报告的失业人员总数。这与BLS对失业者的定义（积极寻找工作的人）以及超过99%的失业者在积极寻找工作的调查结果是一致的。Ø对就业人群中积极寻找工作的人数E_s的估计：第一种方法是参考以往文献的方法（Fallick and Fleischman，2004；Moscarini and Postel-Vinay，2022），使用CPS数据测量职位转换率（employment-to-employment (EE) transition rate），然后用来自就业人群的雇佣数/EE估算。另一种估计方法是使用消费者期望调查（SCE）数据，利用这些数据，Faberman et al.（2022）证明，就业人群中只有一小部分（22%）在积极寻找工作，但他们寻找新工作方面的效率比失业者高得多。因此，可以用“（1-78%）*总就业人数”来表示。将使用上述两种方法估计的进行比较，可以发现两种估计方法的结果差别不大。虽然第二种方法不那么精确，但由于缺少分部门的EE数据，该论文使用第二种方法来研究分部门数据。
（四）结论该论文对弹性参数的估计值分别为α=0.3，β=0.9。该论文还估计了分行业的弹性参数：1）制造业和建筑（α=0.6，β=0.9）；2）商业服务和零售贸易（α=0.45，β=0.8）；3）教育、健康和休闲服务（α=0.3，β=0.65）。利用估计的参数，将美国职位空缺总数V分为针对失业人群的职位空缺数以及针对就业人群的职位空缺数，如下图所示。从下图可以观察到两个重要结果：首先，大约自2015年以来，针对就业人群的空缺职位V_e占比显著增加，表明贝弗里奇曲线向上移动的原因是由于V_e的急剧增加。其次，尽管2015年以前这两种类型的职位空缺数的周期波动很相似——衰退期间均有所下降，繁荣时期均有所恢复，但在最近的衰退期中二者表现却有显著不同：2020年V_e有所下降，随后迅速恢复；而针对失业人群的空缺职位V_u在衰退期间却有所上升。

为了理解上述观察结果，需要观察调整后的贝弗里奇曲线。回想一下，只有为失业者设计的空缺职位与失业人群有关，会导致就业人数增加。因此，适当的贝弗里奇曲线关系应该只考虑针对失业人群的空缺职位，而忽视针对就业人群的空缺职位。下图显示了整个经济和3个部门的经典贝弗里奇曲线及调整后贝弗里奇曲线。

疫情前几个月，需求由于广泛的社交隔离政策有所下降，增加了失业，减少了“挖角”。接下来的几个月里，“口罩令”和保持距离的限制政策导致了“离职冲击”——裁员数超过了与需求下降相匹配的人数（临时裁员很多），因此针对失业人群的空缺职位增加，很多人很快恢复就业。针对失业人员的雇佣数激增结束后，财政刺激和货币宽松带来对商品的强劲需求，过剩的需求促使企业扩张，但从失业人群中招聘难以满足这种对工人的过剩需求。供应链瓶颈叠加对商品的过度需求导致通胀飙升，而对工人的过度需求导致了“撬墙角”行为增加，从而推高了工资。从上述过程中可以总结两个经验：首先，疫情后调整后贝弗里奇曲线（针对失业人群的空缺职位数与失业人数）并未发生改变，在总体层面和分部门层面上均是如此。其次，经典贝弗里奇曲线的异常是由于2015年之后针对就业人群的空缺职位占比大幅提升，但是目前尚不清楚这种转变的原因。因此，研究有关职位空缺的微观数据，并揭示不同类型的职位空缺发生变化的原因，是未来可以继续深入研究的地方。（五）政策影响该论文的研究结果对于政策的制定意义非凡，特别是关于货币政策对失业的影响。正如Figura和Waller（2022）所指出的，更陡峭的贝弗里奇曲线可能意味着货币政策紧缩导致职位空缺率大幅下降的同时，失业率仅温和上升。该论文将“贝弗里奇曲线之谜”归因于意在“撬墙角”的职位空缺数在总职位空缺数中的比例大幅提升。比较2000s中期和2020s中期的情况：2000-2010年，两种类型的职位空缺几乎相等；而2020s大多数职位空缺都是针对就业人群的。因此，在2020s，总体职位空缺数的下降可能很大部分源于意在“撬墙角”的空缺职位的下降，而不会影响失业。换言之，该论文的研究结果表明，劳动力需求放缓对失业的影响可能已经有所减弱，当下的货币紧缩可能导致职位空缺率大幅下降而失业率仅温和上升，这与“软着陆”的概念相一致。然而需要注意的是，政策影响还取决于针对就业人群的职位空缺占比增长的原因究竟是什么，针对企业招聘模式转变的不同解释将导致不同的政策影响。一个可能的解释是发布空缺职位的技术有显著改进。在这种情况下，针对就业人群的空缺职位对总需求的敏感性有所增加，因此收紧货币政策可能导致该类空缺职位下降更多（相对于针对失业人群的空缺职位），而对为失业人员设计的空缺职位影响不大，从而导致失业率只会小幅增加。另一个可能的解释是由于调查误差减少。根据Davis等人（2013年）的数据，截至2011年，42%的招聘发生在没有任何职位空缺的企业。如果这些企业逐渐改善对之前没有报告过的职位空缺的报告方法，贝弗里奇曲线整体就会向右移动，但斜率不变，因此货币政策紧缩不仅会导致职位空缺率下降，还会导致失业率按一定比例（与以前相同的比例，因为斜率没变）增加。

