UNA RASSEGNA SUI METODI DI STIMA DEL VALUE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "UNA RASSEGNA SUI METODI DI STIMA DEL VALUE"

Transcript

1 UNA RASSEGNA SUI METODI DI STIMA DEL VALUE at RISK (VaR) Chara Pederzol - Costanza Torrcell Dpartmento d Economa Poltca - Unverstà degl Stud d Modena e Reggo Emla Marzo 999 INDICE Introduzone. Il concetto del VaR e le sue applcazon. La stma del VaR. La "Local Valuaton". La "Full Valuaton".3 Uno schema rassuntvo 3. Un confronto tra metod esstent: pù recent svlupp Appendce Bblografa

2 Introduzone Il Value at Rsk (VaR) è un recente metodo statstco per la msurazone del rscho d un portafoglo nteso n senso lato e ne rappresenta la massma perdta attesa, su un dato orzzonte temporale e ne lmt d un predefnto lvello d confdenza. I tp d rscho che è possble msurare con tale ndce monetaro sono molteplc così come molteplc sono gl ambt d applcazone. Il VaR è un metodo relatvamente nuovo, ma è rapdamente dventato lo strumento pù famoso per la msurazone e gestone del rscho. La ragone d tale successo è fondamentalmente rconducble a tre fenomen. In prmo luogo, dsastr fnanzar come quello della Barngs nel febbrao 995 hanno messo n luce la necesstà d dsporre d uno standard per l montoraggo delle esposzon al rscho fnanzaro d portafogl compless. In secondo luogo, la decsone della J.P.Morgan d rendere pubblc e gratutamente dsponbl nel 994 la metodologa Rskmetrcs ( ) e l relatvo database ha accelerato l processo d standardzzazone. Infne, le ndcazon del Comtato d Baslea sulla supervsone bancara che consentono l'adozone da parte delle banche - a partre dal d modell ntern d stma del VaR per defnre requst mnm d captale. Oltre all'essere un ndce monetaro, e pertanto molto mmedato, del rscho d un portafoglo, l VaR presenta un altro grande vantaggo rspetto alle msure tradzonal (qual ad esempo duraton, convexty, delta o altre "Greeks"). Infatt tal msure catturano l'esposzone ad un solo tpo d rscho (es. rscho d tasso d nteresse o rscho del sottostante), mentre l VaR è n grado d quantfcare l'esposzone globale d un soggetto a vare font d rscho. A fronte d una defnzone concettuale semplce, l'mplementazone del VaR non è affatto banale e può essere realzzata con dvers metod, che tuttava condvdono un approcco procedurale comune. Il presente lavoro prescnde da una dscussone delle problematche teorco-fnanzare alla base del VaR e de relatv problem applcatv e s propone nvece d offrre una rassegna de prncpal metod d stma propost per effettuarne un confronto crtco. A tal fne l lavoro è organzzato nel seguente modo. Nella prma sezone vene sntetcamente presentato l concetto d VaR e s accenna a prncpal utlzz. La seconda è dedcata alla llustrazone de due prncpal metod d stma ("local valuaton" e "full valuaton") e alla dscussone de problem nst n cascun metodo. La terza sezone conclude tentando un confronto tra metod pù utlzzat e accennando a pù recent svlupp.

3 . Il concetto del VaR e le sue applcazon Il Value at rsk (VaR) è un metodo statstco d msurazone del rscho d un portafoglo n grado d sntetzzare la stma del rscho dell ntero portafoglo n un solo numero. Il VaR rassume la massma perdta attesa, su un dato orzzonte temporale, ne lmt d un predefnto ntervallo d confdenza. Pù precsamente: consderando una probabltà d c% (c è l lvello d confdenza) e un perodo d t gorn, l VaR è la perdta che c s aspetta venga ecceduta solo con una probabltà d (-c)% nel prossmo perodo d t gorn. La scelta d c e t è soggettva: l lvello d confdenza c defnsce l grado d protezone dal rscho d movment avvers de fattor d mercato. I valor tpc per c sono 99%, 97,5%, o 95%: la scelta può essere rlevante o meno a seconda dell uso che s ntende fare del VaR, coè a seconda che l VaR venga utlzzato come msura assoluta del rscho sostenuto o come untà d confronto (ad esempo confronto d rschostà tra portafogl dvers), nel qual caso c dventa solo un fattore scalare. Naturalmente, pù ampo è l lvello d confdenza c adottato, maggore è la capactà del VaR d contenere le perdte (nel senso che rsulta meno probable eccedere la perdta massma stmata), ma mnore è l contrbuto del VaR n termn nformatv, dato che vene esclusa una gamma pù rstretta d valor ; perod normalmente adottat sono d, o 0 gorn, oppure un mese. Ipotes sottostante è che la composzone del portafoglo rmanga costante durante l perodo consderato; qund la scelta dell orzzonte temporale deve dpendere dalla frequenza con cu l portafoglo vene sottoposto a movmentazon e dal perodo necessaro per la lqudazone del portafoglo. La defnzone del VaR s può llustrare faclmente da un punto d vsta grafco. E necessaro a questo scopo dsporre de dat relatv ad una dstrbuzone d probabltà delle varazon future del valore del portafoglo (proftt e perdte future). Supponamo per l momento che la varazone del portafoglo, W, sa defnta con rfermento al valore nzale dello stesso, ovvero: W = W dove: W 0 t (.) W 0 è l valore nzale del portafoglo W t è l valore del portafoglo alla fne dell'orzzonte temporale prescelto. 3

