BusinessMagazin

Tag: analiza

  • Donald Trump a făcut un nou anunţ surprinzător referitor la Imigranţi

    „Din cauza faptului că democraţii refuză să modifice legislaţia foarte periculoasă privind migraţia, noi într-adevăr ne gândim, după cum s-a relatat, să trimitem imigranţii în anumite oraşe. Stânga radicală pare să aibă o politică a frontierelor deschise, a braţelor deschise, deci acest lucru ar trebui să îi facă foarte fericiţi”, a transmis Donald Trump prin Twitter, conform agenţiei Associated Press.

    Presa relatase că Administraţia Donald Trump analiza această posibilitate, dar, înainte ca preşedintele să transmită acest mesaj, Casa Albă şi oficiali din cadrul Departamentului pentru Securitate Internă negaseră informaţiile.

    Citiţi mai mult pe mediafax.ro.

  • Cum poţi transforma datele în soluţii de business

    SAS Institute este un producător de software de analiză avansată a datelor, iar filiala din România lucrează cu unele dintre cele mai mari bănci şi firme de telecomunicaţii şi de utilităţi. Soluţiile SAS Institute permit companiilor să analizeze datele pe care le deţin cu scopul de a realiza segmentări avansate ale portofoliului de clienţi pentru a lansa oferte personalizate sau pentru a identifica soluţii de reducere a costurilor, fiind utilizate în general de companii medii şi mari. În România compania lucrează în general cu clienţi din sectorul privat, potrivit ZF.

    Ştefan Baciu a preluat funcţia de country sales lead la SAS România la începutul lui 2018; anterior, el a activat în industria soluţiilor avansate de business analytics, având mai multe roluri, de la vânzări la marketing. El deţine un MBA de la Universitatea Warwick din Marea Britanie, cu o diplomă de merit în fuziuni şi achiziţii.

    „Inteligenţa artificială (IA) e acum un buzzword, la fel şi RPA (robot process automation – n.red.) sau machine learning; au mai fost şi altele înainte”, remarcă Ştefan Baciu. E un lucru pozitiv că oamenii se uită în zona respectivă şi pot obţine avantaje competitive „substanţiale”, dar totul trebuie pus într-un context specific de business şi cu nişte rezultate concrete. „Dacă vorbeşti de IA, dar înţelegerea faţă de aceasta e că faci un chatbot în care scrii «probleme factură» şi robotul răspunde «n-am înţeles, te conectez la un operator uman», atunci nu poţi să afirmi că te foloseşti de aceste tehnologii. Noi suntem în acest business specific de analiză şi modelare de date cam de 43 de ani, am început cu zona de statistică şi am trecut spre zona de modelare.”

    În abordarea statistică, explică Baciu, pleci de la o ipoteză şi încerci să o validezi aducând şi analizând mai multe date. Cea de modelare, mai recentă, se datorează evoluţiei tehnologice. Mai exact, în cadrul acesteia porneşti de la un volum foarte mare de date şi, prin modele avansate matematice, ajungi la nişte aspecte legate de segmentare sau performanţa diverselor produse.

    Discutând despre sectorul bancar, în care SAS România are mai mulţi clienţi, Ştefan Baciu spune că fintech-urile duc abordarea relaţiilor cu clienţii cu un pas înaintea băncilor. „Cu toate acestea, băncile sunt cheie, nu e ca şi cum un fintech ar putea să joace rolul unei bănci.” Totuşi, arată el, fintech-urile forţează băncile să se ducă mai aproape de client. „Toate interacţiunile dintre bancă şi client spun ceva despre comportamentul celui din urmă. Spre exemplu, să spunem că eşti la mall într-o perioadă de reduceri şi începi să cumperi; banca ştie că tu, pe data de X, trebuie să plăteşti rata la casă şi te-ai apropiat de suma minimă de care ai nevoie ca să plăteşti acea rată. Şi aici, prin abordarea de real-time banking, poate să îţi trimită o notificare sau să îţi ofere, pe loc, un overdraft pe care poţi, printr-o simplă apăsare, să îl accepţi, explică managerul SAS.

