01 · 宏观数据解读：预期差、结构拆解与完整解读模板
同样是「CPI 3.2%」，为什么有人喊利空、有人喊利多？因为数字本身没有意义，数字与预期之间的差值才有意义。本篇建立「预期差」思维，再逐项拆解 CPI、PMI、非农、失业率 的读法细节，最后给出一套可复制的宏观数据完整解读模板。
一、预期与预期差：数据解读的第一课
市场是**预期博弈的场所：资产价格里已经包含了市场对未来的共同预期，数据公布时，价格只对「实际值 ≠ 预期值」的部分做出反应。这个差值就叫预期差（Expectation Gap）**。
数字例子：CPI 3.2% 到底利多还是利空
假设美联储正处于「降息博弈」阶段，市场预期本月 **CPI 同比**为 3.0%：
| 情景 | 实际公布 | 预期差 | 市场解读 | 股市反应（参考） |
|---|---|---|---|---|
| A | 3.0% | 0（符合预期） | 一切如常，没有新信息 | 反应平淡 |
| B | 2.8% | 低于预期 0.2pp | 通胀回落快于预期 → 降息预期升温 | 利多股市 |
| C | 3.2% | 高于预期 0.2pp | 「物价回落到 3.0%」的预期落空 → 降息推迟 | 利空股市 |
关键结论：情景 C 中，3.2% 这个数字本身不算高，但它是「超预期」——市场原本押注的宽松路径被打断，资产价格就按利空定价。利好与利空，从来不是数字高低的函数，而是「实际 vs 预期」的差值的函数。
数据解读的第一课
利好与利空，从来不是数字高低的函数，而是「实际 vs 预期」的差值的函数。 3.2% 本身不算高，但「超预期 0.2pp」就能让资产按利空定价——交易预期差，不是交易数字。
预期的来源是什么
- 彭博/路透对经济学家的调查中位数（consensus forecast）
- 各机构前瞻模型（亚特兰大联储 GDPNow、纽约联储 Nowcasting 等）
- 利率市场定价（联邦基金期货隐含的加息/降息概率）
💡 符合预期的数据几乎不产生行情
符合预期的数据几乎不产生行情，大幅偏离预期的数据才是波动来源。很多新手盯数据公布追进去，结果数据符合预期、价格纹丝不动——因为他交易的是「数字」，不是「预期差」。
二、CPI 的结构拆解
核心 CPI vs 总体 CPI
| 指标 | 口径 | 用途 |
|---|---|---|
| 总体 CPI（Headline CPI） | 一篮子全部商品与服务价格 | 新闻头条，影响居民感受 |
| 核心 CPI（Core CPI） | 剔除食品与能源 | 政策参考，波动更小、更能反映通胀趋势 |
食品和能源价格受天气、地缘、猪周期等外部因素影响大，月度波动剧烈，容易掩盖趋势。央行看趋势，所以**核心 CPI 才是政策含义最强的数字**。
分项怎么看：房租、能源、食品
- 房租（Shelter）：占美国 CPI 权重约 1/3，是最大的单一分项。房租涨跌的粘性极强，房租分项见顶回落，才是美国通胀实质性下行的确认信号。
- 能源：油价直接传导，月度波动大，看同比不如看环比；油价大涨/大跌经常把总体 CPI 拉得面目全非。
- 食品：同理，天气与供给事件驱动，单月波动不能说明趋势。
「猪周期」：中国 CPI 的扭曲常识
中国 CPI 中猪肉权重显著，猪周期（能繁母猪存栏 → 10-14 个月后出栏供给 → 猪价）对 CPI 有周期性拉动/拖累：
- 猪肉价格上行期，即使其他物价平稳，CPI 也可能被推高；
- 猪肉价格下行期，CPI 可能被压到极低甚至负值——这时的低 CPI 不代表通缩压力，只是猪在帮忙。
所以解读中国 CPI 时，务必把猪肉分项单独拎出来看：剔除猪价后的 CPI 才是反映真实需求冷暖的读数。
美联储为什么看 PCE 而非 CPI
美联储首选的通胀指标是**核心 PCE 物价指数**（美联储 2% 目标口径），而非 CPI。两者差异：
| 差异点 | CPI | PCE |
|---|---|---|
| 编制机构 | 劳工统计局（BLS） | 经济分析局（BEA） |
| 数据来源 | 消费者支出调查（样本小） | 企业销售数据（覆盖广） |
| 权重方式 | 固定篮子 | 动态权重（消费结构变化自动反映） |
| 医疗 | 主要由消费者自付部分 | 含雇主支付的医疗支出 |
| 口径倾向 | 通常高于 PCE 约 0.3-0.5pp | 更温和，政策目标口径 |
💡 CPI 是预演，PCE 才是正式判卷
每次 CPI 超预期后，市场都会把目光转向两到三周后公布的同月 PCE——CPI 是预演，PCE 才是美联储的正式判卷。
三、PMI 的读法
荣枯线 50：及格线逻辑
PMI（采购经理人指数）以 50 为**荣枯线**：
| PMI | 含义 |
|---|---|
| 大于 50 | 制造业**环比**扩张 |
| 等于 50 | 与上月持平 |
| 小于 50 | 制造业环比收缩 |
💡 荣枯线 50 不是好坏分界线
50 只是「环比扩张与否」的分界线，不是好坏分界线。50.5 算不景气但稳定，49.5 算微弱收缩。真正重要的是趋势与分项，而非单月数字。
新订单 − 产成品库存：「库存周期」信号
PMI 是问卷型前瞻指标，最有价值的是分项组合。看两个核心分项的关系：
| 新订单 | 产成品库存 | 信号 |
|---|---|---|
| 上升 | 下降 | 需求改善、库存被消化 → 主动补库前兆，利多 |
| 上升 | 上升 | 需求回暖但企业补库谨慎，或需求虚热 |
| 下降 | 上升 | 需求走弱、库存积压 → 后续大概率降价去库，利空 |
| 下降 | 下降 | 企业主动去库、收缩生产 → 见底前的消化期 |
「新订单 − 产成品库存」这个差值可以做一个简单的**领先指数**：差值见底回升，往往领先工业利润与股价拐点几个季度（详见 04-行业数据解读.md 的库存周期详解）。
财新 vs 官方 PMI：样本差异
中国有两套制造业 PMI：
| 指标 | 官方（中采）PMI | 财新 PMI |
|---|---|---|
| 编制 | 中国物流与采购联合会、国家统计局 | 财新 + 标普全球（S&P Global） |
| 样本 | 大、中、小型企业，以大中型/国企为主 | 以中小型/民营/出口型企业为主 |
| 发布 | 每月最后一天（9:30） | 每月首个工作日（9:45） |
| 参考用法 | 总量、政策导向 | 中小企业与外贸景气度 |
💡 两套 PMI 方向一致时才有说服力
两套数据方向一致时才有说服力；背离时（官方弱、财新强）通常说明「大企业弱、小企业强」或反之，反映结构性分化而非总量信号。
四、非农的读法
非农报告（美国劳工部，每月第一个周五 20:30/21:30 北京时间）包含三件套：新增非农就业、失业率、平均时薪增速。三个数字经常互相矛盾。
三个信号怎么取舍
| 信号 | 含义 | 对市场（参考） |
|---|---|---|
| 新增就业超预期 | 经济有韧性 | 利多美元与股市，但若导致降息推迟则利多反利空 |
| 失业率意外上行 | 就业市场转弱 | 利空美元，利多降息预期 |
| 时薪同比上行 | 通胀压力仍在 | 利空降息预期 |
一份非农的三个矛盾信号怎么取舍
数字例子：某月非农报告——
- 新增就业 25 万（预期 18 万，大幅超预期）
- 失业率 4.3%（前值 4.0%，意外上行 0.3pp）
- 时薪同比 3.9%（预期 4.1%，低于预期）
表面矛盾：就业强 → 失业率却升了；时薪放缓 → 工资通胀压力减轻。市场如何取舍？
- 先看驱动来源：失业率上行若由「劳动参与率回升」（更多人入场找工作）驱动，是供给端改善，反而良性；若由「就业人数下降」驱动，才是需求转弱。
- 再看时薪：时薪低于预期说明工资-物价螺旋在降温，缓解了「就业强 → 通胀顽固 → 不降息」的传导链。