三、重新审视美国火爆的劳动力市场[5]

（一）引言数据来源：美国劳工统计局（BLS）公布的JOLTS月度报告数据。研究问题：美国劳动力市场的紧张程度（或者说活动强度），即希望雇佣大量工人的公司能够在多大程度上扩大（表明就业市场hot）或者无法扩大（表明就业市场tight）雇佣数。新增两个考察指标：该论文认为在考察劳动力市场紧张程度时，有两个指标值得考虑，即职位空缺数/总雇佣数（V/Hires，下文简称V/H）和职位空缺数/净雇佣数（V/Net Hires，下文简称V/NH）。主要发现：1）大多数行业都处于“高需求”（high need）状态：2020年4月，v/h创历史新高，几乎每个行业的v/h均维持在高位。2）与雇佣数相比，职位空缺数的变化幅度更大。3）职位空缺数/净雇佣数的变化反映了相较于疫情前，疫情后对于每个空缺职位，就业人数（payroll）增幅更大（表示雇佣数上升更多）。结论：当下非常的高的职位空缺率表明企业希望扩大payroll，而且总体上就业市场可以满足公司的招聘需求，虽然企业需要付出额外努力，但这种付出与它们招聘需求的扩张是成比例的。当下企业高企的招聘需求很大一部分是由失业人口以外的人群满足的，后续就业市场的调整可能导致这部分人的就业机会下降，而不是导致失业率大幅上升。上述分析表明，高企的v/u高估了企业招聘员工的难度，即劳动力市场的紧张程度。总雇佣数中很大一部分来自于非劳动人口（指不属于失业人口和积极找工作的人）。不可否认的是，雇佣速率（the pace of hiring）很高、不可持续，而且正在推升工资和通胀。然而，考虑当下企业可以通过从比失业人口更大的“池子（pool）”（包括有工作的以及不属于劳动人口的人）中招聘员工以满足需求，那么或许当就业市场回归到一个更可持续的状况时（指招聘速度下降），就业人口的大部分调整会来自于失业人口以外的人群（指上述pool），从而导致有工作的以及不属于劳动人口的人的就业机会下降，而不是导致失业率大幅上升。1、当下常见的就业市场指标反映了什么？当下劳动力市场非常“火爆”（hot）。一方面，2021年1月以来，职位空缺率v（职位空缺数/就业人数）始终处于有数据记录以来的高位。另一方面，2021年1月以来，每月新增就业人数保持在25万人以上。虽然人口增长和疫情后劳动参与率的变化使得将当下每月新增就业人数与历史数据作对比有些复杂（因为人口增长本身就会使得新增就业升高，而上世纪90年代以来劳动参与率的下降抑制了新增就业的增长，详见图表9），但是每月新增就业持续保持在如此高位仍可以说明就业市场十分“火爆”（hot）。因此引出一个相关问题：劳动力市场究竟有多紧张（tight），或者说：当下劳动力市场较均衡水平（可持续水平）究竟超出了多少？一方面，从某些指标看，劳动力市场非常紧张：Ø所有行业的企业均报告称难以招到工人（Barnes et al. 2022）。ØV/U升至创纪录高位。2022年8月，非农职位空缺数1000万，失业人口600万，V/U（三个月移动平均）超过1.8，远高于2019年的1.2（本身相较于2017年及以前就有所提升），仅比2022年3月的创纪录高点2略低一些。Ø劳动参与率低迷。2020年初以来，劳动力需求相对于供给快速增长，导致劳动力市场趋紧(Barnes et al. 2022)。尽管疫情后就业岗位的复苏相对较快，但是劳动参与率仍然低迷，尤其是在老年人中，可能是因为疫情导致他们更早退休。Ø疫情相关因素（发病、死亡、提前退休和移民）导致劳动力数量减少。Ø主动离职率（The quits rate）仍然很高，几乎所用行业的quits rate都处于甚至高于疫情前最高水平。另一方面，从另一些指标看，劳动力市场更多是hot而非tight：Ø名义工资的增长不及通胀，表明企业不需要增加实际工资来吸引工人。由于企业表现强劲，2022年Q2企业利润占国民收入的14%，接近历史最高水平，而薪酬所占份额大致持平于疫情前水平。Ø职位空缺数/总雇佣数虽然有所提升，但没有职位空缺数/失业数升高得那么显著。2022年6-8月，V/H平均为1.7，高于2019年的1.2，V/H的升幅低于V/U的升幅（升幅为1.8-1.2=0.6）。Ø许多空缺职位都是被那些报告他们完全脱离劳动力市场的人填补的（Ahn and Hamilton 2019）。2021年至今，大约3%的就业人口增长（flow into employment）来自于劳动人口外的人群，是1990年有数据记录以来的最高值。