# «Смерть макроданных»: как K-образная экономика и ИИ меняют правила игры на рынках

Источник: https://www.youtube.com/watch?v=CJYla7xrhlY
Канал: Excess Returns
Опубликовано: 17.02.2026

---

Современная экономическая статистика превратилась в «среднюю температуру по больнице», которая скрывает глубокие структурные разломы в американском обществе и на рынках. В новом выпуске подкаста **Excess Returns** Кэмерон Доусон (CIO в New Edge Wealth) и Дейв Надиг (аналитик ETF.com) обсуждают «смерть» традиционных взаимосвязей в данных, ловушки консенсус-прогнозов и то, почему технологический прогресс в виде ИИ и токенизации может оказаться менее универсальным, чем обещают заголовки.

## 📉 Тупик консенсус-прогнозов и «смерть» макроданных
[[JUMP:02:49]]

Кэмерон Доусон утверждает, что современные рыночные прогнозы стали слишком «средними» и осторожными [03:13]. В своей статье «The Master Plan» она указывает на отсутствие у аналитиков смелости делать крайние прогнозы: большинство ожидает либо мягкой посадки с ростом ВВП на 2–2,4%, либо умеренной доходности акций в 7–10% [04:07]. По мнению Доусон, это свидетельствует о низком уровне убежденности (conviction) среди институциональных инвесторов.

Доусон выдвигает тезис о том, что «данные умерли» (data died), поскольку привычные экономические корреляции перестали работать после пандемии [07:27]:

*   Связь между грузоперевозками (freight data) и потреблением товаров длительного пользования полностью разорвана [07:40].
*   Агрегированные данные (headline data) маскируют «K-образную» динамику внутри секторов.
*   Доходность 10-летних облигаций застыла в узком диапазоне, колеблясь вокруг скользящих средних без явного направления [05:00].

## 🏥 Иллюзия сильного рынка труда
[[JUMP:08:08]]

Одной из самых обсуждаемых тем стала интерпретация данных Бюро статистики труда (BLS). Собеседники пришли к выводу, что общий отчет о занятости создает ложное впечатление о здоровье частного сектора.

Ключевые факты о рынке труда США за последний год, приведенные Кэмерон Доусон и Дейвом Надигом:

*   Общий прирост составил 615 000 частных рабочих мест [08:22].
*   758 000 рабочих мест были созданы исключительно в сфере здравоохранения и социальной помощи (Healthcare and social assistance) [08:22].
*   Если исключить сектор здравоохранения, ориентированный на обслуживание стареющего населения, частный сектор США фактически потерял 143 000 рабочих мест за год [08:34].
*   К этому добавляются 256 000 новых рабочих мест в государственном секторе [08:34].

Дейв Надиг подчеркивает парадокс: несмотря на пересмотры данных в сторону уменьшения, личные расходы (PCE) и розничные продажи продолжают обновлять максимумы [09:01]. По его мнению, это следствие «эффекта богатства» (wealth effect): рост фондового рынка поддерживает потребление богатой верхушки, скрывая проблемы остальной части населения.

## 🧱 Ловушка концентрации и «рынок всего, кроме Nvidia»
[[JUMP:12:43]]

Участники дискуссии выразили обеспокоенность экстремальной концентрацией капитала в технологических гигантах. Доусон отмечает, что даже небольшое (на 1–2%) сокращение позиций в Nvidia крупными фондами вызывает масштабные приливы ликвидности в оставшиеся 497 компаний индекса S&P 500 [12:43].

Наблюдаемые аномалии:

1.  **RSP против SPY:** Равновесный индекс S&P 500 (RSP) демонстрирует лучшие результаты по сравнению с классическим индексом, взвешенным по капитализации, что указывает на попытки инвесторов диверсифицироваться [13:10].
2.  **Секторальные перетоки:** Инвесторы «бегут» в энергетику и потребительские товары первой необходимости не из-за фундаментальных показателей, а в поисках активов, которые невозможно «разрушить» с помощью ИИ [11:51].
3.  **Международный рынок:** В прошлом году рынок США был лишь 23-м по доходности среди развитых рынков [14:14]. При этом оценки неамериканских акций достигли 90-го процентиля своего исторического диапазона, что ставит под вопрос дальнейшее сужение разрыва в оценках с США [15:23].

## ⛓️ Токенизация: почему институционалы не спешат
[[JUMP:19:52]]

Дейв Надиг представил критический взгляд на будущее токенизации активов. Несмотря на запуск BlackRock токена BUIDL (денежный рынок на блокчейне), он считает, что массовое внедрение «атомарных расчетов» (мгновенных транзакций) создает больше проблем, чем решает [21:47].

Аргументы Дейва Надига против быстрой токенизации:

*   **Уничтожение системы взаимозачетов (netting):** Сейчас банки рассчитываются только по чистой разнице позиций в конце дня. Атомарные расчеты требуют наличия 100% живых денег в кошельке в момент сделки [23:20].
*   **Потеря ликвидности:** Система опирается на переиспользование капитала (hypothecation). Мгновенный расчет лишает трейдеров «окна», в течение которого они могут найти актив для поставки [26:34].
*   **Отсутствие защиты от ошибок:** В традиционной системе есть возможность отменить «ошибочную сделку» (fat-finger trade). В блокчейне мгновенное оседание средств делает возврат практически невозможным без судебных исков [28:57].

Кэмерон Доусон поддержала этот скепсис, сравнив ситуацию с «решением, которое ищет проблему» [25:41]. Она также выразила сомнение в целесообразности предложений по увеличению кредитного плеча банков для сокращения баланса ФРС, напоминая, что именно избыточное плечо привело к кризису 2008 года [27:13].

## 🤖 Практический ИИ: от макрохайпа к микроуспехам
[[JUMP:47:51]]

Обсуждая влияние искусственного интеллекта, собеседники сошлись во мнении, что главными бенефициарами станут малый и средний бизнес, а не только гиганты Кремниевой долины.

Дейв Надиг поделился личным опытом:

*   Он перевел 90% своей работы над текстами на диктовку [52:53].
*   Он использует Claude для расшифровки двухчасовых голосовых заметок, которые ИИ автоматически превращает в черновики статей [53:21].
*   ИИ позволяет малым компаниям (как ETF.com) выполнять объем работы, для которого раньше требовалось на несколько сотрудников больше [48:04].

Кэмерон Доусон привела пример из сферы образования: студенты используют ИИ для мгновенного превращения лекций в структурированные учебные пособия с графиками [49:26]. Однако она подчеркнула, что ИИ не заменит физические навыки, такие как измерение давления медсестрой или обход врачей, где важна когнитивная реакция в реальном времени [54:12].