Как сформулировать подход к распределению прибыли Центрального банка?
Банк Англии предлагает (апрель 2024) обдумать общую схему подхода к капиталу и прибыли ЦБ. Как вы помните, ФРС перечисляет почти всю прибыль в бюджет США. Но капитал ЦБ колеблется во времени, и ФРС тоже теряла деньги в 2022-23 - поэтому хотелось бы понять, как правильно распределять средства на фоне бизнес-цикла. Для проверки авторы опросили 70 ЦБ.
Результат простой - ЦБ должен восполнять капитал (возможно, до какого-то разумного процента от активов), если до этого капитал упал; и отдавать как можно больше прибыли в госбюджет, когда капитал стабилен. При этом желательно не учитывать "бумажные", т.е. не реализованные, потери и заработки (например, переоценку валютных облигаций).
Банк Англии даже назвал ЦБ "income generating asset for the government", то есть "генерирующим доход активом". Необычно так думать про ЦБ, но почему бы нет, если независимость деятельности не нарушается.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#CB #Minfin #Independence
Банк Англии предлагает (апрель 2024) обдумать общую схему подхода к капиталу и прибыли ЦБ. Как вы помните, ФРС перечисляет почти всю прибыль в бюджет США. Но капитал ЦБ колеблется во времени, и ФРС тоже теряла деньги в 2022-23 - поэтому хотелось бы понять, как правильно распределять средства на фоне бизнес-цикла. Для проверки авторы опросили 70 ЦБ.
Результат простой - ЦБ должен восполнять капитал (возможно, до какого-то разумного процента от активов), если до этого капитал упал; и отдавать как можно больше прибыли в госбюджет, когда капитал стабилен. При этом желательно не учитывать "бумажные", т.е. не реализованные, потери и заработки (например, переоценку валютных облигаций).
Банк Англии даже назвал ЦБ "income generating asset for the government", то есть "генерирующим доход активом". Необычно так думать про ЦБ, но почему бы нет, если независимость деятельности не нарушается.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#CB #Minfin #Independence
www.bankofengland.co.uk
Central bank profit distribution and recapitalisation
Staff working papers set out research in progress by our staff, with the aim of encouraging comments and debate.
Итак, что произошло с инфляцией в России?
1) К текущему моменту с начала года накоплено 2,25% (половина от верхней границы ЦБ);
2) ожидания граждан на будущую инфляцию = 11% (многовато);
3) ожидания предприятий на 3 мес. в годовом выражении = 4,99% (как-то даже маловато, но это сезонность и весенние ответы);
4) оценка аналитиков инфляции за 2024 = 5,2% (многовато, пока интервал ЦБ 4-4,5%).
Вывод: сигналы от инфляции разнонаправленные, 26 апреля Банк России не снизит ставку, да и в целом нормализация потребует времени.
(Завтра напишу про цены Магнолии и Росстата за март).
#CB #Inflation #Russia
1) К текущему моменту с начала года накоплено 2,25% (половина от верхней границы ЦБ);
2) ожидания граждан на будущую инфляцию = 11% (многовато);
3) ожидания предприятий на 3 мес. в годовом выражении = 4,99% (как-то даже маловато, но это сезонность и весенние ответы);
4) оценка аналитиков инфляции за 2024 = 5,2% (многовато, пока интервал ЦБ 4-4,5%).
Вывод: сигналы от инфляции разнонаправленные, 26 апреля Банк России не снизит ставку, да и в целом нормализация потребует времени.
(Завтра напишу про цены Магнолии и Росстата за март).
#CB #Inflation #Russia
Сравнение цен Росстата и Магнолии: никаких сенсаций.
Надеюсь, отныне ежемесячная попытка сравнить цены на Росстате и в Магнолии (часто туда хожу).
Два тезиса:
1) Цены, которые Росстат рапортует в марте 2024г (по Москве), адекватны ценникам в Магнолии;
2) Медианное изменение цен из файла Росстата за апрель 2023г - март 2024г почти совпадает с официальными индексами Росстата.
Тезис 1.
