I modelli di simulazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "I modelli di simulazione"

Transcript

1 Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008

2 AGENDA Le simulazioni storiche L approccio ibrido Le simulazioni storiche filtrate Le simulazioni Monte Carlo Esercizi 2

3 derivano il VaR simulando un grande numero di scenari riguardanti la possibile evoluzione futura dei mercati L approccio della simulazione è dunque più dispendioso in termini di tempo e capacità di calcolo ma è spesso più accurato Full valuation Tre caratteristiche principali Logica del percentile Maggiore flessibilità 3

4 full valuation L approccio varianze-covarianze stima la variazione di valore di un portafoglio attraverso un sistema di coefficienti di sensibilità, solitamente lineari Nei modelli di simulazione il valore di mercato del portafoglio di cui si intende stimare il VaR viene completamente ricalcolato, mediante opportune formule di pricing ( full valuation ) Ad esempio, invece di stimare l effetto di un rialzo dei tassi sul valore di un titolo obbligazionario sulla base della duration modificata si procede a ricalcolare il nuovo prezzo del titolo con il nuovo livello di tassi. L approccio della simulazione richiede di conoscere un opportuna formula di pricing per tutti gli strumenti inseriti nel portafoglio Se le formule di pricing usate sono corrette, i modelli di simulazione non restituiscono variazioni del valore del portafoglio approssimate, ma esatte 4

5 full valuation azioni tassi materie prime cambi 1. Fattori di rischio: Si genera un elevato numero di scenari relativi a variazioni dei fattori di mercato, basati sulle variazioni passate (simulazione storica) o su una determinata (ad es. normale) distribuzione teorica (simulazione Monte Carlo) 2. Portafoglio: 3. Misure di rischio: Ogni scenario è tradotto in una variazione di valore simulata per il portafoglio della banca, di solito attraverso la logica della full valuation ed un insieme di formule di pricing appropriate. Il VaR (o altre misure di rischio) viene derivato dalla distribuzione delle variazioni di valore simulate del portafoglio, ad esempio individuando l opportuno percentile In linea teorica, è possibile applicare la logica della simulazione e continuare a utilizzare la tecnica dei coefficienti di sensibilità 5

6 logica del percentile Nei modelli di simulazione, dopo aver generato la distribuzione di probabilità degli N possibili valori futuri del portafoglio, il VaR viene stimato tagliando tale distribuzione empirica in corrispondenza del percentile associato al livello di confidenza desiderato Ad esempio, dati valori simulati del portafoglio, il VaR al 95% viene calcolato prendendo il 5 percentile (cioè la 501-esima osservazione partendo dalla peggiore) L utilizzo della distribuzione di probabilità simulata dei valori del portafoglio risolve il problema della non-normalità della distribuzione delle perdite future. La distribuzione simulata può assumere qualsiasi forma Il taglio della distribuzione fa superare i problemi legati alla non monotonicità della relazione tra fattore di mercato e portafoglio. I valori del portafoglio sono ordinati dal migliore al peggiore, indipendentemente dal movimento del fattore di mercato che li ha generati 6

7 maggiore flessibilità Per tenere in considerazione il problema delle code spesse, in alcuni modelli parametrici viene aumentato arbitrariamente il multiplo della deviazione standard prescelto non costringono a utilizzare una distribuzione normale per modellare le variazioni dei fattori di mercato le simulazioni storiche generano gli scenari relativi ai fattori di rischio a partire dalla distribuzione empirica delle variazioni passate dei fattori di mercato le simulazioni Monte Carlo richiedono invece che venga definita una distribuzione con cui generare le simulazioni. Essa deve rispecchiare le caratteristiche empiriche delle distribuzioni delle variazioni dei fattori di mercato e prestarsi alla generazione di simulazioni casuali 7

8 maggiore flessibilità Problemi La simulazione Monte Carlo se usata con la distribuzione normale non rispecchia totalmente la distribuzione delle variazioni dei fattori di mercato. L approccio dello stress testing invece si concentra solo su pochi scenari particolarmente sfavorevoli Non linearità dei payoff Non normalità dei rendimenti di mercato a) Full valuation Caratteristiche dell'approccio di simulazione c) Simulazione con distribuzioni non necessariamente normali b) Approccio Simulazione Monte Carlo del percentile Simulazione storica Con distribuzioni non-normali Con distribuzioni normali Legenda: = risolve il problema; = non risolve il problema 8

9 Le simulazioni storiche Nel modello di simulazione storica si ipotizza che le potenziali variazioni dei fattori di mercato siano ben rappresentate dalla loro distribuzione empirica si ipotizza che la distribuzione delle variazioni dei fattori di rischio sia stabile nel tempo Principali passaggi di una simulazione storica Fase Attività 1 Selezione di un campione di rendimenti (ad esempio giornalieri) del fattore o dei fattori di mercato rilevanti, relativo a un determinato periodo storico (ad esempio 250 giorni). 2 Rivalutazione della singola posizione o del portafoglio in corrispondenza di ognuno dei valori storici dei rendimenti del fattore di mercato. 3 Ricostruzione della distribuzione empirica di frequenza dei valori della posizione/portafoglio così ottenuti. 4 Taglio della distribuzione in corrispondenza del percentile relativo al livello di confidenza desiderato. 5 La differenza tra tale percentile ed il valore corrente del portafoglio rappresenta il VaR 9

10 Esempio il VaR di una singola posizione POSIZIONE: Opzione call, strike pari a e vita residua di tre mesi, sull indice S&P500. Il valore corrente dell opzione è pari a circa 2,30 dollari Il campione storico di riferimento sono 500 rendimenti giornalieri fra il 1 gennaio 2003 e il 28 dicembre Nella tabella della slide successiva vengono presentati soltanto i primi 20 e gli ultimi 20 dati, a sinistra ordinati cronologicamente mentre a destra dal peggiore al migliore. La sesta colonna indica i valori che l indice S&P500 potrebbe assumere l indomani se, partendo dal valore corrente (1.213,54 dollari) subisse una variazione logaritmica pari a quella indicata nella colonna precedente La settima colonna indica quale sarebbe, dato questo nuovo valore del sottostante, il nuovo valore di mercato dell opzione 10

