Anno accademico 2005/06

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Anno accademico 2005/06"

Transcript

1 1 Modelli Matematici per i Mercati Finanziari Anno accademico 005/06 Prof.ssa Rosella Giacometti

2 Programma del corso A) Il rischio di mercato: A.1) Modelli per il mercato azionario La teoria del portafoglio nello spazio rischio/rendimento Il Capital Asset Pricing Model -CAPM L Arbitrage Pricing Theory -APT A.)Modelli per il mercato obbligazionario - Il prezzo equo di un obbligazione -La duration come scadenza media finanziaria come indicatore di rischio - La duration modificata o volatilità - La duration di un portafoglio - La convessità - Principi di immunizzazione A.3) Dalle misure di rischio tradizionali al VaR

3 Modelli matematici per i mercati finanziari 3 B)Rischio di credito: La valutazione dell esposizione al rischio di default Le perdite attese, inattese delle singole posizioni Stima della probabilità di default La logica di portafoglio Il modello CreditMetrics Il modello CreditRisk+

4 Libri consigliati 4 Rischio di mercato - L economia del mercato mobiliare /Pier Luigi Fabrizi. Egea 003 (Capitoli 9,10,11,1) VaR e Rischio di credito - Opzioni futures e altri derivati /John Hull. 3. ed. basata sulla 5. ed. americana Milano : Il sole-4 ore, 003. (capitolo 16 e 6)

5 Informazioni 5 Ricevimento Martedi Esercitazioni pratiche Modalità della prova di esame

6 La teoria del portafoglio :sommario in dettaglio 6 Rivediamo brevemente gli indicatori statistici per singoli titoli indicatori di rendimento indicatori di rischio varianza e deviazione standard Indicatori statistici per portafogli rendimento e rischio correlazione e covarianza Come confrontare i titoli e portafogli tra loro? La frontiera efficiente - portafoglio con due titoli rischiosi - portafoglio composto da un risk free e un titolo rischioso - portafoglio a n titoli

7 La teoria del portafoglio 7 La teoria del portafoglio studia la miglior ripartizione di un capitale in investimenti finanziari aleatori in funzione del rischio e del rendimento perché gli investitori detengono portafogli diversificati? Perché non investono tutto nel titolo più redditizio? Quale regola adottare per la scelta tra più titoli? Per rispondere a queste domande, partiamo da un esempio (si veda il foglio di lavoro primo foglio.xls) primo foglio.xls

8 Misure di rendimento e rischio 8 Il rendimento di un investimento rischioso è una variabile casuale R. L aleatorieta dei risultati futuri determina il rischio associato al singolo titolo. Tanto più il corso di un azione e variabile, tanto piu l investimento e rischioso e imprevedibile.

9 Misure di rendimento e rischio 9 Ricordiamo che per investimenti con rendimento certo vi sono criteri che individuano i migliori investimenti : V.A.N. o R.E.A., T.I.R. La Teoria del Portafoglio, per investimenti con rendimento aleatorio, di fonda sul criterio MEDIA-VARIANZA. Tra due investimenti si preferisce quello che ha il maggior rendimento atteso e il minor rischio Come misuriamo il rendimento atteso ed il rischio?

10 Misure di rendimento 10 Rendimento ex-post di periodo o holding period return. Media dei rendimenti di periodo Rendimento medio su piu periodi, o time weigthed return

11 Rendimento di periodo 11 Il rendimento su un singolo periodo r i, t = P i, t + D P i, t i, t 1 P i, t 1 r i,t P i,t-1 P i,t D i,t = Holding Period Return = Prezzo di acquisto al tempo t-1 (certo) del titolo i = Prezzo di realizzo al tempo t (incerto) = Dividendo capitalizzato nel periodo [t-1,t) Oss. Le serie sono spesso aggiustate per i dividendi

12 Rendimenti su due periodi? 1 Se r 1 =+10% e r =-10%, quale e la media del rendimento sul singolo periodo? r a = (r 1 + r )/=0 si tratta della media aritmetica r a = (r 1 + r + r r n ) / n

13 Rendimenti su due periodi? 13 Se r 1 =+10% e r =-10%, quale e il rendimento medio realizzato nei due periodi? r g = {(1+10%) (1-10%)} 1/ - 1=-0,5% Si tratta della media geometrica r g = {[(1+r 1 ) (1+r )... (1+r N )]} 1/n -1 La media geometrica prende il nome di time weighted return

14 Esercizio 1 14 Gli HPR ( Holding period return) osservati in 4 periodi sono Calcolare 1) la media dei rendimenti, ) il rendimento medio nei 4 periodi.

15 Come calcolo i rendimenti? 15 Media Aritmetica r a = (r 1 + r + r r n ) / n r a = ( ) / 4 =.10 = 10% Media Geometrica r g = {[(1+r 1 ) (1+r )... (1+r N )]} 1/n -1 r g = {[(1.1) (1.5) (.8) (1.5)]} 1/4-1 = (1.5150) 1/4-1 =.089 = 8.9%

16 I dati di input del modello media-varianza 16 Il modello media- varianza necessita di dati di input quali una stima del rendimento futuro atteso, una stima della rischiosità futura dei singoli titoli, una misura del grado di correlazione tra i diversi titoli. In un primo momento ipotizziamo delle stime basate su dati storici. Vedremo successivamente come migliorare queste stime.

17 Il rendimento futuro atteso 17 In un modello di portafoglio, una previsione del rendimento futuro atteso nel periodo successivo, E(R), puo essere ottenuta utilizzando la media aritmetica dei rendimenti realizzati in passato in un singolo periodo ( ovvero la media del campione). R = 1 n r i i= 1, n

18 Il rendimento futuro atteso 18 Per esempio si supponga che i rendimenti % fatti registrare negli ultimi 5 anni dai titoli A e B siano i stati seguenti: A 10% 10% 9% 10% 11% R A =10% B 5% 9% 8% 5% 8% R B = 15%

19 Misure di rischio: la varianza 19 Il rischio può essere misurato dalla varianza VaR( R) = σ S 1 = [ ri R n 1i= 1.. n della quale la varianza campionaria è una stima La volatilità è ] σ = σ Perchè la varianza è una misura di rischio?. La varianza di un attività priva di rischio e σ = 0

20 Misure di rischio: la varianza 0 A 10% 10% 9% 10% 11% m A =10% B 5% 9% 8% 5% 8% m B =15% Il rischio del titolo A ) = 0.5 Il rischio del titolo B σ A stimata = 0.71% S A = (1 4 S σ B B 1 = (( 10) + ( 6) 4 stimata = 10,65% + ( 7) ) = 113.5

21 Misure di rischio: la varianza 1 I rendimenti ottenuti dal titolo B sono risultati molto irregolari (addirittura peggiori rispetto a quelli ottenuti dal titolo A in ben 3 casi su 5); nonostante ciò, il rendimento medio complessivo del titolo B risulta superiore. Il rischio legato ad un investimento nel titolo B dipende dalla assoluta imprevedibilità dei rendimenti attesi nel breve periodo. Il problema della selezione del portafoglio è un problema di decisioni finanziarie in condizioni di incertezza: infatti sia il rendimento dei singoli titoli che il rendimento del portafoglio sono rappresentati da variabili aleatorie.

