노동시장 전환점 원자료 점검

공개 호출 방식

import dartlab

market = "US"
indicators = ["UNRATE", "ICSA", "PAYEMS", "AHEPA", "CIVPART", "JTSJOL"]
rows = []
for indicator in indicators:
    try:
        data = dartlab.gather("macro", indicator)
        rows.append({"indicator": indicator, "data": data, "ok": True})
    except Exception as exc:
        rows.append({"indicator": indicator, "error": str(exc), "ok": False})

try:
    forecast = dartlab.macro("forecast", market=market)
except Exception as exc:
    forecast = {"error": str(exc)}
try:
    cycle = dartlab.macro("cycle", market=market)
except Exception as exc:
    cycle = {"error": str(exc)}
try:
    summary = dartlab.macro("summary", market=market)
except Exception as exc:
    summary = {"error": str(exc)}

emit_result(
    table=rows,
    values={
        "market": market,
        "sahmRule": ((forecast.get("sahmRule") or {}).get("signal") if isinstance(forecast, dict) else None),
        "cyclePhase": cycle.get("phase") if isinstance(cycle, dict) else None,
        "summaryOverall": summary.get("overall") if isinstance(summary, dict) else None,
    },
    date=summary.get("latestAsOf") if isinstance(summary, dict) else None,
    sources=["dartlab://macro/cycle", "dartlab://macro/forecast", "dartlab://macro/summary", "dartlab://gather/macro"],
)

호출 동작

1. 결론 도출

UNRATE + ICSA + sahmRule + cyclePhase 결합 단정. 예: “UNRATE 3.9% (3M low 3.4% → +0.5%p) / ICSA 245k (12M high) / PAYEMS +175k (slowing) / AHEPA +4.1% / sahmRule=triggered (≥0.5%p) / cyclePhase=late-cycle → 노동시장 전환점 임박 (둔화 초기 phase confirmed).”

2. 핵심 근거 수집

• UNRATE (실업률), ICSA (initial claims), PAYEMS (비농업고용), AHEPA (시간당임금), CIVPART (참가율), JTSJOL (구인) — gather macro 6 시리즈
• macro(‘forecast’).sahmRule.signal — 0.5%p rule trigger 여부
• macro(‘cycle’).phase — early-recovery / mid-expansion / late-cycle / contraction
• macro(‘summary’) overall

3. 메커니즘 분석

6 source → 전환점 phase
  UNRATE 3M low 대비 +0.5%p 이상 (Sahm 발동)
     → 침체 nowcast 강함
  ICSA 4주 평균 상승 + PAYEMS 둔화 (<150k)
     → 둔화 초기
  JTSJOL/UNRATE > 1.5 (구인↑) + AHEPA 안정
     → 아직 tight (둔화 늦음)
     ↓
sahmRule=triggered + ICSA 상승 + PAYEMS<150k → 전환 confirm
1-2 신호만 → 둔화 초기 (단정 보류)
0 신호 → 노동시장 강세 유지

UNRATE 와 ICSA 는 선후행 — ICSA (주간) 선행, UNRATE (월간) 후행. PAYEMS revision ±50k 큼 — 한달치만으로 단정 X.

4. 반례·한계

• PAYEMS 발표 후 revision 으로 1-2 개월 후 바뀜.
• AHEPA 상승 = 노동수요 강함 + 인플레 압력 — sentiment 양면.
• CIVPART 하락 (구조적 은퇴) → UNRATE 하락이 강세 아님.
• Sahm rule 은 1948-2024 US-only 패턴 — KR/EU 직접 적용 X.

5. 후속 모니터링

• sahmRule=triggered + cyclePhase=late-cycle → recipes.macro.tailRiskScenarioScan 으로 침체 시나리오.
• ICSA 추세 상승만 → recipes.macro.yieldCurveStress 로 금리곡선 선행 신호 확인.
• 노동시장 강세 유지 → recipes.macro.inflationBreadthWatch 로 임금-인플레 spiral 확인.

대표 반환 형태

column	의미
indicator	UNRATE / ICSA / PAYEMS / AHEPA / CIVPART / JTSJOL
data	시계열 원자료
ok	gather 성공 여부

연계 절차

1. 노동시장 둔화가 확인되면 engines.macro 로 침체확률과 LEI를 함께 확인한다.
2. 금리곡선 선행 신호와 비교하려면 recipes.macro.yieldCurveStress 로 이동한다.
3. 신용 스트레스가 동반되면 recipes.fundamental.credit.cycleStressMap 으로 확장한다.

기본 검증

• 한 지표만 성공하면 결론 대신 추가 데이터 필요로 표시한다.
• 신규실업수당과 실업률의 시차를 분리한다.