4 Fg.. Dstrbuzone d probabltà della varazone del valore del portafoglo W. Nella fgura., partendo da snstra (perdte peggor), s sommano le probabltà de sngol valor fno a raggungere una probabltà cumulata del (-c)%, che determna l VaR, come valore che separa le perdte consderate nella norma da quelle eccezonal. In pratca, ndcando con W* l valore mnmo del portafoglo (alla fne dell orzzonte temporale) al lvello d confdenza scelto, l VaR è dato dalla varazone W* = W 0 - W*, defnta da tale valore crtco. Formalmente, l VaR è quel valore tale che: c = P( W VaR) (.) La. e la. conguntamente defnscono l cosddetto VaR assoluto. Tuttava esste una defnzone alternatva del VaR, nella quale la varazone del portafoglo vene valutata rspetto al valore atteso dello stesso puttosto che al valore nzale. La formalzzazone del concetto è la medesma, purché s nterpret W come W = E(W)- W t. Il VaR relatvo dventa qund: VaR= E(W) - W* (.3) e msura l rscho relatvo alla realzzazone d performances nferor alle aspettatve. Ovvamente se l valore atteso del portafoglo E(W) è uguale al valore nzale, coè se s potzza che la varazone attesa del valore del portafoglo sa nulla, l VaR relatvo al valore atteso rsulta uguale al VaR assoluto. Volendo esprmere l VaR n funzone del tasso d rendmento R del portafoglo sull'orzzonte temporale prescelto, è suffcente rchamare la relazone tra W t ed R: W=W 0 (+R) (.4) da cu segue che: W*=W 0 (+R*) (.5), dove R* è l rendmento mnmo del portafoglo al lvello d confdenza scelto. 4

5 Il VaR dventa qund, nelle due dverse accezon: VaR relatvo =E(W) - W* = W [E(R) - R*] (.6) VaR assoluto =W - W* = -R*W (.7). Consderando ora una funzone d denstà d probabltà contnua f(r), e scelto un lvello d confdenza c, R* vene determnato n modo tale che: c f ( R ) dr R* (.8), = + o analogamente: c R * = f ( R) dr (.9). Per quanto rguarda l'utlzzo, teorcamente l VaR può essere applcato a tutt tp d rscho fnanzaro, che vene generalmente suddvso n cnque categore: Rscho d mercato, coè l rscho d perdte dovute a movment d mercato; Rscho d credto, coè l rscho relatvo alla possbltà d nsolvenza della controparte; Rscho operatvo, coè l rscho dervante da error uman o nadeguatezza de sstem utlzzat; Rscho d lqudtà, che può assumere due forme: l rscho d lqudtà d mercato (market/product lqudty) s verfca quando la transazone non può essere condotta a prezz d mercato prevalent a causa dell nsuffcenza dell attvtà d mercato; l rscho d lqudtà d captale (cash flow/fundng lqudty) corrsponde all ncapactà d ottenere fond per rspettare le obblgazon d pagamento; Rscho legale, coè l rscho che la controparte non abba l autortà legale d ntraprendere la transazone. Il VaR può qund fornre una msura complessva del rscho a cu un soggetto (ad esempo una banca) è sottoposto: d fatto l VaR, nato come srtumento per la valutazone del rscho d mercato, vene tuttora utlzzato prevalentemente a questo scopo. In partcolare, l VaR prende n consderazone pù font del rscho d mercato, qual: Rscho d nteresse (volatltà del tasso d nteresse); Rscho d cambo (volatltà del tasso d cambo); Rscho su equty (volatltà de prezz delle azon); Rscho su commodty (volatltà de prezz delle matere prme); Il VaR permette d sntetzzare n un unco valore tutt rsch d mercato che nascono dalla detenzone d dvers strument fnanzar. Questa valutazone ntegrata del rscho tene conto de benefc che dervano dalla dversfcazone: nfatt l cosdetto VaR dversfcato s calcola sulla base delle relazon esstent tra le dverse font d rscho a cu l portafoglo è esposto, quantfcate da coeffcent d correlazone. S può anche parlare d VaR non dversfcato d un portafoglo, dato semplcemente dalla somma de VaR su sngol fattor d rscho che ncdono sul portafoglo. 5

6 L potes sottostante è che coeffcent d correlazone sano ugual a, coè che c sa perfetta correlazone tra fattor d rscho; n questo caso la dversfcazone non dà alcun benefco. Questa potes è però nella maggor parte de cas naccettable: normalmente l rscho d portafoglo msurato a lvello globale rsulta nferore rspetto alla somma de rsch relatv a sngol fattor d rscho. Il VaR ha molteplc possbltà d utlzzazone: esso può essere strumento nformatvo, strumento d allocazone delle rsorse e defnzone de lmt operatv, strumento d valutazone delle performances (aggustate per l rscho), strumento per la defnzone de requst d captale a scopo d regolamentazone bancara. Quest ultma applcazone ha assunto una notevole mportanza, dato che, secondo le ndcazon del comtato d Baslea, a partre dal 998 le banche possono autonomamente defnre propr requst d captale a fronte del rscho d mercato, sulla base de propr modell ntern d stma del VaR. D fatto la lbertà della banca è lmtata da un lato dall mposzone d alcun vncol che l modello deve rspettare, dall altro dalla necesstà che tale modello venga approvato dall autortà d regolamentazone. L approvazone s basa sull applcazone d test che msurano l accuratezza delle stme prodotte dal modello: s tratta fondamentalmente d test basat sul tasso d fallmento del modello su un perodo d osservazone (d 50 gorn), coè sulla percentuale de cas n cu le perdte superano l VaR (eccezon), da confrontare con la percentuale adottata a pror nel modello (-c).. La stma del VaR Esstono dvers metod per l calcolo del VaR, caratterzzat da dverse potes sottostant e da dverse procedure; s può comunque ndvduare uno schema d base, comune a tutt metod, che prevede:. ndvduazone de fattor d rscho rlevant, coè de fattor d mercato che nfluscono sul valore del portafoglo;. stma della dstrbuzone d probabltà de rendment de fattor d rscho; 3. determnazone della dstrbuzone d probabltà de rendment del portafoglo n termn d proftt e perdte sulla base delle stme al punto ; 4. determnazone del VaR come massma perdta al c% d probabltà. Un elemento mportante per l'applcabltà del VaR è rappresentato da test per l accuratezza delle stme del VaR. Data la natura ntroduttva del presente lavoro, s rmanda a Lopez (997 e 998) per una trattazone approfondta del problema. 6