2017-2019年，劳动人口外的人群平均贡献了就业增长的2.9%；1990-2016年，平均约为2.6%。2、JOLTS衡量什么？Ø职位空缺数：Job Opennings在JOLTS中，职位空缺数被定义为每月最后一个工作日空缺职位的总数。空缺职位的定义有一定标准：1）具体职位和相关工作已经存在；2）工作可以在30天内开始；3）企业在积极地进行招聘，例如张贴招聘广告。需要注意的是，这个标准会计入一些长期空缺职位，只要雇主在积极进行招聘且工作可以在30天内开始。Ø雇佣数：Hires每月总雇佣数包括新雇佣和重新雇佣的员工，不论是长期、短期还是季节性雇员；裁员（正式停薪）超过7天后被召回工作的员工；待命员工（on-call employees）；当月内雇佣和离职的工人，以及从其他地点调动来的工人。不包括在一个机构内调动或晋升的工人以及罢工归来的员工等。Ø离职数：Separations离职数是指一个月内有多少员工离开工资名单（payroll），包括自愿和非自愿离职。离职包括主动离职（quits）、解雇（firing）、免职（discharge）、退休（retirement）、转移（transfers）、死亡（death）、残疾（disability）、裁员（或者叫辞退，layoffs）。超过7天或者因合并、缩减规模或倒闭发生的Layoffs被视为Separations。（二）V/U显示劳动力市场非常紧张当下，贝弗里奇曲线显示劳动力市场非常紧张（tight）——v/u异常高，表明企业无法雇佣到足够多的工人。贝弗里奇曲线展示了职位空缺率v（V/E）和失业率u之间的关系（如图表10所示）。2021-22年，雇主发布的工作岗位（即职位空缺数）比失业人数多得多，表明企业在努力招聘比平时更多的工人。当下，贝弗里奇曲线显示劳动力市场非常紧张（tight）——v/u异常高，表明企业无法雇佣到足够多的工人。截至2022年8月，职位空缺率v（12个月移动平均值）比使用v与u历史关系拟合预测的数值高出8个标准差。当下学者对于失业率需要上升多少才能使职位空缺率下降有不同观点。一些人认为，失业率需要大幅上升才能使职位空缺率下降(Ball et al. 2022; Blanchard et al. 2022)；而另一些人则认为，职位空缺率和失业率关系的急剧变化可能夸大了使劳动力市场回到可持续水平时（更均衡的水平）失业率需要上升的幅度(Figura and Waller 2022)。（三）V/H透露出什么信息？职位空缺数/总雇佣数（V/H）可以作为衡量劳动力市场是否紧张的另一个指标。V/H反映了公司在30天内招聘员工填补职位的困难程度。当V/H＞1时，即职位空缺率＞雇佣率时，就业市场被定义为“高需求”high need（Mueller和Wohlford n.d.）。考察2001年1月-2022年8月V/H的变化，有如下发现：其一，近年来所有行业的v/h均超过了1，疫情以来创历史新高。图表11展示了2001年1月-2022年8月不同行业v/h的变化情况。2014年，只有6个行业的职位空缺数大于总雇佣数，彼时美国劳工统计局（BLS）称那些行业为“historically unusual”（Oslund 2016）。近些年来，每个行业的v/h都逐渐升破1。2020年以来，所有私营企业的v/h都远高于历史水平，2022年8月，v/h较2019年均值高出了30%以上。其二，不同行业的v/h差异仍然很大。一些行业，如医疗保健和社会援助，已经成为高需求（high need）行业；另一些行业，如建筑行业和零售行业的v/h通常都低于1，表明部分招聘是在没有正式的职位空缺（被JOLTS记为职位空缺数）时发生的；还有一些行业更具有周期性，受到了最近的周期波动的强烈影响，例如，休闲和酒店行业的v/h较2019年平均水平高出40%以上。其三，历史经验表明，当企业增加总雇佣数时，职位空缺数通常会不成比例地上升（△V/△H＞1）。换句话说，当总雇佣数H增加100万时，职位空缺数V的增长通常超过100万。对于v和h，可以提出一个类似于贝弗里奇曲线的问题：职位空缺率v下降到更可持续的水平是否意味着总雇佣率h要比疫情前低得多？自2020年底以来，职位空缺数V和雇佣数H都显著增加，且V高于H，表明就业市场很火爆（hot），但需要注意的是，快速升高的V/H可能并没有反映出就业市场很紧张（tight）。