11 Valori simulati ($) per la call Rischio e valore nelle banche Esempio il VaR di una singola posizione Dati in ordine cronologico Rendimento logaritmico giornaliero del S&P 500 Dati ordinati in base ai rendimenti logaritmici giornalieri Rendimento logaritmico giornaliero del S&P 500 Valore simulato dell indice S&P500 Valore simulato nella call Variazione nel valore della call Rang Data S&P500 o 03/01/ ,6 0,0% 1-3,6% 1170,8 0,18-2,11 06/01/ ,0 2,2% 2-3,0% 1178,1 0,30-2,00 07/01/ ,9-0,7% 3-2,6% 1182,2 0,39-1,90 08/01/ ,9-1,4% 4-2,5% 1183,3 0,42-1,88 09/01/ ,6 1,9% 5-2,3% 1185,8 0,49-1,80 10/01/ ,6 0,0% 6-1,9% 1190,4 0,65-1,65 13/01/ ,3-0,1% 7-1,9% 1191,2 0,68-1,61 14/01/ ,7 0,6% 8-1,8% 1192,0 0,72-1,58 15/01/ ,2-1,5% 9-1,8% 1192,1 0,72-1,58 16/01/ ,6-0,4% 10-1,6% 1193,7 0,79-1,50 17/01/ ,8-1,4% 11-1,6% 1193,9 0,80-1,50 21/01/ ,6-1,6% 12-1,6% 1194,5 0,83-1,47 22/01/ ,4-1,0% 13-1,6% 1194,7 0,84-1,46 23/01/ ,3 1,0% 14-1,6% 1194,8 0,84-1,46 24/01/ ,4-3,0% 15-1,5% 1194,9 0,85-1,45 27/01/ ,5-1,6% 16-1,5% 1195,1 0,85-1,44 28/01/ ,5 1,3% 17-1,5% 1195,1 0,86-1,44 29/01/ ,4 0,7% 18-1,5% 1195,4 0,87-1,43 30/01/ ,6-2,3% 19-1,5% 1195,8 0,89-1,41 31/01/ ,7 1,3% 20-1,5% 1195,8 0,89-1,40 30/11/ ,8-0,4% 481 1,6% 1233,1 5,44 3,15 01/12/ ,4 1,5% 482 1,6% 1233,1 5,46 3,16 02/12/ ,3-0,1% 483 1,6% 1233,2 5,48 3,18 03/12/ ,2 0,1% 484 1,6% 1233,4 5,51 3,22 06/12/ ,3-0,1% 485 1,7% 1234,7 5,80 3,50 07/12/ ,1-1,1% 486 1,8% 1235,2 5,92 3,63 08/12/ ,8 0,5% 487 1,9% 1236,6 6,26 3,96 09/12/ ,2 0,5% 488 1,9% 1237,1 6,38 4,08 10/12/ ,0-0,1% 489 1,9% 1237,2 6,41 4,11 13/12/ ,7 0,9% 490 1,9% 1237,2 6,41 4,12 14/12/ ,4 0,4% 491 1,9% 1237,3 6,43 4,14 15/12/ ,7 0,2% 492 2,1% 1239,6 7,02 4,72 16/12/ ,2-0,2% 493 2,1% 1239,9 7,11 4,81 17/12/ ,2-0,8% 494 2,2% 1240,7 7,32 5,02 20/12/ ,7 0,0% 495 2,2% 1240,7 7,33 5,03 21/12/ ,5 0,9% 496 2,2% 1240,8 7,36 5,06 22/12/ ,6 0,3% 497 2,3% 1241,4 7,53 5,23 23/12/ ,1 0,0% 498 2,6% 1245,2 8,66 6,36 27/12/ ,9-0,4% 499 3,4% 1255,4 12,23 9,93 28/12/ ,5 0,7% 500 3,5% 1256,5 12,70 10,40 14,00 12,00 10,00 8,00 6,00 4,00 2,00 0,00 A valori estremi dei rendimenti del fattore di mercato corrispondono valori estremi dell opzione: la relazione tra il valore di una call e quello del suo sottostante, anche se non lineare, è monotona 1160, , , , , , ,00 Valori simulati ($) per l'indice S&P500 11

12 -2,5 / -2,0-2,0 / -1,5-1,5 / -1,0-1,0 / -0,5-0,5 / 0,0 0,0 / 0,5 0,5 / 1,0 1,0 / 1,5 1,5 / 2,0 2,0 / 2,5 2,5 / 3,0 3,0 / 3,5 3,5 / 4,0 4,0 / 4,5 4,5 / 5,0 5,0 / 5,5 5,5 / 6,0 6,0 / 6,5 6,5 / 7,0 7,0 / 7,5 7,5 / 8,0 8,0 / 8,5 8,5 / 9,0 9,0 / 9,5 9,5 / 10,0 10,0 / 10,5 10,5 / 11,0 11,0 / 11,5 11,5 / 12,0 12,0 / 12,5 Percemtiale di casi Rischio e valore nelle banche Esempio il VaR di una singola posizione Il VaR (livello di confidenza pari al 99%) è pari a 1,65 dollari sesta variazione negativa più rilevante del valore di mercato dell opzione Se la banca avesse una posizione corta, il VaR andrebbe calcolato utilizzando le variazioni positive del valore di mercato dell opzione. In questo caso il VaR corrispondente al 99% di confidenza è 5,03 dollari 25% 20% I valori di VaR relativi a una posizione lunga sono meno elevati di quelli corrispondenti a una corta. La distribuzione è infatti asimmetrica e presenta una coda destra più pronunciata 15% 10% 5% 0% Variazione di valore della call ($)

13 Esempio la stima del VaR di portafoglio PORTAFOGLIO: azioni appartenenti in egual misura al FTSE 100, al DAX e all S&P500. Nella tabella della slide successiva vengono riportati i rendimenti giornalieri (100) dal 22 luglio all 8 dicembre 2004, dei tre indici. La colonna Media contiene il rendimento di un portafoglio composto in uguale misura dalle azioni dei tre mercati nazionali. Le prime colonne sono in ordine cronologico, mentre la parte destra della tabella è ordinata con riferimento al rendimento medio dei tre indici Anche in questo caso il VaR corrispondente ai differenti livelli di confidenza è ottenuto seguendo la logica del percentile Per semplicità vengono riportati solo i primi dieci e gli ultimi dieci dati. 13

14 Esempio la stima del VaR di portafoglio Rendimenti logaritmici giornalieri in ordine cronologico Dati ordinati in base ai rendimenti logaritmici giornalieri S&P50 S&P50 Data FTSE100 DAX 0 Media Rank FTSE100 DAX 0 Media 22/07/2004-1,6% -2,0% 0,3% -1,1% 1-1,7% -2,7% -1,6% -2,0% 23/07/2004 0,5% -0,1% -1,0% -0,2% 2-1,6% -2,0% 0,3% -1,1% 26/07/2004-0,9% -1,2% -0,2% -0,8% 3-1,1% -2,1% -0,1% -1,1% 27/07/2004 0,9% 1,6% 1,0% 1,2% 4-0,9% -1,1% -1,1% -1,0% 28/07/2004 0,7% -0,2% 0,1% 0,2% 5-0,3% -1,2% -1,4% -1,0% 29/07/2004 1,4% 2,1% 0,5% 1,3% 6-0,8% -1,5% -0,2% -0,8% 30/07/2004-0,1% 0,2% 0,1% 0,0% 7-0,8% -0,9% -0,6% -0,8% 02/08/2004 0,1% -0,8% 0,4% -0,1% 8-0,9% -1,1% -0,3% -0,8% 03/08/2004 0,3% 0,4% -0,6% 0,0% 9-0,9% -1,2% -0,2% -0,8% 04/08/2004-0,5% -1,4% -0,1% -0,7% 10-0,8% -1,3% 0,0% -0,7% 25/11/2004 0,7% 0,8% 0,0% 0,5% 91 1,1% 1,3% 0,0% 0,8% 26/11/2004-0,3% -0,1% 0,1% -0,1% 92 0,5% 1,6% 0,6% 0,9% 29/11/2004 0,2% -0,2% -0,3% -0,1% 93 0,9% 1,0% 0,9% 0,9% 30/11/2004-1,0% -0,5% -0,4% -0,6% 94 0,8% 0,8% 1,3% 1,0% 01/12/2004 0,7% 1,4% 1,5% 1,2% 95 0,9% 1,6% 1,0% 1,2% 02/12/2004 0,3% 0,7% -0,1% 0,3% 96 0,7% 1,4% 1,5% 1,2% 03/12/2004-0,1% -0,2% 0,1% -0,1% 97 1,1% 1,4% 1,4% 1,3% 06/12/2004-0,5% -0,4% -0,1% -0,3% 98 1,0% 1,7% 1,3% 1,3% 07/12/2004 0,1% 0,4% -1,1% -0,2% 99 1,4% 2,1% 0,5% 1,3% 08/12/2004-0,5% -0,3% 0,5% -0,1% 100 1,9% 2,6% 1,5% 2,0% Posizione corta: VaR (99%)=1,1% VaR(95%)=0,8% Posizione Lunga VaR (99%)=1,3% VaR (95%)=1,2% 14

