UNIVERSIT DEGLI STUDI DI VERONA

DIPARTIMENTO DI SCIENZE ECONOMICHE SAFE CENTER

CENTER FOR STUDIES IN ACTUARIAL AND FINANCIAL ENGINEERING -ECONOMICS

Francesco Rossi

Teoria della selezione del portafoglio e modelli di equilibrio del mercato dei capitali

SAFE CENTER DIPARTIMENTO DI SCIENZE ECONOMICHE UNIVERSIT DEGLI STUDI DI VERONA Via Giardino Giusti, 2 - 37129 VERONA Fax 045 8054935; http://dse.univr.it/safe

Introduzione CAPITOLO 1 - RENDIMENTO E RISCHIO DI UNATTIVIT 1.1 Rendimento di un titolo 1.2 Rendimento di un prodotto o business 1.3 Rendimento atteso e rischio di un titolo o business 1.4 Confronto fra pi titoli o business CAPITOLO 2 - ANALISI DI UN PORTAFOGLIO COMPOSTO DA DUE TITOLI O BUSINESS 2.1 Introduzione 2.2 Analisi dei portafoglio possibili nel caso di due titoli o business a rendimento aleatorio 2.2.1 Unapplicazione 2.3 Selezione dei portafogli efficienti (frontiera efficiente) nel caso di due titoli o business a rendimento aleatorio 2.3.1 Caso con perfetta correlazione lineare positiva fra i rendimenti di due titoli o business 2.3.2 Caso con perfetta correlazione lineare negativa fra i rendimenti di due titoli o business 2.3.3 Caso con non perfetta correlazione lineare fra i rendimenti di due titoli o business (di rilevante interesse operativo) 2.4 Lintroduzione nel portafoglio di un titolo a rendimento certo CAPITOLO 3 - ANALISI DI PORTAFOGLIO CON n TITOLI O BUSINESS 3.1 Rendimento e rischio di portafogli fattibili 3.2 Analisi del rischio del portafoglio allaumentare del numero di titoli o business rischiosi in portafoglio 3.2.1 Caso di titoli o business con rendimenti aleatori tutti linearmente indipendenti fra loro 3.2.2 Caso di titoli o business con rendimenti aleatori linearmente correlati 3.3 La selezione dei portafogli efficienti ovvero la valutazione della frontiera efficiente 3.4 Il modello parametrico Appendice Teorema di separazione Teorema di ortogonalit

CAPITOLO 4 - ANALISI DEL PORTAFOGLIO IN PRESENZA DI TITOLI O BUSINESS A RENDIMENTO ALEATORIO, INVESTIMENTI E FINANZIAMENTI A TASSO CERTO 4.1 Portafogli efficienti (frontiera efficiente) nel caso di n-1 titoli o business a rendimento aleatorio e un titolo a rendimento certo 4.2 Alcune simulazioni 4.3 Portafogli efficienti, (frontiera efficiente) utilizzando sia titoli o business a rendimento aleatori sia un titolo a rendimento certo sia la possibilit di indebitamento a tasso certo CAPITOLO 5 - ROI, ROE E SOSTENIBILIT DEI DEBITI 5.1 Valore atteso e varianza di ROI e ROE 5.2 Ipotesi di tasso certo di debiti e rendimento aleatorio dei business 5.2.1 Scelte efficienti 5.2.2 Tasso massimo dei debiti razionalmente sostenibile dallazienda 5.2.3 Simulazioni sulla valutazione del tasso massimo razionalmente sostenibile 5.2.4 Leffetto dei vincoli operativi sul tasso certo massimo sostenibile

5.2.5 Alcune simulazioni della valutazione del tasso certo massimo sostenibile in presenza di vincoli operativi sulle variabile decisionali CAPITOLO 6 - MODELLI SEMPLIFICATI DI SELEZIONE DEL PORTAFOGLIO: IL MODELLO DIAGONALE DI SHARPE 6.1 Il modello diagonale di Sharpe 6.1.1 Rendimento e rischio di un titolo 6.1.2 Rendimento e rischio di portafogli fattibili con n titoli a rendimento aleatorio 6.1.3 La valutazione del rischio al crescere del numero di titoli o business in portafoglio o azienda 6.1.4 La valutazione delle soluzioni efficienti CAPITOLO 7 - MODELLI SEMPLIFICATI DI SELEZIONE DEL PORTAFOGLIO: MODELLI A PI INDICI 7.1 Modelli a pi indici 7.2.0 Richiami su autovalori e autovettori 7.2.1 La tecnica delle Componenti Principali (P.C.A.) 7.2.2 Alcune esperienze CAPITOLO 8 - LA SCELTA PREFERITA 8.1 Introduzione 8.2 La teoria dellutilit attesa 8.3 Valutazione della funzione di utilit 8.4 Individuazione del portafoglio a rendimento aleatorio preferito 8.4.1 Criterio di scelta: la funzione di utilit e le curve di indifferenza in E-V 8.4.2 Utilizzo dellarco di circonferenza tangente alla frontiera efficiente E-V come curva di indifferenza CAPITOLO 9 - MODELLI DI EQUILIBRIO 9.1 Equilibrio di mercato 9.2 Il Capital Asset Pricing Model (C.A.P.M.) 9.2.1 Le ipotesi del C.A.P.M. 9.2.2 La Security Market Line (S.M.L.) 9.3 LArbitrage Pricing Theory (A.P.T.) 9.3.1 Le ipotesi dellA.P.T. 9.3.2 Il modello di equilibrio Allegato - Indicatori di Performance Bibliografia

Introduzione Nel mercato finanziario o produttivo o commerciale o del lavoro, ovvero nel mercato globale dei capitali, un decisore si trova ad operare su pi possibilit e deve utilizzare tutte le informazioni disponibili per la valutazione dei rendimenti futuri delle attivit che sono oggetto della sua analisi. Per molte attivit, in genere la maggior parte di esse, i rendimenti futuri non sono certi, quindi la decisione si svolge in ambito incerto per mancanza, incompletezza o inattendibilit, delle conoscenze ed informazioni a disposizione1. Poich "distinguere ci che ad un certo momento ignoriamo da ci che invece ci risulta essere o certo o impossibile serve a permetterci di contemplare l'ambito delle possibilit, ossia l'ambito su cui si estende la nostra incertezza. Ci non basta tuttavia come strumento e guida per orientarci, per decidere, per agire: per tale scopo occorrer basarsi su un ulteriore concetto: quello di probabilit" 2, vi allora la convenienza, opportunit a dare una valutazione probabilistica ad ogni rendimento futuro che si ritenga possibile. Si giunge cos a descrivere la variabile aleatoria rendimento del progetto di investimento. La Selezione del Portafoglio3 stata proposta per affrontare il problema della ripartizione di risorse finanziarie tra diverse possibilit di investimento con rendimento aleatorio. Scopo primario quello di controllare sia il rendimento sia il rischio degli investimenti. Per risolvere tale problema il metodo analizza una sola unit temporale ed applica all'insieme delle possibili scelte il criterio E-V (Expected value-Variance). Il criterio E-V ipotizza che il decisore scelga il proprio portafoglio perseguendo non solo la massimizzazione del rendimento atteso (E), ma anche la minimizzazione del rischio (V), approfondendo cos il tema della diversificazione e della individuazione delle scelte efficienti. Poich le opportunit d'investimento possono assumere varie forme, azioni, obbligazioni, valute e loro derivati (in ambito strettamente finanziario), affari, servizi, prodotti (in ambito commerciale ed industriale) si propone di applicare la selezione del portafoglio, e quindi il criterio E-V, anche a questi ultimi, dato che facile convenire sul fatto che unazienda pu essere vista come un portafoglio di prodotti o di servizi. Si propone quindi di controllare anche il rendimento atteso e il rischio aziendale e di dare una risposta al problema noto come sostenibilit dei debiti, ovvero la valutazione del tasso certo massimo sostenibile per unimpresa, dati i rendimenti attesi dei suoi business e i vincoli operativi. D'ora in avanti si parler semplicemente di titoli o business, intendendo con ci una qualunque forma d'investimento omogenea con altre con cui viene confrontata, e si supporr l'esistenza di un numero finito di titoli, o business, in cui poter investire qualunque frazione del capitale disponibile, nonch, al fine di semplificare la presentazione, l'assenza di costi di transazione o altri. Preme sottolineare che la metodica qui esposta la base su cui poggia la metodica Value at Risk (VaR) per il controllo del rischio finanziario.

1 2

DE FINETTI B., Teoria delle Probabilit, vol. 1, Einaudi Ed., Torino, 1970, pag. 33. DE FINETTI B., 1970, op. cit., pag. 35. 3 MARKOWITZ H. M., "Portfolio Selection", Journal of Finance, March 1952.

1 RENDIMENTO E RISCHIO DI UNATTIVITA

1.1 Rendimento di un titolo Si definisce Ri,t il tasso di rendimento previsto in t dell'i-esimo titolo, azionario od obbligazionario, nell'intervallo temporale (t,t+1), anno, mese, decade, settimana, giorno, ora, minuto, come P P + Di ,t +1 Ri ,t = i ,t +1 i ,t Pi ,t dove: Pi,t prezzo (quotazione) dell'i-esimo titolo all'istante t; Di,t+1 cedola o dividendo ed eventuali premi4 previsti all'istante t+1; Pi,t+1 prezzo (quotazione) dell'i-esimo titolo all'istante t+1. Per semplificare l'analisi non verranno considerati, in seguito, premi e dividendo. Se si considera un intervallo (t,t+1) tendente a zero, utilizzando, per esempio, serie di prezzi rilevate su un mercato telematico, e si calcola il rapporto Pi ,t +1 Pi ,t +1 + Pi ,t Pi ,t Pi ,t +1 Pi ,t $ = = 1+ = 1+ R i ,t Pi ,t Pi ,t Pi ,t Pi ,t +1 Pi ,t P $ > -1. =R posto i ,t +1 > 0 allora i ,t Pi ,t Pi ,t

Se si applica il logaritmo si ottiene: Pi ,t +1 $ ) = $ (t ) log = log(1 + R i ,t i Pi ,t dove $ (t ) il tasso istantaneo di rendimento5 (da capital gain) dell'alternativa i in t.
i

1.2. Rendimento di un prodotto o business Lavorando su prodotti o business la valutazione del tasso di rendimento del business i per lanno da t a t+1 facile solo nel caso di aziende monoprodotto. Nel caso di aziende multiprodotto possibile ed auspicabile lanalisi per cui lazienda sia vista anche come un portafoglio di prodotti. In questo caso i processi di valutazione della redditivit del capitale investito per prodotto sono complessi, basati su ipotesi forti (per esempio su chiavi di ripartizione dei costi generali e comuni), costosi, ma non impossibili visto che, per esempio, nel settore assicurativo si dispone gi di bilanci per ramo e che nel settore del credito prassi valutare, per esempio, la redditivit e il rischio della linea fidi per settore economico6.
Il rendimento del titolo deve essere corretto nel caso di variazioni del capitale sociale e nel caso in cui dividendi o premi o cedole fossero corrisposti in momenti diversi dall'istante finale. 5 Vedasi questo testo nella parte riguardante i tassi di interesse. 6 Per chi sia interessato a questo tema si rimanda a testi come: SELLERI L., Contabilit dei costi e contabilit analitica. Determinazioni quantitative e controllo di gestione, Etas Libri, Milano, 1990; BRUSA L., ZAMPROGNA L., Pianificazione e controllo di gestione: creazione del valore, cost accounting e reporting
4

