Econ&Fin What's Up

[Luther]

Zapravo, mogli bi smo (na globalnom nivou, mislim na drzave, medj. organizacije) da prvo uteramo porez multinacionalkama i bogatasima koji pare skrivaju po ofsor zonama i koriste razne vrste ,,kreativnog" knjigovodstva - dakle, samo da uteramo postojeci porez, ne da uvodimo novi, ili da radimo vise redistribucije, samo ono sto je vec predvidjeno. Pa onda mozemo da vidimo za dalje.

 

Potpuno se sa ovim slažem i sam zagovaram uništenje poreskih rajeva ali i redefinisanje šta sve država treba da finansira i sledstveno tome reviziju/smanjenje poreskih stopa.

 

Uostalom i Milanović ovo spominje:

 

 Doduše, koordinacija u vezi sa poreskim rajevima je sasvim izvodljiva jer pogađa sve vlade koje gube poreske prihode. Naravno, neke zemlje imaju koristi od utaje poreza, ali su one relativno male i velike zemlje bi mogle da ih zauzdaju. Saradnja je teže ostvariva u oblastima kao što su prava intelektualne svojine, farmaceutski patenti, radni standardi i radnička prava, jer tu su očigledni suprotstavljeni interesi raznih zemalja.

 

Međutim ostaje onaj meni sporni deo.

[eumeswil]

A korporacije će milom hteti da pristanu na preraspodelu? Oće to, how yes no. Veliki kapital je umak'o™ što bi se reklo. Vidimo da mnogo bezazlenije stvari kao što su naplata poreza kod forumaških poreskih obveznika nisu ostvarive, a biće ovo.

Edited December 17, 2016 by miki.bg

[Budja]

Odlican pregled, sa vrlo interesantnim referencama sa poslednje ASSA konferencije.

 

Ko ce stici da procita...

 

https://promarket.org/nobel-laureates-eliminating-rent-seeking-tougher-antitrust-enforcement-critical-reducing-inequality/

 

 

Ove papire moram da pregledam.

 

 

 

• In a panel titled “How Much Finance Does the Economy Need?” (moderated by Chicago Booth Clinical Professor Guy Rolnik, Stanford University’s Anat Admati, chief economist of the OECD Catherine Mann, Antoinette Schoar of MIT, and Ceyla Pazarbasioglu from the IMF discussed rents in finance.

• In another panel, titled “Challenges to Democracy in Middle-Income Countries: A Comparative Perspective,” MIT’s Daron Acemoglu, Rafael Di Tella and Andrei Shleifer of Harvard University, and Claudio Ferraz from the Pontifical Catholic University of Rio de Janeiro (PCU-Rio) compared democratic crises in Turkey, Argentina, Russia, and Brazil and discussed media capture.

[eumeswil]

How Deutsche Bank Made a $462 Million Loss Disappear

A dubious trade leads to a criminal trial for Europe’s most important bank.

 

https://www.bloomberg.com/news/features/2017-01-19/how-deutsche-bank-made-367-million-disappear

 

[eumeswil]

AI hedž fond  :D

 

 

Babak Hodjat believes humans are too emotional for the stock market. So he's started one of the first hedge funds run completely by artificial intelligence.

 

"Humans have bias and sensitivities, conscious and unconscious," says Hodjat, a computer scientist who helped lay the groundwork for Apple's Siri. "It's well documented we humans make mistakes. For me, it's scarier to be relying on those human-based intuitions and justifications than relying on purely what the data and statistics are telling you."

https://www.bloomberg.com/news/articles/2017-02-06/silicon-valley-hedge-fund-takes-on-wall-street-with-ai-trader

[bigvlada]

Devil-may-care investors fall under spell of Trump-mania

Phillip Inman

 

There will be many on Wall Street who say: what could be better than even the most conservative investors entering the $2.2tn (£1.75tn) junk bond market? Except we know that when this happens, it is a house of cards that will collapse with horrible consequences for all.

 

To emphasise the point, there are even early signs of junk-rated businesses using cheap lending facilities to borrow more money and use it to enrich their private equity owners, a move that evokes the worst behaviour before the 2008 crash.

 

https://www.theguardian.com/business/2017/feb/09/devil-may-care-investors-fall-spell-trump-mania-congress

[hazard]

AI hedž fond  :D

 

https://www.bloomberg.com/news/articles/2017-02-06/silicon-valley-hedge-fund-takes-on-wall-street-with-ai-trader

 

A sta cemo kada kompjuter pogresi? Ili jos gore, kada je programiran pogresno? I onaj koji pise algoritam ima svoje predrasude. Znaci ako jedan algoritam dospe na milion kompjutera, predrasude hiljada ljudi (od kojih se neke mozda "ponistavaju") zamenjujemo predrasudom jednog. I sta ako je model potpuno pogresan? Ako kolicina podataka i statistike ne moze da ti kaze dovoljno pre nego sto se desi nesto sto ce izazvati sranje? Ja sam na strani onih koji kazu nemojmo brinuto o superpametnoj vestackoj inteligenciji, brinimo o glupoj vestackoj inteligenciji...