因为历史经验表明当企业想要非常高的雇佣率h时，V/H的快速升高是必然的。换句话说，尽管目前的职位空缺数V非常高，但当下图表12中的散点仍然接近（略高于）疫情前的线性趋势线（灰色线）。职位空缺率与雇佣率的关系表明，为了实现更可持续的职位空缺率v（即v下降），劳动力市场面临更少的扰动（即v下降，h不会下降太多）。截至去年8月，职位空缺率v（12个月移动平均）相较于按照v与h历史关系拟合计算出的水平高出3.6个标准差，比贝弗里奇曲线暗示的偏离水平更小（如前文所述，按贝弗里奇曲线中v与u的历史关系计算，去年8月v实际值比拟合值高出8个标准差）。具体而言：Ø图表10的贝弗里奇曲线表明，若职位空缺率v恢复到2019年的平均水平4.7%，失业率u应该上升到8-10%（按照2007.12-2020.02期间v与u的拟合关系推算）。从这个角度讲，当下劳动力市场非常紧张，以至于想要就业市场恢复正常需要失业率增长1倍以上。Ø图表13中v与h的关系则表明：若v恢复到2019年的平均水平4.7%，对应总雇佣率h应该下降到4%左右（按照2007.12-2020.02期间v与h的拟合关系推算），与2014-15年的总雇佣率水平一致，表示使v下降对就业市场的破坏性远低于失业率上升到8-10%的情况。为什么用v/h而不是v/u？2021年以来，对于就业市场的动态变化，v/h比v/u更有解释力。在2007-2020年的经济周期中，v/u和v/h对工资上涨和价格增长均有解释力，但是在预测2021年以来的工资增长方面，v/h比v/u效果更好。由于疫情初期失业率u急剧上升，v/u下降，预示2021年大部分时间的工资增长将相当疲软，工资增速到2022年中才能恢复到疫情前的水平（然后继续上升）。相比之下，随着企业快速扩大招聘，雇佣率h的快速恢复使得v/h预示了工资的强劲增长（v/h更快恢复至疫情前且后续超出疫情前水平），v/h的增长可以解释2021Q1-2022Q2期间工资增长2.5个百分点（用劳动力成本指数ECI衡量）中的0.4个百分点。笔者注[6]：从数据看，v/h大概于2020年12月恢复至疫情前水平1.15左右；v/u差不多2021年7月恢复至疫情前水平1.27左右；而ECI同比于2020年Q3见底，2021Q2就已经超过疫情前水平。（四）就业流失（Job Churn）如何影响劳动力市场？职位空缺率和雇佣率的上升部分源自于劳动力的高流动率（turnover），表明高于正常水平的就业填补（jobs being filled）不属于长期匹配的均衡水平（即不可持续）。一个工作岗位现在招到了人并不意味着这个岗位永远都能招到人来做。一方面，疫情后主动离职率[7]（quits rate，下文简称q）大幅升高。另一方面，随着不同行业劳动力需求的相对变化，雇主试图提高工资以吸引工人们换工作（到自己的行业来），劳动力似乎正在不同工作间“循环”流动（Barnes et al. 2022）。主动离职率q的上升可能也与部分非周期性因素有关，比如企业招聘更多转向“挖角”而不是从失业人员中新雇佣员工，这种转变可能削弱了职位空缺V与失业U的关系。2010年-2020年初，主动离职率q一直在上升，对应着这段时间失业率的下降。然而，一些研究人员注意到，主动离职率q的上升可能也与部分非周期性因素有关。最近的一篇论文根据公司招聘的目标人群将其招聘分为两类——失业者和目前受雇于竞争对手公司的人（Cheremukhin and Restrepo-Echavarria 2022）。他们发现，2015年以来，企业招聘明显开始向“挖角”转变，这可能一定程度上导致了这一时期q的上升。他们认为，这种转变削弱了职位空缺V与失业U之间的关系。能论证主动离职率q非周期性升高的一个证据是：疫情前主动离职率q（12个月移动平均）的峰值比金融危机前高出了5%左右。2021年，主动离职率q急剧上升，远高于基于q与失业率u的历史关系预期的水平；近几个月，大多数行业的q一直在下降，但仍然处于较高水平，可能部分是由于Cheremukhin 和Restrepo-Echavarria提出的原因，因此部分研究认为当下职位空缺率v和失业率u之间的相关关系确实有所减弱。换句话说，货币政策紧缩导致的职位空缺V下降可能导致“挖角”在一定程度上有所下降（使q下降），而不是导致失业率u大幅增长，这增加了就业市场软着陆的可能性。此外，除了主动离职（quit）产生的劳动力流失外，其他离职（other separations）[8]也有所增加，主要原因是退休和工人偏好的变化。