应向所有患有 1 型糖尿病的儿童和青少年提供实时连续血糖监测,同时进行教育以支持儿童和青少年及其家人和护理人员使用它。应向无法使用实时连续血糖监测或明确表示倾向于间歇扫描连续血糖监测的 4 岁及以上患有 1 型糖尿病的儿童和青少年提供间歇扫描连续血糖监测。应根据患有 1 型糖尿病的儿童和青少年的个人偏好、需求、特点和可用设备的功能,为他们提供实时连续血糖监测设备的选择。选择连续血糖监测设备时:• 使用共同决策来确定儿童或青少年的需求和偏好,并为他们提供合适的设备• 如果有多种设备符合他们的需求和偏好,则提供成本最低的设备。(请参阅 N G18 第 1.2.63 节关于选择连续血糖监测设备时要考虑的因素)
本文以马特·泰比的吸血乌贼比喻来描述金融化,探讨金融化的经济学和政治经济学。本文有四点创新。首先,它关注“吸血乌贼”过程的机制,即金融化在经济中轮换,使部门资产负债表上充斥着债务。其次,它确定了中央银行的关键作用,中央银行是该体系的关键,现在实际上是私营部门债务价值和流动性的担保人。如果没有他们的支持,经济体系很可能早就在 1929 年大萧条中崩溃了。第三,本文认为金融化强加了一种政策锁定。第四,它认为金融化改变了大众的态度和理解,从而尽管经济结果不佳,但仍获得了政治支持。实际上,金融化的政治与经济相辅相成。本文最后总结了一些观点,即为什么主流宏观经济学没有与金融化相当的构造,并讨论了经济目前所处的未知领域。关键词:金融化、债务、中央银行、锁定。JEL 参考文献:E10、E44、E58、G18。
摘要:发展中国家的养禽业仍然面临着鸡伤寒的巨大威胁,这种疾病由鸡沙门氏菌引起,在经济较发达国家已得到较好的控制。除了大型毒力质粒 (85 kb) 表现出的毒力外,鸡沙门氏菌致病岛 2 还通过其 III 型分泌系统 (TTSS) 在介导疾病方面发挥关键作用。TTSS 分泌效应蛋白穿过含有沙门氏菌的液泡,并通过调节囊泡通道介导细菌的内化。在本研究中,使用 CRISPR/Cas9 和 lambda 重组系统通过同源定向修复,成功从本土分离的鸡沙门氏菌基因组中删除编码 III 型分泌系统的候选毒性 ssaU 基因 (~1 kb)。基于 CRISPR/Cas9 的家禽鸡沙门氏菌基因组编辑此前尚未见报道,这可能与其遗传工具效率低下有关。这是首次展示从该细菌基因组中完全进行基于 CRISPR/Cas9 的基因删除的研究。更重要的是,采用家禽实验模型评估了该突变菌株 (∆ ssaU_ S G18) 的毒力潜力,与野生型菌株相比,该突变菌株无法在实验攻毒的鸟类中产生任何死亡率。在我们的攻毒模型中,没有观察到对体重增加的影响,而细菌无法在肠道和肝脏中定植。突变菌株体内毒力的丧失使该系统具有出色的功能,可用于开发针对这种耐药性和致病性细菌的活疫苗。
摘要 调动私人资本用于可再生能源和能源效率对东南亚国家联盟 (ASEAN) 至关重要,这不仅有助于减缓全球气温上升,也有助于满足快速增长的能源需求。东盟国家发行的三分之二的绿色债券用于资助可再生能源和能源效率项目。本文回顾了东盟国家的绿色债券发行和绿色债券政策。详细回顾了东盟三大绿色债券发行国,即印度尼西亚、马来西亚和新加坡的绿色债券发行情况。对绿色债券发行和绿色债券政策的回顾表明,东盟国家的绿色债券政策在促进绿色债券发行方面是有效的。然而,这并不意味着绿色债券政策在促进东盟国家的可再生能源和能源效率项目方面是有效的。东盟国家发行的绿色债券的收益可用于为海外项目融资或为过去的贷款再融资,因此不一定能促进东盟国家的绿色投资。本文为促进各国利用绿色债券进行可再生能源和能源效率融资提供了政策建议。为了促进可再生能源和能源效率,政策制定者应考虑将支持绿色债券的政策(如绿色债券补助金)中的资格标准限制在国内项目和/或限制使用绿色债券进行再融资。关键词:绿色债券、可持续金融、绿色债券补助金、绿色债券标准、东盟、可持续和负责任投资、绿色伊斯兰债券 JEL 分类:Q28、Q42、Q48、Q58、G18
2022 年 8 月 1 日 我们量化并研究州一级的经济政策不确定性。我们利用近 3,500 家地方报纸的数字档案,为每个州构建了三个月度指数:一个指数捕捉州和地方政策不确定性来源 (EPU-S),一个指数捕捉国家和国际来源 (EPU-N),以及一个捕捉两者的综合指数。EPU-S 在州长选举和本州事件(如 2000-01 年的加州电力危机和 2012 年的堪萨斯州税收实验)前后上升。EPU-N 在总统选举前后上升,并响应 9-11、海湾战争 I 和 II、2011 年债务上限危机、2012 年财政悬崖事件和联邦政府关闭。接近的选举比普通选举更能提高政策不确定性。与新冠疫情之前的数据相匹配的 VAR 模型表明,本州 EPU 的上行冲击预示着该州经济表现较弱,相邻州的 EPU 上行冲击也是如此。新冠疫情导致政策不确定性和失业率大幅上升,在政府强制封锁更严格的州更是如此。关键词:政策不确定性、选举与不确定性、州级经济表现、失业、住宅开工、房价、空间溢出效应、新冠疫情 JEL 分类:D80、E66、G18、H70、R50、R31 致谢:我们非常感谢美国国家科学基金会 [SES 1324257] 的财政支持。我们每月的州级经济政策不确定性指数可在 https://policyuncertainty.com/state_epu.html 免费获取和更新。我们感谢编辑和匿名审稿人对之前的草稿提出的有益评论。胡佛研究所经济学工作论文系列允许作者分发研究成果,供其他研究人员讨论和评论。工作论文反映的是作者的观点,而不是胡佛研究所的观点。