    O altă abordare este cea legată de analiza textului: „Când faci o tranzacţie, scrii la detalii că sunt bani pentru credit, pentru maşină şi aşa mai departe. Când suni în call center, operatorul trebuie să noteze ceea ce s-a discutat; putem lua în calcul şi textele de pe social media. Tot acest text, acest volum uriaş, poate fi analizat; noi putem identifica entitatea, problema şi chiar sentimentul – fie el negativ, pozitiv sau neutru. În această zonă, Baciu spune că au existat câteva proiecte interesante: „O bancă a vrut să îşi modeleze activitatea şi deciziile strategice luând în calcul ce cred clienţii despre ei; vedeau pe o hartă toate sucursale şi sentimentele clienţilor lor pe fiecare sucursală în parte, dar şi sentimentele faţă de competiţie. Având aceste informaţii, poţi să înţelegi ce se întâmplă bine sau rău şi unde.”

    Un alt sector în care analiza datelor ar putea juca un rol important este cel al asigurărilor. „Văd un interes crescut şi avem discuţii avansate pe zona de asigurări, în special pe segmentul de fraude. Analiza îi poate ajuta din două perspective: în primul rând cu reducerea fraudei şi reducerea costurilor legate de aceasta – şi avem aici o platformă de identificare şi prevenire a fraudelor. E suficient să ai 4-5% din total cereri frauduloase, pentru că asta înseamnă un volum foarte mare. Tu ai o echipă limitată dedicată investigaţiilor şi trebuie să îi trimiţi pe oamenii aceia acolo unde e cea mai mare probabilitate de fraudă, explică Baciu. În al doilea rând, el se referă la clienţii corecţi ai companiilor de asigurări, care pot suferi şi ei din cauza incidenţei mari a fraudelor. „De ce să îi penalizezi pe ei (întârziind procesul n.red.), care reprezintă probabil 95% din total? Având un sistem eficient, ai posibilitatea să facilitezi procesul de rambursare a banilor.

    La nivel global, compania SAS va investi în următorii trei ani un miliard de dolari în inteligenţa artificială, sprijinind inovaţia în dezvoltarea de softuri, educarea, crearea unor pachete de servicii profesionale şi multe altele. Planurile companiei sunt construite pe o fundaţie care include un portofoliu de soluţii de advanced analytics (analiză avansată a datelor), machine learning (învăţare automatizată), deep learning (analiza datelor în detaliu însoţită de o capacitate superioară de învăţare automatizată), NLP (procesarea limbajului natural) şi computer vision (metode şi sisteme computaţionale capabile să perceapă lumea pe baza unor imagini şi înregistrări video). Programele educaţionale şi expertiza oferită vor ajuta companiile să echipeze personalul de conducere şi analiştii de date pentru viitorul IA, oferind tehnologia, abilităţile şi sprijinul necesar pentru transformarea organizaţiilor acestora. Investiţia de un miliard de dolari pentru dezvoltarea de soluţii IA ţinteşte trei mari domenii: inovare în cercetare (R&D) – domeniu în care SAS creşte în urma succesului eforturilor sale globale în domeniul inteligenţei artificiale; educaţie, respectiv iniţiative pentru nevoile şi sprijinul clienţilor în a înţelege şi profita mai mult de avansul IA; servicii profesionale pentru optimizarea câştigurilor companiilor în proiecte de IA.

    Prin departamentul de cercetare, SAS va investi în inovare în toate aspectele inteligenţei artificiale, punând accent pe facilitarea utilizării acestor soluţii de persoane cu abilităţi diverse – de la experţi în afaceri până la analişti de date. SAS are deja incluse în platforma sa soluţii IA pentru administrarea datelor, analiza datelor despre clienţi, siguranţa şi depistarea fraudelor, administrarea riscurilor, precum şi aplicaţii pentru diverse industrii cum sunt serviciile financiare, sănătatea, producţia sau comerţul.