15 Un confronto simulazioni storiche / approccio varianze - covarianze Il modello di simulazione storica è una tecnica non parametrica: non specifica alcuna forma funzionale della distribuzione delle variazioni dei fattori di mercato e non richiede di stimarne i parametri È possibile applicare l approccio varianze covarianze ai 100 rendimenti dell esempio precedente Deviazione standard dei rendimenti del portafoglio simulato = 0,65% Varianze / covarianze Simulazione storica VaR al 95% - posizione lunga 1,03% 0,85% VaR al 99% - posizione lunga 1,46% 1,12% VaR al 95% - posizione corta 1,03% 1,2% VaR al 99% - posizione corta 1,46% 1,3% Media 0,00% 0,08% Deviazione standard 0,63% 0,63% Asimmetria (skewness) 0,000-0,013 Curtosi in eccesso 0,000 0,868 15

16 Un confronto simulazioni storiche / approccio varianze - covarianze Chi utilizza questa metodologia sostiene che essa abbia una maggior capacità di cogliere le code spesse delle distribuzioni come si vede dalla tabella però, le simulazioni storiche non producono sempre stime di VaR più elevate e dunque più prudenti Confrontando la distribuzione storica dei rendimenti e la distribuzione normale con media nulla e deviazione standard pari a 0,63% si osserva che, per intervalli di confidenza sufficientemente ampi, la distribuzione assume effettivamente code più spesse Mentre variazioni di valore nell ordine del 2% (in più o in meno) sono virtualmente impossibili per la distribuzione normale, esse si sono effettivamente verificate nel passato, anche se in una porzione di casi modesta 16

17 -2,1%/-1,9% -1,9%/-1,7% -1,7%/-1,5% -1,5%/-1,3% -1,3%/-1,1% -1,1%/-0,9% -0,9%/-0,7% -0,7%/-0,5% -0,5%/-0,3% -0,3%/-0,1% -0,1%/0,1% 0,1%/0,3% 0,3%/0,5% 0,5%/0,7% 0,7%/0,9% 0,9%/1,1% 1,1%/1,3% 1,3%/1,5% 1,5%/1,7% 1,7%/1,9% 1,9%/2,1% Percentale di casi Rischio e valore nelle banche Un confronto simulazioni storiche / approccio varianze - covarianze 16% 14% 12% 10% 8% 6% 4% 2% Le code grasse della distribuzione storica risultano confermate dall indice di curtosi della distribuzione storica (slide 16) La minore o maggiore prudenza di una metodologia rispetto a un altra dipende dalla forma funzionale della distribuzione storica dei rendimenti 0% Variazione nel valore del portafoglio azionario ($) Essendo in questo caso ottenuta come somma della distribuzione dei rendimenti di tre diversi fattori di mercato, non è poi molto diversa da una normale 17

18 Pregi e limiti delle simulazioni storiche 4 VANTAGGI 1. È una metodologia facilmente comprensibile e comunicabile fra le varie unità di una banca oltre che all'alta Direzione Rappresenta infatti la perdita che si otterrebbe se le condizioni passate dovessero ripetersi in futuro 2.Non viene richiesto di esplicitare alcuna ipotesi circa la forma funzionale della distribuzione dei rendimenti dei fattori di mercato. L unica ipotesi (implicita) è che la distribuzione dei rendimenti futuri sia correttamente approssimata dalla distribuzione storica 3.Non è necessario stimare la matrice varianze-covarianze dei fattori di mercato. Le simulazioni storiche catturano la struttura delle correlazioni riflessa nelle variazioni congiunte dei fattori di mercato e ipotizzano che rimangano costanti nel futuro 4. Essendo basate sulla full valuation, consentono di cogliere il rischio di portafogli la cui sensibilità alle variazioni dei fattori di mercato è non lineare o non monotona 18

19 Pregi e limiti delle simulazioni storiche 3 LIMITI: 1.Onerosità dei calcoli necessari per rivalutare l'intero portafoglio: possono richiedere tempi troppo lunghi rispetto alle esigenze di quantificazione del rischio connesse all'attività di trading di una banca. Questo limite è venuto diminuendo di importanza in seguito al continuo progresso della potenza di calcolo dei computer 2.Le simulazioni storiche ipotizzano implicitamente la stabilità temporale (stazionarietà) della distribuzione di probabilità. Se la distribuzione (non osservabile) dei rendimenti è eteroschedastica, allora la distribuzione empirica è un ibrido di realizzazioni di variabili diversamente distribuite con scarso significato sia concettuale che operativo segue sulla slide 21 19

20 Pregi e limiti delle simulazioni storiche 3.Limitatezza delle serie storiche disponibili, specie se l orizzonte temporale prescelto è superiore a un giorno. Ciò si traduce in una scarsa definizione delle code della distribuzione. Incrementare la lunghezza della serie storica di riferimento può essere controproducente perché diviene più probabile che sia violata l ipotesi di stabilità della distribuzione trade-off tra stabilità e rappresentatività Le simulazioni storiche producono misure di VaR poco reattive alle variazioni delle condizioni dei mercati. Il VaR cambia quando si presenta un rendimento superiore (in valore assoluto) al percentile prescelto o quando quest ultimo esce dal campione È un pregio e un difetto il VaR risulta più stabile il VaR può risultare poco aggiornato 20

21 L approccio ibrido L approccio ibrido, cerca di combinare i pregi dei due approcci, varianzecovarianze e simulazioni storiche Si applicano ponderazioni esponenzialmente decrescenti alla serie dei rendimenti e non viene formulata alcuna ipotesi relativa alla forma funzionale della distribuzione dei rendimenti dei fattori di mercato Si utilizza una serie storica di riferimento relativamente lunga ma viene attribuito un peso più elevato ai dati più vicini nel tempo A ogni osservazione passata viene assegnata una ponderazione tanto maggiore quanto più recente è la stessa osservazione (logica simile alle medie mobili esponenziali) i Date n osservazioni storiche, da t-1 a t-n : w t i con n 0 1 i Ponderazione assegnata a ogni osservazione storica i1 21

