L approccio parametrico o delle varianze-covarianze

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "L approccio parametrico o delle varianze-covarianze"

Transcript

1 L approccio parametrico o delle varianze-covarianze Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008

2 AGENDA Il VaR nell ipotesi di distribuzione normale dei rendimenti La sensibilità delle posizioni in portafoglio ai fattori di mercato Il mapping delle posizioni di rischio Limiti e riepilogo Esercizi 2

3 La misurazione dei rischi di mercato L approccio varianze-covarianze è quello più diffuso presso le istituzioni finanziarie per la misurazione dei rischi di mercato, per una serie di motivi: semplicità in termini di onerosità dei calcoli è la versione originale dei modelli VaR presenza di una banca dati (RiskMetrics originariamente sviluppata dalla banca statunitense J.P. Morgan), che si basa sull approccio in esame Tale approccio presenta però diversi svantaggi, legati alle ipotesi teoriche alla base dell intera metodologia: la distribuzione dei rendimenti dei fattori di mercato; la sensibilità delle posizioni in portafoglio al variare dei fattori di mercato. 3

4 Il Var nell ipotesi di distribuzione normale dei rendimenti Data r t Data r t Data r t Data r t 1-giu-98 0,01% 6-lug-98 0,47% 10-ago-98-0,58% 14-set-98 2,03% 2-giu-98 0,21% 7-lug-98-0,23% 11-ago-98-1,32% 15-set-98 0,77% 3-giu-98-0,96% 8-lug-98 1,01% 12-ago-98 1,42% 16-set-98 0,75% 4-giu-98 1,11% 9-lug-98-0,67% 13-ago-98-0,86% 17-set-98-2,58% 5-giu-98 1,72% 10-lug-98 0,50% 14-ago-98-1,14% 18-set-98 0,12% 8-giu-98 0,17% 13-lug-98 0,07% 17-ago-98 1,95% 21-set-98 0,37% 9-giu-98 0,24% 14-lug-98 1,06% 18-ago-98 1,60% 22-set-98 0,56% 10-giu-98-0,55% 15-lug-98-0,24% 19-ago-98-0,29% 23-set-98 3,48% 11-giu-98-1,60% 16-lug-98 0,78% 20-ago-98-0,59% 24-set-98-2,22% 12-giu-98 0,39% 17-lug-98 0,23% 21-ago-98-0,95% 25-set-98 0,19% 15-giu-98-2,01% 20-lug-98-0,22% 24-ago-98 0,64% 28-set-98 0,38% 16-giu-98 0,98% 21-lug-98-1,62% 25-ago-98 0,43% 29-set-98 0,03% 17-giu-98 1,78% 22-lug-98-0,09% 26-ago-98-0,80% 30-set-98-3,10% 18-giu-98-0,07% 23-lug-98-2,11% 27-ago-98-3,91% 1-ott-98-3,06% 19-giu-98-0,52% 24-lug-98 0,09% 28-ago-98-1,49% 2-ott-98 1,63% 22-giu-98 0,24% 27-lug-98 0,57% 31-ago-98-7,04% 5-ott-98-1,41% 23-giu-98 1,46% 28-lug-98-1,50% 1-set-98 3,79% 6-ott-98-0,40% 24-giu-98 1,19% 29-lug-98-0,45% 2-set-98-0,38% 7-ott-98-1,42% 25-giu-98-0,32% 30-lug-98 1,56% 3-set-98-0,83% 8-ott-98-1,16% 26-giu-98 0,35% 31-lug-98-1,97% 4-set-98-0,86% 9-ott-98 2,57% 29-giu-98 0,47% 3-ago-98-0,74% 7-set-98 2,51% 12-ott-98 1,34% 30-giu-98-0,41% 4-ago-98-3,69% 8-set-98 2,45% 13-ott-98-0,29% 1-lug-98 1,29% 5-ago-98 0,86% 9-set-98-1,70% 14-ott-98 1,07% 2-lug-98-0,19% 6-ago-98 0,76% 10-set-98-2,62% 15-ott-98 4,09% 3-lug-98 0,47% 7-ago-98-0,02% 11-set-98 2,90% 16-ott-98 0,85% Rendimenti logaritmici giornalieri di un indice di borsa (Mib30) relativi ad un periodo di 100 giornate 4

5 Il Var nell ipotesi di distribuzione normale dei rendimenti I rendimenti sono calcolati come: t Valore dell indice al giorno t Alcuni dati riassuntivi: r ln Con una posizione lunga sul mercato azionario, in ben 12 giorni su 100 si sarebbero conseguite perdite superiori alla deviazione standard t ln S t S 1 ln S Media -0,03% Deviazione standard () 1,65% Asimmetria -0,69 Curtosi in eccesso -0,13 Numero di giorni in cui r t > 23 Numero di giorni in cui r t < - 12 Massimo 4,09% Minimo -7,04% S t t1 S S t t1 5

6 Il Var nell ipotesi di distribuzione normale dei rendimenti La distribuzione di probabilità dei rendimenti logaritmici, attraverso un grafico a istogrammi: 25 Come si vede, non è irragionevole ipotizzare che i dati in questione provengano da una distribuzione normale Effettiva Normale 0 6

7 Il Var nell ipotesi di distribuzione normale dei rendimenti La distribuzione normale si caratterizza per due soli parametri: la media e la deviazione standard. La funzione di densità di probabilità di una variabile casuale x distribuita normalmente è data da: media deviazione standard 2 La funzione di ripartizione della normale (probabilità che x assuma valori inferiori o uguali ad una certa soglia u) è data da: u u x 2 N( u;, ) n 2 Tale formula è molto utile per calcolare la probabilità associata ad un livello dei rendimenti. La probabilità che r t sia inferiore a u=1,62% si dovrebbe calcolare: n x;, dx x;, 1 2 N( u;, ) N(1,62%; 0,03%,1,65%) 1 2 e 2 e dx 84,12% 2 x 2 7

8 Il Var nell ipotesi di distribuzione normale dei rendimenti E possibile calcolare le probabilità associate a una data soglia anche facendo ricorso alla distribuzione normale standard (cioè con media 0 e deviazione standard 1) ed alla sua funzione di densità cumulata N(z α ;0,1): u u N( u;, ) N ;0,1 N N( z ) Per utilizzare la funzione di densità cumulata standard è necessario sostituire u con z α : z u Utilizzare la funzione di ripartizione normale standard è vantaggioso perché essa dipende solo da α. C è quindi una corrispondenza biunivoca tra i valori di z α ed i corrispondenti livelli della probabilità, indipendentemente da μ e σ della variabile considerata u z 8

9 Il Var nell ipotesi di distribuzione normale dei rendimenti La distribuzione normale dei rendimenti consente di tradurre un livello di probabilità (α) in un fattore z, cui corrisponde una soglia massima u per r t Probabilità, N(z ) 99,99% 3,719 99,98% 3,500 99,97% 3,432 99,87% 3,000 99,90% 3,090 99,50% 2,576 99,38% 2,500 99,00% 2,326 98,00% 2,054 97,72% 2,000 97,50% 1,960 97,00% 1,881 96,00% 1,751 95,00% 1,645 93,32% 1,500 84,13% 1,000 Ad esempio la probabilità di ottenere un rendimento inferiore alla media, aumentata di tre volte la deviazione standard è pari al 99,87%; di conseguenza, la probabilità di ottenere un rendimento superiore a tale soglia è circa pari a 0,13%. 9

10 Il Var nell ipotesi di distribuzione normale dei rendimenti Se la finalità è determinare le perdite potenziali ogni posizione è esposta solo a metà degli eventi racchiusi nella sua distribuzione. Le posizioni lunghe sono esposte al rischio di rendimenti inferiori a quelli attesi (metà sinistra della distribuzione), mentre le posizioni corte sono esposte al rischio di rendimenti superiori a quelli attesi (metà destra della distribuzione). Ad esempio se si vuole isolare il α=5% di rendimenti più bassi, si sceglierà z α -1,65 e quindi il valore soglia è u= +z 0,03% 1,65 1,65% 2,69% Si tratta dunque della massima perdita probabile, in un arco di tempo pari a un giorno (gli r t sono giornalieri), al livello di confidenza 1-α del 95%. Var al 95% 10

11 Il Var nell ipotesi di distribuzione normale dei rendimenti =N(z )=5% (probabilità) Il VaR è stato espresso in termini di perdita percentuale: per conoscere la perdita assoluta sarebbe sufficiente moltiplicarlo per il valore di mercato, VM, del portafoglio di azioni del Mib30 posseduto dalla banca VaR 95% =-2,72% uz 2,69% (soglia) =E(r t )=+0,03% (rendimento atteso) 11

12 Il Var nell ipotesi di distribuzione normale dei rendimenti L approccio varianze-covarianze viene sovente utilizzato ipotizzando che i rendimenti dei fattori di mercato abbiano media nulla Con riferimento a orizzonti temporali giornalieri, studi empirici dimostrano che la miglior previsione del rendimento futuro non è il rendimento medio storico ma un valore nullo Poiché i rendimenti passati non sono indicativi dei rendimenti futuri, è più ragionevole affidarsi a stime indipendenti dai dati storici. Si può quindi imporre uguale al tasso risk-free o, per orizzonti temporali brevi, si può ipotizzare che sia pari a zero Anche se si ritiene media μ diversa da zero, ci si può concentrare solo sulla perdita inattesa In ogni caso u diventa u 0 z z z 12

13 Il Var nell ipotesi di distribuzione normale dei rendimenti Nel nostro esempio (slide 10-11), ipotizzando una media nulla si ottiene: u 0 z z 1,641,65% 2,72% Se VM fosse pari a 1000 euro, il VaR al 95% sarebbe 27,2 euro In generale il VaR è così ottenibile: VaR VM z VM z Il VaR è quindi il prodotto di tre elementi: 1. il valore di mercato della posizione (VM); 2. un fattore scalare z che consente di ottenere una misura di rischio corrispondente al livello di confidenza desiderato; 3. la volatilità stimata dei rendimenti del fattore di mercato (). 13

