RAPPORTO CER Aggiornamenti

Documenti analoghi
LA NUOVA TASSAZIONE DEL DECRETO "SALVA ITALIA" E DEI PROVVEDIMENTI E PROPOSTE SUCCESSIVI : STIMA DELL'IMPATTO SUI CONSUMI DEL PERIODO

1 BREVE RIPASSO DEI TEST STATISTICI 2 I TEST STATISTICI NEI SOFTWARE ECONOMETRICI E IL P-VALUE 3 ESERCIZI DI ALLENAMENTO

ECONOMETRIA B A.A. 2002/2003 (Prof. Luca Stanca) Commercio internazionale e tasso di cambio

MODELLI DI PREVISIONE DELL INFLAZIONE ITALIANA: RUOLO DELLA MONETA GLOBALE

Regressione. Monica Marabelli. 15 Gennaio 2016

L eredità finanziaria della crisi

Una stima aggregata dell effetto Brunetta Risultati molto preliminari

IL RESIDUO FISCALE DEL VENETO: UN'ANALISI MACROECONOMICA

Regressione Lineare Multipla

Restrizioni lineari nel MRLM: esempi

Università Commerciale Luigi Bocconi IL MINIMO MARGINE DI SOLVIBILITA : UN PROCEDIMENTO DI VALUTAZIONE MEDIANTE LE RETI NEURALI.

UNIVERSITÀ DEGLI STUDI DI PADOVA Facoltà di Scienze Statistiche

Confronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23

Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)

Antonella Bodini Istituto di Matematica Applicata e Tecnologie Informatiche E. Magenes del CNR

Analisi grafica residui in R. Da output grafico analisi regressionelm1.csv Vedi dispensa. peso-statura

LABORATORIO 5. ANALISI DELLA VARIANZA AD UN CRITERIO DI CLASSIFICAZIONE

Estratto dal Cap. 8 di: Statistics for Marketing and Consumer Research, M. Mazzocchi, ed. SAGE, 2008.

UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA. Tesi di laurea

mentre nel caso degli US (Nordhaus)

Analisi econometrica del debito pubblico in Italia dal 1980 al 1998

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre

Indice. Prefazione...

Modelli che spiegano l attività fotosintetica alla luce di parametri fisiologici della vegetazione. Dr. Alessandro Ferrarini

0.1 Percorrenza e Cilindrata

Modelli time-series per la previsione mensile della domanda elettrica

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

La congiuntura. italiana. Previsione del Pil

UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE

UNIVERSITA` DEGLI STUDI DI PADOVA

2. STYLE ANALYSIS DEI FONDI COMUNI D INVESTIMENTO. pag Introduzione pag Metodologia pag.11

ESERCITAZIONE ECONOMETRIA

ANCORA QUARESIMA PER REDDITI E CONSUMI. Nota di analisi predisposta da Associazione Bruno Trentin e CER

UNIVERSITA DEGLI STUDI DI PADOVA

IL TERMOMETRO DEL RISCHIO ITALIANO

RiskoutlookCONSOB, 5:

La regressione lineare multipla

Statistica multivariata Donata Rodi 17/10/2016

lezione 10 AA Paolo Brunori

CAPITOLO 5 Introduzione ai piani fattoriali

Capitolo 1 MODELLI ECONOMICI DEL TASSO DI CAMBIO 11

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1

Corso di Econometria B Prof. Luca Stanca

STATISTICA ECONOMICA ED ANALISI DI MERCATO Previsioni Economiche ed Analisi di Serie Storiche A.A / 04 ESERCITAZIONE 5

Statistica economica

UNIVERSITÀ DEGLI STUDI DI PADOVA

Analisi di Regressione Multivariata. β matrice incognita dei coeff. di regressione (regr. lineare in β)

Statistica Applicata all edilizia: il modello di regressione

0 altimenti 1 soggetto trova lavoroentro 6 mesi}

ECONOMIA E MERCATI FINANZIARI QUARTO TRIMESTRE 2013

L evoluzione del rischio sui mercati finanziari. Chiara Fornasari Partner Prometeia

REGRESSIONE lineare e CORRELAZIONE. Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori

obbligatorio - n. iscrizione sulla lista

Esercizio 4 (Regressione multipla)