Si deve comunque arrivare a valutare il rendimento del business i intrapreso in t con PRi ,t +1 Ri ,t = Ci ,t dove: Pri,t+1 profitto derivante dalla produzione e vendita dell'i-esimo prodotto o business nel periodo (t, t+1) e riportato alla fine del periodo, cio in t+1; capitale investito in t, inizio del periodo, nelli-esimo prodotto o business. Ci,t Naturalmente tutto questo deve essere valutato ex-ante, anche sulla base di esperienze trascorse, ma corrette per il futuro, o di simulazioni sulla distribuzione dei rendimenti (Monte Carlo, brainstorming, analisi top down) o di ipotesi, tutte tecniche che portano poi alla valutazione del rendimento atteso e del rischio delle singole possibilit di investimento.
1.3. Rendimento atteso e rischio di un titolo o business D'ora in poi per rendimento si intender il tasso di rendimento moltiplicato per 100 (per esempio, 17 sta per 17%) e si trascurer l'indice temporale, dato che ci si occuper di una sola, prossima, unit temporale rilevante per il decisore. Si utilizza quindi un modello uniperiodale. Se un decisore ha scelto il mese come unit periodale, scontato che prima della fine di ogni mese applichi, uttilizzando le informazioni disponibili al momento, mese dopo mese, il modello decisionale monoperiodale per simulare, controllare a priori, gli effetti delle nuove informazioni sul rendimento e rischio del suo portafoglio o della sua azienda per il mese prossimo. A priori, il prezzo di un titolo in t=0, cio inizio periodo, noto, ma in t+1 non certo e quindi il rendimento una variabile casuale (v.c.) e il decisore dovr assegnarle una distribuzione di probabilit7. Quale sia nella realt il tipo di distribuzione di probabilit del rendimento di un titolo o business, in generale, un problema del tutto illusorio. Si sa che l'unit temporale influenza la distribuzione; alcune verifiche empiriche hanno portato ad accettare distribuzioni diverse anche se, ancor oggi, per convenienza didattica od operativa, si ricorre spesso alla distribuzione Gaussiana8. L'utilizzo della trasformazione logaritmica appena vista ritenuto utile anche per verificare la normalit delle distribuzioni dei rendimenti9. Allora, per eludere tali problemi e semplificare l'approccio,

direzionale: tendenze evolutive, Etas Libri, Milano, 1991; CODA V., I costi standard nella programmazione e nel controllo, Giuffr, Milano, 1975; DEAKIN E.B., MAHER M.W., Cost Accounting, Irwin, Homewood, 1992; EMMANUEL C., OTLEY D., MERCHANT K., Accounting for Management Control, Chapman & Hall, London, 1990; MACIARIELLO J.A., KIRBY C.J., Management Control Systems, Prentice Hall Intl, Englewood Cliffs, 1994; BURCH J.G., Contabilit direzionale e controllo di gestione; impatto delle nuove tecnologie, EGEA, Milano, 1997. 7 LINTNER J., "The Valuation of Risky Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets", Review of Economics and Statistics. Feb. 1965; LEVY H., SARNAT M., Capital Investment and Financial Decisions, Prentice Hall Int., N.Y., 1986. 8 BREALEY R., EDWARDS H., A Bibliography of Finance, Vol. 2, cap.10.3, The MIT Press, Cambridge, Mass., 1991; CANESTRELLI E., NARDELLI C., Criteri per la Selezione del Portafoglio, Giappichelli, Torino, 1991; BOOKSTABER R.M., MCDONALD J.B., "A General Distribution for Describing Security Price Returns", Journal of Business, July 1987, vol. 60.3, pagg. 401-424; FAMA E.F., "The Behavior of Stock Market Prices", Journal of Business, Jan. 1965, vol. 38, pagg. 34-105; ALEXANDER G.J., FRANCIS J.C., Portfolio Analysis, Prentice Hall, New York 1986. 9 GARBADE K., Teoria dei Mercati Finanziari, Il Mulino, Bologna, 1989, pagg. 85 e seg.

invece della distribuzione di probabilit dei rendimenti, qualsiasi essa sia, si utilizzano degli indici sintetici; tipicamente i momenti10. I pi usati sono il valore atteso e la varianza. Nel caso che la v.c. rendimento sia discreta si assegna un valore di probabilit ad ogni rendimento, quindi il valore atteso e la varianza del rendimento futuro sono rispettivamente dati da
E ( Ri ) =

p R
j =1 ij

ij

= Ri

V ( Ri ) = E Rij Ri

) = p (R
2 M j =1 ij

ij

Ri

= i2

dove E ( Ri ) = Ri : rendimento atteso dell'i-esimo titolo, con i =1,2,...N; : j-esimo possibile rendimento dell'i-esimo titolo, con j=1,2,...M; Rij

pij

: probabilit associata a Rij , con 0 pij 1 , j e

p
j =1

ij

= 1, i.

La varianza il valore atteso del quadrato degli scarti dei valori della variabile casuale dal suo valore atteso. La Tab.1 mostra la distribuzione di probabilit del rendimento del titolo o business B per il quale sono previsti solo tre possibili diversi rendimenti per il prossimo anno.
Possibili rendimenti del titolo o business B 10.8 16.4 15 Probabilit

1/6 3/6 2/6 Totale 6/6= 1.00

Tab. 1: Distribuzione di probabilit dei rendimenti del titolo o business B per il prossimo anno

Il rendimento atteso di B 15, la varianza 3.92, lo scarto quadratico medio (s.q.m. oppure ), radice quadrata della varianza, 1.98. Infatti: 1 3 2 E ( Ri ) = 10.8 + 16.4 + 15 = 15 6 6 6 1 3 2 2 2 2 V ( Ri ) = (10.8 15) + (16.4 15) + (15 15) = 392 . 6 6 6 Ri = 392 . = 198 . 2
H.M. Markowitz11 nel 1952 propose la varianza come misura del rischio d'investimento per cui: a varianza via via pi elevata si associa rischio via via pi elevato. Naturalmente, un titolo con varianza nulla un titolo privo di rischio, cio a rendimento certo, come nel caso di obbligazioni senza cedola a scadenza fissa (per esempio i BOT e gli Zero Coupon Bond) se e solo se acquistati all'emissione e detenuti fino a scadenza. Valore atteso e varianza, ovviamente, non sintetizzano tutte le informazioni contenute nella distribuzione
10 11

VAJANI L., Statistica Descrittiva, Etas Libri, Milano, 1974. MARKOWITZ H.W., 1952, op. cit.

della variabile aleatoria rendimento, salvo casi particolari come quello della distribuzione Gaussiana ed alcune altre12. Di conseguenza la proposta di Markowitz suscettibile di critiche13. Per esempio, si obietta che, razionalmente, il rischio dovrebbe considerare i rendimenti al di sotto di una certa soglia, diversa da operatore ad operatore, e che quindi si dovrebbero considerare solo gli scarti negativi e non quelli positivi da quella soglia. D'altro canto la varianza gode di vantaggi analitici che altre misure di variabilit non hanno14. La proposta di Markowitz comunque ancor oggi utilizzata sia nella teoria finanziaria (come nel Capital Asset Pricing Model, CAPM15) sia nella pratica finanziaria16, non ultima in RiskMetrics della J.P. Morgan/Reuters per il controllo del Value at Risk17.
1.4. Confronto fra pi titoli o business Nella Tab. 2 sono riportati valore atteso, scarto quadratico medio, rendimento atteso per unit di rischio, rischio per unit di rendimento atteso di cinque titoli o business denominati A, B, C, D, E18. A B C D E Ri 15 15 17 20 12 1.4142 2.0000 1.6903 1.8516 1.0690 i 10.6067 7.5000 10.0574 10.8015 11.2254 R i /i 0.0943 0.1333 0.0994 0.0926 0.0891 i/ R i
Tab. 2: Rendimento atteso, scarto quadratico medio, rendimento atteso per unit di rischio, rischio per unit di rendimeto atteso di cinque titoli o business.

Si pu notare che: D ha il rendimento atteso pi alto, ma non il rischio pi alto;

ALEXANDER G.J., FRANCIS G.C., 1986, op.cit. BAMBERG G., SPREMANN K., Capital Market Equilibria, Springer Verlag, N.Y., 1986, pag. 7-49 14PESARIN F. , Elementi di Calcolo delle Probabilit, Cleup, Padova, 1985. 15 CAPM: Capital Asset Pricing Model; SHARPE W.F:, "Capital Asset Prices: a Theory of Market Equilibrium under Conditions of Risk", Journal of Finance, 19, 1964, pag, 425-442; LINTNER J., 1965, op. cit., pag 13-1; MOSSIN J., "Equilibrium in a Capital Asset Market", EM, Oct. 1966, vol. 34, pag, 768-783. 16 BARRA, The Global Equity Model Handbook, Barra, University Avenue, Berkeley CA 94704-1058 USA, 1995 17 MORGAN J.P./REUTERS, Technical Document, December 1996, Morgan Guaranty Trust Company, New York; JORION P., Value at Risk: The New Benchmark for Controlling Market Risk, 1997, IRWIN, Chicago. 18Per poter valutare i rendimenti attesi e gli scarti in Tab. 2 si deve procedere come gi detto oppure si possono trattare dei rendimenti ex-ante forniti da pi analisti: A B C D E 15 17 17 19 12 17 13 20 22 10 ... ... ... ... ... 16 18 18 21 13 15 12 16 18 12 e quindi calcolare il valore atteso e lo scarto quadratico medio con le opportune tecniche statistiche. Talvolta un analista ha informazioni circa il valore atteso, il rendimento massimo, xmax , e minimo, xmin , previsti per il periodo in esame e non ha lo s.q.m.. Allora, nellipotesi di una distribuzione gaussiana dei rendimenti, ponendo xmin = x2.5 e xmax = x97.5 valori percentili della stessa, si pu valutare lo scarto quadratico medio come: (x97.5 - x2.5)/4.
13 12

 E ha il rendimento pi basso ed anche il rischio pi basso; A e B hanno uguale rendimento atteso, ma B risulta pi rischioso perch ha lo s.q.m. maggiore di quello di A. Il rapporto Ri / i valuta il rendimento atteso per unit di rischio ed un indice utilmente impiegabile per confrontare pi alternative a rendimento e rischio diversi ( definito coefficiente di variazione dagli statistici, mentre in finanza detto anche "rendimento periodale medio aggiustato per il rischio"19, o "rendimento per unit di rischio"). Tale rapporto Ri /i rileva come A, C, D, E abbiano da 10.0574 a 11.2254 punti di rendimento atteso per unit di rischio, mentre B riporta un rendimento aggiustato del rischio decisamente pi basso: 7.5. Il reciproco di tale indice quantifica, naturalmente, il rischio per unit di rendimento atteso. B emerge, negativamente, sugli altri. In Fig. 1 il rendimento atteso e lo scarto quadratico medio di ciascun titolo stato rappresentato sul piano [ R , ] .

