-
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
Рынок недвижимости США находится в разгромленном состоянии.
Особенно это касается вторичного рынка, где объем продаж рухнул до 4.14 млн домов в годовом выражении на всей территории США – это сопоставимо со средними продажами в 2008-2011, когда рынок недвижимости переживал худший кризис за 80 лет.
Текущие продажи на вторичном рынке на 25% ниже, чем в 2018-2019 и на 35% ниже, чем с 2кв20 по 4кв21, когда рынок недвижимости в США «бурлил».
С поправкой на прирост населения продажи на треть ниже, чем были в начале нулевых, на 54% ниже, чем на пике ипотечного пузыря 2006-2007 и на историческом минимуме, проломив дно кризиса 2008-2011 и на 45% ниже, чем в 2020-2021. Все очень плохо.
Ожидаемые продажи жилья (контракт подписан, но сделка еще не закрыта) рухнули на исторический минимум – примерно на 15% ниже, чем в кризис 2008-2009, на треть ниже, чем в 2018-2019 и почти на 40% ниже, чем в 2020-2021.
С поправкой на население настоящий разгром – почти на 25% ниже, чем в кризис 2008-2009 и на 40% ниже, чем в начале нулевых.
Лаг заключения сделки составляет 2-4 месяца, это опережающий индикатор, поэтому следующие данные по продажам на вторичке будут на редкость омерзительными.
Цены на недвижимость продолжают расти, каждый месяц обновляя исторический максимум.
По данным Zillow среднестатистический дом стоит почти $360 тыс, перед ужесточением ДКП в мар.22 пик цен был на уровне $350 тыс, до начала 2023 цены падалиб а с фев.23 пошли в непрерывный рост.
Цены на недвижимость в сравнении с 2019 выросли на 43-45%, что является самым быстрым приростом с пузыря на рынке недвижимости 2006. Относительно 2012 цены удвоились.
С учетом инфляции цены в 2024 соответствуют уровню 2006-2007. Тогда кризис привел к 5 летнему снижению цен, но в этот раз не падают.
Две основные причины:
• ETF фонды скупают целыми кварталами недвижимость, как и богатые физлица.
• Сказывается ограничение предложения после многолетнего застоя на рынке строительства, когда темпы ввода нового жилья в 2008-2019 были почти вдвое ниже, чем в 1990-2007.
Как заставить свои деньги работать?
Можно скупать акции на бирже и надеяться на прибыль, а можно открыть накопительный счет и стабильно получать высокий доход. Например, в Газпромбанке можно заработать до 17% годовых.
— открыть накопительной счет можно с любой минимальной суммы;
— деньгами можно пользоваться, снимать и пополнять в любое время;
— проценты выплачиваются каждый месяц и остаются при вас, даже если вы пользовались накоплениями;
— перевести деньги на счет в Газпромбанк можно без комиссии через СБП.
Подробнее — на сайте.
Экономика США на пути к рецессии
Данные по ВВП США были пересмотрены в худшую сторону до 1.3% роста кв/кв SAAR по сравнению с 1.6% по первоначальной оценке.
Пересмотр данных в худшую сторону после выпуска первичных данных – это типичный маневр статистических служб США.
Весь пересмотр данных касается потребительских расходов домохозяйств – сразу минус 0.3 п.п вклада в прирост ВВП США, среди которых весь негативный эффект находится в расходах на товары. Во всех остальных категориях изменения в пределах погрешности.
1.3% роста ВВП США – много это или мало? Вне контекста не понять, поэтому для сравнения приведу долгосрочную норму за 10 лет с 2010 по 2019 включительно и среднесрочную норму с 2017 по 2019. Почему 2019? После COVID начался период терминальной невменяемости с существенным перекосом восприятия реальности, искажения фискальной, монетарной политики и ценообразования активов.
ВВП США в 1кв24 вырос на 1.3% кв/кв SAAR по сравнению со среднеквартальным ростом на 2.43% в 2019-2019 и 2.8% с 2017 по 2019 (далее сравнение будет в указанной последовательности).
Ниже представлен не прирост, а вклад в формирование квартальной динамики ВВП по компонентам в процентных пунктах:
• Потребительские расходы внесли вклад +1.34 /+1.6 /+1.73 п.п, среди которых расходы на товары минус 0.42/+0.77/+0.8 п.п, а расходы на услуги +1.76/+0.83/+0.93 п.п.
• Валовые частные внутренние инвестиции +0.57/+0.95/+0.65 п.п, среди которых инвестиции на промышленную и коммерческую инфраструктуру, оборудование и интеллектуальную собственность +0.44/+0.73/+0.65 п.п, а в жилую недвижимость +0.57/+0.14/+0.04 п.п.
• Изменение запасов внесло негативный вклад на 0.45/+0.08/-0.04 п.п.
• Чистый экспорт внес сильно негативный вклад на уровне 0.89/-0.15/-0.04 п.п.
• Государственное потребление и госинвестиции сформировали положительный вклад 0.23/0.03/0.44 п.п.
Почему экономика на пути к рецессии? Самая устойчивая категория (потребительские расходы) исчерпывает импульс по мере истощения накопленного буфера и замедления доходов.
Участники финансового рынка России резко повысили ожидания относительно ключевой ставки на 2024.
Всего месяц назад ожидания по среднегодовой ставке составляли 14.9% годовых, что предполагало снижение ставки уже летом с продолжением осенью, чтобы вывести к средней, но теперь ожидания составляют 15.9% - интерпретируется, как отсутствие смягчения ДКП в 2024.
Индикаторы денежного рынка свидетельствуют об ожиданиях ужесточения ДКП (перекосов ликвидности не наблюдается у банков, значит ожидания более жесткой ДКП), т.к. рост форвардной 1 месячной ставки RUSFAR составил почти 0.5 п.п (15.86 -> 16.29%) за месяц.
Рынок ОФЗ штормит (сильнейший обвал с 2022) – ликвидные однолетние выпуски ОФЗ выросли по доходности на 1.34 п.п (14.5->15.84%).
Прогнозы – это не истина в последней инстанции. Прогнозы почти всегда мимо цели, какими бы профессиональными не были респонденты, что связано со спецификой формирования финансово-экономической реальности.
Обычно берется краткосрочный тренд, экстраполируется в будущее, плюс небольшие корректировки по объявленным политическим или экономическим событиям/факторам, плюс проекция собственного желания – вот так и создаются прогнозы. При этом анализировать их необходимо.
Банк России в наибольшей степени формирует ожидания рынка относительно ключевой ставки, но и рынок косвенно влияет на действия регулятора в контексте подстройки ДКП в рыночный консенсус – это и есть коммуникационный канал с рынком.
Все ведущие Центральные банки действуют схожим образом – через вербальные интервенции формируют рыночный консенсус и часто становится заложником собственной «конструкции реальности» - так часто происходит с ФРС.
В макропрогнозе ЦБ (сравнение прогнозов апрельских с майскими) была пересмотрена инфляция в среднем за год с 6.9 до 7.1% и значительно вырос прогноз по ВВП с 2.1 до 2.9% при снижении безработицы с 3 до 2.8%.
Участники рынка ожидают сильной экономики, обострения дефицита кадров на фоне высоких темпов роста доходов населения и потребительской активности.
Обрабатывающее производство является одним из главных драйверов роста российской экономики с 2022.
Обработка напрямую формирует почти 15% российской экономики, однако, прямо или косвенно через межотраслевые связи на обработку замыкается около 1/3 экономики России. Так что это драйвер роста?
Несмотря на относительно высокую базу сравнения апр.23, по ключевым наукоемким отраслям продолжается стремительный рост на десятки процентов, основополагающим фактором которого является гособоронзаказ – это означает, что на плато еще не вышли.
• Производство компьютеров, электронных и оптических изделий выросло на 44% г/г и +97% к апр.21 (далее сравнение будет г/г и за три года в апреле).
• Производство готовых металлических изделий, кроме машин и оборудования (включает оружие и боеприпасы) выросло на 24.2% / +89.8%.
• Производство прочих транспортных средств и оборудования (включает бронетехнику и спецтехнику) выросло на 34.7% / +46.7%.
Это то, что в наибольшей степени участвует в ВПК, хотя ВПК присутствует и в других отраслях.
Есть и другие истории успеха из гражданского сектора:
• Производство автотранспортных средств стремительно растет на 36.6% по мере выстраивания логистики с новыми поставщиками и расконсервации заводов ушедших западных компаний, но три года снижение на 31.5%.
• Производство электрического оборудования увеличилось на 9.1% / +31.7%.
• Производство машин и оборудования (в основном станки и средства производства) выросло на 7.4%, но снизилось на 2.2% к 2021.
• Производство мебели выросло на 22.1% / +39.6%.
• Производство пищевых продуктов +7.8% / +11.8%, а напитков +9.9% / +18.3%.
Из негативна фарма, импульс роста которого было до 2П22, а далее негативная динамика – минус 0.2% г/г, -8.7% за два года и +26.2% за три года.
Наиболее емкие сектора российской промышленности:
• Нефтепереработка снижается на 4.8% / -1.1%
• Металлургическое производство +0.9% / +7.2%
• Химическое производство +4.4% / +6.4%.
ВПК обеспечивает вклад примерно на 75-80% в наукоемкие отрасли промышленности.
В России отмечается резкое ускорение кредитования юрлиц.
В апр.24 чистый прирост кредитования юрлиц составил 1.47 трлн руб – это второй лучший результат в истории после 1.59 трлн руб в окт.23. Далее все данные в рублях.
Текущие темпы являются очень высокими, так среднемесячные темпы за весь 2021 год были 460 млрд в месяц, а в 2023 – около 1 трлн. Корпоративное кредитование имеет выраженный сезонный эффект, поэтому необходимо сравнение за сопоставимый период времени.
С начала 2024 года (январь-апрель) прирост на 3.2 трлн vs 2.7 трлн в 2023, 1.1 трлн в 2022 и 1.5 трлн за аналогичный период времени.
Общий объем кредитования юрлиц составил 77.4 трлн, годовой прирост ускорился до 12.8 трлн – максимум за всю историю и вдвое больше, чем до начала СВО. С янв.22 кредитный портфель увеличился на 24 трлн!
В процентном отношении прирост на 22.6% за год – не так впечатляюще, как рост на 30% в июн-июле.23, но темпы вдвое превышают номинальный прирост в 2017-2021.
В данную статистику включаются кредиты нефинансовым организациям и другим финансовым организациям (страховые и пенсионные фонды, инвестфонды, брокеры и дилеры), как в рублях, так и в валюте по фиксированному курсу.
По данным Банка России свыше ¾ от прироста обеспечили рублевые кредиты из которых более 1/3 пришлось на застройщиков в рамках проектного финансирования строительства жилья. Помимо этого, значительный объем кредитов выдан транспортным, энергетическим и телекоммуникационным компаниям, а также исполнителям госконтрактов, в том числе на завершение ранее начатых инвестиционных проектов.
Средневзвешенные процентные ставки по вновь выданным корпоративным кредитам около 15% (за счет льготных кредитов) vs 9.3% до начала цикла ужесточения, половина кредитов имеют плавающие ставки и котируются в диапазоне 16-19%.
Рекордный темп прироста кредитования при высоких ставках создает риски долгового кризиса, если темпы наращивания выручки упадут, а маржи бизнеса сократится, в том числе после повышения налоговой нагрузки.
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
Цифровой мир против реального мира…
Технологический хайп все же находит отражение в статистике инвестиций – конечно же не в той пропорции, как выросла капитализация компаний, но тенденция уверенно восходящая.
Инвестиции в интеллектуальную собственность (более, чем на 80% представлены ИТ решениями) в начале 2007 были в 1.6 раза меньше, чем инвестиции в жилую недвижимость в реальном выражении, примерно в 1.2 раза меньше, чем инвестиции в здания, сооружения и коммерческую недвижимость и в 1.5 раза меньше, чем инвестиции в производственное, транспортное и ИТ оборудование.
Что же поменялось к началу 2024? Пропорция полностью поменялась в пользу интеллектуальной собственности. Инвестиции в интеллектуальную собственность уже в кризис 2009 обогнали инвестиции в коммерческую, промышленную и жилую недвижимость, а во 2кв21 обогнали инвестиции в производственное, транспортное и ИТ оборудование, последовательно уходя в отрыв.
Теперь инвестиции в интеллектуальную собственность почти вдвое выше, чем в жилую недвижимость, в 2.2 раза выше, чем в коммерческую и промышленную недвижимость и в 1.2 раза выше, чем в оборудование. С точки зрения пропорции за 16 лет разрыв утроился в пользу интеллектуальной собственности относительно недвижимости и почти удвоился относительно оборудования.
Если попробовать объединить всю недвижимость вместе (жилая + коммерческая + промышленная + инфраструктура), с 2018 года прогресса нет совсем в реальном выражении, хотя с 2023 наблюдается устойчивый рост за счет недвижимости в сегменте производства компьютеров и микроэлектроники.
