預測誤差創紀錄的2026年

2026年首季美國經濟學家的月度就業預測與實際數據平均相差11.2萬人，這項誤差規模創下職業生涯最困難紀錄。根據《華爾街日報》分析，1月預測與實際13萬新工作差距達12萬人，2月因罷工與寒潮導致預測完全失準，3月預測誤差仍高達7.8萬人。

這波預測失準現象觸及多重因素。從1月起，勞動部調整「出生-死亡模型」的就業預估方法，使原始數據難以預料。同期川普政府的移民政策緊縮，使勞動力市場波動性提高，月度人口增長甚至可能維持零增減。醫療產業罷工與冬季極端氣候更是雪上加霜，2月西岸醫療工作者罷工直接影響就業數據。

模型調整與政策變動的衝擊

勞動統計局（BLS）在1月對「出生-死亡模型」的技術性調整，被視為關鍵變數。該模型原本用來估算新創企業與關閉企業的就業影響，但更新後導致初步報告數據波動性增加。根據摩根大通經濟學家Abiel Reinhart的估算，1-2月合計因模型調整產生的誤差高達10萬人。

UBS經濟學家Jonathan Pingle指出：「我從未見過如此困難的預測環境。」勞動部每月調查10萬家雇主的數據基礎正逐漸劣化，疫情後企業回覆率下降使抽樣代表性受質疑。經濟學家不得不面對數據品質與模型可靠性的雙重挑戰。

預測遊戲的高風險生態

經濟學家的預測不僅影響學術聲譽，更直接牽動金融市場運作。當就業數據發布時，股市與債市會立即根據新資訊調整，甚至影響聯準會貨幣政策走向。約翰霍普金斯大學經濟學教授Robert Barbera指出，當前預測已成為「高風險賭局」：

「如果你預測下三個月失業人數減少10萬人，等於建議投資人必須持有10年期公債。」這種預測背後涉及龐大的市場影響，導致經濟學家傾向採用保守預測策略，即使這會增加偶發性重大誤差的風險。

華爾街經濟學家團隊平均預測誤差顯示出明顯改善趨勢，但2026年首季的誤差幅度（11.2萬人）仍遠高於2025年的3.8萬人。這種預測不確定性已滲透到投資決策與政策制定，形成市場參與者與監管機構的共同課題。

未來挑戰與市場影響

經濟學家面臨的不確定性預計將持續擴大。根據聯邦準備銀行聖路易斯分行的模型分析，未來6個月就業數據波動可能增加20%。這意味著企業投資決策、勞動市場政策與個人職涯規劃都將面臨更大不確定性。

在3月即將公布的通膨數據預測中，華爾街共識預測消費者物價指數（CPI）將從2月的0.3%暴增至0.9%。這個預測結果將直接影響聯準會利率決策，凸顯經濟預測對市場參與者的關鍵重要性。

市場觀察家認為，企業與投資人需要發展更靈活的應變策略，政策制定者則需強化數據透明度。在經濟預測不確定性加劇的時代，適應不確定性本身可能成為新的競爭優勢。

📰 本文資料來源 • 《華爾街日報》— "Jobs Market Confounds Prognosticators"