许多“其他离职”发生在2021年夏季和秋季。其他离职包括：退休、转移到其他地区（location）、死亡、残疾等。虽然JOLTS报告中没有区分上述因素导致的离职各自有多少，但其他研究人员使用分析公司Lightcast的高频数据发现，退休和工人偏好的变化是导致就业人员流失（churn）的主要因素(Forsythe et al. 2022)。（五）企业在扩大就业人数（payroll）吗？从历史上看，主动离职率q的下降对雇主有利：员工留存率（retention）更高，同时还能通过“更少的招聘（hire）+更低的员工流失（churn）”来扩大员工队伍。考虑到公司肯定会因为预期到一定的主动离职率q而保持一些职位空缺V（特别是那些职位总是空缺的公司），因此，即使职位空缺V保持不变，更少的离职S也可能意味着需要更少的雇佣数H。引入一个新指标——“净雇佣”net hires（总雇佣数H-离职数S）来量化职位空缺V和就业人数（payrolls）之间的关系。自2001年以来，净雇佣往往是正值，但比总雇佣H更接近零，表明在大多数情况下，雇佣员工在很大程度上取代了离职的员工（而不是从失业人员中新雇佣员工）。职位空缺与净雇佣的关系表明，现在的劳动力市场与过去没有明显不同。2021年，职位空缺和净雇佣之间的关系发生了巨大变化，特别是在服务行业，休闲酒店业的净雇佣NH相对于职位空缺V格外强劲。2022年，尽管职位空缺和净雇佣的水平均显著提高，但各行业职位空缺/净雇佣（V/NH）普遍恢复到疫情前水平。值得注意的是，一些行业的V/NH继续处于历史低位。例如，2019年休闲酒店业的V/NH约为35，但2022年，这个比率降至17。这说明，职位空缺V处于高位很大程度上是由于公司有意扩大就业人数payrolls（即企业增加了招聘广告）。某种程度上，这可以缓解人们对就业市场的一个担忧——高水平的职位空缺V表明公司将岗位与员工匹配的能力（即企业招到合适员工的能力）会崩溃。然而，这种方法在理解通货膨胀动态方面用处不大，因为职位空缺率/净雇佣率的变化对通胀变动的解释力有限。使用职位空缺率/净雇佣率（v/nh）的模型来解释工资和价格增长，结果表明虽然v/nh只能解释通胀变化的较小部分（即解释力有限）。原因在于：导致净雇佣数产生变动的原因有很多，包括裁员下降、主动离职quits减少、总雇佣H更多等。因此，净雇佣NH虽然值得进一步研究，但它是一个复杂的衡量指标，不过净雇佣NH可以帮助理解整个经济周期内的劳动力市场动态的变化。（六）结论厘清就业市场究竟是“very hot”、“very tight”还是“very hot+ moderately tight”重要吗？目前美联储的双重使命似乎只关注了通胀方面，但是不管是什么因素（包括劳动力市场的紧张、对商品和住房偏好的转变、与疫情有关的供给端限制等）导致了通胀激增，美联储抑制通胀的主要政策工具都将使劳动力市场既不那么火热（less hot），也不那么紧张（less tight）。然而，“劳动力市场究竟发生了多大程度的变化”以及“未来几年的劳动力市场看起来是否会与以前有所不同”都很重要。如果劳动力市场目前非常紧张（tight），失业率可能就需要大幅上升才能使就业市场达到一个可持续的水平（指不会给通胀带来压力的水平）；如果降通胀需要劳动力市场疲软（slack），那么也许失业率还需要进一步上升；但是，如果劳动力市场非常火热（hot）但不是很紧张（tight），也许失业率只需要适度上升就能使就业市场达到一个与稳定的低通胀保持一致的可持续水平。疫情后就业可能持续低于疫情前趋势。一方面，长期趋势上，人口老龄化、更高的教育程度、残疾保险的变化以及受教育程度较低的成年人劳动参与率的长期下降等结构性因素继续抑制整体的劳动参与率（Aaronson et al. 2014）。另一方面，近期趋势上，一则，在一些群体中，如55岁以上的群体，就业参与率仍然低于按疫情前趋势的预测值。二则，与疫情前趋势相比，积压的移民（申请）、疫情导致的超额死亡（超过疫情前死亡人数趋势的部分）和残疾正在抑制劳动力供应。上述论证劳动力供应水平持续下降的证据表明，疫情后的就业可能将（永远）低于疫情前趋势。但从职位空缺数/总雇佣数、职位空缺数/净雇佣数以及最近对职位空缺数/失业数（即贝弗里奇曲线，Figura and Waller 2022）的研究来看，最近雇主为其岗位招到合适工人的能力相较于疫情期可能并没有发生太大改变。