Сбережения россиян: счетов в иностранных банках всё больше, брокерские счета ещё не восстановились
Продолжаем изучать структуру сбережений россиян на основе данных ЦБ - и с ними всё не так и радужно.
Общий объём депозитов россиян восстановился после обвала в середине 2022 на фоне начала СВО: с минимальных 36 трлн рублей в 3 квартале 2022 до нынешних 47 трлн, что заметно выше докризисных уровней начала 2022 (38 трлн). Немалая часть этого роста пришлась на депозиты в банках-нерезидентах: они выросли с менее, чем 2 триллионов рублей, в середине 2022 до нынешних 6.2 трлн. В долларах это соответствует росту с 31 до 68 миллиардов - и это на фоне докризисных цифр стабильно ниже 30 млрд!
А вот брокерские счета чувствуют себя плохо: с докризисного почти триллиона они упали вдвое к середине 2022 и восстановиться смогли весьма символически: до 643 млрд рублей. Вероятно, это связано в том числе и с проблемами с доступом к иностранным акциям: 2/3 денег на счетах до кризиса были в иностранной валюте
Продолжаем изучать структуру сбережений россиян на основе данных ЦБ - и с ними всё не так и радужно.
Общий объём депозитов россиян восстановился после обвала в середине 2022 на фоне начала СВО: с минимальных 36 трлн рублей в 3 квартале 2022 до нынешних 47 трлн, что заметно выше докризисных уровней начала 2022 (38 трлн). Немалая часть этого роста пришлась на депозиты в банках-нерезидентах: они выросли с менее, чем 2 триллионов рублей, в середине 2022 до нынешних 6.2 трлн. В долларах это соответствует росту с 31 до 68 миллиардов - и это на фоне докризисных цифр стабильно ниже 30 млрд!
А вот брокерские счета чувствуют себя плохо: с докризисного почти триллиона они упали вдвое к середине 2022 и восстановиться смогли весьма символически: до 643 млрд рублей. Вероятно, это связано в том числе и с проблемами с доступом к иностранным акциям: 2/3 денег на счетах до кризиса были в иностранной валюте
👍5🤡1
Наукастинг ВВП: модели
#лонгрид
В сегодняшнем лонгриде про наукастинг - подробнее про модели, которые можно использовать для решения этой задачи.
Как я уже писал до этого, одна из специфичных черт задач наукастинга - это использование в одной модели данных разной частоты: для оценки квартального ВВП мы можем использовать месячный индекс промышленного производства, доступную в недельной частоте инфляцию и доступные в реальном времени цены на нефть. Есть два больших подхода к тому, как это всё увязать в одной модели:
1) Первый способ очень простой: все высокочастотные показатели агрегируются в средние/суммарные за месяц и оценивается линейная модель вида:
ВВП = а0 + а1 * (средний за квартал показатель 1) + а2 * (средний за квартал показатель 2) + ...
(где а0, а1, а2, ... - коэффициенты, которые нужно оценить)
Полученная конструкция называется моделью связующих уравнений (bridge equations). Это одна из базовых моделей наукастинга, но, как правило, далеко не самая точная
2) Второй способ тоже лежит на поверхности: не надо ничего агрегировать, можно просто оценить модель, где квартальный показатель напрямую зависит об всех относящихся к этому кварталу значений высокочастотных переменных:
ВВП = а0 + а1 * (показатель 1 за первый месяц квартала) + а2 * (показатель 1 за второй месяц квартала) + ...
(где а0, а1, а2, ... - коэффициенты, которые нужно оценить)
В такой форме полученная модель называется MIDAS-моделью (MIxed DAta Sampling) без ограничений на параметры.
Одна из главных проблем этих моделей заключается в необходимости оценки очень большого числа коэффициентов (если мы объясняем квартальный ряд месячным - это 3 коэффициента для каждой объясняющей переменной, а если квартальный ряд объясняем недельным - уже 12 коэффициентов!), поэтому очень часто MIDAS-модели оцениваются в ограниченной форме: когда предполагается наличие какой-то связи между коэффициентами модели (условно: последний месяц квартала влияет сильнее всего, поэтому коэффициент при последнем месяце вдвое больше, чем при втором, и втрое больше - чем при первом)
MIDAS-модели, при всей кажущейся простоте, являются одним из основных методов наукастинга, и при использовании ряда модификаций позволяют получать очень качественные результаты. Именно этот класс моделей лежит в основе наукастов, публикуемых нашей лабораторией.
В следующих лонгридах про наукастинг обсудим данные, которые можно использовать для решения этой задачи
#лонгрид
В сегодняшнем лонгриде про наукастинг - подробнее про модели, которые можно использовать для решения этой задачи.
Как я уже писал до этого, одна из специфичных черт задач наукастинга - это использование в одной модели данных разной частоты: для оценки квартального ВВП мы можем использовать месячный индекс промышленного производства, доступную в недельной частоте инфляцию и доступные в реальном времени цены на нефть. Есть два больших подхода к тому, как это всё увязать в одной модели:
1) Первый способ очень простой: все высокочастотные показатели агрегируются в средние/суммарные за месяц и оценивается линейная модель вида:
ВВП = а0 + а1 * (средний за квартал показатель 1) + а2 * (средний за квартал показатель 2) + ...
(где а0, а1, а2, ... - коэффициенты, которые нужно оценить)
Полученная конструкция называется моделью связующих уравнений (bridge equations). Это одна из базовых моделей наукастинга, но, как правило, далеко не самая точная
2) Второй способ тоже лежит на поверхности: не надо ничего агрегировать, можно просто оценить модель, где квартальный показатель напрямую зависит об всех относящихся к этому кварталу значений высокочастотных переменных:
ВВП = а0 + а1 * (показатель 1 за первый месяц квартала) + а2 * (показатель 1 за второй месяц квартала) + ...
(где а0, а1, а2, ... - коэффициенты, которые нужно оценить)
В такой форме полученная модель называется MIDAS-моделью (MIxed DAta Sampling) без ограничений на параметры.
Одна из главных проблем этих моделей заключается в необходимости оценки очень большого числа коэффициентов (если мы объясняем квартальный ряд месячным - это 3 коэффициента для каждой объясняющей переменной, а если квартальный ряд объясняем недельным - уже 12 коэффициентов!), поэтому очень часто MIDAS-модели оцениваются в ограниченной форме: когда предполагается наличие какой-то связи между коэффициентами модели (условно: последний месяц квартала влияет сильнее всего, поэтому коэффициент при последнем месяце вдвое больше, чем при втором, и втрое больше - чем при первом)
MIDAS-модели, при всей кажущейся простоте, являются одним из основных методов наукастинга, и при использовании ряда модификаций позволяют получать очень качественные результаты. Именно этот класс моделей лежит в основе наукастов, публикуемых нашей лабораторией.
В следующих лонгридах про наукастинг обсудим данные, которые можно использовать для решения этой задачи
👍4
Продовольственная инфляция в октябре 2023
По опубликованным в пятницу официальным данным Росстата, цены на продовольствие в октябре 2023 оказались на 6.54% выше, чем в октябре 2022. Для сравнения, годом ранее продовольственная инфляция составляла гораздо более впечатляющие 12.46%!
По сравнению с прошлым годом, сейчас несколько снизились цены на крупы, макароны и подсолнечное масло, почти перестали расти цены на алкоголь и хлеб.
Но есть и категории, где инфляция ускорилась: это мясо и птица, подорожавшее больше, чем на 14% за год (в прошлом октябре годовой рост цен на эту категорию был заметно скромнее: 5.7%). И сильнее всего подорожало именно самое дешёвое мясо: куриное - почти на 27% за год (против символического снижения годом ранее). Также за последний год очень значительно подорожали яйца и овощи-фрукты (около 24% в обеих категориях)
По опубликованным в пятницу официальным данным Росстата, цены на продовольствие в октябре 2023 оказались на 6.54% выше, чем в октябре 2022. Для сравнения, годом ранее продовольственная инфляция составляла гораздо более впечатляющие 12.46%!
По сравнению с прошлым годом, сейчас несколько снизились цены на крупы, макароны и подсолнечное масло, почти перестали расти цены на алкоголь и хлеб.
Но есть и категории, где инфляция ускорилась: это мясо и птица, подорожавшее больше, чем на 14% за год (в прошлом октябре годовой рост цен на эту категорию был заметно скромнее: 5.7%). И сильнее всего подорожало именно самое дешёвое мясо: куриное - почти на 27% за год (против символического снижения годом ранее). Также за последний год очень значительно подорожали яйца и овощи-фрукты (около 24% в обеих категориях)
👍3😢3🤯1🤡1
Сальдо торгового баланса России в сентябре 2023 достигло максимальных значений за год
В сентябре 2023 Россия экспортировала на 15 миллиардов долларов больше товаров, чем импортировала, следует из свежих данных ЦБ - и это стало рекордно высоким значением за весь 2023 год. Для сравнения, в летние месяцы сальдо не поднималось выше 10 миллиардов.
В целом, нынешние цифры вполне типичны для доковидного периода: большую часть 2019 года месячное сальдо держалось около 15 миллиардов. Но вот рекордно высоких уровней прошлого года (37 миллиардов в марте) нам уже скорее всего не достичь.
В целом же, для курса рубля новости неплохие - если торговля действительно более-менее восстановилась, возможно, на нынешних уровнях курс пока удержится. Но вот перспектив снова увидеть 60 или даже 70 рублей за доллар не видно.
В сентябре 2023 Россия экспортировала на 15 миллиардов долларов больше товаров, чем импортировала, следует из свежих данных ЦБ - и это стало рекордно высоким значением за весь 2023 год. Для сравнения, в летние месяцы сальдо не поднималось выше 10 миллиардов.
В целом, нынешние цифры вполне типичны для доковидного периода: большую часть 2019 года месячное сальдо держалось около 15 миллиардов. Но вот рекордно высоких уровней прошлого года (37 миллиардов в марте) нам уже скорее всего не достичь.
В целом же, для курса рубля новости неплохие - если торговля действительно более-менее восстановилась, возможно, на нынешних уровнях курс пока удержится. Но вот перспектив снова увидеть 60 или даже 70 рублей за доллар не видно.
👍8❤2
Доля "длинных" депозитов продолжает снижаться
Рост ключевой ставки конечно повышает привлекательность депозитов - но вот рост идёт в основном за счёт коротких (меньше года) депозитов: всего 7.05% открытых в сентябре 2023 вкладов были открыты на срок больше 1 года. Ещё в июне их было 14%, а до февраля 2022 доля длинных депозитов держалась на уровне 20-25%. Антирекорд марта 2022 - 2.33%
Почему это важно? Чем меньше длинных депозитов - тем меньше длинных кредитов (= долгосрочных инвестиций). Ну, и нежелание населения вкладывать деньги на срок больше года (а на самом деле больше полугода: 68.6% всех депозитов открыты на срок не больше 180 дней) много говорит о воспринимаемой стабильности экономической ситуации в стране
Рост ключевой ставки конечно повышает привлекательность депозитов - но вот рост идёт в основном за счёт коротких (меньше года) депозитов: всего 7.05% открытых в сентябре 2023 вкладов были открыты на срок больше 1 года. Ещё в июне их было 14%, а до февраля 2022 доля длинных депозитов держалась на уровне 20-25%. Антирекорд марта 2022 - 2.33%
Почему это важно? Чем меньше длинных депозитов - тем меньше длинных кредитов (= долгосрочных инвестиций). Ну, и нежелание населения вкладывать деньги на срок больше года (а на самом деле больше полугода: 68.6% всех депозитов открыты на срок не больше 180 дней) много говорит о воспринимаемой стабильности экономической ситуации в стране
👍6
Рост цен на второй неделе ноября замедлился?
По данным Росстата, цены в России за период с 8 по 13 ноября выросли на 0.23% - против 0.42% за период с 31 октября по 7 ноября. Прогресс, однако!
А если убрать огурцы и помидоры, традиционно дорожающие к зиме (+9.1% и +5.7% за неделю соответственно), то ситуацию будут портить только полёты в самолёте и яйца. И вот это, кстати, не очень хорошая новость: меньше чем за неделю они подорожали на 3.38%!
Зато картошка, детское питание и смартфоны - подешевели! Правда, в пределах 0.5%, но всё же есть чему порадоваться!
По данным Росстата, цены в России за период с 8 по 13 ноября выросли на 0.23% - против 0.42% за период с 31 октября по 7 ноября. Прогресс, однако!
А если убрать огурцы и помидоры, традиционно дорожающие к зиме (+9.1% и +5.7% за неделю соответственно), то ситуацию будут портить только полёты в самолёте и яйца. И вот это, кстати, не очень хорошая новость: меньше чем за неделю они подорожали на 3.38%!
Зато картошка, детское питание и смартфоны - подешевели! Правда, в пределах 0.5%, но всё же есть чему порадоваться!
👍5
Кажется, пик ставок ЦБ европейских стран пройден
В большинстве стран Европы, кажется, завершился или уже завершается цикл роста процентных ставок. ЕЦБ держит ставку на текущем уровне почти два месяца (на повышение с предыдущего уровня - 4.25% - до нынешних 4.5% понадобилось чуть больше месяца).
Страны, сохранившие свои валюты (и возможность вести независимую монетарную политику), тоже давно не повышали ставки, а некоторые даже начали понижение: Венгрия в конце октября снизила ставку с 13% до 12.25%, Польша снижала ставку уже дважды за эту осень: с 6.75% до 6% в начале сентября и до 5.75% в начале октября.
В целом, это неплохие новости: снижение ставок означает, что ЦБ постепенно побеждают инфляцию (или думают, что побеждают), а более низкие ставки = меньше шансов скатиться в рецессию. Речь, конечно, о Европе - но и по нам бы оно с неизбежностью ударило, даже несмотря на все санкции
Данные: Bank for International Settlements
В большинстве стран Европы, кажется, завершился или уже завершается цикл роста процентных ставок. ЕЦБ держит ставку на текущем уровне почти два месяца (на повышение с предыдущего уровня - 4.25% - до нынешних 4.5% понадобилось чуть больше месяца).
Страны, сохранившие свои валюты (и возможность вести независимую монетарную политику), тоже давно не повышали ставки, а некоторые даже начали понижение: Венгрия в конце октября снизила ставку с 13% до 12.25%, Польша снижала ставку уже дважды за эту осень: с 6.75% до 6% в начале сентября и до 5.75% в начале октября.
В целом, это неплохие новости: снижение ставок означает, что ЦБ постепенно побеждают инфляцию (или думают, что побеждают), а более низкие ставки = меньше шансов скатиться в рецессию. Речь, конечно, о Европе - но и по нам бы оно с неизбежностью ударило, даже несмотря на все санкции
Данные: Bank for International Settlements
👍4
Средние ставки по потребкредитам в России в ноябре 2023
ЦБ вчера опубликовал свежую статистику по средним ставкам на потребительские кредиты - и она немного пугает.
Небольшие (до 300 тысяч) потребкредиты в банках выдаются сейчас в среднем под ставки (строго говоря, это не ставка, а полная стоимость) в диапазоне 20-30% годовых. Много? Совсем не много, если сравнить с микрофинансовыми организациями.
Всевозможные "займём денег до зарплаты" выдают займы с залогом в среднем под 77% годовых, без залога ставки приближаются к 300% годовых! Маленькие суммы (до 30 тысяч рублей) выдают под 278-285% в зависимости от срока, для сумм побольше ставка уходит выше 100%: 137% для сроков меньше месяца, 67% на срок 1-2 месяца, 271% для сроков от 2 до 6 месяцев.
ЦБ вчера опубликовал свежую статистику по средним ставкам на потребительские кредиты - и она немного пугает.
Небольшие (до 300 тысяч) потребкредиты в банках выдаются сейчас в среднем под ставки (строго говоря, это не ставка, а полная стоимость) в диапазоне 20-30% годовых. Много? Совсем не много, если сравнить с микрофинансовыми организациями.
Всевозможные "займём денег до зарплаты" выдают займы с залогом в среднем под 77% годовых, без залога ставки приближаются к 300% годовых! Маленькие суммы (до 30 тысяч рублей) выдают под 278-285% в зависимости от срока, для сумм побольше ставка уходит выше 100%: 137% для сроков меньше месяца, 67% на срок 1-2 месяца, 271% для сроков от 2 до 6 месяцев.
🤯4👍3🤔3
Наукастинг ВВП: показатели
#лонгрид
В этом третьем лонгриде про наукастинг ВВП мы поговорим про переменные, с помощью которых можно "наукастить" ВВП.
Главное требование к этим объясняющим переменным, как уже упоминалось в предыдущих лонгридах, - это оперативность. Они должны выходить раньше, чем ВВП. Чем раньше публикуется показатель, тем он потенциально полезнее, потому что позволяет оценить текущий ВВП с максимальной оперативностью. С другой стороны, даже очень хороший и близкий к ВВП показатель, публикующийся с задержкой на 2-3 дня меньше, чем сам ВВП, никакой пользы для наукастинга не принесёт.
Самые очевидные кандидаты здесь - это показатели, доступные в реальном времени: данные фондовых бирж (скорее индексы, чем цены отдельных акций, но для разных стран возможны разные интересные особенности) и данные товарных бирж (цены на нефть/газ/другие сырьевые товары).
Как показывает практика (к примеру, вот), фондовые индексы редко приносят значительное улучшение качества моделей, а вот сырьевые цены очень неплохо работают для стран, в экономике которых значимую роль играет сырьё.
При том это работает как для стран, которые активно добывают сырьё: ВВП Саудовской Аравии очень хорошо "наукастится" ценами на энергоносители, прежде всего на нефть, так и для стран, активно потребляющих сырьё: ВВП Южной Кореи (страны с очень развитым "тяжёлым" производством) хорошо можно прогнозировать ценами на промышленные металлы.
Ещё один оперативный и очень классический показатель, постоянно использующийся в наукастинге - это индекс индекс деловой активности PMI. Строится он на основе опросных данных и публикуется обычно почти сразу после окончания соответствующего месяца. PMI или другие (в целом аналогичные) индексы деловой активности считаются для многих стран мира (включая Россию) и часто очень неплохо работают, особенно для стран с более "сложной" структурой экономики.
#лонгрид
В этом третьем лонгриде про наукастинг ВВП мы поговорим про переменные, с помощью которых можно "наукастить" ВВП.
Главное требование к этим объясняющим переменным, как уже упоминалось в предыдущих лонгридах, - это оперативность. Они должны выходить раньше, чем ВВП. Чем раньше публикуется показатель, тем он потенциально полезнее, потому что позволяет оценить текущий ВВП с максимальной оперативностью. С другой стороны, даже очень хороший и близкий к ВВП показатель, публикующийся с задержкой на 2-3 дня меньше, чем сам ВВП, никакой пользы для наукастинга не принесёт.
Самые очевидные кандидаты здесь - это показатели, доступные в реальном времени: данные фондовых бирж (скорее индексы, чем цены отдельных акций, но для разных стран возможны разные интересные особенности) и данные товарных бирж (цены на нефть/газ/другие сырьевые товары).
Как показывает практика (к примеру, вот), фондовые индексы редко приносят значительное улучшение качества моделей, а вот сырьевые цены очень неплохо работают для стран, в экономике которых значимую роль играет сырьё.
При том это работает как для стран, которые активно добывают сырьё: ВВП Саудовской Аравии очень хорошо "наукастится" ценами на энергоносители, прежде всего на нефть, так и для стран, активно потребляющих сырьё: ВВП Южной Кореи (страны с очень развитым "тяжёлым" производством) хорошо можно прогнозировать ценами на промышленные металлы.
Ещё один оперативный и очень классический показатель, постоянно использующийся в наукастинге - это индекс индекс деловой активности PMI. Строится он на основе опросных данных и публикуется обычно почти сразу после окончания соответствующего месяца. PMI или другие (в целом аналогичные) индексы деловой активности считаются для многих стран мира (включая Россию) и часто очень неплохо работают, особенно для стран с более "сложной" структурой экономики.
👍6
Дорогие читатели!
Как вы могли заметить, в последние несколько недель формат канала немного поменялся: тут стало меньше новостей и больше длинных текстов - а ещё подача стала более личной и в тексте стало появляться местоимение "я".
Это, как вы понимаете, неспроста! Теперь этот канал общим решением перешёл из ведения коллектива авторов (вот этого, он же в значительной степени совпадает с вот этим) в ведение одного из членов коллектива - Ивана Станкевича. Сам по себе коллектив, если что, никуда не исчезает, мы по-прежнему делаем единственные в России регулярные наукасты ВВП и интересные коммерческие проекты для разных заказчиков :)
Так что теперь этот канал станет (и отчасти уже стал):
1) Более личным и менее формальным (tone-of-voice личного канала может таки отличаться от tone-of-voice официального канала коллектива)
2) Более "техническим": я буду больше рассказывать о том, чем я занимаюсь: о прогнозировании, статистике, эконометрике, построении моделей.
При этом новостной контент тоже останется, особенно по тем вещам, которые мне интересны! Так что свежие интересности с авторскими комментариями из статистики ЦБ, Росстата и прочая-прочая никуда не исчезнут!
А вот в личный блог с фоточками из отпуска этот канал точно не превратится, не переживайте :)
Так что, оставайтесь на связи! Впереди ещё много всего интересного)
Как вы могли заметить, в последние несколько недель формат канала немного поменялся: тут стало меньше новостей и больше длинных текстов - а ещё подача стала более личной и в тексте стало появляться местоимение "я".
Это, как вы понимаете, неспроста! Теперь этот канал общим решением перешёл из ведения коллектива авторов (вот этого, он же в значительной степени совпадает с вот этим) в ведение одного из членов коллектива - Ивана Станкевича. Сам по себе коллектив, если что, никуда не исчезает, мы по-прежнему делаем единственные в России регулярные наукасты ВВП и интересные коммерческие проекты для разных заказчиков :)
Так что теперь этот канал станет (и отчасти уже стал):
1) Более личным и менее формальным (tone-of-voice личного канала может таки отличаться от tone-of-voice официального канала коллектива)
2) Более "техническим": я буду больше рассказывать о том, чем я занимаюсь: о прогнозировании, статистике, эконометрике, построении моделей.
При этом новостной контент тоже останется, особенно по тем вещам, которые мне интересны! Так что свежие интересности с авторскими комментариями из статистики ЦБ, Росстата и прочая-прочая никуда не исчезнут!
А вот в личный блог с фоточками из отпуска этот канал точно не превратится, не переживайте :)
Так что, оставайтесь на связи! Впереди ещё много всего интересного)
👍15❤6🔥3
ВВП России в 3 квартале 2023
Ещё в среду вечером Росстат опубликовал первую оценку темпов роста ВВП в 3 квартале 2023 - и она оказалась неожиданно оптимистичной, сразу +5.5%.
Это выше всех прочих прогнозов: Минэка, ЦБ, коллег из MMI, наших предыдущих наукастов (наша оценка от начала ноября: +4.8%). С учётом падения в 3 квартале 2022 на заметно более скромные 3.5% мы сейчас с большим запасом восстановились после кризиса...
Плохие прогнозы или экономика растёт неожиданно хорошо? Ну, с экономикой правда всё совсем не так плохо, как нам всем казалось полтора года назад, но такие высокие цифры всё же вызывают сомнения. При этом и проверить их с учётом изменяющейся структуры экономики (роста доли ВПК и разного рода засекреченных статей) довольно сложно.
Опять же, нужно помнить, что масштабы пересмотра статистики ВВП в России очень значительны (вот к примеру небольшая заметка на эту тему), так что вполне возможно, что через год-два тихо и незаметно цифры приблизятся к прогнозным - тем более, что чем ниже окажется темп роста ВВП в 3 квартале 2023, тем выше он станет в 3 квартале 2024!
Ещё в среду вечером Росстат опубликовал первую оценку темпов роста ВВП в 3 квартале 2023 - и она оказалась неожиданно оптимистичной, сразу +5.5%.
Это выше всех прочих прогнозов: Минэка, ЦБ, коллег из MMI, наших предыдущих наукастов (наша оценка от начала ноября: +4.8%). С учётом падения в 3 квартале 2022 на заметно более скромные 3.5% мы сейчас с большим запасом восстановились после кризиса...
Плохие прогнозы или экономика растёт неожиданно хорошо? Ну, с экономикой правда всё совсем не так плохо, как нам всем казалось полтора года назад, но такие высокие цифры всё же вызывают сомнения. При этом и проверить их с учётом изменяющейся структуры экономики (роста доли ВПК и разного рода засекреченных статей) довольно сложно.
Опять же, нужно помнить, что масштабы пересмотра статистики ВВП в России очень значительны (вот к примеру небольшая заметка на эту тему), так что вполне возможно, что через год-два тихо и незаметно цифры приблизятся к прогнозным - тем более, что чем ниже окажется темп роста ВВП в 3 квартале 2023, тем выше он станет в 3 квартале 2024!
👍4🔥3🤔1
Самые большие пересмотры прогнозных темпов роста ВВП стран Европы
У шести стран Европы прогнозные темпы роста ВВП в 2023 году по версии МВФ за полгода выросли больше, чем на 1 п.п.!
Россия заняла второе место в Европе (после Украины) по величине пересмотра прогнозов по ВВП в этом году! В апреле МВФ ожидал, что ВВП России в этом году вырастет на 0.7%, сейчас уже ожидает роста на 2.2%. Минэк, кстати, ожидает роста на 2.8%, ЦБ - в диапазоне от 2.2% до 2.7%, что в целом соответствует цифрам МВФ.
Прогноз МВФ соответствует росту в 4 квартале 2023 примерно на 1% по сравнению с прошлым годом, прогноз Минэка - где-то на 3%, прогноз ЦБ - в диапазоне 1%-2%.
По нашим текущим (рассчитанным мной вчера вечером буквально на коленке) прогнозам, ВВП в 4 квартале может вырасти примерно на 1.5%, что соответствует годовому росту на 2.5%.
Подробности и более точные цифры - в начале декабря в новом выпуске регулярных наукастов!
У шести стран Европы прогнозные темпы роста ВВП в 2023 году по версии МВФ за полгода выросли больше, чем на 1 п.п.!
Россия заняла второе место в Европе (после Украины) по величине пересмотра прогнозов по ВВП в этом году! В апреле МВФ ожидал, что ВВП России в этом году вырастет на 0.7%, сейчас уже ожидает роста на 2.2%. Минэк, кстати, ожидает роста на 2.8%, ЦБ - в диапазоне от 2.2% до 2.7%, что в целом соответствует цифрам МВФ.
Прогноз МВФ соответствует росту в 4 квартале 2023 примерно на 1% по сравнению с прошлым годом, прогноз Минэка - где-то на 3%, прогноз ЦБ - в диапазоне 1%-2%.
По нашим текущим (рассчитанным мной вчера вечером буквально на коленке) прогнозам, ВВП в 4 квартале может вырасти примерно на 1.5%, что соответствует годовому росту на 2.5%.
Подробности и более точные цифры - в начале декабря в новом выпуске регулярных наукастов!
👍6
Об автоматическом (или около того) прогнозировании
#лонгрид
На прошлой неделе я рассказывал про базовые модели прогнозирования на одной зимней школе, а на выходных - проверял домашние работы участников, и этот процесс навёл меня на мысль написать этот пост.
Условие домашней работы было достаточно простым - нужно было взять любой ряд цен из Pink Sheet Всемирного Банка (месячные ряды цен на разные биржевые продукты, от нефти до креветок) и построить его прогноз рядом простых авторегрессионных (когда текущее значения ряда определяется предыдущими значениями) моделей, сделать это много раз и посчитать среднюю точность таких прогнозов на 1 месяц вперёд.
Набор моделей был вполне стандартный для базового курса по прогнозированию: ARIMA (с автоматическим подбором параметров), ETS, гибриды, прогнозирующие ансамблем из других моделей (вплоть до простейших нейронных сетей - и когда-нибудь я напишу отдельный текст про бессмысленную и беспощадную любовь некоторых людей к нейронным сетям там, где они не работают)
В целом, идея "а давайте придумаем какую-нибудь модель, чтобы просто нажимать на кнопочку и получать хорошие прогнозы" выглядит очень привлекательно, и на каком-то этапе возникает ощущение, что сейчас заживём! Но чаще всего, увы, "зажить" не получается, и результаты этого небольшого домашнего задания это прекрасно подтвердили: больше чем в половине работ лучшей моделью оказалась... Наивная модель! Которая просто повторяет последнее наблюдение в качестве прогноза ("завтра равно сегодня").
Среди тех работ, где победила не-наивная модель, разница в точности модели-победительницы и наивной чаще всего составляла доли процента. Буквально в одном случае хорошо (с разницей с наивной больше пары процентов) сработала ARIMA, в паре случаев - ETS, ещё в паре случаев какие-то гибриды.
Как показывает практика, даже при существенном усложнении моделей редко получается получить кардинальный прирост точности. Я наблюдал хорошо работающие LSTM (более сложный вид нейронных сетей), но в основном на более высокочастотных данных, когда в выборке хотя бы несколько тысяч наблюдений. Я слышал про хорошо работающий Prophet, но для специфичных типов данных (долей). И видел гораздо больше случаев, когда ни LSTM, ни Prophet, не способны значимо улучшить точность по сравнению с наивным прогнозом. А там, где точность улучшается - это достигается долгим и аккуратным подбором параметров моделей, а вовсе не "нажал на кнопочку - и всё работает".
Мораль сей басни? Не бывает волшебных палочек :) Если вам нужен хороший прогноз - то даже при использовании авторегрессионной модели вам, скорее всего, придётся довольно много времени потратить на подбор оптимальной модели и её параметров. А лучше использовать модель с внешними объясняющими переменными - но тогда придётся потратить на неё ещё больше времени и сил. Но они точно окупятся!
#лонгрид
На прошлой неделе я рассказывал про базовые модели прогнозирования на одной зимней школе, а на выходных - проверял домашние работы участников, и этот процесс навёл меня на мысль написать этот пост.
Условие домашней работы было достаточно простым - нужно было взять любой ряд цен из Pink Sheet Всемирного Банка (месячные ряды цен на разные биржевые продукты, от нефти до креветок) и построить его прогноз рядом простых авторегрессионных (когда текущее значения ряда определяется предыдущими значениями) моделей, сделать это много раз и посчитать среднюю точность таких прогнозов на 1 месяц вперёд.
Набор моделей был вполне стандартный для базового курса по прогнозированию: ARIMA (с автоматическим подбором параметров), ETS, гибриды, прогнозирующие ансамблем из других моделей (вплоть до простейших нейронных сетей - и когда-нибудь я напишу отдельный текст про бессмысленную и беспощадную любовь некоторых людей к нейронным сетям там, где они не работают)
В целом, идея "а давайте придумаем какую-нибудь модель, чтобы просто нажимать на кнопочку и получать хорошие прогнозы" выглядит очень привлекательно, и на каком-то этапе возникает ощущение, что сейчас заживём! Но чаще всего, увы, "зажить" не получается, и результаты этого небольшого домашнего задания это прекрасно подтвердили: больше чем в половине работ лучшей моделью оказалась... Наивная модель! Которая просто повторяет последнее наблюдение в качестве прогноза ("завтра равно сегодня").
Среди тех работ, где победила не-наивная модель, разница в точности модели-победительницы и наивной чаще всего составляла доли процента. Буквально в одном случае хорошо (с разницей с наивной больше пары процентов) сработала ARIMA, в паре случаев - ETS, ещё в паре случаев какие-то гибриды.
Как показывает практика, даже при существенном усложнении моделей редко получается получить кардинальный прирост точности. Я наблюдал хорошо работающие LSTM (более сложный вид нейронных сетей), но в основном на более высокочастотных данных, когда в выборке хотя бы несколько тысяч наблюдений. Я слышал про хорошо работающий Prophet, но для специфичных типов данных (долей). И видел гораздо больше случаев, когда ни LSTM, ни Prophet, не способны значимо улучшить точность по сравнению с наивным прогнозом. А там, где точность улучшается - это достигается долгим и аккуратным подбором параметров моделей, а вовсе не "нажал на кнопочку - и всё работает".
Мораль сей басни? Не бывает волшебных палочек :) Если вам нужен хороший прогноз - то даже при использовании авторегрессионной модели вам, скорее всего, придётся довольно много времени потратить на подбор оптимальной модели и её параметров. А лучше использовать модель с внешними объясняющими переменными - но тогда придётся потратить на неё ещё больше времени и сил. Но они точно окупятся!
👍4❤2🔥2
Рост цен на третьей неделе ноября немного замедлился
По свежим официальным цифрам Росстата, за период с 14 по 20 ноября 2023 цены в России в среднем выросли на 0.2% - против 0.23% за предыдущую неделю.
Это хорошо. Плохо то, что цены всё ещё растут быстрее, чем в октябре: среднесуточный прирост цен в ноябре составляет 0.04%, в октябре он был в полтора раза меньше: 0.027%, а в ноябре прошлого года скромные 0.012%
Цены тянут вверх овощи-фрукты (что понятно, сезонный эффект) и куриные яйца, с начала года подорожавшие уже почти на 31%! И это не сезонный эффект, к сожалению.
Зато почти на 1% за неделю подешевел сахар, ставивший рекорды по темпам роста цен в прошлом году.
По свежим официальным цифрам Росстата, за период с 14 по 20 ноября 2023 цены в России в среднем выросли на 0.2% - против 0.23% за предыдущую неделю.
Это хорошо. Плохо то, что цены всё ещё растут быстрее, чем в октябре: среднесуточный прирост цен в ноябре составляет 0.04%, в октябре он был в полтора раза меньше: 0.027%, а в ноябре прошлого года скромные 0.012%
Цены тянут вверх овощи-фрукты (что понятно, сезонный эффект) и куриные яйца, с начала года подорожавшие уже почти на 31%! И это не сезонный эффект, к сожалению.
Зато почти на 1% за неделю подешевел сахар, ставивший рекорды по темпам роста цен в прошлом году.
👍4
Лидеры роста и снижения цен с начала года
Интересно, но лидерами и по росту, и по снижению цен за этот год (20 ноября 2023 по сравнению с концом декабря 2022) стали фрукты-овощи: с одной стороны ринга у нас бананы (+44.6% с начала года) и помидоры (+41.6%), с другой - огурцы, потерявшие за неполные 11 месяцев 22.3% своей цены!
Так что, вопреки вчерашним комментариям в чате, запрещать огурцы пока рано!
За год подешевели типичные гарниры: гречка, картошка, макароны; подешевели телевизоры, немного снизились цены на маргарин и муку.
В лидерах роста цен помимо уже упомянутых: курица и яйца, мясо (особенно баранина и свинина, сахар, машины, некоторые виды лекарств. Так что лучше от темпов роста цен сильно не нервничать, а то корвалол подорожал за год на 9.5%!
Интересно, но лидерами и по росту, и по снижению цен за этот год (20 ноября 2023 по сравнению с концом декабря 2022) стали фрукты-овощи: с одной стороны ринга у нас бананы (+44.6% с начала года) и помидоры (+41.6%), с другой - огурцы, потерявшие за неполные 11 месяцев 22.3% своей цены!
Так что, вопреки вчерашним комментариям в чате, запрещать огурцы пока рано!
За год подешевели типичные гарниры: гречка, картошка, макароны; подешевели телевизоры, немного снизились цены на маргарин и муку.
В лидерах роста цен помимо уже упомянутых: курица и яйца, мясо (особенно баранина и свинина, сахар, машины, некоторые виды лекарств. Так что лучше от темпов роста цен сильно не нервничать, а то корвалол подорожал за год на 9.5%!
😢3🤣3👍1
Индикатор бизнес-климата Банка России растёт четвёртый месяц подряд, но...
Но условия кредитования находятся на уровне антирекордов кризисов 2008-2009 и 2014 гг., (и немногим выше февраля-марта 2022), а ситуация со спросом постепенно ухудшается.
За счёт чего рост? За счёт ожиданий - в ближайшие 3 месяца все ждут улучшения: объёма производства, товарооборота, спроса, цен. И все компоненты, связанные с ожиданиями, стабильно улучшаются с июня-июля. С текущей ситуацией не всё так радужно, а с кредитованием настоящая катастрофа
Данные
Но условия кредитования находятся на уровне антирекордов кризисов 2008-2009 и 2014 гг., (и немногим выше февраля-марта 2022), а ситуация со спросом постепенно ухудшается.
За счёт чего рост? За счёт ожиданий - в ближайшие 3 месяца все ждут улучшения: объёма производства, товарооборота, спроса, цен. И все компоненты, связанные с ожиданиями, стабильно улучшаются с июня-июля. С текущей ситуацией не всё так радужно, а с кредитованием настоящая катастрофа
Данные
😱2👍1🔥1
Наукастинг ВВП: альтернативные данные
#лонгрид
Последний (по крайней мере на ближайшее время) лонгрид про наукастинг посвятим вопросу использования альтернативных данных.
Как я уже писал неделей ранее, одно из важнейших требований к объясняющим переменным для их использования при наукастинге - это оперативность их публикации. Чем оперативнее публикуется показатель, тем быстрее мы сможем посчитать наукаст и, что логично, тем больше от этого показателя получается пользы.
К сожалению, большая часть "классических" объясняющих переменных не всегда достаточно оперативна: данные по промышленному производству за октябрь у нас опубликуют 29 ноября (вместе с многими другими показателями), инфляция задерживается меньше, на 3-4 дня, но всё равно недоступна сразу. Есть и оперативные индикаторы: те же биржевые цены на товары (на нефть, к примеру) и фондовые индексы, но их не всегда хватает для построения хороших оценок.
Это мотивирует использование разного рода "альтернативных данных", которые публикуются быстрее классических, а описывают явления, качественно отличающиеся от просто событий на биржах. Сюда попадают: динамика поисковых запросов (Google/Яндекс-тренды), оценки тональности новостей и комментариев в соцсетях (сентимент) и другие нестандартные показатели, которые (чаще всего) получаются на основе анализа происходящего в Интернете.
В отличие от стандартных макропоказателей, тут возникает много сложных вопросов: какие брать запросы для анализа динамики запросов, по каким СМИ / соцсетям / группам в этих соцсетях оценивать сентимент, как агрегировать полученное множество показателей (а их могут быть сотни и тысячи!) в меньшее число переменных, которые потом будут использоваться в модели.
Несмотря на все эти сложности, альтернативные данные нередко позволяют заметно улучшить качество моделей (хотя и "волшебной палочкой" они не являются, к сожалению или счастью) и безусловно могут и даже должны использоваться при прогнозировании и наукастинге
#лонгрид
Последний (по крайней мере на ближайшее время) лонгрид про наукастинг посвятим вопросу использования альтернативных данных.
Как я уже писал неделей ранее, одно из важнейших требований к объясняющим переменным для их использования при наукастинге - это оперативность их публикации. Чем оперативнее публикуется показатель, тем быстрее мы сможем посчитать наукаст и, что логично, тем больше от этого показателя получается пользы.
К сожалению, большая часть "классических" объясняющих переменных не всегда достаточно оперативна: данные по промышленному производству за октябрь у нас опубликуют 29 ноября (вместе с многими другими показателями), инфляция задерживается меньше, на 3-4 дня, но всё равно недоступна сразу. Есть и оперативные индикаторы: те же биржевые цены на товары (на нефть, к примеру) и фондовые индексы, но их не всегда хватает для построения хороших оценок.
Это мотивирует использование разного рода "альтернативных данных", которые публикуются быстрее классических, а описывают явления, качественно отличающиеся от просто событий на биржах. Сюда попадают: динамика поисковых запросов (Google/Яндекс-тренды), оценки тональности новостей и комментариев в соцсетях (сентимент) и другие нестандартные показатели, которые (чаще всего) получаются на основе анализа происходящего в Интернете.
В отличие от стандартных макропоказателей, тут возникает много сложных вопросов: какие брать запросы для анализа динамики запросов, по каким СМИ / соцсетям / группам в этих соцсетях оценивать сентимент, как агрегировать полученное множество показателей (а их могут быть сотни и тысячи!) в меньшее число переменных, которые потом будут использоваться в модели.
Несмотря на все эти сложности, альтернативные данные нередко позволяют заметно улучшить качество моделей (хотя и "волшебной палочкой" они не являются, к сожалению или счастью) и безусловно могут и даже должны использоваться при прогнозировании и наукастинге
👍7🔥1
Ставки по депозитам продолжают расти
Средняя максимальная ставка по депозитам на второй декаде ноября составила 13.64% - против 13.57% в начале ноября и "скромных" 12.04% в конце октября.
Конечно не 20.5%, как в начале марта 2022, но тоже ставка неплохая, и заметно выше (официальной) инфляции.
Кстати, как показала практика, в марте решение "положить рубли на депозит под такую ставку на 3-6 месяцев" оказалось очень даже рациональным. Будем надеяться, что и те, кто кладут деньги на депозит сейчас, через полгода будут радоваться своей предусмотрительности...
Средняя максимальная ставка по депозитам на второй декаде ноября составила 13.64% - против 13.57% в начале ноября и "скромных" 12.04% в конце октября.
Конечно не 20.5%, как в начале марта 2022, но тоже ставка неплохая, и заметно выше (официальной) инфляции.
Кстати, как показала практика, в марте решение "положить рубли на депозит под такую ставку на 3-6 месяцев" оказалось очень даже рациональным. Будем надеяться, что и те, кто кладут деньги на депозит сейчас, через полгода будут радоваться своей предусмотрительности...
👍5
Доля нерезидентов на рынке ОФЗ продолжает медленно снижаться
Общий объём рынка ОФЗ по состоянию на 1 ноября составил чуть больше 19.5 триллионов рублей - из них на нерезидентов пришлось только 1.5 триллиона, 7.7% от общего объёма рынка. Месяцем ранее этот показатель был выше буквально на пару сотых процента, а вот в прошлом году на нерезидентов приходилось 17.6% от общего объёма рынка ОФЗ. И кстати, объём этот был заметно скромнее: около 15.5 трлн.
"Нормальные" цифры для доли нерезов в ОФЗ до событий февраля 2022 были на уровне 20-30%, а сам объём рынка ОФЗ был заметно меньше, особенно до начала COVID-кризиса. После небольшого перерыва в первой половине 2022, объём заимствований государства снова начал расти - за одну лишь прошлую зиму он прибавил больше 10%
Общий объём рынка ОФЗ по состоянию на 1 ноября составил чуть больше 19.5 триллионов рублей - из них на нерезидентов пришлось только 1.5 триллиона, 7.7% от общего объёма рынка. Месяцем ранее этот показатель был выше буквально на пару сотых процента, а вот в прошлом году на нерезидентов приходилось 17.6% от общего объёма рынка ОФЗ. И кстати, объём этот был заметно скромнее: около 15.5 трлн.
"Нормальные" цифры для доли нерезов в ОФЗ до событий февраля 2022 были на уровне 20-30%, а сам объём рынка ОФЗ был заметно меньше, особенно до начала COVID-кризиса. После небольшого перерыва в первой половине 2022, объём заимствований государства снова начал расти - за одну лишь прошлую зиму он прибавил больше 10%
👍5
Количество открытых ИИС в России продолжает расти, но суммарный объём активов ещё не восстановился до уровней конца 2021 года
По данным ЦБ, на конец 3 квартала 2023 россияне открыли 5.7 миллионов индивидуальных инвестиционных счетов (специальные брокерские счета с налоговыми льготами, созданные для привлечения длинных денег на фондовый рынок) - и это число долго и стабильно растёт несмотря на все перипетии последних лет.
Но вот объём средств на ИИС, увы, очень сильно упал в 1 квартале 2022 на фоне начала СВО и последовавших за ним событий на фондовом рынке: с 551 миллиарда рублей в конце 2021 до минимальных 395 миллиардов в конце сентября 2022. Сейчас большую часть этого падения ИИС отыграли: по данным на конец сентября уже этого года на ИИС суммарно хранилось 519 миллиардов рублей.
Восстановление - это хорошо. Плохо то, что оно идёт даже медленнее, чем шёл рост до 2022 года: нынешние 3-7% квартал к кварталу против против 10-15% в период 2020-2021 гг.
По данным ЦБ, на конец 3 квартала 2023 россияне открыли 5.7 миллионов индивидуальных инвестиционных счетов (специальные брокерские счета с налоговыми льготами, созданные для привлечения длинных денег на фондовый рынок) - и это число долго и стабильно растёт несмотря на все перипетии последних лет.
Но вот объём средств на ИИС, увы, очень сильно упал в 1 квартале 2022 на фоне начала СВО и последовавших за ним событий на фондовом рынке: с 551 миллиарда рублей в конце 2021 до минимальных 395 миллиардов в конце сентября 2022. Сейчас большую часть этого падения ИИС отыграли: по данным на конец сентября уже этого года на ИИС суммарно хранилось 519 миллиардов рублей.
Восстановление - это хорошо. Плохо то, что оно идёт даже медленнее, чем шёл рост до 2022 года: нынешние 3-7% квартал к кварталу против против 10-15% в период 2020-2021 гг.
👍3😢2
Темпы роста цен на последней неделе ноября увеличились!
По свежим расчётам Росстата, за период с 21 по 27 ноября 2023 цены в России в среднем выросли на 0.33% - и это значительно больше, чем 0.2% и 0.23% неделей и двумя неделями ранее соответственно.
Что-то странное произошло с ценами на авиабилеты: они (всего за неделю!) выросли на 12.5% (с начала года уже набрались впечатляющие +29%)!
Продолжают быстро (и сезонно) дорожать огурцы (+9.65%, но это всё ещё на 15% дешевле, чем в конце 2022), победить рост цен на яйца тоже пока не получается (+4.37%). Вслед за курицей и мясом начали дорожать колбасы; по 0.3-0.4% за неделю прибавили цены на многие лекарства.
Ждём дальнейшего роста ключевой ставки?
По свежим расчётам Росстата, за период с 21 по 27 ноября 2023 цены в России в среднем выросли на 0.33% - и это значительно больше, чем 0.2% и 0.23% неделей и двумя неделями ранее соответственно.
Что-то странное произошло с ценами на авиабилеты: они (всего за неделю!) выросли на 12.5% (с начала года уже набрались впечатляющие +29%)!
Продолжают быстро (и сезонно) дорожать огурцы (+9.65%, но это всё ещё на 15% дешевле, чем в конце 2022), победить рост цен на яйца тоже пока не получается (+4.37%). Вслед за курицей и мясом начали дорожать колбасы; по 0.3-0.4% за неделю прибавили цены на многие лекарства.
Ждём дальнейшего роста ключевой ставки?
😢4😱3👍2