22 Utilizzando Excel Media Funzione media Varianza Funzione VAR Volatiltà Funzione radq (VAR) Riprendiamo il nostro foglio excel: calcolare media e varianza delle serie storiche

23 Esempio 3 Rendimenti settimanali Rendimenti % da gennaio 1996 a Luglio 1999

24 Alcune statistiche 4 Data la serie storica dei prezzi settimanali rendimento medio 0,41% varianza 0, volatilità (s.q.m) 5,07%

25 Distribuzione empirica 5 Istogramma dei rendimenti storici Numero di osservazioni rendimenti %

26 Sommario in dettaglio 6 Rivediamo brevemente gli indicatori statistici per singoli titoli indicatori di rendimento indicatori di rischio varianza e deviazione standard Indicatori statistici per portafogli rendimento e rischio correlazione e covarianza Come confrontare i titoli e portafogli tra loro? La frontiera efficiente - portafoglio con due titoli rischiosi - portafoglio composto da un risk free e un titolo rischioso - portafoglio a n titoli

27 Come costruisco un portafoglio con azioni 7 Il rendimento di un portafoglio composto da due titoli è dato da con x 1 +x =1 R = x 1 R 1 +x R Il rendimento futuro atteso di un portafoglio e la media pesata dei rendimenti attesi di ogni azione E[R] = x 1 E[R 1 ] + x E[R ]

28 Rischio di un portafoglio a due titoli 8 Quando due azioni con varianza VAR(R 1 )=σ 1 e VAR(R )= σ, rispettivamente, sono combinate in un portafoglio con pesi x 1 e x, la varianza del portafoglio e data da VAR(R) = VAR(x 1 R 1 +x R )= = x 1 VAR(R 1 )+x VAR(R ) + x 1 x Cov(R 1,R ) Scritto in modo più compatto σ p = x 1 σ 1 + x σ + x 1 x Cov(R 1,R ) Cov(R 1,R ) = Covarianza dei rendimenti delle azioni 1 e

29 La diversificazione dei rischi: la covarianza 9 La covarianza e una misura della dispersione congiunta di titoli intorno alla media. Una stima della covarianza e data da : COV ( R n 1 1, R) = ( r1, i R1 )( r, i R) n 1 i= 1 una covarianza negativa indica, intuitivamente, che quando il rendimento di un titolo è sotto la media, il rendimento dell altro è sopra la media. Cioe i due titoli si muovono generalmente in modo opposto.

30 Covarianza e correlazione 30 La Covarianza dipende dall unità di misura adottata. Esempio: covarianza tra peso e altezza dei partecipanti al corso. Il coefficiente di correlazione è un indicatore adimensionale. COV ( R, R 1 ρ = σ σ 1 1 ρ 1 Un ρ<1 rivela la possibilità di ridurre il rischio complessivo. ) Oss σ p = x 1 σ 1 + x σ + x 1 x ρσ 1 σ

31 Il coefficiente di correlazione 31 ρ=1 ρ=-1 ρ=0 0<ρ<1

32 Il coefficiente di correlazione 3 ρ=±1 i rendimenti dei due titoli sono legati da una dipendenza lineare perfetta ρ=0 i rendimenti non sono correlati linearmente (rendimenti sparsi) 0<ρ<1 caso più realistico, i rendimenti si muovono insieme ma non perfettamente

33 Esercizio 33 Stima varianza, covarianza e correlazione dei seguenti dati Costruisci portafogli con diverse composizioni settimana A rend % B rend % Puoi arrivare a delle conclusioni? Si veda frontiera efficiente.xls

34 Sommario in dettaglio 34 Rivediamo brevemente gli indicatori statistici per singoli titoli indicatori di rendimento indicatori di rischio varianza e deviazione standard Indicatori statistici per portafogli rendimento e rischio correlazione e covarianza Come confrontare i titoli e portafogli tra loro? La frontiera efficiente - portafoglio con due titoli rischiosi - portafoglio composto da un risk free e un titolo rischioso - portafoglio a n titoli

35 Criterio M-V: M Principio di dominanza 35 Si dice che un portafoglio A domina un portafoglio B: A B Quando vale almeno una delle disuguaglianze con il segno forte A B E[ A] E[ B] σ σ A B

36 Criterio M-V: M Principio di dominanza 36 E(r) B D m p C P A σ p σ D domina A; ha un maggior rendimento atteso C domina A: ha un rischio piu contenuto B domina C; ha un rendimento atteso maggiore

37 37 Criterio M-VM E(r) Portafogli Dominanti C? σ Titoli Efficienti: hanno minor rischio e un maggior rendimento atteso I portafogli C e D non sono confrontabili: il criterio introduce un ordinamento parziale tra portafogli P D? Portafogli Dominati

38 Criterio M-V M V Principio di dominanza 38 Non vogliamo esaminare le singole azioni e scartare quelle dominate. Vogliamo estendere l analisi a tutti i portafogli che posso ottenere combinando le azioni. Si può scoprire che un titolo dominato non deve essere necessariamente escluso dal mio portafoglio perché...

39 Criterio M-V M V Principio di dominanza 39 Portafogli ammissibili: insieme di alternative possibili (che includono le singole azioni e combinazioni lineari delle stesse) Portafogli efficienti: un portafoglio e efficiente quando non e dominato da nessun altro portafoglio ammissibile La scelta tra i portafogli efficienti avviene in base alla propensione al rischio dell investitore, ovvero in base ad una funzione di utilità.

