Оценки текущих темпов роста ВВП России в 1 квартале 2024: мартовские расчёты
Перспективы ВВП в 1 квартале 2024 в марте улучшились по сравнению с февралём: наши текущие оценки темпов роста составляют 4.8% против 4.1% в феврале.
Достаточно заметно обещает вырасти валовое накопление, в меньшей степени - потребление, госрасходы пока топчутся на месте (что на фоне роста в 1к2023 на 13.5% выглядит вполне оправданно).
Главные драйверы роста - розничная торговля, добыча, пром. производство. Тормозят рост невысокие цены на нефть и ключевая ставка.
Но не забываем: уже во втором квартале этого года эффект низкой базы исчезнет и цифры станут далеко не такими радужными
Перспективы ВВП в 1 квартале 2024 в марте улучшились по сравнению с февралём: наши текущие оценки темпов роста составляют 4.8% против 4.1% в феврале.
Достаточно заметно обещает вырасти валовое накопление, в меньшей степени - потребление, госрасходы пока топчутся на месте (что на фоне роста в 1к2023 на 13.5% выглядит вполне оправданно).
Главные драйверы роста - розничная торговля, добыча, пром. производство. Тормозят рост невысокие цены на нефть и ключевая ставка.
Но не забываем: уже во втором квартале этого года эффект низкой базы исчезнет и цифры станут далеко не такими радужными
👍3🔥1
Как агрегировать прогнозы
Давно у нас не было лонгридов на канале - надо исправляться! Сегодня поговорим об агрегировании прогнозов.
Вообще, это достаточно частая задача: как из набора разных прогнозов (разными моделями или от разных экспертов) составить один как можно более хороший прогноз.
Простых подходов несколько:
- Просто взять среднее из всех прогнозов (и, кстати, многие считают, что это едва ли не лучшее решение - потому что простое и по качеству зачастую не хуже более сложных схем)
- Взять средневзвешенное, где веса пропорциональны качеству моделей. К примеру, можно посчитать ошибку прогнозов каждой модели на исторических данных и в качестве весов взять величину, обратную к этой исторической ошибке. Ну, и отнормировать, чтобы сумма весов стала равна единице. Тоже достаточно распространённый подход.
Но есть подходы и значительно более сложные. К примеру, в одной свежей работе предлагается схема следующего вида:
1) Формируем список переменных, которые могут влиять на качество прогноза (в их число могут входить и объясняющие переменные, при помощи которым мы строим наш основной прогноз, но это не обязательно)
2) Для каждой модели / каждого эксперта оцениваем, что (из списка из предыдущего пункта) влияет на качество его прогноза
3) Зная значения "переменных качества прогноза" мы можем спрогнозировать, насколько точной будет та или иная модель / тот или иной эксперт в текущий момент, и использовать это знание для агрегации прогнозов.
Конкретно в упомянутой работе предлагается ещё более интересная идея: в каком-то смысле совместить пункты 2 и 3. Вместо того, чтобы оценивать дополнительные модели в пункте 2, можно сделать всё непараметрически: просто найти в прошлом периоды времени, максимально "похожие" на текущий (с точки зрения значения "переменных качества прогноза") и посчитать, какая в те периоды была средняя ошибка прогноза. И дальше уже агрегировать.
Результаты проверки этой процедуры на реальных данных, честно говоря, не вау, но всё же какого-то прироста точности добиться получается. А это уже неплохо!
#лонгрид
#статьи
Давно у нас не было лонгридов на канале - надо исправляться! Сегодня поговорим об агрегировании прогнозов.
Вообще, это достаточно частая задача: как из набора разных прогнозов (разными моделями или от разных экспертов) составить один как можно более хороший прогноз.
Простых подходов несколько:
- Просто взять среднее из всех прогнозов (и, кстати, многие считают, что это едва ли не лучшее решение - потому что простое и по качеству зачастую не хуже более сложных схем)
- Взять средневзвешенное, где веса пропорциональны качеству моделей. К примеру, можно посчитать ошибку прогнозов каждой модели на исторических данных и в качестве весов взять величину, обратную к этой исторической ошибке. Ну, и отнормировать, чтобы сумма весов стала равна единице. Тоже достаточно распространённый подход.
Но есть подходы и значительно более сложные. К примеру, в одной свежей работе предлагается схема следующего вида:
1) Формируем список переменных, которые могут влиять на качество прогноза (в их число могут входить и объясняющие переменные, при помощи которым мы строим наш основной прогноз, но это не обязательно)
2) Для каждой модели / каждого эксперта оцениваем, что (из списка из предыдущего пункта) влияет на качество его прогноза
3) Зная значения "переменных качества прогноза" мы можем спрогнозировать, насколько точной будет та или иная модель / тот или иной эксперт в текущий момент, и использовать это знание для агрегации прогнозов.
Конкретно в упомянутой работе предлагается ещё более интересная идея: в каком-то смысле совместить пункты 2 и 3. Вместо того, чтобы оценивать дополнительные модели в пункте 2, можно сделать всё непараметрически: просто найти в прошлом периоды времени, максимально "похожие" на текущий (с точки зрения значения "переменных качества прогноза") и посчитать, какая в те периоды была средняя ошибка прогноза. И дальше уже агрегировать.
