برخی از قسمت های این صفحه در نسخه مرورگر فعلی شما پشتیبانی نمی شوند. لطفاً به نسخه مرورگر اخیر ارتقا دهید.

بازارهای ایالات متحده در 7 ساعت 9 دقیقه باز می شوند

آینده S& P

DOW Futures

آینده Nasdaq

آینده راسل 2000

نفت خام

نقره

یورو/دلار

پیوند 10 ساله

GBP/USD

USD/JPY

BTC-USD

CMC Crypto 200

ftse 100

نیکی 225

چیا نشانه کارآمد با انرژی را راه اندازی می کند-در اینجا نحوه عملکرد آن آورده شده است

شبکه Chia ، که بر روی یک blockchain با انرژی کارآمد تمرکز دارد ، ارز دیجیتالی جدید خود ، Chia (XCH) را راه اندازی کرد. این هدف این است که معدن را برای همه در دسترس قرار دهد و به طور قابل توجهی کمتر به محیط زیست آسیب برساند.

شبکه ای با اهداف سبز

چیا در سال 2017 توسط مخترع شبکه BitTorrent ، برام کوهن تأسیس شد. عملکرد اصلی آن در فضای رمزنگاری به عنوان یک پلت فرم معامله هوشمند و هوشمند با پیچ و تاب است. این شبکه قصد دارد در حالی که از عدم تمرکز پایدار ، کارآیی و امنیت برای کاربران خود استفاده می کند ، یک رویکرد سازگار با محیط زیست در مورد عملکرد blockchain انجام دهد.

امسال مهم است که این شبکه شروع به ارائه ایده آل های سبز خود کند.

در ماه مارس ، چیا Mainnet خود را برای "کشاورزی" راه اندازی کرد ، که نسخه آنالوگ چیا ، نسخه سازگار با محیط زیست است.

در تاریخ 3 ماه مه ، این شبکه به یک نقطه عطف مهم دیگر رسید. این امکان را برای معاملات "سکه هوشمند" با انتشار ارز دیجیتالی سبز آنها ، Chia (XCH) ، در کنار زبان برنامه نویسی خود ، امکان پذیر کرد.

چیا در حال جلب ایده های جدید است ، زیرا "اولین الگوریتم جدید اجماع Nakamoto از زمان بیت کوین در سال 2008" را پیاده سازی می کند. "

xch و chialisp

شبکه چیا ارز بومی خود را از این عقیده ایجاد کرد که "cryptocurrency باید استفاده از پول نقد ، از دست دادن سخت تر و سرقت تقریباً غیرممکن باشد."

به طور عملی ، ارز دیجیتال سبز برای پاداش کشاورزان در blockchain Chia ساخته شده است.

پروتکل Chia یک استفاده پیشرفته و در عین حال پیچیده تر از سیستم خروجی معاملات ناشایست بیت کوین (UTXO) است. این افزایش قابلیت های سکه ها را فراهم می کند. به عنوان یک کشاورز ، می توان طی این سه سال اول 2 xch در هر بلوک کسب کرد.

به گفته این شبکه ، در روزهای منتهی به راه اندازی سکه چیا ، این شبکه به عنوان "بزرگترین و غیر متمرکز ترین blockchain با تعداد گره کامل - معمولاً بیش از 100000 گره کامل" وارد شد.

این شبکه از زبان جدید "سکه هوشمند" خود به نام Chialisp استفاده می کند. بر خلاف سایر blockchains قبل از آن ، همه چیز در blockchain Chia یک سکه است.

"سکه هوشمند" را وارد کنید ، که بسته ای جذاب از قراردادهای هوشمند و قابلیت های معاملات هوشمند را در یک مورد ارائه می دهد. از طریق Chialisp ، برنامه های کاربردی در شبکه می توانند برای بانکداری ، پرداخت ، پرداخت دارایی و مبادلات کار کنند. ویژگی های اصلی Chialisp شامل موارد زیر است:

کیف پول هویت دیجیتال

کیف پول محدود

کیف پول های مجاز دریافت شده

Exchange Crypto Derivatives Exchange ACDX اولین کسی است که گزینه معاملاتی Token Bear Bear Strike Token (BBS) را برای این نشانه های جدید Chia (XCH) راه اندازی کرد.

محیط در معرض خطر

فضای رمزنگاری هرگز یک روز مرخصی نمی گیرد. کارها دائماً تکامل می یابند و این کار را با سرعت سریع انجام می دهند. شبکه های میراث در این فضا اکنون مواردی را مشاهده می کنند که ناشی از نحوه کار همیشه نحوه عملکرد آنها است.

نکته اصلی تأثیرات زیست محیطی مربوط به بهره وری انرژی و محصولات سخت افزاری یکبار مصرف در فرآیند معدن است.

مصرف انرژی فعلی بیت کوین در 95. 45 TWH است ، در حالی که تأثیر CO2 سالانه 45. 34 تن (MT) است. این تعداد قابل مقایسه با شهرهای مهم جهانی مانند هنگ کنگ است.

این هفته گذشته خبری منتشر شد که تسلا پرداخت های بیت کوین را متوقف کرده است. موک علت این پیشرفت را به عنوان هزینه های زیست محیطی بیت کوین ، یعنی مصرف انرژی زیاد آن ذکر کرد.

وی اظهار داشت که بیت کوین پس از کار با انرژی تجدید پذیر ، همچنان پذیرفته می شود. در غیر این صورت ، این شرکت به دنبال ارزهای رمزنگاری شده است که در کمتر از آن فعالیت می کند

از طرف دیگر ، عملیات استخراج بیت کوین نیروگاه Greenidge ، که توسط Atlas Holdings اداره می شود ، نگرانی های جدی زیست محیطی را نسبت به میزان انرژی مصرف می کند.

به نظر می رسد مدل اثبات کار (POW) برای محیط کار نمی کند. برخی در تلاشند تا با مهاجرت به اثبات مدل Stake (POS) مانند Ripple و Cardano حرکت کنند. برخی دیگر با نرخ های نجومی و ناپایدار برای تغییرات آب و هوا در حال پیشروی هستند. این جایی است که چیا وارد می شود.

اثبات فضا و زمان

چیا به طور بالقوه می تواند با پروتکل اجماع جدید خود ، موج جدیدی از تغییر رشد را در فضای رمزنگاری تنظیم کند."اثبات فضا و زمان" شبکه اولین بار در نوع خود است. این نابرابری در کشاورزی (معدن) ، ناکارآمدی انرژی را کاهش می دهد و تمرکز پروتکل POW سنتی را برطرف می کند.

برای اثبات فضا و زمان عملکرد ، به ترکیبی از فضای ذخیره سازی و زمان ، "عملکرد تأخیر قابل اثبات" (VDF) برای تحقق وعده های امنیتی و کارآیی بستگی دارد.

به گفته چیا ، کسانی که کشاورزی در این محفظه برای ایجاد "توطئه" در هارد دیسک ها ، "برخی از چرخه های CPU" را خرج می کنند ، اما سپس از منابع با انرژی کارآیی فضای درایو طی سالهای بعد استفاده می کنند تا در مکانیسم اجماع که تأیید می کند ، شرکت کنندبلوک های جدید در blockchain Chia. "

این ایده این پتانسیل را دارد که هزینه های زیادی را که پروتکل های سنتی در غیر این صورت تهیه می کنند ، کاهش دهد. با توجه به جنبه ذخیره سازی اثبات فضا و زمان ، به کشاورزان نیز امکان تأیید معاملات بدون سخت افزار یکبار مصرف را می دهد.

تحولات سازگار با محیط زیست Chia برای فضای رمزنگاری و blockchain جدید است ، هرچند که بسیار مورد نیاز است. هنوز مشخص است که آیا پروتکل آنها می تواند به روشی که قصد دارند در حالی که کشاورزان و توسعه دهندگان آینده را تحریک می کنند ، اجرا شود.

دلالان دلال در مورد برنامه های نظارتی خود با افزایش نظارت نظارتی روبرو هستند. سازمان تنظیم مقررات صنعت مالی (FINRA) ، که نظارت بر کارگزاران ایالات متحده دارد ، از اهمیت بالایی برخوردار است. در طی 7 ماه اول سال 2020 ، FINRA نزدیک به 80 بنگاه به دلیل عدم رعایت قوانین و مقررات اوراق بهادار جریمه شده است. بیش از 60 ٪ از این جریمه ها مربوط به نظارت بودند.

نمودار زیر درصد جریمه های FINRA را که به بنگاه هایی که مربوط به کمبودهای نظارتی در ماه های ژانویه 2020 - ژوئیه 2020 بوده است ، نشان می دهد. جریمه های مربوط به نظارت هرگز در این دوره زمانی کمتر از 40 ٪ از کل جریمه ها کاهش نیافته است.

منبع: اقدامات انضباطی ماهانه FINRA (2020)

علاوه بر این ، گزارش یافته های آزمون FINRA 2019 ، که در اکتبر 2019 منتشر شد ، با یافته های مربوط به نظارت افتتاح شد. حداقل یک سوم کل یافته های مورد بحث در این گزارش مربوط به نظارت ، در مناطق مختلف شرکت های مورد بررسی بود. علاوه بر این ، نامه اولویت های نظارت بر ریسک و معاینه FINRA ، که در ژانویه سال 2020 منتشر شد ، موضوعات مربوط به اهمیت برنامه های نظارتی FINRA را برجسته کرد. به طور خاص ، مناطقی از تمرکز برای برنامه های نظارت بر ریسک ، نظارت و معاینه FINRA در سال 2020 را توصیف کرده است. نظارت دوباره به عنوان یکی از مهمترین مناطق تمرکز برنامه امتحان FINRA برجسته شد.

برای افزودن برخی از زمینه های اضافی ، در زیر چند مورد برجسته اخیر وجود دارد که در آن شرکت ها به دلیل نقص های نظارتی جریمه می شوند:

• در ماه مه 2020 ، FINRA به دلیل تخلفات مربوط به اعتماد سرمایه گذاری واحد (UITS) بیش از 3. 6 میلیون دلار یک بانک سرمایه گذاری را مجازات کرد. به گفته FINRA ، این شرکت از سیستم های نظارتی کافی برخوردار نبود که به طور منطقی برای نظارت بر مناسب بودن برنامه های اولیه UIT که توسط نمایندگان خود به مشتریان خود توصیه می شود ، طراحی شده باشد. بنابراین ، این شرکت تشخیص نداد که نمایندگان آن توصیه های نامناسب را توصیه می کنند که به طور جمعی ممکن است باعث شده است که مشتریان تقریباً 1. 9 میلیون دلار هزینه فروش را متحمل شوند که در غیر این صورت متحمل نمی شدند ، اگر UIT ها را تا زمان بلوغ نگه داشته باشند.
• در جولای 2020، FINRA یک بازارساز پیشرو جهانی را به دلیل عدم ایجاد یک سیستم نظارتی معقول در مورد معاملات اوراق بهادار فرابورس، 700000 دلار جریمه کرد. بر اساس اقدامات انضباطی ماهانه FINRA گزارش شده برای سپتامبر 2020، این شرکت پیش از برخی سفارشات غیرفعال فرابورس معامله کرد و نتوانست یک سیستم نظارتی برای کنترل فعالیت معاملات آتی فرابورس ایجاد کند. FINRA مشاهده کرد که «در حالی که سفارش‌های مشتریان فرابورس غیرفعال بودند، شرکت برای حساب خود در همان سمت بازار با قیمت‌هایی معامله می‌کرد که می‌توانست سفارش‌ها را برآورده کند، بدون اینکه بلافاصله پس از آن سفارش‌ها را تا اندازه و با قیمتی مشابه یا بهتر اجرا کند. همانطور که به حساب خود معامله کرد». شرکت نتوانست رویه‌های نظارتی کتبی (WSPs) را ایجاد کند که مستلزم بررسی نظارتی چنین سفارش‌هایی بود. علاوه بر این، شرکت هیچ گزارش نظارتی یا ابزاری برای کمک به مدیران در شناسایی اینکه آیا معاملات مطابق با قوانین و مقررات قابل اجرا انجام می‌شود یا خیر ایجاد نکرد.

این بینش به عنوان راهنمایی برای کمک به شما در تعیین اینکه آیا شرکت شما دارای سیستم نظارتی کافی است، درست در زمان برنامه معاینه 2021 FINRA است. ما قوانین FINRA مربوط به نظارت را مورد بحث قرار می دهیم و سپس الزامات خاص مربوط به نظارت بر افراد و شیوه های تجاری را تجزیه می کنیم. ما با ارائه فهرستی از بهترین شیوه‌هایی که باید هنگام توسعه، نظارت یا بازبینی سیستم نظارتی شرکت‌تان در نظر بگیرید، نتیجه‌گیری می‌کنیم.

FINRA: ناظر دلال و دلال آمریکا

FINRA بزرگترین تنظیم کننده برای تمام شرکت های اوراق بهادار است که در ایالات متحده تجارت می کنند. کمیسیون بورس و اوراق بهادار (SEC) بر عملیات FINRA نظارت دارد. FINRA در سال 2007 تأسیس شد و جانشین انجمن ملی فروشندگان اوراق بهادار (NASD) و مقررات، عملیات و اجرای اعضای بورس اوراق بهادار نیویورک (NYSE) است. FINRA یک سازمان خصوصی و خودتنظیمی (SRO) است و بر کلیه دلالان-فروشندگان ایالات متحده نظارت دارد.

قوانین نظارت FINRA

نظارت (قانون FINRA 3110)

قانون FINRA 3110 در نظر گرفته شده است تا اطمینان حاصل شود که یک شرکت سیستمی را برای نظارت مناسب بر فعالیت های افراد مرتبط خود ایجاد و حفظ می کند. این قانون مستلزم آن است که بنگاه ها WSP ها را ایجاد و اجرا کنند که به طور منطقی برای نظارت بر فعالیت های افراد مرتبط و انواع مشاغل که در آن شرکت می کنند ، طراحی و اجرا کنند. طبق این قانون ، WSP ها باید فرد (های) خاصی را که مسئول هر بررسی است ، فعالیت های نظارتی که چنین افرادی انجام می دهند ، فرکانس بررسی و نحوه مستندات را توصیف کند.

بسیاری از بنگاهها در برآورده کردن الزامات این قانون با چالش هایی روبرو هستند. موضوعات متداول که FINRA مشاهده کرده است ، شامل موارد زیر است ، اما محدود به آنها نیست:

• عدم ایجاد WSP های کافی. یک مسئله اصلی اساسی که باعث می شود بسیاری از بنگاه ها در ایجاد یک سیستم نظارتی کافی شکست بخورند این است که بنگاه ها اغلب WSP های کافی را ایجاد نمی کنند که جزئیات شرکت ها نظارت بر فعالیت های افراد مرتبط و شیوه های تجاری خود را نشان می دهد. WSP ها ستون فقرات سیستم نظارتی یک شرکت هستند.
• عدم بررسی یا بررسی مناسب فعالیت های تجاری در خارج از کشور و معاملات اوراق بهادار خصوصی. اغلب اوقات ، نهادهای کوچکتر با بررسی و بررسی چنین فعالیتهایی مبارزه می کنند. این امر معمولاً ناشی از عدم موفقیت یک شرکت در تخصیص منابع کافی برای انجام چنین بررسی ها و تحقیقات مناسب است.
• عدم ایجاد و اجرای برنامه های کافی برای بازرسی شعبه. FINRA مشاهده کرده است که بسیاری از بنگاهها نتوانسته اند اطمینان حاصل کنند که تمام مکان های آنها مطابق با قوانین قابل اجرا فعالیت می کنند. به ویژه مدل پیمانکار مستقل (IC) که نمایندگان ثبت شده (RRS) مشاغل خود را تحت چتر یک شرکت ثبت شده FINRA اداره می کنند. در این موارد ، نظارت می تواند چالش برانگیز تر باشد.

سیستم کنترل نظارت (قانون FINRA 3120)

قانون FINRA 3120 برای اطمینان از اجرای شرکتها سیاست های کنترل نظارتی (SPC) که رویه های نظارتی خود را آزمایش و تأیید می کنند ، در نظر گرفته شده است. این قانون مستلزم آن است که بنگاهها نه تنها WSP داشته باشند ، بلکه SPC را برای آزمایش و تأیید اینکه WSP آنها کافی و منطقی طراحی شده است برای دستیابی به رعایت قوانین و مقررات قابل اجرا ایجاد می کند.

FINRA مشاهده کرده است که بسیاری از بنگاه ها در ایجاد SPC هایی که WSP ها را آزمایش و تأیید می کنند ، با چالش هایی روبرو هستند. یکی از چالش ها ، تمایز بین WSPS و SPC و درک الزامات برای ایجاد هر دو سیاست است. SPC ها باید به طور خاص برای آزمایش و تأیید صحت WSP های یک شرکت طراحی شوند.

صدور گواهینامه سالانه رعایت و روند نظارت (قانون FINRA 3130)

FINRA Rule 3130 شرکت ها را ملزم به تعیین و شناسایی FINRA در برنامه A یا فرم BD یا چند مدیر می کند تا به عنوان مدیر ارشد انطباق (CCO) خدمت کنند. این قوانین همچنین به مدیر ارشد اجرایی یک شرکت (مدیرعامل) برای تکمیل گواهینامه سالانه نیاز دارد ، تا تأیید کند که این شرکت برای ایجاد ، حفظ ، بررسی ، آزمایش و اصلاح سیاست ها و رویه ها برای دستیابی به رعایت قوانین و مقررات قابل اجرا ، فرآیندهای لازم را دارد.

FINRA مشاهده کرده است که یک اتفاق مشترک در بین بنگاه ها عدم موفقیت آنها در سالانه تأیید می کند که این موسسه فرآیندی را برای ایجاد ، حفظ ، بررسی ، آزمایش و اصلاح سیاست های انطباق کتبی و WSPS انجام دهد. علاوه بر این ، بسیاری از بنگاه ها نمی توانند تأیید کنند که مدیرعامل در 12 ماه گذشته یک یا چند جلسه با CCO را برای بحث در مورد چنین فرایندهایی برگزار کرده است.

نظارت بر افراد

فعالیت های تجاری خارج از کشور

FINRA قانون 3270 مستلزم آن است که همه افراد ثبت نام شده فعالیت های تجاری خارج از کشور (OBAS) را به کارگزار کارگزار خود افشا کنند. یک فعالیت تجاری هر فعالیتی است که در خارج از بنگاه انجام می شود که در آن فرد جبران می شود یا انتظار معقول دریافت جبران خسارت دارد. علاوه بر این ، فعالیت هایی از جمله فعالیت به عنوان کارمند ، پیمانکار مستقل ، صاحب مالک ، مأمور ، مدیر یا شریک نهاد دیگر ، بدون در نظر گرفتن عوامل جبران خسارت ، بر اساس قوانین در نظر گرفته می شود. برخی از نمونه های OBA می تواند شامل ، اشتغال در یک مشاور سرمایه گذاری ، صاحب یک شرکت هلدینگ ، پیمانکار مستقل یا حتی یک مربی لاکروز پاره وقت باشد.

هدف از این قاعده آگاهی از فعالیت های همه افراد ثبت شده به منظور جلوگیری از بروز درگیری ها است.