Fig. 1: Rendimento atteso e scarto quadratico medio dei cinque titoli o business esaminati

Si supponga di voler investire, per il prossimo anno, tutto il capitale disponibile in uno solo dei cinque titoli o business considerati, ipotizzando che siano i soli disponibili per il decisore. Per attuare la scelta si deve ricorrere allindividuazione di un criterio e a dei parametri che informino lo stesso. La selezione per ordine alfabetico o casuale, lanciando per esempio un dado a cinque facce, sono metodi sicuramente interessanti, ma qui proponiamo un metodo che controlli sia il valore atteso sia il rischio, questultimo misurato dallo scarto quadratico medio (o varianza).

19 RUOZI R.,

Manuale dei Fondi Comuni di Investimento, Giuffr Ed., Milano 1987, pag, 89.

Utilizzando il metodo della dominanza20 e come parametri decisionali il valore atteso e la varianza, metodo E-V, possiamo ordinare (scegliere, preferire) i titoli rischiosi in analisi. Tale metodo propone che si operi come segue: 1) a parit di rendimento atteso viene scelta l'opportunit meno rischiosa (dominanza per rischio); 2) a parit di varianza (o di ) viene scelta l'opportunit con rendimento atteso maggiore (dominanza per rendimento); 2 3) nel caso in cui Ri < Rj e 2 i < j il titolo j-esimo non domina il titolo i-esimo: in questo caso il metodo evidenzia che le possibilit con rendimento maggiore hanno maggior rischio (a maggior rendimento maggior rischio o viceversa) e niente altro. Quindi, in questo caso il metodo E-V, da solo, non aiuta a scegliere (non attua un ordinamento totale, ma parziale), ovvero si ha indecisione. Lapplicazione del criterio E-V alle nostre cinque possibilit porta a verificare che: 1) nessun decisore razionale deve scegliere B, perch dominato da: A per rischio; C e D sia per rendimento sia per rischio; 2) E, A, C, D sono non dominati, quindi efficienti in quanto a maggior rendimento corrisponde maggior rischio. Quindi, scartato B, non esiste, per ora, tra A, C, D, E, una soluzione migliore delle altre e la scelta di uno di essi sia invece questione da lasciare al decisore sulla base del suo atteggiamento verso il rischio o, pi in generale, sulla base del proprio sistema di preferenze21.

20

MARKOWITZ H.M., Mean-Variance Analysis in Portfolio Choice and Capital Markets, Basil Blackwell Inc., N.Y., 1987; CASTAGNOLI E., PECCATI L., Introduzione alla Selezione del Portafoglio, Coop. Lorenzo Milani, Milano, 1991; CANESTRELLI E., NARDELLI C., 1991, op. cit. 21 CASTAGNOLI E., PECCATI L., 1991, pag. 11, op.cit.

2 ANALISI DI UN PORTAFOGLIO COMPOSTO DA DUE TITOLI O BUSINESS 2.1 Introduzione L'analisi rendimento-rischio non riguarda solo e semplicemente i singoli titoli, come quelli indicati in Tab. 2, ma anche tutte le possibili composizioni degli stessi ovvero le varie configurazioni di mix di portafoglio, sia esso un fondo comune azionario o un mix produttivo-commerciale di una compagnia di assicurazioni operante nei rami danni o di unimpresa commerciale qualsiasi. Tali configurazioni possono essere infinite se definiamo xi la quota di capitale investita nell'i-esimo titolo, o nel i-esimo business, nel campo dei numeri reali e si pone il vincolo xi = 1 noto come vincolo di bilancio: tutto il capitale disponibile viene investito. Nel caso di due titoli il vincolo di bilancio diventa: x 1 + x 2 = 1. Trattando investimenti, la frazione di capitale xi assume tutti e solo i valori compresi tra 0 e 1 (estremi inclusi)22 quindi 0 xi 1. Nel caso in cui fossero ammessi finanziamenti, o investimenti allo scoperto, la variabile xi pu assumere anche valori esterni a tale intervallo, negativi o maggiori di 1. Scopo della Selezione del Portafoglio quello di individuare la migliore ripartizione, secondo il criterio E-V, del capitale tra i titoli o business, ossia stabilire i "giusti" pesi xi da attribuire ad ogni titolo o business. Tali giusti pesi dovranno razionalmente permettere di avere un progetto di investimenti con il massimo rendimento a parit di rischio o a minimo rischio a parit di rendimento, cio portare a comporre un progetto di portafoglio efficiente in E-V. Il problema che si affronta anche noto come il problema della diversificazione, problema che nel gergo comune si esprime dicendo: vorrei un portafoglio che mi permetta di guadagnare intorno al 10% con il minor rischio ovvero partendo da un rischio di portafoglio, per esempio di due punti, vorrei sapere quale mix mi d il massimo rendimento. 2.2 Analisi dei portafogli possibili nel caso di due titoli o business a rendimento aleatorio Il rendimento atteso di un portafoglio, R P , la media aritmetica ponderata dei rendimenti attesi dei singoli titoli o, in altre parole, trasformazione lineare dei rendimenti attesi dei singoli titoli. La varianza di portafoglio, 2 P , data dal valore

22Tale

ipotesi da ritenersi d'ora in poi sempre presente, salvo che non venga detto diversamente. 8

atteso del quadrato degli scarti del rendimento di portafoglio dal rendimento atteso del portafoglio stesso. Per un portafoglio composto da due titoli o business si ha: rendimento atteso di portafoglio R P = E( R P ) = x1E( R1 ) + x 2 E( R 2 ) = x1R1 + x 2 R 2 varianza di portafoglio (meglio, dei rendimenti futuri dei titoli o business in portafoglio)
= 2 P = E( R P R P ) = E x1 R 1 + x 2 R 2 ( x1 R 1 + x 2 R 2 )
2 2

= E x1 ( R 1 R 1 ) + x 2 ( R 2 R 2 )

= E x1 ( R 1 R 1 ) + x 2 ( R 2 R 2 ) + 2x1 x 2 ( R 1 R 1 )( R 2 R 2 ) =
2 2 2 2

= x1 E( R 1 R 1 ) + x 2 E( R 2 R 2 ) + 2x1 x 2 E ( R 1 R 1 )( R 2 R 2 ) =
2 2 2 2

= x1 + x 2 + 2x1x 2 12
2 2 1 2 2 2

dove:

12 = E ( R 1 R 1 )( R 2 R 2 )

la covarianza fra i rendimenti delle due alternative disponibili23. Da quanto sopra, si nota come la varianza di portafoglio una trasformazione quadratica del rischio dei singoli titoli o business. La covarianza, 12 , misura quanto i rendimenti dei due titoli siano legati da una relazione lineare, ed essendo il valore atteso del prodotto di due scarti, pu assumere valori positivi, nulli o negativi: positivi quando gli scarti dei rendimenti dei due titoli hanno prevalentemente lo stesso segno (entrambi positivi o entrambi negativi, Fig. 2); negativi quando a scarti positivi di un investimento corrispondono prevalentemente scarti negativi nell'altro o viceversa (Fig. 3); nullo quando si ha indipendenza lineare tra i rendimenti dei due titoli24 (Fig. 4a e 4b). Una caratteristica evidente della covarianza la simmetria, cio 12 = 21. Inoltre
2 11 = E ( R 1 R 1 )( R 1 R 1 ) = E( R 1 R 1 ) = 1 2

e, naturalmente,

22 = E ( R 2 R 2 )( R 2 R 2 ) = E( R 2 R 2 ) = 2 2
2

23La

covarianza data da: 12 = R 1 R 1 R 2 R 2 p12

)(

con p12 probabilit congiunta dei rendimenti dei due titoli (probabilit che si abbiano contemporaneamente R1 e R 2 ).
24

STEWART M.B., WALLIS K.F., Introductory Econometrics, Basil Blakwell, Oxford, 1981. 9

Si pu standardizzare la covarianza dividendola per 12> 0, prodotto degli scarti quadratici medi dei rendimenti dei due titoli; in questo modo si possono confrontare le relazioni fra i rendimenti dei titoli o business che compongono i portafogli indipendentemente dall'unit di misura. Si ottiene cos il coefficiente di correlazione lineare, 12, 1 12 = 12 = 21 = 21 +1 1 2 1 2 Il coefficiente di correlazione lineare ha il medesimo significato e le medesime propriet della covarianza (Fig. 2, Fig. 3, Fig. 4a, Fig. 4b) con il vantaggio di essere un buon indice, poich possiede valore minimo (-1) e massimo (+1) noti. Inoltre se: 12= +1, i rendimenti dei due titoli o business sono legati da una legge deterministica lineare crescente; 12= -1, i rendimenti dei due business si muovono in direzioni opposte evidenziando una legge deterministica lineare decrescente; 12= 0, i rendimenti dei due business sono linearmente non correlati.

E' importante evidenziare la relazione 12 = 12 1 2 che permette di trovare il valore massimo della covarianza dei rendimenti di due business in corrispondenza di 12 = 1 . Quindi il valore massimo della covarianza pari al prodotto dei due scarti quadratici medi. Essa, inoltre, mostra che il segno della covarianza dipende da quello del coefficiente di correlazione lineare (1 e 2 sono sempre positivi) e solo quando 12 = 0 la covarianza nulla. In generale tra ij e ij sussistono le seguenti relazioni: se i=j allora ii = 1 e ii = ( i i ) = 2 i (il numeratore uguale al denominatore); se ij allora ii 1 e ij = ij i j .
2.2.1. Un'applicazione In Tab. 3 e Tab. 4 riportata rispettivamente la matrice delle varianze-covarianze e la matrice dei coefficienti di correlazione lineare tra i rendimenti futuri dei 5 titoli o business i cui rendimenti attesi e scarti sono in Tab. 2.

A B C D E

A 2.0000

B -0.4286 4.0000

C 2.2857 -0.2857 2.8571

D 0.1429 1.1429 0.7143 3.4286

E -0.2857 1.1429 -0.5714 0.1429 1.1429

Tab. 3: Matrice delle varianze-covarianze fra i rendimenti futuri di cinque titoli o business

B
10

A B C D E

-0.1515 1

0.9592 -0.0845 1

0.0546 0.3086 0.2282 1

-0.1890 0.5345 -0.3162 0.0722 1

Tab. 4: Matrice dei coefficienti di correlazione lineare fra i rendimenti futuri di cinque titoli o business

Quanto in Tab. 3 e Tab. 4 pu essere frutto: - dellanalisi bivariata delle rispettive variabili casuali rendimenti ex-ante; - di valutazioni a seguito di stime ex-post modificate per identificare quanto vede il decisore per il periodo in analisi; - di ipotesi, di simulazioni. Si ricorda che se il decisore non ha informazioni sulle singole correlazioni pu imporre a tutte le coppie il coefficiente di correlazione lineare medio previsto, del mercato o dellazienda, e che le varianze e covarianze si possono calcolare anche utilizzando gli scarti quadratici medi, valutati in Tab. 2, e i coefficienti di correlazione.
2 Si ricorda che 2 ij , 0 ij 1 detto coefficiente di determinazione lineare e

quantifica la percentuale di casi, rendimenti, spiegati dalla relazione lineare fra i due titoli o business. Tale coefficiente permette di valutare il grado di aderenza alla funzione lineare per la descrizione della variabilit dei rendimenti. Si pu osservare come: A e C (A,C = 0.96), sono i titoli o business a pi elevata correlazione lineare diretta nei rendimenti, segue la coppia B ed E con B,E = 0.53; verificata una debole correlazione lineare inversa fra i rendimenti di A con B, di A con E, di C con E; negli altri casi la correlazione lineare o debole o debolissima.