Результаты проверки этой процедуры на реальных данных, честно говоря, не вау, но всё же какого-то прироста точности добиться получается. А это уже неплохо!
#лонгрид
#статьи
👍4🔥3❤2
Инфляция точно замедляется, но без плодоовощной продукции всё не так радостно
За неделю с 27 февраля по 4 марта цены в России выросли всего на 0.09%! Впервые за долгое время недельный прирост оказался ниже 0.1% - что радует.
Другой вопрос, что в значительной степени это замедление инфляции объясняется окончанием периода сезонного роста цен на овощи и фрукты: огурцы за неделю скинули 5.2%, помидоры и многие другие овощи прибавили меньше 2%.
Цены на мясо продолжают расти темпами около 0.5% в неделю (баранина на этой неделе прибавила больше, говядина - чуть меньше), темпы роста цен на молочную продукцию увеличились с 0.1-0.2% на прошлой неделе до диапазона 0.3-0.4% на этой неделе. Продолжают дорожать стройматериалы, больше 0.5% прибавили цены на некоторые лекарства (с начала года уже +3-4 и даже 5% на ряд позиций)
За неделю с 27 февраля по 4 марта цены в России выросли всего на 0.09%! Впервые за долгое время недельный прирост оказался ниже 0.1% - что радует.
Другой вопрос, что в значительной степени это замедление инфляции объясняется окончанием периода сезонного роста цен на овощи и фрукты: огурцы за неделю скинули 5.2%, помидоры и многие другие овощи прибавили меньше 2%.
Цены на мясо продолжают расти темпами около 0.5% в неделю (баранина на этой неделе прибавила больше, говядина - чуть меньше), темпы роста цен на молочную продукцию увеличились с 0.1-0.2% на прошлой неделе до диапазона 0.3-0.4% на этой неделе. Продолжают дорожать стройматериалы, больше 0.5% прибавили цены на некоторые лекарства (с начала года уже +3-4 и даже 5% на ряд позиций)
👍4
Бедных в России стало рекордно мало, но есть нюанс
Росстат опубликовал границы бедности и расчётные значения числа бедных в 4 квартале 2023 - и с виду всё прекрасно: бедных у нас впервые за долгое время насчитали меньше десяти миллионов человек (точнее: 9.9 млн), 6.8% от всего населения.
Но вот граница бедности составила... 14754 рубля в месяц. То есть, человек с доходом в 15 тысяч в месяц в среднем будет уже не бедным! У пенсионеров граница ещё меньше - 12174 рубля (самая низкая граница бедности среди всех категорий населения).
Другой нюанс заключается в том, что за год (4к2023 по сравнению с 4к2022) эта граница выросла всего на 7.2%. За этот же год мясо подорожало в диапазоне от 7% (дорогая говядина) до 27% (дешёвая курица), яйца прибавили 59%, овощи от 10 до 50%. Проезд в транспорте прибавил больше 10%, как и многие другие услуги. Зато гречка подешевела на 19%!
В общем, расчёт границы бедности вызывает вопросы, конечно же...
Росстат опубликовал границы бедности и расчётные значения числа бедных в 4 квартале 2023 - и с виду всё прекрасно: бедных у нас впервые за долгое время насчитали меньше десяти миллионов человек (точнее: 9.9 млн), 6.8% от всего населения.
Но вот граница бедности составила... 14754 рубля в месяц. То есть, человек с доходом в 15 тысяч в месяц в среднем будет уже не бедным! У пенсионеров граница ещё меньше - 12174 рубля (самая низкая граница бедности среди всех категорий населения).
Другой нюанс заключается в том, что за год (4к2023 по сравнению с 4к2022) эта граница выросла всего на 7.2%. За этот же год мясо подорожало в диапазоне от 7% (дорогая говядина) до 27% (дешёвая курица), яйца прибавили 59%, овощи от 10 до 50%. Проезд в транспорте прибавил больше 10%, как и многие другие услуги. Зато гречка подешевела на 19%!
В общем, расчёт границы бедности вызывает вопросы, конечно же...
🤣7👍4🤬3🤯1🤡1
На какие сферы жизни людей развитие ИИ окажет наибольшее влияние?
Сегодня ещё немного поговорим про ИИ! На этот раз посмотрим на интересные результаты из опроса Elon University (участвовали эксперты по ИИ, более 250 человек) о перспективах влияния ИИ на нашу жизнь.
Эксперты весьма единодушны в том, что ИИ положительно повлияет на то, как мы выполняем наши ежедневные (надо полагать, рутинные и легко автоматизируемые) задачи и как мы шопимся: по 72% в обоих случаях ждут улучшения ситуации в этих сферах.
Ничуть не менее единодушны они в том, как ИИ повлияет на конфиденциальность: негативно! Так считает 79% опрошенных.
С тем, что ИИ никак не повлияет на духовную жизнь людей, согласны 55%.
По остальным пунктам единодушия нет...
Сегодня ещё немного поговорим про ИИ! На этот раз посмотрим на интересные результаты из опроса Elon University (участвовали эксперты по ИИ, более 250 человек) о перспективах влияния ИИ на нашу жизнь.
Эксперты весьма единодушны в том, что ИИ положительно повлияет на то, как мы выполняем наши ежедневные (надо полагать, рутинные и легко автоматизируемые) задачи и как мы шопимся: по 72% в обоих случаях ждут улучшения ситуации в этих сферах.
Ничуть не менее единодушны они в том, как ИИ повлияет на конфиденциальность: негативно! Так считает 79% опрошенных.
С тем, что ИИ никак не повлияет на духовную жизнь людей, согласны 55%.
По остальным пунктам единодушия нет...
👍3🔥2❤1👎1
Прогнозирование в экономике и модели машинного обучения
Машинное обучение и его маркетингово-привлекательная форма "ИИ" (который к ИИ в обыденном / навеянном классикой фантастики понимании не имеет никакого отношения) захватили сейчас, кажется, практически все сферы жизни. Прежде всего, конечно же, те сферы, где есть много данных: картинок в Интернете можно насобирать многие миллионы, текста (в Интернете же) мы каждый год сейчас пишем столько, сколько раньше и за век не получалось написать. Отсюда и модели, генерирующие и анализирующие текст и картинки.
А вот экономическое прогнозирование - одна из тех областей, в которых машинное обучение далеко не всегда выигрывает. Причина здесь тоже кроется в данных: нет у нас миллиона лет наблюдений за российской экономикой, и никогда не будет. Есть лет 30, во время которых экономика несколько раз катастрофически менялась, и всё! И нейронные сети по 30 точкам обучаться пока не умеют, и не факт что научатся.
В это русло - свежая статья из хорошего журнала Journal of Forecasting про прогнозирование на фондовом рынке. На недельных данных за период с 1999 по 2021 (больше тысячи точек) авторы прогнозируют цены акций отдельных компаний, входящих в SP500. Задача весьма популярная. Не менее популярен набор методов - от простой логистической регрессии до нейронных сетей. Чуть интереснее целевая переменная: прогнозируются здесь не непосредственно цены акций, а вероятность того, что та или иная акция покажет динамику лучше средней по рынку.
Результат, скажем честно, тоже не удивляет: наибольшую доходность показал портфель, составленный на основе ансамбля моделей, а среди отдельных моделей чаще всего "побеждает" старая-добрая логистическая регрессия с регуляризацией (обычно Ridge и Elastic Net). Качество прогнозов нейронных сетей разных видов (обычные feedforward и LSTM) заметно хуже.
К чему эта история? Далеко не всегда "сложнее" = "лучше". А, к сожалению, с попытками прогнозировать короткие временные ряды при помощи "ИИ", даже не сравнивая этот "ИИ" с чем-то попроще, сталкиваться приходится регулярно. Результаты, на самом деле, обычно такие же, как в этой статье. Но ведь "ИИ"! Модно же!
#лонгрид
#статьи
Машинное обучение и его маркетингово-привлекательная форма "ИИ" (который к ИИ в обыденном / навеянном классикой фантастики понимании не имеет никакого отношения) захватили сейчас, кажется, практически все сферы жизни. Прежде всего, конечно же, те сферы, где есть много данных: картинок в Интернете можно насобирать многие миллионы, текста (в Интернете же) мы каждый год сейчас пишем столько, сколько раньше и за век не получалось написать. Отсюда и модели, генерирующие и анализирующие текст и картинки.
А вот экономическое прогнозирование - одна из тех областей, в которых машинное обучение далеко не всегда выигрывает. Причина здесь тоже кроется в данных: нет у нас миллиона лет наблюдений за российской экономикой, и никогда не будет. Есть лет 30, во время которых экономика несколько раз катастрофически менялась, и всё! И нейронные сети по 30 точкам обучаться пока не умеют, и не факт что научатся.
В это русло - свежая статья из хорошего журнала Journal of Forecasting про прогнозирование на фондовом рынке. На недельных данных за период с 1999 по 2021 (больше тысячи точек) авторы прогнозируют цены акций отдельных компаний, входящих в SP500. Задача весьма популярная. Не менее популярен набор методов - от простой логистической регрессии до нейронных сетей. Чуть интереснее целевая переменная: прогнозируются здесь не непосредственно цены акций, а вероятность того, что та или иная акция покажет динамику лучше средней по рынку.
Результат, скажем честно, тоже не удивляет: наибольшую доходность показал портфель, составленный на основе ансамбля моделей, а среди отдельных моделей чаще всего "побеждает" старая-добрая логистическая регрессия с регуляризацией (обычно Ridge и Elastic Net). Качество прогнозов нейронных сетей разных видов (обычные feedforward и LSTM) заметно хуже.
К чему эта история? Далеко не всегда "сложнее" = "лучше". А, к сожалению, с попытками прогнозировать короткие временные ряды при помощи "ИИ", даже не сравнивая этот "ИИ" с чем-то попроще, сталкиваться приходится регулярно. Результаты, на самом деле, обычно такие же, как в этой статье. Но ведь "ИИ"! Модно же!
#лонгрид
#статьи
Wiley Online Library
Stock picking with machine learning
We analyze machine learning algorithms for stock selection. Our study builds on weekly data for the historical constituents of the S&P500 over the period from January 1999 to March 2021 and builds on...
👍5❤2🔥1
Воздействие ИИ на общество и институты - часть 2
Продолжаем изучать опрос Elon University (участвовали эксперты по ИИ, более 250 человек) о перспективах влияния ИИ на нашу жизнь, теперь более узкий набор вопросов про общество и институты
Наиболее выраженное позитивное влияние, по прогнозам, развитие ИИ окажет на здравоохранение (78%) и транспорт (77%). Скорее всего также улучшатся общая экономическая производительность (61%), охрана окружающей среды и высшее образование (около 50% голосов)
А вот с неравенством ситуация видимо будет ухудшаться (70% экспертов разделяют эту точку зрения), равно как и с политической системой и выборами и системой правосудия (по 67%). Уровень уважения в обществе тоже обещает снизиться (52%)
Интересно, кстати, что при переходе к более узким и конкретным вопросам ответов вида "нейтрально или мало воздействия" становится гораздо меньше!
Продолжаем изучать опрос Elon University (участвовали эксперты по ИИ, более 250 человек) о перспективах влияния ИИ на нашу жизнь, теперь более узкий набор вопросов про общество и институты
Наиболее выраженное позитивное влияние, по прогнозам, развитие ИИ окажет на здравоохранение (78%) и транспорт (77%). Скорее всего также улучшатся общая экономическая производительность (61%), охрана окружающей среды и высшее образование (около 50% голосов)
А вот с неравенством ситуация видимо будет ухудшаться (70% экспертов разделяют эту точку зрения), равно как и с политической системой и выборами и системой правосудия (по 67%). Уровень уважения в обществе тоже обещает снизиться (52%)
Интересно, кстати, что при переходе к более узким и конкретным вопросам ответов вида "нейтрально или мало воздействия" становится гораздо меньше!
🔥3👍2😢1
За последнюю неделю цены в России не изменились!
Шок-контент, по другому не скажешь, но по данным Росстата за период 5-11 марта цены в России изменились на 0.00%! То есть, не изменились.
Важно понимать, что большое спасибо здесь надо сказать ценам на овощи: сезонный рост закончился, сезонное снижение начинается (к примеру, в подешевевших на 5% за неделю огурцах). Дешевеют также некоторые крупы и многие непродовольственные товары: у нас и перелёты подешевели за неделю, и телевизоры со смартфонами.
При этом мясо и "молочка" достаточно уверенно и стабильно растут в цене: та же говядина с начала года прибавила больше 3%, баранина - почти 5%
Шок-контент, по другому не скажешь, но по данным Росстата за период 5-11 марта цены в России изменились на 0.00%! То есть, не изменились.
Важно понимать, что большое спасибо здесь надо сказать ценам на овощи: сезонный рост закончился, сезонное снижение начинается (к примеру, в подешевевших на 5% за неделю огурцах). Дешевеют также некоторые крупы и многие непродовольственные товары: у нас и перелёты подешевели за неделю, и телевизоры со смартфонами.
При этом мясо и "молочка" достаточно уверенно и стабильно растут в цене: та же говядина с начала года прибавила больше 3%, баранина - почти 5%
😁6👍2🤣1
Несмотря на участившиеся атаки на НПЗ, с производством и ценами на топливо всё (пока что?) в порядке
Объём производства бензина на неделе 4-10 марта 2024 не изменился по сравнению с предыдущей неделей и составил почти 840 тысяч тонн, объём производства дизельного топлива снизился на 2% до 1680 тысяч тонн. Это, кстати, неприятно, но не катастрофа.
Средние цены потрясающе стабильны: за первые 11 дней марта цены на бензин не изменились, на дизель - снизились на символические 0.1%.
Самый дешёвый бензин сейчас в республике Коми и в Алтайском крае: чуть меньше 50 рублей за литр в обоих регионах. Порядка 51 рубля за литр стоит топливо в Курганской области, Татарстане и Новосибирске.
Дороже всего бензин обойдётся, традиционно, жителям Дальнего Востока: чуть больше 70 рублей на Сахалине, 69 в Якутии, 67 в Магаданской области, 64.5 на Чукотке. Пятое место по ценам на бензин занял Крым: почти 64 рубля за литр. Проблемы с логистикой, видимо, всё-таке есть
Объём производства бензина на неделе 4-10 марта 2024 не изменился по сравнению с предыдущей неделей и составил почти 840 тысяч тонн, объём производства дизельного топлива снизился на 2% до 1680 тысяч тонн. Это, кстати, неприятно, но не катастрофа.
Средние цены потрясающе стабильны: за первые 11 дней марта цены на бензин не изменились, на дизель - снизились на символические 0.1%.
Самый дешёвый бензин сейчас в республике Коми и в Алтайском крае: чуть меньше 50 рублей за литр в обоих регионах. Порядка 51 рубля за литр стоит топливо в Курганской области, Татарстане и Новосибирске.
Дороже всего бензин обойдётся, традиционно, жителям Дальнего Востока: чуть больше 70 рублей на Сахалине, 69 в Якутии, 67 в Магаданской области, 64.5 на Чукотке. Пятое место по ценам на бензин занял Крым: почти 64 рубля за литр. Проблемы с логистикой, видимо, всё-таке есть
👍5❤1🔥1
Задолженность по ипотеке в РФ: региональный разрез
По свежим данным Росстата из январского СЭПРа, суммарный долг россиян по ипотеке достиг 18 триллионов рублей - это по 123 тысячи рублей на каждого жителя страны, от младенцев до глубоких стариков. Для сравнения, суммарный долг по ипотеке в США - 12.25 триллионов долларов, порядка 36 тысяч долларов на человека.
Больше всего долгов по ипотеке накопили вовсе не москвичи (как можно было бы подумать с учётом цен на недвижимость), а жители северных регионов: ЯНАО (266 тысяч на человека), Якутии (245), ХМАО (233), Тюменской области (214) и Чукотки (209).
Москва заняла только девятое место со средним долгом по ипотеке в 182 тысячи рублей на человека, в Санкт-Петербурге средний долг оказался выше: 198 тысяч на человека (седьмое место по стране)
Меньше всего долгов по ипотеке у жителей регионов Кавказа и Крыма: исчезающе малые 8 тысяч в Ингушетии, по 20-30 тысяч в Чечне, Дагестане и Крыму
По свежим данным Росстата из январского СЭПРа, суммарный долг россиян по ипотеке достиг 18 триллионов рублей - это по 123 тысячи рублей на каждого жителя страны, от младенцев до глубоких стариков. Для сравнения, суммарный долг по ипотеке в США - 12.25 триллионов долларов, порядка 36 тысяч долларов на человека.
Больше всего долгов по ипотеке накопили вовсе не москвичи (как можно было бы подумать с учётом цен на недвижимость), а жители северных регионов: ЯНАО (266 тысяч на человека), Якутии (245), ХМАО (233), Тюменской области (214) и Чукотки (209).
Москва заняла только девятое место со средним долгом по ипотеке в 182 тысячи рублей на человека, в Санкт-Петербурге средний долг оказался выше: 198 тысяч на человека (седьмое место по стране)
Меньше всего долгов по ипотеке у жителей регионов Кавказа и Крыма: исчезающе малые 8 тысяч в Ингушетии, по 20-30 тысяч в Чечне, Дагестане и Крыму
🔥6👍1🤯1
Задолженность по не-ипотечным кредитам в РФ: региональный разрез
И ещё по кредиты в региональном разрезе из январского СЭПРа: не-ипотечных кредитов россияне набрали меньше, чем ипотечных: в среднем по стране 104 тысячи на человека (ипотечных, напомню, почти 124).
Больше всего кредитов, опять же, у жителей северных регионов (там и доходы, в общем-то, выше, так что ничего удивительного): ЯНАО (218 тысяч на человека), Чукотки (186), Магаданской области (181).
Первый не-северный регион в рейтинге - Московская область (137 тысяч на человека), 11 место в общем зачёте. В Москве, кстати, кредитов у жителей меньше, чем в области: 125 тысяч на человека, 17 место по стране!
Меньше всего кредитов у жителей регионов Кавказа и Крыма. Под прошлым постом, кстати, был совершенно верный комментарий про причины такой малой закредитованности на Кавказе: там не кредиты, а рассрочки. Исламский банкинг!
И ещё по кредиты в региональном разрезе из январского СЭПРа: не-ипотечных кредитов россияне набрали меньше, чем ипотечных: в среднем по стране 104 тысячи на человека (ипотечных, напомню, почти 124).
Больше всего кредитов, опять же, у жителей северных регионов (там и доходы, в общем-то, выше, так что ничего удивительного): ЯНАО (218 тысяч на человека), Чукотки (186), Магаданской области (181).
Первый не-северный регион в рейтинге - Московская область (137 тысяч на человека), 11 место в общем зачёте. В Москве, кстати, кредитов у жителей меньше, чем в области: 125 тысяч на человека, 17 место по стране!
Меньше всего кредитов у жителей регионов Кавказа и Крыма. Под прошлым постом, кстати, был совершенно верный комментарий про причины такой малой закредитованности на Кавказе: там не кредиты, а рассрочки. Исламский банкинг!
👍9❤1🔥1
Об использовании ИИ в образовании
Бум нейросетей уже давненько докатился и до образования (можно нагуглить тексты уровня "как использовать ChatGPT для подготовки к ЕГЭ" ещё годичной давности), но сейчас начали появляться и академические исследования на эту тему с конкретными численными оценками эффекта.
Одно из них (в иллюстрации к посту как раз таки его результаты) было проведено в Гане: математика, 1000 школьников с 3 по 9 класс, часть из них 2 раза в неделю по полчаса (всего лишь час в неделю!) общалась с чат-ботом. Контрольную группу стоило бы, конечно, этот час отправить общаться с учителем, но что уж тут. Да и общение с чат-ботом гораздо дешевле, чем с учителем, так что и так сойдёт.
Результаты приятно впечатляют: за 8 месяцев, которые длился эксперимент, средний балл контрольной группы вырос на 10%, группы воздействия - на 21%! Дисперсия баллов тоже упала гораздо сильнее среди тех, кто общался с чат-ботом.
Определённо, уже в скором времени ждём вал "ИИ-ассистентов для подготовки к ОГЭ и ЕГЭ"
Бум нейросетей уже давненько докатился и до образования (можно нагуглить тексты уровня "как использовать ChatGPT для подготовки к ЕГЭ" ещё годичной давности), но сейчас начали появляться и академические исследования на эту тему с конкретными численными оценками эффекта.
Одно из них (в иллюстрации к посту как раз таки его результаты) было проведено в Гане: математика, 1000 школьников с 3 по 9 класс, часть из них 2 раза в неделю по полчаса (всего лишь час в неделю!) общалась с чат-ботом. Контрольную группу стоило бы, конечно, этот час отправить общаться с учителем, но что уж тут. Да и общение с чат-ботом гораздо дешевле, чем с учителем, так что и так сойдёт.
Результаты приятно впечатляют: за 8 месяцев, которые длился эксперимент, средний балл контрольной группы вырос на 10%, группы воздействия - на 21%! Дисперсия баллов тоже упала гораздо сильнее среди тех, кто общался с чат-ботом.
Определённо, уже в скором времени ждём вал "ИИ-ассистентов для подготовки к ОГЭ и ЕГЭ"
👍7🔥2❤1
Чуда не случилось и на нуле инфляция не удержалась: +0.06% за неделю с 12 по 18 марта
Неделей ранее, напомню, цены по стране в среднем не изменились, что было очень приятно, конечно же. Сейчас - увы. Хотя 0.06% за неделю - результат всё равно неплохой!
Опять же, во многом спасибо за него стоит сказать фруктам-овощам, переходящим к сезонному удешевлению: огурцы за неделю скинули целых 8%! Но есть и другие неплохие новости: курица и яйца продолжают дешеветь, пускай и не так активно, как они ещё на так давно дорожали; рост цен на молочку, кажется, почти завершился; из мяса всё ещё довольно активно растёт в цене только баранина.
С непродовольственными товарами не всё так радужно: перелёты +7% за неделю(!), растут цены на одежду и стройматериалы. А вот стремительный рост цен на лекарства, кажется, заканчивается
Неделей ранее, напомню, цены по стране в среднем не изменились, что было очень приятно, конечно же. Сейчас - увы. Хотя 0.06% за неделю - результат всё равно неплохой!
Опять же, во многом спасибо за него стоит сказать фруктам-овощам, переходящим к сезонному удешевлению: огурцы за неделю скинули целых 8%! Но есть и другие неплохие новости: курица и яйца продолжают дешеветь, пускай и не так активно, как они ещё на так давно дорожали; рост цен на молочку, кажется, почти завершился; из мяса всё ещё довольно активно растёт в цене только баранина.
С непродовольственными товарами не всё так радужно: перелёты +7% за неделю(!), растут цены на одежду и стройматериалы. А вот стремительный рост цен на лекарства, кажется, заканчивается
😢6👍2🔥1😱1
Производство топлива начало снижаться
По последним данным Росстата, за неделю с 11 по 17 марта 2024, объём производства бензина в России снизился на 2.8% по сравнению с предыдущей неделей, дизельного топлива - на 2.5%. Неделей ранее эти числа составляли 0% и -2% соответственно: динамика негативная!
На розничных ценах это (пока) особо не отразилось: бензин подорожал на символические 2 копейки за литр, дизель подешевел на те же символические 2 копейки. Но если такая динамика производства будет устойчивой (а на фоне регулярных атак на НПЗ это вполне возможно) - цены неизбежно начнут расти.
По последним данным Росстата, за неделю с 11 по 17 марта 2024, объём производства бензина в России снизился на 2.8% по сравнению с предыдущей неделей, дизельного топлива - на 2.5%. Неделей ранее эти числа составляли 0% и -2% соответственно: динамика негативная!
На розничных ценах это (пока) особо не отразилось: бензин подорожал на символические 2 копейки за литр, дизель подешевел на те же символические 2 копейки. Но если такая динамика производства будет устойчивой (а на фоне регулярных атак на НПЗ это вполне возможно) - цены неизбежно начнут расти.
😢5👍2🤯2👏1🙏1
Задолженность по кредитам на душу населения относительно средних зарплат по регионам
Закончим историю с уровнем закредитованности россиян простым, но весьма показательным пересчётом: пересчитаем среднюю задолженность по кредитам из рублей в средние по региону зарплаты.
И картина сразу поменяется по сравнению с предыдущими историями: в топ-3 не осталось ни одного северного региона (кредитов там берут много, но с учётом высоких средних доходов - могут себе позволить!): самыми закредитованными оказались жители Калмыкии (средняя задолженность по кредиту - почти 7 среднемесячных зарплат в регионе); Тывы (5.6 средних зп) и Удмуртии (4.7)
Наименее закредитованы регионы Кавказа (причины этого мы уже обсуждали), жители Крыма, Севастополя и... Москвы! Средний житель столицы должен банкам всего 2.26 своей месячной зарплаты, 6-ое место в стране! Средняя по России цифра, для сравнения: 3.1
Закончим историю с уровнем закредитованности россиян простым, но весьма показательным пересчётом: пересчитаем среднюю задолженность по кредитам из рублей в средние по региону зарплаты.
И картина сразу поменяется по сравнению с предыдущими историями: в топ-3 не осталось ни одного северного региона (кредитов там берут много, но с учётом высоких средних доходов - могут себе позволить!): самыми закредитованными оказались жители Калмыкии (средняя задолженность по кредиту - почти 7 среднемесячных зарплат в регионе); Тывы (5.6 средних зп) и Удмуртии (4.7)
Наименее закредитованы регионы Кавказа (причины этого мы уже обсуждали), жители Крыма, Севастополя и... Москвы! Средний житель столицы должен банкам всего 2.26 своей месячной зарплаты, 6-ое место в стране! Средняя по России цифра, для сравнения: 3.1
👍4🔥3❤2🤯1
Доля населения с брокерскими счетами по регионам России
Продолжим разговор о финансах россиян в региональном разрезе: теперь у нас на очереди брокерские счета.
В среднем по стране у 26.7% россиян (это почти 39 миллионов человек!) есть брокерские счета (данные ЦБ на конец 2023).
В разрезе регионов картина интересная: Москва и Питер с 29% и 30% соответственно - вовсе не лидеры по этому показателю. Лидер - Пермский край, где у 35% населения есть брокерский счёт. Следом идут Мурманская область и Коми (по 33.4%), Удмуртия (32.8%) и Тюменская область (32.3%).
Меньше всего брокерских счетов у жителей Крыма и Ингушетии (меньше 9% населения там - счастливые обладатели возможность покупать ценные бумаги), и в целом в антилидерах В основном регионы Кавказа
Продолжим разговор о финансах россиян в региональном разрезе: теперь у нас на очереди брокерские счета.
В среднем по стране у 26.7% россиян (это почти 39 миллионов человек!) есть брокерские счета (данные ЦБ на конец 2023).
В разрезе регионов картина интересная: Москва и Питер с 29% и 30% соответственно - вовсе не лидеры по этому показателю. Лидер - Пермский край, где у 35% населения есть брокерский счёт. Следом идут Мурманская область и Коми (по 33.4%), Удмуртия (32.8%) и Тюменская область (32.3%).
Меньше всего брокерских счетов у жителей Крыма и Ингушетии (меньше 9% населения там - счастливые обладатели возможность покупать ценные бумаги), и в целом в антилидерах В основном регионы Кавказа
🔥4👍2❤1
Средняя величина брокерского счёта по регионам России
В сумме по стране, на брокерских счетах лежит 22.2 триллиона рублей - это по 143 тысячи на каждого жителя России.
А вот на одного москвича в среднем приходится 987 тысяч рублей на брокерских счетах! Чуть-чуть не дотянули до миллиона. В Питере на одного жителя приходится 378.5 тысяч, а дальше цифры падают стремительно: на 3 месте, неожиданно, Еврейская АО с 165 тысячами на человека, потом идут Новосибирская (113 тысяч на человека) и Московская (111 тысяч) области.
В отстающих, традиционно, Кавказ и Крым + Тыва на втором с конца месте: в среднем всего 1835 рублей (не тысяч!) на брокерских счетах на одного жителя региона :(
В сумме по стране, на брокерских счетах лежит 22.2 триллиона рублей - это по 143 тысячи на каждого жителя России.
А вот на одного москвича в среднем приходится 987 тысяч рублей на брокерских счетах! Чуть-чуть не дотянули до миллиона. В Питере на одного жителя приходится 378.5 тысяч, а дальше цифры падают стремительно: на 3 месте, неожиданно, Еврейская АО с 165 тысячами на человека, потом идут Новосибирская (113 тысяч на человека) и Московская (111 тысяч) области.
В отстающих, традиционно, Кавказ и Крым + Тыва на втором с конца месте: в среднем всего 1835 рублей (не тысяч!) на брокерских счетах на одного жителя региона :(
👍4🤯2🔥1😁1😱1😢1
Брокерские счета иностранцев в России
Из 22.2 триллионов рублей на брокерских счетах в России иностранцам принадлежит 1.3 триллиона - очень даже немало в текущей политической обстановке!
По объёму активов лидируют жители и компании Кипра - они держат 503 миллиарда на счетах. 121 миллиард принадлежит выходцам из ОАЭ, 88 - из Великобритании (заметьте, кстати: санкции, страна НАТО, но бизнес и санкции - вещи разные).
По числу клиентов российских брокеров лидируют Беларусь (больше 8 тысяч человек), Узбекистан и Казахстан. Надо полагать, это просто живущие в России граждане этих стран.
А вот на 503 кипрских миллиарда приходится всего лишь 596 клиентов (596 штук, не тысяч, и из них всего 16 физлиц), среднюю величину средств прикинуть несложно...
Из 22.2 триллионов рублей на брокерских счетах в России иностранцам принадлежит 1.3 триллиона - очень даже немало в текущей политической обстановке!
По объёму активов лидируют жители и компании Кипра - они держат 503 миллиарда на счетах. 121 миллиард принадлежит выходцам из ОАЭ, 88 - из Великобритании (заметьте, кстати: санкции, страна НАТО, но бизнес и санкции - вещи разные).
По числу клиентов российских брокеров лидируют Беларусь (больше 8 тысяч человек), Узбекистан и Казахстан. Надо полагать, это просто живущие в России граждане этих стран.
А вот на 503 кипрских миллиарда приходится всего лишь 596 клиентов (596 штук, не тысяч, и из них всего 16 физлиц), среднюю величину средств прикинуть несложно...
👍4🤯2🤣1
К концу марта цены опять начали расти
За период с 19 по 25 марта 2024 цены в России выросли в среднем на 0.11%. Неделей ранее, для сравнения, был рост на 0.06%, а две недели назад цены и вовсе были стабильны, что нас всех конечно же очень порадовало.
Но радость была недолгой. +0.11% на фоне продолжающегося сезонного снижения цен на овощи-фрукты - это очень и очень немало. Дорожает мясо, особенно баранина (+1.65% за неделю!), сахар, даже цены на курицу опять начали расти (цены на яйца всё ещё снижаются, пускай и совсем символически).
Цены на стройматериалы растут (хотя тут тоже наверняка есть сезонный эффект роста спроса), динамика цен на лекарства разнонаправленная.
За период с 19 по 25 марта 2024 цены в России выросли в среднем на 0.11%. Неделей ранее, для сравнения, был рост на 0.06%, а две недели назад цены и вовсе были стабильны, что нас всех конечно же очень порадовало.
Но радость была недолгой. +0.11% на фоне продолжающегося сезонного снижения цен на овощи-фрукты - это очень и очень немало. Дорожает мясо, особенно баранина (+1.65% за неделю!), сахар, даже цены на курицу опять начали расти (цены на яйца всё ещё снижаются, пускай и совсем символически).
Цены на стройматериалы растут (хотя тут тоже наверняка есть сезонный эффект роста спроса), динамика цен на лекарства разнонаправленная.
👍5😱1😢1
Дорогие читатели! Автор канала уехал в жюри Всероса (всероссийской олимпиады школьников) по экономике, поэтому тут такая тишина, не пугайтесь 🙂
К концу недели вернусь с новыми постами!
К концу недели вернусь с новыми постами!
❤18👍6🔥3
Дайджест стат-новостей за прошедшую неделю
Что интересного мы узнали про экономику России за последнюю неделю:
- Предпринимательская уверенность вблизи рекордных за последние 5 лет значений (в сфере добычи полезных ископаемых рекорд побит, в обработке чуть-чуть не дотянули) (Источник)
- За неделю с 26 марта по 1 апреля цены выросли на 0.1%, примерно как и неделей ранее. Дорожает мясо, особенно баранина (больше 1% за неделю!), больше процента прибавляет сахар (новые яйца?! ), стройматериалы, некоторые лекарства. Овощи продолжают сезонно дешеветь, всё более широким фронтом. Довольно стандартная картина. (Источник)
- Производство бензина немного восстановилось после падения на прошлой неделе на 7.4%, но начало падать производство дизеля. Плохо, особенно в свете начала посевной (апрель на дворе!), но пока цифры снижения довольно скромные. Цены стоят на месте. (Источник)
- Индекс физического объёма выпуска в феврале: +10.1% к февралю прошлого года. Частично это эффект низкой базы (в феврале 2023 был небольшой минус к 2022), но всё равно цифра очень большая. (Источник)
PS: И я вернулся со Всероса, так что более-менее регулярный постинг возвращается!
PPS: И кстати: мне кажется, что такой формат дайджеста довольно удобный. Если согласны - ставьте клоунов 🤡 под постом, сделаем формат регулярным
Что интересного мы узнали про экономику России за последнюю неделю:
- Предпринимательская уверенность вблизи рекордных за последние 5 лет значений (в сфере добычи полезных ископаемых рекорд побит, в обработке чуть-чуть не дотянули) (Источник)
- За неделю с 26 марта по 1 апреля цены выросли на 0.1%, примерно как и неделей ранее. Дорожает мясо, особенно баранина (больше 1% за неделю!), больше процента прибавляет сахар (
- Производство бензина немного восстановилось после падения на прошлой неделе на 7.4%, но начало падать производство дизеля. Плохо, особенно в свете начала посевной (апрель на дворе!), но пока цифры снижения довольно скромные. Цены стоят на месте. (Источник)
- Индекс физического объёма выпуска в феврале: +10.1% к февралю прошлого года. Частично это эффект низкой базы (в феврале 2023 был небольшой минус к 2022), но всё равно цифра очень большая. (Источник)
PS: И я вернулся со Всероса, так что более-менее регулярный постинг возвращается!
PPS: И кстати: мне кажется, что такой формат дайджеста довольно удобный. Если согласны - ставьте клоунов 🤡 под постом, сделаем формат регулярным
🤡11👍1🔥1🥴1🤪1