هل مؤشر أسعار المستهلك الأمريكي دقيق في نوفمبر؟

<م><سبان ليف = "">【ملاحظة المحرر】11<سبان ليف = "">انخفض الأداء الشهري للولايات المتحدة بشكل حاد عن التوقعات<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">وبعد صدور البيانات، كان السوق متفائلاً بحذر.فمن ناحية، كانت سعيدة برؤية بيانات التضخم الناعمة، لكنها من ناحية أخرى، لم تثق في صحة بيانات التضخم هذه بسبب إغلاق الحكومة. وهذا الشك معقول. بسبب<سبان ليف = "">10<سبان ليف = "">أدى إغلاق الحكومة الفيدرالية إلى<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">(مكتب إحصاءات العمل) أوقف جمع البيانات الميدانية واستخدمها على نطاق واسع في معالجة البيانات<سبان ليف = "">“<سبان ليف = "">تم ترحيل قيم الفترة السابقة<سبان ليف = "">“<سبان ليف = "">(<سبان ليف = "">المضي قدما)<سبان ليف = "">الطريقة، أي اتباع مباشرة<سبان ليف = "">9<سبان ليف = "">بيانات الأسعار الشهرية لملءها<سبان ليف = "">10<سبان ليف = "">شهر فارغ.ويشعر السوق عموما بالقلق من أن هذا الاكتئاب مصطنع<سبان ليف = "">10<سبان ليف = "">العملية الأساسية الشهرية تخفي الضغط التضخمي الحقيقي.

<م><سبان ليف = "">نعتقد أن هذا الرأي صحيح ولكنه ليس دقيقًا تمامًا.<ب><سبان ليف = "">المضي قدما<سبان ليف = "">هذه الوسيلة التقنية تؤدي بشكل أساسي إلى البند الفرعي للإسكان (<سبان ليف = "">إيجار<سبان ليف = "">و<سبان ليف = "">الموارد التعليمية المفتوحة<سبان ليف = "">) يتم التقليل من قيمتها، بينما بالنسبة للسلع والخدمات العادية غير السكنية، فهي<سبان ليف = "">9-11<سبان ليف = "">ولم تكن قراءة التضخم التراكمي الشهرية شائعة جدًا<سبان ليف = "">المضي قدما<سبان ليف = "">التأثير.وبعبارة أخرى،<سبان ليف = "">11<سبان ليف = "">شهر<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">قطاع الإسكان بين الصين وأفريقيا<سبان ليف = "">“<سبان ليف = "">الضوضاء<سبان ليف = "">“<سبان ليف = "">قد لا تكون كبيرة كما يعتقد السوق.

<ب><سبان ليف = "">1.<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">طرق الاستيفاء الثلاثة و<سبان ليف = "">بعد إغلاق الحكومة<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">طريقة المعالجة

<سبان ليف = "">الولايات المتحدة<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">الحساب يعتمد على الشهري تقريبا.<سبان ليف = "">80000<سبان ليف = "">جمع عروض الأسعار، ولكن عندما تكون البيانات مفقودة،<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">يتم استخدام ثلاث طرق استيفاء رئيسية لملء الفجوات لضمان الاستمرارية الأسية قدر الإمكان.يتم تطبيق الطرق حسب الأولوية: الأول هو الاستيفاء النسبي للخلية (<سبان ليف = "">الإسناد النسبي للخلية<سبان ليف = "">)، والذي يستخدم متوسط تغير سعر العناصر المماثلة في نفس المنطقة الجغرافية ونفس فئة المنتج لتقدير القيم المفقودة. على سبيل المثال، لا يمكن تحصيل سعر الحليب في سوبر ماركت معين لسبب ما.<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">سيتم حساب البيانات المفقودة بالرجوع إلى متوسط ارتفاع وانخفاض الحليب في المتاجر الأخرى في نفس المنطقة؛ تليها فئة يعني الاستيفاء (<سبان ليف = "">فئة يعني الإسناد<سبان ليف = "">)، مليئة بالتغيرات السلعية المماثلة الأوسع؛وأخيرًا “ترحيل قيمة الفترة السابقة” (<سبان ليف = "">المضي قدما<سبان ليف = "">)، نسخ سعر الشهر السابق مباشرة، على افتراض عدم حدوث تغيير.