 

Da ne govorimo o vrhovnoj predrasudi ovde - znam sebe i "svoje", mi™ inzenjeri, programeri i sl. cesto ne volimo bas interakciju s ljudima, smaraju nas i oni i njihova nepredvidivost, pa vise verujemo masinama...pa smo i skloni da kazemo nesto kao ovaj gore.

 

Da se razumemo, ne kazem je da su ljudi savrseni. I naravno da se cesto ponasaju potpuno iracionalno, narocito na finansijskim trzistima - krene panika. Ali ni kompjuter nije savrsen, i on moze da "panici" jer ne ume da rasudjuje. Ako se desi nesto izvan parametera koji su mu zadati da gleda, uradice mozda nesto katastrofalno. Ako se poklopi svih X indikatora koji kazu programu da prodaje sve, program moze da "srusi" berzu. Ljudsko bice bi mozda i videlo da postoji indikator X+1 koji je dovoljan da "pobije" ovih ostalih X. I problem je sto su kompjuteri jako brzi i jako brzo reaguju...dok se neke ljudske panike mogu zaustaviti, kompjuteri bi napravili sranje pre nego sto bi neko stigao da ih iskljuci iz zida.

[hazard]

Jos nesto o "intuiciji". Sta je intuicija? Tesko je definisati. Ali ljudski mozak je daleko kompleksniji od bilo kog kompjutera - i kada je snalazenje u kompleksnim situacijama u pitanju - daleko mocniji. Ne volim previse te metafore o mozgu kao masini, ali, ako ih upotrebimo na trenutak - mozak je najkompleksnija i najuspesnija "masina" za uocavanje obrazaca i trendova (tj. za "pattern recognition"). I ne samo za to, vec i za formulisanje heuristika za delovanje na osnovu tih obrazaca. Mi toga nismo svesni, jer ne znamo kako tacno taj proces funkcionise (da znamo, mozda bi smo mogli da ga reprodukujemo u masini), on se desava nama nesvesno ili u podsvesti. Mi smo svesni samo rezultata u velikoj meri, i onog dela procesa koji se odvija u svesnoj misli (ali sto je svesnije, dalje je od intuicije). I naravno heuristike mogu da omanu - intuicija moze da pogresi.

 

No sta s tim?

 

Koja je trenutno najaktuelnija metoda za gradjenje sistema vestacke inteligencije? Tzv. "deep learning". Deep learning je zasnovan na mrezama vestackih neurona (artificial neural network - ANN). Vestacki neuron je jedna u sustini vrlo prosta matematicka imitacija pravog neurona. Kada se vise njih spoji u mrezu, ispoljava se daleko veca kompleksnost. Sto vise slojeva vestackih neurona ima u mrezi - to je kompleksnost veca (te zato "deep learning"). I ono sto je primeceno je da takve mreze imaju mogucnost da "zapamte" i tako onda i "prepoznaju" kompleksne obrasce. Medjutim, mi zapravo ne znamo kako i zasto to funkcionise. Razumemo osnovne postulate sistema (koji su vrlo jednostavni). Znamo kako da povezemo vestacke neurone da medjusobno "komuniciraju". Ali dalje od toga ima mnogo nepoznanica - inace bi mogli da uvek dizajniramo, iz prve, savrsenu mrezu za neki zadatak. No ne znamo, i tu ima dosta eksperimentisanja od aplikacije do aplikacije (koja struktura mreze? koliko "sakrivenih" slojeva? Koja funkcija aktivacije? Kakvo vrsiti "treniranje" mreze? itd.). Necu da ispadne kao da se o tim mrezama ne zna nista - zna se dosta i proucavaju se mnogo. Ali u sustini mi njih ne razumemo fundamentalno kao sto razumemo deterministicke linearne kompjuterske programe (ili elektricna kola).

 

Npr.: https://www.quora.com/Do-computer-scientists-truly-understand-how-deep-learning-is-able-to-achieve-its-results

 

 

Are there limits to our ability to understand exactly how deep learning works? Yes, and this isn’t just for deep learning. Since machine learning operates in a high-dimensional feature space the exact way machine learning models arrive at their results can never be fully understood. This has less to do with machine learning being a black box and more to do with nature being a black box. The kinds of tasks machine learning looks to automate are highly complex and involve producing outputs that cannot be arrived at using deterministic rules. Instead a model must be constructed and by definition a model is a simplified approximation of its environment. That approximation is created by satisfying some mathematical heuristic which merely attempts to reduce the difference between what the model outputs and what the environment says the output should be (or the minimization of some objective function as in unsupervised approaches).

