一張信用卡賬單只能顯示一個家庭花了多少錢，但將3.5億多張信用卡的數據放在一起，卻能勾勒出美國消費的月度脈動。聯邦儲備系統（Fed）的工作人員在10月30日公佈的一項初步研究中，將2014年以來涵蓋3000多個縣的匿名信用卡數據，與官方個人消費支出數據放在同一張圖表上，結果顯示前者能解釋經調整後的月度消費增速變化中的92%的波動。

這個數字讓信用卡交易看起來像是一台更快速的宏觀儀表。官方的消費數據往往需要等待，且會經過修訂；而刷卡信息則能更快地反映餐廳、零售、旅行和線上服務的變化。但研究最值得關注的部分並非「信用卡可以預測消費」，而是縣級結果提供了一組提示性的證據：貨幣緊縮的衝擊之後，低收入縣的消費降幅可能大於高收入縣。作者明確強調，這種差異並非精確估計，更不能直接被解釋為對每個低收入家庭的確定因果關係。

總量很平，縣與縣之間已經分開了。

研究人員將卡片數據整理到縣級單位，並與美國經濟分析局（Bureau of Economic Analysis, BEA）的個人消費支出數據進行基準對比。覆蓋範圍從2014年開始，樣本超過3.5億張卡片，涵蓋3000多個縣。經過季節性調整等處理後，這組高頻數據與官方的月度消費變化高度同步，說明它不僅能捕捉到某一家銀行客戶的短期波動。

不過，高度同步並不等於兩者完全相同。刷卡數據無法反映現金支付，也有可能低估了不使用信用卡或使用其他支付工具的人群。不同發卡機構的客戶結構也會影響樣本。研究的意義在於用官方統計數據來校準這些偏差，而非用一套商業數據來取代國家統計數據。

當研究人員依收入將縣份分組後，新的信息出現了。貨幣政策收緊之後，低收入縣份的消費下降幅度更大。全國的總量可能只顯示出溫和的放緩，但在同一個平均數之下，有些地區會先削減不必要的開支，而有些地區仍能維持消費。利率衝擊並不是一種均勻影響的「雨」，它會根據家庭資產、債務和現金流狀況產生不同的結果。

加息通過賬單而非新聞標題傳導

政策利率提高後，家庭並不會在議息聲明發布當天就同時改變生活。影響會經由信用卡利率、汽車貸款、住房融資和企業成本等途徑，再逐步改變可自由支配的現金。論文在縣級數據中觀察到，貨幣緊縮衝擊後低收入縣的消費降幅可能更大；但縣級收入分組並非家庭因果關係的識別方式，置信區間也提示這一差異仍存在不確定性。

這項研究並沒有將每個縣的變化都歸因於利率，也沒有證明所有低收入家庭都會減少同樣一種支出。縣級收入只是一種群體特徵，刷卡記錄也不能解答某筆消費背後的動機。它所能支持的判斷更加謹慎：在研究設定中，貨幣緊縮之後，低收入縣的消費反應更大，平均數據會掩蓋這種分配差異。

對於政策制定者而言，這類數據的用途並非是決定「今天加息還是降息」的單一依據，而是要更快地發現影響已經傳導到哪裡。如果總消費保持強勁，但低收入地區已經出現明顯下降，那麼繼續收緊貨幣政策的邊際成本就不能僅以全國平均水平來衡量。相反，如果高收入地區的支出持續旺盛，通貨膨脹壓力也可能比整體經濟放緩所顯示的更加頑固。

92%的解釋力並不等於92%的預測準確率

研究中92%的數據很容易被誤解為「信用卡數據能夠準確預測92%的消費」。這種說法是不對的。官方的表述是，這組數據解釋了經過調整的月度個人消費支出增長變化中92%的波動。它描述的是統計上的同步程度，並非表示每一筆消費、每個月或未來的數據都有92%的預測準確率。

區分這兩個概念非常重要。高相關性讓數據適合用於即時監測，卻無法消除樣本偏差、模型選擇以及經濟結構的變化。疫情、支付方式的遷移或發卡機構客戶的變化，都可能改變歷史關係。聯邦儲備系統（Fed）也明確將這篇文章列為工作人員的初步研究，其觀點並不代表理事會的正式立場。

即便如此，這項工作仍然開啟了一扇窗。傳統的宏觀數據告訴人們消費總額是多少，而縣級刷卡數據則能更快地顯示出誰率先踩下了剎車。未來在討論利率政策時，“消費仍有韌性”這句話需要再加上一個追問：這種韌性來自於哪些地區、哪些收入羣體，又是誰已經在賬單上承擔了緊縮的代價。

當3.5億張卡片被彙總成一條曲線時，消費不再只是一個全國性的數字。政策在聲明中以25個基點的幅度調整，但在現實生活中卻體現為有人推遲旅行、減少購物，或是繼續借款。高頻數據讓這種影響首次更接近於實時可見，也讓平均數下的差異更難被忽略。