    Cât de complicat este însă pentru o companie specializată în analiza de date, un domeniu de nişă, să găsească personal? „Avantajul nostru este că activăm pe piaţa locală de aproximativ 12 ani şi că avem instalată o bază de clienţi destul de mare – majoritatea băncilor, toate companiile din telco, câteva şi din manufacturing. E mai facil astfel să atragem oameni. Sigur, în ziua de azi trebuie să oferi lucrurile de bază – salariu, beneficii şi altele – dar ce caută oamenii e să lucreze la ceva interesant, să lucreze la ceva care să le crească posibilităţile de angajare şi nivelul de profesionalism şi să aibă şi flexibilitatea să lucreze de unde vor, când vor, atât timp cât îşi ating obiectivele, spune Baciu.

    “Proiectele din zona de data science sunt foarte inovatoare, găseşti o grămadă de idei interesante şi îţi oferă o pregătire într-un rol care chiar e de viitor.

    În anul 2017, SAS România (prin SAS Anaytical Solutions SRL) a avut venituri de 11,9 mil. lei, cu un profit net de aproape 750.000 de lei şi un număr mediu de 8 angajaţi.

    Anul trecut a fost un an de consolidare pentru companie, aducându-se noi resurse în echipă. „Am crescut – nu potrivit ambiţiilor noastre, dar am fost totuşi pe un trend pozitiv. Pentru anul acesta ne aşteptăm la cifre mai optimiste, eu estimez o creştere de două cifre. Oricum, trendul de creştere e susţinut de eforturile de anul trecut, pentru că în businessul în care suntem noi există un ciclu de vânzare destul de lung, de 6-9 luni”, explică Ştefan Baciu.

    „Pentru anul viitor sunt un pic preocupat, să spun aşa, pentru că avem câteva proiecte întârziate; avem clienţi majori din industria bancară, cea telecom, sunt şi câteva proiecte întârziate în zona de banking din cauza presiunilor pe noile taxe.” Baciu spune că este însă optimist, pentru că zona pe care activează SAS România e foarte specifică. „Noi ne uităm şi la zona de costuri, avem diverse instrumente pentru optimizarea costurilor, vizualizarea cererii pentru anumite produse, astfel încât să se poată face economii consistente.”

  • ANALIZĂ. Ce afaceri rulează o benzinărie: „Antreprenorii“ care gestionează staţiile Petrom au ajuns la un business de 6 mil. euro pe fiecare unitate

    Ce business a făcut în medie anul trecut fiecare staţie din această adevărată reţea de „antreprenoriat“?
     
    „Vânzările la nivel de staţie de carburanţi de 5,03 mil. litri în România în 2018, în creş­tere de la 4,95 mil. litri în 2017, reprezintă o dova­dă a progresului nostru în această zonă operaţio­nală”, se arată în raportul pe 2018 publicat săptămâna trecută de OMV Petrom, cel mai mare producător local de petrol şi gaze, document care urmează să fie supus aprobării AGA din 19 aprilie.
     

  • Motivul cererii CNATDCU de retragere a titlului de doctor al lui Dumbravă: Teza are texte necitate

    „Teza „Restrângerea drepturilor omului în contextul luptei împotriva terorismului sub impactul accelerării procesului globalizării” elaborată şi susţinutî în 2012 de domnul Dumitru Dumbravă la Academia Naţională de Informaţii „Mihai Viteazul” include texte copiate din alţi autori fără ca acestea să fie citate conform normelor academice şi fără a indica sursa. Acest lucru denotă faptul că autorul şi-a însuşit cu intenţie ideile autorilor iniţiali fără a menţiona acest lucru şi fără a face trimitere la sursele originale”, menţionează prof. univ. dr. Gheorghe Popescu, în raportul privind lucrarea lui Dumbravă.

    Raportul a fost întocmit de mai mulţi membri ai Comisiei de Ştiinţe Militare, Informaţii şi Ordine Publică desemnate pentru a analiza lucrarea lui Dumitru Dumbravă, la solicitarea Consiliului General al Consiliului Naţional de Atestare a Titlurilor, Diplomelor si Certificatelor Universitare (CNATDCU).
     