22 L approccio ibrido Quanto minore è il valore di lambda, tanto maggiore è la velocità di decrescita della ponderazione Il VaR viene ottenuto tagliando la distribuzione empirica in corrispondenza del valore a cui è associata una ponderazione cumulata corrispondente al livello di confidenza desiderato I singoli rendimenti non contribuiscono alla determinazione del VaR solo in funzione della relativa intensità, ma anche in base relativa lontana/vicinanza temporale Riprendiamo l esempio della slide 15 (portafoglio azionario) e riportiamo i dati di rendimento nella slide successiva A ogni dato di rendimento storico è associata una ponderazione che decresce in modo esponenziale, con un λ pari a 0,94 L ultima colonna riporta la ponderazione cumulata corrispondente a ogni dato di rendimento 22

23 L approccio ibrido Data Rendimenti logaritmici giornalieri in ordine cronologico t - i Rendimenti simulati del portafoglio Pesi w i ( i /S i ) Data Dati ordinati in base ai rendimenti logaritmici giornalieri t - i Rendimenti simulati del portafoglio Pesi w i ( i /S i ) Pesi cumulati (Sw i ) 22/07/2004 t ,12% 0,01% 06/08/2004 t ,99% 0,03% 0,03% 23/07/2004 t ,20% 0,01% 22/07/2004 t ,12% 0,01% 0,04% 26/07/2004 t ,76% 0,01% 25/10/2004 t ,09% 0,83% 0,87% 27/07/2004 t ,16% 0,02% 19/11/2004 t ,04% 2,69% 3,56% 28/07/2004 t ,20% 0,02% 22/09/2004 t ,99% 0,20% 3,76% 29/07/2004 t ,34% 0,02% 12/10/2004 t ,85% 0,48% 4,23% 30/07/2004 t ,05% 0,02% 27/09/2004 t ,78% 0,24% 4,48% 02/08/2004 t ,12% 0,02% 11/08/2004 t ,77% 0,03% 4,51% 03/08/2004 t ,02% 0,02% 26/07/2004 t ,76% 0,01% 4,52% 04/08/2004 t ,66% 0,02% 20/10/2004 t ,70% 0,69% 5,21% 05/08/2004 t ,46% 0,02% 04/08/2004 t ,66% 0,02% 5,23% 25/11/2004 t ,52% 3,45% 01/11/2004 t ,80% 1,13% 90,01% 26/11/2004 t - 9-0,11% 3,66% 17/11/2004 t ,89% 2,38% 92,38% 29/11/2004 t - 8-0,12% 3,90% 11/11/2004 t ,94% 1,86% 94,24% 30/11/2004 t - 7-0,63% 4,15% 10/08/2004 t ,98% 0,03% 94,27% 01/12/2004 t - 6 1,21% 4,41% 27/07/2004 t ,16% 0,02% 94,28% 02/12/2004 t - 5 0,32% 4,69% 01/12/2004 t - 6 1,21% 4,41% 98,70% 03/12/2004 t - 4-0,06% 4,99% 16/08/2004 t ,30% 0,04% 98,73% 06/12/2004 t - 3-0,32% 5,31% 27/10/2004 t ,34% 0,94% 99,67% 07/12/2004 t - 2-0,18% 5,65% 29/07/2004 t ,34% 0,02% 99,69% 08/12/2004 t - 1-0,10% 6,01% 01/10/2004 t ,01% 0,31% 100,00% La ponderazione cumulata subisce un salto da 0,87% a 3,56% in corrispondenza del passaggio dal nono al decimo maggior (in valore assoluto) rendimento negativo. Seguendo un criterio prudenziale: VaR(99%)=1,09% 23

24 L approccio ibrido In alternativa si può utilizzare un interpolazione lineare: (3,56% 1%) (1% 0,87%) VaR99 % 1,09% 1,04% 1,088% (3,56% 0,87%) (3,56% 0,87%) Confronto metodo delle simulazioni storiche e approccio ibrido Simulazione storica Simulazione ibrida VaR al 95% - posizione lunga 0,85% 0,72% VaR al 99% - posizione lunga 1,12% 1,09% VaR al 95% - posizione corta 1,16% 1,17% VaR al 99% - posizione corta 1,34% 1,31% In questo caso l approccio ibrido da luogo, per la posizione lunga, a misure di rischio leggermente più contenute le riduzioni più pronunciate dei fattori di mercato si sono verificate nella parte iniziale del campione 24

25 L approccio ibrido In definitiva l approccio ibrido combina i pregi delle simulazioni storiche con i vantaggi propri della tecnica delle medie mobili esponenziali Questo approccio dà una prima risposta a due problemi: ipotesi di stabilità ( i.i.d.-ness ) della distribuzione dei rendimenti viene dato più peso alle osservazioni più vicine, provenienti da distribuzioni più simili a quella corrente lunghezza ottimale della serie storica riducendo le distorsioni legate alla violazione dell ipotesi di i.i.d.-ness, permette di usare più dati 25

26 Il bootstrapping e la generazione di traiettorie Finora abbiamo ipotizzato che l orizzonte temporale su cui si vuole calcolare il VaR sia simile alla frequenza con cui sono stati rilevati i dati del campione storico Si possono anche usare dati giornalieri per un VaR settimanale, trasformando i dati da giornalieri a settimanali Con il metodo del bootstrapping e della generazione di traiettorie si fa in modo che tale passaggio non riduca il numero di osservazioni Il bootstrapping prevede che anziché usare una sola volta ogni rendimento passato, venga estratto dal campione un elevato numero di valori, ogni volta, con re-immissione. 26

27 Il bootstrapping e la generazione di traiettorie Indichiamo con r 1,t+1 il primo dei rendimenti. È un rendimento giornaliero, mentre l orizzonte del VaR è settimanale (M=7) Il valore assunto il giorno dopo dal fattore di rischio S sarà: 1, t1 Estraiamo con il bootstrapping un nuovo rendimento giornaliero r 1,t+2 il valore assunto da S sarà: S 1, 1 1, 2 r t r S e t t t 1, 2 Se si procede fino a 7 rendimenti giornalieri si determina il valore di S fra una settimana: S S e i1 1, t7 t M r 1, ti Sulla base di questo valore è possibile applicare la logica della full valuation per ottenere il valore del portafoglio della banca in questo primo scenario S S t e r 1, t1 27

28 Il bootstrapping e la generazione di traiettorie Per poter costruire una distribuzione di N possibili valori del portafoglio della banca tra una settimana, è necessario generare altre N-1 traiettorie, cioè generare, in tutto, NM valori di r A partire da tale distribuzione, sarà possibile identificare il percentile desiderato (per esempio, il primo) ed il relativo VaR La Figura riportata nella slide successiva, creata utilizzando come campione storico i 100 rendimenti giornalieri del portafoglio (slide 15), mostra una singola traiettoria per il valore del portafoglio nell arco di sette giorni consecutivi (primo pannello), cinque traiettorie (secondo pannello), infine cento traiettorie (terzo pannello: NM=700) La generazione di traiettorie con il bootstrapping non simula solo la variazione totale delle variabili di mercato, ma anche il percorso evolutivo che le conduce al valore finale (caratteristica utile per alcuni tipi di opzioni) 28

29 Il bootstrapping e la generazione di traiettorie 106,0 106,0 104,0 102,0 104,0 102,0 5 traiettorie 100,0 100,0 98,0 1 traiettoria 98,0 96,0 96,0 94,0 94,0 108,0 106,0 104,0 102,0 100,0 98,0 96,0 94,0 92,0 90,0 92,0 t t+1 t+2 t+3 t+4 t+5 t+6 t traiettorie t t+1 t+2 t+3 t+4 t+5 t+6 t+7 107,5-108,0 107,0-107,5 106,5-107,0 106,0-106,5 105,5-106,0 105,0-105,5 104,5-105,0 104,0-104,5 103,5-104,0 103,0-103,5 102,5-103,0 102,0-102,5 101,5-102,0 101,0-101,5 100,5-101,0 100,0-100,5 99,5-100,0 99,0-99,5 98,5-99,0 98,0-98,5 97,5-98,0 97,0-97,5 96,5-97,0 96,0-96,5 95,5-96,0 95,0-95,5 94,5-95,0 94,0-94,5 93,5-94,0 93,0-93,5 92,5-93,0 92,0-92,5 92,0 t t+1 t+2 t+3 t+4 t+5 t+6 t+7 distribuzione di frequenza dei 100 valori del portafoglio in t+7 0% 5% 10% 15% 20% 29

30 Le simulazioni storiche filtrate Il bootstrapping conduce a risultati corretti se i rendimenti giornalieri sono iid L approccio ibrido rappresenta solo una risposta approssimata ai problemi legati alla stabilità delle distribuzioni dei fattori di rischio Sono stati perciò proposti altri modelli 1 Hull e White nel 1998 suggeriscono di aggiustare i dati storici sulla base delle condizioni attuali (o previste) della volatilità dei fattori di rischio approccio volatility weighted In presenza di un incremento della volatilità, i rendimenti storici vengono corretti al rialzo conducendo a stime di VaR superiori di quelle implicite nella distribuzione storica 30

31 Le simulazioni storiche filtrate 2 Proposto da Barone-Adesi e Giannopoulos nel 1996 Approccio delle simulazioni storiche filtrate Questo approccio è utilizzato per il controllo del rischio presso la London Clearing House, la cassa di compensazione del mercato dei futures di Londra (LIFFE) Si basa su due idee di fondo: 1.Utilizzo di modelli GARCH per filtrare i dati e rendere i residui i.i.d la volatilità non è costante ma stocastica 2. Utilizzo di tali residui filtrati per generare scenari con una tecnica di bootstrap, tenendo conto della non-normalità dei rendimenti dei fattori di rischio e della loro eteroschedasticità Si può ipotizzare che i rendimenti seguano un semplice GARCH (1,1) rt 2 2 t 2 t 0 1 t1 1 t1 31

32 Le simulazioni storiche filtrate Dopo aver stimato i coefficienti del GARCH (1,1), i rendimenti storici vengono standardizzati ( filtrati ): rendimenti storici et Se il modello è corretto, questi rendimenti standardizzati sono i.i.d. ed è dunque possibile utilizzarli per la simulazione storica Il bootstrapping viene utilizzato per estrarre casualmente (con re-inserimento) numero N di valori; il campione di partenza non è quello dei rendimenti storici, bensì dei rendimenti filtrati Ognuno degli e i viene quindi moltiplicato per la stima della volatilità condizionata relativa al periodo t+1 per cui si desidera calcolare il VaR Il primo shock ad esempio è / t r t e ˆ t 1 volatilità condizionata 32

33 Le simulazioni storiche filtrate Dopo aver generato i valori di r 2, r 3, r N, il portafoglio della banca viene rivalutato in base ad ogni shock, così da ottenere una distribuzione di N possibili valori futuri Il VaR si ottiene tagliando la distribuzione in corrispondenza del percentile desiderato e calcolando la differenza tra tale percentile ed il valore corrente del portafoglio Se l orizzonte di rischio è superiore alla frequenza di calcolo dei rendimenti Si utilizza la versione filtrata del metodo basato sulla generazione di traiettorie r 1,t+1 = e 1,t+1 è il primo rendimento giornaliero generato ( pesato per la volatilità corrente) r1, t Il valore assunto il giorno successivo dal fattore di rischio S sarà: S1, t1 Ste Partendo dal rendimento simulato è anche possibile ottenere una stima di t2 0 1 t1 1 t1 t

34 Le simulazioni storiche filtrate Utilizzando nuovamente il bootstrapping è possibile estrarre dal campione un nuovo valore casuale e 1,t+2 Moltiplicando tale valore per la stima della volatilità appena ottenuta, si genera un rendimento simulato coerente con la volatilità prevista per il secondo giorno: r ˆ 1, t 2 1, t 2 2, t 2 t 2 Ripetendo il procedimento per i giorni successivi, si ottiene un vettore di sette rendimenti (r 1,t+1,, r 1, t+7 ), che consente di stimare il possibile valore, tra una 7 settimana, del fattore di rischio: r S 1, t7 Generando altre N-1 traiettorie, si potrà costruire una distribuzione di N possibili valori del portafoglio della banca tra una settimana A partire da tale distribuzione si potrà individuare il percentile desiderato e il VaR e S t e i1 1, ti 34

35 Le simulazioni Monte Carlo Anche le simulazioni Monte Carlo si basano sulla generazione di dati casuali Partendo dal campione storico si stimano i parametri di una particolare distribuzione di probabilità (normale, t di Student, ecc) dalla quale verranno successivamente estratti gli N valori simulati per il fattore o i fattori di rischio È possibile generare un numero di valori anche superiore al numero di osservazioni presente nel campione storico Deve essere però selezionata la giusta distribuzione di probabilità del fattore di rischio: si tratta dunque di una tecnica parametrica Le simulazioni Monte Carlo sono state originariamente utilizzate in finanza quale strumento per il pricing di prodotti complessi 35

36 Le simulazioni Monte Carlo Se sono valide alcune ipotesi (completezza dei mercati, assenza di opportunità di arbitraggio, etc.) il prezzo di uno strumento derivato è dato dal valore atteso del suo payoff futuro attualizzato al tasso risk free Il valore atteso può essere calcolato simulando un numero elevato di possibili evoluzioni delle condizioni di mercato. Se il numero di simulazioni è sufficientemente elevato, il valore medio risulta uno stimatore non distorto del vero valore atteso del payoff In termini analitici ciò equivale a stimare in modo approssimato l integrale, pesato per la probabilità, di una funzione V(x 1, x 2, x m ) in uno spazio di dimensione m (maggiore o uguale a uno), pari al numero dei fattori di mercato rilevanti 36

L approccio parametrico o delle varianze-covarianze

L approccio parametrico o delle varianze-covarianze L approccio parametrico o delle varianze-covarianze Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA Il VaR nell ipotesi di

Dettagli

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Orientamenti ABE in materia di valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Londra, 16.05.2012 1 Oggetto degli orientamenti 1. Il presente documento contiene una

Dettagli

ALEA Tech Reports. I modelli interni per la valutazione del rischio di mercato secondo l approccio del Value at Risk

ALEA Tech Reports. I modelli interni per la valutazione del rischio di mercato secondo l approccio del Value at Risk ALEA Tech Reports I modelli interni per la valutazione del rischio di mercato secondo l approccio del Value at Risk Flavio Bazzana Tech Report Nr. 11 Giugno 2001 Alea - Centro di ricerca sui rischi finanziari

Dettagli

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 IL RISCHIO 1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 2.1 La volatilità storica... 4 2.2 Altri metodi di calcolo... 5 3 LA CORRELAZIONE..6 4 IL VALUE AT RISK....8 4.1 I metodi analitici... 9 4.2 La

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Le Opzioni. Caratteristiche delle opzioni. Sottostante

Le Opzioni. Caratteristiche delle opzioni. Sottostante Le Caratteristiche delle opzioni...1 I fattori che influenzano il prezzo di un opzione...4 Strategie di investimento con le opzioni...5 Scadenza delle opzioni...6 Future Style...7 Schede prodotto...8 Mercato

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Slide con esempi di prezzi di Futures e opzioni quotate su Borsa Italiana sulle azioni di Unicredit.

Slide con esempi di prezzi di Futures e opzioni quotate su Borsa Italiana sulle azioni di Unicredit. Slide con esempi di prezzi di Futures e opzioni quotate su Borsa Italiana sulle azioni di Unicredit. http://www.borsaitaliana.it/borsa/azioni/scheda.html?isin=it0004781412&lang=en http://www.borsaitaliana.it/borsa/derivati/idem-stock-futures/lista.html?underlyingid=ucg&lang=en

Dettagli

Il monitoraggio della gestione finanziaria dei fondi pensione

Il monitoraggio della gestione finanziaria dei fondi pensione Il monitoraggio della gestione finanziaria nei fondi pensione Prof. Università di Cagliari micocci@unica.it Roma, 4 maggio 2004 1 Caratteristiche tecnico - attuariali dei fondi pensione Sistema finanziario

Dettagli

Guido Candela, Paolo Figini - Economia del turismo, 2ª edizione

Guido Candela, Paolo Figini - Economia del turismo, 2ª edizione 8.2.4 La gestione finanziaria La gestione finanziaria non dev essere confusa con la contabilità: quest ultima, infatti, ha come contenuto proprio le rilevazioni contabili e il reperimento dei dati finanziari,

Dettagli

Tassi a pronti ed a termine (bozza)

Tassi a pronti ed a termine (bozza) Tassi a pronti ed a termine (bozza) Mario A. Maggi a.a. 2006/2007 Indice 1 Introduzione 1 2 Valutazione dei titoli a reddito fisso 2 2.1 Titoli di puro sconto (zero coupon)................ 3 2.2 Obbligazioni

Dettagli

Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1

Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1 Martin Scheicher +43 1 40420 7418 martin.scheicher@oenb.at Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1 I prezzi azionari oscillano al

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2014-2016

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2014-2016 5 maggio 2014 LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2014-2016 Nel 2014 si prevede un aumento del prodotto interno lordo (Pil) italiano pari allo 0,6% in termini reali, seguito da una crescita dell

Dettagli

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017 7 maggio 2015 LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017 Nel 2015 si prevede un aumento del prodotto interno lordo (Pil) italiano pari allo 0,7% in termini reali, cui seguirà una crescita dell

Dettagli

derivati azionari guida alle opzioni aspetti teorici

derivati azionari guida alle opzioni aspetti teorici derivati azionari guida alle opzioni aspetti teorici derivati azionari guida alle opzioni aspetti teorici PREFAZIONE Il mercato italiano dei prodotti derivati 1. COSA SONO LE OPZIONI? Sottostante Strike

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

IL TRATTAMENTO DEL RISCHIO NELL ANALISI DEGLI INVESTIMENTI IN BENI STRUMENTALI

IL TRATTAMENTO DEL RISCHIO NELL ANALISI DEGLI INVESTIMENTI IN BENI STRUMENTALI IL TRATTAMENTO DEL RISCHIO NELL ANALISI DEGLI INVESTIMENTI IN BENI STRUMENTALI Testo di riferimento: Analisi finanziaria (a cura di E. Pavarani) McGraw-Hill 2001 cap. 11 (dottor Alberto Lanzavecchia) Indice

Dettagli

Capitale raccomandato

Capitale raccomandato Aggiornato in data 1/9/212 Advanced 1-212 Capitale raccomandato da 43.8 a 6.298 Descrizioni e specifiche: 1. E' una combinazione composta da 3 Trading System automatici 2. Viene consigliata per diversificare

Dettagli

MIFID: STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI (DOCUMENTO DI SINTESI)

MIFID: STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI (DOCUMENTO DI SINTESI) MIFID: STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI (DOCUMENTO DI SINTESI) - 1 - LA NORMATIVA MIFID La Markets in Financial Instruments Directive (MiFID) è la Direttiva approvata dal Parlamento

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

MINIMI QUADRATI. REGRESSIONE LINEARE

MINIMI QUADRATI. REGRESSIONE LINEARE MINIMI QUADRATI. REGRESSIONE LINEARE Se il coefficiente di correlazione r è prossimo a 1 o a -1 e se il diagramma di dispersione suggerisce una relazione di tipo lineare, ha senso determinare l equazione

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Operazioni, attività e passività in valuta estera

Operazioni, attività e passività in valuta estera OIC ORGANISMO ITALIANO DI CONTABILITÀ PRINCIPI CONTABILI Operazioni, attività e passività in valuta estera Agosto 2014 Copyright OIC PRESENTAZIONE L Organismo Italiano di Contabilità (OIC) si è costituito,

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

Azionario Flessibile 7 anni Scheda sintetica - Informazioni specifiche 1 di 6

Azionario Flessibile 7 anni Scheda sintetica - Informazioni specifiche 1 di 6 Scheda sintetica - Informazioni specifiche 1 di 6 La parte Informazioni Specifiche, da consegnare obbligatoriamente all investitore contraente prima della sottoscrizione, è volta ad illustrare le principali

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

Costruirsi una rendita. I principi d investimento di BlackRock

Costruirsi una rendita. I principi d investimento di BlackRock Costruirsi una rendita I principi d investimento di BlackRock I p r i n c i p i d i n v e s t i m e n t o d i B l a c k R o c k Ottenere una rendita è stato raramente tanto difficile quanto ai giorni nostri.

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

Principal Component Analysis (PCA)

Principal Component Analysis (PCA) Principal Component Analysis (PCA) Come evidenziare l informazione contenuta nei dati S. Marsili-Libelli: Calibrazione di Modelli Dinamici pag. Perche PCA? E un semplice metodo non-parametrico per estrarre

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

Corso di Asset and liability management (profili economico-aziendali) Il patrimonio di vigilanza e la misurazione del rischio di credito

Corso di Asset and liability management (profili economico-aziendali) Il patrimonio di vigilanza e la misurazione del rischio di credito Università degli Studi di Parma Corso di Asset and liability management (profili economico-aziendali) Il patrimonio di vigilanza e la misurazione del rischio di credito Prof.ssa Paola Schwizer Anno accademico

Dettagli

UNIVERSITÀ DEGLI STUDI DI PADOVA

UNIVERSITÀ DEGLI STUDI DI PADOVA UNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA IL TRADING DI STRUMENTI DERIVATI. RELAZIONE DI STAGE PRESSO LA T4T. RELATORE: CH.MO PROF.

Dettagli

MiFID - Markets in Financial Instruments Directive

MiFID - Markets in Financial Instruments Directive MiFID - Markets in Financial Instruments Directive STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI SU STRUMENTI FINANZIARI (EXECUTION & TRANSMISSION POLICY) (documento redatto ai sensi del Regolamento

Dettagli

Come si calcolano,nel 2013, le pensioni dei lavoratori iscritti all INPS

Come si calcolano,nel 2013, le pensioni dei lavoratori iscritti all INPS Come si calcolano,nel 2013, le pensioni dei lavoratori iscritti all INPS Salvatore Martorelli 0 Le regole e il sistema di calcolo delle pensioni INPS I vertiginosi cambiamenti nella normativa sulle pensioni

Dettagli

Perché investire nel QUANT Bond? Logica di investimento innovativa

Perché investire nel QUANT Bond? Logica di investimento innovativa QUANT Bond Perché investire nel QUANT Bond? 1 Logica di investimento innovativa Partiamo da cose certe Nel mercato obbligazionario, una equazione è sempre vera: Rendimento = Rischio E possibile aumentare

Dettagli

L analisi economico finanziaria dei progetti

L analisi economico finanziaria dei progetti PROVINCIA di FROSINONE CIOCIARIA SVILUPPO S.c.p.a. LABORATORI PER LO SVILUPPO LOCALE L analisi economico finanziaria dei progetti Azione n. 2 Progetti per lo sviluppo locale LA FINANZA DI PROGETTO Frosinone,

Dettagli

Il consolidamento negli anni successivi al primo

Il consolidamento negli anni successivi al primo Il consolidamento negli anni successivi al primo Il rispetto del principio della continuità dei valori richiede necessariamente che il bilancio consolidato degli esercizi successivi sia strettamente dipendente

Dettagli

Manuale del Trader. Benvenuti nel fantastico mondo del trading binario!

Manuale del Trader. Benvenuti nel fantastico mondo del trading binario! Manuale del Trader Benvenuti nel fantastico mondo del trading binario! Questo manuale spiega esattamente cosa sono le opzioni binarie, come investire e familiarizzare con il nostro sito web. Se avete delle

Dettagli

i tassi di interesse per i prestiti sono gli stessi che per i depositi;

i tassi di interesse per i prestiti sono gli stessi che per i depositi; Capitolo 3 Prodotti derivati: forward, futures ed opzioni Per poter affrontare lo studio dei prodotti derivati occorre fare delle ipotesi sul mercato finanziario che permettono di semplificare dal punto

Dettagli

1 Definizione: lunghezza di una curva.

1 Definizione: lunghezza di una curva. Abstract Qui viene affrontato lo studio delle curve nel piano e nello spazio, con particolare interesse verso due invarianti: la curvatura e la torsione Il primo ci dice quanto la curva si allontana dall

Dettagli

4. Introduzione ai prodotti derivati. Stefano Di Colli

4. Introduzione ai prodotti derivati. Stefano Di Colli 4. Introduzione ai prodotti derivati Metodi Statistici per il Credito e la Finanza Stefano Di Colli Che cos è un derivato? I derivati sono strumenti il cui valore dipende dal valore di altre più fondamentali

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

Approvato dal CDA in data 28 luglio 2009 Informazioni sulla Strategia di esecuzione e trasmissione degli ordini

Approvato dal CDA in data 28 luglio 2009 Informazioni sulla Strategia di esecuzione e trasmissione degli ordini Approvato dal CDA in data 28 luglio 2009 Informazioni sulla Strategia di esecuzione e trasmissione degli ordini Fornite ai sensi degli artt. 46 c. 1 e. 48 c. 3 del Regolamento Intermediari Delibera Consob

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

REGOLE DI ESECUZIONE DELLE ISTRUZIONI

REGOLE DI ESECUZIONE DELLE ISTRUZIONI REGOLE DI ESECUZIONE DELLE ISTRUZIONI I. Disposizioni generali 1. Le presenti Regole di esecuzione delle istruzioni dei clienti riguardanti i contratti di compensazione delle differenze (CFD) e gli strumenti

Dettagli

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC DI ALBEROBELLO E SAMMICHELE DI BARI S.C.

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC DI ALBEROBELLO E SAMMICHELE DI BARI S.C. DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC DI ALBEROBELLO E SAMMICHELE DI BARI S.C. LA NORMATIVA MIFID La Markets in Financial Instruments Directive (MiFID) è la Direttiva

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC DI CASSANO DELLE MURGE E TOLVE S.C.

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC DI CASSANO DELLE MURGE E TOLVE S.C. DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC DI CASSANO DELLE MURGE E TOLVE S.C. LA NORMATIVA MIFID La Markets in Financial Instruments Directive (MiFID) è la Direttiva

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

IFRS 2 Pagamenti basati su azioni

IFRS 2 Pagamenti basati su azioni Pagamenti basati su azioni International Financial Reporting Standard 2 Pagamenti basati su azioni FINALITÀ 1 Il presente IRFS ha lo scopo di definire la rappresentazione in bilancio di una entità che

Dettagli

Comitato di Basilea per la vigilanza bancaria

Comitato di Basilea per la vigilanza bancaria Comitato di Basilea per la vigilanza bancaria Liquidity Coverage Ratio: requisiti di informativa pubblica Gennaio 2014 (versione aggiornata al 20 marzo 2014) La presente pubblicazione è consultabile sul

Dettagli

CS. Cinematica dei sistemi

CS. Cinematica dei sistemi CS. Cinematica dei sistemi Dopo aver esaminato la cinematica del punto e del corpo rigido, che sono gli schemi più semplificati con cui si possa rappresentare un corpo, ci occupiamo ora dei sistemi vincolati.

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

GUIDA ALLE OPZIONI SU AZIONI SU T3

GUIDA ALLE OPZIONI SU AZIONI SU T3 GUIDA ALLE OPZIONI SU AZIONI SU T3 SERVIZIO SULLE OPZIONI SU AZIONI (ISOALPHA) 1. INTRODUZIONE Con la piattaforma T3 di Webank possono essere negoziate le Opzioni su Azioni (Isoalpha), contratti di opzione

Dettagli

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI Banca San Giorgio Quinto Valle Agno

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI Banca San Giorgio Quinto Valle Agno DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI Banca San Giorgio Quinto Valle Agno (delibera CdA 17 Dicembre 2012) LA NORMATIVA MIFID La Markets in Financial Instruments Directive

Dettagli

Master Regolazione dell attività e dei mercati finanziari. Operativitàin derivati. Marialaura Napoli

Master Regolazione dell attività e dei mercati finanziari. Operativitàin derivati. Marialaura Napoli Master Regolazione dell attività e dei mercati finanziari Operativitàin derivati Marialaura Napoli 2 Agenda I contratti derivati nell attuale quadro normativo Novità introdotte dalla Dir. 2004/39 Le sedi

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Corso di Matematica finanziaria

Corso di Matematica finanziaria Corso di Matematica finanziaria modulo "Fondamenti della valutazione finanziaria" Eserciziario di Matematica finanziaria Università degli studi Roma Tre 2 Esercizi dal corso di Matematica finanziaria,

Dettagli

I Derivati. a.a. 2013/2014 mauro.aliano@unica.it

I Derivati. a.a. 2013/2014 mauro.aliano@unica.it I Derivati a.a. 2013/2014 mauro.aliano@unica.it 1 Definizione di derivati I derivati sono strumenti finanziari (art.1 TUF) Il valore dello strumento deriva da uno o più variabili sottostanti (underlying

Dettagli

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997 1 RAPPRESENTAZIONE BINARIA DEI NUMERI Andrea Bobbio Anno Accademico 1996-1997 Numeri Binari 2 Sistemi di Numerazione Il valore di un numero può essere espresso con diverse rappresentazioni. non posizionali:

Dettagli

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

LA BORSA ITALIANA DAL 1928. Indice annuale dei corsi della Borsa italiana ***

LA BORSA ITALIANA DAL 1928. Indice annuale dei corsi della Borsa italiana *** LA BORSA ITALIANA DAL 1928 Indice annuale dei corsi della Borsa italiana La serie storica dell indice di borsa dal 2 gennaio 1928 al 3 giugno 213 è stata elaborata a puro titolo indicativo. Essa è stata

Dettagli

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE - Matematica - Griglie di valutazione Materia: Matematica Obiettivi disciplinari Gli obiettivi indicati si riferiscono all intero percorso della classe quarta

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

La scelta razionale del consumatore (Frank - Capitolo 3)

La scelta razionale del consumatore (Frank - Capitolo 3) La scelta razionale del consumatore (Frank - Capitolo 3) L'INSIEME OPPORTUNITÁ E IL VINCOLO DI BILANCIO Un paniere di beni rappresenta una combinazione di beni o servizi Il vincolo di bilancio o retta

Dettagli

I CRITERI DI VALUTAZIONE DELLE POSTE DI BILANCIO: una breve disamina sul fair value

I CRITERI DI VALUTAZIONE DELLE POSTE DI BILANCIO: una breve disamina sul fair value I CRITERI DI VALUTAZIONE DELLE POSTE DI BILANCIO: una breve disamina sul fair value A cura Alessio D'Oca Premessa Nell ambito dei principi che orientano la valutazione del bilancio delle società uno dei

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Le reverse convertible. Cosa sono e quali rischi comportano per chi le acquista. Ottobre 2012. Consob Divisione Tutela del Consumatore

Le reverse convertible. Cosa sono e quali rischi comportano per chi le acquista. Ottobre 2012. Consob Divisione Tutela del Consumatore Le reverse convertible Cosa sono e quali rischi comportano per chi le acquista Ottobre 2012 Consob Divisione Tutela del Consumatore Indice Introduzione 3 Le reverse convertible 4 Cos è una reverse convertible

Dettagli

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno La Vista CAS L ambiente di lavoro Le celle Assegnazione di una variabile o di una funzione / visualizzazione

Dettagli

Corso di Valutazioni d Azienda

Corso di Valutazioni d Azienda Andrea Cardoni Università degli Studi di Perugia Facoltà di Economia Dipartimento di Discipline Giuridiche e Aziendali Corso di Laurea Magistrale in Economia e Management Aziendale Corso di Valutazioni

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Limiti e forme indeterminate

Limiti e forme indeterminate Limiti e forme indeterminate Edizioni H ALPHA LORENZO ROI c Edizioni H ALPHA. Ottobre 04. H L immagine frattale di copertina rappresenta un particolare dell insieme di Mandelbrot centrato nel punto.5378303507,

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

SiStemi musicali Origine delle note Divisione dell ottava

SiStemi musicali Origine delle note Divisione dell ottava Scale Chi ha stabilito i rapporti d altezza fra le note musicali? Chi ha stabilito che le note sono sette e i semitoni dodici? Se il è uguale al Re perché hanno lo stesso nome? Se sono diversi qual è più

Dettagli

Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi

Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi Microeconomia venerdì 29 febbraio 2008 La struttura della lezione

Dettagli

www.unicreditprivate.it 800.710.710

www.unicreditprivate.it 800.710.710 www.unicreditprivate.it 800.710.710 Portfolio Life TM è la nuova soluzione finanziario-assicurativa Unit Linked a vita intera, realizzata da CreditRas Vita S.p.A. in esclusiva per UniCredit Private Banking.

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

IL MERCATO FINANZIARIO

IL MERCATO FINANZIARIO IL MERCATO FINANZIARIO Prima della legge bancaria del 1936, in Italia, era molto diffusa la banca mista, ossia un tipo di banca che erogava sia prestiti a breve che a medio lungo termine. Ma nel 1936 il

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 CONTROLLI DIGITALI Laurea Magistrale in Ingegneria Meccatronica SISTEMI A TEMPO DISCRETO Ing. Tel. 0522 522235 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi Richiami di Controlli

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

IMPOSTA SULLE TRANSAZIONI FINANZIARIE

IMPOSTA SULLE TRANSAZIONI FINANZIARIE IMPOSTA SULLE TRANSAZIONI FINANZIARIE (STRUMENTI DERIVATI ED ALTRI VALORI MOBILIARI) Ove non espressamente specificato i riferimenti normativi si intendono fatti al decreto del Ministro dell economia e

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

ELABORAZIONE DEL VALORE MEDIO NELLE MISURE ELETTRONICHE

ELABORAZIONE DEL VALORE MEDIO NELLE MISURE ELETTRONICHE NOTE PER IL TECNICO ELABORAZIONE DEL VALORE MEDIO NELLE MISURE ELETTRONICHE da BRUEL & KJAER Le cosiddette «application notes» pubblicate a cura della Bruel & Kjaer, nota Fabbrica danese specializzata

Dettagli

I principali prodotti derivati. Elementi informativi di base. Ottobre 2012. Consob Divisione Tutela del Consumatore

I principali prodotti derivati. Elementi informativi di base. Ottobre 2012. Consob Divisione Tutela del Consumatore I principali prodotti derivati Elementi informativi di base Ottobre 2012 Consob Divisione Tutela del Consumatore Indice I - Premessa 3 II - Cosa sono i prodotti derivati 4 III - I principali prodotti

Dettagli

Matteo Pozzoli Inquadramento della problematica L origine della norma e l evoluzione della disciplina

Matteo Pozzoli Inquadramento della problematica L origine della norma e l evoluzione della disciplina APPROCCIO PER COMPONENTI E SEPARAZIONE TERRENO- FABBRICATI NEI BILANCI REDATTI CON LE NORME CODICISTICHE ALLA LUCE DEI NUOVI PRINCIPI CONTABILI NAZIONALI di Matteo Pozzoli Inquadramento della problematica

Dettagli

R I S K M A N A G E M E N T & F I N A N C E

R I S K M A N A G E M E N T & F I N A N C E R I S K M A N A G E M E N T & F I N A N C E 2010 Redexe S.u.r.l., Tutti i diritti sono riservati REDEXE S.r.l., Società a Socio Unico Sede Legale: 36100 Vicenza, Viale Riviera Berica 31 ISCRITTA ALLA CCIAA

Dettagli