7 VaR = ασ W 0 (. ) Fg.. Determnazone grafca del VaR L obettvo comune a tutt metod è quello d ottenere una stma della dstrbuzone futura del rendmento d portafoglo o meglo della varazone del valore del portafoglo. I metod d calcolo del VaR s possono dstnguere prma d tutto n due tpologe: metod basat sulla local valuaton (metod analtc) e metod basat sulla full valuaton (metod d smulazone).. La "Local valuaton" Il metodo rappresentatvo d questa tpologa, quello coè che normalmente vene utlzzato, è l cosddetto metodo Delta-Normal. Esso s basa su due potes fondamental: normaltà della dstrbuzone de rendment de fattor d rscho; lneartà del rendmento d portafoglo rspetto a fattor d rscho. La combnazone delle due potes mplca la normaltà del rendmento del portafoglo. Inoltre s potzza normalmente che rendment de fattor d rscho, e d conseguenza l rendmento del portafoglo, abbano meda nulla. Le potes vengono sfruttate per semplfcare la msurazone del VaR, nfatt, sotto l'potes d normaltà, l VaR a un gorno s può calcolare come : VaR = ασ p W 0 (.) Per la dervazone della (.) s veda l Appendce. 7

8 α = valore crtco dervato dalle tavole della N(0,), che separa un area d probabltà d c% alla sua destra dall area complementare d (-c)% alla sua snstra; σ = devazone standard del rendmento del portafoglo; W 0 = valore nzale del portafoglo, coè valore nvestto. Intutvamente, la. afferma che, se rendment d portafoglo hanno una dstrbuzone normale N(0, σ p ), l parametro σ p è suffcente a descrvere tale dstrbuzone, e l rscho gravante sul portafoglo vene rappresentato sntetcamente con la devazone standard caratterzzante tale dstrbuzone. E' opportuno rcordare che la. vale nell'potes d orzzonte temporale d un gorno (ovvero t=), n caso contraro l lato destro della. deve esser moltplcato per t. In realtà tale estensone della. è corretta solo nell'potes d ncorrelazone temporale de rendment, che però appare accettable nel breve perodo L potes d normaltà de rendment de fattor d rscho costtusce naturalmente un approssmazone della realtà: s è nfatt rscontrato che le varabl fnanzare hanno spesso una dstrbuzone, detta leptokurtotc dstrbuton, caratterzzata da code pù spesse (fat tals) e da un pcco centrale pù accentuato (thn wast) rspetto alla dstrbuzone normale. Cò sgnfca che l approssmazone a una normale tende a sottostmare la probabltà de valor d coda, che sono quell rlevant a fn della stma del VaR. L potes d lneartà della varazone del valore d portafoglo rspetto alle varazon de fattor d rscho mplca che, data una dstrbuzone normale de rendment de fattor d rscho, anche l rendmento d portafoglo avrà una dstrbuzone normale, e la sua varanza, è suffcente a rappresentare l rscho del portafoglo. 8

9 Fg.. (a) Esposzone lneare Fg.. (b) Esposzone non lneare Utlzzando la. non è necessaro determnare tutt valor della dstrbuzone d probabltà de rendment del portafoglo, ma, assumendo che questa sa una normale, è suffcente determnare la varanza che la caratterzza (qund la devazone standard che utlzzo nella formula). Il rendmento d un portafoglo dal momento t al momento t+ è una combnazone lneare de rendment de sngol n ttol che compongono l portafoglo stesso: R n p, t+ = = w, t R, t+ (.) dove R,t è l rendmento dell -esmo ttolo n portafoglo e w,t è l peso ad esso attrbuto, n relazone alla sua ncdenza sul portafoglo. La normaltà d R p, data la normaltà de rendment de fattor d rscho, è qund garantta se esste una relazone lneare tra fattor d rscho e ttol da quest dpendent. La varanza del rendmento d portafoglo è: σ p = n = w σ + n = n j=, j w w σ j j = n = w σ + n = n j< w w σ j j (.3) o, n termn matrcal: 9

10 σ p = w' dove w è l vettore de pes e Σ è la matrce d varanza-covaranza de rendment de sngol ttol ed è costruta nel modo seguente: σ σ =... σ n w (.4) σ σ σ... n... σ n... σ n (.5) σ n dove σ è la varanza dell -esmo ttolo, e σ j è la covaranza tra l -esmo e l j-esmo ttolo. L'dea alla base de metod d stma del VaR è d stmare non la devazone standard de ttol n portafoglo, bensì quella de fattor d rscho che su ess ncdono (tasso d cambo, tasso d nteresse,...): l vantaggo derva dalla consderazone che, soprattutto per portafogl molto amp, ogn fattore d rscho ncderà verosmlmente su pù d un ttolo. Qund la matrce d varanza e covaranza che è necessaro stmare è quella de fattor d rscho. 0

11 .. Stma della matrce d varanza e covaranza La matrce d varanza e covaranza è alla base de metod analtc, ma vene normalmente utlzzata anche nel caso della smulazone Monte Carlo, che verrà trattata nel paragrafo.. Pù precsamente, nel metodo Monte Carlo è necessaro stmare parametr rchest dal processo stocastco scelto: d fatto quest comprendono normalmente varanze e covarenze de fattor d rscho consderat. Entramb quest metod s possono defnre parametrc 3, n quanto rchedono la stma d parametr, n contrapposzone alla smulazone storca, che verrà descrtta nel prossmo paragrafo. La stma d varanze e correlazon può essere effettuata alternatvamente utlzzando dat storc oppure dat dervat dal mercato. Il secondo approcco s basa sulla capactà de dervat, n partcolare delle opzon (s parla nfatt d opton-mpled data ), d fornre nformazon sull andamento de prezz d mercato: le opzon s possono nterpretare come scommesse sulla volatltà de prezz delle attvtà sottostant, qund prezz che vengono contrattat sono espressone delle aspettatve de soggett che agscono sul mercato. Nell potes d mercat effcent, la stma della volatltà basata su dat d mercato rsulta mglore rspetto a quella basata su dat storc: l problema è che spesso la gamma d opzon present sul mercato non è abbastanza ampa da fornre la stma della volatltà d tutt prezz rlevant. Generalmente vengono qund utlzzat dat storc delle varabl d nteresse per ottenere le loro stme. Esstono dverse tpologe d metod per nserre dat storc nel calcolo della stma: ) I metod cosddett nave sono pù semplc, n quanto utlzzano come stma del valore futuro d una varable semplcemente l valore della varable stessa nel perodo precedente, o al pù sommano a questo una componente espressva della varazone precedente. ) I cosddett averagng methods calcolano nvece la stma come meda de valor passat della varable che s vuole prevedere: n partcolare s utlzza n questo campo la meda moble, coè una meda calcolata su un set d valor d ampezza fssa che s sposta n modo da ncludere sempre valor pù recent, scartando n ogn perodo l valore pù veccho. In formula, la stma della varanza dell -esmo fattore d rscho per l perodo t+, data l nformazone dsponble nel perodo t, è: σ M ( ), t+ t = r, t k r M k = 0 (.6) 3 Gran parte della letteratura usa l espressone metodo parametrco per rferrs a metod analtc; tuttava anche l metodo d smulazone Monte Carlo rchede la stma d parametr: esso vene nfatt classfcato come metodo parametrco ad esempo da Drud, Generale, Majnon (997).

