-
Финансовые рынки, экономика, корпоративная аналитика, финансово-экономическая инфографика и статистика. Связь: telegram@spydell.ru Резервный e-mail: spydell.telegram@gmail.com Чат: https://t.me/spydell_finance_chat
Структура расходов на услуги американских домохозяйств.
Услуги формируют почти 2/3 в структуре потребительских расходов, а это внушительные 13.1 трлн, из чего формируются расходы? Все данные приведены по состоянию на 2кв24 в годовом выражении по номиналу, т.к. важно понять реальные денежные потоки и емкость рынка, а не виртуальные показатели.
Крупнейшей статьей расходов являются расходы на жилье, но это весьма манипулятивная категория.
• Расходы на жилье и ЖКХ – 3.5 трлн, однако, 2.3 трлн – это вменённая аренда, термин, который относится к гипотетической арендной плате, которую владелец жилого дома мог бы получить, если бы он сдавал свой дом в аренду. Фактические арендные платежи всего 677 млрд, а расходы по ЖКХ – 453 млрд, где электричество – 258 млрд, газ – 61 млрд, водоснабжение – 93 млрд, утилизация отходов – 42 млрд.
Нужно учитывать, что 2.3 трлн – это виртуальный, фейковый показатель, который используется для оценки вклада недвижимости в ВВП, которого, по сути, нет. Также этот расчет используется, чтобы нивелировать волатильность структуры домовладения и сделать ВВП менее чувствительным к изменениям в структуре владения жилья.
• Расходы на медицину – 3.2 трлн, где амбулаторные услуги – 1.5 трлн (самая жирная статья – стоматология, которая забирает 185 млрд), а стационарные услуги – 1.48 трлн, дома престарелых – 249 млрд.
• Транспортные услуги – 630 млрд, где ремонт авто – 341 млрд, лизинг/аренда авто – 104 млрд, общественный транспорт – 289 млрд, где больше всех забирает авиация – 207 млрд.
Любопытно, что ЖД транспорта в США почти нет для населения – 1.5 млрд, там вся выручка исключительно коммерческая, междугородние автобусы – 1 млрд, такси – 23 млрд, внутригородской общественный транспорт – 19 млрд.
• Общепит – 1.22 трлн.
• Гостиницы – 206 млрд, где образовательные общежития – 43 млрд.
• Услуги связи – 314 млрд, где телефон – 181 млрд, интернет – 116 млрд, почта и курьеры – 18 млрд.
• Развлекательные услуги – 754 млрд, где культура, спорт и развлечения, проведение досуга – 284 млрд, казино и лотереи – 200 млрд, аудио, видео и фото – 163 млрд, где платное ТВ – 83 млрд, видео и аудио стриминг – 60 млрд. Сюда включены ветеринары и уход за животными – 80 млрд.
• Финансовые услуги и страхование – 1.42 трлн, где финансовые услуги – 922 млрд, а страхование – 495 млрд.
• Образование – 346 млрд, где высшее образование – 204 млрд, а услуги по повышению квалификации и дополнительное отраслевое образование – 81 млрд.
• Профессиональные и юридические услуги – 278 млрд, где юридические услуги – 129 млрд, а налоговые консультанты – 57 млрд.
• Услуги по персональному уходу и химчистка – 214 млрд , где услуги личной гигиены (парикмахер, массажисты, визажисты, стилисты) – 193 млрд.
• Бытовые услуги, ремонт и транспортировка грузов– 111 млрд, где транспортировка – 21 млрд, бытовые услуги – 39 млрд, ремонт – 13 млрд, прочие виды услуг – 38 млрд.
• Путешествия за границей – 226 млрд.
• Социальная помощь, услуги по уходу, религиозные и общественные организации – 314 млрд, где уход за детьми – 60 млрд, социальные ассистенты -214 млрд, религиозные организации – 9 млрд, общественные организации - 23 млрд.
В этих данных видно, что ИТ индустрия переоценена относительно физлиц в США. Вся индустрия с учетом ТВ, аудио и фото оценивается всего в 740-750 млрд, где компьютеры, софт и интернет с учетом стриминга всего 540-550 млрд - примерно на уровне расходов на ЖКХ ))
- Для тех, кто устал от фотографий с фейсапом на сайтах знакомств;
- для тех, кто ценит своё время и репутацию;
- для тех, кто не хочет быть просто спонсором, а ищет нормальную, но эффектную девушку, ...
.. было создано агентство Аврелиан.
Максимально необычное сочетание принципов рекрутинга и хедхантинга в сфере дейтинга.
В агентстве нет свах. Но есть рекрутеры. Они ищут девушек по разным каналам, в том числе даже на Хедхантере. Не выбирают из тех, кто искал брачное агентство, а хантят сами.
Далее собеседуют, проверяют биографию и, в итоге, подбирают кандидатку строго под критериям заказчика.
Не учат отношениям, не продают коучинг, но при этом успешно работают уже полтора года. При том, что услуги стоят не дешево.
Своими успехами и проблемами основатель необычного стартапа делится в личном блоге. Вот тут:
/channel/aurelians_way
__
Реклама. ИП Шумилин В.И., ИНН: 463228497803, erid:2SDnjcmgioU
Факторы устойчивости расходов в США.
Реальные располагаемые доходы в США растут существенно медленнее – всего 1% г/г, чем доналоговые доходы – 1.9%.
Это связано с более существенным ростом налогов на доход, который достиг 3 трлн в июн.24, что ниже пиковых 3.2 трлн в 2022, но заметно выше провала до 2.7 трлн ровно год назад.
Номинальный доналоговый доход вырос на 1 трлн за год, а налоги на доходы увеличились на 0.3 трлн, т.е. располагаемый доход прибавил 0.7 трлн, причем 216 млрд прироста налогов было сформировано в 1П24. В 2017-2019 номинальный доход вырос на 2.4 трлн, где налоги +226 млрд или менее 10%.
Средняя эффективная налоговая ставка 12.6%, за 1П24 – 12.3%, за год – 12.1% vs 12% в 2017-2019 и почти 14.8% на пике в 2022.
Почему в 2022 были высокие налоги с доходов? Эффект пампа рынка в 2021 и налогов на прирост капитала, отмена налоговых льгот в 2020-2021, особенно в рамках пакета ARPA.
Рост налогов в 1П24 в основном касается богатых американцев и преимущественно затрагивает рынок капитала (памп рынка в 2023).
Одновременно с этим наблюдается усиление чистых скорректированных бюджетных трансфертов в 1П24 – 6.6% от доходов vs 6.2% в 2П23 и 5.7% в 2017-2019, тогда как чистая господдержка в % от доходов существенно не изменилась. О чем это говорит?
Происходит перераспределение бюджетных потоков от богатых (налоги с доходов) к бедным (получатели бюджетных трансфертов) – это обуславливает устойчивость расходов на фоне резкого сокращения роста располагаемых доходов.
Сбережения домохозяйств снова снизились к 3.4% - зона исторического минимума.
Какие важные тенденции имеем?
• Сбережения на нуле
• В структуре прироста доходов доминируют зарплаты (замедляются) и чистые бюджетные трансферты (растут)
• Государство изымает деньги у богатых и перераспределяет бедным – это не влияет на дефицит, но поддерживает спрос.
Потенциал изъятия у богатых закончен (дальше только повышение налогов), избыточный кэш 2020-2021 уже проели, остается дефицит бюджет, как триггер к дальнейшему росту спроса, но денег под выкуп трежерей в системе нет.
Посетите открытый вебинар НИУ ВШЭ для тех, кому интересно обучение по финансовому направлению
Тема: Количественные методы в финансах
31 июля в 19:00 (МСК) состоится открытый вебинар, нацеленный на привлечение талантливых абитуриентов, желающих обучаться лучшим финансовым практикам в магистратуре и на программах дополнительного образования НИУ ВШЭ. Вы прослушаете интересную лекцию, а также углубите свои знания в количественных финансах путем разбора реального кейса.
Для участия в вебинаре регистрируйтесь по ссылке
__
Реклама. НИУ "ВШЭ", ИНН:7714030726, erid:2SDnjdjyZai
Триггеры ужесточения ДКП в России
На пресс-конференции были названы четыре триггера:
1. Устойчивая инфляция: темпы роста цен оставались высокими, а инфляционные ожидания населения и компаний продолжали расти. Прогноз инфляции на текущий год был повышен до 6.5-7%.
2. Активность потребителей: высокий потребительский спрос оказывал дополнительное давление на цены. Рост доходов населения и активные потребительские расходы способствовали увеличению инфляции.
3. Жесткость рынка труда: дефицит рабочей силы на рынке труда приводил к росту заработных плат и издержек на производство, что также способствовало инфляции. Опросы показали, что 72% предприятий сталкиваются с недостатком рабочей силы.
4. Проинфляционные риски, связанные с санкциями: санкции и внешние ограничения создавали дополнительные риски для инфляции. Эти риски включали сложности с импортом товаров и услуг, что повышало их стоимость и усиливало инфляционное давление.
