Минфин 13 мая с успехом провел два аукциона ОФЗ. На первом были предложены ОФЗ-ПД с погашением в 2035 году, разместить удалось 36,216 млрд рублей при спросе 60,281 млрд рублей. Средневзвешенная цена размещения выпуска составила 100,3120% номинала, а средневзвешенная доходность — 6,16% годовых.
Второй выпуск с погашением в 2025 году был размещен в объеме 91,879 млрд рублей при спросе 141,855 млрд рублей. Средневзвешенная цена составила 108,5473% номинала при доходности 5,41%. По прошедшим аукционам видно, что спрос на наш долг сохраняется даже в условиях снижения ставок. Причина тому — сверхнизкие ставки в Европе, а теперь еще и в США, где к концу года, как ожидается, ставка ФРС уйдет в минус, а доходности по US Treasuries уже у нуля.
Подписаться за 500 ₽Все материалы номера за 180 ₽400
🤖 «Пока бизнес скорее тратит на ИИ, чем на нем зарабатывает»
Пока Google и Microsoft делают наши личные данные топливом для своих нейросетей — анализируя почту или делая скриншоты экрана каждые несколько секунд, — реальный сектор (финансы, медицина, промышленность) задыхается от обратной проблемы. Здесь строгие законы о защите персональных данных превращаются в непреодолимый барьер: обмениваться данными, чтобы учить свои модели на них, большей части банков и корпораций запрещено.
Однако выход есть — технология конфиденциальных вычислений, позволяющая анализировать данные, не раскрывая их. В России одним из пионеров этого подхода стала компания УБИК (теперь часть группы Arenadata), запустившая в прошлом году продукт Ubic Conclave для совместного анализа данных банков, телекомов и госструктур без передачи самих сведений.
⚡️ Петр Емельянов — директор по дата-стратегии и искусственному интеллекту группы Arenadata
Как работают конфиденциальные вычисления? Что дает ИИ бизнесу? Что за задачи решают ваши заказчики? Как будет проходить адаптация к ИИ?
🎙 О том, как именно конфиденциальные вычисления могут преобразить искусственный интеллект и где кроется экономика в анализе данных, Петр Емельянов рассказал в подкасте «Монокля».
0.54 что такое конфиденциальные данные и вычисления и зачем они нужны
5.50 что могут узнать банки о своих клиентах, если объединят свои данные (не объединяя их)?
7.50 как не запутаться в том, что показывают большие данные
12.35 стартапы на базе ИИ: почему у них нет конкуретных преимуществ
14.00 как работает Conclave
17.00 что хотят получить банки и компании с помощью конфиденциальных вычислений
21.00 как экосистема может больше зарабатывать за счет знания своего клиента
23.50 каким будет ИИ,обученный не на общедоступных, а на публичных данных
28.20 почему нам не нравится, когда наши данные обрабатывают
31.50 так приносит ли ИИ деньги или нет?