Si propongono alcune simulazioni di composizioni di due titoli o business, scelti fra i cinque disponibili, per analizzare empiricamente le propriet nascoste rendimentorischio dei portafogli risultanti25.
Nelle simulazioni si utilizzano i valori riportati nelle tabelle 2, 3 e 4 arrotondati alla seconda cifra decimale. 11
25

Fig. 2: Un esempio di dispersione congiunta dei rendimenti di due titoli o business nel caso di covarianza e coefficiente di correlazione lineare positivi.

Fig. 3: Un esempio di dispersione congiunta dei rendimenti di due titoli o business nel caso di covarianza e coefficiente di correlazione lineare negativi.

12

Figure 4a e 4b: Due esempi, fra i molti, di dispersione congiunta dei rendimenti di due titoli o business nel caso di covarianza e coefficiente di correlazione lineare praticamente nulli.

13

A)

Componendo un portafoglio F ripartendo, empiricamente, il capitale 50% in A e 50% in C: R A = 15; A = 1.41 dati: R C = 17; C = 1.69 = 0.96 AC si hanno rendimento atteso R F e scarto quadratico medio F (Fig. 5): R F = 15 0.5 + 17 0.5 = 16
F = 1.412 0.52 + 1.69 2 0.52 + 2 0.96 1.41 1.69 0.5 0.5

1/ 2

= 153 .

Se si compongono diversamente i due titoli si ha, ad esempio: a) 80% in A, 20% in C. Allora si avr : R P = 15 0.8 + 17 0.2 = 15.4 P = 146 . b) 20% in A, 80% in C. Allora si avr: R P = 15 0.2 + 17 0.8 = 16.6 P = 1.62

Fig. 5: Rendimento atteso e scarto quadratico medio del portafoglio F ottenuto ripartendo il capitale: 50% nel business A e 50% nel business C.

14

La curva AC rappresenta in R , gli infiniti portafogli fattibili componendo A e C con i pesi, infiniti, da A=100% e B=0% via via fino a A=0% e B=100%. Andando a valutare tutti i possibili portafogli componibili con A e C (infiniti) si potrebbe osservare che (Fig. 5): - a maggior rendimento corrisponde sempre maggior rischio; - nessun portafoglio dominato (tutti sono dominanti); - non si ha mai P < A . ossia il rischio di portafoglio non mai minore di quello di A; vedremo pi avanti che ci causato dallelevata correlazione lineare positiva tra i rendimenti.

15

B)

Componendo un portafoglio Q ripartendo, empiricamente, il capitale 50% in B e 50% in D: R B = 15; B = 2 . dati: R D = 20; D = 185 = 0.31 BD si hanno rendimento atteso R Q e scarto quadratico medio Q (Fig. 6):
R Q = 15 0.5 + 20 0.5 = 17.5 . 2 0.52 + 2 0.31 2 185 . 0.5 0.5 Q = 2 2 0.52 + 185 = (1 + 0.86 + 0.57)
1/ 2

1/ 2

= 156 .

Si pu osservare che componendo B con D come sopra si ottenuto un rischio di portafoglio, Q =1.56, inferiore a quello dei singoli titoli, 2 e 1.85 rispettivamente; vedremo che ci dovuto alla non elevata correlazione lineare positiva fra i rendimenti dei due titoli o business trattati. Andando ad analizzare altre composizioni di B con D si trova che componendo il 40% in B ed il 60% in D esiste un portafoglio, che indichiamo Q', con R Q' =18 e Q =1.56.
Quindi, Q' domina Q: ha lo stesso s.q.m., ma maggior rendimento di Q. La composizione, empirica, 50% di capitale in B e 50% in D ha prodotto un portafoglio Q inefficiente in E-, perch dominato da Q. Si analizzi la figura alla pagina successiva.

16

Fig. 6: Rendimento atteso e scarto quadratico medio del portafoglio Q e Q' ottenuti ripartendo rispettivamente il capitale: 50% in B e 50% per Q, 40% in B e 60% in D per Q'. Q' domina Q perch a parit di rischio ha rendimento maggiore. La curva che unisce B a D rappresenta i rendimenti-rischi degli infiniti portafogli fattibili; la parte della curva che dal minimo della funzione sale fino a D rappresenta linsieme dei portafogli dominanti, efficienti.

17

C)

Componendo empiricamente un portafoglio S con capitale 50% in C e 50% in E: R C = 17; C = 1.69 dati: R E = 12; E = 1.07 = 0.32 CE si ha rendimento atteso R S e scarto quadratico medio S di portafoglio: R S = 17 0.5 + 12 0.5 = 14.5
S = 1.69 2 0.52 + 1.07 2 0.52 + 2 ( 0.32) 1.69 1.07 0.5 0.5

1/ 2

= 0.84

Fig. 7: Rendimento atteso e scarto quadratico medio del portafoglio S, efficiente, ottenuto ripartendo il capitale: 50% in E , 50% in C.

Andando ad analizzare tutte le possibili composizioni di C con E si verifica che il portafoglio S efficiente, Fig. 7. Esso ha, inoltre, rischio inferiore a quello di E e a quello di C, grazie alla correlazione lineare negativa esistente fra i rendimenti di E e quelli di C. Interessante osservare che, pur riportando S un rischio minore di quello di E, S rende pi di E.
Visti i risultati di queste esperienze dovrebbe essere naturale chiedersi come si deve operare per selezionare, a basso costo, i portafogli efficienti fra gli infiniti portafogli possibili.

18

2.3. Selezione dei portafogli efficienti (frontiera efficiente) nel caso di due titoli o business a rendimento aleatorio. Nei precedenti paragrafi sono state esaminate le caratteristiche di rendimento e rischio di singoli titoli e di alcuni portafogli possibili composti in maniera empirica. Si anche introdotto il concetto di dominanza e di efficienza in E-. Si altres rilevato come: il controllo del rendimento di portafoglio obblighi la valutazione di valore atteso di ogni titolo o business, come ognuno sa; il controllo del rischio di portafoglio obblighi la valutazione di valore atteso, varianza e correlazione lineare dei rendimenti di ogni titolo o business con tutti gli altri, fatto non a tutti noto. Ora si approfondir lo studio della teoria della Selezione del Portafoglio26 al fine di valutare i pesi xi che, dato un rendimento atteso, minimizzino il rischio di portafoglio ovvero, trattando il problema equivalente, dato il rischio di portafoglio massimizzino il rendimento. Si tratta, cio, di valutare scientificamente la composizione di titoli o business per progettare portafogli efficienti, dominanti, e non semplicemente portafogli possibili. L'analisi partir dal caso di portafogli con due titoli o business e verr estesa al caso di n titoli o business nel Capitolo 3. In particolare si illustrer come la selezione dei portafogli efficienti (economicamente sensati) non possa esaurirsi con un approccio euristico e/o informatico e/o tecnico economico-finanziario al problema, ma debba utilizzare l'approccio quantitativo27, basato su modelli ed algoritmi propri dellanalisi matematica e della programmazione matematica28. Si rilever come l'insieme dei portafogli efficienti formi la frontiera efficiente e che la scelta di uno di essi sia invece questione da lasciare al decisore sulla base del suo atteggiamento verso il rischio o, pi in generale, sulla base del proprio sistema di preferenze29.

Le caratteristiche geometriche della frontiera efficiente dipendono dai seguenti parametri: rendimenti attesi dei titoli o business; varianze dei rendimenti dei titoli o business, quindi singoli rischi; covarianze (correlazioni) fra i rendimenti dei titoli o business. Per facilitare il lettore, si pone, una volta per tutte, che i due titoli o business abbiano, da qui in poi, R1 < R2 ; 0 < 1 < 2 e si debba osservare il vincolo
MARKOWITZ H.M., Portfolio Selection: Efficient Diversification of Investments, Wiley, N.Y., 1959; MARKOWITZ H.M., Mean-Variance Analysis in Portfolio Choice and Capital Markets, Basil Blackwell Inc., 1987; SHARPE W.F., Portfolio Theory and Capital Markets, McGraw Hill Book Co., N.Y., 1970; SZEGO G.P., Portfolio Theory, Academic Press, N.Y., 1980; SHARPE W.F., ALEXANDER G.J., Investments, Prentice Hall, N.Y., 1990. 27 BARALDI S., La Scienza della Direzione, F. Angeli Ed., Milano, 1979. 28 MARKOWITZ H.M., 1987, op. cit. 29 CASTAGNOLI E., PECCATI L., 1991, pag. 11, op.cit. 19
26

x1 + x2 = 1 Il rendimento atteso di portafoglio R P = x1 R 1 + (1 x1 )R 2 da cui si pu avere anche che R R2 x1 = P , R1 R 2 mentre il rischio di portafoglio
2 2 P = x1 1 + (1 x1 ) 2 2 + 2 x1 (1 x1 )12 1 2 2

ovvero, sostituendo x1 =

RP R2 si ha R1 R 2
1 2

2 R R 2 RP R2 2 R R2 R R2 2 P 2 P = 1 P 12 1 2 2 + 2 P 1 + 1 R R2 R1 R 2 R1 R 2 R1 R 2 1 1

2 R R 2 2 R P R 2 )( R 1 R P ) R1 R P 2 ( 2 P 2 = 12 1 2 2 + 2 1 + 2 R1 R 2 R 1 R 2 R R ( 1 2) cio lequazione per cui il rischio di portafoglio funzione del rendimento atteso di portafoglio. Si nota che, rispetto a x1 : l'equazione del rendimento atteso di portafoglio funzione lineare dei due rendimenti; l'equazione del rischio di portafoglio : una funzione lineare del rischio delle alternative solo se |12| = 1; la radice quadrata di un polinomio di secondo grado se -1<12<1.

2.3.1 Caso con perfetta correlazione lineare positiva fra i rendimenti di due titoli o business In caso di perfetta correlazione lineare positiva, 12 = 1, fra i rendimenti futuri dei due business trattati, il rischio di portafoglio pari a:
P = x + (1 x1 ) + 2x1 (1 x1 )1 2
2 1 2 1 2 2 2

= x11 + (1 x1 ) 2

{[

]}
2

= x11 + (1 x1 ) 2

ed quindi combinazione lineare degli s.q.m. dei rendimenti dei due business, quantit positive. Il rendimento ed il rischio di portafoglio sono rispettivamente medie ponderate di rendimento e rischio dei singoli business in portafoglio. Dato il concetto di media, investendo in entrambi i business non si ha alcuna possibilit di avere un rischio di portafoglio, dazienda, inferiore a quello dell'alternativa meno rischiosa. Pur operando su due business lazienda in questione pi investe nellalternativa 2 pi
20

aumenta il rendimento e il rischio aziendale, secondo una relazione lineare, ed impossibilitata ad ottiene minor rischio dallaumento della quota nellalternativa 2, anzi, per minimizzare il rischio non deve che investire tutto nellattivit 1. In questo caso tutti i punti-portafoglio possibili sono anche punti-portafogli sulla frontiera efficiente rappresentata da un segmento che unisce i due punti ( R 1 , 1), ( R 2 , 2), Fig.8.

