دورنمای اقتصاد
19K subscribers
1.09K photos
2.47K videos
777 files
9.14K links
"دورنمای اقتصاد" رسانه اقتصادی اجتماعی مستقل ایران


https://ecoviews.ir/
Download Telegram
🔵 راز اعداد اول | قسمت هشتم
اعداد اول چه نقشی در دنیای پول و اقتصاد دارند؟

وقتی اسم «اعداد اول» می‌آید، کمتر کسی به اقتصاد و بازارهای مالی فکر می‌کند.
اما کافی است به یک واقعیت ساده توجه کنیم:
اقتصاد مدرن بدون امنیت دیجیتال تقریباً غیرممکن است.
بانکداری اینترنتی، پرداخت‌های آنلاین، معاملات الکترونیکی، بورس‌های دیجیتال و حتی بخش بزرگی از اقتصاد رمزارزها، به ابزارهای رمزنگاری وابسته‌اند.
و در پشت بخشی از این رمزنگاری، اعداد اول قرار دارند.

🔐 ۱. بانکداری و پرداخت‌های آنلاین
فرض کنید می‌خواهید از طریق اینترنت پول انتقال دهید.
اطلاعاتی مانند شماره حساب، مبلغ و هویت شما نباید به‌سادگی قابل خواندن یا دستکاری باشد.
الگوریتم‌های رمزنگاری برای ایجاد این امنیت از ساختارهای ریاضی استفاده می‌کنند؛ و در برخی از مهم‌ترین روش‌های رمزنگاری، اعداد اول نقش اساسی دارند.
یکی از مشهورترین نمونه‌ها:
RSA
امنیت این روش، در شکل کلاسیک آن، به دشواری تجزیه اعداد بسیار بزرگ به عوامل اول متکی است.
یعنی:
ضرب دو عدد اول بزرگ → نسبتاً آسان
تجزیه حاصل‌ضرب به همان دو عدد اول → بسیار دشوارتر
همین تفاوت، می‌تواند به یک ابزار امنیتی تبدیل شود.

💳 ۲. اقتصاد دیجیتال
امروز بخش بزرگی از فعالیت اقتصادی ما دیجیتالی شده است:

خرید اینترنتی
بانکداری آنلاین
پرداخت الکترونیکی
امضای دیجیتال
قراردادهای الکترونیکی
معاملات آنلاین

همه این‌ها به نوعی به احراز هویت و امنیت اطلاعات نیاز دارند.
بنابراین اعداد اول، هرچند مستقیماً قیمت دلار یا نرخ بهره را تعیین نمی‌کنند، از زیرساخت فنی اقتصادی که این معاملات را ممکن می‌کند، پشتیبانی می‌کنند.

₿ ۳. رمزارزها
اینجا ارتباط جالب‌تر می‌شود.
در فناوری‌های رمزنگاری مورد استفاده در بسیاری از رمزارزها و سیستم‌های بلاک‌چین، نظریه اعداد و ساختارهای ریاضی نقش مهمی دارند.
البته باید دقت کنیم:
بیت‌کوین مستقیماً بر RSA مبتنی نیست.
بیت‌کوین بیشتر از رمزنگاری مبتنی بر منحنی‌های بیضوی، مانند ECDSA، برای امضای تراکنش‌ها استفاده می‌کند.
اما پشت این فناوری نیز ریاضیات عمیقی قرار دارد؛ از جمله ساختارهای عددی و محاسباتی که به سخت بودن برخی مسائل ریاضی وابسته‌اند.

📈 ۴. بازارهای مالی و محاسبات
در بازارهای مالی مدرن، میلیون‌ها محاسبه در کسری از ثانیه انجام می‌شود.
الگوریتم‌ها، تولید اعداد شبه‌تصادفی، روش‌های محاسباتی و ساختارهای داده در سیستم‌های مالی به کار می‌روند.
در اینجا نیز نظریه اعداد، که اعداد اول یکی از پایه‌های آن هستند، بخشی از زیرساخت ریاضیات محاسباتی را تشکیل می‌دهد.

اما یک نکته مهم وجود دارد:
❌ اعداد اول قرار نیست قیمت سهام را پیش‌بینی کنند.
❌ قرار نیست با پیدا کردن یک عدد اول، زمان مناسب خرید طلا را پیدا کنیم!
❌ و هیچ رابطه جادویی میان «عدد اول» و «بازده بازار» وجود ندارد.
کاربرد اصلی آن‌ها بیشتر در زیرساخت ریاضی و محاسباتی اقتصاد دیجیتال است.

و اینجا یک پرسش فلسفی جالب شکل می‌گیرد:
ما اعداد اول را قرن‌ها پیش، بدون اینکه بدانیم چه کاربردی خواهند داشت، مطالعه کردیم.
امروز همان اعداد در پشت صحنه بخشی از سیستم‌هایی قرار گرفته‌اند که تریلیون‌ها دلار ارزش اقتصادی را جابه‌جا می‌کنند.
شاید این یکی از مهم‌ترین درس‌های علم باشد:
همه دانش‌های مفید، از ابتدا با هدف کاربردی شدن کشف نمی‌شوند.
گاهی انسان چیزی را فقط برای فهمیدن جهان مطالعه می‌کند؛
و ده‌ها یا صدها سال بعد، همان دانش تبدیل به فناوری‌ای می‌شود که جهان را تغییر می‌دهد.

#اعداد_اول
#اقتصاد
#مالی
#بانکداری
#رمزارز
#بیت_کوین
#رمزنگاری
#اقتصاد_دیجیتال
#ریاضیات
#علم

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤5
🔵 کاربرد خطای شناختی لنگرانداختن در بازاریابی

✍ تهیه کننده : محمدعلی نصیرایی مقدم؛ دانشکده مدیریت دانشگاه صنعتی امیرکبیر

🔸 مدرس : سیدحسین سجادی‌فر

فرض کنید الان آخرین روز کاری هفته است و شما در حال بازگشت به منزل هستید. همین طور که در حال رانندگی هستید، کاغذهایی که روی درب ورودی فروشگاه زنجیره‌ای نزدیک خانه‌تان چسبانده شده، توجه شما را به خود جلب می‌کند:

برنج دانه بلند: 50000 فقط 30000
مایع ماشین لباس‌شویی: 60000 فقط 47000

شما با دیدن این تخفیف‌های هیجان‌انگیز ماشین خود را پارک کرده و وارد فروشگاه می‌شوید. با خود فکر می‌کنید که با این تخفیف‌های استثنایی حتما در خرید این هفته مقداری صرفه جویی می‌کنید و می‌توانید با پول باقی مانده، خود را به یک غذای خوب در رستوران مهمان کنید!