Но ни на один из триггеров Банк России не оказывает прямого влияния, т.к. внешние санкции не во власти регулятора, а издержки, связанные с импортом является одним из доминирующих факторов ограничения производственных мощностей и роста издержек.
Критическая зависимость от иностранных технологий и оборудования не позволяет эффективно масштабировать производство и увеличивать производительность труда.
Дефицит кадров обусловлен демографией, низкой производительностью труда, эмиграцией и мероприятиями, связанными с СВО – здесь также инструменты ДКП неэффективны.
Активность потребителей связана с фактором бюджетной накачки по линии СВО (выплаты участникам СВО), в том числе зарплаты в ВПК и с общим ростом зарплат в экономике, спровоцированный дефицитом кадров и потребностью в структурной трансформации экономики.
Единственное, на что способен влиять регулятор в этих триггерах – это инфляционные ожидания, но они в первую очередь являются производной от инфляционных тенденций и «ощущения цен».
В свою очередь причиной инфляции, как и общего «перегрева в экономике» являются: высокий потребительский спрос, дефицит кадров, производственные ограничения, внешние факторы и санкции, накопленный эффект девальвации рубля с 2022, высокие государственные расходы и инфляционные ожидания.
Лаги воздействия ДКП на экономику 3-6 кварталов, поэтому быстрой реакции ждать не следует.
На пресс-конференции Банк России упомянул, что, несмотря на рост ставки до 16%, инфляция продолжала расти по причине высоких темпов кредитования, высокой потребительской активности и ожидания скорого смягчения ДКП.
В этот раз вербальные корректировки явным образом дали понять, что жесткая ДКП надолго и ждать снижения ставок в этом году не следует, причем возможно даже дальнейшее ужесточение.
ЦБ исходит из того, что ужесточение ДКП может способствовать снижению темпов кредитования и инфляционных ожиданий – фактически снижая скорость оборота денежной массы и актуализируя сберегательную модель поведения.
Но снижение кредитования со стороны юрлиц наоборот разгоняет инфляцию через снижение инвестиционной активности и конечного предложения товаров и услуг, не говоря уже о рисках банкротств.
Высокие ставки могут влиять на кредитную активность населения, но сейчас кредитование физлиц преимущественно складывается из высокой доли льготных кредитов (недвижимость и автокредиты), а потребительское кредитование не так сильно чувствительно к ставке по причине изначально высокой базовой ставки.
Наиболее вероятным каналом воздействия жесткой ДКП является сберегательная модель населения, что в теории может сдержать спрос, но на практике может быть наоборот. Сверхдоходы от депозитов могут быть выброшены на потребительских рынок.
Учитывая структурные характеристики экономики России и композицию факторов риска, оптимальную формулу ДКП подобрать сложно, т.к. пространство воздействия ЦБ на экономику достаточно ограничено.
Привел ли ИИ-хайп к росту расходов на ИТ в экономике США?
Примерно 1.5 года продолжается ИИ-хайп с разной интенсивностью в несколько фаз, где терминальная стадия безумия наблюдается в 2024 в несколько рывков (мар.24 и с июн.24).
На макроэкономическом уровне все это не особо заметно. Если выделить из интеллектуальной собственности программное обеспечение (в эту категорию входят R&D и права на создание контента), с 4кв22 по 2кв24 расходы на софт в реальном выражении выросли на 12.4% - это немного.
С 2кв20 по 4кв21 расходы на софт выросли на 20.2% с учетом инфляции, а с 2кв18 по 4кв19 на 13.6%.
В масштабе всей экономике США ИИ-хайп не особо выделяется, а интенсивность расходов даже ниже, чем до всего этого медийного безумия. С другой стороны, ИИ-безумие прервало стагнацию 2022, хотя фактор ИИ здесь не является доминирующим, т.к. развиваются другие направления.
Инвестиции в компьютеры, сервера, дата центры и оборудование за последние 1.5 года выросли на 14% в реальном выражении vs 15.2% в 2кв20-4кв21 и всего +1.1% в 2кв18-4кв19.
По хард компонентам тенденция отличается от софт сегмента, но справедливо говорить о компенсации сжатия расходов в период с 1кв22 по 3кв23.
Лишь в 2кв24 расходы на хард превысили исторический максимум за счет дата центров, где свыше 2/3 всех закупок реализуют только 4 компании.
По компьютерам, дата центрам и оборудованию был период застоя с 2011 по 2017, далее рост на 20% к середине 2018 и мощный рост на 35% в ковидный период, вот сейчас снова активность за счет корпоративного сегмента.
ИИ-хайп крайне локализован в сегменте дата центров, т.е. основной бенефициар ИИ-безумия это nVidia, все остальные пока несут убытки, но это пока, дальше посмотрим.
Если отбросить ценовые индексы, а считать по номиналу, - инвестиции в софт и хард превысили и закрепились выше 2 трлн долларов за год, обогнав всю недвижимость (жилая, коммерческая, производственная).
ИИ-хайп на макроуровне виден только в дата центрах за счет активности ТОП-4.
По решению ЦБ РФ завтра анализ.
Что значит «деньги работают на вас»? Это когда каждый месяц можно получать до 19,5% годовых и при этом пользоваться деньгами — снимать их в любой момент без потери начисленных процентов.
Чтобы деньги работали на вас, нужен накопительный счет в Газпромбанке.
Кстати, для открытия счета не обязательно иметь крупную сумму — стартовать можно с минимума. А пополнять счет — когда удобно, и переводить в банк деньги без комиссии по номеру телефона.
Откройте накопительный счет с повышенным процентом и получайте доход!
ВВП США вырос на 2.8% кв/кв по первой предварительной оценке.
Данный показатель учитывает квартальную динамику с исключением сезонных и календарных факторов в годовом выражении. В отличие от динамики г/г, захватывающей «старые» данные трех кварталов, поквартальное сравнение является более репрезентативным.
Не стоит воспринимать эти данные, как конечные, т.к. США часто пересматривают статистику, причем часто радикальным методом, но нужно понимать то, что официально презентуют.
Много ли это или мало рост ВВП на 2.8% кв/кв? За последние 12 месяцев рост ВВП составил в среднем 3.1% в поквартальном сравнении /+2% с янв.22 по июн.24 /+2.8% в 2017-2019 и +2.43% в 2010-2019 (далее сравнение будет именно в этой последовательности).
• Основной положительный вклад внесло потребление домохозяйств, сформировавшее вклад на уровне +1.57 п.п в 2.8% росте ВВП США / +1.72 / +1.31 / +1.73 / +1.6 п.п.
В потреблении домохозяйств товары обеспечили +0.35 п.п vs 0.8 п.п в 2017-2019, а услуги +1.02 п.п vs 0.93 п.п в 2017-2019.
• Валовые инвестиции внесли 1.46 п.п положительного вклада / +1.03 / +0.16 / +0.65 / +0.95 п.п.
Основной вклад в инвестициях обеспечили запасы +0.82 п.п. Рост запасов означает, что бизнес произвел, но реализовал товар и это отражается положительно в ВВП. Долгосрочная норма около нуля.
• Чистый экспорт внес негативный вклад на 0.72 п.п /-0.27 / +0.03 / -0.04 / -0.15 п.п.
• Государственное потребление и госинвестиции внесли положительный вклад на 0.53 п.п / +0.66 / +0.45 / +0.44 / +0.03 п.п.
Что выделяется? Экстремально высокий вклад запасов, что может означать проседание спроса – это в будущем отразится на производстве. Сильно негативный вклад чистого экспорта в сравнении с исторической нормой и стабильно положительный вклад государства на уровне 0.5-0.6 п.п по сравнению с нулевым вкладом 2010-2019.
Пока ВВП США держится на потребительском секторе и государстве. Потребительский сектор кажется неадекватно сильным, учитывая предварительные данные по розничным продажам и спросу (опять мухлюют со статистикой?).
Закончилась 356-дневная серия безумия - индекс S&P 500 рухнул на 2.3%.
Последний раз падение на 2% и более было 15.02.2022 (-2.49%), с тех пор прошло 356 торговых дней и на 357 день прорвало по собственным расчетам на основе рыночной информации.
Это редкое событие, т.к. предыдущая подобная серия закончилась 01.02.2018 и длилась 351 торговый день, а еще раньше была рекордная 902 дневная серия, которая закончилась в фев.07, но в 2007 пузыря не было даже близко по комплексу корпоративных мультипликаторов.
В фазе пузыря 1995-1999 наиболее длительная серия без 2% падений была прервана в мар.97 (172 дня) и в июл.98 (132 дня).
По закрытию дня снижение составило 4.24% от максимума, а по внутридневному максимуму/минимуму падение на 4.4%.
Все это детский сад.
Во-первых, страха нет даже близко. Рынок разнонаправленный – в плюсе нефтегаз, коммунальные компании, медицина и потребительский сектор за исключением товаров длительного пользования.
Льют исключительно перехайпованные компании высокой капитализации, отсюда такой эффект. Без учета пузырящихся акций, рынок вблизи исторического максимума.
Во-вторых, концентрация идиотизма и безумия в первой половине июля была настолько высока, что даже с таким падением индекс ниже 30 июня на смехотворные 0.6%, причем 2кв24 был закрыт на супер хае в условиях эскалации пузыря.
Средняя капитализация рынка в июле на 2.7% выше, чем в июне, т.е. падения нет – не все ощутили боль.
В феврале 2018, когда рынок прервал 351 дневную серию пампа, индекс дропнулся на 11.8% с максимумов, поэтому сейчас даже и не начинали.
Отмечу исторический момент. Максимум рынка был 16 июля, что зафиксировало 8.5 месячный памп на 38.2%, что стало сильнейшим ростом в истории с 27 октября предыдущего года. Последний раз сопоставимый рост был в 1975, но в условиях затяжного обвала 1970-1974 на экстремально низкой базе сравнения.
По совокупности факторов, мы наблюдаем самый грандиозный пузырь в истории человечества, поэтому и разрыв безумия будет красочным.
Подробности о резком обвале промпроизводства в России.
Обрабатывающее производство остается основным якорем, удерживающим российскую промышленность, т.к. все остальное (добыча + электроэнергетика + коммунальные услуги) находятся в совокупности на минимумах 2022 из-за высокого веса добычи, показатели которой рухнули ниже минимумов 2022 до уровней середины 2020.
Но и обработке первый сильный негативный сигнал за два года, хотя на фоне мощного импульса роста с начала 2024 – негативная тенденция незначительна.
Если оценить сравнительную таблицу результатов обрабатывающей промышленности в июне, можно заметить резкое замедление по всем фронтам.
Гипотезы:
• Количество рабочих дней июн.24 (19) vs июн.23 (21).
• База сравнения прошлого года повышается, поэтому показывать двузначные темпы роста становится проблематично.
• Основной драйвер роста в обработке - это ВПК, а график сдачи/ввода в эксплуатацию готовой продукции ВПК неравномерный и бывают периоды сильного роста и быстрого замедления или даже падения.
• Весьма вероятно, появляются проблемы в логистике импортной промежуточной продукции (сбой цепочек поставок), что затрудняет производство, но пока нет подтверждения.
• Возможно, проблема дефицита кадров становится все более острой, что не дает масштабировать производство на фоне имеющихся производственных мощностей, а санкции затрудняют быстро обновление основных средств производства.
Не буду перечислять все, а выделю значимые аномальные смещения:
• Производство машин и оборудования резко минус 19% г/г в июне vs +2% г/г в янв-май.24.
• Производство электрического оборудования +2.6% vs +10.7% г/г в первые 5 месяцев 2024
• Компьютеры и электроника +20.2% г/г vs 41% г/г
• Химическое производство +1.6% г/г vs 6.5%.
Ускоряется падение в нефтепереработке до -4.4% (обвал по бензину на 23.5% г/г по известным причинам), металлургия снижается на 1.3%.
Автопроизводство пока стабильно, а производство прочих транспортных средств и готовых металлических изделий пока без видимого замедления.
Кто контролирует этот мир?
Компании из ВПК, может банки? Нет, всего 4 компаний (Microsoft, Google, Amazon и Meta).
Весьма показателен недавний инцидент с прерыванием критической ИТ инфраструктуры, вызванный обновлением от компании CrowdStrike, которое затронуло множество IT-систем по всему миру.
Сбой был вызван дефектным обновлением программного обеспечения, выпущенным CrowdStrike, компанией, специализирующейся на кибербезопасности. Обновление содержало ошибку в логике, которая привела к сбоям в работе компьютеров под управлением Windows (примерно 8.5 млн устройств), вызывая синий экран смерти (BSOD).
Пострадали авиакомпании, банки, СМИ и многие другие критические сектора.
Так причем здесь ТОП-4? Сейчас почти любой софт, любая ИТ система, имеющая выход в сеть, замыкается на экосистему ТОП-4.
Что такое экосистема? Вычислительные мощности + средства хранения данных + базы данных + сеть + ИИ и машинное обучение + инструменты разработки приложений.
Microsoft Azure:
• Вычисления: Виртуальные машины (VMs), контейнеры, Kubernetes, функции без сервера (Azure Functions).
• Хранение: Объектное хранение (Blob Storage), файловое хранение (Azure Files), дисковое хранение (Managed Disks).
• Базы данных: SQL Database, Cosmos DB, Azure Database for MySQL, PostgreSQL.
• Сеть: Виртуальные сети, балансировка нагрузки, CDN, VPN.
• ИИ и машинное обучение: Azure Machine Learning, Cognitive Services.
• Разработка приложений: App Services, Logic Apps, DevOps, API Management.
Google Cloud Platform (GCP):
• Вычисления: Google Compute Engine (виртуальные машины), Google Kubernetes Engine (GKE), Cloud Functions.
• Хранение: Google Cloud Storage, Persistent Disks, Filestore.
• Базы данных: Cloud SQL, Bigtable, Firestore, Spanner.
• Сеть: VPC, Cloud CDN, Cloud Load Balancing, Cloud VPN.
• ИИ и машинное обучение: AI Platform, AutoML, TensorFlow.
• Аналитика: BigQuery, Dataflow, Pub/Sub, Data Studio.
Amazon Web Services (AWS):
• Вычисления: Amazon EC2 (виртуальные машины), Lambda (функции без сервера), ECS и EKS (контейнеры).
• Хранение: S3 (объектное хранение), EBS (дисковое хранение), Glacier (архивное хранение).
• Базы данных: RDS (реляционные базы данных), DynamoDB, Redshift (хранилище данных), Aurora.
• Сеть: VPC, Route 53, CloudFront (CDN), Elastic Load Balancing.
• ИИ и машинное обучение: SageMaker, Rekognition, Polly, Lex.
• Аналитика: EMR (Hadoop), Kinesis, Athena, QuickSight.
Meta Platforms пошла другим путем. Нет привычной экосистемы, но есть комплекс ИТ услуг, преимущественно внутри экосистемы самой Meta, например:
• Parse Platform: Платформа для создания и управления мобильными приложениями.
• PyTorch: Глубокая обучающая библиотека с открытым исходным кодом.
• Facebook API и SDK: Инструменты для интеграции функций Facebook в приложения.
• React и React Native: Инструменты для создания веб и мобильных приложений.
• Facebook Analytics: Платформа для анализа данных пользователей.
Сейчас Meta продвигает Llama с открытым исходным кодом для расширения экосистемы разработчиков.
Почему все это важно? ТОП-4 вышли на ошеломляющие капитальные расходы в ИТ инфраструктуру и, подобно черной дыре, поглощают всю мировую информационную среду в свои эко системы. С 2023 с агрессивным акцентом в ИИ.
Экосистема в контексте информационных технологий представляет собой комплекс взаимосвязанных сервисов и технологий, предлагаемых компаниями для поддержки полного цикла разработки, развертывания и управления приложениями.
Что это означает? Тотальная монополизация и централизация глобальной ИТ индустрии, где практическая каждая отрасль становится зависимой от ТОП-4, которые контролируют весь цикл разработки и внедрения.
ТОП-4 через свое избыточное доминирование контролируют данные, технологии, инновации и формируют тренды, создавая условия тотальной зависимости внешних клиентов от сформированных правил ТОП-4.
Одним переключателем раз и вне игры, не говоря уже о промышленном шпионаже…
Доллар по 60 рублей уже в этом году - реально?
Пока все вокруг кричали про крах российской экономики, доллар по 200 рублей и дефицит в магазинах - один экономист давал людям объективные прогнозы и помог удвоить капитал в 2023 году.
▪️Он первым объяснял, почему дефолта в РФ не будет [3 причины].
▪️Заранее предсказал рост российского рынка в прошлом году [точный прогноз].
▪️Спрогнозировал колебания курса доллара и рассказал куда переложить деньги [активы с высокой прибылью].
Сейчас он подробно объясняет, что будет с рублем и недвижимостью после выборов в США и окончания СВО. Объясняет какие российские акции нужно срочно покупать и куда вложить деньги, чтобы заработать в 2024 году.
Держите этот канал в закрепленных и читайте по 10 минут в день, если хотите всегда быть с прибылью и видеть развитие событий на 3 шага вперед.
Отчет Google за 2 квартал 2024.
Первая компания из ТОП 7 отчиталась, есть ли прогресс?
Выручка за 2кв24 выросла на 14% до 84.7 млрд, за два года рост на 21.5%, за 5 лет рост на 118% - соответствует среднегодовому росту на 17% (основной рост выручки в 2020-2021), а за прошлую пятилетку (2кв19 к 2кв14) выручка выросла на 143% (около 20% в год).
Рекламные доходы Google за 2кв24 составили 64.6 млрд или 76.3% в структуре выручки vs 77.9% годом ранее. Среди рекламных доходов на Google Search приходится 48.5 млрд (+13.8%), YouTube – 8.66 млрд (+13.1%), а Google Network – 7.44 млрд (падение на 5.3%).