 

Computer scientists have created algorithms that allow machines to arrive at models that produce the needed outputs, and of course any machine learning practioner will be aware of how the algorithm operates. But knowing how an algorithm operates is not the same as knowing how the end result was arrived at. When an algorithm is let loose on data it converges to a result that produces an output shown to be correct, but how the mapping between input and output has occured is largely unknown.

 

Dakle, nismo li sa deep learning-om fakticki presli na polje nekakve "masinske intuicije"?

 

A ako jesmo, otkud tolika uverenost da je masinska intuicija bolja od ljudske, nuzno?

[hazard]

I jos jedna stvar: mozak je evoluirao tako da trazi obrasce i pravilnosti. Jer je evoluirao u okruzenju u kom ih je bilo, i u kom je ucenje tih obrazaca i pravilnosti bilo jako korisno za prezivljavanje. Medjutim losa strana ovoga je da ljudi cesto vide obrasce i pravilnosti tamo gde ih nema. Trazimo logicna i pravila objasnjenja tamo gde vlada nasumicnost i haos.

 

Ako dakle napravimo masine ciji ce cilj biti trazenje obrazaca i pravilnosti, i ako budu jako dobre u tome, nece li biti sklone istim greskama kao i ljudski mozak? Mozda i na daleko vecem nivou? Mi u neke stvari "ne stignemo" da ucitamo nepostejeci obrazac ili nepravilnost jer nismo u stanju da "procesiramo" neku ogromnu kolicinu podataka (npr., sve transakcije koje se u jednoj godini dese na svim svetskim berzama - nijedan covek to ne moze imati u glavi). Ali masina ce biti u stanju to da uradi - i da mozda donese neki katastrofalno los zakljucak.

 

Kod AI sistema dakle postoji opasnost da sopstvene nedostatke prosirimo na polja koja su nam prethodno bila nedostupna.

[hazard]

sa gornjeg quora linka:

 

 

There is some important implications here even for purely applied engineering work. For example, it appears that a supervised Deep Network can fit any data set, and quite well, even if the labels are completely wrong. This is very strange, and would have big implications since it seems to suggest that one could build a network that fits the training data and generalizes to test and holdout very well, and then completely falls down in production on new, unseen examples. And there may be no way to detect this. That’s a little scary.

[Frank Pembleton]

Krenuo "Srpski Davos" a Đuričin u 9.00 na N1 sa Kopa, pegla o makroekonomiji uživo. Rasteraše i ono malo gledalaca...

 

....shit has hit the fan...

[halloween]

Borka Vučić,

narodni poslanik, seća se:

"Od političara i biznismena koje cenim, izdvojila bih Rokfelera. Kao bankar dosta sam boravila u inostranstvu i sećam se da je na mene najjači utisak ostavio Dejvid Rokfeler. Dobro smo sarađivali. On je izuzetno jak, pošten i sposoban. Sećam se jednog susreta, imao je pocepane pantalone koje su bile proštepane da se rupa na njima ne bi širila, a svi znamo ko je Rokfeler. Očarala me je ta njegova jednostavnost."

Povodom Rokfelerove smrti, opet sam se setila anegdote o njegovim pantalonama.

Edited March 21, 2017 by halloween

[Frank Pembleton]

Štada prodala Hemofarm investicionim fondovima.

 

....shit has hit the fan...

[Peter Fan]

Nije neko iznenadjenje, ali mi je svejedno  tesko svariti. Kao da simbolizira izglednu propast Amerike. Jedna od najzanacajnih industrijskih firmi u istoriji, zamijenjena jebenom apotekom.

 

---

General Electric Co. suffered a crowning ignominy Tuesday as overseers of the Dow Jones Industrial Average kicked the beleaguered company out of the stock gauge it has inhabited for more than a century. Once the world’s most valuable company, GE will be replaced by Walgreens Boots Alliance Inc., the Deerfield, Illinois-based drugstore chain created in a 2014 merger. The change will take effect prior to the open of trading next Tuesday. Down 26 percent, GE is the worst performer in the Dow in 2018, as it was last year, as well.

https://www.bloomberg.com/news/articles/2018-06-19/ge-gets-kicked-out-of-dow-the-last-19th-century-member-removed

 

 

[MayDay]

Pa pretužno je!