Fig. 8: Portafogli possibili e portafogli efficienti ottenuti dalla composizione di due titoli o business con perfetta correlazione lineare positiva dei rendimenti, 12=+1.

Sostituendo 12 = +1 nella equazione che definisce il rischio di portafoglio, si ha l'equazione P = f ( R P ) , lineare, della frontiera efficiente (Fig. 8)
2 R R 2 1 P = 1 RP + 1 2 R1 R 2 R1 R 2

2.3.2. Caso con perfetta correlazione lineare negativa fra rendimenti di due titoli o business Nel caso in cui si abbia perfetta correlazione lineare negativa, 12 = -1, il rischio di portafoglio ancora combinazione lineare del rischio dei titoli
2 2 P = x1 1 + (1 x1 ) 2 2 2 x1 (1 x1 )1 2 2

= x11 (1 x1 ) 2

{[

]}
2

quindi

P = x11 (1 x1 ) 2 .

Si ha ora da operare la differenza fra due addendi comunque positivi.

21

Operando su due business a rendimento variabile e con perfetta correlazione inversa degli stessi, loperatore ha la possibilit di ottenere un portafoglio a rendimento certo? Se si, quanto valgono le quote da investire nel business 1 e nel business 2 per avere tale rendimento certo? La soluzione si trova uguagliando a zero lequazione del rischio di portafoglio. P = x11 (1 x1 ) 2 = 0
x11 (1 x1 ) 2 = 0 x1 1 2 + x1 2 = 0 x1 ( 1 + 2 ) = 2

e risolvendo per i pesi x1 =

2 ; 1 + 2

x2 =

1 ; 1 + 2

che permettono di avere un portafoglio a rischio nullo, cio a rendimento certo. Poich 1 e 2 sono strettamente positivi, come si detto in precedenza, per ottenere un portafoglio a rischio zero necessario investire in entrambi i titoli secondo quelle esatte proporzioni. Tale situazione corrisponde alla perfetta immunizzazione del rischio. In questa situazione possibile ottenere altri portafogli con P < min{1 , 2 } = 1

R P > R1

cio portafogli in cui si verifica l'effetto diversificazione.

Ricordando che x1 = ( R P - R 2 ) / ( R 1 - R 2 ) , la funzione P = f ( R P ) pu essere

scritta come: 1 + 2 R + R 2 1 per R 1 R P < R 0 RP 1 2 R R R R 1 2 1 2 p = 1 + 2 R + R 1 2 + R 2 1 per R 0 R P < R 2 P R1 R 2 R1 R 2 dove R0 indica il rendimento di portafoglio a rischio nullo, portafoglio composto da due titoli rischiosi con 12 = -1. Il rendimento certo di un portafoglio cos composto pari a R + R 2 1 R0 = 1 2 1 + 2 decrescente e l'altro crescente, con: uguale coefficiente angolare, ma di segno opposto; uguale intercetta, ma di segno opposto.
22

La funzione P = f ( R P ) , esposta in Fig. 9, quindi formata da due segmenti: uno

I due segmenti rappresentano le caratteristiche E- di tutti i portafogli possibili con i due titoli. Solo il segmento crescente rappresenta i portafogli efficienti, dominando quello decrescente.

Fig. 9: Portafogli fattibili ed efficienti nel caso di perfetta correlazione lineare negativa tra i rendimenti dei titoli o business 1 e 2, 12 = -1. Si distingue la frontiera efficiente combinazione di portafogli efficienti ottenuti componendo il titolo 2 con il portafoglio privo di rischio e la combinazione di portafogli non efficienti ottenuti componendo il titolo 1 con il portafoglio privo di rischio.

2.3.3 Caso con non perfetta correlazione lineare fra i rendimenti di due titoli o business (di rilevante interesse operativo) Nella realt economico-finanziaria la correlazione tra i rendimenti dei titoli o prodotti o business raramente perfetta, diretta o inversa; la normalit della correlazione lineare fra i rendimenti futuri di due alternative vede -1 < 12 < 1. Anzi, operando nella stessa economia molto frequente che il coefficiente di correlazione lineare fra i rendimenti sia positivo, 0 < 12 < 1. Allora la frontiera efficiente non una funzione lineare. Essa risulta definita dalla funzione radice quadrata di un polinomio di secondo grado. Per verificare ci basta studiare il rischio di portafoglio
2 2 P = x1 1 + (1 x1 ) 2 2 + 2 x1 (1 x1 )12 1 2 2

nella forma:
2 R R 2 R1 R P 2 ( R P R 2 )( R 1 R P ) 2 2 P P = 2 + 2 1 + 12 1 2 2 R1 R 2 R 1 R 2 R R ( 1 2) 1 2

23

dalla quale risulta evidente che, a parit di R P , R 1 , R 2 , 1 , 2 , il rischio di portafoglio diminuisce al ridursi di 12 nel suo dominio da +1 a -1. Tale funzione ha un minimo che pu essere (Fig. 10): a) P = min{1 , 2 } = 1 , ovvero uguale al i del titolo con minor rischio; b) P < min{1 , 2 } = 1 , ovvero P minore di quello in a), a partire dal quale inizia la frontiera efficiente.

Fig. 10: Esempi di frontiere efficienti nel caso in cui i due titoli o business abbiano rendimenti non perfettamente correlati: 1 < 12 < +1

Il caso b) illustra l'effetto della diversificazione secondo la selezione del portafoglio. Si ricorda che stiamo trattando ancora il caso di soli due titoli o business e che ora si verificato, analiticamente, come non occorra ricorrere a molti titoli o business per veder diminuito il rischio di portafoglio o dazienda. Per calcolare il valore di x1 che minimizza il rischio, lo scarto quadratico medio del portafoglio di titoli azionari o del portafoglio di business (in questo caso si minimizza il rischio aziendale), basta uguagliare a zero la derivata prima di p rispetto a x1: 2 2 + 2 x 1 2 d P 1 2x11 2 2 2 + 212 1 2 4 x112 1 2 =0 = dx1 2 x 2 2 + (1 x ) 2 2 + 2x (1 x ) 1/ 2

12

e risolverla per x1: x1 = 2 2 12 1 2 2 1 + 2 2 212 1 2

Sostituendo x1 nel vincolo di bilancio, x1 + x 2 = 1 , si ottiene x2:

24

x2 =

2 1 12 1 2 . 2 1 + 2 2 212 1 2

I valori di x1 e x2 sono le coordinate del punto di minimo della funzione P = f ( R P ) , visto che la stessa convessa (concava verso l'alto). Si pu osservare che per 12 = 0, cio lindipendenza lineare fra rendimenti, si ha 2 2 x1 = 2 2 2 ; x2 = 2 1 2 ; 1 + 2 1 + 2 frazioni che non permettono, generalmente, lannullamento del rischio di portafoglio. Imponendo di non investire o produrre tutto nella alternativa 1, titolo o business a minimo rischio, si ha la disequazione 2 x1 = 2 2 2 12 1 2 < 1. 1 + 2 212 1 2 Ponendo la condizione 2 + 2 1 2 212 1 2 > 0 , possiamo avere 2 2 2 2 12 1 2 < 1 + 2 212 1 2 che porta a 12 < 1 . 2 Cio: il minimo rischio del portafoglio o il minimo rischio dellazienda inferiore a quello del prodotto 1 se e solo se 12 inferiore al rapporto 1 (ricordando che si 2 imposto 2 > 1 ). In tutti gli altri casi il rischio minimo si ha investendo o investendo-producendo tutto e solo nel titolo o prodotto a minor rischio.

25

SIMULAZIONI : valutazione del portafoglio a rischio minimo 1) Componendo i titoli o business D ed E, che presentano correlazione positiva nei rendimenti assai debole (vedi Tabella 4), si ha 2 185 . 2 0.07 1.07 185 . x1 = 2 D 2 DE E D = = 0.77 2 2 E + D 2 DE E D 1.07 + 185 . 2 0.07 1.07 185 .
x2 = 2 1.07 2 0.07 1.07 185 . E DE E D = = 0.23 2 2 2 2 E + D 2 DE E D 1.07 + 185 . 2 0.07 1.07 185 .

ovvero x 2 = 1 x1 = 1 0,77 = 0,23 Il portafoglio che minimizza il rischio quindi composto per il 77% dal titolo E e per il 23% dal titolo D. A questa soluzione corrispondono i seguenti rendimento e rischio di portafoglio: R P = 12 0.77 + 20 0.23 = 13.84 P = 1.07 2 0.77 2 + 185 . 2 0.232 + 2 0.77 0.23 0.07 1.07 185 .

1/ 2

= 0.95

2) Componendo i titoli A e C, altamente correlati nei rendimenti (vedi Tabella 4), si ha: 2 1.69 2 0.96 1.41 1.69 x1 = 2 C 2 AC A C = = 211 . 2 A + C 2 AC A C 1.41 + 1.69 2 2 0.96 1.4 1.69
2 1.412 0.96 1.41 1.69 A AC A C = = 111 . 2 2 1.412 + 1.69 2 2 0.96 1.41 1.69 A + C 2 AC A C I risultati dimostrano come la composizione di portafoglio mantenga il vincolo di bilancio in quanto 2.11-1.11=1, ma con x1>1 e x2<0. Si tratta infatti di un portafoglio ottenibile mediante vendita allo scoperto di C per acquistare A, sopra le proprie disponibilit. Nel calcolare il minimo non si sono poste le condizioni xi0, cio si operato con metodi non vincolati. A questa composizione corrispondono i seguenti rendimento e rischio: R P = 15 211 . + 17 ( 111 . ) = 12.78
x2 =

P = 1.412 211 . 2 + 1.69 2 ( 111 . )2 + 2 211 . ( 111 . ) 0.96 1.41 1.69

1/ 2

= 1.29

I due esempi mostrano come investendo in titoli con bassa correlazione si ottenga un portafoglio che, rispetto all'alternativa a minor rischio, ha rendimento maggiore e rischio inferiore.

