감소가 증가로 바뀐 미국 7월 일자리 — 예상을 벗어난 경제 지표 읽는 법

고용·성장률의 첫 발표는 서둘러 낸 계산이라 한두 달 뒤 다시 계산됩니다. 그때 바뀌는 폭과 견주면 예상을 크게 벗어난 지표 가운데 증가·감소까지 뒤집힐 숫자와 판단을 미뤄 둘 숫자를 가늠할 수 있습니다.

느리게 읽는 INFP5분 분량
물류창고에서 상자를 분류하는 노동자들. 생성형 AI로 만든 이미지입니다.
물류창고에서 상자를 분류하는 노동자들. 생성형 AI로 만든 이미지입니다.
목차 · 5개 단락
  1. 「감소」로 보도된 미국 7월 일자리는 한 달 만에 「증가」가 됐다
  2. 노동통계국은 첫 숫자를 답한 회사만으로 계산한다
  3. 예상보다 11만 명 많은 8월보다 감소로 나온 7월이 더 쉽게 뒤집혔다
  4. 예상을 크게 벗어난 경제 지표가 나왔을 때 물어볼 세 가지
  5. 수정 폭은 미국 7월과 한국 1분기를 한 번씩만 견준 값이다

한 달 전 「미국 7월 일자리 2만 3000명 감소」라는 기사를 기억하시나요? 미국 노동통계국은 9월 4일 같은 7월 숫자를 다시 계산해 「2만 1000명 증가」로 고쳤습니다. 한 달 만에 감소가 증가로 바뀐 것입니다. 같은 날 발표된 8월 일자리는 16만 2000명 늘어 전문가 예상 5만 3000명 안팎을 크게 웃돌았고, 「서프라이즈」라는 말이 붙었습니다. 이 8월 숫자도 앞으로 두 달 동안 두 번 더 계산됩니다.

예상을 크게 벗어난 숫자가 나온 날에는 금리가 곧 오르거나 내릴 것처럼 쓰는 기사가 따라 나옵니다. 한국에서는 7월 23일 나온 2분기 성장률이 0.6%로, 한국은행이 내다본 0.2%의 세 배였습니다. 한국은행은 그 일주일 전 3년 6개월 만에 기준금리를 올렸고, 한국은행 총재는 다음 금리 결정에 중요한 숫자로 2분기 성장률을 꼽았습니다. 한국은행이 금리를 더 올리면 은행 대출 금리도 대개 뒤따라 오르니, 변동금리로 돈을 빌린 사람에게 2분기 성장률은 곧 이자 문제입니다. 그런데 이 0.6%도 9월 8일 다시 계산됩니다.

고용과 성장률은 처음 발표되는 숫자가 서둘러 낸 첫 계산입니다. 첫 숫자를 얼마나 믿을지는 다시 계산할 때 얼마나 바뀌는지, 곧 수정 폭을 보면 가늠할 수 있습니다. 수능을 본 날 밤 매기는 가채점과 비슷합니다. 답을 잘못 옮겨 적어 가채점이 실제 점수와 몇 점 어긋나기도 하니, 합격선과의 차이가 그 정도라면 합격과 불합격을 따지기는 이릅니다. 대출이 없는 사람도 수정 폭과 견주는 방법 하나로 「감소」 「서프라이즈」 같은 말이 붙은 경제 기사를 그대로 믿을지 따져 볼 수 있습니다.

「감소」로 보도된 미국 7월 일자리는 한 달 만에 「증가」가 됐다

8월 고용 발표에 함께 실린 수정치는 이렇습니다. 7월은 처음 고친 숫자이고, 6월은 두 번째로 고친 숫자입니다.

대상 달 지난번 숫자 8월 발표에서 고친 숫자 바뀐 폭
6월 2만 명 증가 3만 1000명 증가 1만 1000명
7월 2만 3000명 감소 2만 1000명 증가 4만 4000명(감소가 증가로)

6월은 조금 늘어난 정도였고, 7월은 4만 명 넘게 바뀌면서 감소가 증가가 됐습니다. 아래에서는 이 7월의 4만여 명을 미국 고용의 수정 폭으로 놓고 따집니다. 첫 발표가 처음 고쳐질 때 얼마나 바뀌는지 보여 주는 숫자가 이 발표문에서는 7월 하나뿐이라, 사례 한 건이라는 한계가 있습니다.

한 달 전 「7월 고용 감소」 기사는 틀리지 않았습니다. 그때 노동통계국이 내놓은 숫자가 감소였습니다. 노동통계국은 지금 7월을 증가로 집계하고, 다음 달 발표 때 한 번 더 고칩니다.

노동통계국은 첫 숫자를 답한 회사만으로 계산한다

노동통계국은 미국의 회사와 정부 기관에 그달 직원 수를 물어 일자리 숫자를 만듭니다. 같은 달 숫자는 첫 발표 뒤 두 번 고치고, 1년에 한 번 더 맞춥니다.

  1. 다음 달 초 첫 발표. 그때까지 답한 회사만으로 계산합니다. 새로 생긴 회사와 문 닫은 회사는 조사에 바로 잡히지 않아 지난 흐름으로 추정해 채웁니다.
  2. 이후 두 달 동안 두 차례 수정. 늦게 온 답을 넣습니다. 학기가 시작하는 8월이나 연말 쇼핑철처럼 해마다 같은 때 사람을 더 뽑는 만큼은 빼고 계산하는데, 얼마를 뺄지도 이때 다시 계산합니다. 이번에 6월과 7월이 여기서 고쳐졌습니다.
  3. 1년에 한 번 연간 맞춤. 거의 모든 회사가 실업보험료를 내며 신고하는 직원 수와 맞춥니다.