40 Sommario 40 Rivediamo brevemente gli indicatori statistici per singoli titoli indicatori di rendimento indicatori di rischio varianza e deviazione standard Indicatori statistici per portafogli rendimento e rischio correlazione e covarianza Come confrontare i titoli e i portafogli tra loro? La frontiera efficiente portafoglio con due titoli rischiosi portafoglio composto da un risk free e un titolo rischioso portafoglio a n titoli

41 Impostazione del modello 41 Consideriamo un numero n di titoli a rendimento non certo. Si è già visto che i rendimenti dei singoli titoli sono rappresentati da variabili aleatorie che indicheremo con R 1, R,..R n Sia C il capitale disponibile per investire negli n titoli (portafoglio P) Devo decidere quanto investire nel titolo 1, quanto nel titolo,, tenuto conto del criterio di scelta media-varianza, ovvero allo scopo di ottenere portafogli a minimo rischio, per un fissato livello di rendimento.

42 Impostazione del modello 4 Indicato con C 1 l'ammontare da destinare all'acquisto del titolo 1, con C l'ammontare da destinare al titolo, e così via, risulta C 1 + C +..+ C n = C poiché tutto il capitale disponibile viene investito. Per rendere omogenei tali valori, ovvero per confrontare tra loro portafogli di diversi importi, conviene c c C = C C C C 1 cn ovvero x 1 + x +..+ x n = 1

43 Impostazione del modello 43 Essendo x i 0, i, quindi ogni x i rappresenta la quota percentuale investita nel titolo i. Rendimento del portafoglio: variabile aleatoria R P R P = x 1 R 1 + x R +..x n R n somma pesata di n v.a. o combinazione lineare di n variabili. Per ogni v.a. R i, rendimento del titoli i-esimo, si possono calcolare valore atteso e varianza E(R i )=m i e Var (R i )

44 Ipotesi del modello 44 Il modello di Markowitz si basa sulle seguenti ipotesi Gli investitori selezionano i portafogli in base al rendimento atteso e al rischio atteso. L orizzonte temporale è uniperiodale Gli investitori sono avversi al rischio e massimizzano l utilità attesa

45 Portafoglio a due titoli: 45 Come costruiamo la frontiera efficiente a partire da due titoli azionari? A tal fine introduciamo il concetto di diversificazione: come ridurre il rischio totale, senza sacrificare il rendimento. Scopriremo che si può verificare che il portafoglio efficiente a rischio minimo ha un rischio minore di min(σ 1,σ ). Si parla di effetto contrazione del rischio.

46 La Frontiera efficiente a partire da due titoli 46 Come costruiamo la frontiera efficiente a partire da due titoli azionari? Supponiamo di avere due azioni (v.a. R 1 e R ) con E(R 1 )<E(R ) e σ 1< σ Il portafoglio e caratterizzato da E(R p ) = x E(R 1 )+(1-x) E(R ) σ p = x σ 1 + (1-x) σ + x(1-x) σ 1 σ ρ Dobbiamo esprimere il rendimento in funzione del rischio

47 Esempio* 47 Siano dati titoli E(R 1 )= 8%, σ 1 =1% E(R )=10%, σ =15% Facciamo delle ipotesi su ρ Quando abbiamo una contrazione del rischio? Considero 8 portafogli con diversi pesi e ipotizzo diversi coefficienti di correlazione frontiera efficiente.xls *Da Bodie Kane Marcus Essential of investment

48 Esempio* 48 Il portafoglio e caratterizzato da E(R p ) = x E(R 1 ) + (1-x) E(R ) σ p = x σ 1 + (1-x) σ + x(1-x) σ 1 σ ρ 0 x 1 Portafoglio E[r] x 1-x

49 Significato di ρ: coeff. di correlazione lineare 49 ρ =1 Perfetta correlazione lineare positiva. Significa che i rendimenti dei titoli sono perfettamente correlati positivamente: variano nella stessa direzione e per lo stesso ammontare. Nella realtà non esistono titoli che si comportano così: esistono invece titoli con elevata correlazione positiva (ρ =0,8 o ρ =0,9). ρ = -1 Perfetta correlazione lineare negativa. I rendimenti dei titoli sono perfettamente correlati negativamente: variano in direzioni opposte e per lo stesso ammontare. ρ = 0. Assenza di correlazione lineare I titoli non sono correlati né positiva-mente, né negativamente. Nel piano di rappresentazione dei due rendimenti si ottiene una nuvola di punti

50 ρ =1 : perfetta correlazione positiva 50 Riprendiamo la (): σ P = x σ 1 + (1-x) σ + x(1-x) ρ 1 σ 1 σ diventa [ (1 ) ] σ σ σ P = x 1+ x Quindi σ σ σ σ P = P = x 1+ (1 x) da cui si può ricavare la variabile x e sostituire in (1). Risulta: x = σ σ σ σ 1

51 ρ =1 : perfetta correlazione positiva 51 E sostituendo in m P = x m 1 + (1-x) m Si ottiene: m m σ m σ m m = σ + σ e posto σ1 σ σ1 m m β 1 =, risulta β > 0 σ σ Si ha la F.E m = βσ + α Si può verificare che la retta passa per A e B.

52 Perfetta correlazione positiva 5 m P m B m 1 A ρ = 1 σ 1 σ σ P

53 ρ=-1:perfetta correlazione negativa 53 La () diventa : Quindi [ (1 ) ] σ σ σ P = x 1 x P = P = x 1 (1 x) σ σ σ σ σ P = 1 xσ (1 x) σ, per x 1 σ σ + σ 1 [ ] xσ (1 x) σ, per x 1 σ σ + σ 1

54 ρ=-1:perfetta correlazione negativa 54 Si noti che per x= σ /(σ 1 + σ ) si ottiene un PRT con varianza nulla! Esaminiamo i due casi separatamente: 1 si ricava la variabile x e si sostituisce nella (1). σ + σ x = Si ottiene σ + σ 1 m m1 m m1σ mσ 1 = σ + + σ + σ σ + σ 1 1

55 ρ=-1:perfetta correlazione negativa 55 Per semplificare si pone m1 m β1 = σ + σ e α = 1 1 m1σ + mσ 1 σ + σ 1 Notare che β 1 <0! Si ha la F.E m = β 1 σ + α 1 Si può verificare che tale retta passa per i punti A e C (0, α 1 )