12 dove: M = ampezza del campone ( fnestra moble ); r,t-k = rendmento relatvo all -esmo fattore d rscho realzzato n t-k (k perod precedent); r = rendmento medo dell -esmo fattore d rscho. La covaranza tra l -esmo e l j-esmo fattore d rscho vene stmata n modo analogo: σ M = [( r, t k r )( rj, t M j, t+ t k j k = 0 r )] (.7) La stma della correlazone tra l -esmo e l j-esmo fattore d rscho s ottene po dalla nota formula: ρ j, t+ t = σ σ, t+ t j, t+ t σ j, t+ t (.8) Questo metodo ha l dfetto d trattare allo stesso modo le osservazon d dvers perod, n quanto attrbusce ad esse pes ugual, mentre dat pù recent dovrebbero nflure sulla stma d pù d quell pù vecch. 3) Sulla base d quest'ultma crtca, metod pù nuov pongono un peso maggore sulle osservazon pù recent: questo consente alla stma d segure meglo l andamento reale della varable analzzata, n quanto s ha una reazone pù rapda della stma agl shock del mercato. Inoltre, nel caso d pes dversfcat, lo shock vene rassorbto lentamente, coè, se esso ha provocato un aumento del valore della varable consderata, la stma s rduce po gradualmente mentre dmnusce l peso sull osservazone anomala ; nel caso nvece d una semplce meda moble, la rduzone della stma avvene stantaneamente, nel momento n cu l osservazone anomala esce dal campone ( roll-off effect ), e naturalmente cò avvene n rtardo rspetto alla dmnuzone vera del valore della varable. Queste tecnche d stma che assegnano pes dfferenzat alle osservazon a seconda della loro età rsolvono n qualche modo l trade-off presente nella scelta del campone per una meda moble semplce: un perodo pù lungo contene nfatt maggor nformazon, ma rende meno nfluent le osservazon pù recent, che saranno nvece verosmlmente le pù sgnfcatve a fn prevsv. I pes dfferenzat consentono nvece d consderare un campone abbastanza ampo senza rdurre l effetto delle osservazon pù recent sulla stma. Il pù generale tra quest metod è l GARCH (Generalzed Autoregressve Condtonal Heteroskedastcty), che fa dpendere la stma della varable consderata dall osservazone pù recente d questa e dalla stma precedente. Nella versone pù semplce, ovvero GARCH(,) s ha:

13 σ, t+ t = α + β( r, t r ) + δσ, t t (.9) La stma della varanza segue un processo autoregressvo, stazonaro fnchè β + δ<. Analogamente la covaranza stmata è: σ j, t+ t = α + β[( r, t r )( rj, t rj)] + δσj, t t (.0) Un altro metodo che presenta caratterstche analoghe, e anz s può vedere n pratca come caso partcolare del modello GARCH, è quello adottato dalla JPMorgan (che va sotto l nome RskMetrcs): esso rentra nella tpologa delle exponentally weghted movng average (EWMA), e la formula con cu s ottene la varanza stmata è la seguente: σ + t = λσ, t t + ( λ)( r, t r ), t (.) dove l parametro λ, detto decay factor, fornsce una msura del tempo dopo l quale ogn osservazone perde la sua nfluenza sulla stma, coè ndca l grado d persstenza delle osservazon passate: pù pccolo è λ, pù veloce è la perdta d nfluenza delle osservazon passate. In sostanza qund l fattore d decadmento msura l mportanza relatva delle osservazon passate (rassunte nella stma precedente) rspetto all ultma osservazone. In partcolare, RskMetrcs fssa l valore d λ a 0.94 per dat gornaler, e a 0.97 per dat mensl. La. esprme la stma della varanza n forma rcorsva, e potzza mplctamente d dsporre d un numero nfnto d dat storc. La forma orgnale è: σ T k, t+ t = ( λ) λ ( r, t k r ) (.) k= 0 La stma della covaranza è: σ j, t+ t = λσ j, t t + ( λ)( r, t r )( r j, t j r ) (.3) RskMetrcs potzza po che rendment abbano meda nulla, coè r = 0. Dal punto d vsta pratco, spesso quest due metod (RskMetrcs e GARCH) danno rsultat analogh. 4 La prncpale dfferenza tra due metod consste nella maggore flessbltà del GARCH rspetto al RskMetrcs: nel secondo, fssando l valore d λ a pror, s mpedsce che pes delle dverse component vengano stmat secondo procedure econometrche (come avvene nvece ne GARCH). Inoltre, qualunque sa l valore d λ, l fattore d persstenza (che ndca coè la persstenza degl shocks) rmane sempre fssato a, mentre nel GARCH vara n relazone alle 4 Dmostrazon emprche s possono trovare n Drud, Generale, Majnon (997), che hanno eseguto un test sulla performance prevsva d dvers modell: entramb metod (RM e GARCH) danno un errore moderato, soprattutto se confrontat con metod Nave. Inoltre, sul documento tecnco d RskMetrcs (pp ) v è un confronto de metod RskMetrcs e GARCH(,) che dmostra che le stme della varanza (rferta n questo caso al rendmento della sterlna nglese) tendono a sovrappors. 3