Hall和Kudlyak（2022）的研究阐释了2020年以来求职率f（job finding rate，指失业人口中找到工作的人所占比例）显著提高，他们将失业人口区分为临时失业者（因临时裁员而失业，往往很快被雇主重新雇佣）和长期失业者，研究发现2020年11月-2021年长期失业者的失业率下降速度“是历史水平的三倍”，求职率接近2015-16年的相对健康的水平。数据显示，短期内随着劳动力市场降温，职位空缺数V的下降速度将快于总雇佣数H。2022年3月（职位空缺数触顶）至8月，职位空缺数累计下降了180万，降幅16%，而同期总雇佣人数仅下降约40万，降幅约6%。在政策制定者试图对抗通胀同时尽量减少对工人的损害时，主动离职率q、职位空缺/总雇佣（v/h）和职位空缺/净雇佣（v/nh）都是值得追踪的指标。美联储有希望通过让劳动力市场回到可持续的水平同时不会造成明显的疲软来缓解通胀。
参考资料：
[1] PIIE, Alex and Lawrence, Policy Brief 22-8, The Fed is wrong: Lower inflation is unlikely without raising unemployment. https://www.piie.com/blogs/realtime-economic-issues-watch/fed-wrong-lower-inflation-unlikely-without-raising[2] Figura, Andrew, and Chris Waller (2022). "What does the Beveridge curve tell us about the likelihood of a soft landing?," FEDS Notes. Washington: Board of Governors of the Federal Reserve System, July 29, 2022, https://doi.org/10.17016/2380-7172.3190.[3] PIIE, Alex and Lawrence, Policy Brief 22-7, Bad news for the Fed from the Beveridge space, https://www.piie.com/reader/publications/policybriefs/bad-news-fed-beveridge-space/introduction[4] St. Louis Fed, Working Paper 2022-021A by Anton Cheremukhin and Paulina Restrepo-Echavarria, The Dual Beveridge Curve, https://research.stlouisfed.org/wp/more/2022-021[5] Brookings, The Hamilton Project, Lauren Bauer, Wendy Edelberg, Sara Estep, 2022.10, A Closer Look at a Hot Labor Market, https://www.hamiltonproject.org/papers/a_closer_look_at_a_hot_labor_market?_ga=2.87755675.284399213.1667791152-1657067257.1666853908[6] 非原论文内容，为了方便理解，笔者加的附注[7] Quits: Employees who left voluntarily. Exception: retirements or transfers to other locations are reported with Other Separations.资料来源：https://www.bls.gov/jlt/jltdef.htm[8] Other Separations: retirements; transfers to other locations; deaths; or separations due to employee disability 资料来源：https://www.bls.gov/jlt/jltdef.htm

具体内容详见华创证券研究所2月9日发布的报告《【华创宏观】美国就业市场真得如此紧张吗？——海外论文双周志第13期》。

华创宏观重点报告合集

【首席大势研判】20230209-2022年，居民资产负债表真的受损了吗？20230208-“消费下沉”：支撑的逻辑有哪些？——消费复苏之路系列一20230201-美国经济何时陷入衰退？衰退幅度有多大？——关于衰退这件事·系列二20230128-中国版QE：谁在“非常规”扩表？20230108-一个有趣的指标看当下股票20221223-加杠杆一定引至利率上行吗？20221218-一切围绕“提振信心”——中央经济工作会议极简解读20221207-一“少”，一“变”，一“多”——五句话极简解读12月政治局会议20221118-货币政策的多维度混合态——2022年三季度货币政策执行报告点评20221114-“否”极，“泰”未至，躁动先行20221104-信用扩张从“自动挡”到“手动挡”20221027-“合理均衡”≠绝对的汇率升（贬）值20221014-美国通胀何时才算看到“胜利曙光”？20211207-变调了，四稳联奏——十句话极简解读政治局会议与降准20211201-假如我是美联储，转向的“剧本杀”怎么玩？——美联储转向行为推演20211110-擒贼先擒王——从突出矛盾看全球通胀演变20210616-中美5月“松”的不同，未来也不同20210607-涨价的丈量20210606-关注一个全球资本市场脆弱性指标20210501-政策基调稳定，核心词在均衡——五句话极简解读政治局会议20210416-铜的宏观信号在哪？——兼论对PPI、股债影响20210414-新兴市场的生死劫——再论全球加息周期20210412-远眺比近观重要20210227-谁是股债双杀的凶手20210128-美元、美债、大宗三反弹组合或正在靠近20210119-经济能更好吗？股票还能更贵吗！20200825-周期股从涨到赢，号角正当时——从宏观利润分配角度看周期边界【破案“稳增长”系列】20220903-6000亿金融工具劈开资本金枷锁——破案“稳增长”系列十八20220716-缺多少钱？拆解房企流动性困局——破案“稳增长”系列十七20220711-该出何招：细数三十年财政百宝箱——破案“稳增长”系列十六20220618-如果MLF不调降，LPR还有调降空间吗？——破案“稳增长”系列十五20220520-当买房跑不过买理财，15bpLPR够吗？——破案“稳增长”系列十四20220506-货币政策工具的观察——破案“稳增长”系列十三20220430-警惕今年玉米价格上涨风险——破案稳增长系列十二20220417-一文详解油价上涨对国内通胀的影响——破案“稳增长”系列十一20220413-松地产，要看库存“基本面”吗——破案“稳增长”系列十20220327-中央预算的三个暗号——财政预算再探&破案“稳增长”系列九20220318-打开重大项目的基建黑箱——破案“稳增长”系列八20220314-谁在扩信用？谁在收缩？基于省际视角看社融结构——破案“稳增长”系列七20220310-一笔缴款 、两大疗效和三个问号——财政预算初窥&破案“稳增长”系列六20220309-解谜“央行上缴利润”——破案“稳增长”系列五20220216-基建跟踪的12个有效指标——破案“稳增长”系列四20220126-四个角度理解地方两会——破案“稳增长”系列三20220121-“专项规划”里的抓手有哪些？——破案“稳增长”系列二20211230-稳增长的十个可能抓手——政策跟踪、行业指向及体量估算【投资导航仪系列】20220808-经济研判的新工具——华创宏观中国WEI指数构建&投资导航仪系列（三）20220623-M1的观察技巧——宏观落地投资导航仪系列（二）20220116-社融的实“用”技巧——宏观落地投资导航仪系列（一）【见微知疫系列】20220524-疫情如何改变了美国人的收支——见微知疫系列七20220429-疫后出境“游”何不同？——各国边境放开政策梳理&见微知疫系列五20220427-海外得了新冠怎么办？——见微知疫系列四20220425-建方舱要花多少钱？——见微知疫系列三20220419-疫情冲击下的芸芸众生——见微知疫系列二20220416-快递视角看上海疫情影响——见微知疫系列一【“当宏观可以落地”2021培训系列】20210909-中国政经体系与大类资产配置的指标体系——2021培训系列一20210910-旧瓶如何出新酒？200页PPT详解中国宏观经济特色分析框架——2021培训系列二20210911-中美通胀分析框架的共性和差别——2021培训系列三20210912-流动性之思——2021培训系列四20210913-财政收支ABC——2021培训系列五20210914-海外研究的框架：全球数据盲海中的那些“灯”——2021培训系列六