56 ρ=-1:perfetta correlazione negativa 56 si ricava la variabile x e si sostituisce nella (1): σ + σ x = σ 1+ σ m m mσ m Si ottiene m = σ + + σ1+ σ σ1+ σ Posto m m m1σ + mσ 1 1 β =, con β > 0 e α1 = σ + σ σ1+ σ 1 Si ha la F.E m = β σ + α 1 Si può verificare che tale retta passa per i punti C (0, α 1 ) e B. σ 1 1 1

57 PRT con perfetta correlazione negativa 57 m P m B C m 1 1 A ρ = -1 σ 1 σ σ P

58 PRT ammissibili 58 m P m ρ = -1 B C m 1 ρ = -1 PRT ammissibili A ρ=1 σ 1 σ σ P

59 PRT ammissibili 59 m P m ρ -1 B C ρ 1 m 1 A σ 1 σ σ P

60 Esempio 60 Le formule relative ai casi esaminati si semplificano notevolmente quando si sostituiscono valori numerici. Si considerano due azioni tali che: R 1 : m 1 = 10%, σ 1 = 18% R : m =16%, σ = 30% Sia ρ = 1 graficamente abbiamo visto che la F.E. è lineare m% A B σ%

61 Esempio con ρ = 1 61 Calcoliamo m P e σ P m P = 10x+16(1-x)= 16-6x (1) σ P = 18x+30(1-x)= 30-1x Ricavo x : x=(30- σ)/1 e sostituisco in (1) m P = 0,5 σ P +1 F.E. Verifico che passa per A e B.

62 Esempio ρ =- 1 6 Sia ρ = -1. La (1) non cambia m P = 16-6x σ P = 18x-30(1-x) = 48x-30 σ P = 1 48x 30 per x 0,65-48x + 30 per x 0,65 1 σ P = 48x-30 Ricavo x : x=( σ+30)/48 e sostituisco in (1) m P = 1,5 0,15 σ P F.A. Verifico che passa per A e C

63 Esempio ρ = La () diventa σ P = -48x+30, per x 0,65 Ricavo x : x=( 30-σ)/48 e sostituisco in (1) m P = 1,5 + 0,15 σ P F.E. Verifico che non passa per A, passa per B e C:i PRT efficienti sono collocati sul segmento CB m% 16 1,5 10 C A B σ%

64 Esempio ρ = 0 64 Non abbiamo le formule generali, iniziamo con i dati: σ P = x σ 1 + (1-x) σ + 0 = 18 x + 30 (1-x) Sviluppando e raccogliendo risulta σ P = 1.4 x x La varianza del PRT è una funzione di secondo grado che dipende da x. Quando è minima la varianza? d dx σ =.448x =0 x=0.735

65 Esempio ρ = 0 65 Sostituendo questo valore di x in σ P si ha: σ P = 38,, σ = 38, = 15,4% P Quale rendimento medio corrisponde a questo PRT? σ% V x

66 Esempio ρ = 0 66 Dalla (1) m P = 16 6x sostituendo x= 0,735 Si ha m P = 11,58% Possiamo allora cercare di rappresentare la F.E. Sull arco VB sono collocati i PRT efficienti. Una opportuna miscela di A e B conduce al PRT V con σ V = 15,4% < σ 1. Come si spiega? m% 16 m V 10 V σ V A A B σ%

67 F.E. con punto di svolta 67 E opportuno caratterizzare i casi in cui la F.E. ha un punto di svolta. Si dimostra che esiste un ρ* > 0 tale che: se ρ P > ρ* non si ha punto di svolta. La linea dei PRT ammissibili è compresa tra σ 1 e σ e coincide con i PRT efficienti se ρ P ρ* la curva ha un punto di svolta: i PRT efficienti sono collocati sull arco superiore della curva VB

68 F.E. con punto di svolta 68 Possiamo distinguere tre casi possibili 1 3 m m m m 1 V m 1 V m 1 V σ σ σ

69 F.E. con punto di svolta 69 Deve essere V compreso tra m 1 e m : casi e 3. Se V= m 1 x=1 In altri termini la varianza è minima per x=1 σ P = x σ 1 + (1-x) σ + x(1-x) ρ 1 σ 1 σ σ = d dx 0 per x= 1 dσ dx x= 1 σ = σ ρσσ = 0 ρ* = σ

70 F.E. con punto di svolta 70 Quindi in un PRT c è contrazione del rischio se risulta ρ P ρ*. Rivediamo i casi esaminati 1 3 m m 1 m m m 1 m 1 ρ P >ρ* ρ P =ρ* ρ P < ρ* σ σ σ

71 Esempio con contrazione del rischio 71 Riprendiamo l esempio già trattato: si ha σ 1 = 18% e σ = 30% Se fosse ρ P = 0,3 come trovare i PRT efficienti che investono nelle due azioni? Notiamo che risulta Occorre calcolare σ P σ P = 900x 1.476x +900 σ 18 ρ = = = ρ< ρ 1 * 0,6 quindi * σ 30 con i nuovi dati. Si ha σ = x d dx σ = d dx per x= 0,8

72 Esempio con contrazione del rischio 7 Risaliamo alle coordinate in σ e m : σ (x=0,83) =89,84, σ=17,0% m P (x=0,83) =16-6x=11,08% PRT a var Minima: V x = 0.8 = σ = 17% m = 11% PRT efficienti: arco VB m% V A B σ%

73 Esempio con contrazione del rischio 73 Se invece fosse ρ P = 0,7 come trovare i PRT efficienti che investono nelle due azioni? Notiamo che risulta σ 18 ρ = = = ρ> ρ σ 30 1 * 0,6 quindi * Occorre calcolare σ P con i nuovi dati. Si ha σ P = 468x 1.044x +900 σ = x d dx σ = d dx 0 per x= 1,11

74 Esempio con contrazione del rischio 74 La Var è minima per valori non ammissibili! Infatti graficamente si nota che i PRT efficienti sono sull arco AB m% 16 B Non c è contrazione del rischio 10 V A σ% 18 30

75 Effetto delle correlazioni 75 Si può verificare che il portafoglio efficiente a varianza minima abbia varianza minore di min(σ 1,σ ). si parla di effetto contrazione del rischio. Quale relazione deve intercorrere tra i due titoli, perché si verifichi l effetto contrazione?