14 stme de parametr (β + δ), determnando la stazonaretà o meno delle varabl stmate (l modello rsulta non stazonaro se β + δ< )... Il "rsk-mappng" Dsponendo delle stme d varanza e covaranza per fattor d rscho che ncdono sul portafoglo, l applcazone del metodo Delta-Normal prevede una decomposzone delle attvtà fnanzare present n portafoglo n un set d strument pù semplc, espost ognuno ad un solo fattore d rscho: questa procedura è detta rsk mappng. Attraverso l rsk mappng, l portafoglo vero vene sosttuto con un portafoglo artfcale, formato da esposzon (dette poszon standardzzate) alle dverse font d rscho, equvalente al prmo nel senso che presenta la stessa sensbltà alle varazon ne valor de fattor d mercato. Un esempo può autare a charre l concetto d rsk mappng: s consder un portafoglo costtuto da un solo forward su valuta estera: esso prevede che a scadenza, tra t gorn, s rceva la quanttà Q e d valuta estera, n cambo della quanttà Q d valuta nterna. Il valore corrente del contratto è: V F Qe = S ( + r ) e t Q t ( + r ) (.4) dove: S = tasso d cambo (prezzo della valuta estera n termn d quella nterna); r e = tasso d nteresse estero; r = tasso d nteresse nterno. I fattor d rscho n questo caso sono l tasso d cambo e due tass d nteresse: usando una sere d Taylor la varazone del valore del portafoglo s può approssmare come segue: V F V r F r + V r F e r + e V S F S (.5) Mappare l portafoglo sgnfca n questo caso defnre tre poszon standardzzate X (una per ogn fattore d rscho) tal da formare un portafoglo artfcale V, costtuto dalla loro somma (V = X + X + X 3 ), che rsult equvalente al portafoglo vero V F nel senso che la varazone d V al varare de fattor d rscho possa essere utlzzata come approssmazone della varazone d V F. La varazone del portafoglo artfcale vene approssmata n modo analogo a V F : X V r r X X 3 + e + S re S r (.6) 4

15 La.6 derva dall approssmazone sulle sngole poszon standardzzate: X X X 3 X r X r e X S 3 r r e S (.7) Le X vengono scelte appropratamente mponendo la seguente condzone d equvalenza tra portafogl: V F = V (.8) coè mponendo l uguaglanza de coeffcent delle approssmazon (.5,.6): X r V = r F X VF X 3, =, r r S e e V = S F (.9) La.9 defnsce l equvalenza tra portafoglo vero e portafoglo artfcale, n quanto mpone che quest abbano la stessa sensbltà alle varazon de fattor d rscho. Il contratto forward su valuta estera corrsponde alle seguent tre poszon standardzzate: X X X 3 Q = t (+ r ) Qe = (+ r ) e Qe = ( + r ) e t t S S r r e = = S = fattore d rscho fattore d rscho fattore d rscho (.0) X è semplcemente una poszone short n uno zero coupon bond (zcb) locale d valore nomnale Q ; X è una poszone long n uno zcb d valore nomnale Q e n valuta estera; X 3 è una poszone long a pront n valuta estera: hanno la stessa espressone, ma rappresentano l esposzone al rscho d due dvers fattor. Una volta ndvduate le poszon standardzzate, le cu grandezze descrvono l portafoglo, è necessaro determnare le devazon standard e coeffcent d correlazone delle varazon de valor d tal poszon standardzzate: queste vengono rcavate dalla matrce d varanza e covaranza de fattor d rscho. Le correlazon tra le varazon de valor delle poszon standardzzate sono ugual n valore assoluto a quelle tra fattor d rscho, mentre hanno segno opposto se l valore della poszone standardzzata vara nversamente rspetto alle varazon nel 5

16 fattore d mercato assocato. Con rfermento all esempo del forward, coeffcent d correlazone tra le poszon standardzzate sono le seguent: ρ = ρr ρ ρ 3 = r s ρ3 = ρ re S Le devazon standard, nvece, sono date dal prodotto tra le devazon standard de fattor d mercato e le sensbltà delle poszon standardzzate alle varazon de fattor d rscho. Consderando ad esempo la prma poszone standardzzata, s può modfcare la.7 come segue: X % X % r r X dalla. s rcava qund: r (.) X r σ σ r (.) 5 r X che esprme la devazone standard della varazone percentuale n X approssmandola n funzone della devazone standard nel tasso d nteresse nterno. Il termne d proporzonaltà tra le due devazon standard è l elastctà della poszone standardzzata rspetto al fattore d rscho assocato: l elastctà è untara se c è lneartà. In questo caso, s può avere elastctà untara se s consdera come fattore d rscho l prezzo anzchè l tasso d nteresse. Analogamente s ottengono: X e σ σ re X X 3 S σ 3 σ S X 3 r S r e Ottenute devazon standard e correlazon per tutte le poszon standardzzate, s procede a calcolare la devazone standard dell ntero portafoglo sulla base della.3, utlzzando però le poszon standardzzate al posto delle poszon real. Con rfermento all esempo del forward s ha: σ p = Xσ + X σ + X 3σ3 + + XX ρσ σ + XX 3ρ3σ σ 3 X X 3ρ3σ σ 3 (.3) dove ρ j è l coeffcente d correlazone tra le poszon standardzzate X e X j,e ρ j σ σ j è la covaranza tra X e X j, Il VaR s ottene semplcemente moltplcando σ p per l fattore α relatvo al lvello d confdenza scelto. E da notare che l valore nzale del portafoglo, rappresentato da W 0 nella., è gà ncluso nella.3 n quanto le poszon X sono espresse n termn assolut, e non come pes delle attvtà n portafoglo come nella.3 e.4. 6

17 Il VaR s può esprmere n forma compatta come segue: VaR = α X ' ΣX (.4) dove: Σ = matrce d varanza e covaranza; X = vettore delle poszon standardzzate, coè delle esposzon a sngol fattor d rscho. Normalmente un portafoglo non concde con un sngolo ttolo, come nell esempo del forward, ma contene un numero elevato d strument d vara natura: ogn fattore d rscho nflurà però verosmlmente su dvers d quest, qund s potranno ottenere poszon standardzzate per l ntero portafoglo come somma d tutte le poszon relatve ad ogn fattore d rscho. Dato un portafoglo scomposto su n fattor d rscho, l VaR per ogn sngolo fattore è: VaR = ασ X (.5) Il VaR per l ntero portafoglo, combnando la.3 e la.5, s può scrvere nel modo seguente: VaR = α n n n VaR + = = j< VaR VaR ρ j j (.6) La procedura del rsk mappng s basa sull potes d lneartà: la varazone del portafoglo al varare de fattor d rscho vene nfatt potzzata costante. Consderando l caso generco d un portafoglo rappresentato da n poszon standardzzate X, relatve ad altrettant fattor d rscho, la varazone del portafoglo V al varare de fattor f è approssmata dalla somma delle varazon delle poszon standardzzate: V = dove: X n = X f X f (.7) (.8) con =,, n. Nella.8, l coeffcente d proporzonaltà tra le varazon del fattore d rscho e della relatva poszone standardzzata è potzzato costante rspetto al fattore d rscho stesso, coè s potzza una relazone lneare tra X. e f La stessa procedura dell esempo precedente può essere applcata ad un portafoglo costtuto da uno o pù coupon bond (cb). Il prncpo sottostante è quello d assenza d arbtraggo per cu un cb s può consderare come un portafoglo d zcb n numero par alle cedole e d valore d rmborso par 5 Il segno meno serve a rendere postva la devazone standard, dato che la dervata è n questo caso negatva. 7