摘要金融科技在塑造金融和银行景观方面发挥了越来越多的作用。人们担心金融科技贷方使用替代数据来源以及对金融包容性的影响。我们比较了由传统银行渠道起源的大型金融科技贷方和类似贷款的贷款。具体来说,我们使用LendingClub的帐户级数据以及银行控股公司的Y-14M报告,总资产为500亿美元或更多。我们发现与利率价差,LendingClub评级等级和贷款绩效有很高的相关性。有趣的是,评级等级与FICO分数之间的相关性已从约80%(起源于2007年的贷款)下降至最近的年份(起源于2014- 2015年),这表明非正式替代数据已被金融科技贷方越来越多。此外,我们发现评级等级(基于替代数据分配)在起源后两年内预测贷款绩效方面表现良好。替代数据的使用使一些借款人可以按照传统标准将其归类为次级贷款,从而将其定为“更好”的贷款等级,这使他们获得了低价的信用。此外,对于违约的风险,消费者在贷款库中支付的贷款价差要比信用卡借贷的贷款较小。Keywords: fintech, LendingClub, marketplace lending, alternative data, shadow banking, P2P lending, peer-to-peer lending JEL Classification: G21, G28, G18, L21 __________________________________________ * julapa.jagtiani@phil.frb.org or 215-574-7284.作者感谢Erik Dolson,Raman Quinn Maingi,John Nguyen,尤其是Leigh-Ann Wilkins的研究帮助。他们还感谢Oneime Epouhe对压力测试数据的帮助。Tracy Basinger,Robin Prager,Joe Hughes,Bob Hunt,Robert Wardrop,Raghu Rau,Paul Calem,Chris Cumming,Kathleen Hanley以及参加年度FDIC会议,美国经济协会会议以及NYU Fintech年度会议的参与者。本文是“金融科技贷款中的替代数据和机器学习的作用:来自LendingClub消费者平台的证据” Julapa Jagtiani和Catharine Lemieux,费城联邦储备银行工作文件,2018年4月18日至15日,费城工作文件。免责声明:本工作论文代表了出于讨论目的而散发的初步研究。本文所表达的意见是作者自己的观点,不一定代表费城联邦储备银行,芝加哥联邦储备银行或美联储系统的观点。任何错误或遗漏都是作者的责任。这里不应将任何陈述视为法律建议。费城美联储工作论文可以在https://philadelphiafed.org/research-and-data/publication/working-papers上免费下载。
美国货币 欧元 欧元 欧元 欧元 挪威克朗 波兰兹罗提 欧元 欧元 土耳其里拉 英镑 美元 G24 13,914.54 15,581.81 11,973.51 12,317.94 15,413.00 195,077.00 47,927.43 12,989.90 13,007.15 335,639.02 12,775.30 18,070.54 G23 12,722.61 14,247.07 10,947.85 11,262.78 14,092.72 178,366.00 43,821.96 11,877.18 11,892.96 306,888.13 11,680.96 16,522.61 G22 10,742.69 12,029.90 9,244.12 9,510.04 11,899.58 150,608.00 37,002.28 10,028.82 10,042.15 259,129.42 9,863.14 13,951.32 G21 9,822.47 10,999.42 8,452.27 8,695.41 10,880.26 137,707.00 33,832.66 9,169.75 9,181.93 236,932.35 9,018.26 12,756.25 G20 9,253.21 10,361.95 7,962.42 8,191.47 10,249.69 129,727.00 31,871.89 8,638.32 8,649.80 223,200.99 8,495.61 12,016.96 G19 8,630.64 9,664.78 7,426.69 7,640.33 9,560.08 120,998.00 29,727.49 8,057.12 8,067.82 208,183.60 7,924.01 11,208.44 G18 8,211.75 9,195.71 7,066.24 7,269.51 9,096.08 115,126.00 28,284.69 7,666.07 7,676.26 198,079.55 7,539.42 10,664.44 G17 7,970.25 8,925.26 6,858.43 7,055.72 8,828.57 111,740.00 27,452.84 7,440.61 7,450.50 192,254.06 7,317.69 10,350.80 G16 6,597.29 7,387.80 5,676.99 5,840.30 7,307.76 92,492.00 22,723.81 6,158.89 6,167.07 159,136.36 6,057.14 8,567.77 G15 6,467.30 7,242.23 5,565.13 5,725.22 7,163.77 90,669.00 22,276.06 6,037.54 6,045.56 156,000.74 5,937.79 8,398.96 G14 5,913.31 6,621.86 5,088.42 5,234.80 6,550.12 82,902.00 20,367.89 5,520.36 5,527.70 142,637.69 5,429.16 7,679.50 G13 5,353.24 5,994.68 4,606.48 4,738.99 5,929.74 75,050.00 18,438.79 4,997.51 5,004.15 129,128.04 4,914.95 6,952.15 G12 5,195.80 5,818.38 4,471.01 4,599.62 5,755.34 72,843.00 17,896.50 4,850.54 4,856.98 125,330.41 4,770.40 6,747.69 G11 5,043.00 5,647.26 4,339.52 4,464.35 5,586.08 70,701.00 17,370.17 4,707.88 4,714.14 121,644.46 4,630.10 6,549.24 G10 4,565.36 5,112.39 3,928.51 4,041.51 5,057.01 64,005.00 15,724.99 4,261.98 4,267.65 110,123.14 4,191.57 5,928.94 G9 4,431.09 4,962.04 3,812.97 3,922.65 4,908.28 62,122.00 15,262.52 4,136.64 4,142.13 106,884.43 4,068.30 5,754.57 G8 4,051.52 4,536.99 3,486.35 3,586.64 4,487.84 56,801.00 13,955.13 3,782.29 3,787.32 97,728.69 3,719.81 5,261.63 G7 4,051.52 4,536.99 3,486.35 3,586.64 4,487.84 56,801.00 13,955.13 3,782.29 3,787.32 97,728.69 3,719.81 5,261.63 G6 3,778.93 4,231.73 3,251.78 3,345.32 4,185.89 52,979.00 13,016.20 3,527.81 3,532.50 91,153.32 3,469.53 4,907.62 G5 3,667.79 4,107.28 3,156.15 3,246.94 4,062.78 51,421.00 12,633.40 3,424.06 3,428.61 88,472.51 3,367.49 4,763.29 G4 3,559.92 3,986.48 3,063.33 3,151.45 3,943.29 49,909.00 12,261.85 3,323.36 3,327.78 85,870.55 3,268.46 4,623.20 G3 3,421.02 3,830.93 2,943.80 3,028.48 3,789.43 47,961.00 11,783.40 3,193.68 3,197.93 82,519.91 3,140.92 4,442.81 G2 3,387.14 3,793.00 2,914.65 2,998.49 3,751.91 47,486.00 11,666.73 3,162.06 3,166.26 81,702.88 3,109.82 4,398.82 G1 3,222.75 3,608.91 2,773.19 2,852.96 3,569.81 45,182.00 11,100.49 3,008.59 3,012.59 77,737.49 2,958.89 4,185.32