Сегмент Google Network включает в себя доходы, полученные от рекламы, размещаемой на сайтах и в приложениях, которые не принадлежат компании Google, но используют её рекламные технологии и сети для показа объявлений (AdSense, AdMob).
В Google Search входит поисковая система, андроид и все приложения Google.
Google subscriptions, platforms, and devices имеет выручку 9.3 млрд (+14.4%) – входят девайсы Google в том числе Pixel, подписки на сервисы Google, в том числе YouTube Premium и YouTube TV , Google One (Gemini), а основная выручка от Google Play (комиссии от продажи платных подписок).
Google Cloud – имеет выручку 10.3 млрд (+29.3%), сюда входят средства для разработчиков и облачная экосистема для предоставления вычислительных мощностей Google внешним провайдерам и разработчикам.
Операционная прибыль составила 27.5 млрд (+26.4%) – абсолютный рекорд, а чистая прибыль выросла до 23.6 млрд (+28.4%) – повторение рекордного показателя 1кв24. Операционный денежный поток сократился на 7.2% до 26.64 млрд.
Капитальные расходы растут по экспоненте – 13.2 млрд vs 6.9 млрд годом ранее (+91%).
Расходы на чистый байбэк, опционы для сотрудников и дивиденды составили 21.4 млрд vs 17.7 млрд в 2кв23 – новый рекорд и компания заплатила рекордные дивы в 2.5 млрд.
Полное позиционирование в ИИ: консолидация команд, работающих над разработкой моделей ИИ, в рамках Google Research и Google DeepMind и укрепление лидерства в области инфраструктуры.
О научно-технической революции…
Способен ли ГИИ ускорить научно-технический прогресс?
Вы часто в новостях слышите: «ГИИ открыл новые материалы с невиданной скорость, создал новые лекарства, изобрел ракетный двигатель». Все это фейк из-за непонимания нюансов работы технологии.
Изначально сделаю разделение на продукты (ChatGPT, Claud, Gemini и другие) и технологию, на которой базируется ГИИ. С продуктами все понятно – это забавная игрушка, имеющая околонулевую практическую ценность и нулевой научно-технический потенциал, но с технологией иначе и не все так однозначно.
Наука – это сложная система, включающая изучение причинно-следственных связей, а также механизмов взаимодействия объектов и процессов.
ГИИ – это лишь инструмент, базирующиеся на совершенно иной технологии, которая не может быть напрямую применима к R&D.
С точки зрения науки ГИИ помогает работать с неструктурированными массивами информации, искать корреляции и зависимости, обеспечивать классификацию данных и создавать пространство векторов/вероятностей.
Например, лично в своих исследовательских проектах я использую связку Excel + Python + SQL + комплекс дата провайдеров по финансовой и экономической статистике + Google/Yandex, которые были заменены на связку ChatGPT/Perplexity.
ChatGPT/Perplexity работают в связке для поиска актуальной информации, как решить какую-то проблему или задачу в программировании, настройке ИТ комплексов, разработке формулы или как навигатор по инструкциям/гайдам/мануалам + очень редко в классификации неструктурированных массивов данных.
Как показывает опыт, ГИИ имеет нулевую ценность в аналитике данных и научно-исследовательских проектах – пользы действительно нет, но как более эффективная замена Google и Wikipedia – да. Конспектирование / экстракт отчетов с использованием ГИИ (основная функция у них) редко провожу.
Поэтому, когда вижу, что ГИИ создал ракетный двигатель – это просто смех от вопиющей тупости журналистов. Даже в микромодуле для простых расчетов ГИИ налепит десятки ошибок, которые придется исправлять три часа, а сложные и многофакторные проекты – тут даже речи не идет.
Весь раздутый хайп вокруг ГИИ действительно выглядит необоснованным.
• Проблема в критической низкой точности выходных результатов, что абсолютно неприемлемо для научных расчетов и проектов, где требуется подтвержденная качественная информация (юриспруденция, финансы и страхование, медицина и т.д.).
• ГИИ регулярно галлюцинирует (в будущем этот баг можно минимизировать, хотя полностью исключить не получится).
Низкая надежность приводит к тому, что к любой выходной информации ГИИ относишься с недоверием, что требует времени и ресурсов для проверки и верификации, что снижает производительность.
LLM производят низкокачественную и ненадежную информацию, которая затем всасывается обратно в другие LLM. Модели становятся необратимо загрязненными.
• Современные большие языковые модели (LLM) научились распознавать шаблоны/паттерны, но не понимают лежащие в их основе концепции и причинно-следственные связи, поэтому они изначально тупы, хотя чисто технические «эрудированы» из-за концентрации данных. LLM обучают на наборе доступных данных — тексте, изображениях и аудио, а не на прямом взаимодействии с физическим миром.
• Модели могут отражать предвзятости и перекосы в данных, на которых они обучались. Обучение на доступных данных приводит к тому, что модели не могут выйти за пределы предоставленной информации и сделать выводы на основе реального опыта или экспериментов. Это ограничивает их способность к инновациям и приспособлению к новым и неожиданным ситуациям.
• Ограниченная длина контекстного окна, что приводит к утрате нити повествования или «забывании» исходных корректировок.
• Ограниченность масштабирования и отсутствие самообучения в публичных моделях.
• Нет критерия оценки выходных данных (нет критерия ошибки), поэтому ГИИ не может эффективно управлять вектором генерации результатов.
Создание фейковой ИИ реальности вокруг бигтехов (продолжение)...
▪️Amazon в рамках Amazon Web Services (AWS) предлагает широкий спектр ИИ-услуг для создания, обучения и развертывания моделей машинного обучения среди которых Amazon SageMaker и AWS Deep Learning AMIs.
Лично не пробовал, но продукты Amazon имеют косвенное отношения к ГИИ и больше относятся к машинному обучению, глубокому обучению и облачным технологиям непосредственно для разработчиков.
ИИ продукты Amazon используются в основном профессиональными разработчиками и компаниями в рамках решения бизнес-задач и здесь условия отличаются от массового хайпа вокруг ГИИ, т.к. непосредственно прорывного ГИИ у Amazon нет (инструменты преобразования текста в речь и обратно, ассистент Alexa и рекомендации музыки и товаров не в счет, т.к. были раньше и не представляют нового опыта взаимодействия).
▪️Apple в своем фирменном стиле тормозит на два-три поколения и выкатывает продукты тогда, как из каждого мусорного бака раздается пронзительный вой новоиспеченных адептов очередной вундервафли – это было с VR/AR, электрокарами и теперь и с ИИ, не говоря уже о эволюции смартфонов и планшетов, где большинство решений были позаимствованы у конкурентов.
Apple проспала все, что только можно проспать (как обычно) и не нашла ничего лучше, чем тупо встроить ChatGPT в ОС, т.к ничего собственного в недрах Apple создано не было (сопоставимого с передовыми разработками).
Apple была занята проектами VR/AR – весьма бессмысленной «нашлепкой на котелок» Apple Vision и электромобилями. Ничего не получилось, но зато отбросили лишний пафос и просто нырнули в объятия OpenAI.
Что получаем?
• Microsoft паразитирует на достижениях OpenAI (в рамках ГИИ), не сделав ничего самостоятельно и даже не сумев адекватно интегрировать продукты OpenAI, представляя лишь кастрированный клон ChatGPT.
• Google создала много шума и пафоса, но сделала на удивление поганый Gemini, который бессмысленный чуть менее, чем полностью, но при этом имея перспективные средства для разработчиков Google Cloud Vertex AI.
• Meta бултыхается в рамках своей экосистемы, имея посредственные и безликие инструменты ГИИ, сильно уступающие конкурентам во всех аспектах. Даже не интересно рассматривать.
• Apple вышла из летаргического сна, очутившись в новой ИИ реальности, отбросив ложное целомудрие решила в засос поцеловать Альтмана, а о результатах обещала сообщить осенью.
• Amazon не имеет передовых собственных разработок нейросети на базе ГИИ, но имеет обширные средства разработки в сегменте машинного обучения.
В контексте ГИИ имеем сильно отставание бигтехов от мировых трендов, где стартапы тотально доминирует в этом сегменте.
Логика вполне предсказуемая: стартап рождается и показывает свою значимость и перспективность, а бигтехи, имея неограниченный кэш, скупают стартапы, поглощая их частично или полностью. Так и сейчас: все перспективные стартапы рано или поздно будут поглощены бигтехами.
Здесь интересно то, что:
• Крупнейшие технологические корпорации не способны самостоятельно драйвить технологический прогресс на новой и неизведанной территории из-за своей неповоротливости и бюрократии;
• Пузырь в 10 трлн создан на пустом месте на ИИ галлюцинациях и неадекватных ожиданиях для компаний, которые вообще не имеют отношения к ГИИ хайпу – весь прогресс у стартапов.
• Стартапы похоже на минный трал, расчищая риски отрасли, а бигтехи поглощают успешные компании в безрисковых условиях.
Структура расходов американских домохозяйств.
Американский рынок является самым крупным и самым развитым потребительским рынком в мире, поэтому интересно оценить структуру потребительских расходов. Данные приведены по номиналу, чтобы исключить спорные аспекты манипулирования ценовыми индексами – важны реальные денежные потоки, а не виртуальные показатели.
Детализация первичных данных от BEA любопытна и позволяет оценить емкость рынка.
Потребительские расходы за год по 2кв24 оцениваются на уровне 19.4 трлн, среди которых товары 6.3 трлн (32.3% в структуре расходов) и соответственно услуги – 13.1 трлн.
Начну с товаров. На товары длительного пользования приходится 2.2 трлн, среди которых:
• Расходы на авто и комплектующие – 726 млрд, из которых новые авто – 376 млрд, вторичный рынок – 224 млрд, комплектующие и аксессуары – 126 млрд.
• Мебель и товары для дома – 476 млрд, мебель и предметы домашнего интерьера – 274 млрд, бытовая и кухонная техника – 85 млрд, посуда, кухонные принадлежности – 55 млрд, инструменты и оборудования для дома и сада – 60 млрд.
• Развлекательные товары и оборудование – 702 млрд, из которых вся цифровая, компьютерная и мультимедийная техника с учетом софта – 432 млрд (компьютеры и комплектующие – 99 млрд + софт на 236 млрд, а ТВ – 36 млрд), спортивные товары и экипировка – 128 млрд, спортивные транспортные средства – 103 млрд (мотоциклы – 21 млрд, велосипеды – 7 млрд, малые лодки, катера – 29 млрд), музыкальные инструменты – 9 млрд, развлекательные книги – 32 млрд.
• Прочие товары – 281 млрд, из которых ювелирные изделия и часы – 101 млрд, терапевтические и медицинские изделия за исключением фармы – 92 млрд, образовательная литература – 9 млрд, мобильные телефоны и средства связи – 34 млрд.
Товары недлительного пользования – 4.1 трлн, среди которых:
• Продуктовая категория – 1.6 трлн, из которых продукты питания – 1.24 трлн, напитки – 140 млрд, алкоголь – 226 млрд, а табак – 116 млрд.
• Предметы личной гигиены и косметика – 197 млрд, где косметика – 70 млрд, предметы личной гигиены и ухода – 115 млрд, электрическое оборудования для ухода за телом – 12 млрд.
• Бытовая химия, одноразовые товары для дома, средства для уборки и чистки – 187 млрд.
• Одежда и обувь – 528 млрд, из которых одежда – 411 млрд, а обувь – 117 млрд, женщина на одежду и обувь тратят в 1.7 раза больше, чем мужчины.
• Топливная категория – 465 млрд, из которых топливо – 439 млрд, масла и прочие виды смазочных материалов и средств – 26 млрд.
• Фарма и одноразовые медицинские принадлежности – 667 млрд, где фарма – 659 млрд.
• Ширпотреб и цветы – 318 млрд, игрушки и прочий хлам – 130 млрд, товары для животных – 111 млрд, цветы – 75 млрд.
• Пресса, периодические издания и СМИ, канцелярские принадлежности – 117 млрд, где СМИ – 86 млрд.
В данных удивили расходы на компьютеры, комплектующие, периферию на уровне 100 млрд и средства связи всего 34 млрд, а это самый емкий в мире рынок.
Секрет высокой прибыльности российских банков достаточно прост – недооценка риска.
Российские банки систематически с 4кв20 недоинвестируют в «подушку безопасности» на случай реализации кредитного риска, что проявляется в значительно более низких расходах на создание резервов по возможным кредитным потерям.
На 1 июля 2024 резервы российских банков по потенциальным кредитным потерям составляют 8.22 трлн руб и это даже меньше, чем в августе 2023, когда резервы составляли 8.34 трлн, при этом кредитный портфель вырос на 16 трлн руб за это время. Роспуск резервов при экстремальной кредитной активности – неплохо! )
Кредитная экспансия идет почти два года и за это время резервы по кредитным потерям выросли всего на 1 трлн руб при росте кредитного портфеля почти на 37 трлн руб.
На каждый миллион кредита с 2022 создавалось лишь 27 тыс руб резервов по кредитным потерям – это экстремально мало, т.е. в период с 2015 по 2020 банки держали 13-14.5% резервов от объема кредитного портфеля.
Норма создание резервов снизилась примерно 5-5.5 раз с 2022 по 2024 относительно 2015-2020.
Формально просроченная задолженность на историческом минимуме 3.7 трлн или 3.5% от кредитного портфеля (по бухгалтерии и отчетности все прекрасно), но еще 5.1 трлн находится в стадии реструктуризации в различных формах, т.е. по факту 8.8 трлн кредитов не работают и/или имеют просрочки.
В 2017-2020 отношение сформированных резервов по кредитным потерям к неработающим кредитам составляло 123% - безопасная ситуация, а сейчас 93%, с начала года – 97%, за 12м – 101%, а в среднем с апр.22 около 100%.
Если вывести резервы по кредитным потерям к норме 2015-2020 потребуется не менее 2.6 трлн руб. Для сравнения, прибыль за 2023 – 3.37 трлн, а прибыль за 1П24 – 1.83 трлн.
Если бы банки с 2022 следовали паттерну формирования резервов 2015-2020, прибыль могло быть сопоставима с 2019-2020, т.е. около 1.4-1.7 трлн. Удвоение прибыли есть следствие недооценки рисков, что в условиях высоких ставок может быть опасно.
Факторы формирования доходы американских домохозяйств.
Потребительские расходы являются основой ВВП США – почти 70%, а расходы напрямую зависят от доходов, поэтому ключом к пониманию предела устойчивости системы являются анализ доходов.
Сейчас в структуре доходов фонд оплаты труда составляет 62% и примерно схожая пропорция в структуре прироста доходов за полугодие на 2.7% или 637 млрд (июн.24 к дек.23) – 61.9% по сравнению с 65% за год и 62.4% в 2017-2019.
Зарплаты составляют 12.3 трлн или 51.3% в структуре доналоговых доходов, с начала года зарплаты обеспечили 52.4% от прироста совокупных доходов, т.е. пропорция сохраняется.
К июн.24 зарплаты растут на 4.7% по номиналу и это примерно соответствует темпам, которые были в 2017-2019, однако, инфляция существенно выше – зарплаты в реальном выражении растут на 2.1% г/г.
Здесь можно остановиться чуть более подробно. Среднемесячный прирост зарплат с учетом инфляции в 2010-2019 был на уровне 0.22% (долгосрочный докризисный тренд), в 2017-2019 на уровне 0.25% м/м (среднесрочный тренд), с апр.20 по дек.23 темпы упали до 0.14% м/м из-за высокой инфляции.
За последние 12м зарплаты в реальном выражении растут в темпах 0.18% в среднем за месяц, в 1П24 – 0.21%, а за последние 3м – 0.23%. Это эффект сильного замедления инфляции по официальным данным, тогда как номинальные зарплаты замедлились до минимума за 5 лет.
В целом, основной источник генерации доходов растет немного ниже среднесрочного тренда, но соответствует долгосрочному тренду.
В других категориях доходов произошла ребалансировка. Доходы от активов обеспечили прирост всего лишь 3.9% в общих доходах с начала года vs 19.2% в 2017-2019, предпринимательство и аренда – 6.4% vs 11.5%, но вновь растет фактор государства.
Чистые гострансферты обеспечили 27.8% от прироста доходов с начала года vs нормы 6.9% в 2017-2019.
Государство в США снова включается в поддержку населения, хотя это не выглядит значительно по меркам 2020-2021, но почти 30% от прироста доходов в 1П24– это в 4 раза больше, чем в 2017-2019.
Структура доходов американских домохозяйств
Доналоговые доходы составили внушительные 24 трлн, но сюда включаются все виды доходов для всех физлиц США, имеющих американское гражданство, в том числе для детей и неработающих пенсионеров через пособия и дотация в рамках бюджетных трансфертов.
Фонд оплаты труда составляет 14.8 трлн, однако, среди этих выплат напрямую доступно к распределению 12.3 трлн, а остальное - взносы в фонды социального страхования, как частные, так и государственные.
Доходы от предпринимательской деятельности – 1.9 трлн, в том числе фермерское хозяйство.
Доход от аренды с учетом амортизации основных фондов и коррекции на потребление капитала – 1 трлн, но это самая манипулятивная категория, включающая вмененную аренду. Это как если бы собственник жилья платил сам себе, что сальдируется через такой же виртуальный показатель в расходах на жилье.
Доходы от активов (проценты и дивиденды по активам, но без учета прироста капитала) – 3.7 трлн, где проценты и дивиденды почти поровну на уровне 1.8-1.9 трлн.
Валовый показатель бюджетных трансфертов – 4.3 трлн, где пенсии, пособия по инвалидности и потери кормильца – 1.4 трлн, Medicare и Medicaid – в совокупности почти 2 трлн, а пособия по безработице и прочие виды пособий – почти 0.7 трлн (сюда входят вертолетные деньги, которые сбрасывали в 2020-2021).
Бюджетные трансферты корректируются на совокупные взносы в госфонды по социальному страхованию, которые составляют 1.9 трлн – то, что платят физлицы государству, поэтому чистые бюджетные трансферты всего 2.44 трлн.
Однако, если вычесть взносы работодателей в госфонды соцстраха в пользу физлиц – это 0.85 трлн, получается всего 1.6 трлн чистых скорректированных бюджетных трансфертов.
Относительно доналоговых доходов чистые скорректированные бюджетные трансферты составляют 6.6% vs 12.4% в период стимулирования апр.20-авг.21, 5.7% в 2017-2019 и 2.1% в 2003-2007.
Сейчас почти 4% доходов населения формируют государство в сравнении с периодом адекватности 2003-2007, отсюда и дефицит бюджета высокий.
ЦБ РФ: ставка повышена до 18%, сигнал значительно ужесточен, открыто пространство для дальнейшего роста ставки.
Ставка превысила предельную ставку в начале 2015 (17%) и почти достигла максимальной ставки на пике ужесточения весной 2022 (20%), но тогда денежные инструменты не в полной мере транслировали меру жесткости ДКП, поэтому тогда рыночные ставки были около 17%, ожидая смягчение ДКП, но в этот раз все иначе – многие банки предлагают ставки выше, чем ключевая ставка.
Повышение ставки было в соответствии с ожиданиями рынка и этот подход соответствует опыту ведущих мировых ЦБ.
Одним из важнейших элементов функционирования ЦБ является коммуникационный канал с рынком, обеспечивающий транспарентность, предсказуемость ДКП и эффективность трансмиссии инструментов ДКП в финансовую систему и экономику.
На протяжении почти всей современной истории Банка России, пресс релизы регулятора, отчеты и заявления чиновников никто не смотрел, не читал и не анализировал, за исключением очень узкой категории отраслевых специалистов – не было соответствующей культуры.
Начиная с 2020 внимание к ЦБ РФ повышается и особенно с 2022, но вплоть до осени 2023 к коммуникационному каналу ЦБ (заявления чиновников, отчеты и пресс релизы) отношение не было в достаточной мере серьёзным (консенсус рынка был неадекватным и не соответствовал целям ЦБ РФ), что заставило Банк России проводить более стремительное повышение ставки, ужесточая риторику и делая более конкретные заявления.
С 2024 внимание рынка и общественности к регулятору максимальное в истории, что повышает эффективность трансмиссии ДКП, соответствуя общемировым стандартам.
Формирование консенсуса и проекции намерений не менее важная задача, чем конкретные действия в инструментах ДКП.
В 2024 достигли наибольшего сопряжения рынка и ЦБ, чему свидетельствует опережающее ужесточение ДКУ в финансовой системе с середины мая до момента фактического ужесточения ДКП, реализованное 26 июля.
Из важного:
• Для того чтобы инфляция вновь начала снижаться, требуется дополнительное ужесточение денежно-кредитной политики, а для возвращения инфляции к цели — существенно более жесткие денежно-кредитные условия, чем предполагалось ранее.
• Банк России будет оценивать целесообразность дальнейшего повышения ключевой ставки на ближайших заседаниях.
• Резко выросла прогнозная траектория ключевой ставки: c 15-16% до 16.9-17.4% в 2024 и с 10-12 до 14-16% в 2025, что создает пространство для повышения ставки до 20%, что вывести к средней 17.4%.
• Диапазон нейтральной ставки, обозначенный в прогнозе на 2027, вырос на 1.5 п.п до 7.5–8.5%. Это отражает комплексный пересмотр произошедших за последние годы изменений в экономике, связанных как со структурным ростом спроса на инвестиции, так и с увеличением риск-премии, смягчением параметров бюджетного правила и повышением нейтральных ставок в мире.
• Повышение ставки до 18% может предотвратить риск стагфляции.
• Избыточный рост кредитования в 2024 обусловлен ожиданиями бизнеса на снижение ключевой ставки, что привело к тому, что почти 99% прироста рублевого кредита было по плавающим ставкам.
• Бюджетный стимул также влияет на кредитование – льготные кредиты + кредиты под госзаказы, а по ипотеке основную поддержку оказывали льготные ипотечные кредиты.
• Рост потребительского кредитования связан с увеличением доходов. Логика в том, что рост доходов открыл кредитное окно для тех, кто раньше не мог взять кредит из-за ограничений по доходам.
• Уровень ключевой ставки в таких условиях оказался недостаточным для того, чтобы вернуть кредит к более сбалансированным темпам.
Мы будем держать ставку высокой в течение длительного времени — того времени, которое нужно, чтобы вернуть и закрепить инфляцию на цели. Если потребуется, мы не исключаем и дополнительного повышения ключевой ставки.
Есть ли признаки стабилизации инфляции США?
Вышли данные по дефлятору ВВП / ценовым индексам за 2кв24. В отличие от потребительской инфляции, дефлятор ВВП учитывает все цены в экономике с учетом корпоративного, государственного сектора и внешней торговли с взвешиванием на структуру ВВП.
Ценовой индекс по всему ВВП США вырос на 0.57% кв/кв SA, а годовая инфляция составила 2.58%.
Нельзя сказать, что данные обнадеживающие, т.к после инфляционного шторма в 2022 было два квартала, когда инфляция была ниже: 0.43% кв/кв в 2кв23 (год назад) и 0.4% кв/кв в 4кв23.
Тенденция замедления темпов инфляции действительно заметна, но этот путь достаточно рванный, т.к. в 1кв24 инфляционный выброс был 0.76% кв/кв, что сильно выше нормы.
Что касается нормы, в 2010-2019 среднеквартальный темп роста цен был 0.41%, а в 2017-2019 цены росли на 0.47% в среднем за квартал.
• Ценовой индекс на потребительские расходы вырос на 0.65% кв/кв, за последний год +0.64%, тогда как историческая норма 2010-019 была +0.37%, а в 2017-2019 +0.42%.
• Цены на товары +0.17% кв/кв, за последние 12м -0.02%, в 2010-2019 около нуля, а в 2017-2019 +0.06%.
• Цены на услуги выросли на 0.88% кв/кв по сравнению с ростом на 0.97% за последний год, а норма +0.55% в 2010-2019 и +0.59% в 2017-2019.
• Цены на валовые частные инвестиции выросли на 0.42% кв/кв vs +0.41% за 12м, +0.23 и +0.33% по ранее указанным периодам.
• Экспорт +0.58% кв/кв vs +0.43%, +0.2% и +0.33% в соответствии с ранее указанными периодами.
• Импорт +0.66% кв/кв vs +0.39%, -0.04 и +0.16% соответственно.
• Государственное потребление и услуги +0.46% кв/кв vs +0.78%, +0.48% и +0.61%.
Основной вклад в рост цен вносят потребительские услуги и госпотребление/госинвестиции. Все просто, там – где спрос, вот там и инфляция.
Существенного прогресса в снижении цен пока не наблюдается, ценовой индекс примерно в 1.5 раза отклоняется от нормы.
Все это не влияет на решение ФРС, ставка будет снижена в сентябре.
Чистые процентные расходы консолидированного бюджета США достигли 1.2 трлн в годовом выражении во 2 квартале 2024.
Чистые процентные расходы учитывают валовые процентные платежи по обслуживанию обязательств (не только по публичному долгу, но и внутригосударственные обязательства) минус все поступления от активов (проценты, дивиденды, рентные доходы).
Консолидированный бюджет учитывает федеральное правительство США + штаты и местные органы самоуправления.
В совокупных чистых процентных расходов в 1.2 трлн на федеральное правительство США приходится чуть более 1 трлн vs 0.62 трлн в 4кв21 до ужесточения ДКП и 180 млрд на штаты и местные органы самоуправления vs 172 млрд в 4кв21.
Структурное смещение процентных расходов весьма любопытно – в 2017-2019 треть от чистых процентных расходов концентрировалась у штатов, а сейчас только 15%. Это связано с двумя обстоятельствами: высокая интенсивность наращивания обязательств федерального правительства с 2019 и структура долга, где средневзвешенная дюрация ощутимо снизилась из-за огромных заимствований в векселях по высоким ставкам.
У штатов долг долгосрочный, практически нет чистых заимствований и объем размещений по высоким ставкам был незначительным с 2022 года, тогда как процентные доходы выросли. Это и привело к резкому росту доли федерального правительства в структуре чистых процентных расходов.
Сейчас консолидированные расходы бюджета США достигли 9.7 трлн, чистые процентные расходы формируют 12.4% от совокупных расходов – это максимум с 3кв98, а до рекорда 14-14.1% в 1991-1995 года еще далеко.
В 2019 чистые процентные расходы от совокупных расходов были 9.5% и 9% в 2017-2019, т.е. по факту нагрузка на бюджет выросла на 3-3.5 п.п.
Консолидированный дефицит бюджета сейчас 1.8-1.9 трлн (все приходится на федеральное правительства) vs 1.2-1.3 трлн в 2019.
Увеличение чистых процентных расходов составило 0.6 трлн, т.е. весь прирост дефицита с 2019 обусловлен исключительно процентными расходами.
26 июля заседание Банка России – куда двинут ставку?
С второй половины мая ожидания рынка относительно траектории движения ключевой ставки начали резко меняться в ответ на усиление инфляционных ожиданий, разгон фактической инфляции выше 9% годовых и резкое ужесточение риторики Банка России.
ЦБ еще с осени 2023 «приучил» рынок к тому, что регулятора следует внимательно слушать. В соответствии с заявлениями чиновников из Банка России и с официальными отчетами, готовность ЦБ не только повысилась, фактически речь идет лишь о масштабе ужесточения, а не о самой возможности ужесточения ДКП.
Хотя прямым образом регулятор никогда не создает проекцию намерений, но через «полутона», намеки и косвенные признаки можно прочесть потенциальную траекторию ДКП, которая имеет тенденцию к ужесточению.
Рынок действовал превентивными мерами и реализовал ужесточение без фактического ужесточения.
• Ставка по годовым депозитам начала расти с начала июня и к текущему моменту выросла на 1.6 п.п до 13.2%, тогда как по краткосрочным депозитам большинство банков с июня делали предложения по 17-18.5% годовых.
• Рынок ОФЗ обрушился, а доходность выросла почти на 1.8-2 п.п по диапазону кривой доходности. От 9 месяцев до 7 лет и на 1.3-1.6% до 10-15 летних ОФЗ.
• Индикатор денежного рынка RUSFAR (базируется на РЕПО с КСУ) изменился на 1.1-1.8% для 1-3 месячных форвардов.
Есть и другие индикаторы денежно-кредитного рынка, но средневзвешенная оценка базируется на росте ставки на 1.8%, что, по сути, эквивалентно 18% - это и есть прямые ожидания рынка, что согласуется с оценкой аналитиков.
Банк России не может внезапно менять направление ДКП за исключением форс-мажорных обстоятельств, иначе это разрушит коммуникационный канал с рынком. Именно поэтому на прошлом заседании не было повышения ставки, но было ужесточение риторики.
Поэтому с высокой вероятность ставка будет повышена до 18% со сбалансированной риторикой (длительное удержание без сигналов о дальнейшем ужесточении), либо 17% с жестким сигналом.
Хочешь привлечь новые инвестиции и получить больше возможностей для продвижения своего бизнеса? Подай заявку на Инвестиционном портале Москвы, пройди оценку и получи ESG-статус!
Он не только подтвердит имидж ответственной компании, реализующей проекты в сфере устойчивого развития, но станет мощным драйвером для роста твоего бизнеса, обеспечив:
• Выход на новых поставщиков;
• Сниженную ставку по кредитам;
• Удобные логистические цепочки;
• Облегченный доступ к зарубежным рынкам и помощь в продвижении на них;
• Специальные условия для размещения финансовых инструментов компании.
Подай заявку сегодня и получи ESG-оценку бизнеса за 10 дней!
Реклама. Департамент инвестиционной и промышленной политики города Москвы. ИНН 7710071979
erid: 2VtzqvccCdv
Росстат фиксирует сильнейший с начала СВО обвал промпроизводства в России.
▪️Индекс промпроизводства снизился на 1.52% м/м с устранением сезонного и календарного эффекта (SA), что стало сильнейшим обвалом с апреля 2022 – 2.8%, за исключением статистических артефактов в январе.
Справедливости ради, в мае был сильнейший рост на 2.13% м/м, а за 4 месяца (фев-май.24) накопленный рост составил 3.6%, т.е. снижение в июне «снесло» около половины роста с начала года, а индекс промпроизводства все еще в плюсе на 1.9% относительно дек.23.
В июне промпроизводство выросло почти на 2% г/г и это минимальный рост с апр.23, что, конечно, скромно после интенсивного роста на 4-8%, к которому мы привыкли последний год.
Относительно июн.21 рост на 6.4%, а к июн.19 рост на 10.6%. За 1П24 промышленность выросла на 4.6% г/г, к 1П21 рост на 9.5%, а к 1П19 увеличение на 13.1%.
По сумме за 12 месяцев промпроизводство на 5.1% выше докризисного максимума в мар.22.
▪️Основной вклад в обвал внесла добыча полезных ископаемых – 2.4% м/м SA, что является худшей динамикой с апреля 2022 – падение на 5.5% м/м. При этом добыча обновила минимумы с начала СВО – более низкий показатель был только в середине 2020 в разгар COVID и принудительного сброса добычи.
Добыча в июне снизилась на 3.1% г/г, за 1П24 снижение на 0.4% г/г, но рост на 1.5% к 1П21 и минус 2.5% к 1П19.
По сумме за 12 месяцев добыча соответствует уровню июл.20 и фев.19 и на 3.2% ниже максимума в доковидный мар.20.
▪️Обработка относительно стабильна – снижение на 1.1% м/м SA. Накопленный рост с начала года очень мощный – 6%, поэтому 1.1% теряется на высокой базе сравнения, т.е. лишь 1/5 накопленного роста срезано.
Если сравнивать обработку в июн.24 со средним показателем за полгода до СВО, сейчас на 5.4% выше, а по сумме за 12 месяцев на 10.1% выше докризисного максимума в мар.22.
По обработке будет отдельный материал.
Пока это самый слабый отчет по промпроизводству с середины 2022. База высокая, пока не критично, но негативный импульс был по широкому фронту.
Агрессивные инвестиции технологических корпораций США в ИТ инфраструктуру.
Инвестиции не технологических корпораций, а всего 4 компаний (Microsoft, Google, Amazon и Meta). Если считать Amazon за технологическую компанию, по всем компаниям США в этом секторе инвестиции за 1кв24 оцениваются в 71-72 млрд, тогда как ТОП 4 формируют поток инвестиций в 44.3 млрд или около 62% всего сектора – невероятно.
Так, для сравнения, все металлургические и химические компании США формируют капексы на уровне 5.7-6 млрд за 1кв24, а нефтегазовые компании всего 27-28 млрд, а наибольший поток капитальных расходов от энергетических и коммунальных компаний – 40-42 млрд. Все транспортные компании имеют капексы на уровне 12-13 млрд, а телекоммуникационные компании – 13-14 млрд. Это наиболее фондовооруженные сектора экономики США.
Расходы на капексы среди ТОП-4 росли задолго до внедрения ГИИ в массовый сегмент – так к 4кв22 капитальные расходы ТОП-4 достигли 40 млрд.
Экспоненциальный рост начался с 2017 года на траектории развития облачных технологий предоставления вычислительных ресурсов корпоративным клиентам.
Капитальные расходы за год выросли на 31%, за два года +25%, за 5 лет рост в 3.1 раза, за 10 лет рост почти в 9 раз (!) и в 22 раза с 2011 года!
В структуре капитальных расходов на Amazon приходится 14.9 млрд за 1кв24 (53.4 млрд за год), на Microsoft – 11 млрд и 39.5 млрд за год, на Google – 12 млрд и 38 млрд за 12 месяцев, а Meta – 6.4 млрд и 26.8 млрд соответственно.
От 30 до 70% вычислительных ресурсов используется для внешних клиентов: Microsoft через платформу Azure, Amazon через Amazon Web Services (AWS), Google через Google Cloud Platform, а Meta активно развивает Llama с открытым исходным кодом для расширения экосистемы разработчиков и PyTorch для машинного обучения.
Практически вся мировая ИТ индустрия зациклена и замыкается (софт и облачный хард) на эти 4 компании, включая банки, транспортную, телекоммуникационную и энергосистему. Это и есть контроль над миром.
Отчет Tesla за 2 квартал 2024.
Активная экспансия Tesla завершилась в 4кв22 и вот уже 1.5 года Илон Маск ищет новую точку равновесия в быстро меняющемся автомобильном рынке.
Формально выручка за 2кв24 является рекордной – 25.5 млрд (до 100 млрд годового дохода), но рост за год всего на 2.4%, тогда как за два года прирост в 1.5 раза! Неплохо? Да, но период экспансии закончен, т.к. за 5 лет до этого (2кв22 к 2кв17) выручка выросла в 6 раз!
Из компании роста Tesla превращается в типичную автомобильную компанию, которая непрерывно находится в фазе трансформации и адаптации (реконфигурация модельного ряда, оптимизация логистики, расходов и т.д.).
Точка перелома для Tesla – 4кв22-1кв23, когда впервые реализация авто вышла на нисходящую траектории. Рост глобальной конкуренции, где Tesla теснят на всех фронтах (особенно в Китае) и замедление экспансии электрокаров в США и Европе. Это вынуждает снижать цены и темпы производства авто, которые сократились на 14% г/г.
Выручка автомобильного сегмента Tesla сократилась на 7% г/г до 19.9 млрд, тогда как выручка генерации и аккумуляции/ хранении электричества выросла на 100% до 3 млрд и это за квартал!
Tesla входит в мировые лидеры по предоставлению возобновляемой энергии. Электроэнергетика Tesla имеет потенциал экспансии до 15-20 млрд годовой выручки. Tesla установила и ввела в эксплуатацию системы хранения энергии общей емкостью 9.4 ГВт·ч (+158% г/г).