26

2.4. Lintroduzione nel portafoglio di un titolo a rendimento certo Si supponga ora di avere un: titolo a rendimento certo Rf e rischio f =0; titolo o business a rendimento aleatorio con rendimento atteso R1 e rischio 1; e quindi, coerentemente, sia: R1 > R f e 1>0. Il rendimento atteso di portafoglio ovvero dellazienda che investa in BOT e un solo prodotto a rendimento aleatorio R P = x1 R 1 + (1 x1 )R f ed il rischio di portafoglio o dellazienda pari a
2 2 P = x1 1

1/ 2

= x11

Dato che lalternativa a rendimento certo ha: varianza nulla; correlazione lineare nulla con qualsiasi variabile; se il decisore vuole, desidera, un portafoglio con rischio P pu determinare la quantit di capitale x1 da investire nel titolo a rendimento aleatorio risolvendo l'equazione x1 = P 1 che, sostituita nell'equazione del rendimento di portafoglio ed esplicitata rispetto al rischio di portafoglio, d: R 1 P = 1 f + RP . R1 R f R1 R f Se i vincoli di bilancio e di non negativit delle xi sono operanti, la funzione P = f ( R P ) rappresentata da un segmento condotto tra i punti ( R f , f = 0) e

( R , ) in Fig. 11.
1 1

Si supponga ora di poter prendere a prestito al tasso Rf una quantit aggiuntiva di capitale per investirla nellalternativa rischiosa, titolo o business. Risulter, stante il vincolo di bilancio x1 + x 2 = 1 , x1 > 1 e quindi xf = (1-x1) < 0. Allora, supponendo di poter prendere a prestito quantit enormi (illimitate) di capitale visto che lente finanziatore accetta le smisurate nostre garanzie ipotecarie su beni immobili, la frontiera efficiente diventa una semiretta, uscente dal punto ( R f , f = 0) e passante per ( R1 ,1 ) , Fig.1130.
Si desidera determinare il coefficiente angolare della frontiera efficiente ed il premio per unit di rischio di un generico portafoglio P composto per il 60% dal titolo A ( R A = 15 e A = 1.41 ) e per il 40% da un BOT con rendimento R f = 8 .
R P = x A R A + ( 1 x A )R f = = 0.6 15 + 0.4 8 = 12.2
30

27

Visto il coefficiente angolare della semiretta in Fig. 11, evidenziare il significato del suo reciproco,

1 R1 R f

importante

R1 R f , che definito "premio al 1 rischio" o "prezzo del rischio", valutazione rilevante per le scelte finanziarie, recepita anche nei modelli di equilibrio del mercato dei capitali come il Capital Asset Pricing Model31. Infatti, esplicitando la R 1 P = 1 f + RP R1 R f R1 R f per R P si ha
RP = Rf + R1 R f P 1

ovvero che
rendimento prezzo premio per rischio atteso di = del + unit di di portafoglio tempo rischio portafoglio

per qualsiasi portafoglio, efficiente o no. Si supponga ora che su un mercato coesistano: un titolo a rendimento certo con Rf = 8 e f = 0; i cinque business a rendimento aleatorio di cui alle Tab. 2, 3, 4; e si voglia analizzare la composizione dell'alternativa non rischiosa con ognuna delle alternative a rischio. Si hanno allora cinque segmenti da (Rf = 8, f = 0) ai punti A, B, C, D, E (in Fig.12) rispettivamente. I coefficienti angolari sono rispettivamente: 0.20, 0.29, 0.19, 0.15, 0.27.

2 P = x2 AA

1/ 2

= x A A = 0.6 1.41 = 0.85

Si verifica che il calcolo del rischio di portafoglio pu essere fatto usando il rendimento di portafoglio nell'equazione: R A P = A f + RP = RA Rf RA Rf . 1.41 8 1.41 = + 12.2 = 0.85 15 8 15 8 Il coefficiente angolare della retta-frontiera efficiente in R P , P :

A 1.41 = = 0.20 R A R f 15 8 Il suo reciproco pari a 5, ovvero, in questo caso si hanno cinque punti di rendimento per unit di rischio. 31 SHARPE W.F., 1964, op.cit.

28

Il decisore razionale deve considerare solo portafogli componibili con il titolo a rendimento certo e il titolo D in quanto: procurano il maggior premio al rischio: 1/0.15 = 6.67; sono portafogli efficienti.

Fig. 11: Frontiera efficiente nel caso si possa investire e prendere a prestito allo stesso tasso certo Rf; x1 la quantit da investire nell'alternativa, titolo o business, a rendimento aleatorio.

B C A E D

Fig. 12: Portafogli possibili e frontiera efficiente ottenuti componendo di volta in volta il titolo a rendimento certo con ognuno dei business A, B, C, D, E. La combinazione con D quella che a parit di rischio paga di pi: 6,67 punti di rendimento per unit di rischio.

29

3 ANALISI DI PORTAFOGLIO CON n TITOLI O BUSINESS

3.1 Rendimento e rischio di portafogli fattibili Anche in questo caso il rendimento atteso di un portafoglio la media aritmetica ponderata dei rendimenti attesi dei singoli titoli o business
n n n R P = E( R P ) = E x i R i = x i E( R i ) = x i R i i =1 i=1 i =1

ovvero trasformazione lineare dei rendimenti attesi delle singole possibilit. La varianza del rendimento di un portafoglio 2 P = E( R P R P )
2

che nel caso di n possibilit sempre una trasformazione quadratica:

2 2 2 P = x i i + 2 x i x j ij n n i =1 i =1i < j j=1 n

Nellequazione: i primi n termini contengono le varianze dei rendimenti degli n titoli; i successivi n(n-1)/2 termini contengono le covarianze dei rendimenti di ciascuna possibilit con quelli delle restanti (n-1). Forme alternative per rappresentare la varianza di portafoglio sono
2 P =

i =1i = j j=1

x i x j i i +

i =1i j j=1

x i x j ij = x i x j ij = x i x j i jij
i =1 j=1 i =1 j=1

3.2 Analisi del rischio del portafoglio all'aumentare del numero di titoli o business rischiosi in portafoglio Possiamo ora analizzare il comportamento del rischio di portafoglio all'aumentare del numero di titoli o business composti nello stesso32, pratica attuata da molti operatori con

32ELTON E., GRUBER M.,

Modern Portfolio Theory and Investment Analysis, Wiley, N.Y., 1984.

30

l'intento di diversificare, ovvero di "frazionare i rischi e ridurre la variabilit del rendimento medio degli investimenti"33 cio del portafoglio.
3.2.1 Caso di titoli o business con rendimenti aleatori tutti linearmente indipendenti fra di loro

Lanalisi in questo paragrafo ha rilevante significato logico e formale, ma, come osserveremo, purtroppo scarsa rilevanza operativa in quanto rappresenta un caso che pressoch impossibile da riscontrare nella realt. Riprendendo lequazione della varianza di portafoglio, ora con tutte le covarianze nulle:
2 2 2 P = xi i i =1 n

se si suppone di equiripartire il capitale tra le n possibilit, cio xi=1/n per ogni xi , la varianza di portafoglio diventa
n 2 = ( 1 / n ) = 1 / n i i =1 i=1 n
n 2 P 2 2 i

Si definisce il termine entro parentesi quadrata come varianza media dei titoli o business in portafoglio, i2 , ed facile verificare che al divergere di n essa (varianza media) tende a zero
n 2 2 lim P = lim ( 1 / n ) i = 0 n

Quindi, operando con infiniti titoli o business, tutti non correlati linearmente nei rendimenti, si riesce ad annullare il rischio di portafoglio o dazienda. Purtroppo, nella realt impossibile trovare infiniti titoli o business che risultino tutti con rendimenti non linearmente correlati. Quindi, questo risultato di puro riferimento e stimolo data lipotesi forte dellindipendenza dei rendimenti.

33DE LUCA G., VERRILLI A.,

Dizionario Economico Finanziario e Contabile, Edizioni Simone, Napoli, 1992.

31

3.2.2 Caso di titoli o business con rendimenti aleatori linearmente correlati

E il caso di rilevante interesse operativo, in quanto rappresenta la totalit delle realt sia produttive che finanziarie. Riprendendo lequazione della varianza ed equiripartendo il capitale tra gli n titoli o business si ha una varianza di portafoglio o aziendale pari a34:
2 2 2 P = (1 / n ) i + i =1 n

i =1i j j=1

(1 / n )( 1 / n )

ij

Raccogliendo: - 1/n nel primo addendo; - (n-1)/n nel secondo addendo, dopo aver moltiplicato e diviso per (n-1); si ottiene n 2 n 1 n n ij i 2 = 1 / n P n + n n( n 1 ) i =1i j j=1 i =1 Entrambi i termini entro parentesi quadre rappresentano medie: - il primo, come gi detto, la varianza media dei titoli o business in portafoglio, i2 ; - il secondo la covarianza media dei titoli in portafoglio, ij (le covarianze sono in numero di n(n-1)). Allora, l'equazione precedente pu essere riscritta come 2 2 P = ( 1 / n ) i + [( n 1 ) / n ] ij Essa permette di verificare che per n che tende ad infinito: - il primo addendo tende a zero; - il secondo addendo tende al valore asintotico ij , che non pu essere annullato (vedasi la Fig.13). Quindi

1 2 n 1 lim 2 i + ij = ij = i j ij = i2 ij P = lim n n n n

34 Utilizzando i cinque titoli o business A, B, C, D, E, ed i dati in Tab. 3, matrice simmetrica delle varianze e covarianze tra i rendimenti delle cinque possibilit, si calcoli il rischio di portafoglio nell'ipotesi di x i = 1 / 5, i (Arrotondamenti alla seconda cifra decimale).
5 1 5 5 1 1 2 2 P = i + ij i =1 5 i =1 j=1 5 5 2

2 P = =

5 1 5 5 ij 1 5 2 i = + 5 5 i =1 j=1 5(5 1) i =1 5

. . 0.29 0.29 + 114 . + 114 . + 0.71 0.57 + 014 . 1 2 + 4 + 2.86 + 3.43 + 114 4 0.43 + 2.29 + 014 = +2 5 5 5 20 1 4 = 2.69 + 2 0.2 = 0.86 5 5

32

ove ij la covarianza media fra i rendimenti delle alternative considerate.

La covarianza ij cos calcolata detta anche "rischio sistematico", rischio ineliminabile e pu essere letta come prodotto della varianza media per il coefficiente di correlazione lineare medio fra i rendimenti degli n business. Il coefficiente di correlazione lineare medio fra i rendimenti degli n business , nella realt operativa, mediamente positivo (ricordo che ha massimo in +1). E quindi LUI che smorza il rischio (la varianza media) dei titoli o business trattati, rischio che ogni singolo operatore non pu influenzare.