<سبان ليف = "">في<سبان ليف = "">2025<سبان ليف = "">سنة<سبان ليف = "">10<سبان ليف = "">شهر<سبان ليف = "">1<سبان ليف = "">الانقلاب<سبان ليف = "">11<سبان ليف = "">شهر<سبان ليف = "">12<سبان ليف = "">أثناء إغلاق الحكومة اليابانية،<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">تعليق معظم التحقيقات الشخصية والهاتفية، مما أدى إلى<سبان ليف = "">10<سبان ليف = "">البيانات الشهرية مفقودة تمامًا ولا يمكن جمعها بأثر رجعي.ولذلك،<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">خذ بكميات كبيرة<سبان ليف = "">المضي قدما<سبان ليف = "">، سوف<سبان ليف = "">9<سبان ليف = "">يتم نقل البيانات الشهرية مباشرة إلى<سبان ليف = "">10<سبان ليف = "">شهر، كما<سبان ليف = "">11<سبان ليف = "">خط الأساس للحسابات الشهرية، وهذا هو السبب<سبان ليف = "">11<سبان ليف = "">التضخم الشهري له قيمة سنوية فقط وليس قيمة شهرية.هذا النهج يخفض بشكل مصطنع<سبان ليف = "">10<سبان ليف = "">شهر<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">الأس (نظرًا لأنه من المفترض أن و<سبان ليف = "">9<سبان ليف = "">نفس الشهر)، ولكن المشكلة الأساسية هي أنه في<سبان ليف = "">11<سبان ليف = "">بعد استعادة إحصائيات العينة الشهرية،<سبان ليف = "">10<سبان ليف = "">ما إذا كان سيتم تصحيح التقليل من التقدير الشهري تلقائيًا.

<ب><سبان ليف = "">2. لماذا يقال إن الترحيل يؤثر فقط على مؤشر أسعار المستهلكين للإسكان، وليس على السلع العادية؟<سبان ليف = "">/<سبان ليف = "">تأثير ضئيل على الخدمات

<سبان ليف = "">وهذا يؤدي إلى مسألة العلاقة بين بنود الإسكان الفرعية والسلع العادية.<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">اختلافات مهمة في بناء المؤشر.بالنسبة للبنود الفرعية غير الإسكان مثل الغذاء والطاقة والسلع الأساسية،<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">يتبع الحساب<سبان ليف = "">“<سبان ليف = "">مستوى السعر<سبان ليف = "">“<سبان ليف = "">(<سبان ليف = "">مستوى السعر<سبان ليف = "">) المنطق، وهذا هو<سبان ليف = "">“<سبان ليف = "">نظير إلى نظير<سبان ليف = "">“<سبان ليف = "">قياس.وبغض النظر عن كيفية ملء البيانات في الأشهر الوسطى، فإن المؤشر يعتمد في النهاية فقط على مستوى الأسعار المطلق الذي تم جمعه في الفترة الحالية، وليس على المسار في المنتصف. خذ الحليب كمثال<ب><سبان ليف = "">لنفترض أن الحليب<سبان ليف = "">9<سبان ليف = "">مؤشر الأسعار في المسح الشهري هو<سبان ليف = "">10<سبان ليف = "">,<سبان ليف = "">11<سبان ليف = "">وارتفع مؤشر الأسعار في المسح الشهري إلى<سبان ليف = "">12<سبان ليف = "">، فلا يهم<سبان ليف = "">10<سبان ليف = "">ما هو مستوى السعر الشهري الذي يتم أخذه<سبان ليف = "">المضي قدما<سبان ليف = "">لقد قمت بالفعل بالتحقق من السعر واكتشفت السعر.<سبان ليف = "">9-11<سبان ليف = "">معدل نمو التضخم المركب الشهري هو<سبان ليف = "">20%<سبان ليف = "">.

<سبان ليف = "">والبند الفرعي السكن (<سبان ليف = "">مأوى<سبان ليف = "">) مختلف، ويستخدم فريدة من نوعها<سبان ليف = "">“<سبان ليف = "">دوران اللوحة<سبان ليف = "">“<سبان ليف = "">آلية.<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">ولا يقوم بمقارنة مستويات الإيجار للشهر الحالي بشكل مباشر مع الشهر السابق، ولكنه يقوم أولاً بحساب مستوى الإيجار للعينة الحالية في الماضي.<سبان ليف = "">6<سبان ليف = "">شهر “الزيادة التراكمية” في الإيجار، وأخذ<سبان ليف = "">6<سبان ليف = "">ويستخدم الجذر الثاني (المتوسط الهندسي) لحساب الإيجار الشهري.<سبان ليف = "">“<سبان ليف = "">متوسط الزيادة<سبان ليف = "">“<سبان ليف = "">وأخيرًا قم بضرب هذه النسبة في مؤشر الشهر الماضي لحساب مؤشر أسعار الإيجارات للشهر الحالي.تؤدي هذه الخوارزمية إلى عدم التطابق:<ب><سبان ليف = "">يعتمد حساب معدل النمو للشهر الحالي على العينات<سبان ليف = "">6<سبان ليف = "">الرقم الأساسي التاريخي لعدة أشهر مضت، ولكن حساب المؤشر النهائي يعتمد على مؤشر الشهر الماضي.وهذا يعني أنه في حال تشوهت قاعدة المؤشر للشهر السابق بسبب عدم الاحتساب، فإن المؤشر الجديد للفترة الحالية سيكون خاطئا أيضا.

<سبان ليف = "">دعني أعطيك مثالا. لنفترض أن عينة السكن موجودة<سبان ليف = "">5<سبان ليف = "">السعر في الشهر (فترة الأساس) هو<سبان ليف = "">8<سبان ليف = "">,<سبان ليف = "">11<سبان ليف = "">ارتفع السعر في وقت المسح الشهري إلى<سبان ليف = "">12<سبان ليف = "">.<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">أولاً يتم حساب متوسط معدل النمو الشهري للعينة وهو ما يقارب 7%.

<سبان ليف = "">ثم،<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">سوف<سبان ليف = "">7%<سبان ليف = "">مضروبة في<سبان ليف = "">10<سبان ليف = "">بناء على مؤشر الإيجار الشهري<سبان ليف = "">11<سبان ليف = "">المؤشر الشهري.هنا تأتي المشكلة.إذا<سبان ليف = "">10<سبان ليف = "">المؤشر الشهري<سبان ليف = "">المضي قدما<سبان ليف = "">موروثة<سبان ليف = "">9<سبان ليف = "">قيمة الشهر، ثم<سبان ليف = "">11<سبان ليف = "">وسيكون المؤشر الشهري أقل بكثير من مؤشر الأسعار الحقيقي12.<سبان ليف = "">

<سبان ليف = "">ونتيجة لذلك، الإيجار<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">في<سبان ليف = "">9-11<سبان ليف = "">لقد تغير معدل النمو المركب الشهري عما كان ينبغي أن يكون<سبان ليف = "">20%<سبان ليف = "">(من<سبان ليف = "">10<سبان ليف = "">يصل<سبان ليف = "">12<سبان ليف = "">) يتم التقليل من شأنه<سبان ليف = "">7%<سبان ليف = "">(من<سبان ليف = "">10<سبان ليف = "">يصل<سبان ليف = "">10.7<سبان ليف = "">).

<م><سبان ليف = "">ملاحظة:<سبان ليف = "">:السبب هنا<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">لا يستخدم مباشرة<سبان ليف = "">12 كما<سبان ليف = "">11<سبان ليف = "">مؤشر أسعار الإيجار الشهري هو في الواقع،<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">ما نحصل عليه هو الآلاف من نماذج الإيجارات بدلاً من سعر إيجار واحد – ولا يمكن حسابه بشكل مباشر<سبان ليف = "">12<سبان ليف = "">بالنسبة لمؤشر الأسعار هذا، يمكننا فقط حساب معدل النمو المرجح أولاً ثم ضربه بسعر فترة الأساس.

<سبان ليف = "">خلاصة القول، بالنسبة للسلع العادية والخدمات غير المنزلية، حتى لو<سبان ليف = "">10<سبان ليف = "">البيانات الشهرية بسبب<سبان ليف = "">المضي قدما<سبان ليف = "">ويتم قمعها بشكل مصطنع، طالما<سبان ليف = "">11<سبان ليف = "">إذن فإن بيانات التحصيل الشهري نفسها دقيقة<سبان ليف = "">9-11<سبان ليف = "">معدل نمو التضخم المركب الشهري دقيق نسبيا.لكن المكون السكني غير قادر على تحقيق هذا التصحيح الذاتي.<سبان ليف = "">10<سبان ليف = "">بمجرد البيانات الشهرية<سبان ليف = "">المضي قدما<سبان ليف = "">، ثم<سبان ليف = "">11<سبان ليف = "">أشهر السكن<سبان ليف = "">مؤشر أسعار المستهلك<سبان ليف = "">لا بد من الاستهانة بها.مدى الاستهانة هو بالضبط<سبان ليف = "">10<سبان ليف = "">التضخم في المساكن للشهر نفسه.<ب><سبان ليف = "">ولهذا السبب، إذا قارنا تضخم الإيجارات هذا الشهر، نجد أن انخفاضه مقارنة بالأشهر السابقة أعلى بكثير من انخفاض السلع الأساسية والخدمات غير السكنية (الشكل<سبان ليف = "">1<سبان ليف = "">)، ولم يتغير معدل نمو مؤشر أسعار المستهلك على أساس سنوي بعد استبعاد الإسكان إلا قليلاً عن الشهرين السابقين (الشكل 2).

<ب><سبان ليف = "">ووفقا لهذا التقدير، فإن انهيار السكن هذا الشهر<سبان ليف = "">0.18%<سبان ليف = "">معدل النمو المركب نصف الشهري هو في الواقع<سبان ليف = "">10-11<سبان ليف = "">معدل النمو الشهري .ويرتبط هذا أيضا<سبان ليف = "">6-9<سبان ليف = "">معدل نمو الإسكان الشهري (حوالي<سبان ليف = "">0.26%<سبان ليف = "">) هي مباراة أفضل.

<سبان ليف = "">الشكل<سبان ليف = "">1<سبان ليف = "">: التضخم في الإسكان والسلع الأساسية والخدمات غير السكنية

<سبان ليف = "">

مصدر البيانات: هافر، أبحاث GMF

<سبان ليف = "">الشكل 2: معدل نمو مؤشر أسعار المستهلك على أساس سنوي بعد استبعاد الإسكان

مصدر البيانات: هافر، أبحاث GMF

<ب><سبان ليف = "">3. العوامل الأخرى التي قد تؤدي إلى تثبيط مكونات التضخم الأخرى

<سبان ليف = "">وبطبيعة الحال، نحن لا نفترض أن البنود الفرعية الأخرى دقيقة بالضرورة.بعد كل شيء<سبان ليف = "">11<سبان ليف = "">كما أن فترة جمع البيانات الشهرية أقصر من الأشهر الأخرى.ونتوقع أن هناك ثلاثة عوامل أخرى تتسبب في التقليل من أهمية المكون غير السكني، ولكن درجة الاستهانة قد لا تكون واضحة مثل عنصر الإسكان.