    „În raport cu sesizarea, am constatat texte similare care se regăsesc în teză fără nicio citare, cele de la paginile 32-35 sunt preluate din Revista română de studii de intelligence nr. 6/2011, pp 172-173, (632 cuvinte), iar cele de la paginile 102-104, 123-124 sunt preluate din internet, articolul Trăim în epoca ciber-războaielor / www.descopera.ro, http://ccorbos0.blogspot.com/2011 (660, respectiv 496 cuvinte)”, menţionează prof. univ. dr. Dănuţ Turcu, şi el membru al comisie.
     
    La rândul său, prof. univ.dr. Sorin Pînzaru menţionează: „Am evaluat teza de doctorat şi am analizat documentele prezentate pe platforma naţională, concluzionând că există preluări integrale sau parţiale din textul sursă fără citarea acestuia şi fără menţionarea autorului”.
     

  • Analiza de risc şi cum calculează ANAF gradul de risc: Ce ştie Fiscul despre voi şi ce poate atrage atenţia controlului fiscal asupra companiilor

    Fiscul decide demararea unei inspecţii fiscale generale sau parţiale pe baza analizei de risc, iar această inspecţie se poate extinde asupra tuturor raporturilor relevante pentru impozitare, dacă acestea prezintă interes pentru aplicare legislaţiei fiscale.

    Contribuabilii sunt aleşi în funcţie de nivelul riscului pe care îl prezintă, stabilit în urma analizei de risc, a explicat Cristina Ştefan, Asociat în cadrul firmei de consulltanţă fiscală Servicii Premium TAX  şi ex–manager coordonator al inspecţiei fiscale de stat pe raza Bucureştiului şi a judeţului Ilfov, în cadrul unei conferinţe de luna trecută.

    .În cadrul evenimentului organizat de Ziarul Financiar împreună cu Servicii Premium TAX, consultantul Cristina Ştefan a explicat că analiza de risc porneşte de la comportamentul fiscal al contribuabilului – urmărit în funcţie de respectarea termenului de depunere al declaraţiilor fiscale, respectarea termenului de plată şi respectarea modului de întocmire a declaraţiilor fiscale prin corelarea informaţiilor cu alte declaraţii.
     
    Veniturile şi cheltuielile raporatate în Declaraţia  101”Declaraţie privind impozitul pe profit” şi cele raportate în bilanţ, Formularul 20- “Contul de profit şi pierderi” este doar una dintre corelaţiile pe care le poate urmări Fiscul, precum şi cheltuielile cu spoinsorizările efectuate declarate în Declaraţia  101”Declaraţie privind impozitul pe profit” pot fi correlate cu cele raportate în declaraţia 107 “Declaraţie informativă privind beneficiarii sponsorizărilor/mecenatului/burselor private “.
     

  • Prof. Phillip C. Nell, WU Executive Academy, Viena: „Capcana simplificării – Modul în care neglijarea factorului de incertitudine în interpretarea datelor poate conduce la greşeli costisitoare”

    Domeniul HR a început să recupereze rapid teren, astfel încât în prezent există un număr mare de aplicaţii de prelucrare a datelor, iar firmele experimentează din ce în ce mai mult cu recruiteri roboţi (prin mesageria Facebook) sau cu scanarea „automatizată” a profilurilor de candidaţi. Cu toate acestea, am constatat adesea că mulţi dintre oamenii de HR au anumite lacune în ceea ce priveşte principiile de bază ale cercetării cantitative. Una dintre acestea priveşte modul în care se gestionează factorul de incertitudine a datelor colectate, în acest domeniu al resurselor umane. De pildă, managerii operează deseori cu date obţinute de la un anumit eşantion şi nu de la populaţie în întregul ei, dar le tratează ca şi cum ar fi reprezentative pentru toată populaţia. A trece cu vederea acest detaliu poate să conducă la decizii eronate şi la greşeli costisitoare.

    Incertitudinea eşantioanelor:

    De obicei, managerii departamentelor de HR sunt interesaţi să aibă date despre întreaga lor organizaţie, despre toate echipele de proiect ale firmei, despre angajaţi, expaţi etc. Totuşi, oricât am vrea să obţinem toate aceste date, colectarea lor poate fi extrem de costisitoare, atât ca bani, cât şi ca timp. Aşadar, pentru a evita acest lucru, managerilor de HR le este cerută adesea colectarea datelor doar de la un subgrup din cadrul acestor grupuri (ceea ce reprezintă un eşantion). Eşantionarea înseamnă să nu te foloseşti de toată informaţia pe care o ai la dispoziţie.