Descrizione per la costruzione del modello di regressione

La congiuntura. internazionale

UNIVERSITA DEGLI STUDI DI PADOVA

PRINCIPALI INDICATORI MACROECONOMICI DELLA ROMANIA NEL TERZO TRIMESTRE DEL 2013

Il modello di regressione lineare multipla. Il modello di regressione lineare multipla

operatori finanziari in piazza Godiasco Salice Terme settembre 2012

Il saldo di bilancio strutturale: un analisi empirica del caso italiano

RICHIAMI DI STATISTICA DESCRITTIVA E DI INFERENZA: LA VERIFICA DI IPOTESI: TEST BASATI SU UN CAMPIONE

Il Modello di Scomposizione

È il valore di un capitale in data anteriore a quella della sua fruibilità (godibilità)

Data Mining. Prova parziale del 20 aprile 2017: SOLUZIONE

ECONOMIA E MERCATI FINANZIARI TERZO TRIMESTRE 2011

Esercitazione 5 - Statistica (parte II) Davide Passaretti 9/3/2017

Cattedra di Mercati e investimenti finanziari

I dati significativi del mercato assicurativo italiano nel contesto economico Informativa annuale per le OO.SS.

Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi

Il modello di struttura per scadenza della Banca Centrale Europea

L osservatorio economico

L ANDAMENTO DEI PRINCIPALI DATI MACROECONOMICI: ECONOMIA ITALIANA ANCORA IN DIFFICOLTA

Un applicazione della modellistica ARCH-GARCH

ECONOMIA E MERCATI FINANZIARI PRIMO TRIMESTRE 2014

Fac-simile prova di esame

ESERCITAZIONI DI LOGISTICA. Laurea in Ingegneria Logistica e della Produzione. Corso di Logistica e di Distribuzione

UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSI DI LAUREA IN STATISTICA, ECONOMIA E FINANZA

Un modello previsionale del mercato degli uffici a Milano

Multicollinearità. Strumenti quantitativi per la gestione

Variabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.

C Introduzione ad EViews

La curva di Phillips in presenza di diversi regimi economici

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

Regressione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011

UN MODELLO INTERPRETATIVO E DI PREVISIONE DEL TRAFFICO AUTOSTRADALE

Giorno n. clienti di attesa

Case study. viene espressa in unità µmol per ora per grammo di peso secco.

Cattedra di Mercati e investimenti finanziari

UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA. CASMEF Luiss Guido Carli Audizione presso la Camera dei Deputati 26 Novembre 2013

Lombardia Statistiche Report

Regressioni Non Lineari

Esercitazione 5 Sta/s/ca Aziendale

STATISTICA ESERCITAZIONE 13

Note introduttive Il software econometrico Easy Reg è scaricabile gratuitamente da internet (

La diversificazione dei portafogli nel nuovo scenario

La congiuntura. italiana. Il saldo degli indicatori

Fasi del modello di regressione

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )

Transcript:

RAPPORTO CER Aggiornamenti 12 Ottobre 2012

LO SPREAD PROSSIMO VENTURO Quanto potrà scendere lo spread Btp-Bund dopo le misure di austerità fiscale? Per rispondere, forniamo una semplice stima derivata da un vettore di cointegrazione fra i livelli dello spread, del debito e dei prezzi. In previsione, in base ai valori stimati di debito e inflazione, lo spread continuerebbe ad oscillare intorno a un valore di riferimento di 300 p.b. I fondamentali dello spread Usando dati mensili per il periodo 1997:01 2012:09, abbiamo identificato un vettore di cointegrazione che lega il livello dello spread fra Btp e Bund alle dimensioni del debito pubblico in quota di Pil e all indice dei prezzi al consumo 1. La tavola 1 mostra come, per questo vettore, sia rifiutata l ipotesi nulla di assenza di cointegrazione a un livello di significatività dell 1 per cento, confermando la presenza di una relazione di lungo periodo fra il valore reale dello spread e il livello del debito pubblico. Tavola 1. Test di cointegrazione dello spread Btp - Bund Cointegration Test - Engle-Granger Date: 10/09/12 Time: 16:20 Equation: EQ_COINTEGRAZIONE Specification: SPREAD (DEBT_IT)/100 LOG(IPC_IT) C @TREND Cointegrating equation deterministics: C @TREND Null hypothesis: Series are not cointegrated Automatic lag specification (lag=1 based on Schwarz Info Criterion, maxlag=14) Value Prob.* Engle-Granger tau-statistic -4.647524 0.0142 Engle-Granger z-statistic -43.12401 0.0046 *MacKinnon (1996) p-values. 1 Oltre a queste variabili il modello è stato stimato con la produzione industriale, la bilancia commerciale e l indice di volatilità sui mercati internazionali. Nelle stime queste tre variabili risultano statisticamente non significative. Roma 12/10/2012 1/4