اما وقتی هنگام خروج به فاکتور بلند بالای خود نگاه می‌کنید، در کنار برنج دانه بلند و مایع ماشین لباس‌شویی با تخفیف‌های فوق‌العاده، کلی چیز ریز و درشت و گران دیگر خریده‌اید و نه تنها صرفه‌جویی نکرده‌اید بلکه هزینه شما از هر هفته هم  بیشتر شده است!

فکر می‌کنید چرا چنین اتفاقی رخ می‌دهد؟ 

چرا ما هنگام ورود به یک فروشگاه همواره تخفیف احساس می‌کنیم که کمتر پول خرج خواهیم کرد اما در عمل نسبت به خریدهای قبلی خود، هزینه بیشتری پرداخت می‌کنیم؟

برای دانستن جواب این سؤال باید به سراغ خطای شناختی سوگیری لنگر انداختن (Anchoring Effect) برویم. 
 
✔️ اثر لنگر انداختن چیست؟
یکی از سوگیری های شناختی اثر لنگر انداختن است که طی آن ذهن در فرآیند تصمیم‌گیری به نخستین اطلاعاتی که به دست می‌آورد تکیه می‌کند و اطلاعات دیگر را در نظر نمی‌گیرد. حتما شما هم این جمله را زیاد شنیده‌اید که نباید یک انسان را از روی ظاهرش قضاوت کرد. ولی ذهن ما دقیقا مسائل را از روی ظاهرشان قضاوت می کند و اصلا انگار برای همین کار ساخته شده است! این مسأله یکی از نمونه‌های اثر لنگر انداختن است.

وقتی ما در اولین بار فردی را ملاقات می‌کنیم، اولین سیگنال‌هایی که از جانب او دریافت می‌کنیم به نوع پوشش، لبخند زدن، دست دادن، رعایت آداب اجتماعی و… مرتبط است. مغز ما در همان چند ثانیه اول با توجه به این سیگنال‌ها تصمیم می‌گیرد که از آن فرد خوشش بیاد یا نه! اگر لنگر ذهنی ما روی این برداشت اولیه گیر کند، دو اتفاق رخ می‌دهد: یا داده‌های جدید در مورد این فرد را اصلا نمی‌بیند، یا اینکه آن داده‌ها را می‌بیند اما به آنها توجه چندانی نمی‌کند و روی برداشت اولیه خود تأکید دارد.
 
✔️ کاربرد اثر لنگر انداختن در کسب‌وکار
اثر لنگر انداختن یکی از سوگیری‌های شناختی است که در کسب‌وکار، بازاریابی و فروش کاربردهای بسیاری دارد. مثالی که در ابتدای این مقاله بیان کردیم یکی از نمونه‌های کاربردی اثر لنگر انداختن به منظور بالا بردن میزان فروش یک فروشگاه زنجیره‌ای است. وقتی شما روی در ورودی فروشگاه با تخفیف‌های فوق‌العاده مواجه می‌شوید، ذهن شما این برداشت را دارد که هر جنسی از این فروشگاه بخرید تخفیف زیادی دارد و از همه جا ارزان‌تر است. بنابراین ممکن است اجناس بسیاری را بخرید که حتی از مغازه‌های دیگر گران‌تر هستند و اصلا متوجه روند تصمیم‌گیری خود نشوید.

مذاکره کنندگان و فروشندگان حرفه‌ای در روند مذاکرات فروش خود از اثر لنگر انداختن زیاد استفاده می‌کنند. فرض کنید شما می‌خواهید پروژه بهبود فرآیندهای داخلی شرکت خود را به یک شرکت مشاوره مدیریت بسپارید. شما تا به حال چنین قراردادی نبسته‌اید و اطلاعات و معیار دقیقی از نحوه قیمت‌گذاری آن در دست ندارید. اما به صورت حدودی برآورد قیمتی شما برای این پروژه نزدیک به 100 میلیون تومان است. اگر نماینده شرکت مشاوره مدیریت متوجه این موضوع شود، به راحتی از اثر لنگر انداختن استفاده می‌کند و رقم قراردادهای چند پروژه قبلی شرکت که برای سازمان‌های دولتی انجام شده است را به شما می‌گوید:

پروژه 1: 2 میلیارد تومان برای سازمان 1
پروژه 2: 1 میلیارد و 800 میلیون تومان برای وزارتخانه 2
و…
 
البته او در ادامه روند مذاکرات به شما می‌گوید که می‌داند شرکت شما به اندازه یک وزارتخانه بزرگ نیست و فرآیندهای کمتر و ساده‌تری دارد. اما به هر حال ذهن شما روی اعداد بزرگ لنگر می‌اندازد و قراردادی که با 100 میلیون تومان می‌توانستید منعقد کنید را با رقم 200 میلیون تومان به این شرکت می‌سپارید و راضی و خوشحال هم هستید.

#خطاهای_شناختی
#بازاریابی
#قیمت_گذاری
#سجادیفر

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی دورنمای اقتصاد
👇👇👇👇
@ECONVIEWS
❤4
🔵 مرکانتلیسم، دولت‌سازی و انباشت استعماری (6-2)

در چنین فضایی زنجیره‌های تأمین جهانی از یک بستر کارآمد برای کاهش هزینه‌ها به یک میدان نبرد ژئوپلیتیکی تبدیل شده‌اند. دولت‌ها با درک اینکه وابستگی شدید به یک منبع یا یک مسیر تجاری می‌تواند امنیت ملی آن‌ها را به خطر اندازد، به مداخلات گسترده در اقتصاد روی آورده‌اند. محدودیت بر صادرات تجهیزات پیشرفته ساخت نیمه‌هادی‌ها، کنترل صادرات نرم‌افزارهای طراحی صنعتی و محدود کردن دسترسی رقبا به فناوری‌های نوظهور نظیر هوش مصنوعی، نمونه‌هایی از سلاح‌سازی روابط تجاری به شمار می‌روند.