فعالیت های تجاری خارج از کشور

FINRA قانون 3270 مستلزم آن است که همه افراد ثبت نام شده فعالیت های تجاری خارج از کشور (OBAS) را به کارگزار کارگزار خود افشا کنند. یک فعالیت تجاری هر فعالیتی است که در خارج از بنگاه انجام می شود که در آن فرد جبران می شود یا انتظار معقول دریافت جبران خسارت دارد. علاوه بر این ، فعالیت هایی از جمله فعالیت به عنوان کارمند ، پیمانکار مستقل ، صاحب مالک ، مأمور ، مدیر یا شریک نهاد دیگر ، بدون در نظر گرفتن عوامل جبران خسارت ، بر اساس قوانین در نظر گرفته می شود. برخی از نمونه های OBA می تواند شامل ، اشتغال در یک مشاور سرمایه گذاری ، صاحب یک شرکت هلدینگ ، پیمانکار مستقل یا حتی یک مربی لاکروز پاره وقت باشد.

هدف از این قاعده آگاهی از فعالیت های همه افراد ثبت شده به منظور جلوگیری از بروز درگیری ها است.

معاملات اوراق بهادار خصوصی

معامله اوراق بهادار خصوصی (PST) یک معامله اوراق بهادار است که به دور از شرکت انجام می شود. طبق قانون FINRA 3280 ، اگر یک فرد ثبت نام شده در PST شرکت کند و جبران فروش را دریافت کند ، فرد باید فعالیت را برای کارگزار دلال فاش کند. دلال دلال باید بر این معاملات نظارت داشته باشد که گویی به نمایندگی از شرکت انجام می شود. به گفته FINRA ، فروش جبران خسارت به عنوان هر جبران خسارت پرداخت شده به طور مستقیم یا غیرمستقیم از یک منبع در رابطه با یا در نتیجه خرید یا فروش امنیت تعریف می شود.

بسیاری از بنگاهها در برآورده کردن الزامات قانون FINRA 3270 و 3280 با چالش هایی روبرو شده اند. FINRA راهنمایی هایی را در مورد این قوانین منتشر کرده است ، که در مورد موضوعات مشترک مشاهده شده زیر که در طول امتحانات مشخص شده است ، بحث می کند:

• افراد نتوانستند بنگاه های خود را از OBAS یا PST های پیشنهادی مطلع کنند. در موارد خاص ، افراد درک روشنی از آنچه OBA یا PST را تشکیل می دهند ، نداشتند. در موارد دیگر ، افراد جزئیات کافی در مورد OBA یا PST ارائه ندادند ، که مانع از این شد که شرکت از تعیین کافی در مورد نظارت استفاده کند.
• شرکت ها نتوانستند بررسی های کافی از OBA یا PST را انجام دهند. FINRA اظهار داشت که در برخی موارد ، شرکت ها WSP های ضعیف پیرامون بررسی OBAS و PST داشتند و در برخی موارد ، آنها به هیچ وجه چنین WSP نداشتند. در موارد دیگر ، بنگاهها WSP را به اندازه کافی طراحی کرده بودند ، با این حال ، قادر به اجرای صحیح آنها نبودند. به طور خاص ، FINRA تأکید کرد که برخی از بنگاهها به اشتباه تشخیص داده اند که یک فعالیت PST یا مشارکت تأیید شده در فعالیت پیشنهادی بدون بررسی کامل این است که آیا آنها می توانند بر معامله به درستی نظارت داشته باشند.
• بنگاهها پس از تصویب نتوانستند به درستی نظارت بر PST ها را انجام دهند. FINRA اظهار داشت که برخی از بنگاهها فعالیتی را که آنها تأیید کرده اند کاملاً درک نکرده اند و این منجر به عدم موفقیت شرکت در نظارت صحیح فعالیت می شود. در موارد دیگر ، بنگاهها مستندات لازم را برای نشان دادن پیروی از الزامات نظارتی حفظ نکردند. علاوه بر این ، FINRA دریافت که برخی از بنگاه ها در ضبط معاملات روی کتاب ها و سوابق خود مشکل دارند زیرا PST ها می توانند اشکال مختلفی داشته باشند و همه ساختارها ممکن است به راحتی در سیستم های الکترونیکی شرکت ها قرار بگیرند.

حساب های کارگزاری خارج

FINRA Rule 3210 مستلزم آن است که همه افراد مرتبط حساب کارگزاری خارج خود را به کارگزار کارگزار خود اختصاص دهند. دلال دلال استخدام کننده باید درخواست انتقال نسخه های تکراری از تأییدیها و بیانیه ها یا داده های معامله ای را از شرکت در اجرای معاملات کند.

عدم ایجاد یک سیستم کافی برای بررسی اظهارات یا فعالیت می تواند منجر به کارمندان ارتکاب فعالیت های کلاهبرداری مانند تجارت خودی ، بدون آگاهی شرکت شود.

مکاتبات ایمیل

طبق قانون FINRA 3110 ، شرکت های عضو موظفند WSP هایی را ایجاد کنند که فرایند شرکت را برای بررسی مکاتبات کتبی و/یا الکترونیکی ورودی و خروجی و در حال خروج ارائه دهد. رویه های نظارتی باید برای اندازه ، ساختار و مشتریان شرکت مناسب باشد.

WSP ها همچنین باید فردی را برای بررسی مکاتبات تعیین کنند و چنین بررسی هایی باید به صورت کتبی مشهود باشد.

عدم بررسی مکاتبات ورودی و خروجی می تواند منجر به از دست رفتن اطلاعات مهم مانند شکایات مشتری ، توصیه های نامناسب ، تجارت غیرمجاز ، خفه شدن ، تجارت خودی یا سایر فعالیت های کلاهبرداری و / یا پرخطر شود.

نظارت بر شیوه های تجاری شرکت

مناسب بودن

قانون 2111 FINRA تعهدات مناسب برای شرکت های عضو را شرح می دهد. طبق FINRA، شرکت ها باید مبنای معقولی داشته باشند تا باور کنند که یک معامله یا استراتژی سرمایه گذاری توصیه شده شامل یک اوراق بهادار یا اوراق بهادار برای مشتری مناسب است. سه تعهد اصلی برای شایستگی برای شرکت ها وجود دارد که در زیر توضیح داده شده است:

• مناسب بودن بر اساس معقول: یک کارگزار باید مبنای معقولی داشته باشد تا معتقد باشد که این توصیه برای حداقل برخی از سرمایه گذاران مناسب است، بر اساس دقت و کوشش معقول.
• تناسب خاص مشتری: یک کارگزار باید مبنای معقولی برای این باور داشته باشد که یک توصیه برای آن مشتری بر اساس مشخصات سرمایه گذاری مشتری مناسب است.
• تناسب کمی: یک کارگزار باید مبنای معقولی برای این باور داشته باشد که یک سری از معاملات توصیه شده، حتی اگر مناسب باشد، زمانی که در پرتو نمایه سرمایه گذاری با هم جمع شوند، برای مشتری بیش از حد و نامناسب نیستند.

طبق FINRAاطلاعیه مقررات 20-18، FINRA قانون مناسب بودن خود را اصلاح کرده است تا تناقضات یا همپوشانی های احتمالی با بهترین منافع مقررات SEC (Reg BI) را برطرف کند. این تغییرات از 30 ژوئن 2020، که تاریخ اجرایی Reg BI است، اعمال شده است. به طور خاص، FINRA قانون 2111 FINRA را اصلاح کرده است تا توجه داشته باشد که این قانون برای توصیه های مشتری مشمول Reg BI اعمال نمی شود تا از تلاش های تکراری جلوگیری شود. علاوه بر این، FINRA برای سازگاری با Reg BI، «عنصر کنترل» را از تعهد تناسب کمی حذف کرده است.

تجارت

طبق قانون 3110 FINRA، شرکت‌های عضو باید در WSP‌های خود جزئیاتی را توضیح دهند، فرآیندی برای بازبینی معاملات اوراق بهادار که به طور منطقی برای شناسایی معاملاتی طراحی شده است که ممکن است مفاد قانون بورس یا قوانین FINRA را که معاملات داخلی و طرح‌های فریبنده و فریبنده را ممنوع می‌کند، نقض کنند.

عدم شناسایی چنین معاملاتی می تواند مستقیماً بر مشتریان تأثیر بگذارد که می تواند منجر به جریمه های زیادی شود. به عنوان مثال، همانطور که در مقدمه این مقاله ذکر شد، در ژوئیه گذشته، یک شرکت به دلیل عدم ایجاد یک سیستم نظارتی معقول برای اداره فعالیت های معاملاتی فرابورس به مبلغ 700000 دلار جریمه شد. این منجر به مواردی شد که شرکت پیشاپیش به حساب خود معامله کرد و قیمت هایی را اجرا کرد که به نفع مشتریانش نبود.

پذیره نویسی

شرکتی که در ارائه مقررات D شرکت می کند باید رویه های نظارتی داشته باشد که به طور منطقی طراحی شده باشد تا اطمینان حاصل شود که هر پیشنهاد قبل از اینکه به شرکت های دیگر بازاریابی شود یا مستقیماً به مشتریان فروخته شود، به درستی نظارت می شود.

علاوه بر این، FINRA از شرکت‌ها می‌خواهد که تحقیقات لازم را از طریق مستندات، بررسی دقیق و منطقی نشان دهند. اطلاعیه FINRA به اعضا 10-22 بیان می‌کند که شرکت‌های عضو باید سوابقی را که هم فرآیند و هم نتایج تحقیقات خود را مستند می‌کنند، حفظ کنند. چنین سوابقی می تواند شامل شرح جلساتی باشد که در طول تحقیق انجام شده است. این توصیفات می تواند شامل جلسات با ناشر یا سایر طرف ها، وظایف انجام شده، اسناد و سایر اطلاعات بررسی شده، نتایج چنین بررسی ها، تاریخ وقوع چنین رویدادهایی و افرادی باشد که در جلسات شرکت کرده اند یا بررسی ها را انجام داده اند.

بسیاری از شرکت ها در برآوردن الزامات بررسی دقیق خود با چالش هایی مواجه شده اند. FINRA موارد رایج زیر را در طول معاینه مشاهده کرده است:

• شرکت ها نتوانستند بررسی های لازم را انجام دهند. FINRA متوجه شد که برخی از شرکت‌ها قبل از پیشنهاد پیشنهادات به سرمایه‌گذاران، دقت معقولی را در مورد پیشنهادهای قرار دادن خصوصی انجام نداده‌اند. برای مثال، در برخی موارد، شرکت‌ها هیچ تحقیق اضافی در مورد عرضه‌های جدید انجام ندادند، زیرا آنها صرفاً بر تجربه خود با همان صادرکننده در عرضه‌های قبلی متکی بودند. در موارد دیگر، شرکت ها تفاهم نامه عرضه و سایر اسناد مربوطه را بررسی کردند، اما اطلاعات را با جزئیات بیشتر با ناشر تأیید نکردند یا بحث نکردند.
• شرکت ها بیش از حد به اشخاص ثالث متکی بودند. FINRA دریافت که برخی از شرکت‌ها اشخاص ثالث را برای انجام بررسی‌های لازم استخدام کردند و نتوانستند به طور مستقل نتیجه‌گیری‌های اشخاص ثالث را ارزیابی کنند، به پرچم‌های قرمز پاسخ دهند یا به نگرانی‌های آشکار در مورد صادرکننده خارج از گزارش رسیدگی کنند.
• شرکت‌ها تضاد منافع را در گزارش‌های بررسی دقیق ارائه شده توسط ناشر در نظر نگرفتند. FINRA دریافت که برخی از شرکت‌ها از گزارش‌های بررسی دقیق شخص ثالث استفاده می‌کنند که ناشران آن را پرداخت کرده یا در تجزیه و تحلیل بررسی دقیق خود ارائه کرده‌اند، بدون در نظر گرفتن تضاد منافع.

بازرسی شعب

بر اساس قانون 3110 FINRA، شرکت‌های عضو ملزم به بازرسی سالانه هر اداره نظارت بر صلاحیت (OSJ) و هر شعبه‌ای که بر یک یا چند مکان غیر شعبه نظارت می‌کنند، هستند.

در دستورالعمل قانون 3110 FINRA، FINRA مسائل مشترک زیر را که در طول معاینات شناسایی شده است منتشر کرد:

• بنگاهها بازرسی های به موقع از مکان های غیر مغذی را انجام ندادند. FINRA Rule 3110 (c) مستلزم آن است که شرکت های عضو هر مکان غیر مغذی را در یک برنامه دوره ای منظم بازرسی کنند. این قانون بیان می کند که بنگاه ها هنگام تعیین این برنامه باید ماهیت و پیچیدگی فعالیت های اوراق بهادار را در نظر بگیرند.
• بنگاهها زمینه های مربوط به بررسی را در دفاتر شعبه تعیین نکردند. FINRA دریافت که در برخی موارد ، این نظارت ناشی از عدم توجه به ماهیت و پیچیدگی محصولات و خدمات ارائه شده توسط شعبه است. در موارد دیگر ، بنگاهها هنگام تعیین دامنه بررسی ، هیچ شاخصی از بی نظمی یا سوء رفتار را در نظر نگرفتند.

بهترین روشها

استعدادهای استعدادی SIA Partners متشکل از کارکنان سابق امتحان FINRA است که تقریباً 15 سال تجربه ترکیبی را بررسی می کند که انواع کارگزاران آمریکایی را بررسی می کند. با استفاده از تجربه ما در این زمینه ، ما لیست زیر از بهترین شیوه ها را برای کمک به شرکت شما در کاهش خطر خرابی های نظارتی تهیه کرده ایم. شرکت ها بازرسی های به موقع از مکان های غیر مغذی را انجام ندادند. FINRA Rule 3110 (c) مستلزم آن است که شرکت های عضو هر مکان غیر مغذی را در یک برنامه دوره ای منظم بازرسی کنند. این قانون بیان می کند که بنگاه ها هنگام تعیین این برنامه باید ماهیت و پیچیدگی فعالیت های اوراق بهادار را در نظر بگیرند.

PROAD. NET Windows Forms 12 یک مدل جدید به سبک مسطح را با بسیاری از پیشرفت های جدید معرفی می کند. اکنون ، می توانید کتابهای کاری اکسل را که حاوی پر کردن شیب و الگوی فرمت های سلول است ، وارد و صادرات کنید ، و مدل جدید به سبک مسطح بسیار سریعتر از گذشته ارائه می شود. مدل سبک سلسله مراتبی قدیمی برای ارائه هر سلول به سبک های آهنگسازی نیاز داشت. مدل جدید به سبک مسطح هم برای نقاشی و هم برای سریال سازی اکسل بسیار کارآمدتر است و عملکرد را بسیار بهبود می بخشد.

این پیشرفت ها به هزینه مدل سبک سلسله مراتبی قدیمی ارائه می شود. این مدل هنوز برای سازگاری به عقب پشتیبانی می شود. هنگام ایجاد نمونه ای از کنترل صفحه گسترده ، می توانید در LegacyBehaviors. Style یا LegacyBehaviors. Style یا Legacybehaviors. Sty (یا در فرم طراح فرم) مشخص کنید و کنترل از مدل سبک سلسله مراتبی قدیمی استفاده می کند. از مدل جدید به سبک مسطح استفاده نمی شود (و پر کردن شیب و پر کردن الگوی مانند گذشته وارد نمی شود). در این حالت ، تمام API های قدیمی مانند گذشته ، از جمله وراثت خواص سبک از سطوح بالاتر سلسله مراتب سبک ، همانطور که در اینجا توضیح داده شده است ، ادامه خواهند داد.

هنگام ایجاد کنترل بدون استفاده از Legacybehaviors. style ، سپس مدل جدید به سبک مسطح فعال می شود. در این حالت ، بسیاری از API های قدیمی متفاوت از گذشته عمل می کنند ، زیرا آنها به جای مدل سبک سلسله مراتبی قدیمی ، مدل جدید سبک را می بندند. مدل سبک سلسله مراتبی قدیمی از ویژگی های تنظیم در سطح ورق ، سطح ستون ، سطح ردیف ، سطح متناوب و سطح سلول پشتیبانی می کند ، با هر شیء سطح پایین تر تنظیمات ارثی از شیء سطح بالاتر.

یک ویژگی سبک مانند backcolor ، cellType یا قفل شده می تواند برای یک شیء سطح بالاتر مانند ورق یا ستون تنظیم شود ، سپس روی یک شیء سطح پایین مانند ردیف یا سلول تنظیم شود. یا کد می تواند آن خصوصیات را به ترتیب معکوس تنظیم کند ، تنظیم ردیف سطح پایین یا شیء سلول ، CellType یا قفل شده را تنظیم کند و سپس آن خصوصیات را بر روی ورق یا ستون سطح بالاتر تنظیم کند.

با استفاده از مدل سبک سلسله مراتبی قدیمی ، سفارش مهم نیست ، زیرا وقتی سطح سبک قبل از نقاشی تشکیل می شود ، سبک کامپوزیت حاصل به صورت پویا تعیین می شود.

با استفاده از مدل جدید به سبک مسطح ، ترتیب تنظیم ویژگی های سبک مهم است. در حقیقت ، شما باید با استفاده از مدل جدید سبک مسطح ، ویژگی های سبک را به ترتیب مناسب تنظیم کنید ، یا نتیجه دلخواه خود را دریافت نخواهید کرد. درک این نکته مهم است که چگونه مدل جدید سبک از این نظر متفاوت عمل می کند.

خوشبختانه ، تنظیم این تغییرات آسان است.

به سادگی این سه مرحله را دنبال کنید:

1. تنظیمات سبک کاربرگ را از قسمت خارج تنظیم کنید

شما همیشه باید تنظیمات سبک صفحه سطح بالا را ابتدا تنظیم کنید ، سپس تنظیمات ستون ، سپس تنظیمات ردیف و سپس تنظیمات سلول را تنظیم کنید تا اطمینان حاصل شود که تنظیمات سطح پایین اولویت دارند.

مدل جدید به سبک مسطح ، تنظیمات ورق های پیش فرض را به هیچ وجه نگه نمی دارد (ویژگی های SheetView. DefaultStyle به تنظیمات پیش فرض ستون نقشه برداری می شوند) و تنظیم ویژگی های سبک در ستون یا سطح ردیف مانند VSTO کار می کند و آن تنظیمات را در تمام سلول های موجود در آن اعمال می کند. ستون یا ردیف.

به عنوان مثال ، با استفاده از مدل جدید سبک ، Setting Column. BackColor = System. Drawing. Color. Red Backcolor را روی سبک ستون تنظیم می کند و سپس آن سبک ستون را در هر سلول در ستون اعمال می کند و تمام سلول ها قرمز می شوند. این اتفاق می افتد حتی اگر سلول قبلاً پشت پرده خود را به رنگ دیگری تنظیم کرده بود.

2. از یک فرمت مشروط برای ایجاد سبک های ردیف متناوب به جای متناوب استفاده کنید

از آنجا که AlteatingRows در مدل سبک مسطح پشتیبانی نمی شود (با استفاده از آن هیچ تاثیری ندارد) ، برنامه باید از یک روش متفاوت برای ایجاد سبک های ردیف متناوب استفاده کند. یک رویکرد معمولی در این مورد که در بسیاری از صفحات گسترده الگوی Microsoft Excel یافت می شود ، از قالب های مشروط استفاده می کند تا یک توالی تکراری از سبک ها را در طیف وسیعی از ردیف ها در صفحه کار اعمال کند.