    Abordarea dominantă este realizarea unei analize statistice pe baza datelor disponibile de la un eşantion şi utilizarea rezultatelor ca estimări aplicabile întregii populaţii. De exemplu, să presupunem că o firmă are 300 de expaţi şi a colectat date de la un eşantion de 100 dintre aceştia. Anul acesta, nivelul mediu de satisfacţie al celor 100 de angajaţi cu privire la cursurile de pregătire pentru expaţi ale firmei este de 3,8, pe o scară valorică de la 1 până la 5 (5 însemnând „foarte satisfăcut”, 1 însemnând „foarte nesatisfăcut”). În ultimii doi ani, când firma a verificat acelaşi lucru şi a colectat date de la toţi expaţii, scorul mediu de satisfacţie a fost de 4,2 în ambii ani. Managerul de HR ar putea concluziona că trebuie să schimbe structura cursurilor, deoarece statisticile sunt negative.

    Aşa arată schema reprezentativă:  

    Dar este această interpretare corectă?

    Problema acestei concluzii este că se bazează pe premisa că scorul obţinut pe eşantionul de 100 de persoane este acelaşi lucru cu scorul obţinut pe întregul grup, lucru care este incorect. Dacă datele erau colectate de la un subgrup diferit, scorul mediu de satisfacţie ar fi putut fi 3,5, 4,0 sau chiar 4,5, din simplul motiv că managerul de HR a ales, din pură întâmplare, expaţi mai mult sau mai puţin mulţumiţi în eşantionul vizat. Prin urmare, avem un indicator al modului în care toţi cei 300 de expaţi evaluează cursul de pregătire, dar este un rezultat bazat pe un eşantion (care ne spune că scorul mediu de satisfacţie este 3,8 anul acesta). Aşadar, există un anumit nivel de incertitudine în legătură cu acest rezultat; ar putea la fel de bine să fie unul diferit. Dacă managerii nu iau în calcul factorul de incertitudine, s-ar putea ca aceştia să suprainterpreteze sau să subinterpreteze rezultatele.

    Spre exemplu, să presupunem că în realitate toţi cei 300 de manageri au un nivel de satisfacţie de 4,2, în timp ce eşantionul de 100 de persoane ne spune că scorul este de 3,8, din cauza prezenţei unor indivizi nemulţumiţi în cadrul eşantionului. Putem trage concluzia că aceste cursuri sunt încă bune. Dar dacă toţi managerii ar avea un nivel mediu de satisfacţie de 3,6 (iar eşantionul nostru ar arăta încă scorul de 3,8), atunci ar trebui să ne îngrijorăm că ceva este în neregulă cu programul de pregătire. Aşadar, dacă managerii presupun pur şi simplu că o statistică de tipul unui scor mediu al unui eşantion este acelaşi lucru cu scorul pentru populaţia totală, ar putea să greşească. Aceste erori pot duce la subinterpretarea datelor (managerul nu ar trebui să schimbe structura cursului deoarece nu există dovezi în ceea ce priveşte nemulţumirea faţă de acesta) sau la supraintepretarea datelor (managerul ar trebui să schimbe structura cursului, dar nu o face) – ambele decizii constituind greşeli care consumă atât bani, cât şi timp.

    Soluţia:

    În statistică, rezultatele obţinute în urma colectării datelor pe un eşantion au denumirea de „estimare punctuală”. O estimare punctuală propriu-zisă este un punct bun de plecare atunci când ne gândim la întreaga populaţie, dar acest procedeu nu oferă nicio siguranţă şi în ceea ce priveşte acurateţea datelor, deoarece nu ia în considerare factorul de incertitudine. Vestea bună este următoarea: dacă eşantionarea s-a făcut în mod aleatoriu, statisticile ne pot oferi un indiciu cu privire la rata de eroare a analizei, ca urmare a provenienţei datelor de la un eşantion mai mic decât numărul total al populaţiei. Nu vom şti niciodată 100% sigur care este valoarea corectă pentru întreaga populaţie (nivelul corect de satisfacţie al întregului grup) până când nu vom colecta date de la toate persoanele. Totuşi, putem aborda problema folosind intervalele de încredere.

    Intervalele de încredere se mai numesc şi „estimări prin intervale de încredere”. Contrar estimării punctuale, o estimare prin interval de încredere oferă o gamă întreagă de estimări potenţiale ale populaţiei, care pot fi adevărate. Pentru exemplul nostru de mai sus, în loc să presupunem că scorul de 3,8 se aplică şi pentru subgrup, şi pentru grup, ar trebui să calculăm intervalul de încredere şi să ne bazăm concluzia pe ideea că putem fi 95% siguri că nivelul mediu de satisfacţie al întregului grup se află undeva între 3,6 şi 4,0.

    Ideea în legătură cu intervalul de încredere este că rezultatele obţinute în acest fel de pe urma datelor colectate pot fi foarte diferite: ne-am mutat de la o simplă estimare punctuală (3,8) la o estimare prin interval de încredere (este foarte probabil ca nivelul mediu de satisfacţie al expaţilor să se afle undeva între 3,6 şi 4,0), prin urmare, s-ar putea să luăm o decizie diferită. În acest caz, diferenţa dintre 4,2 şi 4,0 nu este atât de mare încât să fie necesară restructurarea cursului. 

    Aşadar, dacă luăm în considerare mai degrabă eşantionarea aleatorie şi estimarea prin intervale de încredere în locul estimării punctuale, admitem faptul că datele estimative despre populaţie sunt, la un anumit nivel, incerte şi astfel suntem mai bine pregătiţi în a evita deciziile nefavorabile, generatoare de costuri.

  • Fost director FBI: Departamentul Justiţiei din SUA a analizat posibilitatea DEMITERII lui Donald Trump

    Cititi mai multe pe www.mediafax.ro

  • Cinci greşeli pe care dacă le faci în CV eşti refuzat din start

    Bock recunoaşte că a analizat mai mult de 20,000 de CV-uri şi că în unele zile la Google primea peste 50,000 de CV-uri într-o săptămână. 

    “Unele sunt extraordinare, majoritatea sunt ok, iar multe sunt dezastre”, recunoaşte Bock.

    Principalele greşeli pe care Bock le semnalizează sunt:

    1. Typos. Un studiu din 2013 a găsit faptul că 58% din CV-uri au typos, greşeri de scriere ce nu sunt foarte grave, dar dau o impresie proastă despre candidat. Aceste greşeli sunt fatale, spune Bock, pentru că angajatorii văd în asta o lipsă de atenţie la detalii. Citeşte-ţi CV-ul înainte de a-l preda sau pune pe altcineva să ţi-l citească atent.

    2. Lungimea. Dacă eşti la început de carieră s-ar putea să nu ai o problemă cu asta, dar odată ce ai lucrat câţiva ani în mai multe locuri trebuie să fii atent să nu scrii prea mult pentru că plictiseşti angajatorul. O regulă ar fi, spune Bock,  10 ani de muncă pentru o pagină de CV. Trebuie să sintetizezi, să prioritizezi şi să fii concis.

    3. Formatarea. Dacă nu aplici pentru un job de designer atunci ar trebui să te concentrezi să creezi un CV curat şi eligibil scris cu un font de cel putin 10, margine stânga, dreapta, spaţiu între propoziţii şi coloane etc.

    4. Informaţii confidenţiale. Nu trebuie să divulgi informaţii confidenţiale în CV pentru că nimeni nu ar vrea să angajeze pe cineva care ar putea spune ce nu trebuie. Noi am găsit că între 5% şi 10% dintre CV-uri dezvăluie informaţii confidenţiale.

    5. Minciuni. Nu ar trebui niciodată să minţi în CV, fie că e vorba de studii sau ce abilităţi ai. Oricine e interesat poate verifica aceste informaţii – despre studiile tale, comportamentul la fostul loc de muncă, iar abilităţile, pe care nu le ai, îţi vor fi testate la noul job. Chiar şi aşa, poate ai minţit şi ai fost angajat, apoi peste 15 ani ai fost promovat pe o poziţie importantă şi se descoperă în CV-ul tău o minciună. Ce se întâmplă? Eşti concediat.