در پاسخ به این چالش‌ها، سیاست صنعتی که زمانی در ادبیات اقتصاد آزاد مورد انتقاد قرار می‌گرفت، بار دیگر به ابزار اصلی سیاست‌گذاران تبدیل شده است. دولت‌ها با اعطای یارانه‌های سنگین، مشوق‌های مالیاتی و حتی مشارکت مستقیم در سرمایه‌گذاری شرکت‌های استراتژیک، در صدد بازگرداندن زنجیره‌های تأمین حیاتی به داخل مرزها یا کشورهای هم‌پیمان هستند. با این حال، اجرای این سیاست‌های حمایتی برای کشورهای پیشرفته خود با تناقض ذاتی روبه‌رو است از یک سو، دولت‌ها با وضع تعرفه‌ها و مقررات حمایتی می‌کوشند صنایع داخلی را در برابر رقابت خارجی حفظ کنند. از سوی دیگر، هزینه‌های تولید در داخل به دلیل بالا بودن دستمزدها و هزینه‌های عملیاتی افزایش می‌یابد و صنایع را مجبور می‌سازد که کماکان به نیروی کار ارزان‌قیمت یا زنجیره‌های تأمین ارزان‌تر خارجی وابسته بمانند از این رو بازگرداندن کامل تولید به داخل مرزها بدون متحمل شدن هزینه‌های سنگین اقتصادی و تورم، امری بسیار دشوار است و کشورها ناگزیرند الگویی مختلط از حمایت‌گرایی و همکاری‌های منطقه‌ای را دنبال کنند. این شرایط متناقض فرصتی است که کشورهای در حال توسعه از توهم جهانی شدن خارج شده و از تأمین کننده مواد خام به سمت سیاست‌گذاری صنعتی حرکت کنند.

تغییر در ابزارهای منازعه اقتصادی و تجدید حیات رقابت‌های ژئوپلیتیکی، موجب تضعیف نهادهای بین‌المللی سنتی نظیر سازمان تجارت جهانی شده است. ساختارهای داوری و حل اختلاف چندجانبه که برای اداره یک بازار جهانی یکپارچه طراحی شده بودند، در برابر تصمیمات یک‌جانبه، تحریم‌های فناوری و یارانه‌های عظیم دولتی کارایی خود را تا حد زیادی از دست داده‌اند از این رو پیوستن به سازمان‌هایی که میراث نظم بعد از جنگ دوم جهانی هستند امروزه جایی در سیاست کشورها ندارد اگر چه هنوز در کشور ما برخی در آرزوی پیوستن به نظمی هستند که زمان مرگش فرا رسیده است.

در نتیجه این افول، نظم اقتصادی جهان به سمت یک ساختار چندقطبی و منطقه‌ای‌شده در حرکت است. کشورهای مختلف با تشکیل ائتلاف‌های جدید تجاری و مالی، در صدد کاهش وابستگی خود به نظام‌های مالی سنتی و ارزهای مسلط بین‌المللی هستند. بکارگیری روش‌های جدید تسویه مالی، توسعه پیمان‌های پولی دو یا چندجانبه و ایجاد مناطق آزاد تجاری منطقه‌ای در آسیا، آفریقا و آمریکای لاتین، نشان‌دهنده شکل‌گیری مسیرهای جدیدی در تجارت جهانی است از این روست که چین در ژوئن ۲۰۲۶ نسخه تجاری CBETS را معرفی کرده؛ سکویی که به بانک‌های خارجی اجازه می‌دهد پرداخت‌های یوان دیجیتال را ۲۴ ساعته و هفت روز هفته انجام دهند.

در این نظم چندقطبی، قدرت اقتصادی نه بر اساس پیروی از یک مدل یکپارچه تجارت آزاد، بلکه بر اساس میزان تاب‌آوری، تسلط بر فناوری‌های کلیدی، انعطاف‌پذیری زنجیره‌های تأمین و قدرت چانه‌زنی در ائتلاف‌های منطقه‌ای تعریف می‌شود. جهان معاصر شاهد بازگشت منطق اقتدار ملی در قالبی دیجیتال و نوآورانه است؛ قالبی که در آن اقتصاد و امنیت به‌طور کامل در یکدیگر ادغام شده‌اند. در چنین شرایطی آمریکا و اروپا که زمانی معماران نظام تجارت آزاد جهانی بودند، اکنون به حمایت‌گرایی و کنترل‌های دولتی روی آورده‌اند، نه به این دلیل که مرکانتیلیست شده‌اند، بلکه به این دلیل که قدرتشان بطور نسبی کاهش یافته و آزادی دیگر تجمل قابل تحمل نیست.
پایان

🔸منبع : کاتالاکسی

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤3
🔵 راز اعداد اول | قسمت نهم

📈 آیا بازارهای مالی هم مانند اعداد اول، در ظاهر تصادفی اما در عمق خود دارای نظم هستند؟

به دو پدیده نگاه کنیم:

از یک طرف، اعداد اول را داریم؛

2، 3، 5، 7، 11، 13، 17، 19 و ...

از طرف دیگر، قیمت سهام، طلا، ارز و سایر دارایی‌ها را.

در نگاه اول، هر دو رفتارهایی غیرقابل پیش‌بینی دارند.

نمی‌توان به‌سادگی گفت عدد اول بعدی چیست؛ همان‌طور که نمی‌توان با اطمینان گفت قیمت طلا یا سهام فردا چقدر خواهد بود.

اما یک سؤال جالب مطرح می‌شود:

آیا آنچه تصادفی به نظر می‌رسد، الزاماً فاقد نظم است؟

🔹 ۱. تصادف همیشه به معنای بی‌قاعدگی نیست

اعداد اول از یک قانون ریاضی مشخص پیروی می‌کنند؛ یعنی هر عدد یا اول است یا مرکب.

با این حال، فاصله میان اعداد اول الگوی ساده و منظمی ندارد.

در بازارهای مالی نیز قیمت‌ها تحت تأثیر عوامل متعددی مانند نرخ بهره، تورم، انتظارات، اخبار، سیاست‌های اقتصادی و رفتار سرمایه‌گذاران تغییر می‌کنند.

این عوامل در کنار یکدیگر می‌توانند رفتارهایی پیچیده و گاهی غیرقابل پیش‌بینی ایجاد کنند.

🔹 ۲. نظم آماری در دل بی‌نظمی

در ریاضیات، با وجود دشواری پیش‌بینی دقیق محل اعداد اول، می‌توان درباره فراوانی و توزیع آن‌ها در مقیاس بزرگ به نتایج آماری رسید.

در بازارهای مالی نیز ممکن است نتوان قیمت فردای یک دارایی را پیش‌بینی کرد، اما بتوان برخی ویژگی‌های آماری آن را مطالعه کرد؛ مانند:

- میانگین بازدهی
- نوسان‌پذیری (Volatility)
- همبستگی دارایی‌ها
- احتمال وقوع زیان‌های بزرگ
- خوشه‌بندی نوسانات

برای مثال، ممکن است جهت حرکت قیمت در کوتاه‌مدت دشوار پیش‌بینی شود، اما دوره‌های نوسان شدید و آرام بازار از نظر آماری قابل مطالعه باشند.

