Telegram Group Search
Правило Тейлора и разные виды шоков на примере США.

Статья (декабрь 2024) показывает, что надо делать при шоках спроса (например, роста кредитования или зарплат) и предложения (например, плохого урожая или недостатка товаров из-за логистики) на примере данных США и действий ФРС. Авторы используют как разложение инфляции из данных, так и теоретическую модель для вывода оптимальной политики.

Результаты:

1) данные: если выделить шоки спроса и предложения в инфляции (по Шапиро), то окажется, что ставка ФРС реагировала на спрос значительно сильнее, чем на предложение. Исторически (за 3кв1979-4кв2007, таблица 1) соотношение примерно 3,75 к 1 - после шока спроса в 1% ВВП получалось повышение ставки примерно на 1 п.п., но на такого же размера шок предложения реакция была вчетверо меньше;

2) теория: оптимальная политика в случае наличия шоков спроса и предложения - именно такая, по-разному реагировать на эти два явления. Стандартное правило Тейлора (просто реакция на инфляцию или её ожидания) хуже с точки зрения благосостояния.

Вывод: мне эта статья кажется очень любопытной. По моим оценкам, вклад шоков предложения в российскую инфляцию был высоким, больше 50% в 2024 году. Поэтому "оптимальная" величина ставки Банка России - хороший дискуссионный вопрос.

#Inflation #Shapiro #MacroPolicy #US #TaylorRule
И сегодня пятые, друзья! Круто :)) источник.

#Personal
Сегодня вторые с небольшим спором :)) эмоционально и круто, друзья! Источник.

#Personal
Как написать статью по финансам? Через GigaChat!

Статья (январь 2025) предлагает отличный способ придумывать научные статьи по финансам, в данном случае по факторным моделям (объяснение доходностей портфелей в кросс-секции). Задаешь правильные промпты - ChatGPT 3.5 сам тестирует данные, пишет текст с таблицами, осталось научить в журналы подавать и успех! У авторов получилось 96 новых факторов со значимым эффектом (из потенциальных 30000).

Вывод: генерировать статьи стало проще. Смысла становится ещё меньше (авторы жестко называют это HARKing, hypothesizing after results are known - «формулировать гипотезы после того, как результаты получены»). Как метод работы с данными это интересно - мы как раз со студентами в субботу будем разбирать факторные модели, но как осмысленная деятельность не очень.

#Factors #AI #Teaching #MAFNES
Коллеги написали (не в первый раз) грубые слова про Росстат. На этот раз (цитата) "форменный скандал" из-за отсутствия цен на авиабилеты, например, на портале ЕМИСС. И (цитата) "это подрывает доверие к статистике и непосредственно к данным по инфляции".

Моё доверие не подорвано. Пока не опубликована ОДНА позиция из примерно 570, говорить о "скандале" могут только те, кто хотят породить этот "скандал". То есть ... (тут могло бы быть ваше любимое слово).

Опубликует ли Росстат стоимость авиабилетов в дальнейшем? Конечно да, потому что обязан. Читаем методологию ИПЦ на 2025 год. Будет ли при подсчёте инфляции использоваться цена на авиабилеты? Да, пункт 456 приложения 1. Поэтому мы их в любом случае увидим. Почему пока нет цен за ноябрь и декабрь? Ну позвоните в Росстат и узнайте.

Вывод: если есть желание подрывать доверие (к чему угодно), то лучше этого не делать. Если хочется скандала, то можно побить боксёрскую грушу. Если есть претензии к кому-то - позвоните и выясните (напишите в мессенджер). Это современное лидерство - брать на себя ответственность и разбираться в деталях.

#Rosstat #Russia #Inflation
Факторные модели с использованием ML и аналога ChatGPT.

Статья (январь 2025) показывает, как можно использовать модели-трансформеры в объяснении рисков финансовых активов. Основная идея - что факторы строятся динамически, их веса меняются во времени, а сама модель нелинейна (хотя даже простой случай с линейностью уже улучшает объяснение рисков). Вывод из модели - что рост числа параметров модели позволяет улучшать Sharpe ratio для так называемого "рыночного портфеля", и что ошибки объяснения доходностей индивидуальных акций снижаются.

Это довольно обычная ситуация в большинстве применений трансформеров, в том числе в ChatGPT и GigaChat. Исторически больше параметров давали более удачные модели, и видимо, это верно для последних версий ChatGPT "с рассуждением". Правда, у авторов небольшие наборы - от 100 тыс. до 1 млн параметров, но даже это даёт сильное улучшение.

Вывод: минимум две темы для студентов в следующем году будут про это.

#AI #Factors #Teaching
Написал колонку для Форбс про потенциальное влияние тарифов Трампа на мир. Кратко:

1) скорее снижает ВВП США и увеличивает инфляцию,
2) но в 2018-19 имело больше политических последствий (рост поддержки республиканцев), нежели экономических.

#Forbes #US #Trade #Tariffs
Производство чипов в Китае: успех?

Которая записка ФРС (январь 2025) напоминает, что

1) ограничения 2023 года со стороны США, Японии и Нидерландов позволили замедлить развитие производства чипов в Китае,

2) но не остановили работу и позволили перейти к 5нм чипам,

3) а вне самых передовых чипов результаты впечатляющие - Китай самодостаточен для любых нужд промышленности.

Поэтому DeepSeek, хотя (видимо) построил сети на чипах NVIDIA, в какой-то момент может оказаться полностью на китайских чипах. Qwen2.5-Max также пока не на китайских - но инвестиции Китай делает, и должен добиться результата.

