Rubriques tendance
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Cullen Roche
Fondateur et CIO @disciplinefunds 📊 | Auteur @pragcap 📖 | Premier ministre de la DSCF 💰 | Investissement ⌛ à duration définie | Conseil d’administration chez Cambria ETFs 💸
J'adore cette analogie dans le nouveau livre de @dollarsanddata "The Wealth Ladder".
L'argent est comme le sel. Il ne rendra pas vos repas dignes d'un étoilé Michelin, mais il améliorera toutes vos expériences selon vos préférences.
Il discute également de la façon dont cela se rapporte aux 5 types de richesse de @SahilBloom.
Deux des meilleurs livres que j'ai lus cette année.

15,06K
Une analogie utile pour comprendre l'enquête mensuelle sur l'emploi par rapport au QCEW (les données d'emploi finales émises par l'État) est celle d'une ligne de paris sportifs.
Une ligne de paris est une estimation initiale—une prévision basée sur des informations incomplètes ou préliminaires. De même, le rapport mensuel sur l'emploi est une estimation basée sur des données d'enquête, qui sont limitées et sujettes à révision. Au fur et à mesure qu'un match progresse, les bookmakers ajustent la ligne en temps réel à mesure que de nouvelles informations deviennent disponibles—tout comme les chiffres de l'emploi sont révisés dans les mois suivants. Finalement, le match se termine, et nous connaissons le score réel. Ce score final est comme le QCEW : il reflète les données d'emploi réelles rapportées par les employeurs aux États et est beaucoup plus complet.
Ces révisions ne sont pas des "erreurs"—ce sont des perfectionnements basés sur de meilleures données. Parfois, l'estimation initiale est très éloignée ; d'autres fois, elle est proche. Mais dans tous les cas, les révisions—et finalement le QCEW—nous rapprochent de la vérité.
6,87K
Le truc drôle avec les critiques du BLS, c'est que les sources de données américaines sont de loin meilleures que celles de tout autre gouvernement.
Allez utiliser EuroStat, le NBS de la Chine ou le SBJ du Japon. C'est de la poubelle comparé au BLS, FRED ou d'autres sources du GOUVERNEMENT américain. De la vraie poubelle.
136,19K
Je ne pense pas que tout cela soit si controversé. Le marché du travail est faible parce que :
1) L'économie est encore en train de revenir à des niveaux d'avant le covid. Cela a été évident dans toutes les données de travail principales comme l'aide temporaire, les heures travaillées, le taux de démission, les gains horaires, etc. Tout cela est resté faible pendant plus de 18 mois.
2) L'IA commence à réduire le besoin de nouvelles embauches et pourrait rapidement se transformer en réductions d'emplois massives. C'est un risque très sérieux pour la demande agrégée qui est largement négligé.
3) Les tarifs douaniers sont ridicules et ont créé de l'incertitude. Les mises en œuvre réelles ont été plutôt modestes jusqu'à présent, mais l'incertitude concernant les tarifs a entraîné un ralentissement des embauches.
Rien de tout cela n'est la fin du monde, mais je ne vois pas comment tout cela pourrait être choquant non plus. ¯\_(ツ)_/¯
16,19K
Oui, le rapport BLS est particulièrement bruyant sur une base mensuelle, mais cette faiblesse n'est pas une surprise. Les données sur l'emploi de l'ISM, d'Indeed et d'ADP fournies par le secteur privé confirment toutes ce que dit le rapport BLS ce matin.
Et malgré le fait que les gens ignorent l'ADP chaque mois, il est remarquablement similaire sur une base annuelle au rapport BLS.

16,44K
Quelle est la cause de la grande révision des tâches ?
@TheStalwart et @tracyalloway avons eu un épisode fantastique d’Odd Lots plus tôt cette année avec le chef du BLS sur la façon dont les coupes budgétaires et la baisse des réponses aux enquêtes ont rendu la collecte de données de plus en plus difficile / imprécise.
Le gel des embauches fédérales a probablement réduit les ressources disponibles pour compiler et vérifier les données administratives des gouvernements des États et des administrations locales. Cela aurait pu entraîner une surestimation initiale de la masse salariale (p. ex., en incluant des registres désuets ou incomplets), qui a été corrigée lors de la révision une fois que les données mises à jour ont été reçues. Le calendrier de cette révision (début août 2025) coïncide avec la fin d’un cycle d’exercice ou de présentation de l’information financière au cours duquel ces corrections pourraient être finalisées.
De plus, les changements d’emploi simultanés de la politique d’immigration et de la déclaration des gains et des pertes de personnes nées à l’étranger pourraient exacerber le problème si les systèmes administratifs avaient du mal à reclasser les travailleurs dans un contexte de changements rapides de politique.
Pas un gros problème IMO. Il est difficile d’obtenir des données sur l’emploi en temps réel. Le BLS fait du bon travail avec ses ressources limitées et, bien que les révisions les plus précises soient à la traîne, il finit toujours par réussir.
La grande leçon est de traiter les données mensuelles sur l’emploi à la légère et de surpondérer les données trimestrielles agrégées pour une meilleure perspective.
35,2K
Meilleurs
Classement
Favoris
Tendance on-chain
Tendance sur X
Récents financements de premier plan
Les plus notables