Поскольку весь каталог анализировать лень, то вот самые полезные десять товаров:
1) апельсины руб. за кг (Росстат 145, Магнолия 129)
2) молоко стерилизованное руб. за литр (Росстат 103, Магнолия 108)
3) картофель руб. за кг (Росстат 31, Магнолия 20)
4) сметана руб. за кг (Росстат 333, Магнолия 320)
5) зубная паста руб. за 100 г (Росстат 203, Магнолия 150)
6) мёд пчелиный руб. за кг (Росстат 634, Магнолия 680)
7) сыр плавленый руб. за кг (Росстат 723, Магнолия 750)
8) стиральный порошок руб. за кг (Росстат 215, Магнолия 233)
и этого нет в Магнолии но:
9) сотовая связь руб. в мес. (Росстат 664)
10) интернет руб. в мес. (Росстат 559)
Тезис 2.
Проверяем медианное изменение цен на товары и услуги в Москве за апрель 2023 - март 2024 по файлу Росстата. У меня получилось вот так. Медианное значение изменения цены среди всех = 8,06%, а накопленная инфляция = 7,86%.
Выводы:
1) в марте 2024 у Росстата разумные цены на отдельные товары и услуги;
2) ИПЦ согласуется с ценами отдельных товаров и услуг. Это важно, потому что "корзину Росстата" часто ругают за непонятные веса, но медиана примерно как общий индекс. Росстат молодец!
P.S. Забыл про кофе в организациях быстрого обслуживания!! у Росстата он 94 руб. за 200 мл, мне достаётся 400 мл за 180 руб. - тоже всё честно.
#Russia #Inflation #Rosstat
Надеюсь, отныне ежемесячная попытка сравнить цены на Росстате и в Магнолии (часто туда хожу).
Два тезиса:
1) Цены, которые Росстат рапортует в марте 2024г (по Москве), адекватны ценникам в Магнолии;
2) Медианное изменение цен из файла Росстата за апрель 2023г - март 2024г почти совпадает с официальными индексами Росстата.
Тезис 1.
Поскольку весь каталог анализировать лень, то вот самые полезные десять товаров:
1) апельсины руб. за кг (Росстат 145, Магнолия 129)
2) молоко стерилизованное руб. за литр (Росстат 103, Магнолия 108)
3) картофель руб. за кг (Росстат 31, Магнолия 20)
4) сметана руб. за кг (Росстат 333, Магнолия 320)
5) зубная паста руб. за 100 г (Росстат 203, Магнолия 150)
6) мёд пчелиный руб. за кг (Росстат 634, Магнолия 680)
7) сыр плавленый руб. за кг (Росстат 723, Магнолия 750)
8) стиральный порошок руб. за кг (Росстат 215, Магнолия 233)
и этого нет в Магнолии но:
9) сотовая связь руб. в мес. (Росстат 664)
10) интернет руб. в мес. (Росстат 559)
Тезис 2.
Проверяем медианное изменение цен на товары и услуги в Москве за апрель 2023 - март 2024 по файлу Росстата. У меня получилось вот так. Медианное значение изменения цены среди всех = 8,06%, а накопленная инфляция = 7,86%.
Выводы:
1) в марте 2024 у Росстата разумные цены на отдельные товары и услуги;
2) ИПЦ согласуется с ценами отдельных товаров и услуг. Это важно, потому что "корзину Росстата" часто ругают за непонятные веса, но медиана примерно как общий индекс. Росстат молодец!
P.S. Забыл про кофе в организациях быстрого обслуживания!! у Росстата он 94 руб. за 200 мл, мне достаётся 400 мл за 180 руб. - тоже всё честно.
#Russia #Inflation #Rosstat
Ещё раз просуммировал свои взгляды на инфляцию (страница 240):
https://journal.econorus.org/pdf/NEA-62.pdf
Аннотация.