18 alle medesme ad eccezone dell'ultma che nclude anche l prncpale. I valor attual d tal zcb costturebbero qund le poszon standardzzate. In questo caso fattor d rscho sono tass d nteresse (o prezz) ralatv alle dverse scadenze: sono qund tant quante sono le date su cu l cb prevede versament. Normalmente l numero d fattor d rscho utlzzat vene lmtato a tass (o prezz) pù comunemente mpegat (per qual coè sono dsponbl dat storc tal da permettere la stma de parametr qual devazon standard e correlazon), qual ad esempo tass a, 3, 6, mes e a, 3, 4, 5, 7, 9, 0, 5, 0, 30 ann. Le scadenze elencate sono cosddett vertc RskMetrcs, coè sono le scadenze mpegate nella metodologa RskMetrcs, propra della J.P.Morgan. Questa s basa sul metodo Delta-Normal, e s caratterzza per l modo n cu stma le volatltà e le correlazon, come vsto nel paragrafo... Per versament su scadenze dverse, s procede con un meccansmo d nterpolazone volto a mantenere n qualche modo l lvello d rscho. Ogn flusso fuor da vertc vene scomposto n due fluss equvalent su vertc precedente e successvo, n modo che l rscho rmanga mmutato. In questo caso le poszon standardzzate sono date dal valore attuale de nuov fluss dervat dalla scomposzone. In realtà la scomposzone de fluss su cosddett vertc va effettuata non solo per ttol obblgazonar, ma ogn volta che s trattano fluss futur la cu dsponbltà non concde con vertc. Il problema non è banale e deve esser rsolto con rcorso ad un crtero per la scomposzone de fluss: quello proposto da Rskmetrcs s basa sul prncpo d mantenere nalterata la devazone standard del flusso orgnaro (da allocare su due vertc). Per ulterore dettagl su questo crtero, s veda Rskmetrcs Techncal Document pagg. 7-. La procedure d rsk mappng s può applcare anche alle azon: l VaR d un azone è dato dal prodotto tra l suo valore corrente e la stma della volatltà del prezzo: VaR = S ασ 0 (.9) dove: S 0 = prezzo (coè valore corrente) dell azone; σ = devazone standard stmata per l prezzo dell azone. La.9 è applcable però solo se s dspone d stme d volatltà (e correlazon) de prezz d tutte le azon n portafoglo. Se s utlzza una banca dat, come ad esempo quella RskMetrcs, che fornsce stme solamente per gl ndc de mercat azonar de dvers paes, allora è necessaro mappare le azon su tal ndc, servendos del beta 6 delle sngole azon, che rappresenta la sensbltà del prezzo dell azone alle varazon delle condzon del mercato, ncorporate nel prezzo 6 Il beta dell azone è quello defnto nel modello CAPM. 8

19 assocato all ndce. La volatltà della sngola azone sarà qund data dal prodotto tra la volatltà dell ndce e l beta dell azone stessa. VaR = S 0 α( βσ ndce ) (.30) In questo modo s trascura la componente d volatltà specfca d ogn azone sulla base della potes che questo possa sempre essere dversfcato. L approssmazone lneare espressa dalla.8, mentre è generalmente accettable per la maggor parte delle attvtà fnanzare, porta a sere dstorson nella stma del rscho se applcata alle opzon o ad altr strument sml: le opzon, a dfferenza d altr dervat qual forwards, futures e swaps, sono caratterzzate da forte non-lneartà rspetto al prezzo dell underlyng, che è per entramb l fattore d rscho prncpale 7. Cò mplca che la dervata del valore dell opzone rspetto al prezzo del sottostante vara al varare d quest ultmo. Il prncpale fattore d rscho ne dervat n genere è l prezzo spot del bene sottostante, e l opzone s può vedere come frazone d una poszone spot su tale bene, che vene consderata come poszone standardzzata, quantfcata dal delta dell opzone (s parla nfatt d delta-equvalent con rfermento ad una tale poszone spot che replca l opzone). Il problema nasce dal fatto che l metodo Delta-Normal prevede l potes che l delta sa costante sull orzzonte temporale consderato, mentre l delta d un opzone vara al varare del prezzo spot del bene sottostante. Qund, n presenza d un portafoglo con una elevata componente d opzon, l metodo Delta- Normal rsulta nadeguato. Una correzone a tale metodo è data dal metodo Delta-Gamma. Esso s basa su una approssmazone del second'ordne, ovvero abbandona l potes d lneartà sosttuendola con quella d quadratctà, coè tene conto della convesstà del valore degl strument rspetto a fattor d mercato parabolco anzché lneare. Gamma msura la varazone d secondo grado, coè la varazone d Delta al varare del valore de fattor d mercato: X Γ = f = f (.3) Nella.8 vene aggunto un termne che rende pù precsa l approssmazone: varazone X = varazone f Γ ( varazone f ) (.3) Il costo d tale mgloramento è una notevole complcazone del metodo, n termn d parametr da stmare: esso è proporzonale al numero delle font d rscho a cu l portafoglo è esposto, qund l metodo è convenente solo nel caso d portafogl contenent una gamma rstretta d strument. 9