14 La scelta del livello di confidenza Si è visto che maggiore è l'intervallo di confidenza 1-α, maggiore risulta essere z α e, a parità di altre condizioni, il valore a rischio Se la banca si dota di una quantità di capitale proprio pari al VaR, un livello di confidenza elevato implica ovviamente un grado di protezione maggiore Minor probabilità di ottenere perdite superiori al capitale La variabile critica nella scelta dell'intervallo di confidenza è il grado di avversione al rischio della singola istituzione finanziaria. Maggiore l avversione al rischio, più sarà elevato z α Tale scelta condurrà a scartare numerose alternative di investimento, caratterizzate da un VaR eccessivo rispetto al rendimento atteso e il premio al rischio richiesto dagli azionisti sarà minore 14

15 La scelta del livello di confidenza Un interessante modalità di determinazione dell intervallo di confidenza è quella proposta dalla Bank of America e riconosciuta dagli organi di vigilanza Bank of America ha deciso di detenere una quantità di capitale, quantificata attraverso un modello VaR, sufficiente per preservare il proprio rating AA3 (probabilità annua media di insolvenza = 0,03%) Classe di rating Moody s Probabilità di insolvenza a 1 anno () Livello di confidenza (1-) Aaa 0,001% 99,999% Aa1 0,01% 99,99% Aa2 0,02% 99,98% Aa3 0,03% 99,97% A1 0,05% 99,95% A2 0,06% 99,94% A3 0,09% 99,91% Baa1 0,13% 99,87% Baa2 0,16% 99,84% Baa3 0,70% 99,30% Ba1 1,25% 98,75% Ba2 1,79% 98,21% Ba3 3,96% 96,04% B1 6,14% 93,86% B2 8,31% 91,69% B3 15,08% 84,92% Il livello di confidenza sarà quindi pari a 99,97% e z α sarà 3,43 Livelli di confidenza impliciti nelle probabilità di insolvenza a un anno relative alle diverse classi di rating 15

16 Rating (Standard & Poor's) Rischio e valore nelle banche La scelta del livello di confidenza Le banche caratterizzate da un rating migliore dovrebbero dotarsi, a parità di altre condizioni, di maggiore patrimonio AAA AA+ AA AA- A+ A Santander Bnp BoS SG ING Natixis HSBC BBVA Intesa SP HBOS Calyon RBS Lloyds Deutsche Unicredit Commerz Rabobank 6,00 7,00 8,00 9,00 10,00 11,00 Tier 1 capital Come si vede dalla figura a fianco tale relazione vale per i principali gruppi bancari europei non in modo esatto Il giudizio delle agenzie di rating può essere influenzato anche da altre variabili (ad esempio, le aspettative circa un possibile sostegno pubblico in caso di crisi) 16

17 La scelta dell orizzonte temporale di riferimento Per la scelta dell'orizzonte temporale devono essere presi in considerazione tre fattori: 1. il grado di liquidità del mercato di riferimento della singola posizione. Il VaR rappresenta una perdita massima solo se la posizione può essere ceduta entro l orizzonte di rischio 2.la dimensione della posizione assunta. La possibilità di liquidare un investimento senza subire perdite dovute all ampliamento del bid/ask spread dipende anche dalla sua dimensione 3.holding period della singola posizione. Le posizioni di trading devono essere valutate con un orizzonte temporale più breve delle posizioni considerate di investimento 17

18 La scelta dell orizzonte temporale di riferimento La stima della volatilità per intervalli di tempo prolungati comporta problemi dovuti alla scarsità di dati. Ad esempio per un orizzonte temporale di un anno occorrerebbe un campione sia sufficientemente ampio di 20 o 30 osservazioni annuali. Impossibilità di reperire i dati o scarsa significatività degli stessi È possibile utilizzare la volatilità giornaliera per stimare la volatilità di periodi più prolungati, ipotizzando che i rendimenti giornalieri r g siano variabili 2 casuali indipendenti e identicamente distribuite, con media g e varianza g T r T r g g1 Rendimento relativo a un periodo di T giorni, distribuito normalmente con 2 media e varianza T T g 2 T T g La deviazione standard è quindi T g T 18

19 La scelta dell orizzonte temporale di riferimento La volatilità mensile può essere ottenuta da quella giornaliera: T G 22 giorni di mercato aperto Tale formula è basata sull ipotesi di indipendenza seriale dei T rendimenti giornalieri, cioè la variazione verificatasi il giorno t è indipendente da quella relativa al giorno t-1 e non influenza quella relativa al giorno t+1 Spesso le variazioni dei fattori di mercato sono caratterizzate da un fenomeno di autocorrelazione, in particolare nelle fasi di tensione dei mercati, per diversi motivi: 1. in caso di fluttuazioni fra quotazioni denaro e lettera, si può registrare una correlazione seriale negativa, senza che il prezzo di equilibrio subisca alcuna variazione; 2. discontinuità nelle negoziazioni (correlazione positiva); 3. i fattori strutturali di alcuni mercati influenzano il modo in cui le informazioni si riflettono nei prezzi. 19

20 La scelta dell orizzonte temporale di riferimento Volatilità giornaliera Volatilità settimanale Volatilità mensile S&P Mib Effettiva 0.73% 1.54% 2.69% Stimata 1.63% 3.24% Errore -0.09% -0.55% CAC40 Effettiva 0.86% 1.74% 2.78% Stimata 1.92% 3.65% Errore -0.18% -0.86% S&P500 Effettiva 0.69% 1.42% 2.12% Stimata 1.53% 2.97% Errore -0.12% -0.85% FTSE100 Effettiva 0.69% 1.41% 2.04% Stimata 1.54% 2.96% Errore -0.13% -0.92% Verifica basata sulle ultime quotazioni giornaliere (corrette per gli split e i dividendi) disponibili al 1 giugno 2007 Nella tabella sono riportate le stime della deviazione standard giornaliera, settimanale e mensile relative ai rendimenti di cinque indici azionari nel biennio Vengono stimate le deviazioni standard settimanali e mensili sulla base dei dati di rendimento settimanali e mensili e le si confronta con quelle ottenute dalla volatilità giornaliera I risultati sono accettabili per quanto riguarda la volatilità settimanale, gli errori sono più evidenti nel caso della volatilità mensile 20

21 La sensibilità delle posizioni ai fattori di mercato Il fattore di rischio può non coincidere con il rendimento di portafoglio e la sensibilità delle variazioni di valore della posizione al fattore di mercato può non essere unitaria. Il VaR è quindi: VaR VM z VaR VM z VM z 1 Se è positivo coefficiente rappresentativo della sensibilità del valore di mercato della posizione a variazioni del fattore di mercato 21

22 La sensibilità delle posizioni ai fattori di mercato: un esempio Misuriamo il VaR di una posizione in buoni del Tesoro decennali con valore nominale pari a 1 milione di euro e prezzo pari a 105 Utilizziamo come fattore di mercato (r t ) le variazioni giornaliere assolute (non logaritmiche) del tasso interno di rendimento (yield to maturity, y) dei titoli di Stato decennali (Δy) In realtà normalmente le banche usano come fattore di rischio l intera curva dei tassi zero coupon Livello di confidenza selezionato = 99% α=1% z α = 2,326 Volatilità del tasso interno di rendimento σ Δy = 0,15% VM VM DM y * Una variazione di Δy si trasmette al valore della posizione attraverso la duration modificata 22

23 La sensibilità delle posizioni ai fattori di mercato: un esempio Il VaR della posizione è quindi: VaR VM DM z y VM DM z y VaR ( 7) 0,15% ( 2,326) ,15 Il coefficiente di sensibilità δ è dato da DM, cioè dalla duration modificata cambiata di segno Questa misura di rischio non solo riflette la sensibilità del prezzo dei titoli a variazioni dei tassi di interesse, ma anche la volatilità di tali variazioni. 23

24 Il VaR di portafoglio È necessario tenere conto non solo delle volatilità dei singoli rendimenti, ma anche delle covarianze Ipotizzando che ogni i-esima posizione risenta di un diverso i-esimo fattore di mercato, la variazione percentuale del valore di tale posizione sarà: La sua volatilità sarà: VM VM i i vm i r i i vm i i i La covarianza sarà invece: 2 vm, vm i, j vm vm i, j i i j j i j i j 24

25 Il VaR di portafoglio Consideriamo un portafoglio P comprendente N posizioni, dove VM i è la consistenza della i-esima posizione N VM VM vm P i i i1 variazione percentuale varianza N N 2 2 VM VM i VM j vm, vm i1 j1 P i j N N 2 VM VM P i VM j i, j i i j j i1 j1 deviazione standard delle variazioni (assolute) di valore del portafoglio P N N VM VM VM P i j i, j i i j j i1 j1 Poiché i fattori di rischio sono, per ipotesi, distribuiti normalmente, anche la variazione di valore del portafoglio è distribuita secondo una normale 25

26 Il VaR di portafoglio Il VaR associato ad un certo livello di confidenza c può dunque essere ricavato moltiplicando per un opportuno z α : VM P In presenza di delta negativi: N N 2 P VM P i j i, j i i j j i1 j1 N N N N VaRP z VM VaR z z VM VM VM z VM z VaR VaR i, j i i i j j j i, j i j i1 j1 i1 j1 VaR VaR VaR N N i j P i, j i j i1 j1 i j Se tutti i fattori di rischio fossero perfettamente correlati il VaR complessivo coinciderebbe con la somma dei VaR individuali. Dato che ρ i,j 1 VaR P N VaR i1 i Il VaR calcolato con l approccio parametrico è una misura di rischio subadditiva. P 26

27 Il VaR di portafoglio Un esempio Si supponga di voler stimare il VaR connesso a due posizioni in valuta, una lunga in dollari USA ( 50 milioni ) e una corta in yen giapponesi ( 10 milioni). Volatilità dei tassi di cambio EUR/USD ed EUR/YEN pari a 2% e 3%, coefficiente di correlazione 0,6 VaR della posizione lunga in dollari in milioni di euro (livello di confidenza 99.5%): VaR USD VM USD USD z USD ,576 2% 2,576 VaR della posizione corta in yen in milioni di euro (livello di confidenza 99.5%): VaR YEN VM YEN YEN z YEN 10 ( 1) ( 2,576) 3% 0,773 δ = -1 perché, essendo una posizione corta, un aumento del fattore di mercato, ossia un apprezzamento dello yen, conduce ad una perdita 27

28 Il VaR di portafoglio Un esempio VaR di portafoglio: VaR P 2,576 2 ( 0,773) 2 22,576( 0,773) 0,6 2,201 Si tiene in esplicita considerazione il segno delle due posizioni. Infatti se l euro si apprezza sul dollaro, creando una perdita, è probabile (il coefficiente di correlazione è positivo) che l euro si apprezzi anche rispetto allo yen, mitigando la perdita su dollari. Il terzo termine sotto radice, quello legato alla covarianza tra guadagni/perdite sulle due posizioni, è infatti negativo 28

29 Approccio delta-normal e asset-normal L approccio delta-normal parte dalla distribuzione delle variazioni dei fattori di mercato e la collega alla distribuzione delle variazioni di valore delle posizioni in portafoglio attraverso opportuni coefficienti di sensibilità lineari v 1 VaR 1 2 VaR 2 N VaR N 1 2 N Vettore dei VaR relativi alle singole posizioni Matrice delle correlazioni fra i rendimenti dei fattori di mercato VaRP vcv C 1 N 2,1,1 1, , N 2, N 1 VaR di portafoglio 29

30 L approccio delta-normal e asset normal La distribuzione di probabilità delle variazioni di prezzo delle posizioni in portafoglio risulta normale, ed il VaR può essere calcolato utilizzando un opportuno multiplo a della deviazione standard Alternativamente è possibile utilizzare come fattori di rischio esclusivamente le variazioni logaritmiche dei prezzi delle attività finanziarie presenti nel portafoglio Ciò equivale a imporre che i prezzi delle attività in portafoglio seguano una distribuzione lognormale È l approccio asset normal seguito da RiskMetrics 30

31 L approccio delta-normal e asset normal Nell approccio asset-normal, nel caso ad esempio di una posizione in bond, si dovrebbe utilizzare come fattore di rischio non le variazioni dello yield to maturity, bensì le variazioni logaritmiche del prezzo dell obbligazione sul mercato secondario Non viene così utilizzato alcun coefficiente delta per calcolare il VaR Rispetto all approccio delta-normal, l approccio asset-normal presenta il vantaggio di semplificare l analisi, limitandosi a considerare come fattori di rischio i rendimenti unitari delle diverse posizioni 31

32 Il Mapping delle posizioni a rischio Può accadere che il valore di mercato delle posizioni sia funzione di più variabili di mercato Ad esempio nel caso di una banca tedesca che acquista un Treasury bond decennale statunitense. Il valore della posizione dipende da: tasso di cambio EUR/USD livello dei tassi di rendimento del dollaro La stima del VaR nell approccio varianze-covarianze prevede che le singole posizioni vengano scomposte in componenti elementari, tali che il loro valore dipenda dalle variazioni di un solo fattore di mercato. Il rischio dell intera posizione viene poi determinato aggregando i rischi delle componenti elementari sulla base delle correlazioni 32

33 Il Mapping dei titoli obbligazionari in valuta POSIZIONE La banca è esposta al rischio di cambio e al rischio di tasso sui dollari POSIZIONI ELEMENTARI: una banca tedesca investe 100 milioni di euro in un obbligazione in dollari USA avente duration modificata pari a 7 anni una posizione a pronti (in contanti) in dollari per un milione di euro una posizione in obbligazioni USA priva di rischio di cambio I VaR delle due posizioni, immaginando che la volatilità delle variazioni del tasso di cambio EUR/USD sia pari al 2% e che il tasso d interesse in dollari abbia una volatilità del 1%: 1 VM z 10012,5762% 5,152 VaR VM ( MD) 100 ( 7) ( 2,576) 1% 18, 031 VaR 2 z 33

34 Il Mapping dei titoli obbligazionari in valuta Immaginando una correlazione positiva pari al 30% VaR P E possibile dare una spiegazione più rigorosa dell equivalenza tra l investimento in un obbligazione in valuta e le due componenti elementari Il valore di mercato di una posizione di questo tipo rappresenta una funzione di due variabili: FX (il tasso di cambio euro/dollaro) e y (yield to maturity sulle obbligazioni in dollari) VM f ( FX, y) Le variazioni di valore della posizione sono approssimabili, linearmente, con un espansione in serie di Taylor di primo grado: VM 2 2 5,152 ( 18,031) 2 5,152( 18,031) 0,3 17, 202 f FX FX f y y VaR della posizione f FX FX FX FX f y y 34

35 Il Mapping dei titoli obbligazionari in valuta f FX VM FX la sensibilità di una posizione in valuta a variazioni percentuali nel tasso di cambio è data dal controvalore della posizione espresso in valuta stranera f y VM Vale quindi che: dvm DM VM FX FX FX FX la sensibilità di una posizione in obbligazioni alle variazioni nel tasso d interesse è data dal valore di mercato, cambiato di segno, moltiplicato per la duration VM DM r VM FX FX VM DM y Le componenti in cui la variazione di valore su un obbligazione è scomponibile corrispondono, in definitiva: alla variazione di valore su una posizione in valuta estera per contanti alla variazione di valore su una posizione in obbligazioni USA detenuta da un intermediario statunitense 35

36 Il Mapping delle posizioni in valuta a termine POSIZIONE La banca è esposta a 3 diversi fattori di mercato: il tasso di cambio a pronti e i tassi di interesse delle due valute relativi alla scadenza dell operazione a termine POSIZIONI ELEMENTARI: 3. Un acquisto di dollari a pronti, che annulla i flussi delle prime due operazioni una banca francese acquista un milione di dollari a 6 mesi 1. Un indebitamento in euro con scadenza pari a 6 mesi, che produce un uscita a termine di 1 milione di euro 2. Un investimento in dollari che produce a 6 mesi il capitale di 1 milione di dollari Tasso di cambio a pronti euro/dollaro (S) 0,8 Tasso di interesse sull euro a 6 mesi (i d ) 3,50% Tasso di interesse sul dollaro a 6 mesi (i f ) 2,00% Tasso di cambio euro/dollaro a 6 mesi (F T ) 0,806 Dati delle variabili mercato Correlazione con Volatilità Fattore di mercato EUR/USD id if Tasso di cambio spot EUR/USD* 3% 1-0,2 +0,4 Tasso di interesse EUR a 6 mesi (i d )** 1,5% -0,2 1 +0,6 Tasso di interesse USD a 6 mesi (if)** 1,2% +0,4 0,6 1 *variazioni logaritmiche; **variazioni assolute 36

37 Il Mapping delle posizioni in valuta a termine Il valore delle tre componenti elementari in cui può essere scomposto l acquisto di dollari a termine è il seguente: 1) VM dollari 1 0,020,5 2) VM VM S , euro 2 1 3) VM VM dollari 3 1 Il VaR connesso alle singole componenti elementari è il seguente: VaR ( 0,490) ( 2,326) 1,2% VaR ,483( 2,326) 1,5% VaR ( 2,326) 3%

38 Il Mapping delle posizioni in valuta a termine La prima posizione ha delta negativo, perché un investimento vale di meno in presenza di un rialzo dei tassi, mentre la seconda e la terza hanno delta positivo Il primo e il terzo valore sono espressi in dollari, e devono dunque essere convertiti in euro al tasso a pronti ottenendovar 1 = e VaR Il VaR complessivo è quindi: VaR P VaR VaR VaR 2 VaR ( VaR ) ,2 2VaR VaR 2 ( VaR ) VaR 1 3 1, , ( ) ( ) ( 0.2) Posizione VM z i Duration DM VaR Investimento USD ,20% 2,326 2,00% 0,5 0, Indebitamento EUR ,50% 2,326 3,50% 0,5 0, Acquisto USD a pronti ,00% 2,

39 Il Mapping dei forward rate agreements POSIZIONE È un contratto che obbliga una controparte a versare, tra tre mesi, la somma di 1 milione di euro all altra controparte, che si impegna a restituirla, tre mesi dopo, maggiorata di interessi al tasso forward concordato POSIZIONI ELEMENTARI: un FRA a tre mesi di 1 milione di euro con decorrenza tra tre mesi, sottoscritto il primo agosto 2007, tasso forward 5,136% Montante finale: * (1 + 0,05136 * 92/365) = euro 1. Debito a tre mesi con montante finale pari a un milione di euro 2. Investimento per sei mesi del capitale ottenuto dall operazione sub 1 In generale, se il FRA decorre al tempo f e termina al tempo m, è possibile mapparlo in due componenti elementari date da un debito da oggi a f, il cui montante corrisponde al capitale investito nel FRA un investimento da oggi a m, il cui montante corrisponde al montante del FRA 39

40 Il Mapping dei forward rate agreements 1m 1,013m 1,013m investimento m f m debito Immaginando che i tassi spot a tre e a sei mesi siano pari, rispettivamente, al 5% e al 5,10% su base semplice, le componenti elementari saranno: Flussi di cassa 1. Debito 2. Investimento = FRA tasso 5,00% 5,10% durata (gg) oggi 01/08/ f 01/11/ m 01/02/ Per calcolare il VaR del FRA sarà necessario calcolare VaR 1 e VaR 2 e combinarli conoscendo la correlazione storica tra le variazioni del tasso spot a tre mesi (primo fattore di rischio) e quelle a sei mesi (secondo fattore di rischio) 40

