-
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
С потребительским кредитованием в России происходит настоящее безумие.
▪️С момента начала цикла ужесточения ДКП в авг.23, кредитование физлиц имеет устойчивую тенденцию на ускорение – чистый прирост в мар-апр.24 по 560 млрд руб в месяц по сравнению со среднемесячным приростом на 393 млрд в 2021 и 526 млрд в 2023 (в 1П 2023 – 427 млрд). С авг.23 по апр.24 кредитование растет по 542 млрд в месяц.
Не помогли даже меры Банка России по ужесточению стандартов выдачи кредитов.
▪️Начиная с мар.24 потребительское кредитование растет в темпах по 250 млрд руб в месяц (основной прирост по кредитным картам), что является очень высоким темпом по историческим меркам – так среднемесячные темпы в 2021 составляли 163 млрд руб, а в 2023 около 173 млрд руб (без учета декабря 2023 с техническим списанием задолженности).
Перед циклом ужесточения в январе-июле 2023 среднемесячные темпы были 158 млрд, с авг.23 по апр.24 темпы прироста увеличились до 194 млрд без учета дек.23.
Потребительское кредитование выросло до 14.4 трлн руб, за последний год увеличение задолженности почти на 2 трлн или 16.1%.
Банк России это связывает с тем, что ставки по кредитным картам менее чувствительны к ужесточению ДКП (изначально были высокие ставки), плюс манипуляции с беспроцентным грейс-периодом и размещение остатка средств на депозитах под высокие ставки.
▪️Автокредитование ускоряется – лучший в истории мар.24 (92 млрд чистого прироста) и второй по масштабу прирост в апр.24 (76 млрд).
Для сравнения, среднемесячный прирост в докризисный 2021 был всего 19 млрд, а в 2023 – 42 млрд. Темпы прироста вдвое выше, чем в 2023 и в 4 раза выше, чем в 2021.
Объем автокредитов увеличился до 2 трлн и почти половина задолженности была создана уже после начала СВО.
▪️Ипотечное кредитование растет (246 млрд в мар-апр.24) не так стремительно, как в 2023 (345 млрд в среднем за месяц), но вполне соответствует среднемесячным темпам прироста в 2021 (209 млрд). Доля госпрограмм в ипотеке держится на уровне 75% по сравнению с 45-55% в 1П23.
Минфин РФ выступил с предложением о существенном повышении налогов на бизнес.
• Налог на прибыль будет повышен с 20 до 25%.
• НДПИ горно-металлургического комплекса на добычу железа и руд увеличивается в 1.15 раза.
• НДПИ агрохимии увеличивается в 2.3 раза для калия и в 2 раза для фосфора.
• Производители азотных удобрений получат акциз на приобретение газа для выработки аммиака в объеме 1200 руб за тыс куб.м.
• Наиболее жесткий удар по малому бизнесу. С одной стороны, расширяется диапазон классификации бизнеса на УСН с 265.8 до 450 млн руб, но основной удар идет по обязательствам уплаты НДС с доходов 60 млн руб и выше.
Весь бизнес теперь на УСН будет на ставке 6% от выручки или 15% на операционную рентабельность (доходы минус расходы). Ранее при превышении лимита в 200 млн руб ставка увеличилась до 8% от выручки и 20% от прибыли.
При уплате НДС допускаются вычеты – ставка 20% (10% на льготные категории, как для крупного бизнеса), но с возможностью получать вычеты или ставка 5% НДС для доходов до 250 млн руб в год и 7% для доходов свыше 250 млн руб в год, но без вычетов.
Уровень рентной налоговой нагрузки для производителей удобрений может вырасти до 13-15% от выручки vs 5-7% в настоящий момент.
Минфин компенсирует рост налогов вычетами и возвратами. Предполагается использование налогового вычета для компаний, реализующих крупные инвестпроекты и/или доля инвестиций которых находится на высоком уровне относительно выручки (по крайней мере около 20% капексов к выручке).
Вычет с коэффициентом два может быть применен для инвестиционных расходов на ИТ оборудование российского производства, это же касается расходов на исследования и разработки - > 1 руб расходов на модернизацию и технологии равен 2 руб расходов в рамках уменьшения налоговой базы.
Основная задача Минфина заключается в попытке сохранить инвестиционные расходы и инновационную активность бизнеса с одновременным изъятием «сверхдоходов» у остального бизнеса, где доля капексов или R&D остается низкой. Как это удастся реализовать на практике? Хороший вопрос, детали проекта пока не раскрыты. Частично информация использовалась с РБК и Ведомостей.
Как налоговая инициатива повлияет на бюджет? По оценкам Минфина чистый эффект в 2025 году составит около 2.5-2.6 трлн руб, которые складываются в следующей пропорции:
• Налог на прибыль – 1.6 трлн руб.
• НДФЛ – 533 млрд (за прошлый год сборы составили 159.5 млрд на доходы свыше 5 млн руб по ставке 15%, в 2022 – 149 млрд, а в 2021 – 91 млрд руб.
• УСН – чистыми около 350 млрд, которые формируются из доходов в 473 млрд в федеральный бюджет, 258 млрд в региональный бюджет минус недополученные 324 млрд руб по УСН и еще минус 58 млрд руб по налогу на имущество из-за расширения диапазона доходов по включению бизнеса в УСН. Недополученные доходы компенсируются из федерального бюджета.
Для бизнеса эффект очевидно негативный, в особенности для малого бизнеса – речь идет о чистом изъятии минимум 2 трлн руб в год у бизнеса.
Точный макроэкономический эффект просчитать сложно, т.к. непонятна конфигурация вычетов и льгот – кому и в каком объеме.
Для населения с точки зрения потребительской активности эффекта особого не будет (рост налогов на НДФЛ), т.к. повышение налогов касается около 3-3.5% налогоплательщиков. Изъятие 2-3 п.п. дополнительных доходов у богатых не окажет влияние на потребительские расходы из-за существенной нормы сбережений и накопленного буфера.
Однако, рост налогов может быть переложен с бизнеса на население в рамках компенсации убытков.
Рост налогов может спровоцировать реализацию механизмов ухода от налогов, усиление оттока капитала.
США не особо рефлексируют об утрате господства доллара в торговых расчетах, т.к. основой устойчивости финансовой системы США является спрос на инвестиционные продукты и инструменты.
С момента обострения торговой войны с Китаем в 2018 произошла весьма выраженная фрагментация мирового геополитического пространства.
Условный «Глобальный Юг» начал отваливаться под предводительством Китая, как главного поставщика технологий и капитала вне контура США и союзники (Индия пока экономически не тянет конкуренцию с Китаем).
С 2018 года США нарастили внешние обязательства более, чем в 1.5 раза или на $19 трлн с 35 до рекордных 54.3 трлн долл. Для сравнения, с 2011 по 2017 прирост обязательств составил «всего» $9 трлн, а за всю историю существования США до кризиса 2008 – около $22 трлн.
Значительная часть прироста внешних обязательств США на невероятные $19 трлн за последние 6 лет – это переоценка портфельных инвестиций после существенного роста фондового рынка за последнее время, однако, по моим оценкам, минимум $8.3 трлн с 2018 – это приток финансовых потоков нерезидентов, т.е. «живые деньги».
По предварительным оценкам, ближе к 95% чистого притока капитала в США с 2021 генерируют ключевые союзники США, тогда как с 2010 по 2013 доля ключевых союзников была около 75-80% и значительные потоки шли из Китая, нефтеэкспортеров и России. Теперь последние сошли со сцены частично или полностью, а финансовый климат формируют союзники США.
Так ли США необходимо контролировать весь мир? Скорее нет, чем да, хотя до 2021-2013 США действительно пытались контролировать всех и сразу, сейчас допускают фрагментацию мирового пространства.
В таблице отображены внешние обязательства крупнейших стран мира (красным выделены недружественные к России страны).
Если вывести за контур оффшоры, глобальные обязательства оцениваются примерно $165 трлн, треть из которых под США, однако, недружественные страны держат около $142-145 трлн, или 88% емкости мировой финансовой системы, а Китай и Гонконг около 11%.
Для принятия всех решений в финансах учитесь аналитике
Сегодня уйдем немного в сторону и поговорим про обучение. Многие пытаются с нуля идти в инвестиции и как правило обнуляют свои счета в течение месяца. Финансы - это умение анализировать, помноженное на опыт и понимание человеческой психологии. Кстати, аналитика нужна не только в инвестициях, но и вообще в любой сфере.
Давайте обратимся тут к экспертам. В прошлом году World Economic Forum выпустили отчет под названием Future of Work, где опросили 803 компании с 11 млн сотрудников. В отчете много всего интересного, но самое интересное - это “навыки, которым стоит обучаться сотрудникам с 2023 по 2027 год. Наибольший приоритет — у аналитического мышления, да еще и с нехилым отрывом.
Сразу возникает вопрос, а как качать аналитику. Идеально, если вы изначально были математиком, учились в РЭШ, а потом еще и поработали пару лет у золотого мальчика в Goldman Sachs. Но не у всех подобный опыт.
В то же время есть ребята, что специализируются на обучении аналитике - в частности Changellenge >> Education. Их фаундер (у него, кстати, вполне неплохой канал есть) сначала сам был аналитиком в Microsoft, потом консультантом в Kearney, строил свой инвестиционный бутик, а еще учился в Гарварде и Лондонской бизнес-школе.
Программа "Аналитик PRO" достойна внимания, так как у ребят хорошие отзывы (только посмотрите на них на Тинькофф Журнале) и многие люди из моего окружения с ними знакомы. Делимся информацией про эту программу.
- это одна из самых комплексных на рынке программ (если не самая) для перехода в аналитику: там есть базовая аналитика, финансовая аналитика и введение в Data Science.
- 75% курса — это практические задачи и реальные бизнес-проекты от компаний уровня Тинькофф. В ходе обучения вы по сути дела получаете месяцы реального опыта.
- В ходе курса осваивают 11 ключевых аналитических инструментов и навыков: SQL, Excel (да, Карл, так как большинство и с Excel плохо дружат), Python, Tableau, BI-системы, критическое мышление и другие.
- Есть также отдельный блок чисто для финансистов: финансовое моделирование, оценка методом DCF, сбор дешбордов для управления моделью, юнит-экономика и прочее.
- Обучение там реальное, а не только видео записанное. Эксперты из компаний уровня Avito, BCG, Google, VK проводят регулярные онлайн мастер-классы; а менторы, окончившие курс ранее, помогают преодолевать сложности в учебе.
Курс "Аналитик PRO" – это норм возможность для тех, кто стремится не просто учиться, а работать и набираться реального опыта. Как результат, 83% выпускников находят работу в течение 3 месяцев с момента выпуска.
С 28 по 30 мая в школе проходит акция и для всех действуют скидки 55%. А еще по промокоду SPYDELL15 действует дополнительная скидка 15 000 руб. на курс "Аналитик PRO". Оставьте заявку и получите бесплатную консультацию по программе!
__
Реклама. ООО "ВЫСШАЯ ШКОЛА АНАЛИТИКИ И СТРАТЕГИИ", ИНН: 7716917009, erid:2SDnjcPvBPP
Глобальное перераспределение капитала
Страны с профицитом счета текущих операций (СТО) финансируют страны с дефицитом СТО, но что это за страны?
2/3 от глобального чистого перераспределения капитала за последние три года сжирает только одна страна – это США, дефицит СТО у которых превышает $2.6 трлн за три года, на втором месте Великобритания – $226 млрд (более, чем на порядок меньше, чем в США), далее Индия – $145 млрд, Бразилия – $125 млрд, Турция – 97 млрд, Франция – $70 млрд и … Чили – $61 млрд.
Дефицит СТО предполагает, что для покрытия разрывов по платежному балансу страна должна привлекать прямые, портфельные, прочие инвестиции или финансировать дефицит через сокращение ЗВР.
Практически все развитые страны не использует для балансировки ЗВР, а управляют разрывами, как правило, через потоки капитала частного сектора.
Если нет емкого рынка капитала так, как это реализовано в США или Великобритании, дефицит СТО обычно покрывается через прочие инвестиции в виде кредитов от международных организаций (МВФ, Всемирный банк) или от коммерческих финансовых структур (банки, инвестфонды).
Для привлечения капитала через портфельные и прямые инвестиции необходимо выполнять ряд условий: конкурентное преимущество финсистемы и экономики через более высокие темпы прироста доходности относительно других валютных зон приложения капитала, положительный дифференциал процентных ставок, уровень развития финансовой системы, глубина, ликвидность и емкость финансового рынка. Это рыночные механизмы, но и есть и нерыночные механизмы.
Создание точек напряжения в геополитике и геоэкономике является одним из наиболее эффективных приемов быстрой концентрации международного капитала прежде всего в США и Великобританию, как главных бенефициаров хаоса на глобальном рынке капитала.
Чем шире дефицит СТО – тем ниже устойчивость системы, т.к. в любых обстоятельствах необходимо концентрировать капитал нерезидентов, а предельная способность расширения дефицита СТО напрямую упирается в возможность кредиторов аккумулировать профицит СТО.
Общее впечатление от работы с большими языковыми моделями
Есть ли от них польза? Да, конечно, в рамках ограниченных задач.
Что работает хорошо (не в абстрактном измерении, а в контексте научно-исследовательских проектов в области экономики и финансов)? На самом деле, идеально сейчас не работает ничего, и везде есть ошибки, нерегулярные отклонения, неравномерное качество генерации и так далее.
Что работает достаточно хорошо, но с допущениями?
• Переводчик – понимание контекста стало лучше, технические термины переводятся лучше, но до профессиональных переводчиков все еще далеко.
• Транскрибация/расшифровка аудио/видео контента в текст и автоматические метки тайм-кодов. В последние пару месяцев начала внедряться технология разделения спикеров и более качественная интерпретация тональности.
• Корректор/редактор текста.
• Справочное бюро по технической документации / экспертная система – если локализовать фокус ГИИ на конкретном документе, - согласованность повышается.
• Написание кода и формул - не идеально, но, если разбить программу на мини модули - определенная польза будет, хотя ошибок изначально будет много. Однако, основная польза скорее в инструменте динамических подсказок и поиске ошибок в компиляции – подходит для опытных программистов.
• Обобщение/конспектирование документов – основе предназначение ГИИ пригодится для фильтрации и группировке мусорного контента по направлениям и темам, но не подходит для компрессии важных документов, т.к. практически всегда упускает важные нюансы.
• Дайджест новостей – на практике работает плохо, т.к. все ведущие информационные агентства запретили индексацию новостного контента со стороны ГИИ.
Я не занимаюсь фото и видео, хотя знаю, что основной прогресс был достигнут именно здесь — полезно для дизайнеров, маркетологов и художников. Помимо генерации изображений по запросам, можно модифицировать старые, разрушенные чёрно-белые фото в высоком качестве в цветном исполнении.
Что работает на практике?
Транскрибация аудио и видео контента производится очень редко в работе, дайджест новостей и анализ инфо-повестки не работают корректно из-за ограниченного набора СМИ, индексация по которым разрешена.
Обобщение видео практически никогда не использовал, конспектирование документов делаю редко. Например, в важном выступлении Пауэлла на пресс-конференции ФРС в начале мая все чатботы произвели неадекватную интерпретацию тональности выступления, сделав неверные акценты, предполагая жёсткость выступления, тогда как на самом деле оно было самым «мягким» за два года.
Чтобы правильно расставлять акценты, выстраивая адекватную иерархию приоритетов, необходим опыт в комбинации множества противоречивых факторов. Алгоритмы ГИИ это не могут делать, поэтому конспектирование текста лишь даёт общее представление о тематике, но практически всегда упускает важные нюансы.
По сути, на практике, казалось бы, безграничное пространство возможностей упирается лишь в переводчик, корректор текста, справочное бюро и помощник в написании кода.
Тянет ли это на революцию? Едва ли. Это некая более умная комбинация Google + Wiki с пониманием, что количество ошибок может быть неприемлемо высоким.
По работе с данными качество ГИИ ниже плинтуса, это же касается аналитики, причём на всех уровнях. В плане качественного и решительного усиления научно-исследовательского потенциала не тянет — возможно, даже больше вреда, чем пользы, если слишком сильно полагаться на ГИИ.
ГИИ — это пока некая надстройка/плагин в существующие ИТ-решения, которая не даёт решительного преимущества, но способна принести пользу при грамотном использовании. Ждать, что ГИИ по запросу «создай мне вундервафлю» начнёт творить чудеса — это верх наивности.
На бытовом уровне ГИИ очень неплох — можно попросить составить и проанализировать список фильмов, разобрать известные литературные произведения, сделать какие-нибудь рецепты или спросить, как починить что-то, и много других вариаций.
На уровне бизнес-решений и в науке публичные версии ГИИ пока очень слабы.
О прикладном использовании больших языковых моделей (часть 2).
Отсутствие встроенного контроля верификации выходных данных не позволяет использовать ГИИ для серьёзных научно-исследовательских работ и в рамках бизнес-операций. По умолчанию, любой сгенерированный контент от ГИИ рассматривается как фейковый, а следовательно, нет доверия к системе.
Время и ресурсы, затраченные на принудительную проверку фактов, превышают потенциальную выгоду от использования ГИИ в серьёзных задачах, которые оказывают влияние на систему принятия решений.
Вторая проблема — необучаемость и ограниченная длина контекстного окна*. Как это проявляется на практике в моих проектах?
*Контекстное окно обозначает максимальное количество токенов, которые модель может учитывать одновременно при обработке текста; грубо говоря, это глубина памяти ГИИ в рамках открытой сессии.
Не слишком сложная база данных с иерархической структурой данных требует примерно 6-7 страниц технического задания с описанием структуры данных, параметров, связей и постановки задач для анализа данных. Написание 6-7 страниц строго формализованного текста — большая работа на три часа.
Изначально ГИИ никогда не генерирует корректного результата, если постановка задачи предполагает глубину аналитики с множеством связанных переменных.
Соответственно, требуется доводка и калибровка способности ГИИ корректно интерпретировать базу данных и понимать поставленную задачу. Это ещё работа на три часа.
В итоге 6-7 часов уходит просто на то, чтобы попытаться обучить ГИИ адекватно интерпретировать структуру данных и понимать цель анализа. К этому моменту ширина контекстного окна заканчивается, но даже если удастся уложиться, происходит баг системы, который я назвал «ментальный сквиз».
В чём проявляется «ментальный сквиз»? Чем сложнее задача и чем больше количество правок вносится в интерпретатор ГИИ, тем быстрее наступает момент «глубоких галлюцинаций», когда модель полностью теряет способность к пониманию и начинает путаться в показаниях.
По мере правок качество выходного контента растёт, а потом наступает «ментальный сквиз», и качество резко обрушается, что означает — модель сломалась, несите новую, т.е. требуется новая открытая сессия и всё начинать сначала.
Я не связывался с OpenAI по данному багу и не могу сказать, связана ли эта проблема с программной составляющей или это внутренние архитектурные недостатки, однако правда в том, что разработка сложных проектов исключена полностью.
Те функции аналитики и анализа данных, которые демонстрируются в рекламных роликах ГИИ, показывают простейшие функции, которые реализуются штатным функционалом Excel за несколько секунд, тогда как написание запросов в ГИИ требует минут. Т.е. даже здесь эффективность под вопросом. Более сложные расчёты крайне неэффективны в рамках реализации через ГИИ — здесь сразу мимо.
Какая комбинация работает? То, что работало раньше: Excel + SQL + Python и теперь ГИИ, но не в рамках аналитики, а с точки зрения справочного бюро по документации/инструкциям + помощь в написании кода и формул. Причём процесс написания кода также не так однозначен.
В практическом применении ГИИ (использовал все, но остановился в итоге на ChatGPT-4 как наиболее сбалансированном) абсолютно не тянет работу с данными. Data Science, data mining, data analytics — это не про ГИИ. Текущая оценка — около 2 из 10, т.е. совсем плохо, по крайней мере, в той публичной версии, как это всё представлено.
Все надстройки в Excel на базе ChatGPT, в том числе официальная от Microsoft — полная туфта. Выглядят многообещающе, но на практике с большим набором данных и многоуровневыми зависимостями не работают так, как должны.
Свободные таблицы и автоматический структурный анализ можно делать и имеющимися ресурсами без использования ГИИ.
ГИИ не только не улучшает работу, а скорее ухудшает с точки зрения качества данных и скорости работы. В рамках анализа данных Excel + SQL + Python решают задачи на порядки быстрее, чем хвалёный ГИИ. На данном этапе ГИИ в контексте научно-исследовательской базы близок к пустому месту.
Очередная волна неистового ИИ хайпа последний месяц.
Рост рынка последний месяц связан прежде всего с анонсами ИИ моделей и ИИ-продуктов от ведущих ИТ компаний США.
Почти 1.5 года работы с различными ГИИ (ChatGPT, Gemini, Llama, Claude), есть ли в них польза и что они могут делать? Я не пишу сейчас полноценный обзор – это серия лонгридов, на которые сейчас нет времени, но попытаюсь выделить главное.
По сути, главное и самое основное предназначение ГИИ – это компрессия и декомпрессия информация, собственно, и все, а из этого уже «расщепляются» различные производные направления.
Компрессия информации - конспектирование, резюмирование, обобщение, «суммаризация» и так далее огромных массивов текстовой, аудио или видео информации по особым алгоритмам. Например, кратко пересказ YouTube ролик, книгу, инструкцию пользования или какие-либо события.
Декомпрессия информации – из ранее сжатой информации на основе логических цепочек и по заданным сценарным векторам генерировать аудио, видео или текстовый контент. Например, на основе краткой рецензии книги, сгенерированной ранее ИИ, написать похожие отзывы/рецензии или дать рекомендации по схожим литературным произведениям.
Основные сценарии использования ГИИ:
• Обобщение и интерпретация контента.
• Переводчик.
• Экспертная система / ответы на вопросы (что это означает, как это сделать, как это работает, как это исправить и т.д).
• Анализ, аналитика данных (пока самое слабое звено и хуже всего развито).
• Рерайт готовых текстов по заданным направлениям, стилям и тональности.
• Копирайтинг, написание резюме, отзывов, эссе, простых статей по заданным темам.
• Более эффективное распознавание цифрового контента (OCR документов, видео, аудио). Например, автоматическая стенограмма презентации с аудио в текст, автоматический таймкоды в видео, распознавание и структуризация документов.
• Более умный семантический поиск. Например, поиск в фото или видео определенных объектов, сюжетов и так далее. Пока все это не работает, но Google обещает интеграцию до конца года.
• Создание фото и видео с заданными условиями.
В перспективе года ГИИ модели позволяет сделать умный органайзер, структурировав документы, письма, фото и видео с заданными маркерами. Например, 30 тыс фото в библиотеке, нужно разбить по типам и сюжетам (люди, природа, города, культурные объекты и т.д.). Аналогично с документами, т.е. умная группировка и поиск по критериям. Структуризация и систематизация контента – это то, что способен делать ГИИ.
Потенциально может быть полезен, как персональный репетитор, создатель гида, проводника в различных неизведанных вопросах и направлениях, в том числе как туристический гид, неплохое пространство для роли консультанта по многим вопросам. Некая улучшенная комбинация Google + Wiki / онлайн библиотеки.
ГИИ может применяться для создания спектра идей для контента, применяться для автоматизации создания отчетов и шаблонных проектов, первичной аналитики данных.
В перспективе нескольких лет многие профессии под угрозой: переводчики, редакторы и корректоры, копирайтеры и контентмейкеры, секретари, маркетологи, работники службы поддержки и консультанты, дизайнеры, художники, аниматоры, программисты и аналитики начального уровня.
Тянет ли справочное бюро, переводчик, обобщение контента и умная группировка на 25 трлн долларов (кумулятивный ИИ хайп с начала 2023 по США и развитым странам) с пафосной претензией на «изменение мира ДО чатботов и ПОСЛЕ чатботов»? Крайне сомнительно.
Как это все работает на практике, удалось ли ГИИ интегрировать в проекты Spydell Technologies, есть ли в ГИИ достаточная глубина рынка и пространство для монетизации, чтобы оправдать приращение капитализации на триллионы долларов? Об этом позже.
Где красная черта и какой объем ресурсов необходим до бесперебойной работы федерального правительства США?
Запасы кэша Минфина США снизились до $710 млрд по сравнению с $962 млрд на начало месяца.
Красная черта – это тот запас кэша, который позволяет балансировать разрывы ликвидности в пределах, хотя бы одного месяца.
Объем годовых расходов Минфина США на уровне 6.7 трлн, среднемесячный дефицит плюс-минус около 170 млрд при тенденции на рост.
Сейчас основной вклад в прирост годовых расходов вносят процентные расходы, оборонный бюджет и расходы на поддержку банковской системы.
Это означает потенциал увеличения дефицита бюджета очень значительный при условии расширения программы поддержки населения и антикризисных программ так, как это было в 2009-2011 и 2020-2021.
Минимальный объем кэша, необходимый для бесперебойного функционирования правительства в пределах одного месяца составляет минимум 250 млрд.
Доходы поступают неравномерно, а расходы цикличны, отклонения в пределах месяца до 250 млрд являются типичными. При этом долговой рынок не всегда может быть доступен в полном объеме.
Сейчас лимит по долгу приостановлен, однако, политическая конъюнктура может измениться и Минфин упрется в ограничения так, как это было в начале 2023.
Комфортный объем кэша, учитывая текущие потребности Казначейства, составляет около 750 млрд (3-4 месяца на балансировку).
С мая по сентябрь 2024 Казначейству США необходимо минимум 1.1 трлн на финансирование дефицита (ближе к 1.3 трлн - реалистичный сценарий)
План по чистым заимствованиям на 1.1 трлн был взят не из воздуха, а в соответствии с потенциальным дефицитом и необходимостью держать кэш выше 750 млрд.