<سبان ليف = "">الأول هو التأخر في تعديل الوزن.عادة،<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">ويتم تعديل أوزان المكونات على أساس التغيرات النسبية في الأسعار، وبشكل عام يتم زيادة أوزان المكونات ذات التضخم المرتفع.<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">توضيح ذلك<سبان ليف = "">10<سبان ليف = "">ويؤدي الافتقار إلى البيانات الشهرية إلى أوزان غير معدلة، مما قد يقلل قليلا من معدل التضخم الإجمالي.

<سبان ليف = "">المسألة الثانية هي النافذة الزمنية لجمع البيانات.بسبب<سبان ليف = "">11<سبان ليف = "">تأخر جمع البيانات الشهرية بحوالي أسبوعين عن المعتاد، وربما تزامن جزء من أعمال التجميع مع<سبان ليف = "">“<سبان ليف = "">الجمعة السوداء<سبان ليف = "">“<سبان ليف = "">في انتظار موسم الترويج للعطلات، قد يؤدي ذلك إلى إلغاء المنتج بالكامل<سبان ليف = "">11<سبان ليف = "">عامل التعديل الموسمي للتقلبات الموسمية الشهرية غير صالح.

<سبان ليف = "">وأخيرا، لا يتم استبعاده<سبان ليف = "">11<سبان ليف = "">في جمع بيانات الشهر نفسه، لا تزال هناك بعض العينات التي لا يمكن إضافتها في الوقت المناسب، ويستمر استخدام القيم السابقة. ومع ذلك،<سبان ليف = "">مكتب إحصاءات العمل<سبان ليف = "">ليس من الواضح مقدار تحليل البيانات الذي يأتي منه<سبان ليف = "">9<سبان ليف = "">شهر<سبان ليف = "">المضي قدما<سبان ليف = "">.

<ب><سبان ليف = "">4. المراجعة الشاملة لبيانات التضخم والسياسة النقدية

<سبان ليف = "">منذ<سبان ليف = "">المضي قدما<سبان ليف = "">يؤثر بشكل رئيسي على الإسكان، ومن ثم قد يظل التضخم الأساسي الفائق باستثناء الإسكان والسيارات المستعملة ذا قيمة مرجعية.<سبان ليف = "">11<سبان ليف = "">وانخفض نمو التضخم الأساسي الفائق الفصلي إلى<سبان ليف = "">0.37%<سبان ليف = "">، في<سبان ليف = "">2024<سبان ليف = "">مستوى منخفض نسبياً منذ بداية العام، لكنه ليس أدنى نقطة.سيؤدي هذا بلا شك إلى تخفيف مخاوف التضخم في السوق والاحتياطي الفيدرالي على المدى القصير، مما يؤكد بشكل أكبر على المعتدل (<سبان ليف = "">المعتدل<سبان ليف = "">) البيئة الكلية.

<سبان ليف = "">الشكل 3: التضخم الأساسي الفائق

<سبان ليف = "">

مصدر البيانات: هافر، أبحاث GMF

<سبان ليف = "">ونظرا لوجود باول<سبان ليف = "">8<سبان ليف = "">شهر<سبان ليف = "">جاكسون هول<سبان ليف = "">بعد الاجتماع، تم التأكيد مرارًا وتكرارًا على أنه لا يوجد ضغط كبير على ارتفاع التضخم. نحن نعتقد ذلك<ب><سبان ليف = "">قبل العام المقبل<سبان ليف = "">6<سبان ليف = "">ولن تكون بيانات التضخم الشهرية محور اهتمام السوق، وسيكون من الصعب تقديم آثار واضحة على السياسة النقدية.<سبان ليف = "">ومن المرجح أن يظل المؤشر الأكثر أهمية لتحديد مسار أسعار الفائدة في العام المقبل هو التغير في معدل البطالة.واستنادا إلى التجربة التاريخية لتخفيضات أسعار الفائدة الناعمة، فإن معدل البطالة سوف يتجه نحو الانخفاض في الربع الرابع بعد بدء تخفيضات أسعار الفائدة الناعمة.وفي ذلك الوقت، قد يعيد بنك الاحتياطي الفيدرالي تركيزه على ضغط التضخم.