Si riporta il risultato di Whitmore35che ha valutato, su portafogli azionari, la percentuale di riduzione del rischio attuabile in alcuni paesi (quindi, con il complemento a uno, il rischio sistematico di ogni paese).
PAESE rischio % eliminabile 80.0 76.1 73.0 67.3 65.5 60.0 56.2 56.0 89.3 rischio % non eliminabile ovvero sistematico 20.0 23.9 27.0 32.7 34.5 40.0 43.8 44.0 10.7

BELGIO OLANDA USA FRANCIA UK ITALIA GERMANIA SVIZZERA UN PORTAFOGLIO INTERNAZIONALE PER UN AMERICANO

Tab. 5: Percentuale di rischio eliminabile con la diversificazione e percentuale di rischio ineliminabile sul mercato azionario di alcuni paesi. (Fonte: WHITMORE G.A., Diversification and the reduction of Dispersion: a note, Journal of Financial and Quantitative Analysis, V, n. 2, May 1970, pp.263-264)

Si pu verificare come Svizzera, Germania e Italia risentano dellelevata covarianza positiva fra i rendimenti dei titoli, ovvero del fatto che i titoli tendono a muoversi insieme, mentre Belgio e Olanda possono avere un rischio sistematico molto basso (lItalia ha rischio sistematico doppio rispetto a quello del Belgio). Si rileva come la diversificazione possibile con un portafoglio internazionale di azioni, per un americano, riduca il rischio del 90% circa. In Fig. 13 si rappresenta, per un americano, l'andamento del rischio di portafoglio all'aumentare del numero n di titoli azionari USA36 in portafoglio; si rileva che gi con 20
35

WHITMORE, G.A., Diversification and the reduction of Dispersion: a note, Journal of Financial and Quantitative Analysis, V, n. 2, May 1970, pp.263-264 36 ELTON E.J., GRUBER M.J., 1984, op. cit., pag. 36.; SOLNIK B., "The advantages of Domestic and International Diversification", in Elton e Gruber, International Capital Markets, Amsterdam, North Holland, 1975.

33

titoli, negli Stati Uniti, si pu attuare una buona diversificazione. Alcune ricerche37 hanno dimostrato che i mercati internazionali mostrano una relativa indipendenza gli uni dagli altri. In Tab. 6 si riporta la matrice dei coefficienti di correlazione lineare fra le variazioni mensili, dal 1971 al 1986, degli indici azionari delle principali borse mondiali e le fluttuazioni di alcune valute38. Si rileva la debole o debolissima correlazione lineare, spesso di segno negativo. Allora si pu affermare

Fig. 13: Effetto dell'aumento del numero di azioni U.S.A. in portafoglio sul rischio di portafoglio per un investitore statunitense (WHITMORE, G.A., Diversification and the Reduction of Dispersion: a note, Journal of Financial and Quantitative Analysis, V, n. 2, May 1970, pp.263-264)

Fig. 14: L'effetto del numero di sole azioni U.S.A. e di quello del numero di azioni appartenenti ad alcuni diversi mercati (senza copertura del rischio di cambio) sul rischio di portafoglio: per un investitore statunitense la diversificazione internazionale riduce il rischio sistematico (SOLNIK B., Why not Diversify Internationally Rather Than Domestically , Financial Analysts Journal, July 1974).

37 38

ELTON .E., GRUBER M.J., 1984 op. cit., cap. 10. SOLNIK B., 1988, op. cit., pag. 20.

34

che investire su pi mercati un'operazione vantaggiosa nell'ottica E-: la diversificazione internazionale riduce il rischio sistematico39 (Fig. 14). Per quanto sopra esposto importante evidenziare che portafogli realizzati con investimenti frazionati su un grande numero di titoli, che sullo stesso mercato hanno mediamente correlazione positiva nei rendimenti, portano s ad avere un rischio quantificabile nella
$ USA Mercati USA Giapp. Germ. Gran. Br. Francia Canada Olanda Svizzera Belgio Yen Marco Valute Sterl F.F. $Can Cor.Ol. F.Svi F.Belg a 0.18 0.09 0.07 -0.06 -0.18 0.09 0.05 0.17

0.08 -0.06 -0.03 -0.15 -0.21 -0.33 0.05 0.04 -0.16 0.05 -0.07 -0.11 -0.01 0.05 0.06 0

0.16 0.02 -0.07 -0.15 0.07 -0.01 0.12 0.05

0.10 -0 0.11 0.05 0.06 0.15 0.18 -0.04

0.16 0.05 0.09 -0.01 0.13 0.09 0.19 0.06

0.19 -0.02 -0.01 -0.09 -0.15 0.09 0.08 -0.15

0.17 0.01 0.11 -0.07 -0.17 0.05 0.19 0.03

0.03 -0.03 0.09 -0.10 -0.09 0.04 -0.02 -0.02

Tab. 6: Matrice dei coefficienti di correlazione lineare fra rendimenti mensili, dal 1973 al 1982, sulle azioni delle principali borse mondiali e le fluttuazioni dei singoli tassi di cambio, tratta da SOLNIK B., International Investments, Addison Wesley, 1988, pag 40.

covarianza media dei rendimenti, non annullabile, ma nulla dicono circa il rendimento atteso dello stesso. Posto portafoglio, R P =

R
i =1

< , al tendere di n all'infinito il rendimento atteso di

1 R i , tender, purtroppo, a zero quindi detenere un portafoglio con i =1 n tantissimi titoli, ognuno pesato 1/n delle proprie risorse, non comporta lannullamento del rischio, ma, sicuramente, quello del rendimento.

In Tab. 7 si riportano i coefficienti di correlazione lineare fra le variazioni relative di indici delle principali borse mondiali40. E' bene ricordare che gli indici sono dei panieri, dei portafogli di quotazioni, di prezzi o di rendimenti. In tabella si pu notare la presenza di non elevati valori dei coefficienti di correlazione lineare. Quindi, portafogli composti su diversi mercati permettono, a parit di rendimento, notevoli riduzioni di rischio.

39

ELTON J.E., GRUBER M.J., 1984, op. cit., pag.47. 40 SOLNIK B., International Investments, Addison Wesley,

1988, pag 40.

35

Tab. 7: Matrice dei coefficienti di correlazione lineare fra le variazioni degli indici azionari delle principali borse mondiali (elaborazioni mensili in dollari USA dal 1971 al 1986), tratta da SOLNIK B., International Investments, Addison Wesley, 1988, pag 40.

Germania Belgio Danimarca Francia Italia Norvegia Olanda Regno Unito Svezia Svizzera Spagna Australia Giappone Hong Kong Singapore Canada Stati Uniti Miniere d'oro Oro Indice Mondiale Indice EAFE

Ger 1 .63 .42 .55 .33 .33 .66 .41 .36 .69 .34 .26 .45 .18 .07 .28 .32 .11 .19 .55 .64 Spa .34 .36 .25 .35 .37 .20 .34 .26 .29 .28 1 .22 .34 .15 -.02 .19 .15 -.01 .13 .35 .43

Bel .63 1 .47 .62 .41 .51 .65 .51 .42 .64 .36 .28 .44 .23 .14 .32 .36 .23 .29 .57 .62 Aus .26 .28 .28 .35 .26 .36 .36 .41 .30 .36 .22 1 .27 .29 .29 .56 .47 .15 .32 .56 .46

Dan .42 .47 1 .31 .29 .32 .48 .36 .38 .43 .25 .28 .36 .31 .20 .31 .31 .01 .11 .44 .44 Gia .45 .44 .36 .40 .38 .10 .44 .32 .31 .41 .34 .27 1 .28 .21 .25 .27 .09 .17 .60 .77

Fra .55 .62 .31 1 .43 .44 .57 .52 .31 .59 .35 .35 .40 .21 .14 .42 .40 .21 .25 .60 .62 Hon .18 .23 .31 .21 .18 .20 .34 .29 .17 .26 .15 .29 .28 1 .41 .22 .26 -.08 .07 .32 .28

Ita .33 .41 .29 .43 1 .24 .35 .35 .30 .32 .37 .26 .38 .18 .10 .25 .23 .13 .18 .44 .52 Sin .07 .14 .20 .14 .10 .15 .24 .40 .16 .21 -.02 .29 .21 .41 1 .29 .37 -.04 -.07 .39 .31

Nor .33 .51 .32 .44 .24 1 .48 .34 .32 .41 .20 .36 .10 .20 .15 .36 .37 .25 .28 .44 .35 Can .28 .32 .31 .42 .25 .36 .52 .50 .32 .44 .19 .56 .25 .22 .29 1 .66 .23 .26 .70 .48

Ola .66 .65 .48 .57 .35 .48 1 .61 .42 .68 .34 .36 .44 .34 .24 .52 .55 .17 .22 .73 .70 Sta .32 .36 .31 .40 .23 .37 .55 .47 .35 .44 .15 .47 .27 .26 .37 .66 1 .10 .01 .87 .47

Reg .41 .51 .36 .52 .35 .34 .61 1 .36 .52 .26 .41 .32 .29 .40 .50 .47 .08 .08 .65 .69 Min .11 .23 .01 .21 .13 .25 .17 .08 .10 .22 -.01 .15 .09 -.08 -.04 .23 .10 1 .58 .17 .14

Sve .36 .42 .38 .31 .30 .32 .42 .36 1 .44 .29 .30 .31 .17 .16 .32 .35 .10 .15 .45 .43 Oro .19 .29 .11 .25 .18 .28 .22 .08 .15 .24 .13 .32 .17 .07 -.07 .26 .01 .58 1 .16 .22

Sviz .69 .64 .43 .59 .32 .41 .68 .52 .44 1 .28 .36 .41 .26 .21 .44 .44 .22 .24 .61 .61 Mon .55 .57 .44 .60 .44 .44 .73 .65 .45 .61 .35 .56 .60 .32 .39 .70 .87 .17 .16 1 .83 EAFE .64 .62 .44 .62 .52 .35 .70 .69 .43 .61 .43 .46 .77 .28 .31 .48 .47 .14 .22 .83 1

Germania Belgio Danimarca Francia Italia Norvegia Olanda Regno Unito Svezia Svizzera Spagna Australia Giappone Hong Kong Singapore Canada Stati Uniti Miniere d'oro Oro Indice Mondiale Indice EAFE

36

3.3. La selezione dei portafogli efficienti ovvero la valutazione della frontiera efficiente Dati i nostri cinque titoli o business A, B, C, D, E (si vedano le Tab. 2, 3 e 4) si ipotizzi di voler comporre un portafoglio G suddividendo, in maniera empirica, il capitale nel modo seguente: 35% in A, 35% in C, 10% in B, 10% in E, 10% in D La ragione di questa ripartizione, proposta dal Rossi, sta nel fatto che i business A e C hanno rendimento e rischio centrali nella distribuzione bivariata rendimento-rischio (vedi Fig.1), mentre i business B, E, D risultano troppo o troppo poco redditivi e rischiosi. Utilizzando le equazioni studiate, G ha rendimento atteso R G =15.9 e G=1.11. Queste due informazioni sono sicuramente interessanti, ma, come gestori di un fondo o direttori generali di unimpresa, ci si deve chiedere: qual la posizione di G nello spazio E dei portafogli fattibili? esiste un portafoglio (o mix di prodotti) che ha lo stesso rischio, ma maggior rendimento di G? esiste un portafoglio (o mix di prodotti) che ha lo stesso rendimento, ma minor rischio di G? cio, in sintesi: G un portafoglio (mix) dominante (efficiente)? Se G dominante in E-V il decisore stato efficiente nella scelta, se non lo il decisore che lo ha proposto non ha pianificato le risorse in maniera efficiente. La risposta alla domanda fatta, assai importante, si imposta adottando un modello in cui: o si massimizzi il rendimento atteso di portafoglio, fissata una varianza di portafoglio VP desiderata (parametro); o si minimizzi la varianza di portafoglio, fissato un rendimento atteso di portafoglio R P desiderato (parametro); e, trascurando il vincolo di non negativit sulle risorse (cio non ponendo xi 0), allora si hanno o luno o laltro dei seguenti modelli
n max = = Z R xi R i P x 1 i =1 con vincoli n x i = 1 1 i= n n * x i x j ij = VP i=1 j=1

Z = VP = min x 2 con vincoli n x i = 1 i=1 n * x i R i = R P i=1

x x
i j i =1 j=1

ij

Il primo modello vuole massimizzare il rendimento di portafoglio, mentre il secondo vuole la minimizzazione del rischio di portafoglio. Se la distribuzione dei rendimenti simmetrica (ad esempio una distribuzione Gaussiana) si pu utilizzare la semivarianza (0.5 VP ) per semplificare i calcoli; si ottiene comunque lo stesso vettore soluzione della minimizzazione di Z2.