76 Riassumendo 76 portafoglio con due titoli rischiosi se ρ=1 non ho benefici della diversificazione, tanto vale investire nel titolo a rischio minore, se voglio minimizzare il rischio se ρ<ρ* inizio ad avere benefici nel diversificare, se ρ=-1 posso addirittura annullare il rischio

77 Sommario 77 Rivediamo brevemente gli indicatori statistici per singoli titoli indicatori di rendimento indicatori di rischio varianza e deviazione standard Indicatori statistici per portafogli rendimento e rischio correlazione e covarianza Come confrontare i titoli e i portafogli tra loro? La frontiera efficiente portafoglio con due titoli rischiosi portafoglio composto da un risk free e un titolo rischioso portafoglio a n titoli

78 Portafoglio con due titoli, uno privo di rischio 78 Si consideriamo due titoli 1) investimento certo (0,R f ) ) investimento aleatorio caratterizzato da (σ, E(R )) Ipotizziamo E(R ) >R f

79 Portafoglio con due titoli, uno privo di rischio 79 Il portafoglio generale e caratterizzato da E(R) = x E(R f ) + (1-x) E(R ) σ = x σ 1 + (1-x) σ + x(1-x) σ 1 σ ρ Rischio nullo Correlazione nulla Per cui il tutto si semplifica in (1) () E( R) = R σ f = (1 x) x + (1 x) E( R σ ) Dobbiamo esprimere il rendimento in funzione del rischio

80 I portafogli ammissibili 80 Dalla () ricavo (1 x) σ = σ Sostituisco nella (1) E( R) = R f x + (1 x) E( R ) L insieme dei portafogli ammissibili E( R) = R f + ( E( R ) R f ) σ σ

81 Esempi 81 Investi 100 Euro in un portafoglio. Il portafoglio comprende: 1) un asset rischioso con un rendimento atteso del 1% e deviazione standard del 15% ) un investimento privo di rischio con rendimento 5%. Quale percentuale del portafoglio dovrebbe essere investita in attività prive di rischio in modo che l'intero portafoglio abbia deviazione standard pari al 9%?

82 Soluzione 8 Le equazioni di rendimento e rischio sono E( r ) σ = = 5% x + (1 (1 x) 15% x ) 1% 0 Imponendo che la deviazione standard sia 9% σ x = (1 6 = 15 x)15% = 5 = 9%

83 Esempi 83 Investi 100 Euro in un portafoglio. Il portafoglio comprende: 1) un asset rischioso con un rendimento atteso del 1% e deviazione standard del 15% ) un investimento privo di rischio con rendimento 5%. Quale percentuale del portafoglio dovrebbe essere investita in attività prive di rischio in modo che l'intero portafoglio abbia deviazione standard pari al 9%? La percentuale del portafoglio investita in attività prive di rischio è x=/5 ossia il 40%

84 Esempi 84 Hai 500 Euro da investire. Il tasso di rendimento privo di rischio è 8%, così come quello di finanziamento. Il rendimento di un titolo rischioso è il 16%. Se volessi ottenere un rendimento del %, quanto dovresti investire nell attività priva di rischio?

85 Soluzione 85 L equazioni del rendimento è E( r ) = 8% x + (1 x ) 16% Non ho informazioni sulla volatilità del titolo. Imponendo che il rendimento atteso sia % E( r) = 8% x + (1 x)16% 0 3 x = 4 = %

86 Esempi 86 Hai 500 Euro da investire. Il tasso di rendimento privo di rischio è 8%, così come quello di finanziamento. Il rendimento di un titolo rischioso è il 16%. Se volessi ottenere un rendimento del %, quanto dovresti investire nell attività priva di rischio? La percentuale del portafoglio investita in attività prive di rischio è x=-3/4 ossia dovrei finanziarmi per 375 Euro.

87 Quale portafoglio scegliere? 87 Tutti i punti sulla frontiera efficiente sono buone combinazioni di rischio/ rendimento, tuttavia..non e detto che due portafogli efficienti siano egualmente desiderabili. la scelta tra i portafogli efficienti avviene in base alla propensione al rischio dell investitore

88 Quale portafoglio scegliere? 88 Ogni investitore e caratterizzato da una funzione di utilità che ne coglie le caratteristiche di tolleranza al rischio. La funzione di utilità viene calcolata su una combinazione rischio rendimento e misura l utilità che deriva dal possedere un portafoglio con questo profilo. Proviamo a rispondere alla domanda Hai vinto un premio, scegli tu quale a) $000 subito e certi b) una possibilità del 50% di vincere $5000

89 Quale portafoglio scegliere? 89 Esistono combinazioni di rischio e rendimento che forniscono la stessa utilità ossia i portafogli che danno la stessa utilità sono indifferenti -- Curve di indifferenza Il portafoglio ottimo e ottenuto dal punto di intersezione tra le curve di indifferenza che fornisce la più elevata utilità e la frontiera efficiente.

90 Quale portafoglio scegliere? 90

91 PRT efficienti e curve di utilità 91 Esistono tre tipologie di atteggiamenti nei confronti del rischio: Propensione al rischio Neutralità verso il rischio Avversione al rischio La Portfolio Theory assume l ipotesi che tutti gli individuai siano avversi al rischio. Questo corrisponde a una funzione non decrescente e concava. Quale funzione è atta ad esprimere le preferenze individuali? lineare Quadratica Cubica Logaritmica, od altro?

92 PRT efficienti e curve di utilità 9 Si assume che le preferenze siano ben rappresentate da una funzione di utilità quadratica Sia R una v.a. che rappresenta il rendimento % di un titolo o di un PRT: allora U(R)=R-gR, con g parametro positivo Funzione non decrescente e concava. Verifichiamolo: - U (R)= 1-gR 0, per R 1/(g) -U (R)=-g<0, essendo g>0 Si tratta di una famiglia di parabole con vertice R=1/(g) U(R) R

93 PRT efficienti e curve di utilità 93 Calcoliamo il valore atteso di U(R) (variabile aleatoria) E[U(R)] = E(R-gR )= E(R) ge(r ) (*) Per il momento del secondo ordine E( R ) ricordiamo che vale Var(R)= E(R )- [E(R)], quindi E(R )=Var(R)+ [E(R)] = σ + m e sostituendo in (*) E[U(R)]= m g(σ + m ), dove g misura del grado di avversione al rischio. Indicato con µ una costante, si pone E[U(R)]= µ luogo di utilità costante e si ottiene

94 PRT efficienti e curve di utilità 94 m g σ -gm = µ e dividendo per (-g) σ + 1 m µ m g + g = Con centro C(0, 1/(g)) e raggio 0 Equazione di un fascio di circonferenze concentriche 1 r = 4g c g Nel piano m- σ sono rappresentati da archi di circonferenza per m<1/(g).: sono tratti di curve di isoutilità

95 PRT efficienti e curve di utilità 95 m P Utilità crescente σ P

96 PRT efficienti e curve di utilità 96 m P P Il portafoglio ottimale sara quello efficiente, cioè sulla F.E., che si trova sulla curva di indifferenza piu elevata nel grafico P σ P Il PRT P è il punto di tangenza tra la famiglia di curve di isoutilità a l equazione della F.E.