#AI #China #Chips
Меняющийся рынок труда в США: очередные прогнозы про ИИ.

Статья (январь 2025) проверяет, насколько быстро менялся рынок труда в США с 1880 года. Авторы обнаруживают, что стабильность была гораздо выше в последние 30 лет, чем до этого. Два очевидных примера:

1) в начале 20 века около 40% людей в США работали в с/х, а сейчас 2%;

2) в 1960 около половины сотрудников занимались производством и ручным трудом, а сейчас 20%.

Поэтому, по их мнению, время с 1990 по 2017 было одним из самых стабильных для работников. Пандемия внесла изменения, и они подчеркнули целых четыре сигнала про влияние ИИ на труд:

1) снижение "поляризации" рынка. Последние годы стало меньше "дешевых" рабочих мест и больше высокооплачиваемых сотрудников, до этого шло "удешевление";

2) рост в низкооплачиваемых местах в секторе услуг остановился (была мантра "нас заменят роботы, а мы будем задешево мыть посуду");

3) занятость в STEM (связанные с наукой, технологиями, инженерные или математические вещи) выросла более чем на 50% с 2010 года;

4) занятость в ритейле упала на 25% за 2013-2023. Видимо, тут онлайн помог.

Поэтому авторы надеются, что ИИ окажется новой "технологией общего назначения", но подозревают очень постепенное (за десятилетия) её внедрение. Первые знаки быстрых изменений видны - но пока неясно, относить их к перестройке рынка труда после пандемии, или влиянию ИИ.

#AI #Labor #US
Хотите пример, как недоговаривать? Пожалуйста!

Коллеги написали, что в 2019-2022 прирост средств населения в банках составлял в среднем примерно 3% от доходов. В 2023 это было 9%, а в 2024 - целых 11,5%. Денежные доходы по Росстату доступны в файле 1, нет ошибки. По их словам, звучит как большая разница и «риски» для будущего инфляционного давления.

Но есть нюанс. Если посмотреть в файле 2 динамику сберегаемых доходов, - не в банках, а всего, - мы увидим следующие доли от доходов:

2019 = 3,9%
2020 = 9,1%
2021 = 4,3%
2022 = 8,6%
2023 = 7,2%
2024 = около 9-11% (пока неясно, как фирмы выплатили бонусы)

Что мы видим? Гораздо более сложную динамику, без скачка в 2023-24. Почему так получается? Дело в том, что средства в банках - не единственный способ сберегать. Например, в 2020 и 2022 наличные составляли примерно половину от сбережений - что естественно в условиях неопределенности и при низких банковских ставках. А рост банковских вкладов в 2023-24 частично подкреплялся перетоком с брокерских счетов и снижением наличных, это также видно из файла 2.

Таким образом, уверенно сказать, что вклады «могли быть немедленно потрачены при снижении ставок», никак не получится - люди бы сберегали в какой-то форме. Акции, наличные, золото - всё сгодится, соль и тушенка нет.

Вывод: в посте авторов недоговоренность. Она мешает понять возможное инфляционное давление и дальнейшие действия граждан, плюс может неверно ориентировать по решениям ЦБ. Стоит смотреть внимательнее.

#Russia #Inflation #Households
Какую переменную использовать для сравнения благосостояния стран?

Коллеги предлагают ВВП в текущих долларах на душу как меру сравнения стран между собой. То есть берём ВВП в рублях и делим на средний курс (по году, кварталу и т.п.). По этому показателю Россия действительно показала пик в 2013 году.

Эта переменная не стоит внимания.

1) Она радикально зависит от курса валюты. Но курс рубля зависит от внешней торговли, а внутри экономики мы потребляем много товаров и услуг, не слишком зависимых от курса.

2) И вдобавок показатель полностью игнорирует инфляцию. Понятно, что формальные 15 тыс. долларов в 2013 и 2023 покупают разные корзины.

3) И волатильность переменной слишком высокая, а связь с ростом экономики отсутствует. Например, в 2022г было $15445, в 2023г $13817, то есть падение на 10,5%. А рост реального ВВП составил 4,1%.

Сравнивать надо не так. Если вы хотите понять, что происходит с объёмом товаров и услуг (а не просто их ценой в долларах), можно брать

1) ВВП на душу по паритету покупательной способности в ценах фиксированного года (сейчас это 2021г). У этой переменной динамика в целом совпадает с реальным ВВП по данным местных статорганов. По нему Россия в 2023г была 55-й в мире - разумно.

2) Потребление домохозяйств и НКО в ценах фиксированного года (тоже 2021г). Почему-то не вижу подушевых переменных, но в целом понятная динамика. В последние годы как доля ВВП это было около 50%, так что мы тоже примерно в районе 55-60 мест в мире.

Вывод: не надо брать неправильные переменные, надо брать правильные переменные.

#Russia #GDP #Consumption
(реклама РЭШ)

Крутая и новая магистратура!

Мы шли, шли и наконец пришли. В сентябре 2025 запускаем новую магистратуру со Сбером и Сколтехом (ого!). По ИИ и финансам.

Все детали, очевидно, позже. Пока получается уникальный баланс курсов от РЭШ (примерно 40%), Сколтеха (40%) и Сбера (20%). Постараемся показать красоту ИИ в бизнес-приложениях и научить финансам!

#Teaching #MAFNES
И сегодня сильны, друзья! Стартовали средне, финишировали мощнейше :). Источник.

#Personal
И сегодня блестяще, друзья! Источник.

#Personal
2025/02/16 00:00:03
Back to Top
HTML Embed Code: