XiaoMi-AI文件搜索系统
World File Search System衰退
2022 年 9 月 26 日 如果经济陷入衰退，CLO 股票能否表现出色？
根据 Cordell、Roberts 和 Schwert 在 2021 年的分析，再投资选项本身可能解释了 CLO 股票相对于其他行业的历史表现的三分之一，尤其是在经济衰退之前的年份。接下来的两个结构性优势对 CLO 股票回报也具有重要意义，因为它们降低了投资者和管理者的行为风险。换句话说，这些优势有助于降低投资者或管理者成为自己敌人的风险。例如，负债融资本质上是投资期限，因此 CLO 不会受到贷方在波动性上升时改变条款的可能性的影响。此外，由于资本是在投资期限内投入的，并且 CLO 中的契约不是基于市场价格的，因此 CLO 经理可以专注于投资基本面，而不是因为市场价格波动而受到影响或被迫出售投资组合中的资产。
新冠病毒让德国经济陷入衰退
新冠病毒给人们的生活带来了巨大的负担，并引发了经济动荡。中国是第一个受到病毒影响的国家。中国采取的严格隔离措施可能有助于遏制病毒。然而，全国大部分地区的日常生活和工作都陷入了停滞。供应链被打乱，全球许多依赖中国及时供应中间产品的公司被迫缩减生产规模。中国人只购买即时必需品。例如，2 月份，汽车购买量非常少。这种保守的消费支出将打击在中国市场有重大利益的德国制造商。德国经济很可能在上半年感受到影响，尽管很难给出确切的数字（见图）。虽然疫情似乎在中国已经达到顶峰，但其他国家的感染人数正在上升。这也将导致欧洲产量大幅削减，许多消费者将大幅缩减一系列活动。总而言之，新冠病毒带来的经济影响可能导致经济增长下降超过1%，经济产出萎缩0.1%；如果不是因为工作日相对较多，对增长率的负面影响将更加明显，达到0.5%。
领先经济指标和即将到来的经济衰退
当美国 LEI 在六个月内下降超过 4% 时，它就进入了衰退区域。跟踪 LEI 的一种方法是查看该指数的六个月变化（图 2）。该指标告诉我们经济是在获得还是失去动力，并可用于预测方向的变化。该指数的六个月增长率是衡量该指数近期下跌持续时间和深度的指标，并显示经济是否会改变方向并陷入衰退。例如，LEI 的六个月增长率在 2022 年 5 月跌至零以下（年化 -1.5%），此后一直在恶化。根据图 2 显示的最新可用数据，这一变化率为 -6.3%，表明经济衰退的可能性增加。领先指标六个月内的大幅下降不可能是数据偶然造成的，因为这一负变化率已经高于过去观察到的平均下降率（即六个月内中位数负变化率约为 -4.0%）。这一结果意义重大，因为这表明经济正在失去动力，而动力的丧失足以使经济陷入衰退。
重新评估教育在认知衰退和大脑老化中的作用：来自 33 个国家大规模纵向队列研究的见解
。CC-BY-NC-ND 4.0 国际许可证 它是永久可用的。 是作者/资助者，已授予 medRxiv 许可以显示预印本（未经同行评审认证）预印本 此版本的版权所有者于 2025 年 1 月 29 日发布。；https://doi.org/10.1101/2025.01.29.25321305 doi：medRxiv 预印本
人工智能、经济衰退压力和人口健康
经济和劳工政策通过直接的财务影响以及塑造社会和物质环境，对健康和福祉产生相当大的影响。强大的经济对公共卫生投资和就业至关重要，但生成人工智能 (AI) 的迅速崛起有可能重塑经济，带来的挑战不仅仅是暂时的市场混乱。生成人工智能可以执行以前传统自动化无法实现的非例行认知任务，从而创造新的效率。虽然这项技术为创新和生产力提供了机会，但其取代劳动力的潜力引发了人们对经济稳定和社会公平的严重担忧，这两者对健康都至关重要。生成人工智能驱动的就业取代可能会加剧收入不平等，减少中产阶级的机会并减少消费者需求，从而引发衰退压力。在本文中，我们提出存在一个人工智能资本与劳动力比率阈值，超过这个阈值可能会出现自我强化的衰退压力循环，而市场力量本身无法纠正。应对此类压力的传统措施，如财政刺激或货币宽松，可能无法有效解决生成性人工智能对劳动力市场造成的结构性破坏。因此，我们呼吁全球采取积极主动的应对措施，在降低风险的同时充分利用生成性人工智能的优势。这一应对措施应侧重于将经济体系重新定位为集体福祉，正如世界卫生大会决议《全民健康经济学》和联合国《全球数字契约》所强调的那样。结合财政政策、监管和社会政策的综合战略对于确保生成性人工智能促进社会健康和公平，同时避免过度失业造成的危害至关重要。
