Избранное трейдера sl_walker
И хотя металлурги получили отсрочку, сигнал властей вполне очевиден: меньше дивидендов и больше CAPEX. На наш взгляд, финальный налоговый маневр гораздо позитивней для металлургов нежели действующие до конца текущего года экспортные пошлины или ретроспективная привязка ставки налога на прибыль к распределению капитала. Согласно нашим расчетам, существенно пострадают компании черной металлургии, где потери EBITDA от новых налогов в 2022 г. составят 8-10%. Цветная металлургия подверглась меньшему воздействию: алюминиевые руды были исключены из проекта налоговой реформы, а Норникель потеряет лишь 1% EBITDA. Несмотря на рост налоговой нагрузки и негативную риторику властей, мы сохраняем позитивный взгляд на российских металлургов и подтверждаем рекомендацию «Покупать» для акций Русала, Норникеля, НЛМК, Северстали и ММК и «Держать» для бумаг «Евраза.Данилов Василий
Организации, контролирующие большие суммы денег - паевые инвестиционные фонды , пенсионные фонды или страховые компании, — которые покупают ценные бумаги, называются институциональными инвесторами . Эти организации владеют акциями от имени своих клиентов и обычно считаются движущей силой спроса и предложения на рынке.
Всем доброго дня.
Отвечаю на один из самых распространенных вопросов, которые поступают мне на почту – отменили вычет по взносам на ИИС с 1 января 2021 года или нет?
Самое главное, о чем надо помнить – инвестиционные вычеты на долгосрочное владение ценными бумагами и вычеты по ИИС сохраняются. Никто их не отменил, и указанные вычеты будут применяться к доходам инвестора в текущем 2021 году.
Однако, с 1 января 2021 года к доходам по операциям с ценными бумагами и ПФИ нельзя применять:
Напомню сам порядок получения вычета по взносам на ИИС…
1. Вносим деньги на счет, например, в сентябре 2021 года.
2. Получаем в 2022 году возврат налога 13% от суммы, внесенной на ИИС. Но не более 52 тыс. руб.
Получать такой вычет можно каждый год. Главное – это пополнение вашего ИИС. Также стоит помнить о том, что договор на открытие ИИС не должен быть заключен на срок менее трех лет.
Сразу хотим обозначить, что в предыдущих постах мы активно обвиняли ПИК в плохом раскрытии информации и, вероятно, погорячились. Недавно состоялся «День Рынков Капитала» от компании, где в красивой презентации менеджмент рассказал много интересного. Мы, как всегда, проанализировали все до запятой и некоторые тезисы осветим в этом посте.
ПИК — крупная компания, которая создает жилье не только на стройке, но и за ее пределами. Сантех кабины, фасады (модульные технологии), окна, отделочные материалы — все это и многое другое ПИК производит сам на своих заводах, существенно ускоряя процесс стройки.
Отчасти по вышеназванной причине, отчасти из-за большого опыта и оптимизации тех. процессов ПИК смог добиться впечатляющих успехов: коммерческие и административные издержки в абсолютных цифрах на кв. м. проданного жилья или в процентах от выручки
Для анализа будем использовать данные ETF c базовой валютой USD: FXCN, FXRL, FXIT, FXUS и FXRU. Временной ряд рассмотрим за три года с 2018 по 2020 года. Само исследование проведем в Google Colaboratory.
Как обычно в начале импортируем все необходимые библиотеки для дальнейшей работы.
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from google.colab import files
import warnings
warnings.filterwarnings("ignore")Сначала необходимо получить данные. Есть несколько способов. Мы воспользовались — взяли их с Finam в формате csv. Дальше написал функцию для обработки полученных данных и при помощи concat свел их в один датафрейм.def changeDF(df): df['date'] = pd.to_datetime(df['<DATE>'].astype(str), dayfirst=True) name =[x for x in globals() if globals()[x] is df][0] df = df.drop(['<DATE>','<TIME>', '<OPEN>', '<HIGH>', '<LOW>'], axis=1) df = df.set_index(['date']) df.columns = [name+'_cl', name + '_vol'] return df fxgd_change = changeDF(fxgd) fxrl_change = changeDF(fxrl) fxit_change = changeDF(fxit) fxus_change = changeDF(fxus) fxru_change = changeDF(fxru) fxcn_change = changeDF(fxcn) etf = pd.concat([fxgd_change, fxrl_change, fxit_change, fxus_change, fxru_change, fxcn_change], axis=1) etf.head()В результате получили: