Popularne tematy
#
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
Założyciel i CIO @disciplinefunds 📊 | Autor @pragcap 📖 | PM DSCF 💰 | Inwestowanie ⌛ w określonym czasie trwania | Zarząd w funduszach 💸 ETF Cambria
Uwielbiam tę analogię w nowej książce @dollarsanddata "The Wealth Ladder".
Pieniądze są jak sól. Nie sprawią, że twoje posiłki będą jak z restauracji z gwiazdką Michelin, ale wzbogacą wszystkie twoje doświadczenia, czyniąc je bardziej satysfakcjonującymi.
On również omawia, jak to się odnosi do 5 typów bogactwa @SahilBloom.
Dwie z najlepszych książek, które przeczytałem w tym roku.

15,06K
Pomocna analogia do zrozumienia miesięcznego badania zatrudnienia w porównaniu do QCEW (ostateczne dane o zatrudnieniu wydawane przez państwo) to linia zakładów sportowych.
Linia zakładów to wstępny szacunek—prognoza oparta na niepełnych lub wczesnych informacjach. Podobnie, miesięczny raport o zatrudnieniu to szacunek oparty na danych z ankiety, które są ograniczone i podlegają rewizji. W miarę postępu gry, bukmacherzy dostosowują linię w czasie rzeczywistym, gdy dostępne są nowe informacje—tak jak liczby dotyczące zatrudnienia są rewizjonowane w kolejnych miesiącach. Ostatecznie gra się kończy, a my znamy rzeczywisty wynik. Ten ostateczny wynik jest jak QCEW: odzwierciedla rzeczywiste dane o zatrudnieniu zgłaszane przez pracodawców do stanów i jest znacznie bardziej kompleksowy.
Te rewizje nie są "błędami"—to udoskonalenia oparte na lepszych danych. Czasami wstępny szacunek jest bardzo daleki; innym razem jest bliski. Ale w każdym przypadku rewizje—i ostatecznie QCEW—przybliżają nas do prawdy.
6,87K
Nie sądzę, żeby cokolwiek z tego było kontrowersyjne. Rynek pracy jest słaby, ponieważ:
1) Gospodarka wciąż wraca do poziomów sprzed COVID-19. To było widoczne we wszystkich wiodących danych dotyczących pracy, takich jak pomoc tymczasowa, przepracowane godziny, wskaźnik rezygnacji, zarobki godzinowe itp. Wszystko to jest słabe od ponad 18 miesięcy.
2) AI zaczyna zmniejszać potrzebę nowych zatrudnień i może szybko przekształcić się w szerokie cięcia miejsc pracy. To bardzo poważne ryzyko dla popytu agregatowego, które jest w dużej mierze ignorowane.
3) Cła są głupie i stworzyły niepewność. Rzeczywiste wdrożenia były jak dotąd dość skromne, ale niepewność dotycząca ceł spowodowała spowolnienie zatrudnienia.
Nic z tego nie jest końcem świata, ale nie widzę, jak cokolwiek z tego może być szokujące. ¯\_(ツ)_/¯
16,19K
Tak, raport BLS jest szczególnie hałaśliwy na miesięcznej podstawie, ale ta słabość nie jest zaskoczeniem. Dane o zatrudnieniu ISM, Indeed i ADP dostarczane przez sektor prywatny potwierdzają to, co mówi raport BLS dzisiaj rano.
I mimo że ludzie co miesiąc ignorują ADP, jest on zaskakująco podobny na podstawie rocznej do raportu BLS.

16,44K
Jaka jest przyczyna dużej rewizji pracy?
@TheStalwart i @tracyalloway mieli fantastyczny odcinek Odd Lots na początku tego roku z szefem BLS na temat tego, jak cięcia budżetowe i spadki odpowiedzi na ankiety sprawiły, że zbieranie danych stało się coraz trudniejsze/niedokładne.
Federalne zamrożenie zatrudnienia prawdopodobnie zmniejszyło zasoby dostępne do kompilacji i weryfikacji danych administracyjnych od rządów stanowych i lokalnych. Mogło to prowadzić do początkowego zawyżenia wynagrodzeń (np. poprzez uwzględnienie nieaktualnych lub niekompletnych zapisów), które zostało skorygowane w rewizji po otrzymaniu zaktualizowanych danych. Termin tej rewizji (początek sierpnia 2025 r.) zbiega się z końcem cyklu fiskalnego lub sprawozdawczego, w którym takie korekty mogą zostać sfinalizowane.
Dodatkowo, równoczesne zmiany zatrudnienia wynikające z polityki imigracyjnej i raportowanie zysków urodzonych za granicą i strat urodzonych za granicą mogą zaostrzyć problem, jeśli systemy administracyjne będą miały trudności z przeklasyfikowaniem pracowników w obliczu szybkich zmian w polityce.
IMO nic wielkiego. Trudno jest uzyskać dane o zatrudnieniu w czasie rzeczywistym. BLS dobrze radzi sobie ze swoimi ograniczonymi zasobami i chociaż dokładniejsze wersje pozostają w tyle, w końcu robi to dobrze.
Ważną lekcją jest to, aby traktować miesięczne dane o zatrudnieniu z lekkością i przeważać zagregowanymi danymi kwartalnymi dla lepszej perspektywy.
35,2K
Najlepsze
Ranking
Ulubione
Trendy onchain
Trendy na X
Niedawne największe finansowanie
Najbardziej godne uwagi