By Matt Connor · · Updated 2026-08-132026年下半年宏观走势与关键数据
2026年下半年宏观图景：整体CPI走高、核心通胀平稳、曲线趋平。查看五项指标截至数据、发布时间及可能改变判断的信号。
三项宏观数据为下半年定下基调：整体通胀率相对缓慢上升的核心通胀加速，长期通胀预期几乎没有变化，以及建立在更薄弱基础上的劳动力市场改善。两项市场价格指标则反映了这一过程：美国国债收益率曲线从短端开始趋平，股市行情却无法套用任何简单的宏观规则。本页列出这五项指标的截至日期数据，并给出下半年日历：各项数据何时发布，以及每项数据需要呈现何种变化，才会改变当前判断。所有数字均来自存储的查询结果；展开任一面板即可查看准确的 SQL。
总体通胀加速；核心通胀小幅上行
总体CPI衡量完整的消费者篮子；核心CPI剔除食品和能源这两个波动性最大的类别。对比两者，可以将嘈杂的边缘变化与缓慢变化的中部趋势区分开来。美国劳工统计局每月发布该指数，通常在所衡量月份结束约两周后公布。下表直接根据指数水平计算两项同比增速，从不使用预先计算的字段。
| 期间开始 | CPI指数 | CPI同比（%） | 核心同比（%） | 自1月以来加速（点） |
|---|---|---|---|---|
| 2026-01-01 | 326.6 | 2.4 | 2.5 | 0 |
| 2026-02-01 | 327.5 | 2.4 | 2.5 | 0 |
| 2026-03-01 | 330.3 | 3.3 | 2.6 | 0.9 |
| 2026-04-01 | 332.4 | 3.8 | 2.7 | 1.4 |
| 2026-05-01 | 334 | 4.2 | 2.8 | 1.8 |
| 2026-06-01 | 332.6 | 3.5 | 2.6 | 1.1 |
每个数字背后的完整 SQL
SELECT toString(date) AS period_start,
round(cpi, 1) AS cpi_index,
round((cpi / any(cpi_prior) - 1) * 100, 1) AS cpi_yoy_pct,
round((cpi_core / any(core_prior) - 1) * 100, 1) AS core_yoy_pct,
round(cpi_yoy_pct - first_value(cpi_yoy_pct) OVER (ORDER BY date), 1) AS accel_since_jan_pts
FROM global_markets.inflation
INNER JOIN (
SELECT date + INTERVAL 1 YEAR AS match_date, cpi AS cpi_prior, cpi_core AS core_prior
FROM global_markets.inflation
WHERE date >= toDate('2025-01-01') AND date <= toDate('2025-06-01')
) AS p ON date = p.match_date
WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-01')
GROUP BY date, cpi, cpi_core
ORDER BY date总体CPI一月同比为2.4%，五月升至4.2%。在五次数据发布中，其增速加快了1.8个百分点。七月中旬发布的数据则显示，六月为3.5%。核心CPI在六次数据发布期间仅从2.5%变为2.6%。总体通胀明显偏离核心通胀，说明波动性较高的分项正在推动变化。但本表无法说明具体是哪些分项，本页也不作判断。
这种背离有明确的起点。一月和二月，两项指标几乎重合，总体CPI略低于核心CPI。三月两者开始交叉：总体CPI升至3.3%，核心CPI为2.6%。此后差距继续扩大，五月分别为4.2%和2.8%。六月打破了这一模式：总体CPI回落至3.5%，核心CPI放缓至2.6%，这是两者交叉以来首次收窄。
同比增速包含过去十二个月的历史数据；环比数据可以更准确地定位变化发生的时间：
| 期间开始 | 总体环比（%） | 核心环比（%） |
|---|---|---|
| 2026-01-01 | 0.17 | 0.3 |
| 2026-02-01 | 0.27 | 0.22 |
| 2026-03-01 | 0.87 | 0.2 |
| 2026-04-01 | 0.64 | 0.38 |
| 2026-05-01 | 0.47 | 0.21 |
| 2026-06-01 | -0.42 | -0.02 |
每个数字背后的完整 SQL
SELECT toString(date) AS period_start,