🔹 ۳. آیا بازارها تصادفی هستند؟

یکی از نظریه‌های مهم مالی، فرضیه بازار کارا (Efficient Market Hypothesis) است.

بر اساس این نظریه، قیمت دارایی‌ها اطلاعات در دسترس را منعکس می‌کند و کسب بازدهی غیرعادی به‌صورت پایدار و بدون پذیرش ریسک اضافی دشوار است.

از سوی دیگر، نظریه‌های مالی رفتاری و اقتصاد پیچیدگی نشان می‌دهند که رفتار انسان‌ها، هیجانات، محدودیت‌های اطلاعاتی و تعامل میان سرمایه‌گذاران می‌توانند الگوهای پیچیده‌ای در بازار ایجاد کنند.

بنابراین بازار نه کاملاً قابل پیش‌بینی است و نه لزوماً یک فرایند تصادفی ساده.

🔹 ۴. ارتباط با نظریه آشوب

در نظریه آشوب (Chaos Theory)، برخی سیستم‌ها با وجود برخورداری از قوانین مشخص، به دلیل حساسیت شدید به شرایط اولیه، در بلندمدت رفتارهایی بسیار دشوار برای پیش‌بینی نشان می‌دهند.

این ویژگی را در بسیاری از پدیده‌های طبیعی می‌بینیم.

البته نباید تصور کنیم که بازارهای مالی الزاماً سیستم‌های آشوبناک ریاضی هستند؛ اما مفهوم حساسیت به شرایط اولیه و پیچیدگی، ابزارهای مفیدی برای اندیشیدن درباره رفتار بازارها هستند.

🧠 یک نتیجه تأمل‌برانگیز

اعداد اول به ما نشان می‌دهند که ممکن است یک ساختار ریاضی کاملاً قطعی، در ظاهر رفتاری نامنظم داشته باشد.

بازارهای مالی نیز نشان می‌دهند که حتی با وجود حجم عظیمی از داده‌ها و مدل‌های پیشرفته، پیش‌بینی آینده با عدم‌قطعیت همراه است.

شاید تفاوت مهم این باشد:

در دنیای اعداد اول، با یک حقیقت ریاضی قطعی روبه‌رو هستیم که هنوز همه رازهای آن را نمی‌دانیم؛ اما در بازارهای مالی، خود قواعد بازی نیز با تغییر رفتار انسان‌ها، فناوری و نهادهای اقتصادی تغییر می‌کنند.

پس شاید هنر فهم جهان، فقط پیدا کردن نظم نیست؛ بلکه شناخت مرز میان نظم، تصادف و عدم‌قطعیت است.

#اعداد_اول
#اقتصاد
#مالی
#بازار_سرمایه
#تصادف
#نظریه_آشوب
#اقتصاد_پیچیدگی
#ریاضیات

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
👍3
Media is too big
VIEW IN TELEGRAM
🔵 فصل ششم اقتصاد توسعه :
#رشد_اقتصادی - بخش اول

🔸6.5. غیرصنعتی‌سازی ناقص

بطور تاریخی، رشد مبتنی بر صادرات در پی یک دوره صنعتی سازی عامل توسعه اقتصادی بوده است. اما اکنون بعضی اقتصاددانان نگران هستند که کشورهای در حال توسعه در حال غیرصنعتی سازی هستند و یا هرگز فرآیند صنعتی شدن را طی نمی‌کنند، در نتیجه پتانسیل رشد مبتنی بر صادرات آنها محدود می شود. این تئوری "غیرصنعتی‌سازی ناقص" است. آینده کشورهای در حال توسعه نامعلوم است. اما چندین گزینه دیگر هم برای رشد وجود دارد، از جمله صادرات بخش خدمات، رشد تجارت داخلی، و رشد مبتنی بر مشتری.

✔️ مطالب مرتبط به این درس

مصاحبه تایلر کوئن و دنی رادریک
https://bit.ly/2QELnDy

🔸 منبع: کلاس درس اقتصاد توسعه

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی دورنمای اقتصاد
👇👇👇👇
@ECONVIEWS
❤3
🔵 #دوره_آموزشی_سواد_مالی_اقتصادی

🔸 قدم چهارم/ قسمت ششم

● مهارت جستجوگری


یکی از مهم‌ترین مهارت‌هایی که در زندگی به آن نیاز داریم، مهارت جستجوگری است. جستجوگری به این معنا که شما از مسیرهای مختلفی به دنبال پاسخ دادن به سوالات خود باشید.

برای پاسخ دادن به سوالات، حداقل به سه چیز نیاز داریم: اطلاعات، دانش و خرد.

* اطلاعات (Information): اطلاعات مجموعه‌ای از داده‌های خام و بدون ساختار هستند که به شکل آمار، اخبار، اعداد، کلمات، تصاویر و… وجود دارند. اطلاعات به تنهایی معنایی ندارند و نیازمند پردازش و تفسیر هستند.

* دانش (Knowledge): دانش به اطلاعات سازمان‌یافته، پردازش‌شده و قابل درک گفته می‌شود. دانش شامل فهم روابط بین اطلاعات، تفسیر معنی آنها و توانایی استفاده از آن‌ها برای حل مسائل است. در واقع دانش، اطلاعاتی است که معنا یافته و کاربردی شده‌اند.

* خرد (Wisdom): خرد بالاترین سطح فهم و درک است. خرد یعنی توانایی قضاوت صحیح، به‌کارگیری دانش در تصمیم‌گیری‌های درست و دیدن تصویر بزرگ‌تر. خرد به معنای استفاده هوشمندانه و مناسب از دانش و اطلاعات با در نظر گرفتن شرایط و پیامدهای مختلف می‌باشد. همچنین خرد شامل درک محدودیت‌های دانش و پذیرش عدم قطعیت نیز هست.

نکته: بسیاری از افراد در معرض اطلاعات زیادی قرار می‌گیرند اما دانش تحلیل آن را ندارند و در سردرگمی به سر می‌برند. بسیاری از دانشمندان نیز اطلاعات و دانش کافی دارند اما خرد لازم برای تصمیم‌گیری درست و دیدن تصویر بزرگتر را ندارند. برای همین اقدامات اشتباهی انجام می‌دهند. در نهایت، این خرد است که در کنار اطلاعات و دانش ما را به سرانجامی درست می‌رساند.