Сервисные услуги и прочие доходы выросли на 21% г/г до 2.6 млрд.
Операционная прибыль сократилась на треть до 1.6 млрд, а чистая прибыль сократилась на 45% г/г до 1.5 млрд, несмотря на то, что Tesla агрессивно снижает расходы на аккумуляторы.
Пик операционной и чистой прибыли был достигнут в 2П22, с тех пор показатели рухнули примерно на 60%. Операционный денежный поток чуть лучше, но сглаженный годовой показатели снизился на 30%.
Tesla не платит дивидендов и не совершает байбэков, а наоборот, активно размещается на рынке. Через доразмещение акций с 2020 года привлекли 15 млрд, а до этого еще 7 млрд.
О научно-технической революции… (продолжение)
Технологии совершенствуются очень быстро, особенно быстро масштабируемые ИИ технологии. То, что казалось невозможным вчера, может быть реальностью в ближайшем времени.
Сложно сказать, к чему нас заведет этот тернистый ИИ путь?
Область применения очень ограниченная, если вывести из анализа бытовое применение и концентрировать внимание исключительно на коммерческом применении.
Переводчики, редакторы, корректоры, копирайтеры и новостные журналисты, художники, дизайнеры, аниматоры, программисты, операторы колл-центров, консультанты, офисные работники/секретари, рекламные менеджеры. Многие профессии под угрозой трансформации частичной или полной.
И все же, если говорить именно о потенциале научно-технического прогресса и R&D, здесь я скептик.
Если опустить продукты (ChatGPT, Claud, Gemini и другие), которые в науке действительно полный ноль в плане положительного эффекта, а рассматривать технологию, можно выделить:
• Вариационные автокодировщики (VAE)
• Генеративные состязательные сети (GAN)
• Графовые нейронные сети (GNN)
• Рекуррентные нейронные сети (RNN)
• Сверточные нейронные сети (CNN).
Каждая из нейросетей может быть полезна в какой-то области, но подчеркну – лишь как дополнение и надстройка к существующим научно-исследовательским проектам и комплексам.
Например, в сегменте биотехнологиях очень популярны TensorFlow и PyTorch (библиотеки для построения и обучения моделей глубокого обучения, применяемых в том числе в химии), которые используются много лет и являются частью ИИ.
CellDesigner для моделирования биохимических сетей и COPASI для моделирования и анализа биохимических систем, GROMACS для молекулярной динамики и так далее.
В аэродинамике и аэрокосмическом проектировании применяются научно-исследовательские комплексы в вычислительной гидродинамике (CFD) такие как ANSYS Fluent и NASA's FUN3D. В аэродинамическом моделировании - XFLR5, в термодинамическом моделировании - ANSYS Thermal, для оптимизации конструкций – OptiStruct, для общих математических расчетов – комплексы MATLAB и т.д.
Какие программные и научные комплексы используются в финансовом моделировании, статистике и макроэкономическом анализе?
R, Python, MATLAB, SAS и Excel для расчётов, автоматизации, статистического анализа и программировании. TensorFlow и PyTorch для машинного обучения, Tableau, Power BI, D3.js и Excel для визуализации и так далее.
В чем суть? Под каждую задачу свой комплекс. В реальном мире научные комплексы учитывают физику объектов и их взаимодействие, молекулярное и химическое моделирование на основе целого комплекса моделей.
ГИИ из-за архитектурных особенностей не может применяться для моделирования – это вообще другая область и класс задач, но ГИИ может классифицировать и в каком-то смысле анализировать полученные результаты при моделировании, создавая вектор распределения и пространство решений.
Еще раз, ГИИ не создает технологии, это в принципе невозможно даже теоретически. ГИИ может участвовать в создании технологии, лишь как дополнение к существующим комплексам с множеством допущений (высокая вероятность ошибок).
В этом смысле я не виду ничего, чтобы могло качественно ускорить технологический прогресс. С 2023 не появилось ничего принципиально нового. Машинное и глубокое обучение существует уже несколько десятилетий и активно применяется в R&D.
Учиться надо у лучших — чтобы перенять опыт топовых компаний и узнать, как работают мировые эксперты со своими клиентами прямо сейчас.
И для этого вам не нужно поступать в Гарвард. Управленцы российского и мирового рынка собрались на курсе «Исполнительный директор» от Академии Eduson, чтобы вы смогли добиться повышения и узнать новые подходы в руководстве за 6 месяцев.
Программа построена на кейсовом методе — вы будете погружаться в проблемы бизнеса и пытаться найти им решение.
Обучение полностью удалённое, все материалы открыты сразу — то есть вы сами сможете выбирать, в каком порядке проходить темы. Доступ к курсу и дальнейшим обновлениям останется навсегда.
Оставляйте заявку с промокодом SPYDELL и получите скидку 65%, а также второй курс в подарок!
Создание фейковой ИИ реальности вокруг бигтехов.
Удивительно, но почти никто не касался вопроса адекватности искусственно сконструированных и нагнетаемых завышенных ожиданий роста финансовых показателей бигтехов в рамках концепции экспансии ГИИ.
Обратите внимание на следующее: ни одна компания из бигтехов среди софтверного сегмента (Microsoft, Google, Meta, Amazon, Apple) не создала НИ ОДНОГО работоспособного и эффективного инструмента или продукта на базе ГИИ.
Примечание: весь оголтелый хайп с 2023 происходит исключительно вокруг ГИИ, поэтому комплексный подход к ИИ пока опускаю.
Весь прогресс в сегменте публичных ГИИ двигают исключительно стартапы и только они. Ни один из успешных проектов в нише ГИИ не принадлежит бигтехам.
Смотрите сами: ChatGPT (OpenAI), Perplexity, Claude AI (Anthropic), Midjourney, Stable Diffusion AI (в состоянии банкротства), Leonardo AI, Luma AI, Runway AI и многие другие эффективные стартапы изначально создавались вне контура бигтехов и лишь впоследствии входили под крыло крупнейших технологических корпораций.
Формально OpenAI в партнерстве с Microsoft, но Альтман неоднократно заявлял, что путь технологического развития OpenAI определяет самостоятельно, а партнерство заключается в использовании мощностей Microsoft и предоставлении разработок OpenAI для первоочередной интеграции в продукты Microsoft.
Perplexity под крылом Amazon, но скорее как партнерство, а Anthropic под Google, но каждая из них двигается самостоятельно, а бигтехи инвестировали в эти проекты уже после проявления успешности стартапов.
А то же есть у бигтехов? Попробую разобрать:
▪️Microsoft имеет Microsoft Copilot полностью выстроенный на базе продуктов OpenAI (чистое паразитирование) с интеграцией в Microsoft 365, Azure и Dynamics 365, где самое известное – это 240 долларовая годовая подписка на Copilot для Microsoft 365.
Это похоже на издевательство, потому что Copilot для Microsoft 365 содержал ошибки и был настолько криво интегрирован, что изначально это был полный провал и пока им и остается – особенно в Excel. Пробовал, смысла нет никакого, имея активный доступ к нативному ChatGPT.
GitHub Copilot за $100– неплохо, но есть не менее прогрессивный и бесплатный Codeium, а во-вторых, лично для меня удобнее через оригинальный ChatGPT в связке с Codeium.
Azure AI в виде Azure OpenAI Service и Azure AI Studio представляет собой средства для разработчиков и имеет косвенное отношение к ГИИ.
▪️Meta развивает ИИ через свою платформу Meta AI, которая включает передовую модель Meta Llama 3, но в целом Meta Llama 3 оказалась «требухой» в сравнении с более мощными ChatGPT и Claude. Если не было бы конкурентов, Llama 3 могла удивить, но так нет – слабо и сразу мимо. Нишевый продукт внутри экосистемы Meta AI.
▪️Google выкатила Gemini Ecosystem спустя почти 1.5 года после релиза ChatGPT 3.5, но смею доложить после 6 месяцев использования Gemini Advanced (240 баксов в год, но сам не платил ни доллара в режиме тестирования) – это редкостная дрянь и феноменальное дерьмо. Хорошо, что это тестирование закончилось.
Причем с каждым месяцем все хуже. Все ответы Gemini сводятся «я лишь нейросеть и не могу ответить на этот вопрос, иди сам и найди информацию по этим ссылкам» или просто гонит адскую дичь.
Gemini отличается тем, что не просто лепит невероятное количество ошибок и неточностей – эта мерзость вообще не способна ответить ни на один относительно сложный вопрос. Чистый скам, пользы ноль.
Рекламы и бравады много в рамках развития экосистемы продуктов Google на базе ИИ, но все обещания Google так и остались обещаниями. Не сделано ничего, а то, что сделано – реализовано отвратительно. 1 из 10, полный позор и провал в контексте условий и ожиданий (размер Google и доступные аналоги конкурентов из успешных стартапов).
Google Cloud Vertex AI – единственный адекватный продукт Google, имеющий отношение к ГИИ, но это исключительно для разработчиков, как облачная платформа для развертывания моделей машинного обучения, включая генеративные модели ИИ.
Продолжение следует...