经济学家预计美联储只会降息25个基点

币界网Publicado a 2024-08-11Actualizado a 2024-08-11

币界网报道:

根据大多数接受调查的经济学家的说法,预计美联储将在即将召开的9月会议上将利率下调25个基点。

近80%的人认为,美联储将满足于适度降息,将利率降至5%至5.25%的范围内。

只有少数人认为更大幅度的降息即将到来,计划外利率调整的可能性很小,约为10%。

美联储政策制定者目前并不太热衷于激进的举措。为什么?嗯,7月份的就业报告有点令人失望。招聘速度放缓,失业率达到近三年来的最高点。

尽管如此,以杰罗姆·鲍威尔为首的美联储领导人仍坚持己见。他们专注于两件事:保持高就业率和将通货膨胀率降至2%的目标。

美联储并不着急

在看到最新的就业数据后,摩根大通和花旗集团等华尔街的一些重量级人物现在呼吁下个月降息0.5个百分点。

期货投资者似乎也同意,年底前定价将总共下调100个基点。他们认为美联储可能会在9月份开始降息50个基点。

但经济学家们并不买账。他们认为,美联储不仅会在9月,还会在11月、12月,甚至到2025年初,采取较小幅度的25个基点的降息措施。

每个人心中最大的问题是:通货膨胀发生了什么?7月份美国通胀可能略有上升,但不足以吓到美联储。

消费者价格指数(CPI)预计将比6月份上涨0.2%。这一小幅上涨仍将使年通胀率保持在2021年初以来最慢的水平之一。

就业报告给降息决定带来压力

通胀的缓解给了美联储官员一些喘息的空间,让他们在不失去对劳动力市场关注的情况下考虑降息。

但我们不要过于兴奋——招聘正在放缓,失业率不断攀升。7月份的就业报告显示,美国雇主正在加大招聘力度。

这已经敲响了警钟,因为经济衰退可能即将到来。如果CPI数据如预期的那样,这将证实通货膨胀仍在朝着正确的方向发展——下降。

经济学家认为,在6月份令人惊讶的低读数之后,我们可能会看到小幅上升,但没什么好担心的。这可能是由于核心服务成本上升,不包括美联储密切关注的住房。

由于运费上涨,商品价格也有可能上涨,但我们只能拭目以待。

尽管市场和经济最近发生了戏剧性的变化,但大多数经济学家(69%)认为美国将设法避免经济衰退。他们押注于“软着陆”,即经济放缓但不会崩溃。

另有10%的人认为软着陆是可能的,但前提是美联储采取迅速、积极的行动。22%的受访者认为经济衰退是不可避免的。

Lecturas Relacionadas

Tasa de acierto en caché del 99,93%, llega el Harness más adecuado para DeepSeek, conquista 86k estrellas en GitHub

La comunidad de código abierto ha encontrado lo que muchos consideran el "Harness" óptimo para DeepSeek: un proyecto llamado **Pi**, que ha acumulado 86.000 estrellas en GitHub. Su éxito se basa en una eficiencia de costos excepcional. La clave es su alta **tasa de acierto de caché del 99.93%**. Al integrar DeepSeek V4 Flash, Pi logra que la inmensa mayoría de los tokens de entrada reutilicen cálculos previos, reduciendo drásticamente el reprocesamiento. Esto se traduce en un costo medio por tarea exitosa de solo **~0,028 USD**, según una prueba comparativa de Composio con otros 8 agentes. En contraste, soluciones como Claude Code resultaron hasta 7 veces más caras para el mismo modelo subyacente. La filosofía de Pi es la simplicidad: ofrece solo cuatro herramientas básicas (leer, escribir, modificar archivos y ejecutar comandos), permitiendo extensiones modulares. Esta estructura estable y predecible es ideal para el motor de caché de prefijo automático de DeepSeek, minimizando las invalidaciones. Mientras tanto, DeepSeek ha confirmado el desarrollo de su **Harness oficial**, con el objetivo declarado de igualar a Claude Code. Se espera que la solución nativa ofrezca una integración más profunda y lista para usar, mientras que Pi mantendrá su ventaja en personalización y flexibilidad para cambiar entre diferentes modelos proveedores. La competencia entre la solución oficial y herramientas de terceros como Pi presionará para lograr la máxima eficiencia de costos, aprovechando al máximo el bajo precio por token y las capacidades de razonamiento de DeepSeek.

marsbitHace 10 min(s)

Tasa de acierto en caché del 99,93%, llega el Harness más adecuado para DeepSeek, conquista 86k estrellas en GitHub

marsbitHace 10 min(s)

EthSystems y Undefined Labs firman un Memorándum de Entendimiento para impulsar la adopción institucional de Ethereum en Corea del Sur

**EthSystems y Undefined Labs firman un MOU para impulsar la adopción institucional de Ethereum en Corea del Sur** El 11 de agosto de 2026, EthSystems, una empresa de infraestructura institucional de Ethereum fundada por el equipo tras la Fuerza de Tarea de Privacidad Institucional de la Ethereum Foundation, anunció un Memorando de Entendimiento estratégico con Undefined Labs, una de las principales firmas de asesoría institucional y estrategia de entrada al mercado Web3 en Corea del Sur. A través de esta asociación, las empresas colaborarán para acelerar la adopción institucional de Ethereum en Corea del Sur, trabajando con instituciones financieras, reguladores, empresas y participantes del ecosistema. El foco estará en la tokenización, stablecoins, infraestructura de activos digitales y la adopción de blockchain institucional. EthSystems, que se independizó de la Ethereum Foundation en julio de 2026, aportará su experiencia en infraestructura institucional, asesoría técnica y arquitectura empresarial. Undefined Labs liderará el compromiso comercial en el mercado coreano, facilitando conexiones con instituciones financieras y proporcionando inteligencia de mercado local. Corea del Sur está emergiendo como un mercado clave en Asia para la adopción de blockchain institucional. Esta colaboración busca combinar la experiencia técnica global de Ethereum con el profundo conocimiento del mercado financiero coreano, apoyando a las instituciones locales a través de educación, talleres, asesoría estratégica y desarrollo de pruebas de concepto.

cointelegraphHace 17 min(s)

EthSystems y Undefined Labs firman un Memorándum de Entendimiento para impulsar la adopción institucional de Ethereum en Corea del Sur

cointelegraphHace 17 min(s)

Cuando el tráfico de Meme se encuentra con RWA: La ambición financiera de Hyperliquid y Robinhood

Autor: Prathik Desai, Token Dispatch Compilación: Saoirse, Foresight News El artículo analiza el papel de la especulación como un precursor necesario en la evolución de los mercados financieros. Aunque a menudo se critica a la industria cripto por ser un "casino" especulativo, esta actividad puede generar la liquidez y la base sobre la cual se construyen infraestructuras financieras más maduras. Se traza un paralelismo histórico con el mercado de futuros de granos del siglo XIX en Chicago, donde los especuladores proporcionaron la liquidez que permitió un sistema robusto de descubrimiento de precios. El análisis se centra en casos actuales: Hyperliquid, una plataforma de derivados que ha trasladado su modelo de trading con apalancamiento a activos del mundo real (como acciones, oro o índices), viendo ahora más volumen en estos que en criptoactivos. Y Robinhood Chain, una blockchain diseñada para negociar acciones tokenizadas, que ha aprovechado el boom de trading de memecoins (como FRONG) para atraer usuarios y capital, sentando así las bases para su ambición de ser una infraestructura para activos del mundo real. La tesis principal es que la especulación no es inherentemente buena o mala. Su valor a largo plazo depende del activo subyacente al que se vincule. Cuando la liquidez especulativa se canaliza hacia activos con valor fundamental, puede convertirse en el pilar para construir nuevas capas de infraestructura financiera y mecanismos de fijación de precios, como demuestran los ejemplos de Hyperliquid y Robinhood.

marsbitHace 34 min(s)

Cuando el tráfico de Meme se encuentra con RWA: La ambición financiera de Hyperliquid y Robinhood

marsbitHace 34 min(s)

La escasez de HBM de NVIDIA restringe la próxima generación de GPU, pero este disco duro roba protagonismo

Cuando el cifrado, compresión, indexación, servicios de memoria y contexto se acercan al medio de almacenamiento, los límites de valor de SSD, DRAM, HBM y HBF serán redefinidos. Los Agent de IA transforman los sistemas de cómputo en entidades persistentes que observan, razonan y mantienen estado. Esto genera una cadena continua de escritura de datos que incluye memoria, índices, registros y contexto, haciendo que el almacenamiento sea parte integral del ciclo de percepción y decisión del Agent. Surgen SSD funcionales o "inteligentes", capaces de realizar cifrado, compresión, indexación y gestión del ciclo de vida de datos cerca del medio, más allá de ser solo un destino de almacenamiento. Estas capacidades se organizan en torno a la identidad del agente, su contexto y memoria. El estándar NVMe ya proporciona caminos para la ejecución de programas en el dispositivo. La memoria del Agent es compleja, requiriendo almacenar y organizar diversos objetos con diferentes requisitos de seguridad, actualización y vida útil. Los SSD funcionales ejecutan tareas deterministas (cifrado, compresión) cerca de los datos, mientras que las decisiones semánticas permanecen en el runtime del Agent. En el edge, los SSD pueden ser la capa de estado persistente para Agents personales, permitiendo un funcionamiento más duradero y local. En la nube, los nodos de almacenamiento para Agent pueden proporcionar servicios de contexto, memoria compartida y gobernanza para clusters de GPU. Esto cambia el modelo de negocio hacia métricas de rendimiento integrales. Se redefine la jerarquía de memoria: HBM maneja datos críticos actuales; HBF (High Bandwidth Flash) ofrece mayor capacidad para datos de lectura intensiva; DRAM/CXL gestiona estado variable y agrupación; y los SSD funcionales almacenan objetos persistentes y ofrecen servicios cerca de los datos. La innovación no está en reemplazar una capa por otra, sino en una colaboración optimizada. Los primeros ejemplos industriales son los "AI SSD", como las soluciones de Phison (aiDAPTIV), Longsys (SPU+iSA) y la colaboración entre Linyun y Yuansuan (寅谱-联芸). Estas rutas combinan hardware de almacenamiento, middleware y software para ampliar la capacidad de modelos y gestionar cachés como KV Cache de manera eficiente. El futuro puede desarrollarse en tres direcciones: 1) SSD con funcionalidades específicas integradas o programables, 2) Nodos de almacenamiento completos que ofrecen servicios para Agent, y 3) Una recombinación optimizada de la jerarquía de memoria (HBM, HBF, DRAM/CXL, SSD). El valor final se medirá en costo por token, continuidad del Agent y gestión confiable del ciclo de vida de los datos.

marsbitHace 55 min(s)

La escasez de HBM de NVIDIA restringe la próxima generación de GPU, pero este disco duro roba protagonismo

marsbitHace 55 min(s)

Sorpresa: Claude «fracasa» al desafiar la Hipótesis de Riemann, pero mejora un récord matemático de 37 años

La IA Claude, en su versión de investigación de Anthropic, intentó sin éxito demostrar la hipótesis de Riemann, uno de los problemas matemáticos más famosos y con una recompensa de un millón de dólares. Sin embargo, en el proceso, logró un avance significativo en un área relacionada: mejoró el límite inferior de la proporción de ceros no triviales de la función zeta de Riemann que se sabe que están en la línea crítica, aumentándolo del 41,6% al 67,2%. Este incremento de 25,6 puntos porcentuales supone un gran salto, ya que en los 37 años anteriores los matemáticos solo habían logrado mejorarlo en 0,8 puntos. El experimento involucró a Claude generando y probando alrededor de 650 ideas inicialmente, y luego organizando unos 60 "subagentes" que trabajaron durante un día y medio, ejecutando comandos, escribiendo scripts y realizando comprobaciones numéricas. Después de encontrar el resultado, Claude realizó autoverificaciones, descargó artículos para evitar duplicaciones y sugirió redactar un artículo para revisión experta. Matemáticos de Anthropic validaron el trabajo, se produjo una prueba formal en Lean, y expertos externos lo revisaron. Aunque el método no conduce directamente a una demostración completa de la hipótesis, muestra la creciente capacidad de los modelos de IA para abordar problemas de investigación matemática sin respuestas predefinidas.

marsbitHace 1 hora(s)

Sorpresa: Claude «fracasa» al desafiar la Hipótesis de Riemann, pero mejora un récord matemático de 37 años

marsbitHace 1 hora(s)

Trading

Spot
活动图片