نمونه ای از این موارد را می توان در کد نمونه برای "گزارش مالی سالانه" یافت که می توان در نمونه های نمایشی ویترین Control Explorer یافت و برای گسترش نصب شده است. در آن نمونه ، کد با استفاده از یک قانون فرمول با فرمول "= mod (ردیف () ، 2) = 0" یک قالب مشروط را در یک محدوده اعمال می کند و استفاده از یک سبک با خطوط مرزی پرشور و سبک تر خاکستریدر امتداد بالا و پایین سلول ها:

3. مستقیماً از API های هسته جدید استفاده کنید

نسخه جدید نسخه 12 New Grapecity. SpreadSheet Namespace: یک لایه API کاملاً جدید مبتنی بر مدل شیء VSTO را معرفی می کند. این لایه جدید API بسیاری از ویژگی های جدید معرفی شده در نسخه 12 را امکان پذیر می کند. غواصی به این لایه جدید API و استفاده از Irange ، Iworkbook ، IworkSheet و ده ها رابط جدید دیگر باعث افزایش عملکرد کد شما و استفاده از API جدید می شود. برای استفاده از سبک ها ، کد شما را قادر می سازد تا از پشتیبانی سبک داخلی جدید ، پر کردن الگوی و شیب شیب و پشتیبانی از مضامین استفاده کند.

برای استفاده از سبک ها ، می توانید از روش جدید Irange. Applystyle برای مشخص کردن یک روش داخلی استفاده کنید - در اینجا نمونه ای از کد از نمونه نسخه نمایشی اکسپلورر Control. net Control برای ویژگی ها وجود دارد - برگه - شیوه های سلول:

IworkSheet دارای خواص سلول ها ، ستون ها و ردیف هایی است که هنگام استفاده یا تغییر سبک ها با استفاده از روش Irange. ApplyStyle یا خاصیت Irange. style به طور مستقیم بر روی مدل صاف کار می کنند. هنگامی که از مدل سبک مسطح به همراه خصوصیات SheetView برای سلول ها ، ستون ها و ردیف ها استفاده می کنید تا ویژگی های سبک مانند backcolor ، font و forecolor را تنظیم کنید ، سپس این خصوصیات تنظیمات را در ISTYLE برای Irange. style برگشته شده توسط Irange. خاصیت مربوط به Iwworksheet ، به جای اینکه مدل قدیمی ورق سبک را بپیچاند.

API های جدید Grapecity. SpreadSheet بیشتر در پست های آینده تحت پوشش قرار می گیرند-نسخه آزمایشی 30 روزه رایگان خود را از PROAD. NET 12 بارگیری کنید و این API جدید عالی را امتحان کنید!

در این عکس تصویر که در 28 اکتبر 2021 در لس آنجلس گرفته شده است ، شخصی در حالی که مارک زاکربرگ مدیر عامل فیس بوک از آرم متا رونمایی می کند ، روی تلفن هوشمند تماشا می کند. نام شرکت مادر فیس بوک به متا تغییر یافت تا آینده ای فراتر از شبکه اجتماعی مشکل ساز خود را نشان دهد. Chris Delmas /AFP از طریق Getty Images عنوان پنهان

در این عکس تصویر که در 28 اکتبر 2021 در لس آنجلس گرفته شده است ، شخصی در حالی که مارک زاکربرگ مدیر عامل فیس بوک از آرم متا رونمایی می کند ، روی تلفن هوشمند تماشا می کند. نام شرکت مادر فیس بوک به متا تغییر یافت تا آینده ای فراتر از شبکه اجتماعی مشکل ساز خود را نشان دهد.

Chris Delmas /AFP از طریق Getty Images

با تمام چالش هایی که فیس بوک در طول سالها با آن روبرو شده است ، یک چیز ثابت بوده است: بیشتر و بیشتر مردم همچنان ثبت نام کرده و وارد سیستم می شوند.

اما این در سه ماه گذشته سال 2021 تغییر کرد ، هنگامی که بزرگترین شبکه اجتماعی جهان برای اولین بار کاربران روزانه کاربران را از دست داد.

روز پنجشنبه ، شرکت مادر فیس بوک متا بدترین روز خود را در وال استریت داشته است ، زیرا سرمایه گذاران سرخورده ارزش بازار خود را 26 ٪ - یا بیش از 250 میلیارد دلار - کاهش دادند.

شاخص از پول سیاره

Tiktok باعث شد من آن را بخرم

آخرین گزارش سه ماهه این شرکت تعدادی از پرچم های قرمز را بالا برد. مدیرعامل مارک زاکربرگ به رقابت شدید از جدیدترین Juggeaut رسانه های اجتماعی ، Tiktok اشاره کرد.

وی روز چهارشنبه به سرمایه گذاران گفت: "مردم انتخاب های زیادی برای چگونگی گذراندن وقت خود دارند و برنامه هایی مانند Tiktok خیلی سریع در حال رشد هستند.""چیزی که در اینجا تا حدودی بی نظیر است این است که Tiktok در حال حاضر به اندازه یک رقیب بزرگ است و همچنین با سرعت بسیار سریع رشد می کند."

برنامه ویدیویی بسیار محبوب چینی در حال جابجایی کاربران و تبلیغات دلار از فیس بوک و برنامه خواهر آن اینستاگرام است و قلب شغلی را که سال گذشته 115 میلیارد دلار درآمد ایجاد کرده است تهدید می کند.

متا در تلاش است تا با ویژگی های جدیدی مانند اینستاگرام Reels ، یک کلون Tiktok که این شرکت شرط بندی می کند تا کاربران جوان را درگیر نگه دارد ، دست و پنجه نرم کند.

اما سرمایه گذاران با تصدیق زاکربرگ که Tiktok در حال حاضر دارای یک شروع روشن ، شاید غیر قابل عبور است ، فریب خورده است.

ریچ گرینفیلد ، تحلیلگر Lightshed Partners گفت: "این تهدید به حدی بزرگ است که فیس بوک مجبور به تغییر محصولات خود برای تکثیر Tiktok است ، زیرا Tiktok همان چیزی است که مصرف کنندگان اکنون می خواهند."وی گفت که قیمت سهم متا منعکس کننده "ترس از اینکه تیکتوک به سرعت فرار رسیده است".

Tiktok تنها مشکلی نیست که وزن آن در متا باشد.

فن آوری

اپل محافظت های مهم حریم خصوصی جدید را برای آیفون ها و iPad ها انجام می دهد

اپل اخیراً تنظیمات حریم خصوصی خود را روی آیفون ها تغییر داده و فروش تبلیغات هدفمند را برای متا سخت تر کرده است. متا گفت که این می تواند 10 میلیارد دلار فروش از دست رفته امسال هزینه داشته باشد.

زاکربرگ گفت: "ما در حال بازسازی بسیاری از زیرساخت های تبلیغاتی خود هستیم تا بتوانیم به رشد و ارائه تبلیغات شخصی با کیفیت بالا ادامه دهیم."

و سپس جاه طلبی زاکربرگ برای تبدیل شدن به "یک شرکت متاور" وجود دارد.

پاییز گذشته ، او به فیس بوک به عنوان متا تغییر نام داد تا تمرکز جدید خود را بر این دنیای مجازی آینده نشان دهد. اما ساخت آن هزینه زیادی خواهد داشت: متا گفت که سال گذشته 10 میلیارد دلار در بخش آزمایشگاه های واقعیت خود از دست داد ، که نرم افزار و سخت افزار واقعیت مجازی را طراحی و ساخت ، مانند Quest 2 ، که در متاور استفاده خواهد شد.

فن آوری

فیس بوک به عنوان متا در حال تغییر مجدد است - اما برنامه ای که شما استفاده می کنید هنوز هم فیس بوک نامیده می شود

هزینه های بالون منجر به کاهش نادر سود سه ماهه به 10. 3 میلیارد دلار شد.

در تماس چهارشنبه ، زاکربرگ اعتراف کرد که آینده نامشخص است.

زاکربرگ گفت: "این دیدگاه کاملاً تحقق یافته هنوز راه دور است.""و گرچه جهت مشخص است ، اما مسیر پیش رو کاملاً تعریف نشده است."

گرینفیلد لایتشد گفت ، اما بسیاری از سهامداران برای یافتن این موضوع به اطراف خود نمی چسبند.

وی گفت: "سرمایه گذاران می توانند اخبار بد را اداره کنند ، سرمایه گذاران می توانند خبرهای خوب را اداره کنند.""آنچه سرمایه گذاران از آن متنفر هستند عدم دید است."

یادداشت ویرایشگر: متا به NPR برای مجوز محتوای NPR پرداخت می کند.

آیا "عسل" سرمایه گذاری خوبی است؟قیمت فعلی امروز: 3. 187 پوند (-0. 0125 ٪)

شاخص تاریخی برای پیش بینی قیمت عسل: E "آیا باید در Cryptocurrency عسل سرمایه گذاری کنم؟""آیا امروز باید HNY بخرم؟"طبق سیستم پیش بینی ما ، HNY سرمایه گذاری طولانی مدت (1 ساله) *است. پیش بینی های عسل هر 3 دقیقه با آخرین قیمت ها با تجزیه و تحلیل فنی هوشمند به روز می شود. توجه به این نکته حائز اهمیت است که به دلیل کمترین بازار ، قیمت HNY را می توان به راحتی دستکاری کرد. پرسش و پاسخ درباره پیش بینی های HNY. پیش بینی های دیگر ما را ببینید

در WalletInvestor.com مقادیر آینده را با تجزیه و تحلیل فنی برای انتخاب گسترده سکه های دیجیتالی مانند عسل پیش بینی می کنیم. اگر به دنبال ارزهای مجازی با بازده خوب هستید ، HNY می تواند یک گزینه سرمایه گذاری 1 ساله با ریسک بالا باشد. قیمت عسل برابر با 3. 187 USD در 2022-28 ، اما سرمایه گذاری فعلی شما ممکن است در آینده کاهش یابد.

7 روز پیش بینی

24 ساعت پیش بینی

تشخیص الگوی نمودار

داده های پیش بینی صادرات (CSV)

پیش بینی عسل ، پیش بینی قیمت کوتاه مدت به دلار برای روزها و هفته های آینده

پیش بینی عسل ، پیش بینی قیمت بلند مدت برای ماه ها و سال آینده: 2022 ، 2023

قیمت هدف عسل

هدف قیمت عسل در 14 روز: 3. 949 USD* صعودی و 2. 327 USD* نزولی.(بالاترین و کمترین قیمت پیش بینی شده ممکن در یک دوره 14 روزه)

پیش بینی قیمت عسل* برای فردا و هفته های بعدی بر اساس 30 روز گذشته

مؤلفه های روند دقیق پیش بینی و پیش آگهی عسل

مبدل / ماشین حساب

پیش بینی های دیگر ما را ببینید

سطح محوری ، مقاومت و پشتیبانی

سطح مقاومت (R3): 3. 290 سطح مقاومت (R2): 3. 272 سطح مقاومت (R1): 3. 239 Pivot Point: 3. 221 سطح پشتیبانی (S1): 3. 187 سطح پشتیبانی (S2): 3. 170 سطح پشتیبانی (S3): 3. 136)

صعودی یا نزولی؟

س questions ال و پاسخ در مورد پیش بینی عسل

قیمت عسل امروز چقدر است؟

قیمت فعلی عسل امروز 3. 187 دلار است.

آیا قیمت عسل افت / سقوط خواهد کرد؟

آره. قیمت عسل ممکن است از 3. 187 دلار به 0. 217 دلار کاهش یابد. این تغیی ر-93. 195 ٪ خواهد بود.

آیا قیمت عسل رشد می کند / افزایش می یابد / بالا می رود؟

آیا عسل جایگزین یا فراتر از بیت کوین خواهد شد؟

طبق پیش بینی های ما ، این اتفاق در آینده نزدیک رخ نخواهد داد.

آیا عسل سقوط خواهد کرد؟

طبق تحلیل ما ، این می تواند اتفاق بیفتد.

آیا هانی در سال 10 دلار خواهد آمد؟

نه طی یک سالبالا را ببین.

آیا هانی در سال 20 دلار خواهد آمد؟

نه طی یک سالبالا را ببین.

آیا هانی در سال 50 دلار خواهد آمد؟

نه طی یک سالبالا را ببین.

داده های تاریخی 14 روز

پیش بینی های دیگر ما را ببینید

عسل (HNY) رشد درآمد را پیش بینی می کند

Honey (HNY) اطلاعات بازار cryptocurrency

توصیه ها: خرید یا فروش عسل؟گزارش Cryptocurrency Market & Coin Exchange ، پیش بینی برای آینده: پیش بینی قیمت عسل را در زیر پیدا خواهید کرد. براساس داده های فعلی عسل (HNY) و به طور بالقوه محیط بازار آن در چرخه نزولی 12 ماه گذشته (در صورت وجود) بوده است. تحلیلگر رمزنگاری هوش مصنوعی ما دلالت بر این دارد که در آینده روند منفی وجود خواهد داشت و HNY سرمایه گذاری خوبی برای کسب درآمد نیست. از آنجا که این ارز مجازی از چشم انداز منفی برخوردار است ، توصیه می کنیم به جای آن به دنبال پروژه های دیگر برای ساختن یک نمونه کارها باشید. تجارت در بازارهای خرس همیشه سخت تر است ، بنابراین اگر جانباز نیستید ممکن است بخواهید از این کورگی جلوگیری کنید. اگر تازه وارد سرمایه گذاری هستید ، همیشه استراتژی های سرمایه گذاری بهینه را بخوانید.

برای اکثر افراد ، "خطر" تصاویر منفی را برانگیخته است - رانندگی سریعتر از حد مجاز سرعت ، قرار دادن شرط بندی ها بر روی "یک شات بلند" یا سفر به تنهایی به مکانهای ناآشنا. از نظر سرمایه گذاری ریسک را ذکر کنید ، و ممکن است مردم در مورد از دست دادن پس انداز زندگی خود فکر کنند. اما در واقعیت ، ریسک سرمایه گذاری به اشکال مختلفی ایجاد می شود و هرکدام می توانند بر نحوه دستیابی به اهداف مالی خود تأثیر بگذارند. نکته اصلی مقابله با ریسک سرمایه گذاری یادگیری نحوه مدیریت آن است.

مرحله اول: خطرات مختلفی را که در آن وجود دارد درک کنید

ریسک سرمایه گذاری به طور کلی به عنوان احتمال اینکه بازده واقعی یک سرمایه گذاری پایین تر از انتظارات سرمایه گذار باشد تعریف می شود. ترس از از دست دادن مقداری پول احتمالاً یکی از دلایلی است که مردم ممکن است حتی برای پس انداز طولانی مدت ، سرمایه گذاری های محافظه کارانه را انتخاب کنند. در حالی که ریسک سرمایه گذاری به خطر عمومی ضرر اشاره دارد ، می توان آن را به طبقه بندی های خاص تر تقسیم کرد. آشنایی با خود با انواع مختلف خطر ، اولین قدم در یادگیری نحوه مدیریت آن در نمونه کارها است.

خطر بازار

همچنین به عنوان ریسک سیستماتیک شناخته می شود ، ریسک بازار این احتمال وجود دارد که ارزش یک امنیت در بازار کلی خود به طور هم زمان حرکت کند. به عنوان مثال ، اگر بورس سهام در حال کاهش است ، ممکن است صندوق های متقابل سهام موجود در سبد خرید شما نیز کاهش یابد. یا اگر قیمت اوراق قرضه در حال افزایش باشد ، احتمالاً ارزش اوراق شما بالا می رود.

خطر نرخ بهره

بیشتر اوقات با سرمایه گذاری های با درآمد ثابت همراه است ، این ریسکی است که قیمت اوراق قرضه یا قیمت صندوق اوراق قرضه با افزایش نرخ بهره کاهش می یابد.

خطر تورم

این خطر که ارزش نمونه کارها شما با کاهش قدرت خرید پس انداز شما ، در نتیجه تورم ، از بین برود. هنگام ارزیابی سرمایه گذاری های محافظه کارانه ، مانند اوراق قرضه ، صندوق های اوراق قرضه و صندوق های بازار پول* به عنوان سرمایه گذاری های بلند مدت باید ریسک تورم در نظر گرفته شود. در حالی که سرمایه گذاری شما ممکن است با گذشت زمان سود خود را ارسال کند ، اگر حداقل با نرخ تورم همگام نباشد ، ممکن است ارزش از دست بدهد.

*سرمایه گذاری در صندوق بازار پول توسط شرکت بیمه سپرده فدرال یا هر آژانس دولتی دیگر بیمه و تضمین نمی شود. اگرچه این صندوق به دنبال حفظ ارزش سرمایه گذاری شما با قیمت 1. 00 دلار در هر سهم است ، اما می توان با سرمایه گذاری در صندوق از دست داد.

ریسک اعتباری

با اوراق قرضه و صندوق های اوراق قرضه بازی می شود. این به توانایی صادرکننده اوراق قرضه در بازپرداخت بدهی خود همانطور که وعده داده می شود هنگام بلوغ اوراق قرضه اشاره دارد. اوراق قرضه و وثیقه توسط آژانس هایی مانند مودی و استاندارد و پور رتبه بندی اعتباری داده می شود. به طور کلی ، هرچه رتبه بالاتر باشد ، ریسک اعتبار پایین تر می شود. اوراق قرضه ناخواسته ، که عموماً کمترین رتبه را دارند ، از نظر اعتبار از نظر خطرناک ترین هستند. بنابراین افرادی که روی آنها سرمایه گذاری می کنند ، به طور معمول به دنبال بازده بالاتری برای جبران ریسک اعتباری بالاتر خود هستند.

علاوه بر این ، سرمایه گذاری های بین المللی شامل خطراتی مانند نوسان ارزش ارزی (خطر ارزی) و همچنین پتانسیل تحولات اجتماعی ، سیاسی و اقتصادی است که ممکن است بر بازارهای یک کشور تأثیر بگذارد.

مرحله دوم: خطرات را با سرمایه گذاری های متنوع مدیریت کنید

کلیشه قدیمی ، "تمام تخم مرغ های خود را در یک سبد قرار ندهید" ، برای قلمرو سرمایه گذاری بسیار کاربرد دارد. روند تنوع ، گسترش پول شما در بین چندین سرمایه گذاری مختلف و کلاس های سرمایه گذاری ، به طور خاص برای کمک به مدیریت ریسک بازار در یک نمونه کارها استفاده می شود. از آنجا که آنها در بسیاری از اوراق بهادار مختلف سرمایه گذاری می کنند ، وجوه متقابل می تواند راه های ایده آل برای متنوع سازی باشد.

انتخاب بیش از یک صندوق متقابل برای نمونه کارها شما می تواند ریسک بیشتری را مدیریت کند. همچنین مزایای بالقوه انتخاب سرمایه گذاری ها را از بیش از یک کلاس دارایی در نظر بگیرید: وقتی سهام به دلیل تغییر شرایط به ویژه سخت است ، اوراق قرضه ممکن است به طرز چشمگیری تحت تأثیر قرار نگیرد.