Инфляция в мире в 2021–2023 гг. оказалась неожиданно высокой - это самый серьезный эпизод глобального роста цен с нефтяных шоков 1970-х годов. В ответ на это центральные банки постепенно повышали ставки, и к концу 2023 г. инфляция существенно затормозилась. Но центральным банкам пришлось признать, что было сделано несколько ошибок, в том числе со слишком поздним стартом роста ставок (ФРС и ЕЦБ - только с весны 2022 г.), неточными моделями оценки инфляции и слишком большими опасениями по поводу потенциальной рецессии. В статье обсуждаются вопросы вклада спроса и предложения в инфляцию США, Европы и России, оценивается скорость реакции центрального банка на повышенный рост цен и предлагается несколько выводов для центральных банков. Главные задачи на будущее - применять более широкие ансамбли моделей, более оперативно реагировать на инфляционные процессы и не игнорировать исторические данные, которые могут казаться слишком устаревшими.
#Inflation #US #Russia #CB
https://journal.econorus.org/pdf/NEA-62.pdf
Аннотация.
Инфляция в мире в 2021–2023 гг. оказалась неожиданно высокой - это самый серьезный эпизод глобального роста цен с нефтяных шоков 1970-х годов. В ответ на это центральные банки постепенно повышали ставки, и к концу 2023 г. инфляция существенно затормозилась. Но центральным банкам пришлось признать, что было сделано несколько ошибок, в том числе со слишком поздним стартом роста ставок (ФРС и ЕЦБ - только с весны 2022 г.), неточными моделями оценки инфляции и слишком большими опасениями по поводу потенциальной рецессии. В статье обсуждаются вопросы вклада спроса и предложения в инфляцию США, Европы и России, оценивается скорость реакции центрального банка на повышенный рост цен и предлагается несколько выводов для центральных банков. Главные задачи на будущее - применять более широкие ансамбли моделей, более оперативно реагировать на инфляционные процессы и не игнорировать исторические данные, которые могут казаться слишком устаревшими.
#Inflation #US #Russia #CB
Прогнозные модели Европейского Центрального банка: что дальше?
Большая сборка моделей ЕЦБ - в этой статье (2024). Интересны выводы авторов:
1) модели, которые используют Центральные банки, слишком стилизованные, не дают хорошего микроописания экономики, и едва ли смогут предсказывать/ловить кризисы. Более того, они не включали несколько драйверов инфляции 2021-23;
2) несмотря на это, качественная картинка из моделей полезная, а добавить к ним недостающие элементы оказалось несложно, и новые версии стали более адекватными;
3) они прямо говорят, что структура внутренней иерархии в ЕЦБ, доступа к моделям/данным, и принятия-непринятия новых типов моделей (того же машинного обучения) сильно влияет на возможность креатива. И прямо требуют аджайла на рабочем месте (!!!).
Вывод: пока старые методы требуют допиливания, а для использования новых может потребоваться "структурная перестройка". Я с командой в работе стараюсь и знакомиться, и применять современные методы.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#CB #ECB #ML
Большая сборка моделей ЕЦБ - в этой статье (2024). Интересны выводы авторов:
1) модели, которые используют Центральные банки, слишком стилизованные, не дают хорошего микроописания экономики, и едва ли смогут предсказывать/ловить кризисы. Более того, они не включали несколько драйверов инфляции 2021-23;
2) несмотря на это, качественная картинка из моделей полезная, а добавить к ним недостающие элементы оказалось несложно, и новые версии стали более адекватными;
3) они прямо говорят, что структура внутренней иерархии в ЕЦБ, доступа к моделям/данным, и принятия-непринятия новых типов моделей (того же машинного обучения) сильно влияет на возможность креатива. И прямо требуют аджайла на рабочем месте (!!!).
Вывод: пока старые методы требуют допиливания, а для использования новых может потребоваться "структурная перестройка". Я с командой в работе стараюсь и знакомиться, и применять современные методы.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#CB #ECB #ML
Как не стоит работать с прогнозами (ВВП, курса, ставки, доходности акций).
Извините, если это неприятно читать, но я вынужден. Статья (2024) делает очень важное упражнение - пробует использовать несколько опережающих индикаторов из опроса предприятий Банка России для предсказания ВВП. Автор получает довольно хорошие результаты со значительным снижением ошибок прогноза.
В чём же тогда мои претензии? Посмотрите таблицу 5.