В чем интрига? Разместиться на 1 трлн за 4.5 месяца в среднесрочных и долгосрочных облигациях сейчас практически невозможно без экстраординарных мер (экстренно пылесосить мировой капитал через шоковый сценарий, либо глушить пузырь на фондовом рынке, перераспределяя капитал в трежерис).
Не разместят столько, а значит напряжение в конце 2024 будет на пределе.
Почти два года прошло с момента начала программы сокращения баланса ФРС (QT).
Перед началом QT ценные бумаги были в объеме 8.48 трлн, сейчас – 6.86 трлн (это уровень февраля 2021), реализовано 1.62 трлн при плане QT к 22 маю на уровне 2.14 трлн (выполнено 75%).
Объем QE (мар.20-мар.22) составил в совокупности 4.64 трлн, соответственно сжатие баланса составило 35% от масштаба приращения в эпоху монетарного бешенства.
• Объем трежерис до QT был 5.77 трлн, теперь – 4.49 трлн, реализовано – 1.28 трлн при плане 1.35 трлн (выполнено 95%).
• MBS в мае 2022 были в объеме 2.71 трлн, а к текучему моменту – 2.37 трлн, сброшено 339 млрд при плане 787 млрд (выполнено 43%).
Текущий норматив QT составляет 95 млрд (60 млрд трежерис и 35 млрд MBS), с 1 июня 2024 будет 60 млрд (25 млрд трежерис + 35 млрд MBS). Фактические объемы продаж были около 75 млрд, будет около 40 млрд.
Кредитные программы составляют 116 млрд, среди которых BTFP – 109 млрд, введенная в марте 2023 и просуществовавшая до марта 2024, и дисконтное окно – 6.7 млрд. После отмены пролонгации новых кредитов в рамках BTFP в марте 2024, общий объем задолженности снизился почти на 50 млрд, вернувшись к уровню ноя-дек.23. Пиковый объем по всем кредитным программам был в конце марта 2023 – около 400 млрд.
Объем долларового обратного РЕПО в ФРС с мар.24 остается стабильным в диапазоне 0.4-0.5 трлн, что связано с началом погашения векселей Минфина США в апреле-июне 2024 в объеме до 300 млрд, где уже погашено более 210 млрд.
С июля по сентябрь 2024 вновь начнут занимать векселя до 0.3 трлн, поэтому к концу августа избыточная ликвидность просядет до 0.1 трлн с учетом операций QT, поэтому к осени резервов почти не останется.
Минфин США начал агрессивно сбрасывать кэш – 250 млрд за месяц, что связано, как с финансированием дефицита, так и с погашениями векселей, при этом депозиты банков в ФРС выросли всего на 100 млрд.
Весь накопленный кэш в апреле, сформированный в основном за счет профицита бюджета, уже утилизировали, а май еще не закончился.
Есть ли признаки замедления инфляции в России?
Рост цен на товары и услуги в России составил 0.47% в апреле с устранением сезонного эффекта (5.8% SAAR). С начала года среднемесячный рост цен – 0.46%.
С чем это можно сравнить и где точки роста цен в России?
В 2017-2021 годах среднемесячный рост цен составлял 0.38%, в 1П23 – 0.4% и 0.37% в янв-апр.23, а во 2П23 – 0.8%. Присутствует неоспоримое замедление цен по сравнению с 2П23 (пиковый рост за 3м был в июл-сен.23 на уровне 1% в месяц) и не так далеко от исторической нормы.
Официальная статистика свидетельствует о том, что сейчас инфляция буквально в 1.2 раза выше нормы – это не так критично.
Структурно все стало неоднородным. В период неуправляемого коллапса рубля с июня по сентябрь 2023, инфляционный импульс был сконцентрирован в товарном сегменте, а теперь в услугах и вот, как это было:
• Продовольственные товары: в янв-апр.24 среднемесячные темпы составили 0.28% vs исторической нормы в 2017-2021 на уровне 0.42%, роста цен на 0.21% в 1П23 и 1.1% во 2П23.
• Непродовольственные товары: 0.36% vs 0.38%, 0.23% и 0.74% соответственно по выше указанным периодам сравнения.
• Услуги: 0.84% vs 0.32%, 0.9% и 0.59% соответственно.
Таким образом, цены на продукты в начале 2024 растут ниже исторической нормы примерно в 1.5 раза, цены на непродовольственные товары соответствует норме, цены на услуги растут в 2.6 раза быстрее нормы.
В России услуги формируют не более 30% от потребительских расходов, тогда как в США около 65%, поэтому значительное отклонение ценового импульса в услугах не так отразилось на общем росте цен.
Товары преимущественно зависят от курса рубля, т.к. почти все - это импорт или квази-импорт, а услуги на 95% локализованы внутри РФ, за исключением ограниченного набора ИТ услуги и туризма.
Стабилизировать цены на услуги крайне сложно, доминируют внутренние факторы и особенного дисбалансы на рынке труда. Внешняя изоляция перераспределили доходы и сбережения населения на внутренний рынок – туризм в РФ, общепит, культура, спорт и развлечения.
Выводы глобального исследования: семьи с состоянием от $3 млн до $100 млн теряют больше остальных. На них приходится 75% потерь при внутрисемейном трансфере активов. По отдельным классам активов – до 90%.
Почему?
Ответ в исследовании 13,500 основателей капитала из 18 стран, которое представлено на 5 языках. Эта категория владельцев капитала в первом поколении, которым предстоит подготовить заработанный актив к трансферу внутри семьи.
⁃ $310 000 на каждый $1 000 000 составляют потери из-за пробелов в информации об активах
- 98% основателей капитала выбирают ненадежные способы хранения данных. Как итог, ежегодного они утрачивают ⅙ информации об истории активов.
- 93% не знают, что будет делать семья в критической ситуации, чтобы сохранить активы.
- 6% владельцев капитала подготовили или разрабатывают план трансфера.
Готовы ли ваши семья и активы к трансферу? Какие активы в зоне риска из-за информационной асимметрии?
Пройдите анонимный опрос Owner.One и оцените свою готовность к трансферу.
Ответ на эти 30 вопросов займут у вас 12 минут, а пищу для размышлений вы получите на месяц.
Отчет Nvidia
Из компании для техно-гиков и геймеров, Nvidia превратилась в главного поставщика ожиданий в возрождение нового ИИ мира – того самого, где вся существующая конфигурация мироздания устарела и выброшена на свалку истории.
Nvidia, так горячо любимая засаленными задротами-красноглазиками в начале нулевых, превращается в новую икону для хипстеров, ИИ-адептов и нашпигованных галлюциногенами чуть менее, чем полностью представителей инвестиционного сообщества на Wall-St, ловко цепляющихся за любой хайп.
Nvidia деклассировала ФРС, как главного поставщика «хорошего настроения», трансформировав новостную повестку в финансовых СМИ в бинарную логику – есть Nvidia со смежными ИИ компаниями и есть все остальные.
ИИ из узкоспециализированной темы для отраслевых специалистов превратился в мейнстрим, в котором наличие активированной подписки на чатботы стало строго обязательным даже для привокзальных бомжей, не имеющих компетенций отличить компьютер от стиральной машины, но уже знающие, что есть ChatGPT и смежные сервисы.
Вот жил мир с центрами обработки данных, развивая ИТ индустрию, с которых Nvidia собирала пару миллиардов долларов за квартал (2021 год, это не век динозавров), что считалось хорошим результатом и все радовались.
Появились чатботы и технологические компании, как ошарашенные стали вкладывать десятки (!) миллиардов долларов в ИТ инфраструктуру, где главным бенефициаром стала Nvidia, предлагающая уникальные решения с практически полным доминированием на рынке.
Nvidia ловко манипулирует своей монополией, устанавливая цены такие, какие объявит «кожаная куртка» без ложной скромности и прочих сантиментов, формируя маржинальность в 5 раз выше рынка (ближе к 65%).
Когда технологические компании устроили остервенелую гонку «кто перечатботит конкурента», а конкурентов у Nvidia нет – вполне логично, что 87% выручки формируют ЦОД vs 9% в 2016, а в деньгах рост почти в 100 раз с 0.8 до 88 млрд (потенциал в 2024)!
Отчет Nvidia кратко представлен на графиках, более подробно у самой Nvidia.
Активность на долговом рынке России начала снижаться.
Несмотря на привлекательную доходность по государственным и корпоративным облигациям, ликвидность на долговом рынке России имеет тенденцию к снижению, спрос остается ограниченным.
Рынок ОФЗ, который непрерывно снижается с февраля 2024, красноречиво демонстрирует неоднозначность ситуации на долговом рынке.
Здесь и со стороны эмитентов предложение остается незначительным в сравнении с 1П23, т.к. большинство компаний и государство предпочитают не фиксировать высокие ставки на долгие годы.
