Почему мы будем учить студентов пользоваться GigaChat или ChatGPT?

Потому что они помогают не только писать код (важно для курсов), но и в совсем простых задачах. Статья (июль 2023) демонстрирует, что алгоритмы улучшения текста исправляют качество резюме, а это приводит к более частым предложениям работы. Механизм - в "подтверждении способностей": если резюме написано грамотно, HR легче согласиться, что кандидат выглядит получше.

Коллеги, которые пока против использования, вынуждены будут признать большую пользу от этих помощников.

#AI #Labor

Нейронные сети и предсказания инфляции.

Жаль, что Ведомости не взяли комментарий у Константина Стырина или у меня как людей, которые помогают писать работы по нейронным сетям и инфляции. Тем не менее, это действительно тренд - пытаться вытащить хорошие прогнозы из "сложных моделей", и как Антон Ермак продемонстрировал в магистерской работе этого года, они помогают даже на высоком уровне агрегации (проды, непроды, услуги).

Что показывает статья коллег из ФРС? Если использовать даже не ChatGPT, а языковую модель Гугла, всё равно предсказания по инфляции на будущие горизонты, особенно на год и больше, получаются лучше, чем у аналитиков.

Большой или огромный вопрос к этому - насколько модель "почувствовала инфляционный период". Всё-таки 2019-2023 сильно нестандартный период времени, и я был бы осторожен в интерпретации. Но в целом интересная работа, будем разбираться.

#AI #Inflation

Блестяще, друзья, блестяще! Источник: https://quizplease.ru/game-page?id=60690

Почему term premium влияет на ВВП? Потому что банки!

Как вы помните, до кризиса 2007-2009 гг. в макромоделях не спешили использовать банки. Они казались "лишней надстройкой", экономика складывалась и без них. Но потом все вспомнили, что ещё в Великую Депрессию 1930-33 гг. именно исчезновение банков оказалось важнейшим элементом проблем. Так что Нобелевская премия по экономике-2022 Бену Бернанке и Co - вполне обоснованное решение.

Статья (июль 2023) от коллег из ФРС проверяют на микроданных по банкам, почему term premium (это часть term spread TMS, разницы ставок по 10-летним и 3-месячным облигациям США) связан с будущей деловой активностью. Самая известная связь - с рецессиями: когда TMS уходила в отрицательную зону (ставка на 10 лет меньше, чем на 3 месяца), в следующие 12 месяцев в США случалась рецессия. Кстати, 2022-2023 гг. могут сломать это соотношение - TMS в отрицательной зоне, а снижения деловой активности всё нет.

Результаты: всё дело в банках! Когда term premium отрицательная, кредитование со стороны финансовых организаций тормозится, потому что они ожидают низкой прибыли - им платить "короткие" ставки по депозитам, а зарабатывать "длинные" ставки по кредитам. Условно, при TMS<0 банки должны сокращать темпы роста кредитования, а при TMS>0 - увеличивать. Отсюда появляется корреляция между сегодняшним TMS и завтрашней деловой активностью - больше кредит, больше потребление и инвестиции.

Выводы: меня смущает то, что я не вижу "причинно-следственных" и даже "предсказывающих" моделей в статье. Но сам аргумент очень правильный - банки играют большую роль в экономике, а их бизнес (как и у любой фирмы) в поиске прибыли.

#Banks #TMS #US

TMS = разница ставок по 10-летней и 3-месячной гособлигации США. Видно, что в прошлом отрицательная TMS предшествовала рецессии в США (серые полоски). Источник: https://fred.stlouisfed.org/series/T10Y3M

Температура и концентрация производства в США.

В такую жару... встает вопрос - как влияет рост температуры на производство?

В США (статья август 2023) влияние большое. На локальных территориях, где температура повысилась сильнее, малые компании получили такой рост издержек на энергию, что проиграли конкуренцию крупным. Сотрудники перебрались в эти большие по размеру фирмы, их производительность осталась на прежнем уровне - у малых компаний она упала.

Вывод: либо это менеджеры лучше управляют рисками в крупных компаниях, либо им электричество удается выторговать подешевле, но работать без кондиционера реально невозможно (извините).