97 Il modello più semplice : esempio 97 Data la frontiera efficiente m P = 1+0,5 σ P con 18 σ P 30 ci proponiamo di trovare il PRT ottimo, avendo un grado di avversione al rischio pari a g=4. Occorre risolvere max( m g σ -gm ) sapendo che m P = 1+0,5 σ P. 18 σ P 30 Si tratta di mettere a sistema le due funzioni e risalire all unica soluzione. Il testo indica come utilità quadratica: E[ U ( R)] = E( R) 0.5Aσ

98 Avversione al rischio e asset allocation 98 Un elevata avversione/propensione al rischio porta ad un portafoglio con un alta/bassa componente di attività priva di rischio Un investitore può aumentare il grado di rischiosità del suo portafoglio tramite effetto leva o leverage

99 Selezione dei portafogli ottimali e propensione al rischio 99 E(r) P Borrower r f Lender σ

100 Portafogli efficienti in presenza di un tasso di 100 indebitamento h>r f E(r) E(r 0 ) h P r f σ σ 0

101 Frontiera efficiente con tre titoli rischiosi 101 E(r) E(r 3 ) E(r ) E(r 1 )

102 Frontiera efficiente con più titoli rischiosi: esempio intuitivo 10 E(r)

103 103 Frontiera efficiente con più titoli rischiosi Frontiera efficiente con più titoli rischiosi Fissato un livello di rendimento K, determino il portafoglio a varianza minima. Si tratta di minimizzare la varianza. Posso pensare di far girare del software 1 ) ( vincoli rispetto dei ,.. = = i i i i i n n x x x k r E x nel x x x x x x x Min n ρ σ σ ρ σ σ σ σ σ

104 104 Frontiera efficiente con più titoli rischiosi Frontiera efficiente con più titoli rischiosi Spesso si preferisce usare una notazione matriciale. Con vincoli [ ] x x x x Min σ σ ρσ σ ρσ σ [ ] = x x [ ] µ = ) ( ) ( 1 1 r E r E x x

105 Frontiera efficiente con più titoli rischiosi 105 Spesso si preferisce usare una notazione matriciale ancora piu compatta Min ' xv x Con vincoli ' x E( r) = µ x'1 = 1

106 La frontiera dei portafogli efficienti 106 E(r) Frontiera efficiente Portafoglio a rischio minimo singole azioni insieme dei portafogli a rischio minimo St. Dev.

107 Includiamo anche il titolo privo di rischio 107 E(r) retta (M) retta (A) M P A G A M P (retta per il punto a minima varianza globale) r f P P&F M A&F

108 Frontiera efficiente 108 E(r) E( r) = r f + ( E( r ) M σ M r f ) σ B M A rf St. Dev

109 Indice 109 Misure di rischio e rendimento La diversificazione dei rischi I modelli di portafoglio in media e varianza. La frontiera efficiente nello spazio rischio/rendimento Procedimenti per stimare i parametri del modello in media e varianza. Il Capital Asset Pricing Model L Arbitrage Pricing Theory.

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

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

(accuratezza) ovvero (esattezza)

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

Dettagli

Elementi di Statistica

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

Dettagli

Accuratezza di uno strumento

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

Dettagli

Strategie basate su indicatori fondamentali e di volatilità: un applicazione al mercato europeo degli ETF settoriali

Strategie basate su indicatori fondamentali e di volatilità: un applicazione al mercato europeo degli ETF settoriali UNIVERSITA DEGLI STUDI DI MODENA E REGGIO EMILIA Facoltà di Economia Marco Biagi Corso di laurea specialistica in Analisi, Consulenza e Gestione Finanziaria Curriculum Analisi Finanziaria Strategie basate

Dettagli

Modelli Binomiali per la valutazione di opzioni

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

Dettagli

MINIMI QUADRATI. REGRESSIONE LINEARE

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

Dettagli

Il monitoraggio della gestione finanziaria dei fondi pensione

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

Dettagli

QUADERNI DI DIDATTICA

QUADERNI DI DIDATTICA Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Tatiana Bassetto, Marco Corazza, Riccardo Gusso, Martina Nardon Esercizi sulle funzioni di più variabili reali con applicazioni

Dettagli

Qual è il fine dell azienda?

Qual è il fine dell azienda? CORSO DI FINANZA AZIENDALE SVILUPPO DELL IMPRESA E CREAZIONE DI VALORE Testo di riferimento: Analisi Finanziaria (a cura di E. Pavarani) - McGraw-Hill - 2001 Cap. 9 1 Qual è il fine dell azienda? Massimizzare

Dettagli

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

Corso di Matematica finanziaria

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

Dettagli

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

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

Dettagli

Funzioni in più variabili

Funzioni in più variabili Funzioni in più variabili Corso di Analisi 1 di Andrea Centomo 27 gennaio 2011 Indichiamo con R n, n 1, l insieme delle n-uple ordinate di numeri reali R n4{(x 1, x 2,,x n ), x i R, i =1,,n}. Dato X R

Dettagli

TEORIA DELL UTILITÀ E DECISION PROCESS

TEORIA DELL UTILITÀ E DECISION PROCESS TEORIA DELL UTILITÀ E DECISION PROCESS 1 UTILITÀ Classicamente sinonimo di Desiderabilità Fisher (1930):... uno degli elementi che contribuiscono ad identificare la natura economica di un bene e sorge

Dettagli

derivati azionari guida alle opzioni aspetti teorici

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

Dettagli

Università di Pavia - Facoltà di Economia

Università di Pavia - Facoltà di Economia 0 Università di Pavia - Facoltà di Economia Il calcolo imprenditoriale per la trasformazione «finanziaria» Michela Pellicelli Le imprese possono essere considerate trasformatori finanziari in quanto: a)

Dettagli

Funzioni di più variabili. Ottimizzazione libera e vincolata

Funzioni di più variabili. Ottimizzazione libera e vincolata libera e vincolata Generalità. Limiti e continuità per funzioni di 2 o Piano tangente. Derivate successive Formula di Taylor libera vincolata Lo ordinario è in corrispondenza biunivoca con i vettori di

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f

Dettagli

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

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

Dettagli

Misurazione dei rendimenti: una rassegna delle tecniche più diffuse

Misurazione dei rendimenti: una rassegna delle tecniche più diffuse Misurazione dei rendimenti: una rassegna delle tecniche più diffuse L interesse principale di chi ha sottoscritto un fondo d investimento è quello di conoscere di quanto sia cresciuta la propria ricchezza,

Dettagli

Numeri reali. Funzioni e loro grafici

Numeri reali. Funzioni e loro grafici Argomento Numeri reali. Funzioni e loro grafici Parte B - Funzioni e loro grafici Funzioni reali di variabile reale Definizioni. Supponiamo che A sia un sottoinsieme di R e che esista una legge che ad

Dettagli

PROGRAMMAZIONE LINEARE IN DUE VARIABILI

PROGRAMMAZIONE LINEARE IN DUE VARIABILI 1 PROGRAMMAZIONE LINEARE IN DUE VARIABILI La ricerca operativa nata durante la seconda guerra mondiale ed utilizzata in ambito militare, oggi viene applicata all industria, nel settore pubblico e nell

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

Il concetto di valore medio in generale

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

Dettagli

Valutazione di intangibili e impairment

Valutazione di intangibili e impairment IMPAIRMENT EVIDENZE DAI MEDIA ITALIANI Valutazione di intangibili e impairment -Valutazione di attività immateriali in aziende editoriali -Valutazioni per impairment test 1 La valutazione di asset si ha

Dettagli

Rischio e Volatilità

Rischio e Volatilità 2 Meeting annuale SellaAdvice Trading Rho,, 20 novembre 2004 Rischio e Volatilità Relatore: Maurizio Milano Da dove deve partire un analisi tecnica operativa a supporto di un attività di trading? L elemento

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

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

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

Da una a più variabili: derivate

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

Dettagli

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

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

Dettagli

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Rimini, 26 aprile 2006 1 The Inter temporal Effects of International Trade Valore in $ del consumo di beni oggi G D F H 1/(1+r) G Valore

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

IL TRATTAMENTO DEL RISCHIO NELL ANALISI DEGLI INVESTIMENTI IN BENI STRUMENTALI

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

Dettagli

Evoluzione Risk Management in Intesa

Evoluzione Risk Management in Intesa RISCHIO DI CREDITO IN BANCA INTESA Marco Bee, Mauro Senati NEWFIN - FITD Rating interni e controllo del rischio di credito Milano, 31 Marzo 2004 Evoluzione Risk Management in Intesa 1994: focus iniziale

Dettagli

IV-1 Funzioni reali di più variabili

IV-1 Funzioni reali di più variabili IV- FUNZIONI REALI DI PIÙ VARIABILI INSIEMI IN R N IV- Funzioni reali di più variabili Indice Insiemi in R n. Simmetrie degli insiemi............................................ 4 2 Funzioni da R n a R

Dettagli

a) Si descriva, internamente al triangolo, con centro in B e raggio x, l arco di circonferenza di π π

a) Si descriva, internamente al triangolo, con centro in B e raggio x, l arco di circonferenza di π π PROBLEMA Il triangolo rettangolo ABC ha l ipotenusa AB = a e l angolo CAB =. a) Si descriva, internamente al triangolo, con centro in B e raggio, l arco di circonferenza di estremi P e Q rispettivamente

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Parte 2. Determinante e matrice inversa

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

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

CS. Cinematica dei sistemi

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

Dettagli

ABC. degli investimenti. Piccola guida ai fondi comuni dedicata ai non addetti ai lavori

ABC. degli investimenti. Piccola guida ai fondi comuni dedicata ai non addetti ai lavori ABC degli investimenti Piccola guida ai fondi comuni dedicata ai non addetti ai lavori I vantaggi di investire con Fidelity Worldwide Investment Specializzazione Fidelity è una società indipendente e si

Dettagli

2) una strategia di portafoglio che prevede la selezione di titoli (solitamente in base a una metodologia di

2) una strategia di portafoglio che prevede la selezione di titoli (solitamente in base a una metodologia di pag. 0 1 In un piano di rimborso di un mutuo a tasso fisso, basato su uno schema di ammortamento alla francese: la rata è costante la quota capitale è costante la quota interessi è costante la rata è decrescente

Dettagli

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

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

Dettagli

La distribuzione Normale. La distribuzione Normale

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

Dettagli

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

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

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

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

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A. UdA n. 1 Titolo: Disequazioni algebriche Saper esprimere in linguaggio matematico disuguaglianze e disequazioni Risolvere problemi mediante l uso di disequazioni algebriche Le disequazioni I principi delle

Dettagli

Ing. Alessandro Pochì

Ing. Alessandro Pochì Lo studio di unzione Ing. Alessandro Pochì Appunti di analisi Matematica per la Classe VD (a.s. 011/01) Schema generale per lo studio di una unzione Premessa Per Studio unzione si intende, generalmente,

Dettagli

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

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

Dettagli

Costruirsi una rendita. I principi d investimento di BlackRock

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

Dettagli

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

Dettagli

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti Y T T I Numeri Complessi Operazioni di somma e prodotto su Consideriamo, insieme delle coppie ordinate di numeri reali, per cui si ha!"# $&% '( e )("+* Introduciamo in tale insieme una operazione di somma,/0"#123045"#

Dettagli

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento RTICL rchimede 4 esame di stato seconda prova scritta per il liceo scientifico di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario PRBLEM Siano f e g le funzioni

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

Capitolo 1 CRITERI DI VALUTAZIONE IN CONDIZIONI DI INCERTEZZA

Capitolo 1 CRITERI DI VALUTAZIONE IN CONDIZIONI DI INCERTEZZA Capitolo 1 CRITERI DI VALUTAZIONE IN CONDIZIONI DI INCERTEZZA 1.1 Introduzione Fino ad ora abbiamo esaminato prevalentemente criteri di valutazione e scelte di investimenti nell ipotesi di operare in condizione

Dettagli

Studio grafico-analitico delle funzioni reali a variabile reale

Studio grafico-analitico delle funzioni reali a variabile reale Studio grafico-analitico delle funzioni reali a variabile reale Sequenza dei passi Classificazione In pratica Classifica il tipo di funzione: Funzione razionale: intera / fratta Funzione irrazionale: intera

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

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

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

Dettagli

Problema n. 1: CURVA NORD

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

Dettagli

Esercizi svolti sui numeri complessi

Esercizi svolti sui numeri complessi Francesco Daddi - ottobre 009 Esercizio 1 Risolvere l equazione z 1 + i = 1. Soluzione. Moltiplichiamo entrambi i membri per 1 + i in definitiva la soluzione è z 1 + i 1 + i = 1 1 + i z = 1 1 i. : z =

Dettagli

Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α?

Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α? QUESITO 1 Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α? Applicando il Teorema dei seni si può determinare il valore di senza indeterminazione, in quanto dalla

Dettagli

Gli uni e gli altri. Strategie in contesti di massa

Gli uni e gli altri. Strategie in contesti di massa Gli uni e gli altri. Strategie in contesti di massa Alessio Porretta Universita di Roma Tor Vergata Gli elementi tipici di un gioco: -un numero di agenti (o giocatori): 1,..., N -Un insieme di strategie

Dettagli

Applicazioni dell'analisi in più variabili a problemi di economia

Applicazioni dell'analisi in più variabili a problemi di economia Applicazioni dell'analisi in più variabili a problemi di economia La diversità tra gli agenti economici è alla base della nascita dell attività economica e, in generale, lo scambio di beni e servizi ha

Dettagli

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE Sia I un intervallo di R e siano a = inf(i) R { } e b = sup(i) R {+ }; i punti di I diversi dagli estremi a e b, ( e quindi appartenenti all intervallo aperto

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

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

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

Dettagli

VC-dimension: Esempio

VC-dimension: Esempio VC-dimension: Esempio Quale è la VC-dimension di. y b = 0 f() = 1 f() = 1 iperpiano 20? VC-dimension: Esempio Quale è la VC-dimension di? banale. Vediamo cosa succede con 2 punti: 21 VC-dimension: Esempio

Dettagli

Appunti sulle disequazioni

Appunti sulle disequazioni Premessa Istituto d Istruzione Superiore A. Tilgher Ercolano (Na) Appunti sulle disequazioni Questa breve trattazione non vuole costituire una guida completa ed esauriente sull argomento, ma vuole fornire

Dettagli

LA FUNZIONE ESPONENZIALE E IL LOGARITMO

LA FUNZIONE ESPONENZIALE E IL LOGARITMO LA FUNZIONE ESPONENZIALE E IL LOGARITMO APPUNTI PER IL CORSO DI ANALISI MATEMATICA I G. MAUCERI Indice 1. Introduzione 1 2. La funzione esponenziale 2 3. Il numero e di Nepero 9 4. L irrazionalità di e

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

CURVE DI LIVELLO. Per avere informazioni sull andamento di una funzione f : D IR n IR può essere utile considerare i suoi insiemi di livello.

CURVE DI LIVELLO. Per avere informazioni sull andamento di una funzione f : D IR n IR può essere utile considerare i suoi insiemi di livello. CURVE DI LIVELLO Per avere informazioni sull andamento di una funzione f : D IR n IR può essere utile considerare i suoi insiemi di livello. Definizione. Si chiama insieme di livello k della funzione f

Dettagli

Tassi a pronti ed a termine (bozza)

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

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Strategie competitive ed assetti organizzativi nell asset management

Strategie competitive ed assetti organizzativi nell asset management Lezione di Corporate e Investment Banking Università degli Studi di Roma Tre Strategie competitive ed assetti organizzativi nell asset management Massimo Caratelli, febbraio 2006 ma.caratelli@uniroma3.it

Dettagli

Dott.ssa Caterina Gurrieri

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

Dettagli

Architettura aperta come strumento di diversificazione nel controllo di rischio di portafoglio

Architettura aperta come strumento di diversificazione nel controllo di rischio di portafoglio S.A.F. SCUOLA DI ALTA FORMAZIONE LUIGI MARTINO La Congiuntura Economica Architettura aperta come strumento di diversificazione nel controllo di rischio di portafoglio Luca Martina Private Banker Banca

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

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

Dettagli

1. Limite finito di una funzione in un punto

1. Limite finito di una funzione in un punto . Limite finito di una funzione in un punto Consideriamo la funzione: f ( ) = il cui dominio risulta essere R {}, e quindi il valore di f ( ) non è calcolabile in =. Quest affermazione tuttavia non esaurisce

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

ANALISI DEGLI INVESTIMENTI INDUSTRIALI

ANALISI DEGLI INVESTIMENTI INDUSTRIALI ANALISI DEGLI INVESTIMENTI INDUSTRIALI Università degli Studi di Parma Dipartimento di Economia Testo di riferimento: Analisi Finanziaria, McGraw-Hill, 2002 Obiettivi della lezione Capire i profili di

Dettagli

1 Valore atteso o media

1 Valore atteso o media 1 Valore atteso o media Definizione 1.1. Sia X una v.a., si chiama valore atteso (o media o speranza matematica) il numero, che indicheremo con E[X] o con µ X, definito come E[X] = i x i f(x i ) se X è

Dettagli

Le due facce dell investimento

Le due facce dell investimento Schroders Educational Rischio & Rendimento Le due facce dell investimento Per essere buoni investitori non basta essere buoni risparmiatori. La sfida del rendimento è tutta un altra storia. È un cammino

Dettagli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli Prefazione Non è facile definire che cosa è un problema inverso anche se, ogni giorno, facciamo delle operazioni mentali che sono dei metodi inversi: riconoscere i luoghi che attraversiamo quando andiamo

Dettagli

La ricerca operativa

La ricerca operativa S.S.I.S. PUGLIA Anno Accademico 2003/2004 Laboratorio di didattica della matematica per l economia e la finanza La ricerca operativa Prof. Palmira Ronchi (palmira.ronchi@ssis.uniba.it) Gli esercizi presenti

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli