读懂美联储系列之十一｜第三联储区·费城：怎样在数据反复修订前看清真实经济

《读懂美联储》系列第 11/20 篇

宏观经济数据从不是刻在石板上的终局读数。无论是季调后的实际 GDP、非农新增就业还是核心 PCE 通胀，初次发布时无不包含着大量未完成样本的统计推断与估算；随着后续更完整财务报表、税收底账与基准普查数据的归集，这些数字将在数月乃至数年内被反复修订。与数据同步漂移的，还有市场各类专业机构与交易员的主观预期。

面对这种“在移动靶标上做判断”的现实困境，坐落于独立宫旁的费城联储打磨出了一套独树一帜的宏观实证工具箱：用具有半个多世纪传统的专业预测者调查（SPF）丈量市场预期的共识与分歧，用混频动态因子模型（ADS 指数）穿透统计时滞捕捉当下的即时景气，再用实时宏观数据库（Real-Time Data Set）完整封存历史快照，还原昔日决策者在未经数据修订前真正面对的信息全貌。

第三联储区由特拉华州全境、新泽西州南部 9 个县，以及宾夕法尼亚州东部的 48 个县拼合而成。总部设立于费城，不设任何分行。尽管管辖疆界在全美十二个联储区中相对紧凑，但其内部产业结构的异质性极强：这里既有重度依赖资本支出与全球贸易的传统制造、精细化工与深水港口物流，又有极具抗周期韧性的医疗保健与高等教育集群（“Eds and Meds”）、特拉华特殊的公司注册与信用卡金融网络，以及庞杂的都会生活服务业。这些部门各有各的运转节奏，从来不在同一根周期琴弦上共振。

一、制造业很醒目，但不等于整个第三联储区

一项地区调查为何能惊动全国市场

每月中旬，全球宏观交易员的屏幕总会因费城联储的一份问卷出现瞬时跳动。这份名为“制造业商业展望调查”（Manufacturing Business Outlook Survey）的月度报告，早在全国性 ISM 制造业 PMI 出炉前两周左右便抢先落地，因此常被华尔街视作刺探全美工业景气与通胀压力的第一支探针。

这项调查的核心结果普遍以“扩散指数”（Diffusion Index）呈现，计算方法极其直接：报告业务改善或扩张的受访企业百分比，减去报告恶化或收缩的企业百分比。理解这一指标的关键，在于看清扩散指数的统计本质——数值站上零轴，仅代表“境况好转的企业数量多于境况转差的企业”，并不对应着整体产出或订单金额实现了同等比例的实际增长。它衡量的是景气扩散的“广度”，而非生产扩张的“深度”。在极端情况下，两家小型加工厂的温和回暖，就可能在指数读数上抹平一家大型重工企业的剧烈停产。

更重要的是，第三联储区的产业版图绝不能等同于全美工业全貌。辖区内的制造力量集中在特种化学品、金属加工、工业机械与食品加工，缺少底特律的汽车总装重型链条，也缺乏墨西哥湾沿岸的能源采掘集群。此外，每月问卷的回收样本相对有限（通常在百家左右），一旦偶遇恶劣天气、局部物流阻断或少数几家核心企业的极端回复，整体读数就可能出现夸张的上下翻飞。事实上，纽约联储的帝国州制造调查与费城联储调查在同一个月份方向打架、一正一负的情形屡见不鲜。

面对这项高频工具，成熟的分析框架绝不能被头条总体指数（General Business Activity）牵着鼻子走，而应深入拆解分项指标之间的微观勾连：新订单与出货是否同步改善？未交付订单是否在积压？雇佣人数与平均工时是否扩张？物价支付与收取指数是在剪刀差扩大还是收窄？唯有各个细分链条自洽印证，并随后得到全国 ISM 和工业产出（IP）硬数据的检验，一次异动才算真正具备了宏观定价价值。

医疗、教育和城市服务业走在另一条周期上

交易员习惯紧盯厂房烟囱的高频变动，但支撑第三联储区绝大多数居民生计与信贷基本盘的，其实在工厂围墙之外。

费城都会区拥有全美首屈一指的高等教育与现代医疗服务集群（“Eds and Meds”）。宾夕法尼亚大学、天普大学及其附属医疗系统作为区域内的超级雇主，其运转由学生学费、科研经费、医疗医保刚性支出与慈善捐赠驱动，呈现出极强的反周期与防御属性；特拉华州凭借极其成熟且偏向商业自治的公司法体系与衡平法院，吸引了全美超过半数上市公司的法定注册地，并以此衍生出庞大的法人管理、公司诉讼、信用卡结算与财富管理金融生态；宾夕法尼亚东部依托纵横交错的州际高速网络与临港优势，则自然演进为辐射美东数千万人口的电商枢纽与冷链物流廊道。

这些部门对货币政策的敏感度与传导链条完全不同。当美联储开启加息进程时，紧缩效应首先通过资产重估打压住房抵押贷款申请、商业地产再融资与银行授信意愿；接着通过抬高资本成本压制制造业企业的新建产能意愿；但对于大学科研立项、医院病床周转或城市日常消费，利率抬升的冲击往往需要经过漫长而迂回的财政预算周期与薪资调整才会逐步显现。

倘若将整个第三联储区草率地降维成一张“费城联储制造指数”，政策研判就会陷入盲人摸象的陷阱。费城联储设立的社区商业联络网、大额高频交易清算监测以及针对工薪阶层的消费者财务调查，其核心功能正是要把广阔的服务业实体与普通家庭的真实体感补充进决策拼图，避免整个宏观政策的评估逻辑被单一一根敏感脆弱的工业高频曲线所误导。

二、费城的三把尺，分别量预期、当下和修订

SPF收集的是专业预测者，不是美联储意见

在跟踪全美宏观预期的各类问卷中，专业预测者调查（Survey of Professional Forecasters, SPF）拥有举足轻重的地位。这项调查诞生于 1968 年（早期由美国统计协会与全美经济研究所联合发起，1990 年正式移交费城联储接续维护），是美国宏观经济学界历史最悠久的季度专业预测档案库。

SPF 的受访池并非随机抽样的普通公众，而是来自顶尖华尔街投行、独立经济智库、跨国企业规划部以及顶尖学术机构的数十位职业宏观分析师。调查不仅系统采集他们对未来数个季度及数年内实际 GDP 增长、非农就业、失业率、核心 PCE 通胀等关键变量的确定性点预测，更在核心问题上要求填报精细的“主观概率分布”——例如，经济在未来四个季度陷入技术性衰退的概率落在哪个区间、通胀突破特定阈值的概率有多大。通过这种概率测度，SPF 不仅输出了共识落点的中位数，更完整地刻画了专业群体对不确定性（Uncertainty）的离散程度与主观肥尾风险的评估。

然而，研究者极易走进一个认知误区：盲目迷信专业人士的光环。实证历史反复证明，宏观预测专家同样无法完全摆脱羊群效应与后视镜推断，在经济由繁荣猝然坠入衰退、或通胀格局发生根本性范式跃迁的剧烈拐点面前，专家共识往往表现得相当迟钝和滞后。SPF 真正无法被替代的研究价值，从来不是去押注某次预测的具体点位有多精确，而是观察这种预期的动态漂移过程：长期通胀预期（未来 10 年 CPI/PCE 均值）是否仍然牢牢锚定在 2% 的目标附近？专家的预测分歧度是收窄还是急剧发散？衰退概率分布是否出现了不可忽视的右偏？

更需要向市场重申的是：SPF 所汇集的是体制外私人机构与学术界的独立判断，它既非费城联储自家的官方模型预测，更绝不能将其与 FOMC 决策核心每季度公布的经济预测摘要（SEP“点阵图”）混为一谈。

ADS想回答的是：经济此刻身在何处

宏观决策最严峻的挑战之一，在于决策者永远无法在“当下”看到“当下”的完整全景。官方实际 GDP 是滞后数月的低频季度汇总；非农与 CPI 虽为月度，但发布时同样存在时滞与口径误差。为了破除这种信息盲区，费城联储经济学家 Aruoba、Diebold 与 Scotti 共同研发了著名的“Aruoba-Diebold-Scotti 商业状况指数”（简称 ADS 指数）。

ADS 指数采用非线性状态空间模型与动态因子分析，精妙地将不同频率的经济数据整合进同一个数学架构：从高频的周度初请失业金人数，到中频的月度非农就业人口、工业产出、扣除转移支付后的实际个人收入、实际制造与贸易销售额，再到底层的季度实际 GDP。算法持续从这组混频时间序列中滤除特质性噪音，提炼出驱动整体经济运转的唯一潜变量，并实时输出经济景气相对于历史长期平均水平的偏离程度。指数以零为基准分界线，持续处于正区间代表经济动能高于历史均值，落入负区间则预示着扩张动能正在转弱。

这种混频追踪带来了一个极其鲜明的特性：动态重塑。每当周度或月度有一项新数据录入，ADS 指数都会即时重估当期读数；更深远的是，每当劳工统计局或经济分析局对数月前的历史数据进行统计口径修正时，重新跑出的模型也会同步改写历史上的指数轨迹。它不是实际 GDP 增长率的简单替代品，却是在经济临近周期转折点时，定位“当下经济究竟身处何处”的敏锐罗盘。

与 ADS 相辅相成的另一项制度性贡献，是费城联储维护的“宏观经济学家实时数据库”（Real-Time Data Set for Macroeconomists）。今人站在事后回看历史，手握的都是经过十几年、数十次统计基准全面修订后的“完美终值”，很容易产生“当年拐点如此明显、决策层为何迟钝不决”的虚妄苛责。费城联储完整保存了自 1965 年以来每个历史时点、历次数据初次发布时的真实快照（Vintages）。这套数据库帮助经济学家彻底剥除“后见之明”的偏见，客观还原特定历史决策时刻当事人眼前的真实信息集。在评判一项货币政策的得失之前，必须先厘清政策出台那一刻决策者究竟看到了什么，而非看他们多年之后被修正的数据。

三、轮值票值得关注，论证过程更值得关注

Anna Paulson与2026年的正式一票

2025 年 7 月，安娜·保尔森（Anna L. Paulson）正式就任费城联储行长，接替执掌该行多年的帕特里克·哈克（Patrick Harker）。根据美联储十二家地区储备银行在联邦公开市场委员会（FOMC）中的法定轮值序列，费城联储在 2026 年正式拥有 FOMC 的表决权。这意味着保尔森履新刚满半年，便直接坐上了决定全美基准利率走向的正式投票席位。

保尔森在接任前长期担任芝加哥联储研究总监，其学术生涯深耕于微观金融机构行为、家庭资产负债表健康度以及金融体系脆弱性研究。在 2026 年的多场公开讲话与政策讨论中，这种扎根微观与实证数据的学术底色展现得极为淋漓尽致：她细致解构了由住房供给刚性引发的居住通胀传导时滞，深入探讨非农劳动力供需两端的真实松紧度，并高度关注 AI 等新技术投资在资本深化与生产率提升层面的实际落地周期。她反复告诫市场，面对高度不确定的供给冲击与地缘扰动，货币决策决不能被僵硬的经验公式所绑架，必须时刻保留依据新信息动态纠偏的战略弹性。

在宏观交易实践中，拥有正式投票权的行长发言往往能在外汇与利率衍生品市场激起剧烈波澜。然而，将某位官员简单归类为永久的“绝对鹰派”或“铁杆鸽派”不仅显得粗糙，在瞬息万变的市场中也极其危险。FOMC 的票权跨年即换，身份标签具有强烈的流动性。比起投票身份本身，更具信息含金量的永远是官员背后的论证逻辑链条：她究竟认为哪些物价黏性具有持续性？薪资增长是否真正威胁到了通胀预期？资本支出向全要素生产率的传导究竟走到了哪一步？理清了这些机制层面的底层推导，才能在官员观点发生微调前抢先建立认知优势。

把四种工具放到同一张时间表里

既然宏观现实充满噪音与数据修订的反复干扰，一个成熟的研究者究竟该如何驾驭费城联储提供的这套多维工具库？答案绝非孤立地押注某一个“预言水晶球”，而是将它们系统性地嵌入同一张跨周期、多频率的研判时序表内：

第一步，前哨侦察：通过月度中旬发布的制造业商业展望调查，第一时间感知第一线工业实体的生产景气与微观体温；

第二步，交叉验真：穿透制造业的表观扩散指数，逐一排查新订单、未完成积压、雇佣工时与价格支付等分项是否呈现同向共振，防范小样本极端值与情绪溢价的误导；

第三步，状态锚定与预期穿透：借助专业预测者调查（SPF），摸清专业机构预期的共识重心、长期通胀锚定状态与衰退概率的离散程度；同时依托 ADS 混频指数，过滤掉各部门统计周期的时差，准确定位当前经济相对潜在产出均值的真实偏离位置；

第四步，历史对照与终局核验：对照实时数据库，将当前初步发布的官方统计读数置于历史修订轨迹的概率区间内进行压力测试，最终等待劳工统计局非农与经济分析局 GDP 等官方硬数据的落地与后续多轮修正。

以通胀与总需求研判的实战场景为例：假若某月费城制造业调查中的“价格支付指数”突然大幅上冲，分析师面临截然不同的两种推演路径：

若此时 SPF 调查显示的未来十年长期通胀预期依然波澜不惊地锁定在 2%，且 ADS 综合指数依然在负区间低位徘徊，这往往表明价格异动大概率源于特定工业原材料的供给侧摩擦或地缘断链引发的阶段性成本转嫁，实体总需求并未出现过热失控。在此情境下，货币当局过度紧缩反而可能诱发不必要的衰退风险；

相反，假若制造业价格分项的攀升伴随着新订单指数的爆发式扩张，ADS 指数强势冲高突破历史常态区间，且 SPF 中专家对中期通胀的概率分布明显向高位肥尾发散，这便吹响了总需求过热叠加通胀预期脱锚的确定性警号，紧缩政策的加码便成为无法规避的硬约束。

费城联储百年沉淀留给现代宏观研究最深刻的启示，在于它对统计假象与认知局限保持了极致的敬畏：未来的走势固然充满迷雾，但“看清当下”同样绝非易事。官方数据会被反复改写，问卷调查难以剔除样本偏见，计量模型也无法摆脱历史稳态的依赖。在宏观研究与投资的长跑中，与其徒劳地寻觅某个永远万无一失的单一神准指标，不如学会尊重统计演进的自然规律，把预期、即期状态与数据修订的快照有条不紊地摆在同一根时间轴上，在多维证据的相互印证中无限逼近真实的经济脉搏。