ATFX国际:大非农数据来袭,美国劳动力市场需求或空前旺盛

本文主要是介绍ATFX国际:大非农数据来袭,美国劳动力市场需求或空前旺盛,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ATFX国际:昨日晚间公布的ADP数据震惊市场,新增就业人口高达49.7万人,而预期值仅为22.8万人,前值也只有26.7万人。公布值约为预期值和前值的总和。

在这里插入图片描述

▲ATFX图

ADP数据是非农就业报告的前瞻指标,前者表现亮眼,后者大概率也会同向变动。季调后新增非农就业人口的预期值为新增22.5万人,前值为新增33.9万人,预期将会小幅下降。考虑到ADP数据为前值和预期值的总和,我们认为,6月份的非农就业人口有一定概率达到56.4万人。失业率预期值为3.6%,前值为3.7%,预期乐观。由于美国的初请失业率数据也处升势,所以单方面的新增就业人口并不能代表劳动力市场净值变动。我们认为,在衡量美国劳动力市场现状方面,现阶段失业率的准确性要高于新增非农就业人口数据。

在这里插入图片描述

▲ATFX图

5月份的失业率从3.4%升高至3.7%,劳动力市场初现颓势。过去12个月中,失业率上升的月份有4个月,峰值3.7%,低于充分就业标准5%,总体表现良好。投资市场对于美国失业率上升的担忧,主要来自于高利率、低增速的宏观经济表现。自从一季度的美国银行业流动性危机被妥善解决之后,其它行业并没有出现重大连锁反应,表明美国的宏观经济整体韧性较强。高利率最终将损害失业率数据,但负面影响体现在数据层面,还需要等待较长时间。

6月份美联储利率决议和7月初公布的会议纪要都在提醒市场,今年下半年美国还将加息两次。加息预期将提振美指,压制美股、非美货币、黄金白银。

在这里插入图片描述

▲ATFX图

周线级别看,十年期美债收益率很快就会创出2008年次贷危机以来的新高。债券收益率越高,代表全社会的利润率更高,正常情况下,这是经济复苏乃至繁荣的信号。但是,健康的收益率升高总是缓慢的、长期的。2020年至今的美债收益率上升显然是迅速地、陡峭的。主要原因是高通胀倒逼联邦基金利率目标不断升高。美债收益率是美元指数的前瞻指标,美债收益率走高,美元指数也将随之进入强势周期。

在这里插入图片描述

▲ATFX图

技术角度看,EURUSD处于上涨趋势的回调阶段,待寻得支撑后将延续涨势。6月22日开启的回调走势,阴/阳K线夹杂,12个交易日累计跌幅仅为1.05%,预计持续较差。昨日ADP公布值超预期之后,欧元非但没有贬值,反而出现了0.36%的升值。这是一种反常现象,表明市场人士对于“ADP直接影响美联储加息预期”的逻辑仍不太认同。但是,如果今晚的大非农如ADP一般靓丽,欧元大概率将迅速贬值,出现反常升值的可能性非常低。

ATFX风险提示、免责条款、特别声明:市场有风险,投资需谨慎。以上内容仅代表分析师个人观点,不构成任何操作建议。请勿将本报告视为唯一参考依据。在不同时期,分析师的观点可能发生变化,更新内容不会另行通知。

这篇关于ATFX国际:大非农数据来袭,美国劳动力市场需求或空前旺盛的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/405537

相关文章

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1