推特推文
美国一个重要的宏观经济指标是由劳工统计局（Bureau of Labor Statistics/BLS）在每个月第一个周五美东时间早上8点30分发布的《就业形势报告》（Empolyment Situation Report）。这个报告会发布上个月美国就业市场的统计数据。从美国官方公布的统计指标来看，就业市场的数据往往是首先发布的经济硬数据。[1]在此之前，很多涉及宏观经济的数据往往通过调查形成软数据，例如PMI指数。[2]
参照BLS（2019），《就业形势报告》公布的数据分为两部分：第一部分是针对大约6万户家庭进行的家庭调查（household survey）以及针对14.2万家企业进行的机构调查（establishment survey）。在这些统计数据中，金融市场最为关注的是家庭调查中的全国失业率以及机构调查中的非农就业数据（nonfarm payroll/NFP）。金融市场对非农就业人数的预期一般是通过针对金融机构工作的经济学家进行调查形成的，比如金融信息服务商彭博社做的调查。如名称所示，非农就业不包括务农人口，因为从事农业工作往往存在着较为明显的季节效应，[3]此外政府工作人员、私人雇员以及非营利组织的工作人员也不包括在内。《就业形势报告》还会发布对先前预估数据的修订以及很多其他涉及就业的统计数据，包括平均工作时间等。同时这份报告中的数据很多时候具有比较好的细粒度，也就是可以针对不同的州和不同的行业发布数据。
官方公布的实际非农就业和市场预期（或者说市场共识）之间通常存在着差额，类似于盈余意外，我们可以把它称为非农就业意外。从历史上看，非农就业意外的变化和美国国债收益率以及美元汇率之间往往存在着密切的关系。这背后的经济解释是：当美国就业数据表现良好时，联邦公开市场委员会（FOMC）就很肯定持有紧缩态度，国债收益率随之就可能攀升；而当就业数据很差的时候，FOMC就会采取相反的立场，国债收益率相对就会下滑。通常情况下，美元也会做出类似的反应，从而和美国国债收益率同向变动。当然从历史上看也存在着反例，比如在金融危机发生之后，美元会在就业数据很差的情况下走强。之所以产生这个现象是因为美元是全球最重要的储备货币，这样当金融危机发生之后，全球投资者会出现大量持有美元的避险（flight-tosafety）交易行为。图3.1表明了从2011年到2016年，非农就业意外变化和就业形势发布一分钟之后美元/日元汇率变动之间的关系。从中可以看到，当就业意外非常高的时候汇率市场的反应呈现非线性特征。换句话说，当就业意外大幅上升的时候，美元/日元汇率往往会上升更高；而当就业意外出现大幅下跌时，这个汇率往往会下跌更大的幅度。
图3.1 非农就业非预期变动与美元/日元汇率的变化率
资料来源：Denev/Amen（2020）。
上述分析表明，如果我们能够比市场预期更好地预测非农就业的实际变动，那么在就业形势报告发布之前在金融市场建仓，在市场对非农就业数据做出反应之后平仓，就可以获取交易利润。具体而言，当我们形成的更准确预测比市场预期来得高时就买入美元，反之就卖出美元。
Denev/Amen（2020）尝试使用推特推文的数据来预测非农就业人数，其方法类似于我们在第一章中Azar/Lo（2016）中介绍的案例，就是从推文中筛选出和劳工市场相关的推文，然后处理这些推文形成一个额外指标，进而纳入有关非农就业的预测模型中。图3.2给出了融入推特数据的增强版非农就业预测、官方首次公布的非农就业数据以及彭博社针对经济学家调查后形成的市场预期三组时间序列。因为我们可以用高频的方式访问推特数据，这样基于模型的即时预测就可以每天进行。从图3.2可以看出，在某些特定的时点，比如2014年初，基于模型的即时预测可以很好地跟踪真实非农就业数据，而彭博社的调查数据则与官方公布的数据相距甚远。
图3.2 非农就业数据：基于推特的预测、市场预期和官方数据
资料来源：Denev/Amen（2020）。
当然仅仅根据这个事实还难以判断能否从模型生成的信号中获利。就此Denev/Amen（2020）对前面描述的简单策略进行了回测检验：
·当模型预测高于市场预期时买入美元；
·当模型预测低于市场预期时卖出美元。
上述策略要求在官方数据发布之前的几分钟内进入交易，然后在数据发布之后的几分钟退出交易。[4]图3.3报告了美元针对日元和欧元这两个币种上的交易绩效，结果表明美元/日元和欧元/美元的年化平均收益率分别是119个和59个基点，而把这两种汇率资产通过等权重形成组合则可以获取88个基点的年化收益率。当然需要指出的是，Denev/Amen（2020）分析的样本时段比较短，其中只有68个数据点。另外这里讨论的交易策略在执行过程中存在着流动性风险，因此要获取回测中的收益存在着不小的难度。
图3.3 围绕非农就业公告的欧元/美元和美元/日元的日内交易绩效
资料来源：Denev/Amen（2020）。