مؤلفه های کل بازده ، 1985 - 2017

در حالی که سهام از نظر تاریخی درآمد و قدردانی سرمایه را ارائه داده است ، بازده کل اوراق قرضه در درجه اول از درآمد بهره تشکیل شده است. عملکرد گذشته نشانگر نتایج آینده نیست.

منبع: Chartsource ® ، DST Systems ، Inc. برای دوره های برگزاری پایان 31 دسامبر 2017. سهام توسط شاخص S& P 500 ارائه می شود. سرمایه گذاری مستقیم در یک فهرست امکان پذیر نیست. عملکرد شاخص نشان دهنده تأثیر هزینه های سرمایه گذاری و مالیات نیست. نتایج واقعی از معیارها متفاوت است و احتمالاً پایین تر خواهد بود. عملکرد گذشته تضمینی برای نتیجه گرفتن در آینده نیست.© 2018 ، DST Systems ، Inc. تولید مثل به طور کامل یا جزئی ممنوع است ، به جز مجوز. کلیه حقوق محفوظ است. مسئول هرگونه خطا یا حذف نیست.(CS000037)

مرحله سوم: سرمایه گذاری های خود را با اهداف خود مطابقت دهید

قبل از اینکه بتوانید تصمیم بگیرید که چه نوع سرمایه گذاری از دیدگاه خطر مناسب است ، باید اهداف پس انداز خود را ارزیابی کنید. آیا حفظ هدف شما از اصلی ، درآمدزایی برای هزینه های جاری یا ایجاد ارزش اصلی شما در بیش از تورم و بالاتر است؟نحوه پاسخگویی به این امر به شما امکان می دهد تعادل مناسب بین بازده مورد نظر برای دستیابی به آن و ریسکی که مایل به فرض هستید پیدا کنید.

افق زمانی را با گزینه های سرمایه گذاری خود مطابقت دهید

افق زمانی خود را برای رسیدن به اهداف خود بررسی کنید و در نظر بگیرید که چقدر راحت می توانید در ارزش سرمایه گذاری های خود ضررهای کوتاه مدت را سوار کنید. به یاد داشته باشید ، هرچه افق زمانی شما طولانی تر باشد ، نوسانات بیشتری می توانید در نمونه کارها خود تحمل کنید. در عین حال ، سرمایه گذاران بلند مدت باید نگران تورم باشند. اگر در حال سرمایه گذاری در وجوه بازنشستگی خود هستید ، ممکن است در طولانی مدت نگران ایجاد سرمایه باشید.

به عنوان مثال ، سرمایه گذاران که اهداف بلند مدت را دنبال می کنند (مانند بازنشستگی) بیشتر مربوط به رشد طولانی مدت و مدیریت ریسک تورم هستند. اوراق بهادار آنها به احتمال زیاد در سرمایه گذاری های سهام به شدت وزن بیشتری خواهد داشت ، زیرا این موارد از نظر تاریخی بالاترین بازده بلند مدت را فراهم کرده و تورم را با وسیع ترین حاشیه پیشی گرفته اند ، اگرچه عملکرد گذشته بازده آینده را تضمین نمی کند. این سرمایه گذاران همچنین ممکن است مقداری پول را به اوراق قرضه و سرمایه گذاری در بازار پول اختصاص دهند تا به مدیریت خطرات بالاتر مرتبط با سهام کمک کنند. به خاطر داشته باشید که سهام پتانسیل رشد بلند مدت را ارائه می دهد اما نوسان خواهد داشت و ممکن است درآمد فعلی کمتری نسبت به سایر سرمایه گذاری ها داشته باشد.

از طرف دیگر ، ممکن است افرادی که در حال بازنشستگی هستند ، نیاز به اعتماد زیادی به درآمد حاصل از اوراق بهادار خود داشته باشند. بنابراین ، آنها ممکن است به دنبال مدیریت درآمد و مدیریت ریسک خسارات کوتاه مدت باشند. اوراق بهادار آنها به احتمال زیاد در سرمایه گذاری های با کیفیت بالا ، کم خطر و سرمایه گذاری در بازار پول وزن خواهد بود و برخی از سهام در ترکیب برای حفظ پتانسیل رشد است.

سرمایه گذاری های نامناسب: خطرات غیب

هنگام فکر کردن در مورد چگونگی تعادل خطر و بازگشت در نمونه کارها ، فراموش نکنید که خطر ضرر تنها نوع خطر نیست. برخی از فکر کردن به خطر سرمایه گذاری بیش از حد محافظه کارانه و عدم بهره برداری از پتانسیل بازده به اندازه کافی برای تأمین آینده مالی خود ، فکر کنید. همچنین از سرمایه گذاری در ابزارهایی که ممکن است برای اهداف کوتاه مدت شما بسیار خطرناک باشد ، آگاه باشید. یک متخصص مالی می تواند به شما در انتخاب وسایل نقلیه سرمایه گذاری مناسب برای اهداف خود کمک کند.

همانطور که هر سرمایه گذاری خاص را در نظر می گیرید ، تاریخچه عملکرد و ویژگی های ریسک آن را تحقیق کنید. به عنوان مثال ، اگر این صندوق سهام باشد ، چقدر به شدت به افت بازار پاسخ داده است؟چه مدت طول کشید تا ضررها را جبران کنید؟چگونه این کار در یک بازه زمانی شبیه به خود شما انجام شده است؟برای صندوق اوراق قرضه ، میانگین بلوغ اوراق قرضه در صندوق خاص را نیز در نظر بگیرید.

ریسک پاداش بالقوه خود را دارد

در زندگی ، تقریباً هر تلاش برای موفقیت شامل کمی ریسک است و استراتژی سرمایه گذاری شما فرقی نمی کند. با اختصاص زمان به بررسی اهداف خود ، انجام برخی تحقیقات و کار با یک متخصص مالی ، می توانید با انتخاب سرمایه گذاری های مناسب ، نحوه مدیریت ریسک را در نمونه کارها خود یاد بگیرید.

اینها مفاهیم مهم و عوامل مهم موفقیت در موفقیت سرمایه گذاری شما هستند. وقتی متخصص مالی خود را می بینید ، فراموش نکنید که این نگرانی ها را نیز در دستور کار خود قرار دهید.

نکته مهم: عادلانه معتقد است که آموزش و پرورش گامی اساسی در جهت رسیدن به اهداف مالی شما است و این بحث صرفاً به عنوان یک منبع اطلاعاتی و آموزشی عمل می کند. این مشاوره سرمایه گذاری را تشکیل نمی دهد ، و همچنین توصیه مستقیم یا غیرمستقیم از هر محصول خاص یا مناسب بودن گزینه خاص مربوط به سرمایه گذاری را ارائه نمی دهد. نیازها ، اهداف و شرایط منحصر به فرد شما نیاز به توجه فردی حرفه ای مالی شما دارد. تخصیص دارایی و تعادل مجدد ، سود یا حمایت در برابر ضرر سرمایه گذاری را تضمین نمی کند.

© 2018 DST Systems ، Inc. تولید مثل به طور کامل یا جزئی ممنوع است ، به جز با اجازه. کلیه حقوق محفوظ است. مسئول هرگونه خطا یا حذف نیست.

مبلغ در سرمایه گذاری سهام در معرض نوسان در ارزش و ریسک بازار ، از جمله از دست دادن مدیر است.

اوراق بهادار بین المللی ریسک اضافی از جمله نوسانات مبادله ارز و مقررات مختلف دولت ، شرایط اقتصادی یا استانداردهای حسابداری را به همراه دارد.

سهام شرکتهای کوچک ممکن است نقدینگی کمتری نسبت به شرکتهای بزرگتر داشته باشد و ممکن است نسبت به کل بازار سهام در معرض نوسانات قیمت بیشتر باشد. سهام شرکت کوچکتر خطر بیشتری را نسبت به شرکتهای مستقر در ارتباط دارد.

سرمایه گذاری اوراق قرضه در معرض خطر نرخ بهره قرار دارد به طوری که با افزایش نرخ بهره ، قیمت اوراق قرضه کاهش می یابد و سرمایه گذار می تواند ارزش اصلی را از دست بدهد.

سرمایه گذاری در صندوق بازار پول توسط شرکت بیمه سپرده فدرال یا هر آژانس دولتی دیگر بیمه یا تضمین نمی شود.

لطفاً قبل از خرید صندوق متقابل ، هزینه ها ، ریسک ، هزینه و اهداف سرمایه گذاری را با دقت در نظر بگیرید. برای یک دفترچه حاوی این و سایر اطلاعات ، لطفاً با یک متخصص مالی تماس بگیرید. قبل از سرمایه گذاری یا ارسال پول ، آن را با دقت بخوانید.

اطلاعات ارائه شده از منابع مدیریت ثروت ، منابع و داده ها و داده های ما معتقدیم که دقیق هستند ، اما ما هیچ گونه نمایشی در مورد صحت یا کامل بودن آن ارائه نمی دهیم. داده ها و اطلاعات فقط برای اهداف اطلاعاتی ارائه شده است و برای اهداف درخواست یا تجارت در نظر گرفته نشده است. Wealth Management Systems ، Inc. وابسته به عادلانه نیست. لطفاً در مورد وضعیت فردی خود با مشاوران مالیاتی و حقوقی خود مشورت کنید. نه عادلانه و نه هیچ یک از داده های ارائه شده توسط ارائه دهندگان عادلانه یا محتوای آن ، مانند Wealth Management Systems ، Inc. ، مسئولیت هرگونه خطا یا تأخیر در محتوا یا اقدامات انجام شده در اتکا به آن را بر عهده نخواهد داشت. با دسترسی به وب سایت عادلانه ، کاربر موافقت می کند که از شرایط و ضوابط سایت پیروی کند ، از جمله عدم توزیع مجدد اطلاعات موجود در آن.

بیمه عمر و سالیانه توسط یک شرکت وابسته ، عادلانه بیمه عمر مالی (NY ، NY) و حامل های مختلف غیرمجاز صادر می شود. محصولات و خدمات اوراق بهادار از طریق مشاوران عادلانه (عضو FINRA / SIPC ، خیابان 1290 آمریکا ، NY ، NY 10104 (212-314-4600) ارائه می شود. ریسک سرمایه گذاری ، از جمله از دست دادن احتمالی سرمایه گذاری اصلی. مشاوران عادلانه و عادلانه وابسته هستند و مشاوره مالیاتی یا حقوقی را ارائه نمی دهند.

کاپا معمولاً هنگام ارزیابی توافق شرایط با استاندارد مرجع مورد استفاده قرار می گیرد ، اما به دلیل وابسته بودن به شیوع مورد انتقاد قرار گرفته است. برای غلبه بر این محدودیت ، یک کاپا تنظیم شده و تعصب تنظیم شده با تعصب (PABAK) ایجاد شده است. هدف از این مطالعه نشان دادن عملکرد کاپا و PABAK و ارزیابی توافق بین داده های اداری تخلیه بیمارستان و شرایط داده بررسی نمودار است.

مواد و روش ها

این توافق نامه برای نمونه گیری تصادفی ، نمونه برداری محدود شده بر اساس شرایط و نمونه گیری مورد از مورد از چهار بیمارستان آموزشی در آلبرتا ، کانادا از داده های اداری ICD10 در تاریخ 1 ژانویه ، 2003 و 30 ژوئن 2003 مقایسه شد. در مجموع 4،008 سوابق تخلیه بیمارستان ونمای نمودار ، برای شناسه منحصر به فرد شخصی و تاریخ پذیرش ، برای 32 شرط نمونه گیری تصادفی مورد بررسی قرار گرفت. نمونه محدود برای فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب و نمونه کنترل مورد برای این سه شرط از نمونه تصادفی استخراج شد. شیوع ، کاپا ، PABAK ، توافق مثبت ، توافق منفی برای این شرط برای هر یک از سه نمونه مقایسه شد.

نتایج

شیوع هر شرایط به روش نمونه برداری بسیار وابسته بود ، و این تغییر در شیوع تأثیر معنی داری بر کاپا و پااباک داشت. مقادیر Pabak برای شرایط خاص با مقادیر کم Kappa بدیهی بود. شکاف بین این دو مقدار آماری برای یک شرط یکسان کاهش یافته است زیرا شیوع شرایط به 50 ٪ نزدیک می شود.

نتیجه

مقادیر کاپا نسبت به مقادیر pabak در 32 شرایط متفاوت تر بود. مقادیر PABAK معمولاً نباید به عنوان اندازه گیری توافق مشابه KAPPA در داده های اداری ، به ویژه برای شرایط با شیوع کم تعبیر شود. هیچ توافق نامه اندازه گیری آماری واحد وجود ندارد که اطلاعات مورد نظر را برای اعتبار داده های اداری ضبط کند. محققان باید از کاپا ، شیوع ، توافق مثبت ، توافق منفی و فرکانس نسبی در هر سلول (یعنی A ، B ، C و D) گزارش دهند تا خواننده بتواند از اعتبار داده های اداری از جنبه های مختلف قضاوت کند.

زمینه

اعتبار سنجی ، از جمله محتوا ، ساخت و ساز و اعتبار معیار یک مسئله اساسی برای تحقیقات پزشکی است. در مطالعات اپیدمیولوژیک ، اعتبار معیار (که به عنوان اعتبار در این مقاله به آن اشاره می شود) ، بیشتر مورد استفاده قرار می گیرد و به اندازه گیری معیار بستگی دارد. در حالت ایده آل ، معیار باید کاملاً "حقیقت" را منعکس کند و معمولاً از آن به عنوان "استاندارد طلا" یاد می شود. پس از اجرای "استاندارد طلا" ، آمار حساسیت ، ویژگی ، ارزش پیش بینی مثبت (PPV) و ارزش پیش بینی منفی (NPV) برای تعیین کمیت اعتبار یک اندازه گیری که مورد بررسی قرار می گیرد ، استفاده می شوند.

در دنیای "واقعی" ، به ویژه در مطالعات اپیدمیولوژیک ، "استاندارد طلا" به ندرت در دسترس است ، بسیار دشوار یا پرهزینه است. بنابراین محققان غالباً از اقدامات تقریبی "استاندارد طلا" به عنوان معیار ارزیابی اعتبار استفاده می کنند. به عنوان مثال ، اعتبار شرایط پزشکی ثبت شده در داده های اداری تخلیه بیمارستان با استحکام مجدد نمودارهای بستری توسط متخصصان بهداشت و همچنین مقایسه با داده های خود گزارش شده بیمار ارزیابی شده است. در این مواقع که هیچ "استاندارد طلا" وجود ندارد ، از آمار Kappa معمولاً برای ارزیابی توافق برای تخمین "اعتبار" استفاده می شود.

در سال 1960 ، بر اساس قابلیت اطمینان از احتمال تجزیه و تحلیل محتوا [1] ، کوهن آماری KAPPA را برای ارزیابی داده های طبقه بندی کرد ، که میزان توافق را که انتظار می رود به تنهایی اتفاق می افتد را تصحیح یا تنظیم می کند [2]. از زمان آغاز به کار ، کاپا به طور گسترده مورد مطالعه و نقد قرار گرفته است (جدول 1). یکی از انتقادات رایج این است که کاپا به شیوع وضعیت در جمعیت بسیار وابسته است [3 ، 4]. برای غلبه بر این محدودیت ، چندین روش جایگزین برای توافق بررسی شده است [5-8]. در سال 1993 ، Byrt و همکاران [9] یک کاپا تنظیم شده و شیوع تنظیم شده با تعصب و شیوع را پیشنهاد کردند که پنجاه درصد شیوع این بیماری و عدم وجود هرگونه تعصب را به عهده می گیرد. PABAK در بسیاری از مطالعات فراوان برای ارزیابی توافق به کار رفته است [10-17]. در مقایسه با کاپا ، پاباک وضعیت ایده آل را منعکس می کند و تغییر شیوع در شرایط و تعصب ارائه شده در جهان "واقعی" را نادیده می گیرد. برای نشان دادن عملکرد Kappa و Pabak ، ما توافق بین داده های اداری تخلیه بیمارستان و شرایط داده بررسی نمودار را ارزیابی کردیم ، با توجه به اینکه شیوع یک شرط با استفاده از روش نمونه گیری به کار رفته متفاوت است. ما کاپا و پاباک را در سه سناریوی نمونه گیری زیر تجزیه و تحلیل کردیم. 1) نمونه گیری تصادفی ، 2) نمونه گیری محدود شده بر اساس شرایط و 3) نمونه گیری مورد کنترل.

مواد و روش ها

نمونه اتفاقی

در مجموع 4،008 سوابق ترخیص بیمارستان به طور تصادفی از چهار بیمارستان آموزشی بزرگسالان در آلبرتا ، کانادا در بین پذیرش ها در تاریخ 1 ژانویه 2003 و 30 ژوئن 2003 انتخاب شدند. حداقل 1000 پرونده از هر بیمارستان وجود داشت.

تعریف شرایط در داده های اداری ICD-10

رمزگذارهای ضبط شده سلامت حرفه ای آموزش دیده از طریق نمودار پزشکی بیمار برای تعیین طبقه بندی بین المللی بیماری 10th نسخه (ICD-10) تشخیص می دهند که به طور مناسب بستری بیمار را توصیف می کنند. هر سابقه تخلیه شامل یک شماره شناسایی منحصر به فرد برای هر بستری ، شماره نمودار بیمار و حداکثر 16 تشخیص بود. ما 32 شرط را بر اساس کدهای ICD-10 تعریف کردیم [18].

تعریف شرایط در داده های نمودار

نمودارهای 4008 بیمار به طور تصادفی انتخاب شده با استفاده از شناسه و تاریخ پذیرش منحصر به فرد قرار گرفتند. دو داور آموزش دیده حرفه ای از طریق بررسی صفحه پوشش نمودار ، خلاصه تخلیه ، خلاصه روایت ، گزارش های آسیب شناسی (از جمله گزارش های کالبد شکافی) ، سوابق تروما و احیا ، یادداشت های پذیرش ، گزارش های مشاوره ، گزارش های جراحی/عملیات ، بیهوشی ، بررسی کامل نمودار 4008 بیمار را از 4008 بیمار انجام دادند. گزارش ها ، یادداشت های پیشرفت روزانه پزشک ، دستورات پزشک ، گزارش های تشخیصی و یادداشت های انتقال برای شواهد هر یک از 32 شرایط. این روند برای هر نمودار تقریباً یک ساعت طول کشید.

نمونه محدود

ما سوابق را با هر یک از سه شرط (یعنی فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب) از داده های اداری ICD-10 استخراج کردیم. در میان 1126 سوابق که معیارها را رعایت می کردند ، 887 سوابق با فشار خون بالا ، 336 با انفارکتوس میوکارد و 254 با نارسایی احتقانی قلب وجود داشت.

نمونه کنترل مورد

ما یک نمونه کنترل مورد را برای هر یک از سه شرط خاص بر اساس داده های اداری ICD-10 تعریف کردیم. نمونه اول شامل 887 سوابق با فشار خون بالا و 887 سوابق به طور تصادفی در بین افراد بدون فشار خون بالا بود. بنابراین در کل نمونه برای فشار خون بالا حاوی 1774 سوابق است. با استفاده از همان روش ، نمونه دوم و سوم برای انفارکتوس میوکارد و نارسایی احتقانی قلب ایجاد شد. در کل 672 سوابق برای انفارکتوس میوکارد (336 با انفارکتوس میوکارد ، 336 بدون) و 508 سوابق برای نارسایی احتقانی قلب (254 با نارسایی احتقانی قلب و 254 رکورد بدون) وجود داشت.