脑衰退：过度使用科技导致认知能力下降
对数字设备的依赖日益增长，已经不再仅仅是为了方便，而是成为现代生活的一个基本组成部分。智能手机、社交媒体平台和互联技术的广泛应用创造了一个不断刺激和大量信息涌入的环境。越来越多的人担心这种无休止的数字互动会导致认知能力下降，通常被称为“脑腐烂”。虽然这个术语缺乏正式的科学定义，但它捕捉到了那些严重依赖技术的人所感受到的认知疲惫和精神压力。本文旨在将“脑腐烂”置于心理学和神经学背景中，研究其后果，并提出可能的解决方案。
全球投资策略 - 2024 年 12 月 12 日 - 战略展望 - 未来快讯（2026 年 1 月 2 日）：2025 年经济衰退
随着职位空缺呈下降趋势，招聘率跌至 11 年来的最低水平，失业工人找工作变得越来越困难（图 3）。2024 年 11 月，所谓的“永久性失业者”（因失去永久性工作而失业的人）的数量比疫情前夕高出 48%。失业时间中位数攀升至 10.5 周。2024 年 12 月中旬领取失业救济金的人数比 2018/19 年同期高出 14%。临时帮助机构的就业率（劳动力市场的典型领先指标）继续下降。
急性胃炎后肠易激综合征和功能性衰退的患病率：系统评价和荟萃分析
在线存放在白玫瑰研究中的重用项目受版权保护，除非另有说明，否则保留所有权利。可以下载和/或印刷供私人学习，或者按照国家版权法所允许的其他行为。发布者或其他权利持有人可以允许进一步复制和重新使用全文版本。这是通过该项目的白玫瑰研究在线记录的许可信息来指示的。
通过机器学习预测德国的衰退
本文使用机器学习来预测德国经济中的业务周期，其中具有73个指标的高维数据集，主要来自经合组织的主要经济指标数据库，涵盖了1973年至2023年的时间段。顺序浮动前进选择（SFF）用于选择最相关的指标并构建紧凑，可解释和性能模型。因此，使用正规化回归模型（Lasso，Ridge）和基于树的分类模型（随机森林和Logit Boost）用作挑战者模型，以优于包含术语扩展作为预测指标的概率模型。所有模型均经过1973 - 2006年的数据培训，并从2006年开始对持有样本进行了评估。研究表明，建模衰退所需的指标较少。使用SFF构建的模型最多有11个指标。此外，研究环境表明，许多指标在时间和业务周期之间都是稳定的。机器学习模型被证明在定量宽松期间（术语传播的预测能力减少时）在预测衰退时特别有效。这些发现有助于对在经济预测中使用机器学习的持续讨论，尤其是在有限和不平衡数据的背景下。
经济衰退会减缓技术发展吗？来自企业层面的证据
经济衰退是否会损害技术投资，进而损害未来的总供给？我们利用对德国企业代表性调查中有关研发和传播创新投资的独特、详细数据，为这一问题提供了新的证据。我们的数据可以识别出危机引发的创新投资削减，与危机前的投资计划相比，平均有条件削减为 -65%（研发）和 -70%（传播），分别集中在 20% 和 25% 的企业中。我们估计，1% 的周期性产出下降将导致创新投资下降 -0.3%。企业层面的财务限制加剧了创新的减少。我们的研究结果表明，短期冲击至少会在中期内影响总供给，挑战了外生技术假设以及由此产生的标准总量波动模型中商业周期与长期增长之间的二分法。我们表明，需求冲击是周期性技术投资削减的主要原因之一，支持了需求冲击可以表现为技术冲击的观点。我们将微观层面的结果形式化为新凯恩斯主义模型，该模型通过对研发和技术传播的投资实现内生增长，从而共同决定一般均衡中的周期和趋势。