Ничего себе завершение ЧМ шахмат в блиц! Карлсен и Непомнящий делят золото. А Лагно завоевала вторую бронзу.

Выдающиеся успехи россиян!

#Chess #Russia

Ходи всегда, ходи везде!

Как вы знаете, физическая активность "в целом" полезна для самочувствия. Авторы мета-анализа (2023) проверили по 17 крупным исследованиям (около 227 тыс. человек) в выборках западных стран, как отражается количество шагов на вероятности смертности от всех причин и от кардиоваскулярных (КВ). Причём длина исследования - до 11 лет после замеров.

Результаты:

1) люди довольно мало ходят. Медиана шагов в день по всей выборке близка к 5000;

2) смертность от всех причин: в сравнении с нулевой группой людей (медиана шагов в день 3867), группа 1 (Q1, медиана шагов 5537), группа 2 (Q2, медиана шагов 7370), и группа 3 (Q3, медиана шагов 11 529) показывали снижение вероятности смертности (на 48%, 55%, и 67% соответственно). То есть в Q1 по сравнению с базовой вероятность снижалась почти вдвое;

3) смертность от КВ причин: в сравнении с нулевой группой (медиана шагов 2337) следующие три группы (Q1 с медианой 3982, Q2 с медианой 6661, и Q3 с медианой 10 413) показывали снижение вероятности смертности (на 16%, 49%, и 77% соответственно);

4) нюанс в том, что для "молодых" (меньше 60 лет) в границах 7000-13000 шагов снижение вероятности более быстрое, поэтому может быть выгодно ходить даже больше 10 тыс. шагов;

5) интенсивность не играет существенной роли - важно количество шагов, а не то, что ходьба по лестнице. Равнина годится.

Вывод: видимо, хотя бы 6000 шагов уже даёт снижение вероятности смертности вдвое, а увеличение активности улучшает ситуацию. Если делаете 10 тыс. шагов в день - то больше вклад в здоровье!

#Health

ML в применении к текстам: готовые пакеты.

Авторы статьи (ноябрь 2024) попробовали помочь нам с анализом текстов. Основная идея - сделать пакет в Питоне, который позволяет быстро собрать из текстов что-то "факторное", в том числе для макрофинансовых моделей прогнозов и объяснения доходностей. Они выложили пакеты - будем разбираться, как это работает. Особенно интересно было бы применять для российских новостей, и отдельно для ТГ.

Моя цель - применять такое для прогнозов макро, но наверняка постепенно это выстроится в более широкую линейку анализа текстов и выводов из них. Другой пример про новости также демонстрирует пользу от подобной информации.

#Forecasts #Python #News #Texts #AI

Мощный старт года, друзья! Победа в борьбе! Источник.

#Personal

"Разрыв выпуска" и реакция со стороны бюджета в развивающихся странах.

Несмотря на то, что Россия в 2023 году четвертая по ВВП ППС ("паритет покупательной способности") экономика мира, и что по ВВП ППС на душу мы также выше или рядом с некоторыми странами ЕС (выше Латвии и Греции, на уровне со Словакией, Венгрией и Хорватией), у нас принято думать про себя как про развивающуюся страну. Если так, то очередная статья МВФ про бюджетную политику и разрыв выпуска (ниже) может оказаться релевантной для нас.

В чём ключевая идея работы Минфинов? "Бюджет обычно сглаживает бизнес-цикл". Если экономика замедляется, госрасходы могут поддержать рост (см. Китай в 2024); если экономика перегревается, снижение госрасходов и/или рост налогов потенциально снижает давление на цены и рынок труда (см. Россия в 2025). Для оценки перегрева/недогрева используются модели для "потенциального выпуска", а сам "разрыв выпуска" равен разнице текущего выпуска и потенциального.

Но дело в том, что оценивать "разрыв выпуска" довольно непросто. Например, в странах ОЭСР исследования обнаруживали "контрциклические" (сглаживающие) действия Минфина, если использовать данные "доступные в реальном времени"; но если брать итоговые реализации данных, после всех уточнений статистических органов - напротив, политика выглядит в среднем "проциклической" (усиливающей колебания в бизнес-цикле). То есть даже тщательно работающий Минфин, полагающийся на текущие данные, может принять неточные решения.

Авторы (декабрь 2024) проверяют, как МВФ оценивает разрыв выпуска по развивающимся странам, и какие из этого можно сделать выводы для Минфинов этих стран. Они берут данные из весенних и осенних прогнозов МВФ за 1998-2022 и для 112 стран. Основные результаты:

1) в среднем для всех стран и лет, МВФ оценивает разрыв выпуска как отрицательный (таблица 1). То есть: МВФ считает, что экономики "могли бы расти быстрее", хотя исторически они так быстро не росли, и пора бы поменять мнение;

2) при этом МВФ недооценивает рост (таблица 1) - в среднем, с весны на осень приходится повышать оценки (значимо для развитых стран, незначимо для развивающихся);

3) в "реальном времени" есть положительная связь фискальной политики и разрыва выпуска (таблица 4). При росте разрыва выпуска на 1% ВВП (более положительный) профицит бюджета растёт в среднем на 0,5-0,8% ВВП. Чуть меньше в развивающихся странах, чуть больше в развитых, но в целом похоже;

4) дальше они показывают, как в модели можно учитывать неопределённость разрыва выпуска, и почему это приводит к более осторожной реакции бюджета. Если неточность выше - приходится менее быстро реагировать налогами и расходами.

Чего мне не хватило: проверки не в "реальном времени", а с финальными оценками статорганов. Хочется понять - эти решения по профицитам/дефицитам бюджета в итоге оказались проциклическими (как были по старым данным до 2009) или всё же контрциклическими?

Вывод: макрополитика сложна, и корректно делать её непросто. Если вы заметили, Банк России даже не публикует численные оценки разрыва выпуска - потому что все они из моделей и неточны. Но "в среднем" при росте разрыва выпуска нужно увеличивать налоги и стабилизировать расходы (в реальном выражении) - примерно как это происходит в России в 2024-25, с учётом дефляторов госпотребления и инвестиций.

(А находить эти статьи можно тут)

#GDP #OutputGap #Fiscal

Отлично, друзья, обе команды в призах! Источник.

#Personal

Прогнозы SPF по США: стабильный рост, невысокая неопределённость.

Прогнозы Survey of professional forecasters (опрос профессиональных прогнозистов) на 2025 год в среднем - рост ВВП +2,1%, инфляция +2,4%, средняя ставка по 10-летним гособлигациям 4,1%.

А интересно другое: за последние 30 лет прогнозисты слабо попадали в итоговые показатели. Например, если взять интервал "среднее по 10 самым пессимистам - среднее по 10 самым оптимистам" в этих прогнозах, то только в 44% случаев этот интервал накрывал итоговый рост ВВП. С инфляцией не сильно лучше - только 56% случаев.
Так что разброс мнений пессимистов и оптимистов на 2025 (рост ВВП +1,9 - 2,5%, инфляция +2,1 - 2,8%) тоже стоит воспринимать с осторожностью. С вероятностью 50% будет в этих интервалах, и с такой же не в них 😂.

#GDP #Inflation #Forecasts #US

Сегодня было трудно, но мы твердо пятые, друзья! Источник.

#Personal

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

(реклама РЭШ)

Ольга помогала мне вести курс по корпоративным финансам - очень мощная! Краткое интервью:

https://www.tgoop.com/nes_official/2570

#Teaching #MAFNES

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

(реклама РЭШ)

Александр тоже мощный, и помогал мне на корпоративных финансах. Короткое видео про его опыт в РЭШ!

#Teaching #MAFNES

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