round((cpi / any(cpi_prev) - 1) * 100, 2) AS headline_mom_pct,
round((cpi_core / any(core_prev) - 1) * 100, 2) AS core_mom_pct
FROM global_markets.inflation
INNER JOIN (
SELECT date + INTERVAL 1 MONTH AS match_date, cpi AS cpi_prev, cpi_core AS core_prev
FROM global_markets.inflation
WHERE date >= toDate('2025-12-01') AND date <= toDate('2026-05-01')
) AS p ON date = p.match_date
WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-01')
GROUP BY date, cpi, cpi_core
ORDER BY date三月总体CPI环比上涨0.87%，为上半年最大月度变动；四月以0.64%紧随其后。核心CPI的月度数据始终较低，其中四月的0.38%为五次数据中最强。春季加速主要体现在总体CPI的两次月度数据中，在核心CPI序列中几乎看不到。
预期：锚定仍在
通胀预期是模型或市场价格对未来一年、五年或十年平均通胀率的预期。“锚定”是对一种特定模式的简称：短期预期随最新数据大幅波动，而长期预期保持稳定。下图基于模型，按月统计。
| 期间开始 | 1年预期（%） | 5年预期（%） | 10年预期（%） |
|---|---|---|---|
| 2026-01-01 | 2.59 | 2.34 | 2.33 |
| 2026-02-01 | 2.59 | 2.37 | 2.37 |
| 2026-03-01 | 2.29 | 2.24 | 2.26 |
| 2026-04-01 | 3.26 | 2.48 | 2.4 |
| 2026-05-01 | 3.54 | 2.59 | 2.48 |
| 2026-06-01 | 3.02 | 2.54 | 2.49 |
每个数字背后的完整 SQL
SELECT toString(date) AS period_start,
round(model_1_year, 2) AS exp_1y_pct,
round(model_5_year, 2) AS exp_5y_pct,
round(model_10_year, 2) AS exp_10y_pct
FROM global_markets.inflation_expectations
WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30')
ORDER BY date一年期预期大幅波动，2.59%在一月，3.54%在五月，3.02%在六月；但十年期几乎未变，从2.33%变为2.49%。五年期与十年期相近，一月为2.34%，六月为2.54%。市场重新定价了下一年的通胀预期，但没有调整未来十年的预期。
这一时间顺序与CPI图表一致：一年期预期的低点2.29%出现在三月，四月升至3.26%，随后三月CPI加速上涨。本页记录这一过程，不作进一步延伸。有关债券市场如何将这一预期定价压缩为单一数字，以及什么是倒挂曲线，请参阅2s10s利差解读。
收益率曲线如何反映美联储政策？
三个月期国库券的收益率最接近美联储当前的政策利率；两年期国债收益率综合反映市场对未来两年利率路径的预期；十年期国债收益率则包含期限溢价，即投资者为承担久期风险而要求的额外收益率。图表取三者每个月最后一个共同交易日的成交数据。
| 期间开始 | 3个月期收益率（%） | 2年期收益率（%） | 10年期收益率（%） | 2年-10年利差（%） | 2年期减票据（%） | 2年期自1月以来变动 | 10年期自1月以来变动 |
|---|---|---|---|---|---|---|---|
| 2026-01-01 | 3.67 | 3.52 | 4.26 | 0.74 | -0.15 | 0 | 0 |
| 2026-02-01 | 3.67 | 3.38 | 3.97 | 0.59 | -0.29 | -0.14 | -0.29 |
| 2026-03-01 | 3.7 | 3.79 | 4.3 | 0.51 | 0.09 | 0.27 | 0.04 |
| 2026-04-01 | 3.68 | 3.88 | 4.4 | 0.52 | 0.2 | 0.36 | 0.14 |
| 2026-05-01 | 3.69 | 3.98 | 4.45 | 0.47 | 0.29 | 0.46 | 0.19 |
| 2026-06-01 | 3.87 | 4.14 | 4.44 | 0.3 | 0.27 | 0.62 | 0.18 |
每个数字背后的完整 SQL
SELECT toString(toStartOfMonth(date)) AS period_start,
round(argMax(yield_3_month, date), 2) AS y3m_pct,
round(argMax(yield_2_year, date), 2) AS y2_pct,
round(argMax(yield_10_year, date), 2) AS y10_pct,
round(argMax(yield_10_year, date) - argMax(yield_2_year, date), 2) AS spread_2s10s_pct,
round(argMax(yield_2_year, date) - argMax(yield_3_month, date), 2) AS y2_minus_bill_pct,
round(round(argMax(yield_2_year, date), 2) - first_value(round(argMax(yield_2_year, date), 2)) OVER (ORDER BY toStartOfMonth(date)), 2) AS y2_chg_since_jan,
round(round(argMax(yield_10_year, date), 2) - first_value(round(argMax(yield_10_year, date), 2)) OVER (ORDER BY toStartOfMonth(date)), 2) AS y10_chg_since_jan
FROM global_markets.treasury_yields
WHERE date >= toDate('2026-01-01') AND date < toDate('2026-07-01')
AND yield_2_year IS NOT NULL AND yield_10_year IS NOT NULL AND yield_3_month IS NOT NULL
GROUP BY toStartOfMonth(date)
ORDER BY period_start国库券收益率连续五个月基本未变，直到五月为止，每个月末都与 3.67% 相差不到几个基点，随后在六月升至 3.87%。两年期国债收益率在整个上半年均有变动：二月底降至 3.38%，此后每个月末都走高，最终升至 4.14%，比一月高 0.62 个百分点。同期十年期国债收益率仅上升 0.18 个百分点，因此，2s10s利差从 0.74 个百分点收窄至 0.3 个百分点，创六个月末数据中的最窄水平。上半年收益率曲线深度解析追踪了该利差的每日变化。
两年期国债收益率减去国库券收益率的列数据反映了市场对美联储政策的判断：负值意味着市场定价的未来两年平均政策利率低于当前水平，数学上对应降息。该数据在一月和二月分别为 -0.15 和 -0.29 个百分点，三月转为正值；同月，整体CPI数据增速加快。上半年末，该数据为 0.27 个百分点。上半年开始时，市场定价反映未来政策利率将走低；上半年结束时，定价则反映更高的政策利率路径，这与CPI增速加快及一年期预期在四月跃升相一致。两年期平均值并不等同于任何一次会议的利率变动概率，逐次会议定价的期货计算方法展示了两种读数在哪些地方出现差异。
劳动力市场：表面数据更好，但基础更薄弱
失业率是积极寻找工作的劳动力占劳动力总数的比例；劳动力参与率是有工作的成年人或正在寻找工作的成年人占成年人口的比例。两项数据均来自美国劳工统计局（BLS）每月住户调查，结合起来看更有意义：失业率下降，可能同时伴随部分人员退出劳动力市场，因为分母也会影响结果。平均时薪来自雇主调查，单位为美元/小时。
| 期间开始 | unemployment_rate | 劳动参与率（%） | 平均时薪 | 到达此处 |
|---|---|---|---|---|
| 2026-01-01 | 4.3 | 62.1 | 37.17 | 2026-03-16 |
| 2026-02-01 | 4.4 | 62 | 37.32 | 2026-03-16 |
| 2026-03-01 | 4.3 | 61.9 | 37.38 | 2026-04-03 |
| 2026-04-01 | 4.3 | 61.8 | 37.41 | 2026-05-08 |
| 2026-05-01 | 4.3 | 61.8 | 37.53 | 2026-06-10 |
| 2026-06-01 | 4.2 | 61.5 | 37.64 | 2026-07-02 |
每个数字背后的完整 SQL
SELECT toString(date) AS period_start,
unemployment_rate,
labor_force_participation_rate AS participation_pct,
round(avg_hourly_earnings, 2) AS avg_hourly_earnings,
toString(toDate(_ingest_time)) AS arrived_here
FROM global_markets.labor_market
WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30')
ORDER BY date截至本半年度末，失业率为 4.2%，是六个月中的最低值。但同期参与率从 62.1% 降至 61.5%：失业率有所改善，而统计口径下的劳动力占比却收缩了。本表记录两者的共同变化，仅此而已。平均时薪从 $37.17 升至 $37.64。
走势主要由两端数据推动：一月为 4.3%，二月升至本半年度最高的 4.4%，随后春季连续三个月高于六月的低点 4.2%。参与率的下滑没有出现单个特别显眼的数据点，而是多数月份逐步走低。
股票走势是否跟随宏观数据？
并不完全如此。下表计算了 SPY 在常规交易时段内逐月的回报率，即按纽约时间从常规交易时段开盘到最后一次收盘的表现。
| 期间开始 | 月初值 | 月末值 | SPY回报率（%） |
|---|---|---|---|
| 2026-01-01 | 685.71 | 691.85 | 0.9 |
| 2026-02-01 | 689.58 | 686.23 | -0.49 |
| 2026-03-01 | 678.7 | 650.24 | -4.19 |
| 2026-04-01 | 653.9 | 718.43 | 9.87 |
| 2026-05-01 | 721.25 | 756.4 | 4.87 |
| 2026-06-01 | 755.36 | 746.32 | -1.2 |
每个数字背后的完整 SQL
WITH bars AS (
SELECT toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York'))) AS m,
window_start, open, close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= toDateTime('2026-01-01 00:00:00')
AND window_start < toDateTime('2026-07-01 00:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
)
SELECT toString(m) AS period_start,
round(argMin(toFloat64(open), window_start), 2) AS month_open,
round(argMax(toFloat64(close), window_start), 2) AS month_close,
round((argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100, 2) AS spy_return_pct
FROM bars
GROUP BY m
ORDER BY m3月是上半年月度 headline CPI 数据最高、且两年期国债收益率突破短期国库券收益率的月份，也是 SPY 六个月中表现最差的月份，回报率为 -4.19%。4月的一年期通胀预期大幅上升，但 SPY 表现最佳，回报率为 9.87%。这两行相邻排列，足以否定“通胀高企加上短端利率上升就意味着股市下跌”这一规律。6月 SPY 的开盘至收盘回报率为 -1.2%，收于 $746.32；上半年的指数和行业完整表现见上半年市场回顾。
本文撰写时已发布的数据
| 6月CPI行数 | 7月CPI行数 | 6月就业行数 | 6月预期行数 | 6月就业数据已到 |
|---|---|---|---|---|
| 1 | 0 | 1 | 1 | 2026-07-02 |
每个数字背后的完整 SQL
SELECT
(SELECT count() FROM global_markets.inflation WHERE date = toDate('2026-06-01')) AS june_cpi_rows,
(SELECT count() FROM global_markets.inflation WHERE date = toDate('2026-07-01')) AS july_cpi_rows,
(SELECT count() FROM global_markets.labor_market WHERE date = toDate('2026-06-01')) AS june_labor_rows,