ИТ оборудование + интеллектуальность собственность выросли почти на 40% с 2018 с учетом инфляции, тогда как производственное, транспортное и прочее оборудование за исключением ИТ оборудования снизилось на 6-7%. По оборудованию без ИТ уровень в 2024 соответствует уровню в 2014 – 10 лет без прогресса.
Получается, что вся недвижимость и все оборудование без ИТ с 2018-2019 в минусе на 2% с учетом инфляции, а единственное, что растет – ИТ и интеллектуальная собственность.
Есть ли прогресс в росте корпоративной прибыли американских компаний?
Объем чистой прибыли вырос до $2.75 трлн за год по данным на 1кв24 - на уровне исторического максимума по номиналу.
Эти данные от BEA объединяют прибыль ВСЕХ компаний США с учетом малого и среднего бизнеса, генерируемую исключительно на территории США, поэтому статистика отличается от корпоративной прибыли S&P 500, где только крупные компании с учетом прибыли на глобальных рынках.
За год номинальная прибыль выросла на 6.6%, за два года рост на 10.3%, а в сравнении с 4кв19 прирост на 25.2%, что ниже компаний S&P 500 – около 40% с 2019.
Если оценивать среднеквартальный темп, с 2019 по 1кв24 прирост прибыли оценивается в 1.33% в среднем за квартал, а с 2010 по 2019 включительно – 1.09%.
С учетом инфляции все совсем иначе, т.к. 2021-2023 были очень высокие темпы роста цен в США. За год прибыль выросла на 3.9%, за два год рост на 2.2% и всего 5.4% с 4кв19 в реальном выражении.
Долгосрочный темп роста прибыли (2010-2019) с учетом инфляции составил 0.68% в среднем за квартал, а с 2019 всего 0.31%, т.е. более, чем вдвое ниже, тогда как по номиналу в 1.22 раза выше – вот деструктивная сила инфляции, и как радикально меняется расклад.
С 2021 прибыль стагнирует в реальном выражении, хоть и на высокой базе. Никакой истории успеха на макро уровне сейчас нет, весь результат был достигнут в 2020-2021 и на этом все, сдуваются.
Чистая маржа бизнеса находится на уровне 11.9% vs 11.7% в среднем с 2010 по 2019, а максимум был в 3кв20 (13.7%), когда разгон выручки шел быстрее скорость роста издержек, но с 2021 рост издержек и процентные расходы сжирают маржу.
Средняя эффективная налоговая ставка выросла до 18.8% - максимум с 2015, а минимум был в 2018-2019 на уровне 12.3% на фоне налоговых реформ Трампа, но это сильно ниже 25-26% в 2006-2007 и средних 26.6% в 1995-2000, не говоря уже о 34% в 70-х годах.
Даже с текущей ставкой налога компании экономят до 300 млрд прибыли в год – все направляется на байбэк и поддержку пузыря на рынке.
Согласно риторике Банка России в последнем обзоре «О чем говорят тренды» остается высокой вероятность удержания жесткой ДКП.
Важные тезисы в обзоре, которые могут прояснить настрой Банка России относительно траектории ДКП:
• В апреле дезинфляционный тренд предыдущих месяцев приостановился. Это видно как по общему ИПЦ, так и по широкому кругу аналитических показателей.
• Месячный рост потребительских цен с поправкой на сезонные факторы в апреле увеличился, причем из-за устойчивых факторов. Риски сохранения повышенных темпов роста цен или их слишком медленного снижения к цели остаются существенными. Инфляционные ожидания населения выросли, а предприятий – не изменились.
• Спрос растет быстрее способности наращивания предложения, дисбаланс сохраняется, что порождает неопределенность в отношении последующего развития дезинфляционных процессов.
• Для возобновления дезинфляции требуется дальнейшее сокращение разрыва между совокупным спросом и производственными возможностями экономики. Это может быть достигнуто только за счет более умеренного роста спроса, чем в предыдущие кварталы.
• Для возвращения инфляции к цели необходимо поддержание жестких денежно-кредитных условий (ДКУ) продолжительное время.
• Если текущие темпы роста цен и инфляционные ожидания не возобновят снижение, то для восстановления ценовой стабильности может потребоваться дополнительное ужесточение ДКУ.
«Продолжительное время поддержания жесткой ДКП» означает, что минимум до осени снижение ставки даже не рассматривается, если только внезапные дестабилизирующие факторы не вмешаются.
Впервые с 4кв23 Банк России начала рассматривать сценарий повышения ставки – еще один сигнал о жесткости.
Отсутствие внятного эффекта трансмиссии жесткой ДКП в экономику ЦБ связывает с эффектом мягкой бюджетной политики и структурными дисбалансами на рынке труда.
Учитывая, что бюджетная политика и не собирается смягчаться, соответственно фискальный канал будет компенсироваться жесткостью монетарного канала.
Экономика растет выше тренда, причем, как на уровне потребительского спроса, так и в части инвестиционной активности, чему способствует аномально высокие темпы роста кредитования и государственного спроса, транслируемого в обрабатывающей промышленности.
Высокие темпы роста доходов населения (выплаты участникам СВО, дефицит кадров, структурная перестройка разгоняют зарплаты) вносят основной вклад в дисбаланс спроса и предложения.
В свою очередь предложение товаров и услуг не получается увеличить из-за дефицита кадров, технологий и ограничений критического импорта в связи с санкциями.
Рост ставок актуализирует сберегательную модель потребления, но недостаточно в совокупности факторов, оказывающих влияние на рост спроса.
Учитывая глубину структурных дисбалансов, снижения ставок не стоит ожидать в перспективе минимум полугода, если только не вмешаются процессы дестабилизирующего характера.
Цифровые активы стремительно завоевывают популярность в России, особенно в условиях санкций. Торговля криптой становится неплохой альтернативой хэджирования валютных рисков и диверсификации инвестиционных стратегий. Иметь под рукой крутые каналы, специализирующиеся на крипте - отличная идея!
Ровно год назад автор каналa дал 4 монеты своим подписчикам и вложил вместе с ними по 100$ в каждую, а теперь пришло время подводить итоги.
Apex 100$ - 11.100$
CDX 100$ - 10.000$
PIXEL 100$ - 3828$
VEIL 100$ - 7.460$
И это всего лишь 4 монеты из огромного количества, которые мы разбирали на канале «HEISENBERG»
Завтра мы выложим новый список монет на 2024 год.
Поспеши узнать и зайти закупиться пока монеты не улетели в космос!
P.s кто не успел, тот опоздал извиняйте 🤷♂️👇🏼
/channel/+RH8tK673y_s5YjEy
Промышленное производство России продолжает обновлять рекорды, но импульс роста немного теряется.
Промышленный сектор России формирует почти 30% в структуре валовой добавленной стоимости всех секторов экономики, где добыча полезных ископаемых – 12.6% вклада в ВДС, обрабатывающее производство – 14.2%,
электроэнергетика, отопление, кондиционирование – 2.4%, водоснабжение, канализация, утилизация отходов – 0.5%.
Индекс промышленного производства в апр.24 вырос на 3.9% г/г на достаточно высокой базе прошлого года. С 2022 нет смысла сравнивать, т.к в апр.22 кризисные процессы начали реализовываться по полной программе, а в сравнении с апр.21 рост на 7.2%. За янв-апр.24 рост на 5.2% г/г и +9.9% к янв-апр.21.
▪️Добыча полезных ископаемых в апр.24 снизилась на 1.8% г/г, относительно апр.21 снижение на 1.5%. За янв-апр.24 символический рост в пределах 0.3% г/г и +3.3% за три года.
Санкционный удар в наибольшей степени касался добычи (нефть, газ, металлы), поэтому положительный результат в сравнении с 2021 – это успех. Однако, исторические максимумы были достигнуты в 2019, далее COVID и соглашение ОПЕК, медленное восстановление в 2021 и непрерывная фаза санкций с 2022.
По добыче с 3кв22 ничего хорошего не прослеживается – нисходящая траектория с потенциалом снижения около 1.5% в год. К 2019 снижение примерно на 3%.
▪️Обрабатывающее производство выросло на 8.4% г/г в апр.24 и внушительные +14.2% за три года, а с начала года (янв-апр.24) рост на 8.7% г/г и +15.6% к янв-апр.21. Подробнее будет в отдельном материале.
▪️Электроэнергетика и отопление демонстрирует снижение на 0.8% г/г и околонулевой рост в пределах 0.2% к апр.21, а с начала года рост на 3.8% и +3.5% к 2021. Электроэнергетика и отопление «прорвали» стагнацию 2022-2023.
▪️Водоснабжение, водоотведение, утилизация отходов показывает рост на 2.3% г/г, но снижение на 5.2% к апр.21. С начала 2024 увеличение выпуска на 4% и снижение на 0.7% к 2021.
Две последние отрасли в совокупности формируют менее 3% от экономики и почти в 5 раз меньше обработки.
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.