مثال: فرض کنید می‌خواهید مسیر شغلی خود را تغییر دهید. لازمه این کار چیست؟ ابتدا باید به شناخت خوبی از خود برسید (از طریق آزمون و خطا) و مثلاً بفهمید که معیارهایی مثل درآمد بالا، موقعیت اجتماعی مناسب و ساعت کاری کم برای شما اهمیت دارد. سپس می‌توانید به دنبال اطلاعاتی درباره مشاغلی بگردید که با این معیارها تطابق دارند.

نکته: تقریباً تمام زندگی فرصتی برای آزمون و خطا است و معیارهای ما ممکن است دائماً تغییر کنند. این موضوع نه عجیب است و نه لزوما بد.

مرحله جمع‌آوری اطلاعات یکی از مهم‌ترین مراحل این مسیر است، چرا که ادامه راه بر پایه این داده‌ها شکل می‌گیرد. بنابراین بسیار مهم است که اطلاعات را تنها از یک منبع جمع‌آوری نکنید.

برای مثال، نباید فقط به صحبت‌های کارفرما یا همکاران آینده‌تان بسنده کنید. توجه بیش از حد به تصویری که اجتماع یا شبکه‌های اجتماعی از یک شغل ساخته‌اند یا و حتی تکیه به داده‌های رسمی منتشر شده هم، به تنهایی، کارساز نیست. همه این‌ها در نهایت تنها تکه‌هایی از واقعیت هستند.

دانش در اینجا به معنای توانایی صحت‌سنجی اطلاعات و قرار دادن قطعات پازل کنار هم، برای ساختن یک تصویر درست است. (لازم به ذکر است که این تصویر احتمالا بدون تجربه آن شغل کامل نمی‌شود. و نه حتی با تجربه‌ی آن شغل، تنها در یک موقعیت کاری خاص)

نسخه جستجوگر ما، با تجربه شغل‌های مختلف (یا صرفاً جمع‌آوری اطلاعات) پازل‌های زیادی را در زندگی کنار هم می‌چیند و آن‌ها را در ذهن خود نگه می‌دارد. اما خرد زمانی پدیدار می‌شود که بتوانیم تصویر بزرگتری را از کنار هم قرار دادن آن پازل‌های کوچک ببینیم؛ تصویری که به شکل مخصوصی تنها برای ما ساخته شده است (یا بهتر بگویم، به دست خود ما ساخته شده است!).

یک زندگی خوب چیزی جز یک جستجوی طولانی، صبورانه و خردمندانه نیست.
‌
‌@FinancialLiteracy_farsi

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤6
فقط با کسانی بحث کنید که می‌دانید آنقدر عقل و عزت نفس دارند که حرف‌های بی‌معنی نمی‌زنند.
کسانی که به‌ دلیل توسل می‌جویند.
حقیقت را گرامی می‌دارند و آنقدر منصف هستند.
که اگر حق با طرف مقابل‌شان باشد اشتباه بودنشان را قبول می‌کنند.

#آرتور_شوپهناور
از کتاب "هنر همیشه برحق بودن"

شب خوش
❤13👍1
Media is too big
VIEW IN TELEGRAM
🔸 سرنوشت اولین پول فیات یا دستوری جهان چه شد؟

🔹 در قرن سیزدهم، قوبلای خان پول کاغذی را در امپراتوری مغول رواج داد؛ پولی بدون پشتوانه مستقیم طلا که پذیرش آن اجباری بود و مخالفت با آن مجازات سنگینی داشت.

اما آیا قدرت حکومت به‌تنهایی برای حفظ ارزش پول کافی بود؟
چرا همین ایده وقتی به ایران رسید، با شکست مواجه شد؟

در قسمت سوم «#اقتصاد_از_صفر»، سراغ پول فیات و نقش اعتماد در ارزش پول می‌رویم.

🔸منبع : چراز

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤5
🔵 هایمن مینسکی و فرضیه ناپایداری مالی

🔸اکثرا اقتصاددانان کلان با مدل‌های تعادلی کار می‌کنند که اقتصاد بازاری مدرن را پایدار فرض می‌کند، به این معنی که تغییرات بشکلی پایدار و مداوم اتفاق می‌افتند، و بحران اقتصادی در نتیجه رشد عظیم یا شوک‌های خارجی مانند جنگ یا افزایش قیمت نفت یا اختراع اینترنت هستند. اما "هایمن مینسکی" مخالف این ایده بود. بنظر او دینامیک‌های درونی سیستم خود قادر به ایجاد شوک بودند. تا سال‌های گذشته بیشتر اقتصاددانان کلان به جزئیات سیستم فاینانس و بانکداری علاقه‌مند نبودند و آن را تنها واسطی برای جریان پول از پس‌انداز کننده به وام گیرنده می‌دیدند. از دید مینسکی اما این‌ها موسسات کسب سودی بودند با تمایل به افزایش وام دهی، و همین مکانیزم است که اقتصاد را ناپایدار می‌کند.

🔸منبع: کانال کنجکاوی

🔻یادداشت کامل را در اینستنت ویو مطالعه کنید

http://vrgl.ir/7sUxW

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد
👇👇👇👇
@ECONVIEWS
❤5
🔵 راز اعداد اول | قسمت دهم
چگونه می‌توانیم اعداد اول را از میان هزاران عدد پیدا کنیم؟

فرض کنید بخواهیم تمام اعداد اول بین ۱ تا ۱۰۰ را پیدا کنیم.
آیا باید تک‌تک اعداد را بررسی کنیم و ببینیم بر چه اعدادی بخش‌پذیرند؟
بیش از دو هزار سال پیش، ریاضیدانی یونانی به نام اراتوستن روشی بسیار هوشمندانه ابداع کرد که هنوز هم یکی از روش‌های کلاسیک و زیبای آموزش اعداد اول است.
نام این روش «غربال اراتوستن» (Sieve of Eratosthenes) است.

روش کار بسیار ساده است:
مرحله اول: تمام اعداد ۲ تا ۱۰۰ را می‌نویسیم. عدد ۱ را کنار می‌گذاریم، چون عدد اول نیست.
مرحله دوم: عدد ۲ را نگه می‌داریم؛ چون اولین عدد اول است. سپس تمام مضرب‌های آن، یعنی ۴، ۶، ۸، ۱۰ و ... را حذف می‌کنیم.
مرحله سوم: به عدد بعدی که حذف نشده، یعنی ۳، می‌رسیم. آن را نگه می‌داریم و مضرب‌هایش را حذف می‌کنیم.
مرحله چهارم: همین کار را برای ۵، سپس ۷ و اعداد بعدی تکرار می‌کنیم.
در پایان، اعدادی که باقی می‌مانند، همان اعداد اول هستند!