1) Вообще непонятно, как выглядят регрессионные модели. Нет ни одной формулы. ARIMA можно нарезать настолько по-разному! И где тут "нестационарные данные", зачем нужна I?
2) Как отработана сезонность? Или одни данные со снятой сезонностью, другие без? Как введены дамми кварталов? Используются винтажи или итоговые данные Росстата? Ничего нельзя понять из текста.
3) Нельзя, никогда, делать вывод по одной, двум, пяти точкам. В таблице 5 показаны прогнозы на 5 кварталов максимум. Это ровно пять точек. Если модель лучше на пяти точках, это лишь говорит, что не надо показывать такие результаты. Ищите способы расширить выборку, иначе получается почти бессмысленное сравнение.
Вывод: да, короткие ряды проблема, но надо как-то выкручиваться и не считать статистики прогноза по одной-пяти точкам. И пожалуйста пишите формулы регрессий, иначе совсем ничего не понять.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#Russia #GDP #Forecasts
Извините, если это неприятно читать, но я вынужден. Статья (2024) делает очень важное упражнение - пробует использовать несколько опережающих индикаторов из опроса предприятий Банка России для предсказания ВВП. Автор получает довольно хорошие результаты со значительным снижением ошибок прогноза.
В чём же тогда мои претензии? Посмотрите таблицу 5.
1) Вообще непонятно, как выглядят регрессионные модели. Нет ни одной формулы. ARIMA можно нарезать настолько по-разному! И где тут "нестационарные данные", зачем нужна I?
2) Как отработана сезонность? Или одни данные со снятой сезонностью, другие без? Как введены дамми кварталов? Используются винтажи или итоговые данные Росстата? Ничего нельзя понять из текста.
3) Нельзя, никогда, делать вывод по одной, двум, пяти точкам. В таблице 5 показаны прогнозы на 5 кварталов максимум. Это ровно пять точек. Если модель лучше на пяти точках, это лишь говорит, что не надо показывать такие результаты. Ищите способы расширить выборку, иначе получается почти бессмысленное сравнение.
Вывод: да, короткие ряды проблема, но надо как-то выкручиваться и не считать статистики прогноза по одной-пяти точкам. И пожалуйста пишите формулы регрессий, иначе совсем ничего не понять.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#Russia #GDP #Forecasts
ИИ и инфляция: что сильнее, спрос или предложение?
Статья (апрель 2024) исследует влияние развития искусственного интеллекта на инфляцию в теоретической модели. Основная идея довольно простая - если ИИ увеличит предложение сильнее, чем спрос, то инфляция замедлится; в противном случае она вырастет из-за повышения инвестиций и покупок граждан. Авторы стараются связать ИИ с повышением производительности в отраслях за счёт аккуратного подсчёта потенциального замещения человеческого труда.
Мне не нравятся две вещи:
1) Оценка роста производительности от внедрения ИИ крайне произвольная. Если ещё точнее - авторы калибруют модель так, чтобы средний рост "полной факторной производительности" (TFP "по Солоу") был бы равен 1,5% годовых за 10 лет. Но почему такое число? Например, в США за 2010-2019 вкл. рост составил всего 5,76% - менее 1% в год. За 2000-2019 рост также невелик, около 13% и снова менее 1% в год.
2) Вообще не учитывается возникновение "новых отраслей". Дело в том, что замена людей (например, в журналистике или сценариях) заставляет всех нас искать другую работу - и вероятно, что в менее производительной области, например, уход за пожилыми или доставка. В результате общие эффекты для экономики могут оказаться менее значительными, чем подразумевает привлекательность использования ИИ.
Вывод: ещё один интересный кирпичик, но пока ограниченные по содержанию результаты.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#AI #Inflation #Productivity
Статья (апрель 2024) исследует влияние развития искусственного интеллекта на инфляцию в теоретической модели. Основная идея довольно простая - если ИИ увеличит предложение сильнее, чем спрос, то инфляция замедлится; в противном случае она вырастет из-за повышения инвестиций и покупок граждан. Авторы стараются связать ИИ с повышением производительности в отраслях за счёт аккуратного подсчёта потенциального замещения человеческого труда.