(SELECT count() FROM global_markets.inflation_expectations WHERE date = toDate('2026-06-01')) AS june_expectations_rows,
(SELECT toString(toDate(max(_ingest_time))) FROM global_markets.labor_market WHERE date = toDate('2026-06-01')) AS june_labor_arrived宏观数据按固定时间表发布，严谨的页面会说明该时间表截至何时。页面生成时，六月的三项数据均已录入：就业数据（1 行，发布时间为 2026-07-02，在六月结束后发布，符合通常规律）、预期数据（1 行）和CPI数据（1 行，发布时间为七月中旬）。七月CPI列是下一个触发点：若该列为1，页面就会等待刷新。
H2：需要关注的事项
下半年按既定日历到来；之后发生的是日程安排和算术，而不是预测。
- 六月CPI于七月中旬公布，背离收窄。五月总体CPI为4.2%，核心CPI为2.8%；六月公布的总体CPI为3.5%，核心CPI为2.6%。波动较大的分项回落，使两者之间的差距首次自二月以来收窄。下一项数据为七月CPI，将于八月中旬公布，届时页面会更新。
- 就业报告在每月第一个周五公布。下半年结束时，失业率为4.2%，劳动参与率为61.5%。劳动参与率是关键：它能否企稳，还是继续下降，将决定总体数据进一步改善有多少来自分母变化。
- 四次已安排的FOMC会议。已公布的2026年日历显示，会议分别安排在七月、九月、十月和十二月。需要带入这些会议的指标，是曲线面板中的两年期与短期国库券利率之差；六月末为0.27个基点。每次CPI和就业数据公布时，该指标都会重新定价；其正负反映市场定价的路径是向上还是向下。
- 检查锚定状态。六月，十年期通胀预期为2.49%。一年期预期波动较大，而十年期预期仍然稳定，这是通胀预期锚定状态的表现；如果十年期数据突破上半年狭窄的波动区间，将是下半年首个真正新的宏观事实。
宏观数据常见问题
2026年6月美国CPI同比是多少？
2026年6月，美国总体CPI同比为3.5%。该数据根据2025年6月至2026年6月的指数水平计算，低于5月的4.2%。同期核心CPI（剔除食品和能源）为2.6%。
截至2026年6月，美国失业率是多少？
2026年6月失业率为4.2%，是上半年最低值。同期劳动参与率为61.5%，低于1月的62.1%。
2026年上半年2s10s利差如何变化？
该利差从前端开始趋于平坦：从1月末的0.74个百分点降至6月末的0.3，为六个月中最窄。两年期收益率上升0.62个百分点，而十年期收益率上升0.18个百分点。变化主要发生在短端。
长期通胀预期仍然稳定吗？
从这些数据看，仍然稳定：十年期通胀预期从1月的2.33%升至6月的2.49%；一年期预期则从3月的2.29%波动至5月的3.54%。短期预期重新定价，长期预期保持稳定。
为什么这些表格中没有2026年6月CPI？
生成此页面时，2026年6月CPI尚未发布。上方的截至日期记录显示，数据仓库中有1条6月CPI记录，而6月劳动力市场记录有1条（导入时间：2026-07-02）。月度CPI通常在次月中旬左右发布，数据公布后页面会重新生成。
数据说明
完整数据说明
- CPI同比数据在查询中根据指数水平与一年前同月的水平计算，绝不采用预计算字段。（在此时间窗口内，表格自身的同比列为空。）环比面板的数据追溯至2025年12月，因此涵盖1月数据发布值。
- ingest列记录的是该数据仓库的到达日期。6月就业数据于2026-07-02到达，因此6月底的分析不可能看到该数据。月度宏观数据通常会在所描述月份结束后才到达。
- 预期值来自模型计算；在此时间窗口内，市场隐含列的数据较为稀疏，因此未予采用。
- Treasury数据记录每月国库券、两年期和十年期国债的最后一次联合发布值，其他期限的数据发布较为稀疏；该序列通常滞后约一天。
- SPY月度收益率仅计入常规交易时段，按纽约时间从常规交易时段开盘至最后收盘计算，数据来自延迟的分钟级视图。
方法论
- 期间：2026年1月1日至6月30日。数据包括月度宏观序列、月末国债成交记录，以及常规交易时段的 SPY 分钟线。同比和环比连接按设计会追溯至2025年；其他数据均筛选自上述期间。
- 股票回报按美东时间分组，不使用硬编码的 UTC 偏移量。
- 生成过程通过受控的只读路径执行；公共页面不会查询实时数据。回执面板记录生成时数据仓库中保存了哪些成交记录。
每个面板均对应一个已存储对象、一张图表、一张表和一条 SQL。可在 Strasmore 终端中进一步分析任意序列。