شاخص های آماری توافق

ما شیوع شرط ، کاپا ، آماری PABAK ، توافق مثبت ، توافق منفی ، توافق مشاهده شده و توافق شانس را برای شرط در هر یک از سه نمونه محاسبه کردیم. تعریف Kappa و Pabak این است:

جایی که من_ایو من_اشمیهبه ترتیب توافق و توافق شانس مشاهده شده است.

طبقه بندی متقاطع برای نتایج شرط توسط دو بانک اطلاعاتی و فرمول های محاسبه آمار توافق نامه را می توان در پرونده اضافی یافت. ما مقادیر آماری را در سه نمونه مانند کاپا محاسبه کردیم. اینها به آمار نمونه ها اشاره می کنند و به مقادیر پارامتر برای جمعیت اشاره نمی کنند اگرچه از آمار نمونه برای برآورد مقادیر جمعیت استفاده می شود. بنابراین ، شاخص های آماری مورد استفاده در این مقاله به ارزش آماری برای نمونه اشاره دارد ، نه برای جمعیت.

این مطالعه توسط کمیته اخلاق دانشگاه کالگری ، کانادا تأیید شد

نتایج

نمونه تصادفی برای 32 شرط

شاخص های آماری برای توافق برای 32 شرایط در جدول 2 ارائه شده است. شیوع شرایط داده های اداری ICD-10 از 0. 25 ٪ تا 22. 13 ٪ است ، در حالی که برای بررسی نمودار ، از 0. 60 ٪ تا 30. 19 ٪ در بین 32شرایطتغییر در توافق منفی از 0. 92 به 1. 00 و از 0. 21 به 0. 84 برای توافق مثبت بود. کاپا از 0. 20 تا 0. 83 متغیر بود ، در حالی که برای Pabak ، از 0. 72 تا 0. 99 بود ، با مقدار Pabak بیشتر از Kappa برای همه شرایط موجود در نمونه بود. تفاوت بین مقادیر Pabak و Kappa از 0. 06 تا 0. 77 بود. فشار خون بالا و سرطان متاستاتیک کمترین اختلاف 0. 06 را داشت ، در حالی که کم خونی از دست دادن خون و انعقاد خون بیشترین اختلاف را 0. 77 داشتند. Kappa و Pabak با شیوع 32 شرط در شکل 1 نشان داده شده است.

جدول 2 شاخص شیوع و قابلیت اطمینان بین نمودار انتزاعی و ICD-10 داده های انتزاعی تخلیه برای 32 شرط

مقایسه کاپا و پاباک با تغییر شیوع شرایط.

نمونه محدود برای شرایط انتخاب

شیوع فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب برای داده های ICD-10 از 22. 13 ٪ ، 8. 38 ٪ ، 6. 34 ٪ در نمونه تصادفی به 78. 77 ٪ ، 29. 84 ٪ و 22. 56 ٪ برای نمونه محدود افزایش یافته است (جدول 3)بشرتفاوت بین مقادیر PABAK و KAPPA برای فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب به ترتیب 0. 09 ، 0. 03 و 0. 05 بود که از 0. 06 ، 0. 18 و 0. 18 برای نمونه تصادفی تغییر یافت.

جدول 3 شاخص شیوع و قابلیت اطمینان بین نمودار انتزاعی و ICD-10 داده های انتزاعی تخلیه برای 3 شرایط انتخاب ، با روش نمونه برداری

نمونه کنترل مورد برای شرایط انتخاب

با طراحی شیوع این سه شرط برای داده های اداری ICD-10 50 ٪ ، مقادیر Pabak و Kappa برای فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب 0. 82 ، 0. 88 و 0. 89 بود که در نتیجه اختلاف 0 بین این دو شاخص ایجاد شد. بشر

بحث

ما عملکرد شیوع غیر قابل تنظیم (یعنی KAPPA) و شاخص های آماری تنظیم شده (یعنی PABAK) را برای ارزیابی توافق بین داده های اداری و داده های بررسی نمودار پزشکی در یک نمونه به طور تصادفی برای 32 شرط و همچنین نمونه محدود و مورد کنترل مورد بررسی قرار دادیم. برای سه شرط انتخاب (فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب). نتایج ما نشان می دهد که برای همان شرایط شیوع بسته به روش نمونه گیری متفاوت است و این تغییر بر آمار کاپا و پااباک تأثیر می گذارد. ما برجسته می کنیم که 1) مقادیر کاپا نسبت به مقادیر pabak در 32 شرایط متفاوت تر است. 2) PABAK معمولاً نباید به عنوان اندازه گیری پارامتر توافق مشابه KAPPA در داده های اداری ، به ویژه برای شرایط با شیوع کم تعبیر شود. 3) شکاف بین این دو مقدار آماری برای همان شرایط با افزایش شیوع آن باریک شد و هنگامی که شیوع به 50 ٪ ثابت شد ناپدید شد.< SPAN> ما عملکرد شیوع غیر قابل تنظیم (یعنی KAPPA) و شاخص های آماری تنظیم شده (یعنی PABAK) را برای ارزیابی توافق بین داده های اداری و داده های بررسی نمودار پزشکی در یک نمونه تصادفی انتخاب شده برای 32 شرط ، و همچنین یک محدود و مورد بررسی کردیم. نمونه کنترل برای سه شرایط انتخابی (فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب). نتایج ما نشان می دهد که برای همان شرایط شیوع بسته به روش نمونه گیری متفاوت است و این تغییر بر آمار کاپا و پااباک تأثیر می گذارد. ما برجسته می کنیم که 1) مقادیر کاپا نسبت به مقادیر pabak در 32 شرایط متفاوت تر است. 2) PABAK معمولاً نباید به عنوان اندازه گیری پارامتر توافق مشابه KAPPA در داده های اداری ، به ویژه برای شرایط با شیوع کم تعبیر شود. 3) شکاف بین این دو مقدار آماری برای همان شرایط با افزایش شیوع آن کاهش یافته و هنگامی که شیوع به 50 ٪ ثابت شد ناپدید شد. ما عملکرد شیوع غیرقابل تنظیم (یعنی کاپا) را بررسی کردیم و شاخص های آماری را تنظیم کردیم (یعنی Pabak) برای ارزیابی توافق بین داده های اداری و داده های بررسی نمودار پزشکی در یک نمونه به طور تصادفی برای 32 شرط ، و همچنین یک نمونه محدود و کنترل مورد برای سه شرط انتخاب (فشار خون بالا ، انفارکتوس میوکارد و نارسایی احتقانی قلب). نتایج ما نشان می دهد که برای همان شرایط شیوع بسته به روش نمونه گیری متفاوت است و این تغییر بر آمار کاپا و پااباک تأثیر می گذارد. ما برجسته می کنیم که 1) مقادیر کاپا نسبت به مقادیر pabak در 32 شرایط متفاوت تر است. 2) PABAK معمولاً نباید به عنوان اندازه گیری پارامتر توافق مشابه KAPPA در داده های اداری ، به ویژه برای شرایط با شیوع کم تعبیر شود. 3) شکاف بین این دو مقدار آماری برای همان شرایط با افزایش شیوع آن باریک شد و هنگامی که شیوع به 50 ٪ ثابت شد ناپدید شد.

روش نمونه برداری به کار رفته تأثیر معنی داری در ارزیابی اعتبار دارد. در حال حاضر ، نمونه تصادفی ، نمونه محدود و نمونه مورد کنترل مورد نیاز در مطالعه اعتبار برای داده های اداری مورد استفاده قرار می گیرد [19-21]. در مطالعه ما ، مقدار کاپا برای فشار خون بالا برای نمونه تصادفی 0. 72 و برای نمونه محدود 0. 69 است. مطالعات قبلی نشان می دهد که مقدار کاپا به شیوع شرایط بسیار وابسته است [3 ، 4]. شیوع فشار خون بالا برای نمونه تصادفی 22. 13 ٪ و 78. 77 ٪ برای نمونه محدود در این مطالعه است. بنابراین ، تفاوت مقدار کاپا برای فشار خون بالا ممکن است ناشی از شیوع متفاوت بین نمونه های تصادفی و محدود باشد. روش نمونه برداری همچنین بر مقدار PABAK تأثیر گذاشت و مقدار PABAK با توجه به نوع روش نمونه گیری متفاوت بود. با تعریف ، Pabak فرض می کند که شیوع 50 ٪ با تعصب صفر است [6]. مقدار آن فقط به توافق مشاهده شده بستگی دارد [9]. در صورت شیوع فشار خون بالا 50 ٪ برای نمونه مورد کنترل به 0. 82 می رسد. این یافته ها با گزارش [22] واچ بر اساس نمونه فرضی سازگار است. به منظور غلبه بر تأثیر شیوع بر ارزش کاپا ، برخی از محققان با استفاده از یک نمونه تعادل و جلوگیری از کاپا برای ارزیابی اعتبار شرایط با شیوع کم یا بسیار زیاد ، دفاع می کنند [3 ، 4 ، 9 ، 23]. یک دلیل بالقوه برای تغییر در PABAK با روش های نمونه برداری به دلیل تغییر در توافق مشاهده شده است که نتیجه تغییر در برآورد شیوع با روش های نمونه برداری بود. بنابراین تفسیر نتایج مطالعه اعتبار سنجی باید اثر نمونه گیری و شیوع بیماری را در نظر بگیرد.

کاپا نسبت به شیوع شرایط تعریف شده از داده های اداری حساس است. مطالعه Agresti [24] تأثیر شیوع در کاپا را مورد بررسی قرار داد و مقادیر کاپا را از جمعیت با شیوع مختلف مقایسه کرد. مطالعه [22] واچ نشان داد که کاپا بالاترین است که شیوع آن برابر با 50 ٪ باشد. در واقعیت ، تقریباً همه بیماری ها شیوع در جمعیت کمتر از 50 ٪ دارند. طراحی مطالعه مورد کنترل (تطبیق 1: 1) به طور خودکار مقدار کاپا را به حداکثر می رساند. در مطالعه ما ، کاپا برای فشار خون بالا در نمونه مورد کنترل 82/0 بالاتر از نمونه تصادفی 0. 72 بود. بنابراین ، باید در تفسیر کاپا برای مطالعات کنترل مورد استفاده شود.

در این مطالعه ، ما عملکرد KAPPA و PABAK را در اندازه گیری توافق بین داده های اداری و داده های بررسی نمودار مقایسه کردیم اما نتوانستیم تعیین کنیم که کدام اقدامات آماری با دقت و قابل اعتماد تر توافق می کند. دلیل این امر این است که ما نتوانستیم پارامتر اعتبار "واقعی" داده های اداری را ایجاد کنیم. با این حال ، ارزیابی این دو آمار از طریق عمل کدگذاری داده های اداری (یعنی روانی چهره) نشان می دهد که مقادیر PABAK معمولاً نباید به عنوان اندازه گیری پارامتر توافق مشابه KAPPA ، به ویژه برای شرایط با شیوع کم تعبیر شود. در نمونه تصادفی ما ، مقدار PABAK در بین 32 شرایط از 0. 72 تا 99/0 متغیر بود ، که نشانگر درجه بالایی از "اعتبار" برای داده های اداری در ضبط این شرایط است. مقدار بالای PABAK برای چاقی و کاهش وزن نمونه هایی است (96/0 برای هر دو شرط) که اعتبار PABAK را زیر سوال می برد. دستورالعمل و عمل کدگذاری داده های اداری [25] به رمزگذاران دستور می دهد که این شرایط را کدگذاری نکنند حتی اگر در نمودارها ثبت شوند زیرا ممکن است بر مدت اقامت ، مراقبت های بهداشتی یا درمان درمانی تأثیر نگذارد. علاوه بر این ، رمزگذارها ممکن است عمداً این شرایط را به دلیل محدودیت محدودی که برای کد هر نمودار کد می کنند ، کدگذاری نکنند. بنابراین ، این دو شرط به طور کلی اعتبار بسیار ضعیفی در داده های اداری دارند. این واقعیت با توافق مثبت بسیار ضعیف (30/0 برای چاقی و 0. 21 برای کاهش وزن) و ارزش کاپا (0. 20 و 0. 28) آشکار می شود. Pabak فرض می کند که تعصب وجود ندارد و شیوع آن 50 ٪ است. با این حال ، هنگامی که تعصب ارائه شده و شیوع آن از 50 ٪ خارج می شود ، مقدار Pabak و مقدار Kappa متناقض است.

تعصب همچنین بر مقادیر کاپا تأثیر دارد. تعصب میزان اختلاف در مورد نسبت موارد مثبت (یا منفی) است و در تفاوت بین B و C منعکس می شود (به پرونده اضافی 1 مراجعه کنید) [26]. مقدار کاپا برای یک تعصب زیاد بیشتر است ، در حالی که مقدار کاپا برای تعصب پایین تر یا غایب پایین تر است [9]. در مطالعه ما ، مقدار B و C برای همان شرایط در نمونه های مختلف تغییر کرده است. برای انفارکتوس میوکارد ، مقدار B و C به ترتیب 0. 55 ٪ و 4. 92 ٪ در نمونه تصادفی بود ، در حالی که در نمونه محدود 95 ٪ و 10. 04 ٪ بود. علاوه بر این ، شیوع این بیماری از 8. 38 ٪ برای نمونه تصادفی و به ترتیب 29. 84 ٪ برای نمونه محدود تغییر یافته است. با توجه به تعریف کاپا ، بدیهی است که تغییرات شیوع تأثیر آن بر کاپا است. برای نمونه محدود ، هم تفاوت B و C و هم شیوع انفارکتوس میوکارد در مقایسه با نمونه تصادفی بیشتر است. این تا حدودی توضیح می دهد که چرا مقدار کاپا در نمونه محدود نسبت به نمونه های نمونه تصادفی بیشتر است.

مطالعه ما حداقل دو محدودیت دارد. اولا ، ما نمی توانیم ارزش "واقعی" کاپا را برای شرایط موجود در داده های اداری در مطالعه خود ضبط کنیم. بنابراین ، تفاوت بین مقدار "واقعی" و ارزش تخمین زده شده کاپا ، و تغییرات آنها به دلیل تغییر شیوع ، قابل ارزیابی نیست. ثانیا ، ما از داده های نمودار استخراج شده توسط داوران به عنوان "استاندارد طلا" برای ارزیابی اعتبار داده های ICD-10 استفاده کردیم. چنین استاندارد معیار بستگی به کیفیت نمودارها دارد.

نتیجه

مطالعه ما نشان می دهد که شیوع شرایط بسته به روش نمونه گیری به کار رفته متفاوت است و این تغییرات در کاپا و پااباک تأثیر دارد. اگرچه PABAK از نظر تئوری برای شیوع تعدیل می کند ، این آمار ممکن است برای ارزیابی توافق های بین دو منبع داده بالا باشد و ممکن است منجر به نتیجه گیری گمراه کننده شود. اگرچه هیچ آمار توافق نامه ای نمی تواند اطلاعات مورد نظر را ضبط کند ، ما محققان را ترغیب می کنیم تا کاپا را گزارش دهند ، شیوع ، توافق مثبت ، توافق منفی و فرکانس نسبی در هر سلول (یعنی A ، B ، C و D) به خوانندگان اجازه می دهد تا قضاوت کننداعتبار داده های اداری از جنبه های مختلف.

منابع

اسکات WA: قابلیت اطمینان تجزیه و تحلیل محتوا: مورد برنامه نویسی در مقیاس اسمی. کوارت افکار عمومی. 1955 ، 19: 321-353. 10. 1086/266577.

Cohen J: ضرایب توافق برای مقیاس های اسمی. Edu و Psych Meas. 1960 ، 20: 37-46. 10. 1177/001316446002000104.

Cicchetti DV ، Feinstein AR: توافق بالا اما کم Kappa: II. حل پارادوکس. J Clin Epidemiol. 1990 ، 43 (6): 551-558. 10. 1016/0895-4356 (90) 90159-m.

Feinstein AR ، Cicchetti DV: توافق بالا اما کم Kappa: I. مشکلات دو پارادوکس. J Clin Epidemiol. 1990 ، 43 (6): 543-549. 10. 1016/0895-4356 (90) 90158-L.

Bloch DA ، Kraemer HC: 2 × 2 ضرایب Kappa: اقدامات توافق یا ارتباط. بیومتریک1989 ، 45 (1): 269-287. 10. 2307/2532052.

Hoehler FK: تعصب و اثرات شیوع بر کاپا از نظر حساسیت و ویژگی مشاهده می شود. J Clin Epidemiol. 2000 ، 53 (5): 499-503. 10. 1016/S0895-4356 (99) 00174-2.

Lantz CA ، Nebenzahl E: رفتار و تفسیر آمار Kappa: وضوح دو پارادوکس. J Clin Epidemiol. 1996 ، 49 (4): 431-434. 10. 1016/0895-4356 (95) 00571-4.

Soeken KL ، Prescott PA: مسائل مربوط به استفاده از کاپا برای برآورد قابلیت اطمینان. مراقبت از MED. 1986 ، 24 (8): 733-741. 10. 1097/00005650-198608000-00008.

Byrt T ، Bishop J ، Carlin JB: تعصب ، شیوع و کاپا. J Clin Epidemiol. 1993 ، 46 (5): 423-429. 10. 1016/0895-4356 (93) 90018-V.

MAK HKF ، YAU KKW ، Chan BPL: مقادیر تنظیم تعصب تنظیم شده با شیوع به عنوان شاخص های اضافی برای اندازه گیری توافق ناظر [نامه]. رادیولوژی. 2004 ، 232 (1): 302-A-303. 10. 1148/radiol. 2321031974.

Mak HKF, Yau KKW, Khong P-L, Ching ASC, Cheng P-W, Au-Yeung PKM, Pang PKM, Wong KCW, Chan BPL: Hypodensity of >1/3 سرزمین شریان مغزی میانی در مقابل برنامه سکته مغزی آلبرتا نمره اولیه CT (جنبه ها): مقایسه دو روش ارزیابی کمی از تغییرات اولیه CT در سکته مغزی ایسکمیک بیش از حد در تنظیم جامعه. سکته. 2003 ، 34 (5): 1194-1196. 10. 1161/01. Str. 0000069162. 64966. 71.

Wapenaar W ، Barkema HW ، Vanleeuwen JA ، McClure JT ، O'Handley RM ، Kwok OCH ، Thulliez P ، Dubey JP ، Jenkins MC: مقایسه روشهای سرولوژیکی برای تشخیص عفونت Neospora Caninum در گاو. انگل شناسی دامپزشکی. 2007 ، 143 (2): 166-173. 10. 1016/j. vetpar. 2006. 08. 007.

Garbers S ، Chiasson MA: الگوهای توافق در مورد دانش و شیوه های غربالگری سرطان پستان در بین زنان در خانواده های دومینیکن و مکزیکی در شهر نیویورک. Med Sci Monit. 2004 ، 10 (11): CR628-634.