Мне не нравятся две вещи:
1) Оценка роста производительности от внедрения ИИ крайне произвольная. Если ещё точнее - авторы калибруют модель так, чтобы средний рост "полной факторной производительности" (TFP "по Солоу") был бы равен 1,5% годовых за 10 лет. Но почему такое число? Например, в США за 2010-2019 вкл. рост составил всего 5,76% - менее 1% в год. За 2000-2019 рост также невелик, около 13% и снова менее 1% в год.
2) Вообще не учитывается возникновение "новых отраслей". Дело в том, что замена людей (например, в журналистике или сценариях) заставляет всех нас искать другую работу - и вероятно, что в менее производительной области, например, уход за пожилыми или доставка. В результате общие эффекты для экономики могут оказаться менее значительными, чем подразумевает привлекательность использования ИИ.
Вывод: ещё один интересный кирпичик, но пока ограниченные по содержанию результаты.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#AI #Inflation #Productivity
www.bis.org
The impact of artificial intelligence on output and inflation
This paper studies the effects of artificial intelligence (AI) on sectoral and aggregate employment, output and inflation in both the short and long run. We construct an index of industry exposure to AI to calibrate a macroeconomic multi-sector model...
Факторная модель с одним регрессором: ещё новее, ещё лучше!
Статья (апрель 2024) предлагает создавать один риск-фактор для финансовых моделей при помощи теоремы Колмогорова-Арнольда. Именно, авторы показывают, что любой набор факторов в линейной модели может быть представлен как одна нелинейная функция от рисков. Дальше показано, как можно оценить эту неизвестную функцию (по сути аппроксимировать полиномом) и набор скрытых факторов.
Выводы: модель даёт описание доходностей лучше, чем другие факторные модели. Предсказания будущих доходностей и построенные по ним инвестиционные портфели дают хорошие среднемесячные доходности (около 0,7%) и Sharpe ratio более 1,5 в год.
#Factors #Portfolios #US
Статья (апрель 2024) предлагает создавать один риск-фактор для финансовых моделей при помощи теоремы Колмогорова-Арнольда. Именно, авторы показывают, что любой набор факторов в линейной модели может быть представлен как одна нелинейная функция от рисков. Дальше показано, как можно оценить эту неизвестную функцию (по сути аппроксимировать полиномом) и набор скрытых факторов.
Выводы: модель даёт описание доходностей лучше, чем другие факторные модели. Предсказания будущих доходностей и построенные по ним инвестиционные портфели дают хорошие среднемесячные доходности (около 0,7%) и Sharpe ratio более 1,5 в год.
#Factors #Portfolios #US
Давайте поговорим о пользе кофе.
Вы помните, что отдельное исследование (вероятно) не самый точный способ понять научные знания о вопросе. Статья (2021) делает большое мета-объединение статей на выборке американских потребителей. Использовано 3,7 млн человек и разные причины смерти.
Результаты:
1) Потребление кофе фактически на всём интервале отрицательно связано со смертностью. Больше в день пьёшь - лучше в среднем работает организм. Причём это верно даже для сердечно-сосудистых заболеваний, что довольно неожиданно, хотя для них оптимум примерно 3-4 чашки;
2) Снижение смертности из-за американского стиля потребления кофе составило 6-12% по разным категориям причин.
Вывод: литрами наверное пить не надо, но пока наука скорее считает кофе полезным, чем вредным.
#Coffee #US #Households
Вы помните, что отдельное исследование (вероятно) не самый точный способ понять научные знания о вопросе. Статья (2021) делает большое мета-объединение статей на выборке американских потребителей. Использовано 3,7 млн человек и разные причины смерти.
Результаты:
1) Потребление кофе фактически на всём интервале отрицательно связано со смертностью. Больше в день пьёшь - лучше в среднем работает организм. Причём это верно даже для сердечно-сосудистых заболеваний, что довольно неожиданно, хотя для них оптимум примерно 3-4 чашки;
2) Снижение смертности из-за американского стиля потребления кофе составило 6-12% по разным категориям причин.
Вывод: литрами наверное пить не надо, но пока наука скорее считает кофе полезным, чем вредным.
#Coffee #US #Households
С Днем Победы!