چرا این روش کار می‌کند؟
چون هر عدد مرکب، دست‌کم یک عامل اول دارد و با حذف مضرب‌های اعداد اول، تمام اعداد مرکب حذف می‌شوند.
نکته جالب این است که برای غربال اعداد تا ۱۰۰، کافی است مضرب‌های اعداد اول کوچک‌تر یا مساوی جذر ۱۰۰، یعنی ۲، ۳، ۵ و ۷ را بررسی کنیم.

چرا این روش اهمیت دارد؟
غربال اراتوستن فقط یک ترفند آموزشی نیست؛ نمونه‌ای از تفکر الگوریتمی است.
در علوم کامپیوتر، الگوریتم‌ها تلاش می‌کنند با استفاده از مجموعه‌ای از دستورالعمل‌های مشخص، مسائل پیچیده را سریع‌تر و کارآمدتر حل کنند.
این روش به ما یاد می‌دهد که گاهی برای حل یک مسئله، لازم نیست همه گزینه‌ها را جداگانه بررسی کنیم؛ کافی است راهی هوشمندانه برای حذف گزینه‌های ناممکن پیدا کنیم.

شاید یکی از زیباترین ویژگی‌های ریاضیات همین باشد: یافتن راه‌حل‌های ساده برای مسائل ظاهراً پیچیده.

#اعداد_اول #ریاضیات #اراتوستن #الگوریتم #علوم_کامپیوتر #دانش

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤5
🔵 پادکست مرکانتلیسم، دولت‌سازی و انباشت استعماری (6-2)

🔸منبع : کاتالاکسی

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 

https://t.me/Catalax/698
❤3
انسان آهسته آهسته عقب‌نشینی می‌کند،
هیچ‌کس یکباره معتاد نمی‌شود،
یکباره سقوط نمی‌کند،
یکباره وا نمی‌دهد،
یکباره خسته نمی‌شود،
رنگ عوض نمی‌کند،
تبدیل نمی‌شود و از دست نمی‌رود،
زندگی بسیار آهسته از شکل می‌افتد و تکرار خستگی بسیار موذیانه و پاورچین رخنه می‌کند؛
قدم اول را اگر به سوی حذف چیزهای خوب برداریم
شک نکن که قدم‌های بعدی را شتابان برخواهیم داشت.

شب خوش
❤4👏4
Media is too big
VIEW IN TELEGRAM
🔵 تصمیم‌گیری
حتما این ویدئو رو در خصوص تصمیم‌گیری ببینید.

#ویدئوآموزش
#شماره۴۷
#خلاصه_کتاب
#مالی_رفتاری
#اقتصاد_رفتاری
#روانشناسی_معامله_گر

@MaliRaftariB_F

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤8
Media is too big
VIEW IN TELEGRAM
🔵 فصل ششم اقتصاد توسعه :
#رشد_اقتصادی - بخش اول

🔸6.6. اگر به هند رفتید، موی خود را اصلاح کنید

فرض کنید در حین سفر در هند به سلمانی بروید. پولی که برای اصلاح سرتان خواهید داد بیشتر از ایالات متحده خواهد بود یا کمتر؟ درحالیکه قیمت کالاهای قابل تجارت مانند گوشی آیفون بین کشورها تقریبا یکسان است، قیمت خدمات می‌تواند بسیار متفاوت باشد. در این ویدیو الکس تبرک اثر بلاسا-ساموئلسون، اصلاح ضریب قدرت خرید، آربیتراژ، و جابه‌جایی نیروی کار را توضیح می‌دهد، و اینکه چرا همه این‌ها در مقایسه جی‌دی‌پی و استاندارد زندگی کشورها مهم هستند.

✔️ مطالب مرتبط به این درس

صفحه اثر بلاسا-ساموئلسون در ویکی پیدیا (به زبان انگلیسی)
https://bit.ly/2UtHQJe

🔸 منبع: کلاس درس اقتصاد توسعه

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی دورنمای اقتصاد
👇👇👇👇
@ECONVIEWS
❤5
🔢 راز اعداد اول | قسمت یازدهم و پایانی
آیا ریاضیات را کشف می‌کنیم یا اختراع؟

تصور کنید هیچ انسانی روی زمین وجود نداشت.
آیا عدد ۲ همچنان عددی اول بود؟
آیا حاصل‌ضرب ۷ در ۱۱ همچنان ۷۷ می‌شد؟
آیا رابطه میان محیط و قطر دایره همچنان برقرار بود؟
پاسخ این پرسش‌ها ما را به یکی از قدیمی‌ترین بحث‌های فلسفه علم و ریاضیات می‌رساند:

آیا ریاضیات ساخته ذهن انسان است یا حقیقتی مستقل از ذهن ما در جهان وجود دارد که آن را کشف می‌کنیم؟

دو دیدگاه مهم در این زمینه وجود دارد:
🔹 ۱. ریاضیات کشف می‌شود
بر اساس دیدگاه افلاطونی، اشیاء و حقایق ریاضی مستقل از انسان وجود دارند.
ما عدد اول را اختراع نکرده‌ایم؛ بلکه ویژگی‌های آن را کشف کرده‌ایم.
برای مثال، حتی اگر هیچ انسانی وجود نداشت، عدد ۱۷ همچنان بر ۱ و خودش بخش‌پذیر بود و عدد اول باقی می‌ماند.
در این نگاه، ریاضیدان شبیه کاوشگری است که سرزمینی ناشناخته را کشف می‌کند.

🔹 ۲. ریاضیات اختراع می‌شود
دیدگاه دیگر بر این باور است که ریاضیات محصول ذهن انسان، زبان، قراردادها و نظام‌های منطقی است.
ما مفاهیمی مانند عدد، مجموعه، تابع و هندسه را تعریف کرده‌ایم و سپس بر اساس قواعد مشخص، نتایج آن‌ها را به دست آورده‌ایم.
در این نگاه، ریاضیات بیشتر شبیه یک زبان قدرتمند برای توصیف جهان است.

🔹 ۳. پس چرا ریاضیات این‌قدر خوب جهان را توضیح می‌دهد؟
اینجا ماجرا جذاب‌تر می‌شود.
فیزیکدان و ریاضیدان مشهور، اوژن ویگنر، در مقاله‌ای معروف از موضوعی سخن گفت که آن را «اثربخشی نامعقول ریاضیات در علوم طبیعی» نامید.
چرا مفاهیمی که گاهی صرفاً برای کنجکاوی ریاضی توسعه یافته‌اند، سال‌ها بعد در فیزیک، مهندسی، اقتصاد و فناوری کاربرد پیدا می‌کنند؟
چرا معادلات ریاضی می‌توانند حرکت سیارات، امواج، جریان آب، بازارهای مالی و بسیاری از پدیده‌های طبیعی را توصیف کنند؟
اعداد اول نیز نمونه‌ای جالب از همین داستان هستند.
آن‌ها قرن‌ها پیش، بدون هیچ کاربرد عملی مشخصی، موضوع مطالعه ریاضیدانان بودند.
اما امروز در رمزنگاری، امنیت دیجیتال و برخی زیرساخت‌های اقتصاد مدرن نقش دارند.

و در پایان، یک پرسش بزرگ‌تر:
شاید پاسخ قطعی به این پرسش که ریاضیات کشف می‌شود یا اختراع، هنوز محل بحث باشد.
اما یک چیز روشن است:
ذهن انسان توانسته است با استفاده از مفاهیم انتزاعی، بخشی از پیچیده‌ترین ساختارهای جهان را بفهمد و حتی فناوری‌هایی بسازد که زندگی میلیاردها انسان را تغییر داده‌اند.
شاید زیبایی علم در همین باشد:
ما جهانی را که در آن زندگی می‌کنیم، به‌طور کامل نمی‌شناسیم؛ اما با پرسیدن، اندیشیدن و کشف کردن، هر روز بخشی از ناشناخته‌های آن را روشن‌تر می‌کنیم.
و شاید اعداد اول، با تمام سادگی و رازآلودگی‌شان، یکی از زیباترین نمونه‌های این مسیر باشند.

📚 پایان مجموعه «راز اعداد اول»
از یک پرسش ساده شروع کردیم: عدد اول چیست؟
و به پرسش‌هایی رسیدیم درباره بی‌نهایت، نظم و بی‌نظمی، رمزنگاری، اقتصاد، تصادف و فلسفه ریاضیات.
گاهی یک موضوع کوچک ریاضی می‌تواند پنجره‌ای به سوی دنیایی بسیار بزرگ‌تر باز کند.

#اعداد_اول #فلسفه_ریاضیات #علم #دانش #ریاضیات #فلسفه_علم #تفکر

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤5
🔵 بگذارید اینترنت بمیرد

✍️حسین موسوی

🔹اینترنتی که قرار بود فضایی آزاد برای تبادل اطلاعات و ارتباط انسان‌ها باشد، حالا زیر سلطه میلیاردرهای فناوری، الگوریتم‌های اعتیادآور و محتوای بی‌کیفیت قرار گرفته است. شبکه‌های اجتماعی بیش از آنکه محلی برای آگاهی و ارتباط باشند، به بستری برای انتشار اخبار جعلی، خشم و جلب توجه تبدیل شده‌اند.

🔹گسترش هوش مصنوعی نیز ابعاد تازه‌ای به این بحران داده است. حجم انبوه محتوای تولیدشده توسط هوش مصنوعی، تشخیص واقعیت از اطلاعات جعلی را دشوارتر کرده و این نگرانی را به وجود آورده که شاید بخش بزرگی از تعاملات اینترنتی دیگر میان انسان‌ها نباشد، بلکه ربات‌ها و عامل‌های هوشمند در حال تسخیر فضای آنلاین باشند.

🔹از سوی دیگر، برخلاف تصور عمومی، اینترنت حافظه‌ای ابدی نیست. وب‌سایت‌ها ناپدید می‌شوند، لینک‌ها از کار می‌افتند و بخش زیادی از اطلاعات و خاطرات ثبت‌شده در فضای دیجیتال برای همیشه از دست می‌روند. حالا این سؤال مطرح است که آیا اینترنت همان شبکه‌ای است که زمانی به کاربران وعده داده شد؟

🔹جان وست، روزنامه‌نگار برنده جایزه پولیتزر، در کتاب تازه خود معتقد است شاید راه نجات، اصلاح پلتفرم‌های بزرگ نباشد؛ بلکه کاربران باید با بی‌توجهی به محتوای الگوریتمی و فاصله گرفتن از شبکه‌های اجتماعی تجاری، زمینه تولد دوباره اینترنتی آزادتر و انسانی‌تر را فراهم کنند. اما آیا کاربران حاضرند برای نجات اینترنت، از دنیای مجازی‌ای که به آن وابسته شده‌اند فاصله بگیرند؟

🔗جزئیات گزارش در سایت دنیای اقتصاد

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤3👍2
‌
گاهی اوقات باید بگذری و بگذاری و بروی...
وقتی می‌مانی و تحمل می‌کنی از خودت یک احمق می‌سازی..


👤 #ساموئل_بکت

شب خوش
❤12
🔵 فقیرترین‌ها یا نیازمندترین‌ها؟ دولت دقیقاً باید به چه کسی کمک کند؟

وقتی دولت‌ها برنامه‌ای برای حمایت از اقشار فقیر طراحی می‌کنند، معمولاً با یک مسئله ظاهراً ساده روبه‌رو هستند: چگونه فقیرترین خانوارها را شناسایی کنیم؟ پاسخ رایج، استفاده از شاخص‌هایی مانند درآمد، میزان مصرف، دارایی‌ها و وضعیت مسکن است. اما یک پژوهش تازه با عنوان Target What? The Foundations of Poverty Targeting، که ابیجیت بنرجی برنده نوبل اقتصاد ۲۰۱۹ از نویسندگان آن است، شان می‌دهد که این روش‌ها ممکن است ما را به نتیجه‌ای کاملاً متفاوت از آنچه انتظار داریم برسانند؛ زیرا فقیرترین افراد لزوماً همان کسانی نیستند که بیشترین نیاز را به کمک دارند یا دریافت کمک برایشان بیشترین فایده را ایجاد می‌کند.

پژوهشگران برای بررسی این مسئله، بیش از ۵۵۰۰ نفر را در ۶۰۰ روستای اندونزی مطالعه کردند. آن‌ها از افراد خواستند نه‌تنها وضعیت مصرف و رفاه خود را ارزیابی کنند، بلکه درباره وضعیت سایر خانوارها و اینکه چه کسانی بیشترین بهره را از دریافت کمک نقدی خواهند برد نیز قضاوت کنند. نتیجه جالب بود: ارزیابی افراد از فقر، ارزیابی جامعه از رفاه خانوارها و تشخیص کسانی که بیشترین ارزش اجتماعی را از دریافت کمک می‌برند، با یکدیگر تفاوت قابل‌توجهی داشتند.