Thomsen PT ، Baadsgaard NP: توافق داخل و بین وسواس پروتکل برای معاینه بالینی گاوهای شیری. پیشگیری از دامپزشکی. 2006 ، 75 (1–2): 133-139. 10. 1016/j. prevetmed. 2006. 02. 004.

Cibere J ، Bellamy N ، Thoe A ، Esdaile JM ، McGorm KJ ، Chalmers A ، Huang S ، Peloso P ، Shojania K ، Singer J ، et al: قابلیت اطمینان معاینه زانو در آرتروز: اثر استاندارد سازی. آرتروز و روماتیسم. 2004 ، 50 (2): 458-468. 10. 1002/art. 20025.

Wapenaar W ، Barkema HW ، Schares G ، Rouvinen-Watt K ، Zeijlemaker L ، Poorter B ، O'Handley RM ، Kwok OCH ، Dubey JP: ارزیابی چهار تکنیک سرولوژیکی برای تعیین سرور از نئوسپور Caninum در روباه ها (Vulpes vulpes) وCoyotes (Canis Latrans) در جزیره پرنس ادوارد ، کانادا. انگل شناسی دامپزشکی. 2007 ، 145 (1–2): 51-58. 10. 1016/j. vetpar. 2006. 12. 002.

Vania Reis Girianelli LCST: ارزیابی توافق بین سیتولوژی معمولی و مبتنی بر مایع در تشخیص زودرس سرطان دهانه رحم بر اساس تجزیه و تحلیل 2،091 اسمیر: تجربه در انستیتوی ملی سرطان برزیل. سیتوپاتولوژی تشخیصی. 2007 ، 35 (9): 545-549. 10. 1002/dc. 20699.

Quan H ، Sundararajan V ، Halfon P ، Fong A ، Buand B ، Luthi JC ، Saunders LD ، Beck CA ، Feasby TE ، Ghali WA: الگوریتم های برنامه نویسی برای تعریف عوارض در ICD-9-CM و ICD-10 داده های اداری. مراقبت از MED. 2005 ، 43 (11): 1130-1139. 10. 1097/01. mlr. 0000182534. 19832. 83.

Bestein CN ، Blanchard JF ، Rawsthoe P ، Wajda A: اپیدمیولوژی بیماری کرون و کولیت اولسراتیو در یک استان مرکزی کانادا: یک مطالعه مبتنی بر جمعیت. Am J Epidemiol. 1999 ، 149 (10): 916-924.

Humphries KH ، Rankin JM ، Carere RG ، Buller CE ، Kiely FM ، Spinelli JJ: داده های همبستگی در نتایج نتایج: آیا داده های بالینی حاصل از پایگاه داده های اداری جایگزین قابل اعتماد برای بررسی نمودار هستند؟J Clin Epidemiol. 2000 ، 53 (4): 343-349. 10. 1016/S0895-4356 (99) 00188-2.

Kokotailo RA ، MD هیل: کدگذاری عوامل خطر سکته مغزی و سکته مغزی با استفاده از طبقه بندی بین المللی بیماری ها ، تجدید نظر 9 و 10. 2005 ، 36 (8): 1776-1781. 10. 1161/01. Str. 0000174293. 17959. A1.

واچ W: وابستگی کاپا کوهن به شیوع مهم نیست. J Clin Epidemiol. 2005 ، 58 (7): 655-661. 10. 1016/j. jclinepi. 2004. 02. 021.

Whiteburst JA: توافق نامه بین المللی برای بررسی نسخه های خطی مجله. من روانشناس هستم1984 ، 39: 22-28. 10. 1037/0003-066x. 39. 1. 22.

Agresti A ، Ghosh A: Raking Kappa: توصیف تأثیر بالقوه توزیع های حاشیه ای بر اقدامات توافق. مجله بیومتریک. 1995 ، 37 (7): 811-820. 10. 1002/bimj. 4710370705.

CIHI: استانداردهای برنامه نویسی کانادا برای ICD-10-CA و CCI برای 2007. 2007 ، اتاوا: موسسه اطلاعات بهداشتی کانادا

Sim J ، Wright CC: آمار Kappa در مطالعات قابلیت اطمینان: استفاده ، تفسیر و الزامات اندازه نمونه. Phys Ther2005 ، 85 (3): 257-268.

Cohen J: Kappa وزنه برداری: توافق نامه مقیاس اسمی با ارائه اختلاف نظر مقیاس یا اعتبار جزئی. گاو روانگردان. 1968 ، 70: 213-220. 10. 1037/H0026256.

Fleiss JL ، Cohen J ، Davies M: خطاهای استاندارد نمونه بزرگ Kappa و Kappa وزنه برداری. گاو روانگردان. 1969 ، 72: 323-327. 10. 1037/h0028106.

Landis RJ ، Koch GG: اندازه گیری توافق نامه ناظر برای داده های طبقه بندی. بیومتریک1977 ، 33: 159-174. 10. 2307/2529310.

Fleiss JL: اندازه گیری توافق نامه مقیاس اسمی در بین بسیاری از رأی دهندگان. گاو روانگردان. 1971 ، 76: 378-382. 10. 1037/H0031619.

Landis RJ ، Koch GG: مؤلفه های یک طرفه مدل واریانس برای داده های طبقه بندی. بیومتریک1977 ، 33: 671-679. 10. 2307/2529465.

Barlow W: اندازه گیری توافق نامه interrater با تنظیم متغیرهای متغیر. بیومتریک1996 ، 52 (2): 695-702. 10. 2307/2532907.

Quan H ، Parsons GA ، Ghali WA: اعتبار کدهای رویه در طبقه بندی بین المللی بیماری ها ، تجدید نظر نهم ، داده های اداری اصلاح بالینی. مراقبت از MED. 2004 ، 42 (8): 801-809. 10. 1097/01. mlr. 0000132391. 59713. 0d.

تاریخ قبل از انتشار

به تاریخچه قبل از انتشار این مقاله می توانید در اینجا دسترسی پیدا کنید: http: //www.biomedcentral.com/1471-2288/9/5/prepub

سپاسگزاریها

این جمع آوری داده ها توسط یک کمک هزینه عملیاتی از موسسه تحقیقات بهداشت کانادا ، کانادا پشتیبانی می شود. Drs Hemmelga و Quan توسط یک جایزه بازپرس سلامت جمعیت از بنیاد میراث پزشکی میراث آلبرتا و با دریافت جایزه جدید محقق از موسسه تحقیقات بهداشت کانادا ، کانادا پشتیبانی می شوند.

اطلاعات نویسنده

نویسندگان و وابستگی ها

گروه علوم بهداشت جامعه ، دانشگاه کلگری ، کلگری ، آلبرتا ، کانادا

Guanmin Chen ، Brenda Hemmelga ، Robin L Walker & Hude Quan

انستیتوی سلامت استخوان آلبرتا ، کلگری ، آلبرتا ، کانادا

گروه پزشکی ، دانشگاه کلگری ، کلگری ، آلبرتا ، کانادا

مرکز مطالعات بهداشت و سیاست ، دانشگاه کلگری ، بیمارستان 3330 دکتر NW ، کلگری ، آلبرتا ، T2N 4N1 ، کانادا

Guanmin Chen & Hude Quan

1. گونمین چن

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

نویسنده متناظر

اطلاعات اضافی

منافع رقابتی

نویسندگان اعلام می کنند که هیچ منافع رقابتی ندارند.

کمک های نویسندگان

GC درگیر در طراحی مطالعه ، تجزیه و تحلیل آماری را انجام داد ، نتایج را تفسیر کرد و نسخه خطی را تهیه کرد. PF و BH در طراحی مطالعه و تفسیر نتایج شرکت کردند. RB در تفسیر نتایج درگیر شد و در تهیه نسخه های خطی شرکت کرد. HQ مطالعه را تصور کرد ، در طراحی آن شرکت کرد و نتایج را تفسیر کرد. همه نویسندگان نسخه نهایی را می خوانند و تصویب کردند.

پرونده های ارسال شده اصلی نویسندگان برای تصاویر

در زیر پیوندها به پرونده های ارسالی اصلی نویسندگان برای تصاویر آورده شده است.

پرونده اصلی نویسندگان برای شکل 1

حقوق و مجوزها

دسترسی آزاد این مقاله تحت مجوز به Biomed Central Ltd. منتشر شده است. این یک مقاله دسترسی آزاد تحت شرایط مجوز انتساب Creative Commons (https://creativeecommons.org/licenses/by/2. 0) توزیع می شود ، که امکان استفاده نامحدود را فراهم می کند، توزیع و تولید مثل در هر رسانه ، مشروط بر اینکه کار اصلی به درستی ذکر شده باشد.

در مورد این مقاله

این مقاله را ذکر کنید

Chen ، G. ، Faris ، P. ، Hemmelga ، B. et al. اندازه گیری توافق داده های اداری با داده های نمودار با استفاده از شیوع غیر قابل تنظیم و تنظیم شده کاپا. BMC Med Res Methodol 9 ، 5 (2009). https://doi.org/10. 1186/1471-2288-9-5

دریافت: 18 ژوئیه 2008

پذیرفته شده: 21 ژانویه 2009

منتشر شده: 21 ژانویه 2009

این مقاله را به اشتراک بگذارید

هرکسی که لینک زیر را با آن به اشتراک بگذارید قادر به خواندن این محتوا خواهد بود:

BBA (بازارهای مالی) در کراوات با 3 سال.(6 ترم)

جزئیات برنامه

معیارهای واجد شرایط بودن (امتحان واجد شرایط)

معیارهای پذیرش

نکات برجسته اصلی برنامه

چرا علوم داده و مهندسی داده ها هونز. برنامه در LPU؟

گواهینامه های تخصصی و صنعت

گواهینامه های تخصصی و صنعت

گواهینامه های تخصصی و صنعت

• 12-16 دوره تخصص.
• گواهینامه های صنعت بخشی جدایی ناپذیر از برنامه درسی است.
• لیست نشانگر گواهینامه های علوم داده و مهندسی داده ها:
  • Desktop Desktop دارای مجوز
  • گواهی حرفه ای علوم داده IBM
  • صدور گواهینامه مهندس داده حرفه ای Google
  • Cloudera Certified Associate (CCA) تحلیلگر داده
  • Associate Certified Analytics Professional (ACAP)

  معماران و متخصصان برنامه

  

  

  

  

  

  جایگاه

  42 لک

  کارشناسان برجسته صنعت

  کراوات بین المللی

  پژوهش

  دستاوردهای دانشجویی

   

  راه اندازی Spacetech توسط فارغ التحصیلان LPU Digantara Research and Technologies Pvt. آموزشی ویبولیتین توسط SID (انجمن نوآوری و توسعه) در انستیتوی علوم هند ، (IISC) ، بنگالورو انکوبه شده است.

   

  برنامه تحصیلی

  نکات برجسته برنامه درسی

  دوره های بنیاد و اصلی

  تخصص و انتخاب کنندگان

  تحصیل خارج از کشور

  

  مواجهه بین المللی

  lorem ipsum dolor sit amet ، consectetur adipising elit lorem ipsum dolor sit amet ، consectetur adipising elit

  

  انتقال اعتبار

  lorem ipsum dolor sit amet ، consectetur adipising elit lorem ipsum dolor sit amet ، consectetur adipising elit

  

  ترم خارج از کشور

  lorem ipsum dolor sit amet ، consectetur adipising elit lorem ipsum dolor sit amet ، consectetur adipising elit

  گواهینامه های صنعت ، MOOC ها ، هکاتونز / رویدادهای رقابتی مشترک ، کارگاه های آموزشی ، سخنرانی های مهمان ، سفرهای آموزشی ، پروژه های زنده ، پروژه های جوجه کشی ، پروژه های جامعه ، پروژه های دارای سازمان های غیردولتی و غیره بخشی جدایی ناپذیر از برنامه درسی هستند.

  جزئیات برنامه درسی

  برای مشاهده توضیحات دوره و نتایج دوره ، روی نام دوره زیر کلیک کنید.

  انتخاب های ارائه شده در برنامه درسی

  توجه: برنامه درسی منوط به تغییرات و/یا بررسی به عنوان و در صورت تجویز توسط دانشگاه است

  

  جزئیات هزینه و مسائل متفقین

  روش پرداخت

  ملزومات و نکات برجسته

  • فاز اول تا 31 خیابان مه 2019
  • فاز سوم تا 31 خیابان مه 2019
  • فاز چهارم تا 31 مه 2019
  • فاز دوم تا 31 خیابان مه 2019
  • فاز پنجم تا 31 خیابان مه 2019

  جزئیات هزینه و مسائل متفقین

  روش پرداخت

  ملزومات و نکات برجسته

  جزئیات هزینه و مسائل متفقین

  روش پرداخت

  ملزومات و نکات برجسته

  جزئیات هزینه و مسائل متفقین

  روش پرداخت

  ملزومات و نکات برجسته

  جزئیات هزینه و مسائل متفقین

  روش پرداخت

  ملزومات و نکات برجسته

  جزئیات هزینه و مسائل متفقین

  روش پرداخت

  ملزومات و نکات برجسته

  بورس تحصیلی

  

  LPU طرح بورسیه تحصیلی Covid-19 را به ارزش کرور Rs. 20 معرفی کرده است تا از سهم خودخواهانه نیروی کار Covid-19 (یعنی پزشکان ، پرستاران ، کارمندان پیراپزشکی ، کارمندان مدنی ، پرسنل پلیس و سایر موارد طبق مقوله های ذکر شده)

  بورس تحصیلی بر اساس عملکرد در جوایز شجاعت خدمات ، مشترک و برنامه درسی و خدمات اجتماعی

  بورس تحصیلی بر اساس عملکرد در جوایز شجاعت خدمات ، همزمان و درسی و برنامه های اجتماعی ، برنامه های درسی و خدمات اجتماعی.

  بورس تحصیلی/ مزایای هزینه بر اساس GATE/ GPAT/ SPM/ JRF/ NET (LS)/ وابستگی ها و/ یا نتایج تحقیق.

  بورس تحصیلی تا 90 ٪ هزینه برنامه در دکتری ارائه می شود. برنامه هایی بر اساس GATE/ GPAT/ SPM/ JRF/ NET (LS)/ وابستگی ها و/ یا نتایج تحقیق. به عنوان مثال ، نامزدهای آزمایشگاههای تحقیقاتی با بودجه مرکزی/ متخصصان صنعت/ برادری تدریس و غیره برای بورس های مختلف در نظر گرفته می شوند.

  چشم انداز شغلی / ویژگی های برجسته

  • عنوان
  • چشم انداز شغلی / ویژگی های برجسته

  چگونه درخواست شود

  تاریخ های مهم

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  ^ جزئیات مشاوره آنلاین و تخصیص صندلی

  برنامه - من

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - II

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - III

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - IV

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - v

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  ^ جزئیات مشاوره آنلاین و تخصیص صندلی

  برنامه - من

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - II

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - III

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - IV

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه - v

  دور مشاوره آنلاین	پر کردن اولویت آنلاین	نتیجه تخصیص	تاریخ پذیرش (منوط به در دسترس بودن صندلی ها) (بورس تحصیلی منوط به شیوع طرح بورس تحصیلی)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه آگوست (فاز سوم)	برنامه سپتامبر (فاز چهارم)	برنامه اکتبر (فاز V)

  برنامه I (برنامه ژانویه)	برنامه II	برنامه-III	برنامه	برنامه

  • با توجه به سنبله شدید در موارد عفونت در هند و رعایت دستورالعمل های دولت مرکزی برای محافظت از سلامت و ایمنی نامزدها ، انجام آزمایش فیزیکی برای هم اکنون به تعویق می افتد ، بنابراین در حال حاضر برای دکتری. فقط در حالت آنلاین انجام می شود ، یعنی LPUNEST آنلاین از راه دور از خانه انجام می شود. برای مشاهده دستورالعمل های عمومی برای امتحان آنلاین از راه دور اینجا را کلیک کنید.

  برنامه ویژه مشاوره

  آخرین مهلت شرکت در برنامه ویژه مشاوره به پایان رسیده است. متقاضیان اکنون باید برای برنامه منظم مشاوره درخواست دهند. برای اطلاعات بیشتر اینجا کلیک کنید.

  برای هر نوع سوال لطفا با شماره 404404-01824 تماس بگیرید یا اینجا را کلیک کنید.

  نتیجه جستجو

  آخرین مدرک تحصیلی شما چیست؟

  پذیرش ها

  رسانه ها

  لینک های دیگر:

  • برنامه تشخیص (ODL)
  • درخواست شناسایی (آنلاین)
  • درخواست شناسایی (آنلاین)("بدون تایید قبلی از دسته UGC")
  • دانلود گواهی رویداد
  • درایو قرار دادن مشترک
  • گالری همایش دهم
  • طوفان فکری دانش
  • سلول تضمین کیفیت داخلی (IQAC)

  دانلود برنامه

  

  بهترین دانشگاه خصوصی هند* دانشگاه حرفه ای دوست داشتنی، Jalandhar-Delhi، G. T. جاده، فاگوارا، پنجاب (هند) -144411. وب سایت: https://www.lpu. in

  بازخورد خود را به اشتراک بگذارید

  پذیرش - 2023 مشاوره ویدئویی زنده

  برای ادامه تعامل با مشاوران متخصص پذیرش ما، رمز عبور 123456 را برای راهنمایی شغلی وارد کنید تا بهترین برنامه های مناسب را برای شما کشف کنید. از ساعت 10 صبح الی 17 در تمام روزهای کاری به جز یکشنبه ها موجود است.

  1. قانون آزار و اذیت جنسی زنان در محل کار (پیشگیری، منع و جبران) 2013
  2. مقررات UGC (پیشگیری، ممنوعیت و جبران آزار جنسی زنان کارمند و دانشجویان در مؤسسات آموزش عالی)، 2015
  3. کتابچه راهنمای آزار جنسی زنان در محل کار صادر شده توسط وزارت توسعه زنان و کودکان، دولت هند
  4. کمیته شکایات داخلی
  5. "ثبت شکایت آزار جنسی: - [email protected]
  6. سیاست ضد آزار جنسی

  پذیرش برای 2017-2018 بسته است، به جز برنامه های زیر.

  یکپارچه B. Ed.- M. Ed.

  رشته ها

  اطلاعات مهم - به‌روزرسانی پذیرش LPU 2020.

  دانشگاه حرفه ای دوست داشتنی از نزدیک همه گیری کووید-19 را زیر نظر دارد. از آنجایی که شرایط به سرعت در حال تغییر است، اولویت اصلی ما ایمنی و رفاه جامعه ما است. ما در حال برنامه ریزی برای چندین سناریو اضطراری به منظور محدود کردن تماس فیزیکی با افراد در محوطه دانشگاه و بازدیدکنندگان از خارج هستیم تا از ماموریت دولت هند برای جلوگیری از انتقال احتمالی COVID-19 حمایت کنیم.

  برای حمایت از دانشجویان آینده نگر (کاندیداها) برای درخواست پذیرش در برنامه های مختلف با ارائه فرآیند پذیرش آنلاین / از راه دور در طول دوره قرنطینه ملی همه گیر COVID-19، ترتیبات زیر معرفی شده است:

  برای B. Tech. پذیرش:

  • آخرین تاریخ درخواست از 31 مارس 2020 تا 20 آوریل 2020 تمدید شده است. برای درخواست اینجا را کلیک کنید
  • تاریخ های آزمون LPUNEST به عنوان و هنگامی که دولت برنامه JEE Mains را به منظور ارائه برنامه رایگان درگیری نامزدها اعلام می کند ، مطلع می شود. دانشگاه همچنین در حال ارزیابی گزینه های ارائه lpunest آنلاین از راه دور است.
  • دو برنامه مشاوره انجام خواهد شد (هر دو بصورت آنلاین):
    • برنامه منظم مشاوره-پس از انجام آزمون LPUNEST که به تصمیم دولت در مورد قفل شدن به دلیل COVID-19 بستگی دارد.
    • برنامه ویژه مشاوره - قبل از انجام آزمون LPunest ، برای همه داوطلبانی که در حال حاضر دارای JEE Mains یا Lpunest هستند (امتحانات انجام شده در ژانویه 2020).
    • این برنامه ویژه مشاوره به دانش آموزان با نمره موجود JEE (Mains) یا Lpunest کمک می کند تا پذیرش خود را تأیید کنند و آنها نیازی به حضور مجدد برای امتحان LPunest ندارند.
    • برنامه منظم مشاوره فقط بر اساس امتحان LPUNEST انجام می شود و نه بر اساس نمره JEE (Mains) بنابراین به کلیه داوطلبان دارای نمره JEE Mains (برنامه ژانویه) توصیه می شود که منتظر برنامه منظم مشاوره نباشید و سعی کنید تأیید کنیدپذیرش از طریق برنامه ویژه مشاوره.
    • متقاضیانی که نمره LPUNEST یا JEE (MAINS) ندارند زیرا در ژانویه / فوریه برای امتحانات شرکت نمی کنند ، در تاریخ یا قبل از 20 آوریل 2020 درخواست می کنند. برنامه LPUNEST امتحان و مشاوره / پذیرش بعداً مطلع می شود.
    • داوطلبان شرکت کننده در برنامه مشاوره ویژه (طبق جدول ذکر شده در بالا) ، در صورت علاقه ، ممکن است برای LPunest ظاهر شوند تا نمره خود را برای بورس تحصیلی بهبود بخشند و یا در برنامه منظم مشاوره برای تغییر / بهبود شعبه اختصاص یافته شرکت کنند.
    • از رده های اعلام شده در برنامه مشاوره ویژه برای کمک هزینه مطالعه LPUNEST استفاده نمی شود.

    برای پذیرش MBA:

    • آخرین تاریخ درخواست تا 20 آوریل 2020 تمدید شده است. برای درخواست اینجا را کلیک کنید
    • دانشگاه تصمیم گرفته است مصاحبه های ویدیویی از راه دور را برای پذیرش در MBA در دوره ملی قفل شدن به دلیل COVID-19 انجام دهد. Lpunest اکنون فقط برای بورس تحصیلی انجام می شود.
    • با توجه به وضعیت همه گیر COVID-19 ، دانشگاه همچنین تصمیم گرفته است تا آخرین تاریخ پذیرش MBA را برای متقاضیان ژانویه تا 30 آوریل 2020 تمدید کند.

    برای همه برنامه های دیگر:

    پذیرش برای همه برنامه های دیگر در حالت آنلاین باز است. Lpunest فقط برای بورس تحصیلی انجام می شود. برای ادامه پذیرش اینجا را کلیک کنید

آنتونت دلا کروز معلم جانباز ریاضیات با 25 سال تجربه تدریس است. وی دارای مدرک لیسانس مهندسی شیمی (Cum Laude) و مدرک تحصیلات تکمیلی در مدیریت بازرگانی (مگنا کامو لاود) از دانشگاه فیلیپین است. او در حال حاضر در حال تدریس تجزیه و تحلیل کارکردها و افتخارات مثلثاتی در مدارس شهرستان ولسیا در فلوریدا است.

تارا MBA خود را از دانشگاه ایالتی آدامز دریافت کرد و هم اکنون در حال کار بر روی DBA خود از دانشگاه جنوبی کالیفرنیا است. او 11 سال را به عنوان مدیر فروش و بازاریابی گذراند. وی چندین سال را با دانشگاه فرماندار غربی به عنوان عضو هیئت علمی گذراند. تارا به مدت هفت سال در مطالعه.

درک کنید که درآمد واقعی و تأثیرات متفاوت آن بر مردم ، مشاغل و کشورها چیست. فرمول را برای آن و نحوه محاسبه آن از طریق مثال بیاموزید. به روز شده: 04/22/2022

فهرست مطالب

درآمد واقعی چیست؟

درآمد واقعی پولی است که برای تورم تعدیل شده است. به آن دستمزد واقعی نیز گفته می شود. درآمد واقعی خرید قدرت وابسته به سلامت اقتصاد است. خرید قدرت توانایی پول در خرید کالا و خدمات است. اگر قدرت خرید افزایش یابد ، همان مقدار پول قادر به خرید کالاهای بیشتر خواهد بود. اگر قدرت خرید کاهش یابد ، همین مقدار پول قادر به خرید کالاهای کمتری خواهد بود. تورم بر قدرت خرید پول تأثیر می گذارد. تورم باعث افزایش قیمت کالاها و خدمات می شود. در نتیجه ، درآمد واقعی شخص قادر به خرید کالاهای کمتری خواهد بود که این امر به کاهش قدرت خرید تبدیل می شود.

تعریف درآمد واقعی مبلغی از پول به دست آمده و قدرت خرید آن پول بر اساس نرخ تورم است. این بر هر شخص ، سازمان ، تجارت یا گروهی که در خرید یا فروش شرکت می کند ، تأثیر می گذارد.

نمونه هایی از درآمد واقعی

برای درک بیشتر درآمد واقعی ، در اینجا چند مثال آورده شده است:

• با توجه به درآمد 50،000 دلار و تورم صفر در سال جاری ، 50،000 دلار درآمد کسب شده و قدرت خرید آن یکسان خواهد بود و تغییر نخواهد کرد. این بدان معنی است که قیمت کالاها و خدمات یکسان خواهد بود و تعداد کالاها و خدماتی که در سال گذشته با 50،000 دلار خریداری می شود نیز می توانید امسال با 50،000 دلار خریداری کنید.
• با توجه به درآمد 50،000 دلار و نرخ تورم 3 ٪ در سال جاری ، 50،000 دلار درآمد در سال گذشته به دلیل تورم امسال کمتر خواهد بود. نرخ تورم 3 ٪ هزینه کالا را با همان درصد افزایش می دهد. 50،000 دلار امسال فقط می تواند 97 ٪ از 50،000 دلار را که در سال گذشته توانست خریداری کند خریداری کند.
• با توجه به درآمد 50،000 دلار و نرخ تورم منفی 3 ٪ یا نرخ تورم در سال جاری ، 50،000 دلار امسال قادر به خرید 103 ٪ از آنچه در سال گذشته توانسته است خریداری کند. این پول 3 ٪ افزایش قدرت خرید دارد.

تورم بر هزینه کالاها و خدمات تأثیر می گذارد. افزایش 3 درصدی تورم به طور کلی هزینه ساخت کالا را 3 ٪ افزایش می دهد و متعاقباً قیمتی که مصرف کننده برای کالاها می پردازد 3 ٪ افزایش می یابد. با افزایش تورم ، ارزش پول کاهش می یابد و قدرت خرید آن کمتر از آنچه قبلاً بوده است. مخالفش هم درست است. کاهش قیمت باعث کاهش قیمت می شود. با قیمت پایین تر ، قدرت خرید پول افزایش می یابد و به مصرف کنندگان این امکان را می دهد تا کالاهای بیشتری را خریداری کنند.

بنابراین ، درآمد واقعی با تورم متناسب است. با افزایش تورم ، درآمد واقعی در ارزش کاهش می یابد. در صورت بروز تورم ، درآمد واقعی در ارزش افزایش می یابد.

درآمد واقعی چیست؟

درآمد واقعی مبلغ پولی است که شما دارید و قدرت خرید آن پول ، بر اساس نرخ تورم. درآمد واقعی می تواند براساس افزایش نرخ تورم بالا یا پایین بیاید. با افزایش درآمد واقعی ، قدرت خرید شخص افزایش می یابد. به همین ترتیب ، هنگامی که درآمد واقعی کاهش می یابد ، خرید قدرت کاهش می یابد.

درآمد واقعی بر افراد ، گروه ها ، مشاغل ، سازمان ها و حتی کشورها تأثیر دارد. تورم بر هرکسی که در حال خرید یا فروش اقلام است تأثیر می گذارد. رابطه برعکس یا معکوس بین درآمد و تورم وجود دارد. هنگامی که سطح درآمد ثابت بماند ، افزایش تورم باعث کاهش قدرت خرید می شود (هزینه چیزها بالا می رود و درآمد یکسان می ماند). باز هم ، هنگامی که سطح درآمد ثابت باقی می ماند ، کاهش تورم باعث افزایش قدرت خرید می شود. وقتی این اتفاق بیفتد ، هزینه کالاها در حال کاهش است و موارد بیشتری را می توان با همان مقدار پول خریداری کرد.

خطایی در تلاش برای بارگذاری این فیلم رخ داده است.

سعی کنید صفحه را تازه کنید یا با پشتیبانی مشتری تماس بگیرید.

برای ادامه تماشای باید یک حساب کاربری را به شما بپردازید

برای مشاهده این درس ثبت نام کنید

به عنوان یک عضو ، شما همچنین به بیش از 84000 درس در ریاضی ، انگلیسی ، علوم ، تاریخ و موارد دیگر دسترسی نامحدود خواهید داشت. به علاوه ، تست های تمرین ، آزمونها و مربیگری شخصی را دریافت کنید تا به شما در موفقیت کمک کند.

دسترسی نامحدودی به بیش از 84000 درس داشته باشید.

قبلاً ثبت نام کرده اید؟برای دسترسی به اینجا وارد شوید

منابع ایجاد شده توسط معلمان برای معلمان

من قطعاً مطالعه را به همکارانم توصیه می کنم. این مانند یک معلم است که یک گرز جادویی را تکان داده و کار را برای من انجام داده است. احساس می کنم این یک نجات است.

شما در حال چرخش هستید. ادامه کار خوب!

فقط ورود به سیستم. آیا هنوز تماشا می کنید؟

• 0:04 درآمد واقعی چیست؟
• 1:03 نمونه ای از درآمد واقعی
• 2:06 محاسبه درآمد واقعی
• 2:35 خلاصه درس

می خواهید بعداً دوباره این را تماشا کنید؟

وارد سیستم شوید یا ثبت نام کنید تا این درس را به یک دوره سفارشی اضافه کنید.

فرمول درآمد واقعی

سه روش مختلف برای محاسبه درآمد واقعی وجود دارد:

• درآمد واقعی = دستمزد - (نرخ تورم دستمزد x)
• درآمد واقعی = دستمزد / (1 + نرخ تورم)
• درآمد واقعی = (1 - نرخ تورم) X دستمزد

جایی که دستمزدها = پول به دست آمده در ازای کالاها و خدمات ، و میزان تورم = اندازه گیری افزایش قیمت کالاها.

نرخ تورم با تغییر در شاخص قیمت مصرف کننده (CPI) طی دو دوره زمانی اندازه گیری می شود:

نحوه محاسبه درآمد واقعی

این سه مثال اثرات نرخ تورم را در سناریوهای مختلف نشان می دهد. سه فرمول برای درآمد واقعی اعمال می شود و مراحل حل مشکلات نشان داده می شود.

مثال 1:

تروی 50،000 دلار درآمد در سال به عنوان مدیر فروشگاه ABC دریافت می کند. اگر درآمد وی یکسان باشد اما تورم 2 ٪ افزایش می یابد ، درآمد واقعی چیست؟

راه حل:

مرحله 1: متغیرها را مشخص کنید

نرخ تورم = 0. 02 (فرمول ذکر شده در بالا از شکل اعشاری نرخ تورم استفاده می کند)

مرحله 2: درآمد واقعی را با استفاده از هر یک از فرمول ها محاسبه کنید:

درآمد واقعی = دستمزد - (نرخ تورم دستمزد x)

درآمد واقعی = 50،000 دلار - (50،000 $ x 0. 02) = 50،000 دلار - 1000 دلار = 49،000 دلار

هنگامی که درآمد یکسان باقی می ماند و تورم رخ می دهد ، درآمد واقعی کاهش می یابد. همین مقدار پول کمتر خریداری می کند. 50،000 دلار در این مثال تنها 49000 دلار درآمد واقعی با نرخ تورم 2 ٪ خواهد داشت.

مثال 2:

آلیس 40،000 دلار درآمد در سال به عنوان رمزگذار داده برای رایانه های EZ دریافت می کند. اگر درآمد او یکسان باشد اما تورم 4 ٪ کاهش می یابد ، درآمد واقعی آلیس چیست؟

راه حل:

مرحله 1: متغیرها را مشخص کنید

نرخ تورم = -0. 04 (این تورم است ، بنابراین نرخ تورم منفی است)

مرحله 2: متغیرها را به فرمول درآمد واقعی وصل کنید (هر یک از این سه را انتخاب کنید)

درآمد واقعی = (1 - نرخ تورم) X دستمزد

درآمد واقعی = (1 + 0. 04) x 40،000 $ = 41،600 دلار

هنگامی که درآمد یکسان باقی می ماند و کاهش می یابد ، درآمد واقعی به دلیل افزایش قدرت خرید افزایش می یابد. هنگام محاسبه تورم ، از اعشاری منفی به عنوان نرخ تورم استفاده کنید.

مثال 3:

ریکا به عنوان معلم مدرسه دولتی 44000 دلار دریافت می کند. درآمد وی 3. 5 ٪ افزایش می یابد و تورم 6 ٪ افزایش می یابد. درآمد واقعی ریکا چیست؟

راه حل:

افزایش تورم 6 ٪ افزایش 3. 5 ٪ در دستمزد را جبران می کند. تأثیر خالص این دو تغییر 6 ٪- 3. 5 ٪ = 2. 5 ٪ تورم خواهد بود. این همان تورم 2. 5 ٪ است که درآمد یکسان است.

مرحله 1: متغیرها را مشخص کنید

نرخ تورم = 0. 025 (اعشاری برای فرمول ها لازم است)

مرحله 2: متغیرها را به فرمول درآمد واقعی وصل کنید (هر یک از سه مورد را انتخاب کنید)

درآمد واقعی = دستمزد / (1 + نرخ تورم)

درآمد واقعی = 44،000 دلار / (1 + 0. 025) = 44،000 دلار / 1. 025 = 42،926. 83 دلار

تأثیر درآمد واقعی

درآمد واقعی هر شخص ، سازمان ، تجارت یا گروهی که در خرید یا فروش شرکت می کند. قدرت خرید دستمزدها یک معیار مهم برای سلامت مالی است. تورم مستقیماً با کاهش قدرت خرید در هنگام افزایش تورم تأثیر می گذارد. درآمد واقعی به تورم بستگی دارد و با توجه به اثرات تورم ، ارزش یک دستمزد را نشان می دهد. وقتی تورم بالا می رود ، درآمد واقعی کاهش می یابد.

درآمد واقعی تأثیر بسزایی در افراد ، مشاغل و کشورها دارد. تصمیمات مهم و تأثیرگذار بر اساس ملاحظات درآمد اتخاذ می شود. شخصی که یک پیشنهاد شغلی را می پذیرد ، شغلی که کارخانه ها یا کارخانه ها را در اختیار شما قرار می دهد و سرمایه گذاری ها را در یک کشور معین متمرکز می کند و حتی تصمیمات مسافرتی همگی با درآمد واقعی در ذهن گرفته می شود.

خلاصه درس

درآمد واقعی پولی است که برای تورم تعدیل شده است. درآمد واقعی دارای قدرت خرید است که به سلامت اقتصاد بستگی دارد. خرید قدرت توانایی پول در خرید کالا و خدمات است. تورم بر قدرت خرید تأثیر می گذارد و به طور معکوس با درآمد واقعی مرتبط است. افزایش تورم به دلیل افزایش قیمت کالاها و خدمات ، قدرت خرید را کاهش می دهد. این ، در واقع ، ارزش واقعی درآمد را کاهش می دهد. از طرف دیگر ، کاهش تورم یا تورم باعث افزایش قدرت خرید و همچنین ارزش درآمد واقعی می شود. این درس سه فرمول مختلف برای درآمد واقعی را بر اساس نرخ تورم فراهم می کند.

درآمد واقعی بر هر فرد، سازمان، کسب‌وکار یا گروهی که در اقتصاد بازار مشارکت می‌کنند، تأثیر می‌گذارد. زیرا درآمد واقعی میزان قدرت خرید یک فرد، گروه، سازمان یا کشور بر اساس درآمد و نرخ تورم است. بسیاری از تصمیمات زندگی واقعی با در نظر گرفتن درآمد واقعی گرفته می شود.

نمونه هایی از درآمد واقعی

بیایید به چند نمونه نگاه کنیم. اگر سال گذشته 50000 دلار درآمد داشتید و امسال 50000 دلار درآمد داشتید، به همان میزان درآمد خواهید داشت. با این حال، اگر تورم تغییر کند، قدرت خریدی که قبلاً داشتید تحت تأثیر قرار خواهد گرفت. اگر تورم 2 درصد افزایش یابد، قیمت تمام شده کالاها نیز اساساً 2 درصد افزایش می یابد. درآمد واقعی شما کاهش می یابد، نه به این دلیل که درآمد واقعی شما تغییر می کند، بلکه به این دلیل که مبلغی که می توانید با 50000 دلار خریداری کنید امسال کمتر از سال گذشته است.

از طرف دیگر، اگر تورم 2 درصد کاهش یابد و درآمد شما ثابت بماند، می توانید با همان مقدار پول بیشتر خرید کنید. درآمد واقعی شما افزایش می یابد زیرا می توانید امسال با 50000 دلار بیشتر از سال گذشته خرید کنید.

تأثیر تورم می تواند به شدت بر درآمد واقعی تأثیر بگذارد، به خصوص اگر به خریدهای سالانه نگاه کنید. اگرچه ممکن است امسال چیزی بیشتر از سال قبل خریداری نکرده باشید، ممکن است متوجه شوید که 4000 دلار بیشتر خرج کرده اید. از آنجایی که درآمد واقعی شما کاهش یافته است، پول شما به اندازه قبل پیش نمی رود.

محاسبه درآمد واقعی

اگر درآمد یا درآمد 10 درصد و تورم 3 درصد افزایش یابد، افزایش واقعی 7 درصد است. این با کم کردن درصد تورم از درصد افزایش درآمد مشخص می شود.

به همین ترتیب، اگر درآمد 10 درصد افزایش یابد و تورم 3 درصد کاهش یابد، افزایش واقعی 13 درصد است. نه تنها درآمد شما افزایش می یابد، بلکه وقتی تورم کاهش می یابد، آن درصد از قدرت خرید را نیز به دست می آورید.

خلاصه درس

بسیار خوب، بیایید لحظه ای به مرور چیزهایی که یاد گرفته ایم بپردازیم!