"Это праздник со слезами на глазах..."
Спасибо Тимуру за превосходную музыкальную работу:
https://youtu.be/qwK-Il0_hGY?si=CZMu3kCR9teJapin
"Это праздник со слезами на глазах..."
Спасибо Тимуру за превосходную музыкальную работу:
https://youtu.be/qwK-Il0_hGY?si=CZMu3kCR9teJapin
YouTube
"Песни Победы" на канале #МУЗЫКАВМЕСТЕ! Празднуем 9 мая вместе!
00:00 - Нам нужна одна победа
04:35 - Катюша
07:50 - Смуглянка
11:50 - Тёмная ночь
16:49 - Песенка Фронтового шофёра
19:46 - В землянке
22:18 - Лейся, песня, на просторе
24:50 - Лизавета
27:58 - Казаки в Берлине
31:27 - Пора в путь-дорогу
35:49 - Давай закурим…
04:35 - Катюша
07:50 - Смуглянка
11:50 - Тёмная ночь
16:49 - Песенка Фронтового шофёра
19:46 - В землянке
22:18 - Лейся, песня, на просторе
24:50 - Лизавета
27:58 - Казаки в Берлине
31:27 - Пора в путь-дорогу
35:49 - Давай закурим…
Спасибо, друзья, продолжаем серию успешных игр! Источник: https://quizplease.ru/game-page?id=77608
#Personal
#Personal
Фонды PD (private debt): с учётом комиссий дают доходность как рынок.
Статья (март 2024) проверяет, какие доходности приносят PD фонды, то есть компании, которые инвестируют в долги. Для этого авторы сравнивают потоки средств фондов от продажи части бумаг и схожие потоки от публичных акций и облигаций. Результат - доходности оказываются фактически рыночными: после вычитания издержек никакой "альфы" PD не генерирует.
Вывод: как и PE, у PD не получается давать инвесторам что-то слишком хорошее. 9-10% долларовой доходности долгосрочно, как у рынка акций США, стандарт для акций; а для облигаций скорее 5-8% с учётом рисков.
#PE #PD #Funds
Статья (март 2024) проверяет, какие доходности приносят PD фонды, то есть компании, которые инвестируют в долги. Для этого авторы сравнивают потоки средств фондов от продажи части бумаг и схожие потоки от публичных акций и облигаций. Результат - доходности оказываются фактически рыночными: после вычитания издержек никакой "альфы" PD не генерирует.
Вывод: как и PE, у PD не получается давать инвесторам что-то слишком хорошее. 9-10% долларовой доходности долгосрочно, как у рынка акций США, стандарт для акций; а для облигаций скорее 5-8% с учётом рисков.
#PE #PD #Funds
NBER
Risk-Adjusting the Returns to Private Debt Funds
Private debt funds are the fastest growing segment of the private capital market. We evaluate their risk-adjusted returns, applying a cash-flow based method to form a replicating portfolio that mimics their risk profiles. Using both equity and debt benchmarks…
Возвращение в офисы и исход сотрудников в США.
Статья (май 2024) проверяет, что произошло с сотрудниками, которых компании попросили вернуться в офис после пандемии. И результаты довольно неожиданные: три крупных компании (Микрософт, Apple, SpaceX), которые первыми начали просить сотрудников возвращаться очно на работу, потеряли существенную часть менеджеров верхне-среднего звена. Вдобавок эти люди ушли в компании-конкуренты. И всё это происходило до больших увольнений в ИТ секторе.
Коллега из СКОЛКОВО написала колонку про "тихие увольнения" - видимо, гибкость гибридной работы в США остается важной частью культуры.
#US #Labor #IT
Статья (май 2024) проверяет, что произошло с сотрудниками, которых компании попросили вернуться в офис после пандемии. И результаты довольно неожиданные: три крупных компании (Микрософт, Apple, SpaceX), которые первыми начали просить сотрудников возвращаться очно на работу, потеряли существенную часть менеджеров верхне-среднего звена. Вдобавок эти люди ушли в компании-конкуренты. И всё это происходило до больших увольнений в ИТ секторе.