20 Il vantaggo apportato da tale correzone è molto sgnfcatvo se l perodo consderato è abbastanza lungo; per perod molto brev, nvece, l termne aggunto dventa rrlevante, mentre è accettable l approssmazone del metodo orgnaro, n quanto su un breve orzzonte temporale la varazone de fattor d mercato sarà verosmlmente abbastanza pccola. Infatt l approssmazone lneare effettuata attraverso l delta produce una dstorsone del valore dell opzone tanto maggore quanto maggore è la varazone del prezzo spot consderata: tale errore, n relazone ad una rduzone sgnfcatva del prezzo spot, può al lmte determnare un valore negatvo dell opzone, che è mpossble per la natura della stessa. Anche l metodo Delta-Gamma non fornsce comunque un approssmazone del tutto precsa: esso tende nfatt a sovrastmare l valore delle opzon (poszone long), al contraro del metodo semplce (utlzzando solo delta) che nvece lo sottostma. Per quanto rguarda le opzon, l approssmazone s potrebbe rendere anche pù precsa (senza comunque elmnare la dstorsone dervante dalla varabltà del gamma) ntroducendo nella scomposzone del valore dell opzone termn relatv ad altr tp d rscho, rappresentat da coeffcent theta, vega e rho: con l espressone the Greeks s fa rfermento a questo tpo d approssmazone. L approssmazone, lneare o quadratca che sa, permette d determnare n ogn momento la varazone del valore del portafoglo come quanttà proporzonale alle varazon ne fattor d rscho, qund rchede solamente la determnazone del valore nzale W 0 del portafoglo. E da questa caratterstca che derva l termne local valuaton, n contrasto con la full valuaton che nvece calcola le varazon del valore del portafoglo come dfferenza tra valor del portafoglo stesso relatv a lvell dvers de fattor d mercato. In sostanza, mentre la local valuaton assoca ad ogn varazone ne fattor d rscho una varazone proporzonale del valore del portafoglo, la full valuaton prevede nvece che l portafoglo venga completamente rvalutato n relazone a nuov valor de fattor d rscho. 7 Per le caratterstche de dervat, ved Hull(998). 0

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone

Dettagli

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

6.1. Moody s KMV Credit Portfolio Manager

6.1. Moody s KMV Credit Portfolio Manager 6.. Moody s MV Credt Portfolo Manager 6... La struttura del modello L mpanto d Moody s MV (MMV) è costtuto dal modello d Merton e da un approcco d tpo fattorale per la stma delle correlazon. Attualmente,

Dettagli

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

1. Una panoramica sui metodi valutativi

1. Una panoramica sui metodi valutativi . Una panoramca su metod valutatv La dottrna azendalstca rconosce l esstenza d var metod att a determnare l valore del captale economco d un mpresa. In partcolare, è possble ndvduare tre macro-tpologe

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA DI SISTEMI DINAMICI CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t

Dettagli

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria 2 Modello IS-LM 2. Gl e ett della poltca monetara S consderun modello IS-LM senzastatocon seguent datc = 0:8, I = 00( ), L d = 0:5 500, M s = 00 e P =. ) S calcolno valor d equlbro del reddto e del tasso

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

Valutazione delle opzioni col modello di Black e Scholes

Valutazione delle opzioni col modello di Black e Scholes Valutazone delle opzon col modello d Black e Scholes Rosa Mara Mnnn a.a. 2014-2015 1 Introduzone L applcazone del moto Brownano all economa é stata nnescata prncpalmente da due cause. Attorno agl ann 70,

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

Indici di misurazione del potere di mercato

Indici di misurazione del potere di mercato Indc d msurazone del potere d mercato Metod tradzonal: tass d rendmento, margn e q d Tobn Indc d concentrazone Metod presuntv d Ganmara Martn Introduzone Le teore de mercat concorrenzal e non concorrenzal

Dettagli

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

Dettagli

L AUTORITÀ PER L ENERGIA ELETTRICA E IL GAS

L AUTORITÀ PER L ENERGIA ELETTRICA E IL GAS Delberazone 20 ottobre 2004 Approvazone delle condzon general d accesso e d erogazone del servzo d rgassfcazone d gnl predsposte dalla socetà Gnl Itala Spa (delberazone n. 184/04) L AUTORITÀ PER L ENERGIA

Dettagli

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

Dettagli

Induzione elettromagnetica

Induzione elettromagnetica Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone

Dettagli

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006 Smulazone seconda prova Tema assegnato all esame d stato per l'abltazone alla professone d geometra, 006 roposte per lo svolgmento pubblcate sul ollettno SIFET (Socetà Italana d Fotogrammetra e Topografa)

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un

Dettagli

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L. MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Dettagli

Fotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica

Fotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica Fotogrammetra Scopo della fotogrammetra è la determnazone delle poszon d punt nello spazo fsco a partre dalla msura delle poszon de punt corrspondent su un mmagne fotografca. Ovvamente, affnché questo

Dettagli

Dati di tipo video. Indicizzazione e ricerca video

Dati di tipo video. Indicizzazione e ricerca video Corso d Laurea n Informatca Applcata Unverstà d Urbno Dat d tpo vdeo I dat vdeo sono generalmente rcch dal punto d vsta nformatvo. Sottottol (testo) Colonna sonora (audo parlato e/o musca) Frame (mmagn

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Risoluzione quesiti I esonero 2011

Risoluzione quesiti I esonero 2011 Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca

Dettagli

10.2 Come stimare l amaro di una birra: le unita IBU 1

10.2 Come stimare l amaro di una birra: le unita IBU 1 10.2 Come stmare l amaro d una brra: le unta IBU 1 Il prncpale contrbuto al sapore amaro della brra provene dagl alfa-acd (abbrevato n AA) del luppolo che durante l processo d bolltura vengono trasformat

Dettagli

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE

SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE Statstca Applcata Vol. 17, n. 3, 2005 377 SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE Gan Pero Cervellera Poste Italane, Dvsone Rete Terrtorale, Drezone Operazon, Svluppo Process Ducco

Dettagli

Allegato A. Modello per la stima della produzione di una discarica gestita a bioreattore

Allegato A. Modello per la stima della produzione di una discarica gestita a bioreattore Modello per la stma della produzone d una dscarca gestta a boreattore 1 Produzone d Bogas Nella letteratura tecnca sono stat propost dvers modell per stmare la produzone d bogas sulla base della qualtà

Dettagli

Modelli di base per la politica economica

Modelli di base per la politica economica Marcella Mulno Modell d base per la poltca economca Corso d Poltca economca a.a. 22-23 Captolo 2 Modello - e poltche scal e monetare In questo captolo rchamamo brevemente l modello macroeconomco a prezz

Dettagli

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

Newsletter Lean Production Autore: Dott. Silvio Marzo Il concetto d "Produzone Snella" (Lean Producton) s sta rapdamente mponendo come uno degl strument pù modern ed effcac per garantre alle azende la flessbltà e la compettvtà che l moderno mercato rchede.

Dettagli

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone

Dettagli

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca ONTOI UTOMTII Ingegnera della Gestone Industrale e della Integrazone d Impresa http://www.automazone.ngre.unmore.t/pages/cors/ontrollutomatcgestonale.htm MODEI DI SISTEMI Ing. ug Bagott Tel. 05 0939903

Dettagli

L analisi di studi con variabili di risposta multiple

L analisi di studi con variabili di risposta multiple X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals

Dettagli

Hansard OnLine. Unit Fund Centre Guida

Hansard OnLine. Unit Fund Centre Guida Hansard OnLne Unt Fund Centre Guda Sommaro Pagna Introduzone al Unt Fund Centre (UFC) 3 Uso de fltr per la selezone de fond 4-5 Lavorare con rsultat del fltro 6 Lavorare con rsultat del fltro - Prezz 7

Dettagli

TORRI DI RAFFREDDAMENTO PER L ACQUA

TORRI DI RAFFREDDAMENTO PER L ACQUA TORRI DI RAFFREDDAMENTO PER ACQUA Premessa II funzonamento degl mpant chmc rchede generalmente gross quanttatv d acqua: questa, oltre ad essere utlzzata drettamente n alcune lavorazon, come lavagg, dssoluzon,

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo della caduta di tensione con il metodo vettoriale Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta

Dettagli

Questo è il secondo di una serie di articoli, di

Questo è il secondo di una serie di articoli, di DENTRO LA SCATOLA Rubrca a cura d Fabo A. Schreber Il Consglo Scentfco della rvsta ha pensato d attuare un nzatva culturalmente utle presentando n ogn numero d Mondo Dgtale un argomento fondante per l

Dettagli

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013 Modul su un domno a deal prncpal Maurzo Cornalba versone 15/5/2013 Sa A un anello commutatvo con 1. Indchamo con A k l modulo somma dretta d k cope d A. Un A-modulo fntamente generato M s dce lbero se

Dettagli

Metastability, Nonextensivity and Glassy Dynamics in a Class of Long Range Hamiltonian Models

Metastability, Nonextensivity and Glassy Dynamics in a Class of Long Range Hamiltonian Models Alessandro Pluchno Metastablty, Nonextensvty and Glassy Dynamcs n a Class of Long Range Hamltonan Models Dscussone Tes per l consegumento del ttolo Febbrao 2005 Tutor: Prof.A.Rapsarda E-mal: alessandro.pluchno@ct.nfn.t

Dettagli

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A.

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A. Sntes della polcy d valutazone e prcng delle obblgazon emesse da Banca Emlveneta S.p.A. INDICE 1. PREMESSA...1 2. METODOLOGIA DI PRICING...1 2.1 PRICING...3 1. PREMESSA Il presente documento ha lo scopo

Dettagli

La POLITICA di BILANCIO espansiva della DOMANDA Il Deficit spending Il DEBITO PUBBLICO

La POLITICA di BILANCIO espansiva della DOMANDA Il Deficit spending Il DEBITO PUBBLICO 1 Ettore Peyron P.A.S. 2014 Ddattca della MACROECONOMIA Lezone N 4 A Testo tratto dalle Dspense del Corso d Economa pubblca Unverstà degl stud d Torno Anno accademco 2010/2011 Facoltà d Economa Lezone

Dettagli

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui: I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta

Dettagli

9.6 Struttura quaternaria

9.6 Struttura quaternaria 9.6 Struttura quaternara L'ultmo lvello strutturale é la struttura quaternara. Non per tutte le protene è defnble una struttura quaternara. Infatt l esstenza d una struttura quaternara é condzonata alla

Dettagli

PRIVATIZZAZIONE DEL WELFARE E RUOLO DELLE ASSOCIAZIONI DI RAPPRESENTANZA

PRIVATIZZAZIONE DEL WELFARE E RUOLO DELLE ASSOCIAZIONI DI RAPPRESENTANZA PRIVATIZZAZIONE DEL WELFARE E RUOLO DELLE ASSOCIAZIONI DI RAPPRESENTANZA La rforma del sstema pensonstco talano: le queston aperte e le prospettve d svluppo della componente a captalzzazone Carlo Mazzaferro

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

Dove RF è la rendita catastale del fabbricato e f (RF ) la funzione che associa l indice economico del fabbricato alla rendita catastale.

Dove RF è la rendita catastale del fabbricato e f (RF ) la funzione che associa l indice economico del fabbricato alla rendita catastale. 4.4.2. Indc economc L ndce d natura economca, n base a quanto prevsto dalla lettera b), del comma 2 dell artcolo 36 della legge regonale deve essere rferto a reddt catastal rvalutat. S ha pertanto che:

Dettagli

Capitolo 33 TRASPORTO IN PRESSIONE

Capitolo 33 TRASPORTO IN PRESSIONE Captolo 33 TRASPORTO IN PRESSIONE 1 INTRODUZIONE I sstem d condotte n pressone destnat all'approvvgonamento drco comprendono: - gl acquedott estern, che adducono l'acqua dalle font d'almentazone alle zone

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Dettagli

DECRETA. ART. 3 Il compenso per l attività di collaborazione è fissato in 1.095,00 esente dall imposta sul reddito delle persone fisiche.

DECRETA. ART. 3 Il compenso per l attività di collaborazione è fissato in 1.095,00 esente dall imposta sul reddito delle persone fisiche. BANDO PER n. 64 BORSE DI COLLABORAZIONE PER IL SUPPORTO PRESSO IL C.I.A.O. DELL UNIVERSITA DEGLI STUDI DI ROMA LA SAPIENZA NEL PERIODO DA SETTEMBRE 2010 A FINE GENNAIO 2011 000280 IL RETTORE VISTO VISTO

Dettagli

L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE

L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE ECONOMIC AND ENVIRONMENTAL IMPLICATIONS IN THE USE OF A SIMULATION MODEL FOR THE

Dettagli