合约如何运作
概率
价格如何变动
分析
背景
影响概率的因素
44.7万人的门槛偏低
2025年全年44.7万人折合月均约37,250人,属于信息业近年常见的运行区间,而非异常高点。门槛设在一个容易被越过的水平,是市场概率长期贴近区间上沿的最主要原因。若门槛显著更高,价格结构会完全不同。
已落地的月度数据占比
JOLTS滞后约两个月发布,到7月底,2026年已有约五个月的数据进入FRED。剩余未知的月份越少,全年累计的可预测性越高,价格自然向极值靠拢。每一次新的月度发布,理论上都会让概率朝已实现的方向微调。
AI资本开支与人头数背离
大型科技公司在扩大数据中心与算力支出的同时,持续压缩销售、中后台与部分工程编制。这种「钱增人减」的结构使裁员数据不随行业景气自动回落,方向上支持「是」。反过来,若企业进入新一轮招聘扩张周期,这一支撑会松动。
行业口径的错配风险
JOLTS信息业不涵盖电商零售、硬件与半导体制造中的岗位,因此媒体统计的大规模科技裁员未必全部计入。这既可能让数据低于新闻给人的印象,也可能在信息业内部集中发生时反向放大,是双向的不确定来源,但整体权重小于门槛本身。
数据发布时点
2026年12月的JOLTS数据通常在2027年2月初公布,距离预计的2027年3月1日结算日缓冲有限。任何统计发布延后都会带来结算时点上的不确定,这部分风险方向上不利于「是」的干净了结,但不改变数据本身的走势。
支持理由
- 门槛是2025年的44.7万人,折合月均约37,250人,属于信息业近年的常见运行水平,全年累计越过它不需要裁员加速,只需维持节奏。
- JOLTS信息业裁员与解雇是波动较大的月度序列,单月集中裁减即可显著抬高累计值,而要低于去年则需要连续多个月低于均值。
- 大型科技公司将资金转向AI基础设施而压缩总部与非核心岗位的做法已持续多个季度,使裁员数据不随资本开支回升而自动下行。
- 到7月底,2026年已有约五个月的数据进入FRED,剩余未知区间较短,全年结果的可预测性相应提高。
反对理由
- 若下半年信息业裁员连续多月明显低于月均约37,250人的水平,全年累计有可能卡在44.7万人之下。
- JOLTS信息业不覆盖电商零售、硬件与半导体制造岗位,媒体报道的部分大规模科技裁员根本不计入这条序列,实际数据可能低于新闻给人的印象。
- 若美国利率下行带动企业招聘转向扩张、主动离职回升而被动解雇下降,裁员分项可能出现方向性回落。
- 2026年12月数据通常在2027年2月初才公布,与2027年3月1日的结算窗口间隔不大,发布延后会带来结算层面的不确定。