درآمد واقعی و تورم دست به دست هم می دهند. همانطور که آموختیم درآمد واقعی قدرت یک فرد برای خرید اقلام را بر اساس چگونگی تاثیر آن پول توسط افزایش یا کاهش تورم اندازه گیری می کند. اگر تورم بیش از درآمد افزایش یابد، درآمد واقعی کاهش می یابد. اگر تورم کاهش یابد و درآمد ثابت بماند، درآمد واقعی افزایش می یابد. اگر درآمد واقعی افزایش یابد، شخص، شرکت یا سازمان توانایی خرید بیشتر را دارد.

درآمد واقعی بر افراد ، شرکت ها ، گروه ها ، سازمان ها و کشورها تأثیر می گذارد. این تأثیر در هر شخص یا سازمان خرید محصولات یا خدمات دارد. با درک تأثیر تورم ، می توانید تغییر قدرت خرید را درک کنید.

برای باز کردن این درس باید یک عضو مطالعه باشید. حساب کاربری برای خود بسازید

درآمد واقعی چیست؟

درآمد واقعی مبلغ پولی است که شما دارید و قدرت خرید آن پول ، بر اساس نرخ تورم. درآمد واقعی می تواند براساس افزایش نرخ تورم بالا یا پایین بیاید. با افزایش درآمد واقعی ، قدرت خرید شخص افزایش می یابد. به همین ترتیب ، هنگامی که درآمد واقعی کاهش می یابد ، خرید قدرت کاهش می یابد.

درآمد واقعی بر افراد ، گروه ها ، مشاغل ، سازمان ها و حتی کشورها تأثیر دارد. تورم بر هرکسی که در حال خرید یا فروش اقلام است تأثیر می گذارد. رابطه برعکس یا معکوس بین درآمد و تورم وجود دارد. هنگامی که سطح درآمد ثابت بماند ، افزایش تورم باعث کاهش قدرت خرید می شود (هزینه چیزها بالا می رود و درآمد یکسان می ماند). باز هم ، هنگامی که سطح درآمد ثابت باقی می ماند ، کاهش تورم باعث افزایش قدرت خرید می شود. وقتی این اتفاق بیفتد ، هزینه کالاها در حال کاهش است و موارد بیشتری را می توان با همان مقدار پول خریداری کرد.

نمونه هایی از درآمد واقعی

بیایید به چند نمونه نگاه کنیم. اگر سال گذشته 50000 دلار درآمد داشتید و امسال 50000 دلار درآمد داشتید، به همان میزان درآمد خواهید داشت. با این حال، اگر تورم تغییر کند، قدرت خریدی که قبلاً داشتید تحت تأثیر قرار خواهد گرفت. اگر تورم 2 درصد افزایش یابد، قیمت تمام شده کالاها نیز اساساً 2 درصد افزایش می یابد. درآمد واقعی شما کاهش می یابد، نه به این دلیل که درآمد واقعی شما تغییر می کند، بلکه به این دلیل که مبلغی که می توانید با 50000 دلار خریداری کنید امسال کمتر از سال گذشته است.

از طرف دیگر، اگر تورم 2 درصد کاهش یابد و درآمد شما ثابت بماند، می توانید با همان مقدار پول بیشتر خرید کنید. درآمد واقعی شما افزایش می یابد زیرا می توانید امسال با 50000 دلار بیشتر از سال گذشته خرید کنید.

تأثیر تورم می تواند به شدت بر درآمد واقعی تأثیر بگذارد، به خصوص اگر به خریدهای سالانه نگاه کنید. اگرچه ممکن است امسال چیزی بیشتر از سال قبل خریداری نکرده باشید، ممکن است متوجه شوید که 4000 دلار بیشتر خرج کرده اید. از آنجایی که درآمد واقعی شما کاهش یافته است، پول شما به اندازه قبل پیش نمی رود.

محاسبه درآمد واقعی

اگر درآمد یا درآمد 10 درصد و تورم 3 درصد افزایش یابد، افزایش واقعی 7 درصد است. این با کم کردن درصد تورم از درصد افزایش درآمد مشخص می شود.

به همین ترتیب، اگر درآمد 10 درصد افزایش یابد و تورم 3 درصد کاهش یابد، افزایش واقعی 13 درصد است. نه تنها درآمد شما افزایش می یابد، بلکه وقتی تورم کاهش می یابد، آن درصد از قدرت خرید را نیز به دست می آورید.

خلاصه درس

بسیار خوب، بیایید لحظه ای به مرور چیزهایی که یاد گرفته ایم بپردازیم!

درآمد واقعی و تورم دست به دست هم می دهند. همانطور که آموختیم درآمد واقعی قدرت یک فرد برای خرید اقلام را بر اساس چگونگی تاثیر آن پول توسط افزایش یا کاهش تورم اندازه گیری می کند. اگر تورم بیش از درآمد افزایش یابد، درآمد واقعی کاهش می یابد. اگر تورم کاهش یابد و درآمد ثابت بماند، درآمد واقعی افزایش می یابد. اگر درآمد واقعی افزایش یابد، شخص، شرکت یا سازمان توانایی خرید بیشتر را دارد.

درآمد واقعی بر افراد ، شرکت ها ، گروه ها ، سازمان ها و کشورها تأثیر می گذارد. این تأثیر در هر شخص یا سازمان خرید محصولات یا خدمات دارد. با درک تأثیر تورم ، می توانید تغییر قدرت خرید را درک کنید.

برای باز کردن این درس باید یک عضو مطالعه باشید. حساب کاربری برای خود بسازید

خلاصه سریع: نام کارگزار برای میانگین صنعتی داو جونز ، شاخص Bluechip US. به دلایل علامت تجاری ، کارگزاران مجاز به نامگذاری بازار DJIA نیستند.

نمای کلی: هر وقت شبکه خبری مورد علاقه شما در اخبار عصر می گوید "سهام امروز بالاتر از آن است" یا "بازار سهام با 100 امتیاز سقوط کرد" ، آنها به طور کلی به داو جونز مراجعه می کنند. DOW یک شاخص بزرگ سهام است که برخی از بزرگترین شرکت های جهان را ردیابی می کند و پس از آن سرمایه گذاران و بازرگانان در سراسر جهان دنبال می شوند.

در اینجا ، ما پوشش خواهیم داد که داو جونز چیست ، چگونه این شاخص محاسبه می شود و چگونه معامله گران و سرمایه گذاران می توانند در معرض عملکرد داو قرار بگیرند.

میانگین صنعتی داو جونز توضیح داده شده است

میانگین صنعتی داو جونز یا DJIA یک شاخص سهام است که 30 شرکت بزرگ تراشه آبی را که در NASDAQ و بورس اوراق بهادار نیویورک تجارت می کنند ، ردیابی می کند. نام داو جونز از بنیانگذاران خود ، چارلز داو و ادوارد جونز سرچشمه گرفته است که این شاخص را در سال 1896 ایجاد کرد تا به عنوان اقدامی برای اقتصاد گسترده تر ایالات متحده عمل کند. این دومین شاخص قدیمی سهام در ایالات متحده پس از میانگین حمل و نقل داو جونز است.

شاخص DJIA یک شاخص با وزن است که اغلب از آن به عنوان "داو" یاد می شود. این یکی از قدیمی ترین و گسترده ترین شاخص های سهام در جهان است که شرکت های بزرگ چند ملیتی مانند شرکت مایکروسافت و شرکت Exxon Mobil را ردیابی می کند.

هنگامی که DJIA برای اولین بار راه اندازی شد ، فقط 12 شرکت صنعتی را که در بخش هایی مانند انرژی ، راه آهن و دخانیات فعال بودند ، ردیابی کرد. هنگامی که شرکت های صنعتی رشد می کنند ، این معمولاً بدان معنی است که اقتصاد و تولید صنعتی نیز در مسیر خوبی قرار دارند. برای سرمایه گذاران ، یک داو در حال افزایش مربوط به یک اقتصاد قوی و در حال سقوط یک اقتصاد ضعیف است.

ترکیب میانگین صنعتی داو جونز گاهی اوقات تغییر می کند تا منعکس کننده شرایط اقتصادی واقعی ایالات متحده و شرکت هایی باشد که این شاخص را تشکیل می دهند. به عنوان مثال ، اگر سرمایه گذاری در بازار یک شرکت به دلیل کاهش قیمت سهام سقوط کند ، این شرکت می تواند از این شاخص خارج شود و با یک شرکت پایدار دیگر جایگزین شود.

چگونه DJIA محاسبه می شود

DOW یک شاخص با وزن است که در آن سهام با قیمت های بالاتر وزن بیشتری در ارزش شاخص دارند. این بدان معناست که وقتی یک سهام بسیار گران قیمت در بازار حرکت می کند ، این تغییر در مقایسه با سهام ارزان تر تأثیر بیشتری بر DJIA خواهد داشت.

در ابتدا، داوجونز به عنوان یک میانگین حسابی ساده محاسبه می‌شد، اما روش محاسبه در طول زمان تغییر کرده است تا ادغام‌ها، اکتساب‌ها و تقسیم سهام را منعکس کند و معیاری قوی‌تر از اقتصاد گسترده‌تر ایالات متحده ایجاد کند.

برخلاف S& P 500 که نشان‌دهنده ارزش بازار شرکت‌های تشکیل‌دهنده آن است، DJIA مجموع قیمت‌های سهام شرکت‌های جزء آن را منعکس می‌کند که با تقسیم‌کننده Dow تقسیم می‌شود. این یک تفاوت کلیدی بین S& P 500 و میانگین صنعتی داوجونز است که هر شرکت کننده بازار باید درباره آن بداند.

تقسیم کننده داو

از آنجایی که DJIA یک شاخص وزن‌دار قیمت است، سرمایه‌گذاران از تقسیم‌کننده داو برای تعیین تأثیر حرکت یک نقطه‌ای در هر یک از 30 جزء شاخص بر ارزش کل شاخص استفاده می‌کنند. ارزش DJIA صرفاً مجموع تمام قیمت سهام شرکت‌هایی است که شاخص را تشکیل می‌دهند تقسیم بر تقسیم کننده Dow.

Dow Divisor ثابتی است که به طور مداوم برای محاسبه ادغام ها، تقسیم سهام و پرداخت سود سهام تنظیم می شود. وال استریت ژورنال به صورت دستی Dow Divisor را تغییر می دهد تا صحت شاخص را حفظ کند. از آنجایی که بازار در طول سال‌ها از زمان معرفی DJIA در سال 1896 به طور قابل توجهی تغییر کرده است، ردیابی ارزش Dow Divisor جالب است: این ثابت در سال 1928 روی 16. 67 بود، اما در سپتامبر 2019 فقط 0. 147 بود. از زمان Dow. مقسوم علیه زیر 1 است، این باعث می شود که در واقع یک ضریب باشد.

اگر مجموع قیمت‌های هر 30 جزء DJIA 3605 باشد، با گرفتن Dow Divisor از سپتامبر 2019 از 0. 147، شاخص داو جونز دارای ارزش 24523 (3605 / 0. 147) خواهد بود. هر تغییر قیمت به میزان 1 دلار از هر مؤلفه شاخص منجر به حرکت 6. 8 در DJIA (1 دلار / 0. 147) می شود.

چگونه DJIA در طول زمان تغییر کرد

اولین تغییر در DJIA تنها سه ماه پس از راه اندازی این شاخص رخ داد. از زمان رکود بزرگ، این شاخص در مجموع 51 بار تغییر کرده است تا منعکس کننده اقتصاد گسترده تر ایالات متحده و در نظر گرفتن تغییرات اقتصادی باشد. در سال 1932، هشت سهم در شاخص جایگزین شد و شرکت کوکاکولا و شرکت پراکتر اند گمبل اضافه شدند - دو شرکتی که هنوز در سال 2020 از اجزای شاخص هستند.

جدول زیر بازده سالانه DJIA از زمان بحران مالی 2008 را نشان می دهد.

در 19 اکتبر 1987 ، همچنین به عنوان دوشنبه سیاه شناخته می شود ، DJIA بزرگترین افت یک روزه خود را در آن زمان تجربه کرد و در طول روز 22. 61 ٪ بیش از حد سقوط کرد. در حالی که هیچ دلیل اقتصادی مشهود برای این تصادف وجود نداشت ، برخی از تحلیلگران می گویند که تجارت الگوریتمی ممکن است در این تصادف نقش داشته باشد.

در 17 سپتامبر 2001 ، DJIA در اولین روز معاملاتی پس از حملات 11 سپتامبر در شهر نیویورک حدود 7. 1 ٪ از دست داد. با این وجود ، این شاخص به زودی پشتیبانی را به دست آورد و سال بالاتر از 10،000 علامت را بست.

در 12 فوریه 2020 ، داو از 20 مارس 2020 ، از 29. 586 در تمام مدت خود برخورد کرد.

در مارس 2020 ، DJIA در میان شیوع جهانی Coronavirus بیش از 30 ٪ کاهش یافت و برای اولین بار از ژانویه سال 2017 برای اولین بار زیر 20،000 سقوط کرد.

از مارس 2020 ، اجزای فعلی میانگین صنعتی داو جونز در جدول زیر نشان داده شده است. آخرین تغییر این فهرست در تاریخ 02 آوریل 2019 ، هنگامی که شرکت داو به فهرست اضافه شد ، اتفاق افتاد.

چگونه می توان در داو سرمایه گذاری کرد؟

سرمایه گذاران که علاقه مند به سرمایه گذاری در داو هستند ، گزینه های مختلفی در اختیار دارند. گزینه های محبوب شامل سرمایه گذاری در صندوق های شاخص ، گزینه ها و قراردادهای آتی است.

ETF

یک راه آسان برای سرمایه گذاری در DOW ، خرید صندوق مبادله ای است که این فهرست را ردیابی می کند. برخی از ETF ها برای تکرار عملکرد DOW با ایجاد یک نمونه کارها با همان سهام با شاخص و در همان نسبت ها طراحی شده اند.

برخی از ETF های محبوب همچنین از اهرم برای بزرگنمایی بازده بالقوه برای سرمایه گذاران استفاده می کنند ، در حالی که برخی دیگر از استراتژی های کوتاه فروش برای سودآوری در دوره هایی که DOW در حال سقوط است استفاده می کنند. ETF های محبوب که DJIA را ردیابی می کنند عبارتند از:

• SPDR DOW JONES متوسط صنعتی ETF (DIA) - این ETF است که از اهرم استفاده نمی کند ، که سود بالقوه را کاهش می دهد اما ضرر و زیان را برای سرمایه گذاران نیز کاهش می دهد. این صندوق عملکرد یک ساله 3. 9 ٪ و عملکرد سود سهام سالانه 2. 30 ٪ (از مارس 2020) دارد. سرمایه گذاران که مایل به سرمایه گذاری در این ETF هستند می توانند با نسبت هزینه تنها 0. 16 ٪ این کار را انجام دهند.
• Proshares Ultra Dow30 (DDM) - اگر شما یک سرمایه گذار صعودی هستید که می خواهد دو برابر عملکرد روزانه DJIA کسب کند ، این ETF از Proshares استفاده می کند ممکن است گزینه خوبی برای شما باشد. این صندوق در سهام از این شاخص سرمایه گذاری می کند ، بلکه در قراردادهای آتی ، توافق نامه های مبادله و ابزارهای بازار پول نیز برای ضرب و شتم عملکرد DJIA سرمایه گذاری می کند. با این حال ، نسبت هزینه صندوق کمی بالاتر است و 0. 95 ٪ است.

تجارت متوسط صنعتی داو جونز

معامله گران که به دنبال حدس زدن در مورد حرکات کوتاه مدت در DJIA هستند ، باید تجارت با CFD را در نظر بگیرند. قراردادهای اختلاف (CFD) قراردادهای مشتق هستند که برای ردیابی یک ابزار مالی اساسی طراحی شده اند ، در این حالت ، ترکیبات DOW. CFD ها شاید محبوب ترین ابزار تجاری بازرگانان خرده فروشی باشند ، زیرا آنها تجارت با اهرم نسبتاً بالا را ارائه می دهند (ریسک خود را تماشا کنید!) و همچنین امکان فروش کوتاه را فراهم می کند.

استراتژی معاملاتی محبوب من برای تجارت DJIA این است که منتظر بازگشت به سطح پشتیبانی مهم روزانه باشید. از آنجا که DJIA تمایل کلی با گذشت زمان دارد ، خرید در Backbacks به معامله گران این امکان را می دهد تا با قیمت پایین وارد شوند و سوار بر صعود کلی شوند.

در طی رکودهای طولانی مدت ، معامله گران می توانند از همان استراتژی بازپرداخت استفاده کنند. در این حالت ، به دنبال فروش عقب نشینی به سطح مهم مقاومت روزانه باشید.

سفارشات متوقف کردن شما باید دقیقاً زیر پشتیبانی (در حین بالادستی) و درست بالاتر از مقاومت (در حین رکود) قرار گیرد. فراموش نکنید که چند نقطه از راه دور را به سطح توقف خود اضافه کنید تا از متوقف شدن سر و صدای بازار داخلی جلوگیری کنید. به عنوان یک انتفاعی ، می توانید از یک بالا اخیر استفاده کنید یا یک توقف دنباله دار را برای سوار شدن به روند تا زمانی که دوام داشته باشد ، اعمال کنید.

غذای اصلی

میانگین صنعتی داو جونز یک شاخص سهام است که 30 شرکت بزرگ تراشه آبی در ایالات متحده را ردیابی می کند.

این شاخص توسط چارلز داو و شریک زندگی وی ادوارد جونز در سال 1896 تأسیس شد.

بر خلاف S& P 500 که 500 شرکت بزرگ را با سرمایه گذاری در بازار ردیابی می کند ، DOW مبلغ قیمت سهام شرکت کنندگان خود را که توسط بخش داو تقسیم می شود ، منعکس می کند.

سرمایه گذاران که می خواهند در DJIA سرمایه گذاری کنند می توانند با خرید ETF ، گزینه ها یا قراردادهای آتی این کار را انجام دهند. ساده ترین راه خرید ETF هایی است که عملکرد DJIA را ردیابی می کند ، مانند میانگین ETF صنعتی SPDR Dow Jones ETF (غیر LEVERAGED) و PROSHARES ULTRA DOW30 (اهرم).

معامله گران که به دنبال فرصت های سوداگرانه کوتاه مدت هستند ، معمولاً با CFD ها تجارت می کنند که اهرم و فروش کوتاه بالاتری را ارائه می دهند. یک استراتژی محبوب شامل خرید بازپرداخت به سطح پشتیبانی عمده در حین صعود ، و فروش بازپرداخت به سطح مقاومت عمده در حین رکود است.

سخنان پایانی

میانگین صنعتی داو جونز (DJIA) یکی از قدیمی ترین شاخص های سهام در جهان است که بزرگترین شرکت های تراشه آبی در ایالات متحده را ردیابی می کند. شرکت های مؤلفه DJIA یا در NYSE یا NASDAQ تجارت می کنند و با دقت انتخاب می شوند تا اقتصاد گسترده تر ایالات متحده را نمایندگی کنند. هنگامی که شبکه های خبری می گویند بازار سهام برای روز افزایش یافته یا سقوط کرده است ، آنها به طور کلی به عملکرد داو مراجعه می کنند.