برای درک اهمیت این تفاوت، فرض کنید دولت تصمیم گرفته است فقط به ۱۰ درصد نیازمندترین خانوارها کمک کند. اگر معیار انتخاب، میزان مصرف خانوارها باشد، ۷۷ درصد افرادی که جامعه آن‌ها را مستحق دریافت کمک می‌داند، از فهرست حمایت حذف می‌شوند. این میزان در استفاده از خودارزیابی افراد از وضعیت رفاهشان ۵۷ درصد و در استفاده از ارزیابی اجتماعی درباره سطح رفاه خانوارها ۲۵ درصد است. به بیان دیگر، آنچه در آمارهای اقتصادی به‌عنوان فقر شناسایی می‌شود، الزاماً با آنچه مردم در زندگی روزمره خود به‌عنوان نیازمندی و استحقاق دریافت کمک تشخیص می‌دهند، یکسان نیست.

پژوهش سپس سه شیوه شناسایی افراد نیازمند را مقایسه می‌کند. روش نخست، استفاده از الگوریتم‌ها و آزمون وسع است که با بررسی دارایی‌ها، ویژگی‌های خانوار و شرایط زندگی، میزان مصرف آن را تخمین می‌زند. روش دوم، ثبت‌نام داوطلبانه است؛ یعنی افراد خود برای دریافت حمایت درخواست می‌دهند و سپس وضعیتشان ارزیابی می‌شود. روش سوم، شناسایی اجتماع‌محور است که در آن اعضای جامعه محلی درباره وضعیت خانوارها و میزان استحقاق آن‌ها برای دریافت کمک قضاوت می‌کنند. یافته‌ها نشان می‌دهد هیچ‌کدام از این روش‌ها به‌طور یکسان همه ابعاد نیازمندی را شناسایی نمی‌کنند: آزمون وسع برای شناسایی خانوارهای کم‌مصرف مناسب‌تر است، ثبت‌نام داوطلبانه بیشتر با ارزیابی افراد از وضعیت رفاه خودشان همخوانی دارد و شناسایی محلی به قضاوت جامعه درباره اینکه کمک به چه کسی بیشترین فایده را می‌رساند، نزدیک‌تر است.

اهمیت شناخت محلی از آنجا ناشی می‌شود که بسیاری از ابعاد آسیب‌پذیری در داده‌های رسمی دیده نمی‌شوند. ممکن است خانواری دارایی مشخصی داشته باشد، اما به دلیل بدهی، بیماری، هزینه‌های درمانی، مسئولیت مراقبت از اعضای خانواده یا وابستگی اقتصادی، در شرایط دشواری قرار گرفته باشد. الگوریتمی که صرفاً بر اساس دارایی و مصرف تصمیم می‌گیرد، ممکن است چنین وضعیتی را تشخیص ندهد. در مقابل، همسایگان و اعضای جامعه محلی احتمالاً اطلاعات بیشتری درباره این شرایط دارند. البته این شناخت نیز بی‌طرف و بی‌خطا نیست و می‌تواند تحت تأثیر تبعیض‌های جنسیتی، قومی و طبقاتی قرار بگیرد.

یکی از پیشنهادهای پژوهش، طراحی الگوریتم‌هایی است که به‌جای پیش‌بینی صرفِ میزان مصرف، تلاش کنند تشخیص دهند کمک نقدی به کدام خانوار بیشترین ارزش اجتماعی را ایجاد می‌کند. اگر بتوان الگوی قضاوت اجتماعی درباره نیازمندی را با استفاده از ویژگی‌های قابل مشاهده خانوارها تخمین زد، دولت می‌تواند بدون تکرار فرایندهای محلی در همه مناطق، سیاست حمایتی خود را تا حدودی بر همان مبنا طراحی کند. بااین‌حال، آزمایش پژوهش نشان داد که حتی این الگوریتم‌ها نیز در مقایسه با شناسایی مستقیم اجتماع‌محور محدودیت دارند؛ زیرا بخشی از اطلاعات و شناخت محلی اساساً در داده‌های قابل‌اندازه‌گیری و رسمی وجود ندارد.

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 
❤3👍1
#ویدئو
#اقتصاد_سنجی_کاربردی
#دکتر_کشاورز
#دانشگاه_صنعتی_شریف

جلسه پانزدهم  

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی اجتماعی دورنمای اقتصاد 
👇👇👇👇 
@ECONVIEWS 

https://t.me/econ_archive_videos/153
پنجشنبه
❤5
🔵 قیمت‌گذاری در کسب‌و‌کار با استفاده از سوگیری ترس از دست دادن یا
Fear of Missing Out (FOMO)


✍ علی محمدی‌تبار

🔸 مدرس : سید حسین سجادی‌فر

ترس از دست دادن یا FOMO یکی از خطاهای شناختی است که در ذات اکثر ما انسان‌ها وجود دارد. در واقع ذهن ما انسان‌ها به گونه‌ای است که می‌ترسیم فرصت‌های عالی را از دست بدهیم و دوست داریم که بیشتر‌ این فرصت‌ها را بدست بیاوریم. بازاریاب‌ها از‌ این ترس که یک نوع محرک ذهنی هست برای بازاریابی و فروش برند و محصولات خود بهره می‌برند که به آن FOMO Marketing می‌گویند.

این روش بازاریابی تاثیرگذار است، چرا که ما موجوداتی ریسک گریز هستیم. اجتناب از ریسک به‌این معنی است که ما می‌ترسیم پول خود را صرف خرید محصولی کنیم که ممکن است با استانداردهای ما مطابقت نداشته باشد.در عین حال،‌ این اجتناب از ریسک، احتمال پشیمانی را در‌ آینده نیز به وجود می‌آورد.

به عنوان مثال ، فرض کنید شما قصد خرید محصولی را دارید و تا حدودی می‌دانید که آن محصولی که می‌خواهید چه ویژگی‌های ظاهری دارد، اگر ناگهان تبلیغی در فضای مجازی مشاهده کردید که محصول مشابه با آن چیزی که شما می‌خواستید را با تخفیف نشان می‌دهد، FOMO شما افزایش می‌یابد. شاید شما آنقدر مشتاق خرید آن نبودید، اما فقط با دیدن ‌این آگهی، وادار به فکر کردن به آن می‌شوید.‌ این دقیقا همان احساس وحشتی است که FOMO Marketing قصد‌ ایجاد آن را دارد. در ادامه در مورد چند تکنیک که در FOMO Marketing موثر است صحبت می‌کنیم.

🔻متن کامل را در سایت دورنمای اقتصاد مطالعه کنید
👇👇
https://ecoviews.ir/fomo-marketing/

#خطاهای_شناختی
#بازاریابی
#قیمت_گذاری

▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️▫️

✅ رسانه اقتصادی دورنمای اقتصاد
👇👇👇👇
@ECONVIEWS
❤3