     

  • ANALIZĂ: Companiile trebuie să aplice măsuri fiscale şi vamale în cazul unui Brexit dur

    O importanţă majoră trebuie acordată livrărilor de bunuri în lanţ la export, atunci când intervin societăţi care acţionează drept cumpărători-revânzători, pentru care scutirea de TVA poate fi pusă sub semnul întrebării. Mai mult, prevederile vamale pe baza cărora se stabileşte persoana care acţionează drept exportator pot influenţa scutirea de TVA, aşa cum este aplicată la acest moment de autorităţile fiscale din România.
     
    În ceea ce priveşte achiziţia bunurilor din Regatul Unit, pe lângă formalităţile de vămuire, trebuie avute în vedere costurile suplimentare generate de taxele vamale datorate la import. În lipsa unui acord, se va aplica nivelul standard al taxelor vamale stabilit de UE pentru importul bunurilor. Totuşi, pentru TVA datorată în vamă pentru importul de bunuri provenite din UK pentru care formalităţile vamale de punere în liberă circulaţie sunt efectuate în România, importatorii vor putea aplica în continuare un tratament favorabil similar cu cel al achiziţiilor intracomunitare de bunuri, dacă sunt operatori economici autorizaţi (“AEO”).
     
    După negocieri pentru încheirea unui Acord privind ieşirea Regatului Unit al Marii Britanii şi Irlandei de Nord din Uniunea Europeană, încă fără rezultate clare, autorităţile fiscale din Regatul Unit au început o campanie de informare a societăţilor înregistrate în scopuri de TVA în UK, care sunt implicate în livrări sau achiziţii de bunuri cu UE.
     

  • Raportul PwC Global Economy Watch previzionează o încetinire a creşterii economice globale în 2019

    PwC se aşteaptă ca perioada de creştere  economică accelerată  înregistrată de majoritatea economiilor mari, începând cu finalul lui 2016 şi până la începutul lui 2018 să se fi încheiat. În Statele Unite este de aşteptat ca efectul pozitiv al stimulului fiscal să se estompeze treptat, dobânzile mai mari vor atenua cheltuielile de consum, iar un dolar puternic va continua să afecteze negativ exporturile americane. PwC estimează o scădere moderată  a creşterii economice din Statele Unite de la 2,8% în 2018 până la aproximativ 2,3% în 2019.

    Şi în China nivelul de creşterii economice va suferi o scădere comparativ cu 2018. Deşi guvernul va încerca să se asigure ca scăderea este una uşoară, impactul războiului comercial cu Statele Unite ale Americii şi nevoia de a controla nivelul datoriilor vor crea premisele unei decelerări modeste a creşterii economice în 2019.

    Se aşteaptă ca în ţările cu o economie dezvoltată piaţa muncii să rămână în continuare sub presiune, rata şomajului va continua să scadă, chiar dacă ritmul creării de noi locuri de muncă va încetini. Acest fapt va duce la o creştere a salariilor, dar cauzează probleme pentru companiile care caută să angajeze specialişti pentru a suplini deficitul de talente. Potrivit raportului, în 2019 rata şomajului va înregistra în continuare o scădere în Statele Unite şi Germania, unde rata de creare a noilor locuri de muncă este în continuare ridicată.

    Marea Britanie va coborî în clasamentul celor mai mari economii ale lumii, India şi Franţa fiind cele două ţări care o vor surclasa. În aceste condiţii, Marea Britanie va coborî de pe locul cinci până pe şapte. De-a lungul timpului Marea Britanie şi Franţa au schimbat în mod frecvent între ele poziţionarea în acest clasament, în principal datorită nivelurilor similare ale dezvoltării dar şi unui număr relativ egal al populaţiei. În ceea ce priveşte India, ascensiunea ei pare să fie permanentă. Previziunile PwC aşteaptă o creştere reală a PIB-ului Marii Britanii de aproximativ 1,6%, de 1,7% pentru Franţa şi de 7,6% pentru India în acest an.