41 Il Mapping delle posizioni in titoli azionari Una posizione azionaria presenta un valore di mercato sensibile a un solo fattore: il prezzo del titolo Considerando ogni singolo prezzo azionario come un fattore di rischio si otterrebbe, nel caso di un portafoglio, un elevato numero di fattori di mercato dei quali stimare volatilità e correlazioni. Le posizioni vengono aggregate sulla base della comune sensibilità a un unico fattore di mercato La singola posizione in un titolo azionario viene ricondotta a una posizione virtuale nei confronti del relativo mercato di borsa La posizione i-esima viene mappata al relativo mercato azionario j-esimo sulla base del proprio coefficiente beta * VM i VM i i, j Valore della posizione virtuale sull indice di borsa associata al valore di mercato VMi della posizione effettiva nel titolo i-esimo 41

42 Il Mapping delle posizioni in titoli azionari ll VaR relativo alla posizione nel titolo azionario i-esimo diventa quindi: VaR i VM i Coefficiente di sensibilità i, j Aggregando tutti i titoli quotati sul mercato j, si ha: * VM j VM i VM i i, j i j i j VaR j VM j z j z z j Per valutare vantaggi e limiti di questa metodologia di mapping, nella slides successive verrà calcolato il VaR di un portafoglio sia utilizzando il mapping che considerando come fattori di rischio i titoli stessi componenti il portafoglio i j j VM * i z Deviazione standard delle variazioni (logaritmiche) dell indice del mercato posizione virtuale complessiva VM i i, j VaR complessivo j 42

43 Il Mapping delle posizioni in titoli azionari Il livello di confidenza selezionato per l esempio è 99%, a cui si associa uno z α = 2,326 Dati relativi a volatilità e correlazioni dei singoli titoli Titolo A Titolo B Titolo C Indice Portafoglio Valore di Mercato ( m) Beta 1,4 1,2 0,8-1,067 Posizione virtuale nell indice ( - m) Volatilità 15,0% 12,0% 10,0% 7% - Correlazioni tra rendimenti logaritmici Titolo A 1 0,5 0,8 Titolo B 0,5 1 0 Titolo C 0,

44 Il Mapping delle posizioni in titoli azionari Calcoliamo ora il VaR nelle due modalità (in milioni di euro) ij Con mapping VaR z VM 2,3260,0748 7, 817 Senza mapping j j i i, j VaR P VaR 2 A VaR 2 B VaR 2 C 2 VaR AVaR B A, B 2VaR AVaR C A, C 2VaR BVaR CB, C 9,589 Il VaR ottenuto applicando la metodologia di mapping ( ) risulta inferiore a quello fondato sulle volatilità dei rendimenti dei singoli titoli e sulle relative correlazioni ( ). VaR dei singoli titoli VaR del portafoglio Titolo A Titolo B Titolo C Con il mapping Con volatilità e correlazioni 3,490 4,187 4,653 7,817 9,589 44

45 Il Mapping delle posizioni in titoli azionari La tecnica mapping descritta si fonda sull ipotesi che la variabilità del rendimento di ogni singolo titolo azionario possa essere interamente spiegata dalla variabilità del rendimento dell indice di mercato il rischio di un titolo azionario è dato dal solo rischio sistematico il rischio sistematico può essere colto adeguatamente mediante il beta, cioè tramite un modello unifattoriale quale il CAPM Possibili errori di stima nel caso in cui: Il portafoglio in esame abbia un limitato numero di i titoli (la diversificazione non è sufficiente a eliminare il rischio specifico dei titoli) Il rischio sistematico di un titolo azionario è più correttamente colto da un modello multifattoriale come l APT 45

46 Il Mapping dei titoli obbligazionari Il rischio di un titolo obbligazionario può essere modellato utilizzando lo Yield to Maturity come unico fattore di rischio (coefficiente di sensibilità duration modificata) Una banca che detiene nel proprio portafoglio molte obbligazioni dovrebbe dunque utilizzare un numero assai elevato di fattori di rischio Normalmente le banche preferiscono non utilizzare come fatto di rischio i tassi interni di rendimento, bensì i tassi zero coupon legati ad un insieme predeterminato di scadenze, che rappresenta la term structure Ciò significa che un Treasury bond va scomposto nei suoi flussi di cassa elementari che vanno successivamente tradotti (clumping), in flussi di cassa fittizi associati ai nodi della term structure. 46

47 L approccio varianze-covarianze: riepilogo e principali limiti L approccio parametrico ipotizza che le variazioni dei fattori di rischio siano distribuite secondo una normale con varianza nulla e volatilità stabile nel tempo; nell approccio asset normal tale ipotesi è applicata direttamente alle variazioni dei prezzi Le variazioni di valore delle posizioni vengono derivate da quelle dei fattori di rischio attraverso coefficienti lineari (delta) le posizioni complesse vengono suddivise in componente elementari tramite le tecniche di mapping Le variazioni di valore di un portafoglio di posizioni e/o componenti elementari sono ottenute in modo parametrico, utilizzando la matrice delle correlazioni tra le variazioni dei fattori di rischio. Di conseguenza anche il VaR è ottenuto in modo parametrico, moltiplicando la deviazione standard per un coefficiente z α 47

48 % di casi Rischio e valore nelle banche L approccio varianze-covarianze: riepilogo e principali limiti azioni tassi materie prime cambi 1. Fattori di rischio: Sono definiti come variazioni dei prezzi (asset normal) come variazioni nelle variabili di mercato (delta normal) e la loro distribuzione è ipotizzata normale. 16% 14% 12% 10% 8% 6% 4% 2% 0% Variazioni di valore del portafoglio (euro, valore centrale) I limiti di tale approccio sono 3: 2. Portafoglio: 3. Misure di rischio: Le singole posizioni vengono mappate ai fattori di rischio sulla base di flussi di cassa virtuali e di coefficienti lineari (delta). Il rischio di portafoglio è stimato in base alla matrice delle correlazioni Il VaR è generato rapidamente come multiplo ( z ) della deviazione standard. Ipotesi di indipendenza seriale della distribuzione dei rendimenti dei fattori di mercato Linearità dei profili di payoff delle posizioni di rischio Distribuzione normale dei rendimenti dei fattori di mercato 48

49 Limiti: l ipotesi di distribuzione normale Le distribuzioni empiriche dei rendimenti presentano generalmente delle code più spesse ("fat tails") di quelle di una distribuzione normale. leptocurtosi La probabilità che si verifichino variazioni di prezzo lontane dal valore medio è più elevata di quella implicita in una distribuzione normale Le variazioni di prezzo delle attività finanziarie sono distribuite in modo non perfettamente simmetrico: negative skewness Si possono riscontrare più osservazioni all estremo sinistro della distribuzione rispetto che all estremo destro Il problema delle fat tails è forse il più serio fra quelli menzionati: La probabilità di conseguire perdite superiori al VaR parametrico calcolato, ad esempio, con livello di confidenza del 99% è in realtà superiore all 1%. 49

50 Limiti: l ipotesi di distribuzione normale In ogni caso i rendimenti di un portafoglio diversificato il cui valore dipende da un numero elevato di fattori di mercato fra loro indipendenti sono comunque distribuiti secondo una normale I fattori di mercato però non sono, in generale, indipendenti e tendono a muoversi in modo correlato Soluzioni sostituire la distribuzione normale con altre distribuzioni, ad esempio con la distribuzione t di Student e le misture di normali le misure di VaR parametriche basate sulla normale vengano corrette per tenere conto della skewness e della curtosi della distribuzione empirica dei rendimenti 50

51 Limiti: l ipotesi di distribuzione normale La distribuzione t di Student è caratterizzata da code più spesse rispetto alla distribuzione normale Migliore approssimazione dei movimenti del mercato La distribuzione t di Student è una distribuzione con media zero, varianza unitaria, interamente definita da un parametro ν, denominato gradi di libertà, che controlla il grado di leptocurtosi. Livello di confidenza c Minori sono i gradi di libertà, maggiore è lo spessore delle code Percentili associati al livello di confidenza t di Student con v gradi di libertà v = 10 v = 9 v = 8 v = 7 v = 6 v = 5 v = 4 Normale standard, z c 99,99% 3,72 6,21 6,59 7,12 7,89 9,08 11,18 15,53 99,50% 2,58 3,58 3,69 3,83 4,03 4,32 4,77 5,60 99,00% 2,33 3,17 3,25 3,36 3,50 3,71 4,03 4,60 98,00% 2,05 2,76 2,82 2,90 3,00 3,14 3,36 3,75 97,50% 1,96 2,63 2,69 2,75 2,84 2,97 3,16 3,50 95,00% 1,64 2,23 2,26 2,31 2,36 2,45 2,57 2,78 90,00% 1,28 1,81 1,83 1,86 1,89 1,94 2,02 2,13 A parità di media e deviazione standard, una distribuzione t di Student produce stime di VaR più elevate di quelle di una distribuzione normale 51

52 Limiti: l ipotesi di distribuzione normale Un'altra distribuzione di probabilità alternativa alla normale è la combinazione di più distribuzioni normali ( mixture of normals ), caratterizzate dalla medesima media ma con varianze differenti La mistura di normali risulta idonea per catturare gli eventi eccezionali o estremi che una sola distribuzione normale non coglie adeguatamente, E possibile utilizzare due distribuzioni normali, entrambe a media nulla, la 2 prima con varianza modesta ( ), la seconda con varianza assai più elevata ( > ). 2 1 Risolve il problema delle fat-tails Per ottenere la mixture of normals si attribuisce alle due distribuzioni una probabilità, attribuendo ai rendimenti del fattore di mercato una diversa probabilità di essere estratti da una delle due distribuzioni 52

53 Limiti: l ipotesi di distribuzione normale r Probabilità che il rendimento sia estratto dalla prima distribuzione p r ( 1 p) r 1 2 Probabilità che il rendimento sia estratto dalla seconda distribuzione Variabile distribuita come normale a media zero e varianze pari Variabile distribuita come normale a media zero e varianze pari Distribuzione mista che considera adeguatamente gli eventi estremi caratterizzati da una bassa probabilità di accadimento La volatilità delle variabili finanziarie risulta influenzata da due tipi di fattori Fattori strutturali: incidono in modo permanente sul livello di volatilità Fattori ciclici influenzano più raramente il livello della volatilità: ad esempio i fenomeni di stacco dei dividendi 53

54 Limiti: l ipotesi di distribuzione normale Alternativamente si può correggere le misure di VaR basate sulla normale, per renderle più coerenti con la distribuzione empirica dei rendimenti r Il percentile z a viene corretto come segue: Metodologia originariamente proposta da Cornish & Fisher nel z z z 1 S z 3z K 2z 5z S S * skewness n r 3 i r r 4 i r i1 s 3 ( n1) K n i1 3 4 s ( n1) deviazione standard campionaria excess kurtosis la media (campionaria) dei rendimenti) 54

55 Limiti: l ipotesi di distribuzione normale Considerando i dati della slide 4, il VaR al 99% è: VaR z 2,331,65% 3,85% I dati sono caratterizzati da una skewness negativa, -0,69 e un excess kurtosis positivo 2,87. Correggendo z a si ottiene: ,33 2,33 1 ( 0, 69) 2,33 32,33 2, * z ,33 5 2,33 ( 0,69) 2 3,32 36 Il VaR al 99% diventa: VaR * z 3,321,65% 5,50% 55

56 Limiti: l indipendenza seriale dei rendimenti dei fattori di mercato La volatilità dei rendimenti giornalieri può essere utilizzata per stimare la volatilità di orizzonti di rischio più prolungati, moltiplicando la prima per la radice quadrata del numero di giorni compresi nel nuovo orizzonte di rischio. Questa soluzione è corretta se si assume che l evoluzione dei fattori di mercato sia rappresentata da un moto browniano geometrico: ds S t t variazione istantanea percentuale del fattore di mercato dt dw t variazione infinitesimale del tempo un processo di Wiener, ossia una variabile aleatoria normale con media nulla e varianza pari a dt Volatilità del fattore di mercato tasso di variazione annuo atteso del fattore di mercato 56

57 Limiti: l indipendenza seriale dei rendimenti dei fattori di mercato Proprietà del moto browniano geometrico: 1. il fattore di rischio S segue un percorso casuale coerente con l'ipotesi di efficienza debole del mercato (processo di Markov), ma caratterizzato da un rendimento atteso (drift) non nullo, pari a μ; 2. i rendimenti relativi a intervalli temporali diversi sono fra loro indipendenti (ipotesi di indipendenza seriale) e normalmente distribuiti; 3. la volatilità rappresenta un disturbo, o noise, di quello che altrimenti sarebbe un processo guidato unicamente dalla variazione attesa ; 4. il rendimento dell'attività finanziaria considerata ha una varianza 2 dt costante, proporzionale al tempo ( ). 57

58 Limiti: l indipendenza seriale dei rendimenti dei fattori di mercato Le ipotesi della slide precedente sono spesso smentite dal comportamento reale delle variabili finanziarie: l indipendenza seriale dei rendimenti è ben di rado verificata (si veda la slide 20) la varianza varia nel tempo 58

59 Limiti: l ipotesi di linearità dei payoff e l approccio delta-gamma L ipotesi di una relazione lineare fra le variazioni dei fattori di mercato e le variazioni del valore della posizione è scarsamente credibile Un caso tipico è quello dei titoli obbligazionari, dove l'ipotesi di linearità equivale a trascurare la convessità Può essere resa più precisa l approssimazione della funzione che lega il valore di mercato delle singole posizioni al valore dei fattori di rischio Ciò equivale ad arrestare al secondo ordine, e non al primo, l approssimazione in serie di Taylor della funzione Nel caso dei titoli obbligazionari, si considera non solo la duration Nel caso delle posizioni in opzioni ma anche la convessità; si include anche il cosiddetto coefficiente gamma dell opzione Approccio delta-gamma 59

60 Limiti: l ipotesi di linearità dei payoff e l approccio delta-gamma Consideriamo la funzione VM(S), che lega il valore di mercato di una posizione al valore di un fattore di rischio S: VM VM dvm ds dvm ds S S d VM 2 ds Approssimazione del primo ordine ( S) È come se il valore di mercato della posizione fosse una funzione di due distinti fattori di rischio, ΔS ed il suo quadrato L aumento di precisione ottenuto con l approssimazione delta/gamma è tanto maggiore quanto maggiore è lo shock del fattore di mercato e quanto maggiore è il grado di curvatura della posizione 2 S ( S) 2 Sviluppo del secondo ordine 2 60

61 Limiti: l ipotesi di linearità dei payoff e l approccio delta-gamma Anche se lo sviluppo del secondo (o del terzo) ordine migliora la qualità dell approssimazione, esso è comunque a una stima soggetta a errore Nel caso delle opzioni la stima degli effetti di variazioni delle variabili di mercato si basa sui coefficienti delta, gamma, vega e rho Tali coefficienti sono meno Payoff efficaci in presenza di shock congiunti di più variabili Y A X W E B Prezzo dell attività sottostante Nel caso di posizioni con payoff non-lineare, non-derivabile e non-monotòno, l applicazione dell approccio delta-gamma può condurre a risultati errati 61

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

UNA NUOVA MISURA DI RISCHIO IL VALUE-AT-RISK: MODELLI DI STIMA DEL RISCHIO DI MERCATO

UNA NUOVA MISURA DI RISCHIO IL VALUE-AT-RISK: MODELLI DI STIMA DEL RISCHIO DI MERCATO UNA NUOVA MISURA DI RISCHIO IL VALUE-AT-RISK: MODELLI DI STIMA DEL RISCHIO DI MERCATO prof.ssa Annalisa Di Clemente Dispense didattiche di Economia dei mercati monetari e finanziari Facoltà di Scienze

Dettagli

I modelli di simulazione

I modelli di simulazione Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA Le simulazioni storiche L approccio ibrido Le simulazioni storiche filtrate

Dettagli

I modelli VaR per i rischi di mercato: riepilogo, applicazioni, limiti

I modelli VaR per i rischi di mercato: riepilogo, applicazioni, limiti I modelli VaR per i rischi di mercato: riepilogo, applicazioni, limiti Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA Un

Dettagli

Le obbligazioni: misure di rendimento e rischio. Economia degli Intermediari Finanziari 4 maggio 2009 A.A. 2008-2009

Le obbligazioni: misure di rendimento e rischio. Economia degli Intermediari Finanziari 4 maggio 2009 A.A. 2008-2009 Le obbligazioni: misure di rendimento e rischio Economia degli Intermediari Finanziari 4 maggio 009 A.A. 008-009 Agenda 1. Introduzione ai concetti di rendimento e rischio. Il rendimento delle obbligazioni

Dettagli

LA STIMA DEL COST OF EQUITY (Ke) Valutazione d impresa aprile 2012 dott. Lanfranco Lodi

LA STIMA DEL COST OF EQUITY (Ke) Valutazione d impresa aprile 2012 dott. Lanfranco Lodi LA STIMA DEL COST OF EQUITY (Ke) 0 CAPM: si fonda sul presupposto che investitori realizzino diversificazione di portafoglio remunerazione solo del rischio non diversificabile R i =K el* = R f + β i x

Dettagli

Il RISCHIO DI TASSO DI INTERESSE. Il Cash Flow Mapping La normativa di vigilanza

Il RISCHIO DI TASSO DI INTERESSE. Il Cash Flow Mapping La normativa di vigilanza Il RISCHIO DI TASSO DI INTERESSE Il Cash Flow Mapping La normativa di vigilanza NEMANJA RADIĆ 22/04/2009 AGENDA Introduzione I. I modelli basati sul cash flow mapping II. III. 2 Gli obiettivi del cash

Dettagli

GUIDA ALLA LETTURA DELLE SCHEDE FONDI

GUIDA ALLA LETTURA DELLE SCHEDE FONDI GUIDA ALLA LETTURA DELLE SCHEDE FONDI Sintesi Descrizione delle caratteristiche qualitative con l indicazione di: categoria Morningstar, categoria Assogestioni, indice Fideuram. Commenti sulla gestione

Dettagli

Modelli di portafoglio

Modelli di portafoglio Università Bicocca - Milano Anno Accademico 2007 / 2008 Modelli di portafoglio Corso di Risk Management Milano, 26 Marzo 2008 Perchè stimare EL e UL: un esempio Actual Portfolio Loss 2.00% 1.80% 1.60%

Dettagli

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1 23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari In uno schema uniperiodale e in un contesto di analisi media-varianza, si consideri un mercato

Dettagli

Il rischio di mercato Le tipologie, le metodologie di gestione, i requisiti patrimoniali. Giuseppe G. Santorsola

Il rischio di mercato Le tipologie, le metodologie di gestione, i requisiti patrimoniali. Giuseppe G. Santorsola Il rischio di mercato Le tipologie, le metodologie di gestione, i requisiti patrimoniali 1 Una definizione I rischi di mercato si manifestano quando le variazioni dei fattori di mercato hanno delle conseguenze

Dettagli

Il rischio di mercato. I modelli parametrici

Il rischio di mercato. I modelli parametrici Gestione dei rischi finanziari Il rischio di mercato. I modelli parametrici Giampaolo Gabbi Gestione dei rischi finanziari Corso di Laurea Magistrale EGIF 2015-2016 1 Agenda I modelli VaR L approccio varianze-covarianze

Dettagli

I modelli fondati sul mercato dei capitali

I modelli fondati sul mercato dei capitali I modelli fondati sul mercato dei capitali Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA L approccio basato sugli spread

Dettagli

Il processo di misurazione e gestione del rischio nell ambito di modelli VaR. Aldo Nassigh. 16 Ottobre 2007

Il processo di misurazione e gestione del rischio nell ambito di modelli VaR. Aldo Nassigh. 16 Ottobre 2007 Il processo di misurazione e gestione del rischio nell ambito di modelli Aldo Nassigh 16 Ottobre 2007 INDICE 1. La misurazione del rischio di mercato attraverso il 1.a Nozioni basilari 1.b I metodi parametrici

Dettagli

M. Massari, L. Zanetti, Valutazione. Fondamenti teorici e best practice nel settore industriale e finanziario, Mc Graw Hill, 2008

M. Massari, L. Zanetti, Valutazione. Fondamenti teorici e best practice nel settore industriale e finanziario, Mc Graw Hill, 2008 M. Massari, L. Zanetti, Valutazione. Fondamenti teorici e best practice nel settore industriale e finanziario, Mc Graw Hill, 2008 CAP. 5 (2a PARTE) LA STIMA DEL COSTO OPPORTUNITA DEL CAPITALE 1 LA STIMA

Dettagli

In termini di rischio le conclusioni a cui giunge il modello possono riassumersi nelle seguenti proposizioni:

In termini di rischio le conclusioni a cui giunge il modello possono riassumersi nelle seguenti proposizioni: b) Il capital Asset Pricing Model (CAPM) Il modello del CAPM è stato elaborato agli inizi degli anni 60 da tre studiosi americani: Sharpe, Lintner e Mossin. Le ipotesi semplificatrici alla base del modello

Dettagli

La modalità di determinazione dei Margini Iniziali

La modalità di determinazione dei Margini Iniziali La modalità di determinazione dei Margini Iniziali Ufficio RM Versione 1.0 Sommario Premessa... 3 1. Tipologie di Margini Iniziali... 3 2. Il Calcolo dei Margini Iniziali Ordinari... 4 3. La Determinazione

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

Introduzione. Capitolo 1. Opzioni, Futures e Altri Derivati, 6 a Edizione, Copyright John C. Hull 2005 1

Introduzione. Capitolo 1. Opzioni, Futures e Altri Derivati, 6 a Edizione, Copyright John C. Hull 2005 1 Introduzione Capitolo 1 1 La Natura dei Derivati I derivati sono strumenti il cui valore dipende dal valore di altre più fondamentali variabili sottostanti 2 Esempi di Derivati Forwards Futures Swaps Opzioni

Dettagli

Corso di Risk Management

Corso di Risk Management Concetti fondamentali di risk management Tutti i concetti della lezione odierna sono presi da McNeil, Frey, Embrechts (2005), Quantitative Risk Management, Princeton, Princeton University Press, cap. 2.

Dettagli

MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI. Calcolo del fair value e misurazione dei rischi

MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI. Calcolo del fair value e misurazione dei rischi Corso tecnico - pratico MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI Calcolo del fair value e misurazione dei rischi Modulo 1 (base): 22-23 aprile 2015 Modulo 2 (avanzato):

Dettagli

La Cassa Controparte Centrale dei Mercati Cash Azionari La Metodologia di Calcolo dei Margini Iniziali

La Cassa Controparte Centrale dei Mercati Cash Azionari La Metodologia di Calcolo dei Margini Iniziali La Cassa Controparte Centrale dei Mercati Cash Azionari La Metodologia di Calcolo dei Margini Iniziali Ufficio RM Versione 2.1 Indice Premessa... 3 a) Ambito... 3 b) Obiettivi... 3 1. Metodologia di calcolo

Dettagli

Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie

Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie Economia degli Intermediari Finanziari 29 aprile 2009 A.A. 2008-2009 Agenda 1. Il calcolo

Dettagli

Tecniche di stima del costo e delle altre forme di finanziamento

Tecniche di stima del costo e delle altre forme di finanziamento Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Tecniche di stima del costo e delle altre forme di finanziamento Capitolo 17 Indice degli argomenti 1. Rischio operativo e finanziario

Dettagli

Nell approccio varianze-covarianze, il VaR di un azione viene calcolato sulla base del CAPM come. VaR = z α β σ M,

Nell approccio varianze-covarianze, il VaR di un azione viene calcolato sulla base del CAPM come. VaR = z α β σ M, Il VaR di un azione Nell approccio varianze-covarianze, il VaR di un azione viene calcolato sulla base del CAPM come VaR = z α β σ M, dove σ M è la volatilità dell indice di mercato scelto per l azione.

Dettagli

Test di ammissione al Corso di Laurea magistrale a numero programmato in: Finanza, Intermediari e Mercati - CLAMFIM (cod. 0901)

Test di ammissione al Corso di Laurea magistrale a numero programmato in: Finanza, Intermediari e Mercati - CLAMFIM (cod. 0901) Test di ammissione al Corso di Laurea magistrale a numero programmato in: Finanza, Intermediari e Mercati - CLAMFIM (cod. 0901) Classe: LM-16 (Finanza) Anno Accademico 2011/2012 1 1) Secondo qualsiasi

Dettagli

Metodologia di valutazione e di pricing e Regole Interne per l emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Trento

Metodologia di valutazione e di pricing e Regole Interne per l emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Trento Metodologia di valutazione e di pricing e Regole Interne per l emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Trento 2014 PREMESSA Il presente documento definisce ed illustra

Dettagli

Esperienza MBG Il moto browniano geometrico. Proprietà teoriche e simulazione Monte Carlo

Esperienza MBG Il moto browniano geometrico. Proprietà teoriche e simulazione Monte Carlo Università degli Studi di Perugia Laurea specialistica in Finanza a.a. 2009-10 Corso di Laboratorio di calcolo finanziario prof. Franco Moriconi Esperienza MBG Il moto browniano geometrico. Proprietà teoriche

Dettagli

Domanda 1: Valutazione e Analisi di Obbligazioni

Domanda 1: Valutazione e Analisi di Obbligazioni Domanda 1: Valutazione e Analisi di Obbligazioni (41 punti) Lei ha iniziato a lavorare quale analista obbligazionario. Il primo giorno di lavoro si trova confrontato con il seguente portafoglio obbligazionario

Dettagli

Derivati: principali vantaggi e utilizzi

Derivati: principali vantaggi e utilizzi Derivati: principali vantaggi e utilizzi Ugo Pomante, Università Commerciale Luigi Bocconi Trading Online Expo Milano 28, Marzo 2003 CONTENUTI In un mondo senza derivati I futures Le opzioni Strategie

Dettagli

METODOLOGIA DI VALUTAZIONE E DI PRICING PER L EMISSIONE/NEGOZIAZIONE DEI PRESTITI OBBLIGAZIONARI DI PROPRIA EMISSIONE

METODOLOGIA DI VALUTAZIONE E DI PRICING PER L EMISSIONE/NEGOZIAZIONE DEI PRESTITI OBBLIGAZIONARI DI PROPRIA EMISSIONE METODOLOGIA DI VALUTAZIONE E DI PRICING PER L EMISSIONE/NEGOZIAZIONE DEI PRESTITI OBBLIGAZIONARI DI PROPRIA EMISSIONE Delibera del Consiglio di Amministrazione Padergnone, 16 gennaio 2014 AGGIORNAMENTO

Dettagli

Le tipologie di rischio

Le tipologie di rischio Le tipologie di rischio In ambito fi nanziario il rischio assume diverse dimensioni, a diversi livelli. La distinzione principale da delineare è fra rischio generico e rischio specifi co, valida per tutti

Dettagli

UNIVERSITA DEGLI STUDI DI PADOVA

UNIVERSITA DEGLI STUDI DI PADOVA UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA TESI DI LAUREA Il VALUE AT RISK PER LA GESTIONE DEL RISCHIO DI MERCATO: METODI DI CALCOLO

Dettagli

Iniziativa Comunitaria Equal II Fase IT G2 CAM - 017 Futuro Remoto. Strumenti di Valutazione di un Prodotto Finanziario

Iniziativa Comunitaria Equal II Fase IT G2 CAM - 017 Futuro Remoto. Strumenti di Valutazione di un Prodotto Finanziario AREA FINANZA DISPENSA FINANZA Iniziativa Comunitaria Equal II Fase IT G2 CAM - 017 Futuro Remoto Strumenti di Valutazione di un Prodotto Finanziario ORGANISMO BILATERALE PER LA FORMAZIONE IN CAMPANIA Strumenti

Dettagli

Tecniche di copertura

Tecniche di copertura Tecniche di copertura A tale scopo, il primo parametro da considerare è. Si supponga di possedere un portafoglio Π composto dall opzione e da una quantità pari a del sottostante (dunque, ho venduto l opzione

Dettagli

Metodologia di valutazione e di pricing per la emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Pinzolo

Metodologia di valutazione e di pricing per la emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Pinzolo Metodologia di valutazione e di pricing per la emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Pinzolo 13 novembre 2014 PREMESSA Il presente documento definisce ed illustra

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

Finanza Aziendale. Lezione 12. Analisi del rischio

Finanza Aziendale. Lezione 12. Analisi del rischio Finanza Aziendale Lezione 12 Analisi del rischio Obiettivi i della lezione I rendimenti e la loro misurazione I rendimenti medi ed il loro rischio La misurazione del rischio e l effetto diversificazione

Dettagli

Tecnica Bancaria (Cagliari - 2015)

Tecnica Bancaria (Cagliari - 2015) Tecnica Bancaria (Cagliari - 2015) prof. Mauro Aliano mauro.aliano@unica.it mauro.aliano@unica.it 1 Il rischio di interesse 2 Il rischio di tasso di interesse Il rischio di tasso di interesse può essere

Dettagli

SOCIETA DI CONSULENZA IN FINANZA AZIENDALE E FORMAZIONE

SOCIETA DI CONSULENZA IN FINANZA AZIENDALE E FORMAZIONE SOCIETA DI CONSULENZA IN FINANZA AZIENDALE E FORMAZIONE Negli ultimi tre decenni, il Capital Asset Pricing model ha occupato un posto centrale e spesso controverso nella maggioranza degli strumenti di

Dettagli

Bongini,Di Battista, Nieri, Patarnello, Il sistema finanziario, Il Mulino 2004 Capitolo 2. I contratti finanziari. Capitolo 2 I CONTRATTI FINANZIARI

Bongini,Di Battista, Nieri, Patarnello, Il sistema finanziario, Il Mulino 2004 Capitolo 2. I contratti finanziari. Capitolo 2 I CONTRATTI FINANZIARI Capitolo 2 I CONTRATTI FINANZIARI 1 Indice Definizione di contratto finanziario Contratti finanziari bilaterali e multilaterali Contratto di debito Contratto di partecipazione Contratto assicurativo Contratto

Dettagli

Rischio e rendimento degli strumenti finanziari

Rischio e rendimento degli strumenti finanziari Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Rischio e rendimento degli strumenti finanziari Capitolo 15 Indice degli argomenti 1. Analisi dei rendimenti delle principali attività

Dettagli

Sommario. Prefazione XI PARTE I INTRODUZIONE 1. Capitolo 1 Arbitraggio e decisioni finanziarie 3

Sommario. Prefazione XI PARTE I INTRODUZIONE 1. Capitolo 1 Arbitraggio e decisioni finanziarie 3 Sommario Prefazione XI PARTE I INTRODUZIONE 1 Capitolo 1 Arbitraggio e decisioni finanziarie 3 1.1 Valutazione dei costi e benefici 4 Utilizzo dei prezzi di mercato per determinare valori monetari 4 Quando

Dettagli

Lezione n. 2 (a cura di Chiara Rossi)

Lezione n. 2 (a cura di Chiara Rossi) Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,

Dettagli

Esercizi: i rendimenti finanziari

Esercizi: i rendimenti finanziari Esercizi: i rendimenti finanziari Operazioni algebriche elementari Distribuzione e dipendenza Teoria di probabilità Selezione portafoglio p. 1/25 Esercizio I Nella tabella sottostante relativa all indice

Dettagli

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione Mario Guarracino Data Mining a.a. 2010/2011 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume

Dettagli

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA UNIVERSITA DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria A.a. 2003/2004 1 Indice La Capital Market Theory di Markowitz Il Teorema della separazione di Tobin e la Capital Market Line

Dettagli

1a 1b 2a 2b 3 4 5 6 6 5 4 3

1a 1b 2a 2b 3 4 5 6 6 5 4 3 MATEMATICA FINANZIARIA A e B - Prova scritta del 30 maggio 2000 1. (11 pti) Un tale deve pagare un debito di ammontare D. L ammortamento viene strutturato su 3 anni valutando gli interessi coi tassi variabili

Dettagli

Appunti sulla valutazione dei titoli obbligazionari. ad uso del corso di Economia e Tecnica dei Mercati Finanziari

Appunti sulla valutazione dei titoli obbligazionari. ad uso del corso di Economia e Tecnica dei Mercati Finanziari Appunti sulla valutazione dei titoli obbligazionari ad uso del corso di Economia e Tecnica dei Mercati Finanziari Marco Fumagalli A.A. 2011-2012 Contents 1. LA RELAZIONE PREZZO-RENDIMENTO... 2 1.1. L obbligazione

Dettagli

Domanda 1: Valutazione e Analisi di Obbligazioni / Gestione di Portafoglio (33 punti) Peso secondo il valore di mercato

Domanda 1: Valutazione e Analisi di Obbligazioni / Gestione di Portafoglio (33 punti) Peso secondo il valore di mercato Domanda 1: Valutazione e Analisi di Obbligazioni / Gestione di Portafoglio (33 punti) Il Sig. X è un gestore obbligazionario cui è stata assegnata la gestione del comparto obbligazionario internazionale

Dettagli

La struttura a Termine dei Tassi d interesse

La struttura a Termine dei Tassi d interesse La struttura a Termine dei Tassi d interesse Idee fondamentali Il tempo è rischio, quindi 100 domani non valgono 100 oggi. Ergo si deve attualizzare, ossia trovare il valore attuale dei 100 domani. Tuttosi

Dettagli

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1 LA VALUTAZIONE DI PORTAFOGLIO Giuseppe G. Santorsola 1 Rendimento e rischio Rendimento e rischio di un singolo titolo Rendimento e rischio di un portafoglio Rendimento ex post Media aritmetica dei rendimenti

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

Domanda 1: Valutazione e Analisi di Obbligazioni

Domanda 1: Valutazione e Analisi di Obbligazioni Domanda 1: Valutazione e Analisi di (48 punti) Il Sig. Smith è responsabile per gli investimenti obbligazionari presso una società di consulenza finanziaria, e ha analizzato la curva di rendimento delle

Dettagli

Strumenti finanziari e scelte di investimento. Roma, 8 maggio 2009

Strumenti finanziari e scelte di investimento. Roma, 8 maggio 2009 Strumenti finanziari e scelte di investimento Roma, 8 maggio 2009 IL MERCATO DEI CAPITALI Il MERCATO DEI CAPITALI è il luogo ideale dove si incontrano domanda e offerta di strumenti finanziari. Lo scopo

Dettagli

I contratti finanziari. Corso di Economia degli Intermediari Finanziari

I contratti finanziari. Corso di Economia degli Intermediari Finanziari I contratti finanziari Corso di Economia degli Intermediari Finanziari Definizioni I contratti finanziari-detti anche attività finanziarie e strumenti finanziari-sono beni intangibili che costituiscono

Dettagli

1. Exponential smoothing. Metodi quantitativi per i mercati finanziari. Capitolo 5 Analisi dei prezzi. Consideriamo la media mobile esponenziale

1. Exponential smoothing. Metodi quantitativi per i mercati finanziari. Capitolo 5 Analisi dei prezzi. Consideriamo la media mobile esponenziale 1. Exponential smoothing Consideriamo la media mobile esponenziale Metodi quantitativi per i mercati finanziari XMA t = (1 α)xma t 1 + αp t come previsione del prezzo al tempo T + 1 sulla base dell insieme

Dettagli

LEZIONE 4. Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo.

LEZIONE 4. Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo. LEZIONE 4 Il Capital Asset Pricing Model 1 Generalità 1 Generalità (1) Il Capital Asset Pricing Model è un modello di equilibrio dei mercati che consente di individuare una precisa relazione tra rendimento

Dettagli

Fondamenti e didattica di Matematica Finanziaria

Fondamenti e didattica di Matematica Finanziaria Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 10 Contenuti della lezione Valutazione di titoli obbligazionari

Dettagli

ALLEGATO B2 ALLA DELIBERA N. 415/04/CONS IL MODELLO DI DETERMINAZIONE DEL TASSO DI REMUNERAZIONE DEL CAPITALE IMPIEGATO

ALLEGATO B2 ALLA DELIBERA N. 415/04/CONS IL MODELLO DI DETERMINAZIONE DEL TASSO DI REMUNERAZIONE DEL CAPITALE IMPIEGATO ALLEGATO B2 ALLA DELIBERA N. 415/04/CONS IL MODELLO DI DETERMINAZIONE DEL TASSO DI REMUNERAZIONE DEL CAPITALE IMPIEGATO 1 1. Il modello di calcolo del tasso di remunerazione del capitale impiegato L Autorità,

Dettagli

Note webinar Ponderazione per Beta in IB Risk Navigator

Note webinar Ponderazione per Beta in IB Risk Navigator Note webinar Ponderazione per Beta in IB Risk Navigator Panoramica Il nostro Risk Navigator è stato potenziato, accessibile all'interno di Trader Workstation, offre ora le metriche ponderate per il beta.

Dettagli

IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.

IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento

Dettagli

Capitolo IV. I mercati finanziari

Capitolo IV. I mercati finanziari Capitolo IV. I mercati finanziari 2 I MERCATI FINANZIARI OBIETTIVO: SPIEGARE COME SI DETERMINANO I TASSI DI INTERESSE E COME LA BANCA CENTRALE PUO INFLUENZARLI LA DOMANDA DI MONETA DETERMINAZIONE DEL TASSO

Dettagli

I requisiti patrimoniali sui rischi di mercato

I requisiti patrimoniali sui rischi di mercato I requisiti patrimoniali sui rischi di mercato Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA L approccio standard Il requisito

Dettagli

REGOLAMENTO DEL FONDO INTERNO MULTISTRATEGY 2007

REGOLAMENTO DEL FONDO INTERNO MULTISTRATEGY 2007 REGOLAMENTO DEL FONDO INTERNO MULTISTRATEGY 2007 Art.1 - Aspetti generali Al fine di adempiere agli obblighi assunti nei confronti del Contraente in base alle Condizioni di Polizza, l Impresa ha costituito

Dettagli

Parte prima I prodotti del mercato monetario e obbligazionario 1

Parte prima I prodotti del mercato monetario e obbligazionario 1 00_caparrelli 20-01-2004 13:10 Pagina VII Prefazione XIII Parte prima I prodotti del mercato monetario e obbligazionario 1 Capitolo 1 I prodotti del mercato monetario 3 1.1 Introduzione al mercato monetario

Dettagli

Economia Intermediari Finanziari 1

Economia Intermediari Finanziari 1 Economia Intermediari Finanziari Il rischio, inteso come possibilità che il rendimento atteso da un investimento in strumenti finanziari, sia diverso da quello atteso è funzione dei seguenti elementi:

Dettagli

Metodologia di valutazione e di pricing per la emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Trento

Metodologia di valutazione e di pricing per la emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Trento Metodologia di valutazione e di pricing per la emissione/negoziazione dei prestiti obbligazionari emessi dalla Cassa Rurale di Trento Data 16 febbraio 2011 Delibera Consiglio d Amministrazione del marzo

Dettagli

A.A. 2011/11 Corso Financial Risk Management Market Risk. Assignment finale

A.A. 2011/11 Corso Financial Risk Management Market Risk. Assignment finale A.A. 2011/11 Corso Financial Risk Management Market Risk Assignment finale NB: per ottenere risultati uniformi attraverso i gruppi di lavoro, si raccomanda per lo svolgimento degli esercizi l utilizzo

Dettagli

Indice della lezione. Per fare scelte coerenti in termini di Finanza Aziendale. La finanza aziendale. La stima del costo del capitale

Indice della lezione. Per fare scelte coerenti in termini di Finanza Aziendale. La finanza aziendale. La stima del costo del capitale UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria Il costo del capitale è un tasso di attualizzazione Quale tasso di attualizzazione? Il Wacc La stima del costo del

Dettagli

Domanda 1: Valutazione e Analisi di Obbligazioni

Domanda 1: Valutazione e Analisi di Obbligazioni Domanda 1: Valutazione e Analisi di Obbligazioni (43 punti) Lei è il responsabile del dipartimento emissioni obbligazionarie di una banca europea. Questa 10 anni fa ha emesso un obbligazione perpetua subordinata

Dettagli

Capital budgeting. Luca Deidda. Uniss, CRENoS, DiSEA. Luca Deidda (Uniss, CRENoS, DiSEA) Lecture 19 1 / 1

Capital budgeting. Luca Deidda. Uniss, CRENoS, DiSEA. Luca Deidda (Uniss, CRENoS, DiSEA) Lecture 19 1 / 1 Capital budgeting Luca Deidda Uniss, CRENoS, DiSEA Luca Deidda (Uniss, CRENoS, DiSEA) Lecture 19 1 / 1 Introduzione Scaletta Introduzione Incertezza e costo del capitale Costo del capitale di rischio (equity

Dettagli

L investimento in obbligazioni bancarie: un caso di anomalia comportamentale?

L investimento in obbligazioni bancarie: un caso di anomalia comportamentale? L investimento in obbligazioni bancarie: un caso di anomalia comportamentale? Nadia Linciano Scelte di investimento e regole di tutela Il ruolo della finanza comportamentale tra economia, psicologia e

Dettagli

Non esiste un investimento perfetto in assoluto, esiste invece un investimento ottimale per ognuno di noi.

Non esiste un investimento perfetto in assoluto, esiste invece un investimento ottimale per ognuno di noi. ANALISI DEGLI INVESTIMENTI Non esiste un investimento perfetto in assoluto, esiste invece un investimento ottimale per ognuno di noi. Come un comodo abito ogni investimento deve essere fatto su misura.

Dettagli

Dott. Domenico Dall Olio

Dott. Domenico Dall Olio Responsabile didattico per il progetto QuantOptions Le basi delle opzioni www.quantoptions.it info@quantoptions.it 1 Opzioni: long call definizione e caratteristiche di base Le opzioni sono contratti finanziari

Dettagli

Contents. La modalità di determinazione dei parametri utilizzati nel calcolo dei Margini Iniziali per MTA/IDEM. Manuale

Contents. La modalità di determinazione dei parametri utilizzati nel calcolo dei Margini Iniziali per MTA/IDEM. Manuale Contents La modalità di determinazione dei parametri utilizzati nel calcolo dei Margini Iniziali per MTA/IDEM Manuale Versione 1.0 del 29 May 2015 1.0 EXECUTIVE SUMMARY... 3 2.0 METODOLOGIA PER LA DETERMINAZIONE

Dettagli

REGOLAMENTO DEL FONDO INTERNO CREDITRAS E OBBLIGAZIONARIO MISTO

REGOLAMENTO DEL FONDO INTERNO CREDITRAS E OBBLIGAZIONARIO MISTO REGOLAMENTO DEL FONDO INTERNO CREDITRAS E OBBLIGAZIONARIO MISTO Il presente Regolamento è composto dall'allegato al Regolamento del Fondo interno e dai seguenti articoli specifici per il Fondo interno

Dettagli

2.2.7 Strumenti finanziari - fair value e gestione dei rischi

2.2.7 Strumenti finanziari - fair value e gestione dei rischi 114 2.2.7 Strumenti finanziari - fair value e gestione dei rischi 2.2.7.1 Gerarchia del fair value 2. Bilancio consolidato Le tabelle di seguito forniscono una ripartizione delle attività e passività per

Dettagli

rendimento PROGRAMMA 0. Introduzione 1. Valore. 2. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM;

rendimento PROGRAMMA 0. Introduzione 1. Valore. 2. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM; PROGRAMMA 0. Introduzione 1. Valore.. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM; Rischio e capital budgeting Introduzione a rischio e rendimento 3. Decisioni

Dettagli

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza

Dettagli

FINANZA AZIENDALE Corso di Laurea Specialistica in Ingegneria Gestionale

FINANZA AZIENDALE Corso di Laurea Specialistica in Ingegneria Gestionale FINANZA AZIENDALE Corso di Laurea Specialistica in Ingegneria Gestionale 6 parte Prof. Giovanna Lo Nigro # 1 I titoli derivati # 2 Copyright 2003 - The McGraw-Hill Companies, srl Argomenti trattati Tipologie

Dettagli

Classificazione tipologie di rischio

Classificazione tipologie di rischio Università Bicocca - Milano Anno Accademico 2007 / 2008 Classificazione tipologie di rischio Corso di Risk Management Milano, 27 Febbraio 2008 1 Rischi impliciti nell attività bancaria RISCHIO DI CREDITO

Dettagli

1. Richiami di Statistica. Stefano Di Colli

1. Richiami di Statistica. Stefano Di Colli 1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche

Dettagli

Il concetto di rischio

Il concetto di rischio Il concetto di rischio Il rischio si presenta in forma simmetrica: vi è la possibilità di ottenere un risultato inferiore a quello più probabile ma anche di ottenere un risultato superiore. Si può guardare

Dettagli

Report semestrale sulla Gestione Finanziaria al 30 Giugno 2012

Report semestrale sulla Gestione Finanziaria al 30 Giugno 2012 CASSA DI PREVIDENZA - FONDO PENSIONE PER I DIPENDENTI DELLA RAI E DELLE ALTRE SOCIETÀ DEL GRUPPO RAI - CRAIPI Report semestrale sulla Gestione Finanziaria al 30 Giugno 2012 SETTEMBRE 2012 Studio Olivieri

Dettagli

Quesiti livello Application

Quesiti livello Application 1 2 3 4 Se la correlazione tra due attività A e B è pari a 0 e le deviazioni standard pari rispettivamente al 4% e all 8%, per quali dei seguenti valori dei loro pesi il portafoglio costruito con tali

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

I titoli obbligazionari

I titoli obbligazionari I titoli obbligazionari 1 Tipologie di titoli La relazione di equivalenza consente di attribuire un valore oggi ad importi monetari disponibili ad una data futura. In particolare permettono di determinare

Dettagli

I tassi interni di trasferimento

I tassi interni di trasferimento Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione AGENDA TIT unici e TIT multipli La determinazione dei tassi interni di trasferimento Le caratteristiche

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

Offerta al pubblico di LIFE BONUS STARS prodotto finanziario-assicurativo di tipo unit linked (Codice Prodotto UL15RV) Regolamento dei Fondi interni

Offerta al pubblico di LIFE BONUS STARS prodotto finanziario-assicurativo di tipo unit linked (Codice Prodotto UL15RV) Regolamento dei Fondi interni Offerta al pubblico di LIFE BONUS STARS prodotto finanziario-assicurativo di tipo unit linked (Codice Prodotto UL15RV) Regolamento dei Fondi interni REGOLAMENTO DEL FONDO INTERNO CREDITRAS F OBBLIGAZIONARIO

Dettagli

Rischi in Finanza. Rischi finanziari. Rischi puri. Rischi sistematici. Rischi non sistematici

Rischi in Finanza. Rischi finanziari. Rischi puri. Rischi sistematici. Rischi non sistematici Rischi in Finanza Rischi puri Rischi finanziari Rischi sistematici Rischi non sistematici Rischi non sistematici I rischi non sistematici sono rischi specifici Tipologie di rischi specifico più frequenti:

Dettagli

Domanda 1: Valutazione e Analisi di Obbligazioni

Domanda 1: Valutazione e Analisi di Obbligazioni Domanda 1: Valutazione e Analisi di Obbligazioni (50 punti) Lei è un gestore di portafoglio di una banca internazionale. Un cliente le mostra i suoi investimenti attuali, riassunti nella tabella seguente:

Dettagli

Le curve di indifferenza sulla frontiera di Markowitz

Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria da Markowitz al teorema della separazione e al CAPM Le curve di indifferenza sulla frontiera di Markowitz Markowitz

Dettagli

Investi con Me - Obbligazionario Flessibile Scheda sintetica - Informazioni specifiche 1 di 7

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

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Risk Management

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Risk Management UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso di Prof. Filippo Stefanini A.A. Corso 60012 Corso di Laurea Specialistica in Ingegneria Edile Tassi di interesse Per ciascuna divisa, sono regolarmente quotati diversi

Dettagli

TEST FINANZA OTTOBRE 2013

TEST FINANZA OTTOBRE 2013 TEST FINANZA OTTOBRE 03. Si consideri la funzione f ( ) ln( e ). Determinare l espressione corretta della derivata seconda f ( ). e f( ) ( e ) A B f( ) e f( ) ln ( e ) C D f( ). Dati i tre vettori (, 3,

Dettagli

HI Numen Credit Fund HEDGE INVEST INTERNATIONAL SICAV. Report Dicembre 2012

HI Numen Credit Fund HEDGE INVEST INTERNATIONAL SICAV. Report Dicembre 2012 HEDGE INVEST INTERNATIONAL SICAV Report Via Vittor Pisani 22-20124 Milano tel. +39 02 667441 - fax. +39 02 6674450 www.hedgeinvest.it POLITICA DI INVESTIMENTO L'obiettivo di HI Numen Credit Fund è generare

Dettagli

I Differenziali di rendimento

I Differenziali di rendimento I Differenziali di rendimento continuano ad orientare il mercato FX 14 Febbraio 2011 Durante la scorsa settimana abbiamo avuto un attività di trading favorevole sul Dollaro USA in quanto i differenziali

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