Коллега из СКОЛКОВО написала колонку про "тихие увольнения" - видимо, гибкость гибридной работы в США остается важной частью культуры.
#US #Labor #IT
Я всё ещё не уверен, что именно в ЦМИ Agile-office (у нас на этаже обычный open space), но мы продолжаем искать кандидатов!
https://emcr.io/jobs/2397?1715966991
https://emcr.io/jobs/2397?1715966991
emcr.io
Макроэкономист (Центр макроэкономических исследований), Sber
Центр Макроэкономических Исследований Сбера (ЦМИ) ищет сотрудника на позицию аналитика. ЦМИ формирует взгляды Банка на экономику России, мира и стран присутствия Группы, отвечает за спектр смежных вопросов.
Вакансия на долгосрочную декретную ставку.
…
Вакансия на долгосрочную декретную ставку.
…
Оценка климатических рисков банков США.
ФРС оценил риски от изменения климата на балансы шести крупнейших банков США (май 2024). Это первая известная мне попытка сделать серьёзный климатический стресс-тест. Мне особенно понравилось два момента в выводах:
1) Большинство участников использовали имеющиеся модели кредитного риска и предполагали, что исторические связи между вводными (макропараметры и т.п.) и выходными данными (реакция портфеля) сохранятся даже при меняющемся климате;
2) У банков не было готовых моделей и даже данных для оценки климатических рисков. Они обращались к внешним консультантам для подготовки результатов.
Видимо, это первая итерация, дальше будет интереснее. Но сам формат стресс-теста с шоком в 2050 году немного устарел - кажется, что изменения климата могут повлиять на портфели банков значительно раньше и сильнее. Завтра напомню одну из последних статей про это.
#US #Banks #StressTest #Climate
ФРС оценил риски от изменения климата на балансы шести крупнейших банков США (май 2024). Это первая известная мне попытка сделать серьёзный климатический стресс-тест. Мне особенно понравилось два момента в выводах:
1) Большинство участников использовали имеющиеся модели кредитного риска и предполагали, что исторические связи между вводными (макропараметры и т.п.) и выходными данными (реакция портфеля) сохранятся даже при меняющемся климате;
2) У банков не было готовых моделей и даже данных для оценки климатических рисков. Они обращались к внешним консультантам для подготовки результатов.
Видимо, это первая итерация, дальше будет интереснее. Но сам формат стресс-теста с шоком в 2050 году немного устарел - кажется, что изменения климата могут повлиять на портфели банков значительно раньше и сильнее. Завтра напомню одну из последних статей про это.
#US #Banks #StressTest #Climate
www.federalreserve.gov
Climate Scenario Analysis Exercise Results
The Federal Reserve Board of Governors in Washington DC.
Потери от климатических рисков.
И вот оценка (май 2024) размера потерь от климатических рисков. Авторы показывают, что глобальное изменение температуры гораздо более точный индикатор для природных катастроф, чем локальные изменения. По их модели значительно повышается оценка потерь - до 12% мирового ВВП при росте температуры на 1 градус.
Из полезного - попытка привести будущие потери к текущей стоимости. Из плохого - это всё же гипотетические оценки, а скорее всего, климатические риски будут меняться сильно нелинейно с ростом температуры. Но спасибо за ещё один шаг вперед.
#Climate #GDP #Risk
И вот оценка (май 2024) размера потерь от климатических рисков. Авторы показывают, что глобальное изменение температуры гораздо более точный индикатор для природных катастроф, чем локальные изменения. По их модели значительно повышается оценка потерь - до 12% мирового ВВП при росте температуры на 1 градус.
Из полезного - попытка привести будущие потери к текущей стоимости. Из плохого - это всё же гипотетические оценки, а скорее всего, климатические риски будут меняться сильно нелинейно с ростом температуры. Но спасибо за ещё один шаг вперед.
#Climate #GDP #Risk
NBER
The Macroeconomic Impact of Climate Change: Global vs. Local Temperature
This paper estimates that the macroeconomic damages from climate change are six times larger than previously thought. We exploit natural variability in global temperature and rely on time-series variation. A 1°C increase in global temperature leads to a 12%…