늦게 온 답을 받으려면 두 달이 더 걸립니다. 노동통계국은 그 두 달을 기다리지 않고 다음 달 초에 먼저 내고 두 달에 걸쳐 고치는 방식을 씁니다.

예상보다 11만 명 많은 8월보다 감소로 나온 7월이 더 쉽게 뒤집혔다

7월의 감소 2만 3000명은 수정 폭 4만여 명보다 작았고, 한 번 고치자 증가로 뒤바뀌었습니다. 8월 증가 16만 2000명은 수정 폭보다 몇 배 큽니다. 앞으로 두 번 더 고쳐지고 그때마다 7월만큼 바뀐다 해도, 증가가 감소로 바뀔 크기는 아닙니다.

예상보다 많았던 11만 명은 사정이 다릅니다. 남은 두 번의 수정이 모두 7월만큼 같은 쪽으로 움직이면 대부분 줄어들 수 있는 크기라, 8월이 예상보다 좋았다는 판단은 다음 발표까지 미뤄 두는 편이 맞습니다.

8월이 예상보다 많이 늘어난 까닭은 업종별 숫자에서 일부 보입니다. 식당·주점 일자리가 5만 9000명 늘어, 직전 12개월 평균 증가 1만 2000명을 크게 넘었습니다. 공립학교 교직원을 포함하는 지방정부 교육 일자리도 4만 2000명 늘었는데, 노동통계국은 7월에 줄었던 일자리가 대부분 다시 생긴 것이라고 설명했습니다. 교육 일자리 증가는 새 일자리가 생겼다기보다 7월에 빠졌던 자리가 다시 채워진 쪽에 가깝습니다.

한국은행은 분기가 끝나고 한 달쯤 뒤 성장률 「속보치」를 내고, 한 달여 뒤 자료를 더 모아 「잠정치」로 다시 계산합니다. 직전 1분기 성장률은 속보치 1.7%가 잠정치에서 1.8%가 되어, 0.1%포인트 바뀌었습니다. 2분기 성장률 0.6%도, 한국은행 전망보다 높았던 0.4%포인트도 이 0.1%포인트보다 큽니다. 사례가 하나뿐이지만, 9월 8일 계산에서 성장이 감소로 바뀔 가능성은 작아 보입니다. 한국은행 총재가 다음 금리 결정에 중요하다고 꼽은 숫자가 크게 달라질 가능성도 작다는 뜻입니다.

예상을 크게 벗어난 경제 지표가 나왔을 때 물어볼 세 가지

  1. 몇 번째 계산인가. 기사에 「속보치」나 「첫 발표」라는 말이 있으면 다시 계산될 숫자입니다.
  2. 같은 지표의 수정 폭은 얼마였나. 미국 고용은 발표문 안에 직전 두 달 수정이 함께 실리고, 한국 성장률은 속보치와 잠정치를 비교하면 나옵니다.
  3. 발표된 증감과 예상과의 차이가 남은 수정을 다 견딜 만큼 큰가. 미국 고용처럼 두 번 더 고쳐지는 숫자라면 수정 폭의 두 배쯤과 견줍니다. 증감이 그보다 작으면 증가인지 감소인지도, 예상과의 차이가 그보다 작거나 비슷하면 「예상보다 좋다·나쁘다」는 판단도 다음 발표까지 미뤄 둡니다. 합격선과의 차이가 가채점 오차와 비슷하면 합격을 장담하지 않는 것과 같습니다.

세 질문으로 따지면 미국 8월 증가와 한국 2분기 성장은 감소로 바뀔 숫자로 보이지 않습니다. 미국 8월이 예상보다 11만 명 많았다는 판단은 세 번째 질문의 기준으로는 아직 미뤄 둘 숫자이고, 업종별로 보면 그 일부는 7월에 빠졌던 교육 일자리가 다시 채워진 것입니다. 증가와 감소가 가장 쉽게 뒤바뀐 숫자는 미국 7월처럼 0에 가까운 숫자였습니다.

수정 폭은 미국 7월과 한국 1분기를 한 번씩만 견준 값이다

미국 고용은 7월 한 달, 한국 성장률은 1분기 한 번의 수정만 기준으로 삼았습니다. 여러 해 평균 수정 폭은 확인하지 못했고, 평균이 이 사례보다 크거나 작으면 세 번째 질문의 답도 달라집니다. 1년에 한 번 하는 연간 맞춤으로 바뀌는 크기도 이 비교에 넣지 않았습니다.

식당·교육 일자리가 8월 증가의 큰 부분이라는 판단은 업종별 숫자만 보고 내렸습니다. 그 업종 숫자가 다음 계산에서 어느 쪽으로 고쳐질지는 알 수 없습니다.

이 글에서 언급한 공개 자료
느리게 읽는 INFP

공개된 통계와 제도 문서를 놓고, 숫자가 왜 그렇게 나왔는지와 제도가 누구에게 무엇을 바꾸는지를 따져 봅니다. 의견이나 정정 요청은문의로 보내 주세요.

이 블로그의 글은 공개된 자료만을 근거로 씁니다. 개인 자격으로 운영하며 어떤 조직의 입장과도 무관하고, 비공개 정보나 개인을 알아볼 수 있는 정보는 다루지 않습니다. 운영 원칙 보기