L equazione di cointegrazione stimata è illustrata nella tavola 2. La relazione di cointegrazione è stimata col metodo dei minimi quadrati dinamici (DOLS). La specificazione DOLS aggiunge alla versione standard della regressione di cointegrazione le differenze dei ritardi e dei valori che precedono il dato (leads). Nel nostro caso sono stati inclusi 10 leads e 0 ritardi. É stato aggiunto un trend lineare per tenere conto dell andamento crescente delle serie come suggerito dal test di cointegrazione. I parametri di entrambe le variabili esplicative sono positivi e del segno atteso, con valori pari, a 0,17 per il debito pubblico e a 1,06 per l indice dei prezzi. Un aumento di un punto determina dunque, in equilibrio, una crescita di 17 p.b. dello spread, mentre rispetto ai prezzi, la relazione di lungo periodo è unitaria. Tavola 2. Equazione di cointegazione Dependent Variable: SPREAD Method: Dynamic Least Squares (DOLS) Date: 10/09/12 Time: 16:19 Sample (adjusted): 1997M02 2012M09 Included observations: 188 after adjustments Cointegrating equation deterministics: C @TREND Automatic leads and lags specification (lead=10 and lag=0 based on SIC criterion, max=14) Long-run variance estimate (Bartlett kernel, Newey-West fixed bandwidth = 5.0000) Variable Coefficient Std. Error t-statistic Prob. (DEBT_IT)/100 0.169708 0.010820 15.68498 0.0000 LOG(IPC_IT) 1.096155 0.124616 8.796252 0.0000 C -5.035006 0.558406-9.016744 0.0000 @TREND -0.001965 0.000231-8.493293 0.0000 R-squared 0.903791 Mean dependent var 0.008156 Adjusted R-squared 0.888944 S.D. dependent var 0.010878 S.E. of regression 0.003625 Sum squared resid 0.002129 Durbin-Watson stat 0.368153 Long-run variance 4.54E-05 Il fit dell equazione è illustrato in forma grafica nel grafico 1. Il modello, pur molto semplice nella sua specificazione, stima correttamente la dinamica dello spread per l intero periodo, compiendo però un sistematico errore di sovrastima dal 2009 fino ad agosto 2011, mese a partire dal quale si osserva invece una sottostima che si prolunga, pur con dimensioni decrescenti, fino alla fine del campione. Roma 12/10/2012 2/4

Ne traiamo tre osservazioni: innanzitutto, l andamento dello spread trova riscontro nelle sue determinanti di lungo periodo e non è attribuibile soltanto a movimenti speculativi; in secondo luogo, dopo lo scoppio della crisi finanziaria, il mercato sembra aver collocato, per molti mesi, almeno fino al fatidico agosto 2011, lo spread al di sotto del valore di equilibrio; l esplosione della crisi dei debiti sovrani in Europa ci sta di contro penalizzando ancora oggi ma, al di là dei picchi di fine 2011, per un ammontare tutto sommato contenuto, quantificabile in media in 50 p.b (vedi anche il grafico 2, che riporta i residui dell equazione). Questo significa che soltanto una netta inversione nell andamento dei fondamentali consentirebbe di ridurre in misura significativa il livello dei tassi di interesse sul debito pubblico italiano. 0,06 Grafico 1. Valori effettivi e stimati dello Spread 0,05 0,04 0,03 0,02 0,01 0,00-0,01 1997 1999 2001 2003 2005 2007 2009 2011 Valori veri Valori stimati Proiettando l equazione agli anni futuri, stimiamo infatti che, sulla base dei valori di debito e inflazione previsti nel nostro Rapporto 2/2012, il livello dello spread oscillerà intorno ai 300 p.b. valore certo inferiore ai picchi toccati nel corso della crisi dello scorso inverno, ma molto superiori a quelli prevalenti fino all agosto 2011. Roma 12/10/2012 3/4

0,020 Grafico 2. Residui 0,015 0,010 0,005 0,000-0,005-0,010-0,015 1997 1999 2001 2003 2005 2007 2009 2011 Riferimenti bibliografici A. Di Cesare, G. Grande, M. Manna e M. Taboga (2012), Recent estimates of sovreign risk premia for Euro area countries, Banca d Italia. L. Marattin, P. Paesani e S. Salotti (2012), Assessing the pre-crisis advantages of the EMU for sovreign debt issurers: a panel VAR analysis, Rivista di Politica Economica. Roma 12/10/2012 4/4