#US #Firms #Climate

Инфляция и курс в России.

Коллеги из ВШЭ считают, что можно посчитать "дополнительную инфляцию" путём умножения примерно 0.1 на изменение курса (если я правильно понял).

К сожалению, это мнемоника "на полгода вперед". Если вы задумываетесь про более длинный горизонт, то у нас есть два других мотива:

1) Долгосрочно в России реальный курс (e=E*PRus/PUS) почти не изменился с 1996 года. Это означает, что номинальный курс E в центах за рубль примерно следовал разнице роста уровня цен в России PRus и в США PUS. То есть - изменения номинального курса примерно были равны разнице инфляций в России и США. Если вы верите, что такое соотношение сохранится, а курс резко меняет уровень и падает на 30% (навсегда, затем следует старым трендам), мы можем увидеть дополнительный рост цен за пять лет примерно на 25% (=30% - 5% излишка в США), получается плюс 5% в год.

2) А почему "пять лет"? Можно обратиться к исследованию (2023) коллег из Банка России. При всех вопросах к нему - другую статью с равновесной моделью я не встречал. Так вот, на горизонте 2012-2018 перенос из изменения курса в инфляцию они оценили как "почти 1".

Ясно, что обстоятельства 2023 другие, чем 2018. Понятно, что перенос происходит не сразу, и что наши мысли быстро потонут в потоке новых идей. Но всё-таки использовать "умножение на 0.1" при оценке переноса курса в инфляцию я не рекомендую - это именно что "краткосрочный эффект".

#Russia #Ruble #Inflation #FX

Всегда ли ИИ помогает?

У многих (включая меня) теплится надежда на то, что искусственный интеллект (ИИ) сможет улучшить почти любые решения людей. Авторы статьи (июль 2023) показывают, что пока это убеждение слишком смелое. Они исследуют, что происходит в радиологии при добавлении хорошего ИИ к решениям людей. Эксперимент давал доступ 180 радиологам к ИИ случайным образом и распределял кейсы рентгенов пациентов.

Результаты: отдельно ИИ и отдельно профессионалы делают работу лучше, чем совместно ИИ и профессионалы. Как ни удивительно, улучшение предсказаний происходит только в случае "понятных кейсов", когда и сами радиологи бы справились; а в случае менее понятных - ИИ только добавляет неопределённости решениям.

Авторы показали, как улучшить результаты - нужна дополнительная инструкция использования ИИ, чтобы люди могли учесть свои "сдвиги восприятия". То есть приходится обучать применению, а "просто так" может не сработать.

#AI #Radiology

Внезапно: завтра внеочередное заседание Банка России

Ждём +Х п.п.

https://yangx.top/centralbank_russia/1247

Итак, ставка 12% (я выиграл несколько споров :) ). Насколько это достаточно? Если для инфляции - может оказаться, что стоит и больше, и повышение повторится в сентябре. Если для курса - не знаю, пока к доллару 95+ и это всё равно увеличит цены на импорт.

https://yangx.top/centralbank_russia/1249

Сегодня пятое призовое! Источник: https://quizplease.ru/game-page?id=61676

Рост производительности труда в отдельных странах. Красное - за 1993-2003, синее - за 2004-2019. Источник: https://www.bankofcanada.ca/wp-content/uploads/2023/08/sdp2023-17.pdf

Доля MAFANG в общей стоимости S&P 500. Видно, что технологические компании росли заметно быстрее общего рынка. Источник: https://www.yardeni.com/pub/faangms.pdf

Про производительность и цифровую революцию.

Если смотреть на данные 21 века, мы не увидим большого влияния "цифровой революции" от айфонов или облачных вычислений на рост производительности. Статья (август 2023) напоминает, почему так произошло. Два больших аргумента - это

1) концентрация выгод. Не все компании успешно используют новые технологии, только самый топ получает преимущество. Это видно в стоимости MAFANG (Microsoft, Apple, Face, Amazon, Netflix, Google) в последние годы - они заняли около 20% по капитализации в S&P 500. Ещё в 2013 году они занимали порядка 7% - то есть десять лет росли быстрее общего индекса. И это сигнал про то, что мы в эпохе "монополистической конкуренции", крупные компании концентрируют выгоды от новых идей;

2) технологии ещё не дошли до зрелости. В предыдущие три "промышленных революции" (паровой двигатель; электричество; ИТ) от момента изобретения до воплощения в продукты прошло по 40-50 лет. Несмотря на уже пришедшие к нам продукты "четвёртой", мы можем увидеть полноценное использование позже. Более того, движение в сторону "искусственного интеллекта" будет относительно медленным, даже при уже видимых успехах применения.

Мне кажется важным, что "общая производительность" много лет растёт не так, как хочется ожидать с учётом нашего ежедневного опыта. Это довольно не интуитивное утверждение - макроуровень учитывает, например, что автоматизация приводит к переходу сотрудников в менее производительные отрасли, в том числе услуги, или даже уходу с рынка труда (в "экономически не активные"). Поэтому во всей экономике требуется "широкое применение нового", чтобы получить существенные выгоды от технологий.

Производительность: https://yangx.top/olegshibanov/1196

MAFANG: https://yangx.top/olegshibanov/1197

#AI #Macro #Digital #Productivity #Solow

Почему стоит использовать ChatGPT, Bard и т.п. не только в учёбе?

Потому что GPT помогают!
Статья (июль 2023) проверила, насколько улучшаются скорость написания и качество текстов при вовлечении ChatGPT-3.5. Результаты прекрасны: время работы снижается на 40%, качество растёт на 18%. Кажется, многие журналисты были бы рады такой помощи.

Я только что попробовал сгенерить код к одной задаче из своих домашних заданий в Bard Google. За 10 секунд почти готовый результат на Python, надо только данные подкрутить и дать доступ к ним.

Поэтому очень хочется, чтобы мы пользовались всеми возможностями современных технологий. Если кто-то пишет код с нуля и через чтение документации - честь ему и хвала, это будущий великий программист. Но если вы используете код как вспомогательную часть процесса (а главное - что-то иное, например, регрессии), то обидно было бы игнорировать удобный инструмент. На StackOverflow мы все ходили, теперь ситуация стала даже проще.

#AI #GPT #Teaching

Индустриальная политика - как стоит о ней думать?

Мне повезло обсуждать вопросы экономики в период учёбы в РЭШ с очень разными преподавателями, от Полтеровича и Попова (это был наш исследовательский проект) до Волчковой и Юдаевой (Наталья Александровна продолжает преподавать в РЭШ, а Ксения Валентиновна возвращается на несколько курсов разных программ). Это приносило существенную пользу из-за разных взглядов даже в рамках математических моделей макро, роста и международной торговли.

Через много лет вопросы "индустриальной политики" (ИнП) становятся всё более актуальными - помним про программы CHIPS во многих странах. Например (см. Эконс), программа "Сделано в Китае 2025" может требовать дополнительных оценок эффективности. Пока кажется, что она дала чуть более ограниченные результаты, чем ожидалось, но оценки объективно неточные.

Я очень люблю разбирать кейс Южной Кореи на ФИБ РЭШ - чтобы понять основные задачи, которые могут вставать перед локальными правительствами, и составляющие решений.

Статья Родрика с коллегами (август 2023) постаралась суммировать наши текущие знания о том, "что такое индустриальная политика", "как её делать", и "почему она была эффективна в основном в Азии". Как подчёркивают авторы, надо быть очень аккуратным почти со всеми определениями, причинно-следственной связью и рекомендациями для других стран. Стоит прочитать, если вы интересуетесь макрополитикой и "как сделать правильно".

Мои основные выводы:

1) Очевидно, что ИнП нужна. Часто развитию внутренних отраслей нужно помогать, особенно на ранних этапах;
2) Требования к ИнП - "экспортная" ориентация из-за высокой конкуренции на мировых рынках; работа не на основании "прямых иностранных инвестиций, какие бы они ни были", а с местными компаниями и локализацией - как в Китае; и аккуратный выбор мер, многие из которых не столь интуитивны (например, "хорошие детские сады" и другие "публичные услуги" могут быстрее вернуть эффективных сотрудников на работу);
3) Важный и вечный аргумент - что улучшение производительности в промышленном производстве почти неминуемо приведёт к снижению занятости в этой отрасли. Люди будут переходить в сектор услуг, и вероятно, что для государства важно сделать услуги всё более производительными.

А "азиатские рецепты" очень неплохи - они могут быть не полностью идеальны в некоторых компонентах (например, сельское хозяйство можно обсуждать), зато являются отправной точкой для приличной ИнП.

#Rodrik #MacroPolicy #Teaching #MAFNES

Немного подумал, что с экономическими/финансовыми исследованиями будет в следующие 30 лет. Кратко: больше данных, простая имплементация сложных моделей, использование искусственного интеллекта для генерации идей, "схождение" академического и прикладного.

https://yangx.top/rbc_trends/5852

#Research #Future

Примерно это я и предсказывал пару лет назад - крипта не даст возможность "уходить от регуляторов". Всех найдут, всем помогут определиться с законами.

https://yangx.top/frank_media/11203

#Crypto

Прекрасное открытие в скоринговых моделях 😂 (статья август 2023 по данным бразильских фирм):

"Because the population of loans is not homogeneous across banks, segmented models may provide estimates that are more suited to different segments of the population. The insights of our model risk measure allow us to challenge the generally accepted assumption that more data (i.e., a larger number of observations) will lead to better quality inferences."

То есть: оценки, которые можно сделать на выборках в индивидуальных банках, могут оказаться лучше, чем модели на объединённой выборке всех банков. Это свойство "не-гомогенности", то есть существенной разницы характеристик компаний в разных банках, мешает сработать лучше с более широким набором данных.

И в целом интересная статья про "модельный риск". Вероятность того, что удалось сделать "идеальный набор переменных с идеальной оценкой связей", всегда нулевая. Надо как-то ловить проблемы, связанные с неточностями моделей, и авторы показывают, как это можно сделать через скалярную метрику.

(А читать эти статьи можно тут: https://yangx.top/workingpaper)

#Scoring #AI #Banks #Firms

Zero-beta interest rate.

Я довольно много обсуждаю "факторные модели" в курсах по инвестициям. Идея в том, что рисков в стоимости акций больше одного ("рыночного риска"), поэтому стоит аккуратнее оценивать ожидаемые доходности.

Статья (август 2023) показывает, как сконструировать из акций США портфель "почти процентной ставки". Доходности её ортогональны акциям, поэтому и представляют пример "процентной ставки". Интересно, что с таким инструментом удаётся гораздо лучше вписаться в теоретические модели финансов, включая базовое уравнение про межвременное потребление.

Вывод: даже в базовых вопросах финансов возможны фундаментальные открытия!

#Finance #Beta #Anomalies

Международная торговля и влияние санкций.

Важная статья (август 2023) про последствия санкций для подсанкционной страны, для вводящих санкции стран, и для третьей стороны. Вводящие (условно ЕС, Великобритания и США) могут зафиксировать финансовые ограничения (условно на Россию), а также разного размера эмбарго на финальный товар и "газ". Третьи страны (условно Китай, Индия и Турция) могут как присоединяться к давлению, так и нет.

Результаты:

1) Курс валюты (России) не является прокси для экономических проблем, и не связан с "успехом санкций", а соответствует типу санкций. Если делать доллар "более токсичным" (для России), от него начнут избавляться, и в результате колебания курса могут быть совершенно произвольными, как и было в 2022.

2) В случае, если "третьи страны" не присоединяются к санкциям, то потери (России) заметно снижаются, а потери (ЕС, ВБ и США) растут. Интересно то, что "третьи страны" получают выгоды от санкций (получают "газ" дешевле), поэтому уговорить их присоединиться к давлению довольно непросто.

Это кажется довольно простым упражнением - хорошо то, что в равновесной модели эффекты аккуратно промоделированы и откалиброваны. В целом статья подчёркивает, как важны экономические отношения России и наших крупных партнёров, как раз Китая, Индии и Турции. (Тем временем Бразилия тоже активно покупает российские нефтепродукты, в том числе по соображениям низких цен).

(А читать эти статьи можно тут: https://yangx.top/workingpaper)

#Macro #Sanctions #Russia