正（テーゼ）—「BLSは公正で精緻な統計機関であり、出生・死亡モデルは必要な調整である」
- BLSの定義と使命：BLS（米労働統計局：Bureau of Labor Statistics）は米国労働省の機関であり、労働経済と統計の分野における主要な事実調査機関である。労働市場の動向や物価変動、生産性などのデータを収集・分析して公表し、公共政策や企業の意思決定を支えている。
- 出生・死亡モデルの目的：BLSの月次雇用調査（CES）はサンプル調査であるため、新設企業（births）と閉鎖企業（deaths）の動向を直接把握できない。そこで、非サンプルの雇用変動を補正する「出生・死亡モデル」を用いる。モデルは二段階で構成される。
- 死亡企業の雇用を除外し、新設企業の雇用増を補う：サンプルから消えた企業を「まだ存続している」と仮定して他社の成長率を当てはめる。
- 残差部分をARIMAモデルで推計：五年分のQCEWデータから残差を抽出し、自己回帰移動平均モデルで推計する。
- 通常のベンチマーク改定：年に一度、CESデータは失業保険税記録に基づく**四半期雇用統計（QCEW）**に整合される。この手法は、データの精度向上のための正常な工程であり、BLSは透明性を保っている。
反（アンチテーゼ）—「出生・死亡モデルと調査遅延は過大計上を生み、雇用市場を過大評価している」
- 過大計上の規模：2025年9月のBLS発表によれば、2024年4月から2025年3月までの12か月間で91万1千人（1カ月平均約7.6万人）の雇用が過大計上されていた。これは当初の月147,000人増が実質71,000人増に過ぎなかったことを意味する。
- 出生・死亡モデルの限界：経済の急激な変化期には、サンプルにない新設・閉鎖企業の動きを推計するモデルが追いつかず、大きな誤差を生む。速報値は既存企業のデータに基づくため、企業の「出生」や「死」を捉えきれず、その推計が外れやすい。2024年後半にはモデルの調整値が過大であったとされる。
- 調査遅延・非回答の影響：BLSへの企業からの回答率は低下傾向にあり、月次統計は未回答企業の推計に頼らざるを得ない。また、失業保険記録（QCEW）に含まれない移民労働者の比率や、回答遅延が誤差を拡大する。これにより、後月に大幅な下方修正が行われ、雇用の実態が公表より弱いことが明らかになった。
- 専門家の評価：一部のエコノミストは、出生・死亡モデルだけでなく、アンケートの非回答やサンプルの偏りが過大計上の主因だと指摘する。ゴールドマン・サックスは、出生・死亡モデルによる下方修正は**約55万人（1カ月当たり4.5万人）**にとどまる可能性があると見積もり、過大計上は改善しつつあると主張した。
合（ジンテーゼ）—「BLSの役割を尊重しつつ、統計の限界を認識し改善策を模索する」
- 精度向上のための継続的な改訂：BLSは不完全な速報データをいったん公表し、数か月後により完全なデータでベンチマーク改定を行う。このプロセスは透明であり、データ利用者にとって不可欠である。統計の遅れがもたらす誤差は不可避であるが、改定が実態に近づける。
- 政策判断への影響：最新のベンチマーク改定では、雇用増が実際より強く見える可能性が示され、FRBの利下げの正当化に用いられた。政策担当者は月次統計を鵜呑みにせず、QCEWなどの確報や求人件数、賃金、労働参加率等を総合的に考慮する必要がある。
- 改善策の模索：出生・死亡モデルは必要な補正であるが、よりタイムリーで包括的なデータ収集が求められる。具体的には、企業への回答促進、失業保険記録の更新速度向上、行政データとの連携強化が挙げられる。また、BLSへの予算増や人員確保がモデル精度の向上に不可欠である。国民や政策当局はBLSの独立性とデータ品質を守ることの重要性を認識しなければならない。
要約（ポイント）
- BLSは米労働省の一部で、労働経済・統計分野の主要な事実調査機関である。労働市場や物価のデータを収集・分析して公表し、政策や企業の意思決定に不可欠な情報を提供している。
- 出生・死亡モデルは、新設企業や閉鎖企業の雇用変動を推計するための二段構えの統計手法であり、企業の「死亡」をサンプルから除外しつつ、ARIMAモデルで残差を推計する。
- 2024年4月〜2025年3月のベンチマーク改定では、約91万人（1カ月平均7.6万人）の雇用が過大計上されていた。これは速報値におけるサンプル偏りと出生・死亡モデルの推計誤差、回答遅延が要因とされる。
- 出生・死亡モデルは急速な景気変化期に誤差が拡大しやすい。 BLSは2025年のモデル変更で改善を図ったが、専門家の試算では下方修正は55万人程度にとどまる可能性も指摘されている。
- 統計の限界を踏まえ、政策判断には確報データや他の指標との併用が必要。BLSのデータは透明で重要な公共財であり、精度向上には回答率の改善や予算拡充などが求められる。
コメント