前日本央行官员:由于市场不稳定,今年不再加息

币界网Dipublikasikan tanggal 2024-08-12Terakhir diperbarui pada 2024-08-12

币界网报道:
    专家怀疑日本央行今年是否会进一步加息。日本央行最近的加息引发了市场抛售,影响了股票和加密货币。

在意外的情况下,包括日本央行(BoJ)前董事会成员在内的专家表示,由于由此引发的市场动荡和日本经济复苏缓慢,今年不太可能进一步加息。

前董事会成员樱井诚在最近接受彭博社采访时重申了这一点,他说:,

“他们将无法再次徒步旅行,至少在今年剩下的时间里是这样。他们是否能在明年三月前徒步旅行还不得而知。”

到目前为止发生了什么?

此前,日本央行意外加息至0.25%,这是17年来的第二次加息,导致日经指数下跌2.49%,也标志着日本长期以来的超宽松货币政策发生了重大转变。

此外,在日本央行做出大胆决定后,股票和加密货币市场也经历了大幅抛售。

这突显了日本与加密货币市场之间的奇怪联系,日本经济的变化往往会对加密货币市场产生直接影响,反之亦然。

不加息的背后是什么?

对于那些一无所知的人来说,市场情绪的转变可以归因于隔夜指数掉期市场,该市场追踪对未来利率变化的预期。

目前,这表明日本央行在年底前再次加息的可能性降低,这与7月份加息后的初步前景形成鲜明对比。

Sakurai补充道,

“在恢复正常货币政策的过程中,他们决定从几乎零利率的世界转向正常的0.25%是件好事。”

在这里,樱井承认,向货币政策正常化过渡是必要的,但也是具有挑战性和资源密集型的。

不用说,樱井建议日本央行谨慎行事,建议他们在考虑进一步加息之前暂停并评估影响。

这突显了一个小而不知情的决定如何对整个经济产生影响。

话虽如此,樱井在强调时说得最好,

“学术经济学家往往过于直率,因为答案可以从数字中找到。但实际经济并没有那么简单。因此,当局也需要摸索和驾驭现实。”

Bacaan Terkait

Sistem Terbuka Akan Menang: Mengapa Ethereum Adalah Linux Berikutnya?

Etherealize menulis tentang bagaimana sistem terbuka tanpa izin akhirnya menang atas sistem tertutup, dan mengapa Ethereum dipandang sebagai Linux berikutnya. Artikel ini menarik paralel antara sejarah internet dan Linux dengan perkembangan blockchain. Pada 1990-an, banyak yang meragukan internet terbuka akan mengalahkan jaringan pribadi perusahaan seperti yang dibayangkan Microsoft. Namun, kenyataannya, internet dan Linux, yang dikembangkan secara terbuka oleh komunitas global ("model pasar"), terbukti lebih inovatif dan tangguh daripada sistem tertutup ("model katedral"). Prinsip yang sama berlaku untuk infrastruktur keuangan. Blockchain pribadi atau konsorsium (seperti yang pernah dicoba bank) menawarkan kecepatan dan kontrol jangka pendek, tetapi memiliki kelemahan: risiko platform di mana operator dapat bertentangan dengan pengguna, dan ketidakmampuan untuk mengikuti inovasi sistem tanpa izin. Ethereum, seperti Linux, dibangun berdasarkan **netralitas tepercaya**: aturannya transparan, berlaku sama untuk semua, sulit diubah, dan siapa pun dapat berpartisipasi. Ini menarik pengembang (lebih dari 1 juta hingga saat ini) dan institusi besar. Keunggulan Ethereum berasal dari desentralisasi yang mendalam dan sejarah uniknya (mis., transisi dari Proof-of-Work), yang tidak dapat dengan mudah disalin. Robinhood, BlackRock, JPMorgan, dan perusahaan terkemuka lainnya membangun di atas Ethereum atau lapisan-2-nya karena keamanan, ekosistem yang matang, dan sifatnya yang netral. Sementara solusi tertutup seperti SWIFT atau Visa dapat memblokir peserta, Ethereum menawarkan fondasi penyelesaian global yang independen dan dapat diandalkan. Tantangan regulasi tentang akuntabilitas dijawab di lapisan aplikasi (mis., melalui token dengan KYC bawaan), bukan di lapisan penyelesaian. Kesimpulannya, masa depan infrastruktur keuangan terletak pada membangun di atas sistem terbuka seperti Ethereum, bukan mencoba bersaing atau menciptakan yang tertutup.

Foresight News6m yang lalu

Sistem Terbuka Akan Menang: Mengapa Ethereum Adalah Linux Berikutnya?

Foresight News6m yang lalu

Keuntungan Kanal Berakhir, Dengan Apa Protokol DeFi Bertahan dari Rangkulan Raksasa?

Penulis Thejaswini M A menganalisis bagaimana perusahaan teknologi besar seperti Coinbase, Stripe, dan Kraken memperoleh keuntungan dengan menguasai infrastruktur dan saluran distribusi, yang sering kali mengorbankan protokol DeFi open-source yang pada awalnya mereka andalkan. Coinbase, dengan pengguna 110 juta, meluncurkan blockchain Base. Protokol pinjaman open-source Morpho, yang digunakan Coinbase untuk produk pinjamannya, sekarang beroperasi di Base. Semua biaya transaksi yang dihasilkan mengalir ke Coinbase, bukan ke Morpho. Meski demikian, Morpho tetap tumbuh dengan TVL $2.5 miliar di Base, menciptakan hubungan saling ketergantungan. Stripe menghabiskan $1.1 miliar untuk mengakuisisi Bridge dan beralih dari stablecoin Circle (USDC) ke USDB-nya sendiri, sehingga menjaga pendapatan bunga dari aset cadangan di dalam ekosistemnya. Kraken membeli NinjaTrader senilai $1.5 miliar untuk mendapatkan lisensi derivatif yang sulit diperoleh, menghilangkan ketergantungan pada pihak ketiga. Artikel ini mempertanyakan masa depan protokol open-source ketika saluran distribusi keuntungan tidak lagi menjadi nilai inti. Kunci ketahanan bagi protokol seperti Morpho dan Uniswap adalah ekspansi multi-rantai. Dengan menyebar di banyak blockchain, mereka mengurangi risiko jika satu rantai (seperti Base yang mendukung pesaing Aerodrome) memutus dukungan. Kesimpulannya, meski raksasa platform memiliki keunggulan pengguna, protokol yang tertanam kuat, multi-rantai, dan mahal untuk diganti masih bisa bertahan. Masa depan akan ditentukan oleh perlombaan antara ekspansi horizontal protokol dan konsolidasi vertikal oleh institusi besar.

marsbit12m yang lalu

Keuntungan Kanal Berakhir, Dengan Apa Protokol DeFi Bertahan dari Rangkulan Raksasa?

marsbit12m yang lalu

Kendala Daya Komputasi dalam Pertarungan AI Tiongkok-AS

Dalam persaingan AI antara AS dan Tiongkok, kendala utama yang dihadapi Tiongkok adalah kesenjangan komputasi (computing power) yang sangat besar, terutama di sektor pelatihan AI berkinerja tinggi. Chip AI domestik Tiongkok saat ini sebagian besar masih berfokus pada sisi inferensi yang relatif lebih mudah, sedangkan di puncak piramida pelatihan model besar, kehadiran chip domestik masih terbatas dan hanya mengerjakan tugas-tugas tepi. AS menguasai lebih dari 70% GPU high-end global, dengan skala komputasi 2 kali lipat lebih besar daripada Tiongkok. Raksasa teknologi seperti Meta, Google, Amazon, dan Microsoft menginvestasikan dana besar untuk infrastruktur AI, memiliki kekuatan komputasi yang masing-masing melebihi total seluruh perusahaan AI Tiongkok. Kesenjangan ini berdampak langsung pada pengembangan model besar (large models). Model AS terdepan seperti Anthropic's Mythos telah mencapai 10 triliun parameter, sedangkan model Tiongkok terkuat, DeepSeek V4 Pro, memiliki 1,6 triliun parameter. Kekurangan chip pelatihan high-end membatasi kemampuan pra-pelatihan (pre-training) yang menentukan batas atas kecakapan model. Meski demikian, kebangkitan chip GPU domestik Tiongkok mulai terlihat. Perusahaan seperti Huawei (Ascend 910), Haiguang, Cambricon, Moore Thread, dan MetaX memanfaatkan kebijakan substitusi impor. Meski masih tertinggal dalam kinerja absolut dan ekosistem perangkat lunak (seperti CUDA milik Nvidia), chip domestik mulai menunjukkan peningkatan adaptabilitas, bergerak dari terobosan di sektor inferensi menuju adaptasi bertahap di sektor pelatihan. Kolaborasi antara perusahaan AI dan produsen chip domestik telah berhasil melatih model canggih seperti GLM-Image dan RoboBrain 2.5 sepenuhnya pada perangkat keras domestik. Dengan dukungan pasar yang besar, talenta AI, dan modal yang kuat, industri chip AI Tiongkok diharapkan dapat terus berkembang, meski perjalanan mengejar ketertinggalan membutuhkan kesabaran dan strategi jangka panjang dalam persaingan teknologi yang menentukan ini.

marsbit12m yang lalu

Kendala Daya Komputasi dalam Pertarungan AI Tiongkok-AS

marsbit12m yang lalu

Karya Baru Tim He Kaiming: Menghapus VAE dan Data Privat, Hasil Generasi Gambar dari Teks Justru Lebih Baik

Tim riset Kai Ming He meluncurkan model teks-ke-gambar yang sangat sederhana bernama MiniT2I, yang menantang pendekatan rumit yang umum digunakan saat ini. Model ini menghilangkan komponen standar seperti pengkode VAE, mekanisme injeksi kondisi AdaLN, data privat, dan tahap penyelarasan RL/DPO. Sebagai gantinya, MiniT2I dilatih secara langsung di ruang piksel RGB menggunakan target pemadanan aliran pada model Transformer. MiniT2I mengadopsi arsitektur MM-JiT yang sederhana, menggantikan mekanisme modulasi kondisi kompleks dengan dua blok adaptor teks ringan dan menghapus cabang AdaLN. Model ini dilatih secara dua tahap hanya menggunakan data publik: pra-pelatihan pada dataset CC12M yang diberi keterangan ulang, dan penyempurnaan pada sekitar 120 ribu pasangan gambar-teks berkualitas tinggi. Dengan hanya 258 juta parameter (versi B/16), MiniT2I mencapai skor 0,87 pada GenEval dan 84,2 pada DPG-Bench, mengungguli model lain di ruang piksel yang jauh lebih besar. Keunggulannya meliputi biaya komputasi yang lebih rendah, arsitektur yang lebih mudah dipahami, dan hasil yang sebanding dalam hal kualitas dan keragaman gaya dengan model besar seperti SD3-Medium dalam beberapa skenario. Namun, model ini masih memiliki keterbatasan seperti artefak batas patch, efek samping CFG pada ruang piksel, dan kinerja yang lebih rendah dalam rendering teks dibandingkan sistem industri, yang memerlukan data yang lebih khusus.

marsbit18m yang lalu

Karya Baru Tim He Kaiming: Menghapus VAE dan Data Privat, Hasil Generasi Gambar dari Teks Justru Lebih Baik

marsbit18m yang lalu

Asuransi Menghadapi Kompetitor Terbesar, Apakah Pasar Prediksi adalah "Orang Liar di Depan Pintu"?

Industri asuransi tradisional, yang lama dianggap sebagai "batu penjuru" dalam sistem ekonomi, kini mulai menghadapi tantangan baru dengan munculnya pasar prediksi. Platform seperti Kalshi dan Polymarket mulai menggeser fungsi asuransi konvensional dengan menawarkan lindung nilai risiko yang lebih transparan dan likuid. Contoh konkretnya, bar The Jeffrey di New York menggunakan Kalshi untuk melindungi risiko dari promosi "minuman gratis jika tim lokal menang" dengan bertaruh $5.000. Kerja sama Kalshi dengan broker asuransi olahraga Game Point Capital menawarkan harga lindung nilai bonus playoff NBA yang lebih murah dibandingkan perusahaan asuransi tradisional. Sementara itu, kolaborasi Polymarket dengan platform real estat Parcl memungkinkan orang melindungi nilai dari fluktuasi harga properti tanpa harus membeli rumah secara fisik. Kisah sukses "Mattress Mack" yang memenangkan puluhan juta dolar dari taruhan olahraga untuk mendanai promosi pengembalian uang pada 2017 dan 2022 menunjukkan konsep dasarnya. Namun, pasar prediksi menawarkan peningkatan signifikan: ruang lingkup pasar yang lebih luas, peran platform yang netral, transparansi informasi perdagangan, dan akses yang lebih adil bagi peserta dibandingkan taruhan olahraga tradisional yang sering membatasi pemain pemenang. CEO Jeff Yass dari SIG menyoroti potensi pasar prediksi untuk distribusi risiko yang lebih efisien, seperti melindungi properti dari badai berdasarkan data cuaca real-time. Meskipun demikian, adopsi luas masih terhambat oleh tantangan seperti likuiditas terbatas, batasan regulasi yang belum jelas, dan risiko manipulasi dalam penentuan hasil acara. Namun, langkah pertama telah diambil, dan pasar prediksi telah muncul sebagai pesaing potensial bagi bisnis asuransi tradisional.

marsbit19m yang lalu

Asuransi Menghadapi Kompetitor Terbesar, Apakah Pasar Prediksi adalah "Orang Liar di Depan Pintu"?

marsbit19m yang lalu

Trading

Spot
Futures
活动图片