【“十四五”按图索骥系列】

20211217-专精特新七问七答——“十四五”按图索骥系列四

20210203-100个商品占三成——“十四五”按图索骥系列三

20201229-“卡脖子”商品可能有哪些？——从5000多个贸易品讲起

【“碳中和”系列】

【出口研判系列】

【疫世界资产观系列】

20200730-议息会议平淡无奇，美元指数即将进入大选波动期——7月FOMC会议点评&疫世界资产观系列十二

【战“疫”系列】

【数论经济系列】

【大类资产配置框架系列】

【周报小专题系列】

【海外论文双周志系列】

【海外双周报系列】

法律声明

华创证券研究所定位为面向专业投资者的研究团队，本资料仅适用于经认可的专业投资者，仅供在新媒体背景下研究观点的及时交流。华创证券不因任何订阅本资料的行为而将订阅人视为公司的客户。普通投资者若使用本资料，有可能因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。

本资料来自华创证券研究所已经发布的研究报告，若对报告的摘编产生歧义，应以报告发布当日的完整内容为准。须注意的是，本资料仅代表报告发布当日的判断，相关的分析意见及推测可能会根据华创证券研究所后续发布的研究报告在不发出通知的情形下做出更改。华创证券的其他业务部门或附属机构可能独立做出与本资料的意见或建议不一致的投资决策。本资料所指的证券或金融工具的价格、价值及收入可涨可跌，以往的表现不应作为日后表现的显示及担保。本资料仅供订阅人参考之用，不是或不应被视为出售、购买或认购证券或其它金融工具的要约或要约邀请。订阅人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。华创证券不对使用本资料涉及的信息所产生的任何直接或间接损失或与此有关的其他损失承担任何责任。

本资料所载的证券市场研究信息通常基于特定的假设条件，提供中长期的价值判断，或者依据“相对指数表现”给出投资建议，并不涉及对具体证券或金融工具在具体价位、具体时点、具体市场表现的判断，因此不能够等同于带有针对性的、指导具体投资的操作意见。普通个人投资者如需使用本资料，须寻求专业投资顾问的指导及相关的后续解读服务。若因不当使用相关信息而造成任何直接或间接损失，华创证券对此不承担任何形式的责任。

未经华创证券事先书面授权，任何机构或个人不得以任何方式修改、发送或者复制本资料的内容。华创证券未曾对任何网络、平面媒体做出过允许转载的日常授权。除经华创证券认可的媒体约稿等情况外，其他一切转载行为均属违法。如因侵权行为给华创证券造成任何直接或间接的损失，华创证券保留追究相关法律责任的权利。

订阅人若有任何疑问，或欲获得完整报告内容，敬请联系华创证券的机构销售部门，或者发送邮件至[e-mail]。