С начала 2024 (январь-апрель включительно) чистые размещения рублевых облигаций со стороны всех российских эмитентов составили всего 688 млрд vs 1045 млрд в 2023 и 795 млрд руб в 2021 за аналогичный период времени.
По эмитентам чистые размещения для рублевых облигаций (все данные в рублях с января по апрель):
• Кредитные организации: общая задолженность 2.68 трлн, прирост с начала 2024 года - 24 млрд vs 46 млрд в 2023 и 45 млрд в 2021 за аналогичный период времени.
• Другие финансовые организации (брокеры, дилеры, инвестфонды): задолженность – 7.62 трлн, прирост с начала года на 227 млрд vs 254 млрд годом ранее и сокращения на 91 млрд в 2021.
• Государство: по непогашенному остатку госдолг составляет 21.9 трлн, прирост в 2024 – 384 млрд vs 821 млрд в 2021 и 1091 млрд в 2021.
• Нефинансовые организации: задолженность 8.4 трлн, прирост с начала года всего 46 млрд vs оскращения на 23 млрд в 2023 и снижения задолженности на 332 млрд в 2021.
Общее снижение активности происходит за счет государства. Минфин РФ вышел на открытый рынок после начала СВО лишь окт.22, с тех пор заняли 6.2 трлн руб, основным покупателем примерно на ¾ являются банки.
Кредитные организации и нефинансовые компании практически не нарастили обязательства с начала СВО, а среди частных структур активность присутствует только у других финансовых организаций – прирост 3.7 трлн руб с фев.22.
В валютных облигациях долг по всем эмитентам нарастили на $40 млрд с фев.22 и лишь $5 млрд с начала 2024.
Какой потенциал оттока капитала в иностранную валюту со стороны населения России?
По скользящей сумме за 12м наибольшая интенсивность распределения финансовых ресурсов в валютные активы была к октябрю 2021 – в моменте 2.9 трлн руб ($39.6 млрд) – этот показатель объединяет все активы и инструменты, номинированные в иностранной валюте. Сейчас отток в данной выборке составляет всего $5.5 млрд.
Если выделить валютные активы нерезидентов (депозиты в иностранных банках, акции, паи и облигации иностранных эмитентов) конфигурация другая – по скользящей сумме за 12м максимальная интенсивность оттока была уже после СВО – в мае 2023 на уровне 2.1 трлн руб ($39.3 млрд), а сейчас $13.7 млрд - это уровень фев.21.
Этот объем оттока оценивается прямыми стат.наблюдениями и не учитывает теневые потоки, криптовалюту и оттоки через фонды и трасты с неявными бенефициарами, т.е. реальный отток по-умолчанию больше заявленного.
Почему общий отток в валютные активы меньше, чем отток в валютные активы нерезидентов? С 2022 это связано с нулевым потоком в наличную иностранную валюту, рекордным оттоком из валютных депозитов в российских банках и низким спросом на валютные активы резидентов.
Оценивая потоки капитала важны относительные показатели, т.е. отток в валютные активы относительного общего агрегированного оттока во все активы и инструменты с учетом рублевых.
Здесь получается интересно – к окт.21 свыше 44% от всех общенациональных сбережений населения распределялось в валютные активы (сейчас менее 4%).
Напрямую в валютные активы иностранных эмитентов наивысшая концентрация оттока была в фев.22 – 25.2% от совокупного распределения финансовых потоков, а сейчас лишь 8.8% - минимум с мая 2020.
Это связано с рекордной аккумуляцией сбережений населением – если в 2021 население распределяло 6.2 трлн руб сбережений по ликвидным активам, а сейчас 14.1 трлн руб.
Трудности с выводом активов и двусторонний валютный контроль не позволяют разогнаться так, как в 2021, т.е. относительный потенциал снизился примерно в 2.5 раза.
Предлагаю отвлечься от насущных дел и переключиться на красивые интерьеры.
Если вы приобрели недвижимость в Дубае или на Абу-Даби - команда сервиса меблировки Furni возьмет на себя все заботы подготовки вашего нового дома.
Разработают проект с мебелью, техникой, декором. Подключат воду, электричество, газ и интернет. Кроме того, освежат ремонт и примут квартиру у застройщика, если это нужно. Цены на сервис фиксированные. Контролировать процессы можно из любой точки мира.
Заказать услугу можно на сайте furni.ae. Посмотреть готовые проекты в тг-канале.
__
Реклама. ИП Шумов Д.С., ИНН:772156492588 ,erid: 2SDnje9gmAH
Крупнейшая налоговая реформа в современной истории России.
Минфин РФ внес предложения по самой масштабной налоговой трансформации, когда одновременно меняются налоги, как на физлиц, так и на бизнес (НДФЛ, налог на прибыль, УСН, НДПИ и ряд других изменений).
Текущая прогрессия по НДФЛ имеет две ступени – базовая ставка в 13% для доходов до 5 млн и 15% для доходов свыше 5 млн руб. Теперь будет 5 ступеней с нижней отсечкой по начисленным доходам 2.4 млн руб в год, а диапазон ставок от 13 до 22%.
• 13% для доходов ниже 2.4 млн руб в год.
• 15% для доходов от 2.4 до 5 млн руб в год
• 18% для доходов в диапазоне от 5 до 20 млн руб в год
• 20% для доходов в диапазоне от 20 до 50 млн руб в год
• 22% при доходах свыше 50 млн руб.
Для доходов от инвестиций (дивиденды и проценты) ставка будет плоской 15% для доходов свыше 2.4 млн руб в год.
Принцип применения ставок от суммы превышения, т.е. если доход 10 млн, соответственно, 2.4 млн рассчитываются по 13%, следующие 2.6 млн руб до отсечке в 5 млн по ставке 15% и оставшиеся 5 млн по ставке 18%. В этом случае эффективная ставка будет чуть больше 16%, общая сумма налогов 1.6 млн, при текущем налоговом законодательстве эффективная ставка 14% или 1.4 млн, что составляет чуть более 200 тыс руб переплаты.
Какая эффективная ставка и объем переплаты будет в соответствии с инициативой Минфина (нет сомнений в том, что формат будет принят до конца года):
• Доходы 3 млн – 13.4%, сейчас 13%, переплата 12 тыс
• 3.5 млн – 13.62% / 13% / 22 тыс соответственно
• 4 млн – 13.8% / 13% / 32 тыс
• 4.5 млн – 13.93% / 13% / 42 тыс
• 5 млн – 14.04% / 13% / 52 тыс
• 6 млн - 14.7% / 13.33% / 82 тыс
• 7 млн - 15.17% / 13.57% / 112 тыс
• 8.5 млн – 15.67% / 13.82% / 157 тыс
• 15 млн - 16.68% / 14.33% / 352 тыс
• 20 млн – 17.01% / 14.5% / 502 тыс.
В компенсацию будет налоговый возврат в 7 п.п из уплаченных 13% для семей с двумя и более детьми, если совокупный доход семьи не превышает 1.5 прожиточных минимума на человека. Участников СВО повышение налогов не касается.
Размышления о резервных валютах...
Резервная валюта все же определяется не объемом золотовалютных резервов, хранимых центральными банками – это далеко не основной критерий. Все намного сложнее.
Если в начале 21 века доля доллара в международных резервах достигала 71-73%, а к 2022-2022 доля снизилась до 58% - действительно, тренд нисходящий.
Среди аллоцированных резервов на доллар приходится около $6.7 трлн – это ничтожный объем (всего 12.3%) в общей задолженности США перед внешними кредиторами, которая составляет 54.3 трлн на начало 2024.
Говоря о долларе, как резервной валюте необходимо оценивать комплексную экспозицию по всем финансовым инструментам и типам задолженности.
В структуре чистого притока иностранного капитала из всех источников и направлений в долларовую финансовую систему, доля центральных банков балансирует от 7 до 16%, т.е. США ориентируется на частный капитал.
Второй важный момент, который многие упускают. США не заинтересованы в поддержке торговых операций в долларах любой ценой, а гораздо критичнее для них операции в финансовых инструментах.
Большинство базовой/фундаментальной литературы по монетарной политике была написана в 1960-1980х годах, когда оборот по внешней торговле имел значения, а доля трансграничных финансовых транзакций была незначительной. Сейчас все изменилось.
По моим оценкам, глобальный экспорт составляет около 30 трлн в год по всем странам мира, соответственно импорт сопоставим, т.е. 82 млрд долл в день. Это дневной оборот Nvidia или Bitcoin в жаркий день.
Объем валовых трансграничных операций по всем финансовым инструментам (акции, облигации, паи, денежно-кредитные инструменту) на два порядка выше, это еще без деривативов.
Снижаются ли торговые расчеты в долларах в пользу юаня и евро? Да, но доля торговых расчетов во всех транзакциях, номинированных в долларах, ничтожна в пределах погрешности.
Для США важны финансовые операции, вот поэтому они так лелеют пузырь на фондовом рынке.
Главным мировым кредитором является Китай, который распределяет на внешних рынках 250-350 млрд в год.
Говоря о мировом кредиторе, я подразумеваю не валовое, а чистое распределение капитала (общее распределение капитала резидентов во внешний мир минус общее привлечение капитала нерезидентов). По валовом потока вне конкуренции США и Европа, тогда как по чистому распределению расклад более разнообразный.
За три года профицит счета текущих операций Китая составил $1049 млрд, на втором месте Германия – $750 млрд, Япония – $438 млрд, Россия – $413 млрд, Нидерланды – $331 млрд, Норвегия – $329 млрд, Сингапур – $275 млрд, Саудовская Аравия – $227 млрд, Швейцария – 201 млрд, Ирландия – $183 млрд, Кувейт – $150 млрд, Южная Корея – $146 млрд, Дания – $134 млрд, Катар – $126 млрд, Швеция – $117 млрд, Гонконг – $116 млрд. По Еврозоне профицит СТО около 580-600 млрд, по всем странам Европы около 1 трлн. Еще Тайвань, но данные по этой стране неполные.
Выше представлен список стран с профицитом СТО свыше 100 млрд за три года. Чем важен этот список?
За последние 10 лет произошли структурные сдвиги в распределении капитала. До 2021-2013 гг США и Великобритания концентрировали капитал со всего мира, но последние 10 лет и особенно с 2018 года фрагментация начала резко возрастать.
Из представленного списка США потеряли частично или полностью нефтеэкспортеров с Ближнего Востока, Китай и Россию.
По нефтеэкспортерам не так все однозначно. До 2010 года нефтеэкспортеры в совокупности распределяли около 75-80% всего профицита в долларовую финансовую систему, сейчас ближе к 35-45% по собственным расчетам. Деньги идут, но уже не так интенсивно.
После начала торговой войны с 2017-2018 гг Китай значительно снизил распределение профицита СТО в доллар, на госуровне сводя к нулю, тогда как частный капитал все еще идет, но преимущественно через оффшоры и теневые шлюзы. Россия последовательно снижала интенсивность распределения капитала с 2014, а с 2022 обнулила.
США сейчас почти полностью полагается на стратегических союзников (Европа, Япония, Корея, Австралия, Тайвань, Сингапур).
Проблема в том, что дефицит СТО у США удвоился за 10 лет, а количество поставщиков капитала в США сузилось до стратегических союзников, экономическая ситуация по которым неоднозначная.
Все это означает, что США придется принудительно снижать дефицит СТО, т.к. в мире просто нет столько денег, чтобы финансировать распухшего монстра.
Экономика больших языковых моделей
Пока не существует достоверных исследовательских работ по рентабельности, потенциалу экспансии и по воздействию на экономику ГИИ.
Темпы развития настолько высоки, что любая аналитика устаревает в момент выхода и ни у кого, в том числе у разработчиков ГИИ, нет понимания, куда все это зайдет.
Тема очень интересная, но пока можно лишь выдвигать гипотезы.
Финансовое сообщество в США трещит от восторга, воображая «квантовый скачок» в новую ИИ-вселенную, где трансформация мира будет настолько фундаментальной, что изменит «правила игры» на всех уровнях.
Заявка неслабая – сразу на технологическую революцию, которая изменит мир и одна из важнейшей технологий из когда-либо созданных человечеством.
Достаточно посмотреть на капитализацию ведущих технологических компаний США, которые перебивают все возможные рекорды.
▪️Первое – на экономику влияет прежде всего способность к повышению производительности труда и способность к ускорению технологического прогресса, инноваций и научно-исследовательских проектов.
Способны ли публичные версии ускорять создание технологий и повышать качество существующих технологий? Исключено.
Однако, сама технология ГИИ способна влиять на технологический прогресс при условии доступа к архитектуре и весам LLM, позволяя реализовывать глубокую модернизацию моделей под специфические научные задачи. Эта привилегия доступна лишь избранным компаниям, которые разрабатывают ГИИ.
▪️Второе – все существующие LLM сильно убыточны, т.к. затраты на инфраструктуру и техническое обеспечение ГИИ настолько высоки, что практически лишают разработчиков шансов на окупаемость инвестиций в краткосрочной перспективе 1-3 лет. Что будет через три года не знает никто.
Порог входа в клуб разработчиков ГИИ начинается от 3 млрд долларов (ИТ инфраструктура с крайне дорогим оборудованием; исследования и разработки, где разработчиков в этом направлении очень мало, а стоят очень дорого; лицензирование в рамках доступа к данным).
Специфика функционирования ГИИ заключается в том, что для адекватной и конкурентной модели необходима разработка LLM и обучении минимум на 1 трлн токенов, а это как раз около 3 млрд долл.
▪️Третье – положительный экономический эффект сильно переоценен. Да, многие профессии под угрозой, но примерно это же говорили в начале 90-х, когда появились электронные таблицы, что по теории должно было снизить количество бухгалтеров на порядок, но в реальности спрос на бухгалтеров только вырос и ещё много примеров...
Нет никаких сомнений в том, что ГИИ – одно из самых важных технологических открытий в 21 веке, это очень интересная технология, которая принесет пользу, особенно на бытовом уровне.
При этом важность и значимость ГИИ с точки зрения воздействия на экономику пока сильно переоценена.
То, что представлено и может быть представлено в ближайшее время - не особо впечатляет и тянет лишь на уровень надстроек/плагинов в существующие ИТ решения, не меняя радикальным образом паттерны и механизмы взаимодействия общества с окружающим пространством.
Научный и профессиональный подход к аналитике – залог адекватной интерпретации реальности и верных инвестиционных решений.
Сейчас информационное пространство переполнено сенсационными заголовками и низкокачественным контентом, поэтому важно обращаться к проверенным и авторитетным источникам.
Стоит порекомендовать канал Holy Finance, где автор собирает и переводит на русский язык полезную информацию об инвестициях и финансах из ведущих западных источников (научные труды ведущих ученых, аналитика и специализированные обзоры крупнейших инвестбанков мира).
Большинство аналитических обзоров изначально являются закрытыми и платными в сегменте Wealth Management у Goldman Sachs, JPMorgan, Morgan Stanley и других инвестбанков, но читатели Holy Finance получают доступ ко всем материалам бесплатно.
Вот примеры статей, которые могут вас заинтересовать:
1. Лёгкие деньги - Эссе Говарда Маркса (Oaktree Capital Management, $192 млрд в управлении) о мире низких процентных ставок и о том, как низкие ставки влияют на инвестиции, инвесторов и экономику.
2. Cтоимостное инвестирование и поведенческие финансы - Лекция от Кристофера Х. Брауна (Один из управляющих, который, по мнению Баффетта, умеет обгонять рынок) от 2000 года для Колумбийской школы бизнеса
3. Математика роста и стоимости - от Morgan Stanley. Вы можете найти много статей о том, как важно правильно оценить акцию перед тем, как её купить. Но редко пишут о том, как именно оценивать акции (не по мультипликаторам же..?)
Присоединяйтесь к Holy Finance уже сегодня и получайте доступ к эксклюзивным аналитическим материалам бесплатно! Это действительно полезный канал, в том числе для пассивных инвесторов.
О прикладном использовании больших языковых моделей…
Сразу к делу – есть ли положительный опыт интеграции в научно-исследовательские проекты в области экономики и финансов? Нет, ни одна модель не функциональна, ничего не работает.
Есть две критические и пока неразрешимые проблемы на архитектурном уровне самих моделей ГИИ.
Первое – нет вшитого контроля верификации выходных данных и корректности интерпретации. Другими словами, ГИИ не способен оценивать корректности и адекватность сгенерированного контента, нет встроенного критерия истинности.
Современные модели ГИИ не обладают критическим мышлением и верификатором результатов, что в контексте работы LLM означает: выявление логических связей и противоречий, оценка аргументов и доказательств, анализ данных и источников, адаптация выходного результата в контекст условий.
Доступные на сегодняшний день LLM:
• Не проверяют достоверность источников информации и не различают надежные данные от ненадежных.
• Не способны самостоятельно выявлять логические ошибки или противоречия в своих ответах.
• Не могут критически оценивать представленные аргументы и доказательства.
• Не могут адекватно адаптировать свои ответы к специфическим условиям или контексту задачи.
LLM обучаются на сверх больших массивах данных, изначальная достоверность которых под сомнением, и в этом наборе информационного мусора происходит компрессия данных и определение весов.
Те данные, на которых были обучены LLM изначально могут содержать ошибки, предвзятость и недостоверную информацию, а следовательно обучение часто строиться на ложных сведениях.
В некотором смысле веса в больших языковых моделях (LLM) определяют иерархию интерпретации информации, позволяя модели распознавать иерархические и контекстуальные зависимости в данных. Иначе говоря, веса определяют меру связанности информационных блоков, как одна часть информации влияет на другую часть информации.
Что это означает на практике? LLM крайне неэффективны в разработке инновационных смысловых конструкций и интерпретации изначально противоречивой информации, производя сложные многоуровневые оценки факторов, обстоятельств и зависимостей.
ГИИ могут быть эффективны в интерпретации общепризнанных наиболее популярных фактов регулярного характера, но не способы выстраивать иерархию приоритетов и многоуровневую композицию факторов риска в неоднозначном и неструктурированном наборе данных, вектор распределения которых не прогнозируем.
Следовательно, сложная аналитика процессов и событий не подвластна ГИИ, поэтому в ГИИ нет интеллекта в широком понимании. Это высоко эрудированная система, которая достаточно тупа в понимании связей и зависимостей сложных систем, а социология, психология, политология, экономика – это как раз те области, где нет жесткой структуризации данных и нет однозначности в интерпретации.
Можно формализовать математику или физику (здесь ГИИ в перспективе 3-5 лет может добиться успехов), но нельзя формализовать мотивы и действия социума, поэтому ГИИ не может управлять бизнес-процессами, не может прогнозировать и оценивать все те области, где задействован человек (финансы, экономика, социология, политика и т.д.).
К чему это приводит? ГИИ генерируют огромное количество контента, который на прикладных задачах практически невозможно применять из-за отсутствия достоверности.
В идеале система должна работать, как низко уровневая программа в процессоре, где повторение опытов всегда дает один и тот же результат – есть однозначность и прогнозируемость. В ГИИ слишком широкий диапазон допусков.
В итоге время и ресурсы на проверку результатов работы ГИИ превосходят любую потенциальную выгоду. Проще говоря, ГИИ слишком завораживающее фейкометят, чтобы использовать их в серьезных исследованиях и бизнес-процессах.
Низкая достоверность выходного контента вшита на уровне архитектуры LLM, поэтому проблема неисправима ни сейчас, ни в ближайшем будущем.
Вторая проблема – необучаемость и ограниченная длина контекстного окна. Эта тема требует отдельного обзора.
Рост инфляционных ожиданий в России.
Увеличение инфляционных ожиданий (ИО) преимущественно касается населения при стабильных ИО у бизнеса.
• В мае 2024 медианная оценка инфляционных ожиданий населения на годовом горизонте возросла до 11.7% (+0.7 п.п. м/м; +0.9 п.п. г/г).
• Наблюдаемая населением инфляция в мае продолжила снижаться - медианное значение было равно 14% (-0.4 п.п. м/м; -0.1 п.п. г/г).
• Долгосрочные инфляционные ожидания на 5 лет вперед возросли до 10.4% (+0.6 п.п. м/м; -0.9 п.п. г/г).
• За май 2024 ценовые ожидания предприятий на 3 месяца вперед в целом не изменились по сравнению с апрелем, оставаясь высокими. В мае несколько снизились ожидания предприятий по спросу на ближайшие 3 месяца. Оценки изменения издержек остались почти без изменений.
В отраслевом разрезе повышение ИО наблюдалось в сельском хозяйстве, транспортировке и хранении, торговле, обеспечении электроэнергией и водоснабжении; снижение – в обрабатывающей промышленности, добыче полезных ископаемых, сфере услуг. В строительстве ценовые ожидания не изменились.
Риторика ЦБ РФ в обзоре инфляционных ожиданий весьма жесткая:
«Наблюдаемая в последние месяцы пауза в снижении инфляционных ожиданий подтверждает, что для возвращения инфляции к цели требуется длительное поддержание жестких денежно-кредитных условий.»
Торговая война США и Китая
Пока мир следит за политическими новостями, США продолжают тихо вести торговую войну с Китаем, начатую Трампом. На этой неделе были введены новые тарифы на китайские товары на сумму более $18 млрд. Президент Байден заявил, что эти меры противодействуют несправедливой торговой практике Китая, акцентируя внимание на отраслях, где США усиливают внутреннее производство.
Пошлины на электромобили увеличены с 25% до 100%, на полупроводники – с 25% до 50%, на солнечные панели – до 50%, на медицинские шприцы – до 50%, на литий-ионные батареи – с 7,5% до 25%, на графит и постоянные магниты – до 25% в ближайшие два года, а на редкоземельные минералы введены на уровне 25%. Это демонстрирует, что политика администрации Байдена по-прежнему враждебна к китайской экономике, несмотря на критику Трампа.
Хотите знать существуют ли альтернативные пути разрешения торговых споров между США и Китаем, подписывайтесь: /channel/naebrosh
Расширение легитимизации криптовалюты в США.
После запуска пула ETF на Bitcoin в начале января 2024 всего спустя 4 месяца в особо изощренной форме форсировали принятие ETF на Ethereum.
SEC на протяжении многих месяцев откладывала расширение присутствия крипты в зоне своей ответственности, но в понедельник глава SEC Гэри Генслер инициировал один из сильнейших шорт сквизов на рынке крипты с марта 2024 и самый мощный шортсквиз в истории торгов Ethereum.
Суть заявления заключалась в том, что SEC готова к одобрению спотового Ethereum в пределах нескольких дней и вынудил ведущие инвестфонды США срочно переупаковывать заявки на интеграцию ETF.
22 мая законодатели Палаты представителей в экстренном режиме и с первой попытки одобрили HR 4763, или Закон о финансовых инновациях и технологиях (FIT21), 279 (71 демократ и 208 республиканцев) голосами против 136.
Спустя сутки SEC в нарушении стандартных протоколов аудита и одобрения заявок (подача - > публикация -> рассмотрение -> одобрение -> вступление в силу) буквально за пару дней приняли директиву 19b-4 по регистрации Ethereum, тогда как раньше возня идет минимум несколько недель.
Это еще не доступ к торгам, там еще технические процедуры необходимо пройти, но это в пределах 1-2 недель.
Конгресс, Сенат, Белый Дом и SEC были либо нейтрально, либо преимущественно против и буквально за несколько дней разворот на 180 градусов и высоко интенсивная интеграция ETF на Ethereum.
Одна из версий – отчаянная попытка администрации Белого дома заручиться поддержкой крипто энтузиастов на выборах в противовес лояльной политики Трампа в этом направлении.
Интеграция ETF на Ethereum не гарантирует устойчивых денежных потоков. В Bitcoin пришло $13.4 млрд с начала января, причем $10.5 млрд распределили с 7 февраля по 15 марта в период ожесточенного пампа ИИ и мем-стоков.
Сейчас баланс ликвидности резко ухудшается, пузырь на грани коллапса, Ethereum лишь треть от капитализации Bitcoin и не такой хайповый. Приход $3-4 млрд за 4 месяца будет успехом, но это мало повлияет на рынок.
Эскалация безумия при обострении кризиса ликвидности.
Рынок буквально трещит от счастья – настоящий апогей идиотизма, триумф абсурда, кульминация нелепости и квинтэссенция запредельной глупости.
Проблема не в том, что рынок показывает сильнейший памп в истории торгов по совокупности факторов (подробная статистика была в феврале-апреле), а проблема в расхождении перегретых ожиданий, текущего положения и потенциала, взвешенного на риск факторы.
Рынок «оскотинился» до таких кондиций, что в принципе уже не закладывает риск параметры в ценообразование активов, что прямым образом проявляется в:
• cпрэдах на долговых рынках между высоконадежными и низко надёжными активами, которые на минимальных значениях в истории,
• в балансе PUT/CALL опционов, где риск позиционирование на нуле, т.е. никто не страхуется от падения,
• в доле кэша среди управляющих активами, где кэш вблизи исторического минимума;
• Волатильность на самых низких значениях с 2017 (исторические минимумы), что означает стабилизированный консенсус в рынке и отсутствие противоречий – все смотрят в одну сторону и уверены в своей позиции.
Рынок регулярно переписывает рекорды по скорости, масштабу и продолжительности набора капитализации. Говоря о сильнейшем пампе в истории торгов, есть абсолютно конкретные и непротиворечивые статистические обоснования.
Контекст условий в том, что в отличие от предыдущих циклов расширения капитализации, сейчас нет ни V-образного восстановления экономики и корпоративных финансов, ни расширения ликвидности. Все строго наоборот.
Впереди масштабные размещения Минфина США. До октября необходимо занять еще $947 млрд, что в 3.2 раза интенсивнее, чем с июн.23 по апр.24 и 2.4 раза интенсивнее, чем за последние 4.5 месяца.
Более высокие темпы чистых размещений за 4.5 месяца были в июне-сентябре 2021 ($1.2 трлн), но тогда ФРС перекрывала разрыв ликвидности QE объемом до $4.5 трлн, а сейчас сокращение ликвидности.
Денег в системе нет для подобных размещений, что обострит дефицит ликвидности и проблемы на долговом рынке.
Торжество безрассудства…
Рынок в очередной раз впал в иррациональную эйфорию, не подкреплённую макроэкономическим и финансовым обеспечением – очередной истхай по рынку, 2.6 трлн капитализации Nvidia с ожесточенными покупками так, будто бы роста в 6 раз с начала 2023 и вдвое начала 2024 не было.
Nvidia создала 1.2 трлн капитализации с дек.23 (с учетом премаркета 23 мая) – больше, чем совокупная капитализация всех публичных компаний крупных стран мира и это только прирост капитализации.
Nvidia по значимости (с точки зрения триггеров формирования стоимости на финансовых рынках) превосходит любой макроэкономический отчет, любые заявления ФРС и даже геополитические события, затмевая медийную повестку хайпом вокруг ИИ.
Фактура в том, что годовая выручка Nvidia составляет 80 млрд (потенциал 110 млрд) при прибыли 42.5 млрд (потенциал около 60 млрд), т.е. форвардный P/S около 24, а P/E 42-45. С текущим потенциалом Nvidia стоит в 5-6 раз дороже смежных компаний по P/S и вдвое дороже по P/E.
Учитывая монопольное положение, маржинальность действительно запредельная, но, во-первых, экспансию ЦОД под ИИ производят всего пару десятков компаний во всем мире и расширения списка не планируется из-за высокого порога входа, а во-вторых, масштабные капитальные расходы крайне цикличны и подобного остервенения не будет через 2-3 года.
Nvidia не имеет больше «ключа к успеху», т.к все прочие сегменты бизнеса (Gaming and AI PC, Professional Visualization, Automotive and Robotics) буквально ничтожны в масштабе текущих результатов, генерируя около $12-14 млрд выручки за год с тенденцией на сокращение. В 2020 вышеуказанные сегменты заработали $15.1 млрл, в 2021 – $15.5 млрд, в 2022 – $11.5 млрд, в 2023 – $13.1 млрд и потенциал до $13 млрд в 2024. Перспективы – никакие, весь памп исключительно в дата центрах.
Нельзя экстраполировать текущие темпы роста финпоказателей Nvidia – результаты уже близки к пределу, учитывая ажиотаж и через 2-3 года результаты начнут снижаться, а маржа сокращаться, т.к. на прибыльное место могут прийти конкуренты – прежде всего AMD. Также на рынок пытаются внедриться Google, Amazon и Intel.
Все доминирование Nvidia обусловлено исключительно дата центрами, т.е. почти 90% выручки сейчас генерируется именно в этом сегменте. За 8 лет выручка выросла на два порядка (100 раз) в снабжении ЦОД под ИИ.
Даже если Nvidia достигнет потенциальных результатов, текущая капитализация уже в 2.5 раза выше рынка. Даже при самом благоприятном сценарии покупатели nVidia при капитализации 2.6 трлн уже не имеют никакого реалистичного апсайда (суицидники и сумасшедшие), но зато имеют неограниченное падение в перспективе.
Нет никакого сомнения в том, что Nvidia повторит Cisco образца 1999-2001 (посмотрите исторический график). Не потому, что Nvidia плоха (лучшие технологические решения на рынке и отличные продукты), а по той причине, что рынок невменяемый.
Потенциал распределения денежных потоков в российский рынок акций.
С 2022 года около 80% торгового оборота на рынке совершают физлица, что в 1.8 раза выше, чем в 2017-2021. Чистый денежный поток в рынок с учетом инвестфондов (ПИФы, ДУ) от населения около 85% в среднем за два года, т.е. траекторию рынка и капитализацию формируют физики.
Сравнение капитализации рынка с денежной массой было бы некорректным, т.к. денежная масса не участвует в формировании капитализации рынка, а участвуют денежные потоки и сбережения населения, по крайней мере сейчас, когда нерезиденты отсоединены от российского рынка.
Депозиты населения выросли более, чем на 17 трлн руб с фев.22 (с учетом наличности все 20 трлн), а рынок все еще ниже исторического максимума, так какой потенциал?
На начало мая по данным ЦБ капитализация российского рынка составляет около 50 трлн руб (не индекс Мосбиржи, а все публичные эмитенты), тогда как максимум был в конце окт.21 – 56.6 трлн руб, а минимум после СВО был в сен.22 – 29 трлн руб.
Текущее отношение капитализации рынка к депозитам населения - 110%, что почти вдвое ниже, чем в октябре 2021 (208%), средний коэффициент с 2015 по 2021 составлял 167% и примерно столько же с 2018 по 2021 (165%), когда население начало входить в рынок.
В период повышенной активности физлиц в 2020-2021 коэффициент был около 169% (149% в 2020 и 190% в 2021). После начала СВО в среднем 112%, где минимум был в сен.22 (93%), а максимум в авг.23 (125%).
С точки зрения располагаемой ликвидности, текущей дисконт рынка около 33% относительно среднего коэффициента за 3-4 года до СВО, т.е. рост на 50% с текущих уровней.
Это не значит, что рынок достигнет докризисных значений, т.к. слишком много факторов влияет: процентные ставки, дивидендная доходность, корпоративные риски, экономическая и геополитическая неопределённость, траектория развития экономики, степень доверия к рынку и многое другое.
Повышение склонности к риску может повысить склонность населения к распределению финпотоков в акции (располагаемый ресурс есть).
🎉 Поздравляем бизнесменов с Днём российского предпринимательства
Мы знаем, как вам бывает тяжело от постоянного потока важных задач. Зачастую приходится откладывать мелкие, но значимые проблемы, а потом уходит куча времени на их решение. Яндекс Go для бизнеса как раз помогает снять с себя часть повседневных обязанностей и разгрузить своих сотрудников 👨🏻💻
Такси для сотрудников, доставка еды в офис и другие полезные сервисы есть на этой платформе. В личном кабинете можно отслеживать и контролировать расходы. А автоматические выгрузки закрывающих документов облегчат жизнь бухгалтерии 💸
В честь грядущего Дня российского предпринимательства при подключении Яндекс Go для бизнеса по этой ссылке вы получите 10 тысяч бонусных рублей на рабочие поездки. Торопитесь, ведь среди всех зарегистрировавшихся в период акции будут выбраны три случайных человека, которым начислят ещё по 50 тысяч 🤩
Какой объем средств населения России оседает в валютных инструментах?
После оценки тенденций за последние полгода, где отмечается усиление оттока капитала в валюту, интересно, а какая интенсивность была до 2022 года?
Здесь я объединил две метрики – совокупный отток во все валютные финансовые активы продукты/инструменты и фокусированный отток непосредственно в валютные активы иностранных эмитентов или вне России.
Расширенный показатель включает иностранную наличную валюту, депозиты в иностранной валюте, как в российских, так и иностранных банках, валютный кэш на брокерских счетах, долговые ценные бумаги в иностранной валюте, как резидентов, так и нерезидентов, аналогично с акциями и паями.
Фокусированный отток включает валютные депозиты в иностранных банках, акции, паи и долговые инструменты нерезидентов в иностранной валюте.
• В 2018 году совокупный отток (все активы и инструменты в иностранной валюте) был 1.1 трлн руб ($17 млрд по среднему курсу рубля) / фокусированный отток (валютные инструменты нерезидентов) был 614 млрд руб ($9.8 млрд).
• В 2019 году – 1.25 трлн руб ($19.4 млрд) / 316 млрд руб ($4.9 млрд) соответственно по вышеуказанным направлениям.
• В 2020 году – 1.9 трлн ($25.9 млрд) / 1.03 трлн ($14.2 млрд).
• В 2021 году – 2 трлн ($27.7 млрд) / 1.4 трлн ($18.9 млрд).
• В 2022 году – всего 139 млрд ($1.5 млрд) / 1.8 трлн ($29.2 млрд).
• В 2023 году – 167 млрд ($1.3 млрд) / 1.05 трлн ($12.5 млрд).
• За последние 12 месяцев по март 2024 – 533 млрд ($3.8 млрд) / 1.23 трлн ($5.5 млрд).
Произошла реконфигурация потоков капитала и с 2022 отмечается повышенный интерес к активам в иностранной валюте вне России или иностранных эмитентов. В 2020-2021 в среднем отток был 1.2 трлн руб за год, в 2022-2023 свыше 1.4 трлн руб и в около 1.2 трлн руб за последние 12 месяцев в основном за счет депозитов в иностранных банках.
За последние 6м интенсивность оттока действительно выросла и соответствует пиковым темпам в 2021 – тогда преимущественно в ценные бумаги, сейчас в денежные инструменты.