- 结论参考：这种组合常被解读为「经济有韧性但通胀压力缓和」——对风险资产反而中性偏多。
常识：非农公布后的第一波走势往往靠哪个数字最出格定方向，但开盘后的 30-60 分钟方向才是专业资金取舍后的真实答案。不要追第一波。
非农后的第一波是陷阱
开盘后的 30-60 分钟方向才是专业资金取舍后的真实答案。 公布后的第一波走势往往只是「哪个数字最出格」的情绪反应，追第一波等于用散户的钱接机构的单。
「就业数据修正」的陷阱
- 非农**初值每月会随补充样本在后续两月大幅上修或下修**，修正幅度超过 10 万人是常态，例如 2024 年 3 月初值曾随后被累计下修数十万。
- 常识：初值是把「大概率」当「确定」的临时数字。重仓押注初值，等于把决策建立在会改写的数字上。
- 正确姿势：关注三个月移动平均与非农累计修正趋势，别盯单月初值。
五、失业率的细节
U3 vs U6
| 指标 | 口径 | 数值关系 |
|---|---|---|
| U3 | 官方失业率：失业且积极求职者 / 劳动力 | 头条失业率，最常被引用 |
| U6 | 最广义失业率：U3 + 边际附着工人 + 因经济原因做兼职者 | 通常比 U3 高约 1.5-3pp |
U3 下行、U6 走高，说明表面失业率好看，但「隐形失业」（放弃找工作的人、被迫兼职的人）在增加——劳动力市场质量在恶化。
劳动参与率
劳动参与率 = 劳动力 / 适龄人口，它解释了失业率的「假象」：
- 参与率下降（人退出劳动力市场）会让失业率被动下降——分母变小，失业率数字变好看，但这不代表就业改善。
- 美国疫情后劳动参与率长期低于疫情前水平，所以解读「失业率历史低位」时要打折扣。
六、数据的「时间差」意识
几乎所有宏观数据都经过初值 → 修正值 → 终值的修订链条：
| 阶段 | 特征 | 交易含义 |
|---|---|---|
| 初值（Preliminary） | 样本不完全，公布最快 | 市场反应最大，但也最不靠谱 |
| 修正值（Revised） | 补充样本后修订 | 常被忽略，但往往更接近真相 |
| 终值（Final） | 全面修订 | 只影响历史序列，不影响当期行情 |
⚠️ 别用初值建立长期结论
GDP、非农、CPI 都有系统性修正。别用初值建立长期结论；做数据行情短线交易时也要清楚——你交易的是「市场对初值的情绪」，不是「经济的真相」。
七、宏观数据完整解读模板
任何宏观数据公布，按以下六步走（也可固化成自己的笔记模板）：
① 数据是什么 → 名称、口径、覆盖区间（CPI 同比？核心？季调？）
② 预期是多少 → 市场共识（consensus）多少？当时市场在押注什么？
③ 实际是多少 → 实际值与预期差多少？偏离几个标准差？
④ 结构如何 → 谁贡献了差值？分项/分地区/分行业拆开看
⑤ 市场第一反应 → 公布瞬间什么资产动了？方向与幅度？是否与直觉一致？
⑥ 持续性判断 → 是单月噪音还是趋势拐点？后续相关数据（PCE/PMI/纪要）何时验证？模板速查（以 CPI 为例）：
| 步骤 | 填写 |
|---|---|
| ① 数据 | 美国 CPI 同比（总体 + 核心） |
| ② 预期 | 核心 CPI 预期 3.2%，当时市场押注 9 月降息概率 70% |
| ③ 实际 | 核心 3.0%，低于预期 0.2pp |
| ④ 结构 | 房租分项放缓是主因，能源分项拖累 |
| ⑤ 第一反应 | 美债**收益率**下行、黄金拉升、纳指高开 |
| ⑥ 持续性 | 待两周后 PCE 验证；若 PCE 同向回落，降息逻辑确立 |
风险提示
⚠️ 风险提示
宏观数据公布瞬间常伴随剧烈价格跳空、买卖**价差扩大与流动性缺失，重仓或挂市价单**可能以极差价格成交。预期差判断依赖的「市场预期」本身是动态变化的，且初值数据常被大幅修正，基于初值的交易决策具有额外不确定性。文中所有指标口径、发布安排与数字例子均为教学参考，具体以最新官方发布口径与最新行情为准。本文不构成投资建议。