37

 Z = 0.5 VP min x 3 con vincoli n x i = 1 i=1 n * x i R i = R P i=1

= 0.5

x x
i j i =1 j=1

ij i

I vincoli del modello sono: di bilancio (quantit di risorse tutte investite) sul rendimento atteso di portafoglio R * P reso parametro. L'assenza di vincoli del tipo 0 xi 1, il cui significato economico gi stato spiegato, facilita la ricerca della soluzione del problema di ottimo di funzioni non lineari in presenza di vincoli di sole uguaglianze. Il vettore soluzione annulla le derivate parziali della funzione lagrangiana41 e risolve il problema di ottimizzazione vincolata utilizzando il modello con funzione obiettivo Z3. Il vettore soluzione trovato d lottimo globale del problema in studio perch rispetta le seguenti condizioni: la funzione obiettivo una funzione convessa (e lo spazio delle soluzioni ammissibili convesso), la matrice di varianza-covarianza semidefinita positiva ed i vincoli sono lineari. La funzione lagrangiana : n n * L( x i , S , R ) = 0.5VP + S 1 x i + R R P x i R i i =1 i =1 e le n+2 derivate parziali costituiscono un sistema di equazioni L i:1,2,3...., n x = i1x i + ....+ in x n S R R i = 0 i L = 1 x1 ....... x n = 0 S L = R* P R 1 x1 R 2 x 2 ... R n x n = 0 R Questo sistema pu essere riscritto in forma matriciale Mx = b dove:
M x

matrice dei coefficienti del sistema di derivate parziali della funzione lagrangiana; vettore colonna42 delle incognite del problema, costituito dalle n variabili e dai due lagrangiani S e R

41Vedasi 42

il capitolo di questo volume ove trattasi problemi di ottimizzazione non lineare vincolata. Il trasposto del vettore x viene indicato con x', vettore riga.

38

 11 21 : n1 1 R1

12 22 : n2 1 R2

M ... 1 n ... 2 n : : ... nn ... 1 ... R n

x 1 R 1 x 1 1 R 2 x 2 : : : = 1 R n x n 0 0 S 0 0 R

b 0 0 : 0 1 R P

La matrice M invertibile se e solo se il coefficiente di correlazione ij 1 (se ci accadesse si avrebbe ij = i j e le righe sarebbero combinazioni lineari) e se manca il titolo a rendimento certo che ha rischio nullo (se la matrice contenesse una riga di valori a zero non sarebbe invertibile). Se M invertibile il vettore soluzione dato da: x1 = h1 + k1R * P 0 0 * 0 0 x 2 = h 2 + k 2 R P .................. : : * x = M 1b = M 1 + M 1 R * = h + k R P P * 0 0 x n = h n + k n R P 0 1 = + l R * S S P S * 1 0 R = R + l R R P dove i vettori colonna sono rispettivamente formati da: h : hi, S, R i = 1, 2, ....., n k : k i, l S , l R i = 1, 2, ....., n Allora, il vettore soluzione dipende linearmente da R * P ; la varianza pu essere scritta in forma matriciale come VP = x'Cx dove: x vettore colonna (nx1) delle xi; C matrice di varianza-covarianza, {ij} di dimensione (n x n). Se si sostituiscono le prime n righe del vettore x nella equazione della varianza, scritta * in forma matriciale43, si trovano i parametri della funzione di secondo grado 2 P = f RP ,

( )

per un generico R * P:
* * 2 P = x' Cx = (h + kR P )' C(h + kR P ) = * = h' Ch + 2k' ChR* P + k' CkR P = * = a 0 + a1 R * P + a2 R P 2 2

Il tratto crescente di questa funzione quadratica costituisce la frontiera efficiente nel piano R p ,2 p . Estraendo la radice quadrata di tale polinomio si ottiene un'altra funzione

che rappresenta la frontiera efficiente nello spazio R p ,p .

43

Si controllino le propriet studiate per il prodotto di vettori e matrici.

39

Possiamo ora criticare il portafoglio G, costruito empiricamente dal Rossi: A) IN RIFERIMENTO AL CASO IN CUI SI POSSA VENDERE A BREVE QUALSIASI QUANTIT DELLE CINQUE POSSIBILIT SI HA:
A1) fissato il rischio, * P =1.11 uguale a quello del portafoglio G e risolto il modello n max = = Z R xi Ri x P i =1 con vincoli n xi = 1 i =1 n n . xi x jij = VP* = 12321 i =1 j =1 il portafoglio efficiente Mss con

Rendimeto 17.325

Scarto 1.11

XA -0.4921

XB -0.0159

XC 0.7803

XD 0.3685

XE 0.3592

che ha rendimento superiore a quello di G. Linefficienza di G per rendimento di 17.325 15.9 = 1.425 punti (su mille miliardi, linefficienza della scelta G vale 14.25 miliardi, secondo la nuova tecnica VaR (Value at Risk)).

Fig 15: Portafoglio efficiente Mss ottenuto imponendo p=1.11 e massimizzando il rendimento atteso con il solo vincolo di bilancio (e senza il vincolo 0 xi 1 i).

40

A2) Posto R * P =15.9 uguale a quello del portafoglio G e risolto il modello

Z = VP = min x con vincoli n x i = 1 i=1 n * x i R i = R P i=1 il portafoglio efficiente Nss con Rendimento 15.9 Scarto 0.8782 XA -0.1199 XB -0.0187

x x
i j i =1 j=1

ij

XC 0.4298

XD 0.2709

XE 0.4379

che ha rischio inferiore a quello di G. Linefficienza di G per rischio di 1.11-0.88 = 0.23 punti.

Fig 16: Portafoglio efficiente Nss ottento imponendo R* P =15.9 e minimizzando il rischio con il solo vincolo di bilancio (e senza i vincoli 0 xi 1 i ).

41

B) IN

RIFERIMENTO AL CASO IN CUI NON SI POSSA VENDERE A BREVE

OPERANDO ANCHE CON I VINCOLI SULLE Xi0) SI HA:

(OVVERO

B1) fissato il rischio * P =1.11 uguale a quello del portafoglio G si pu costruire il modello
n Z = R P = xi R i max x i =1 con vincoli n x i = 1 i=1 n n * x i x j ij = VP i=1 j=1 x 0 i

e risolverlo, ricorrendo alle condizioni di Kuhn-Tucker introdotte nel capitolo di programmazione matematica dal Prof. Bortot. Il portafoglio trovato Mnss con Rendimento 17.25 Scarto 1.11 XA 0.00 XB 0.0329 XC 0.3418 XD 0.4303 XE 0.1950

L'inefficienza di G per rendimento si pu quindi calcolare in 1.40 punti (data da: 17.315.9).

Fig. 17: Portafoglio efficiente Mnss ottenuto imponendo p=1.11 e massimizzando il rendimento di portafoglio con il vincolo di bilancio e il vincolo 0 xi 1 i.

42

B2) Posto R * P =15.9, uguale a quello del portafoglio G, il portafoglio efficiente con lo stesso rendimento valutabile risolvendo, con lutilizzo delle condizioni di Kuhn-Tucker, il sistema
Z = VP = min x con vincoli n x i = 1 i=1 n * x i R i = R P i=1 x i 0

x x
i j i =1 j=1

ij

che porge il portafoglio Nnss Rendimento 15.9 Scarto 0.879 XA 0.00 XB 0.00 XC 0.3236 XD 0.2853 XE 0.3911

L'inefficienza di G per rischio si pu calcolare in 0.23 punti (data da: 1.11-0.88).

Fig 18: Portafoglio efficiente Nnss, ottenuto imponendo R * P =15.9 e minimizzando il rischio con il vincolo di bilancio e il vincolo 0 xi 1 i.

43

In conclusione: G dominato sia nel caso con short selling sia nel caso senza short selling e non solo dai portafogli dominanti appena trovati, ma da infiniti portafogli, visto che G non sulla frontiera E-V. La Fig. 19 rappresenta la sintesi delle simulazioni fatte per analizzare criticamente linefficienza del portafoglio G in presenza di vincoli di non negativit dei pesi. Preme sottolineare (Figg. 15 e 16) che nel caso con short selling larea che rappresenta le possibilit, infinite, si allargata rispetto a quella del caso senza short selling (e le infinite possibilit stanno nellinsieme convesso delimitato dalla frontiera, efficiente ed inefficiente, non superiormente limitata).

Fig. 19: Regione di tutte le possibili soluzioni

(R P , P )

componendo portafogli con i

cinque titoli o business in analisi, con vincolo di bilancio 0 xi 1 i. Soluzioni efficienti, portafoglio Mnss e portafoglio Nnss, dominanti G rispettivamente per rendimento e rischio (ma anche tutti gli infiniti fra M o N e G dominano G).

44

3.4. Il modello parametrico Il problema generale per il calcolo degli infiniti portafogli efficienti che compongono la frontiera efficiente nel caso in cui si abbiano solo alternative rischiose e con short selling pu anche essere espresso come: n n n min Z = R + 0 . 5 V = x R + 0 . 5 x i x j ij P P i i x 4 i =1 i =1 j=1 n soggetto a xi = 1 i =1 Questa la forma pi semplice e generale del problema in studio (valutazione delle soluzioni efficienti, dominanti in E-V), con un unico vincolo lineare di uguaglianza. La minimizzazione di Z4 differisce da quella di Z3 per: l'assenza del vincolo sul rendimento atteso di portafoglio; la presenza nella funzione obiettivo di due obiettivi pesati; la massimizzazione del rendimento (il primo addendo) con peso , parametro. E' bene ricordare44 che -min (- R P ) uguale a max ( R P ) e che min(- R P ) ha lo stesso vettore soluzione di max ( R P ); la minimizzazione del rischio (secondo addendo) con peso 0.5. Il parametro interpretato come misura sintetica del grado di propensione al rischio45 del decisore. Se: = 0 , la Funzione Obiettivo vede annullarsi il primo addendo e il decisore opera solo per la minimizzazione del rischio. Il modello sar adatto ad un decisore che vuole sopportare il minimo rischio, a prescindere dai rendimenti attesi;

tende a + la Funzione Obiettivo determinata soprattutto dal primo addendo, il rendimento atteso. Il modello sar adatto ad un decisore con propensione al rischio tale da considerare solo i rendimenti attesi e trascurare il rischio. Applicando i metodi analitici gi visti (3.3), il sistema risolutivo del problema di minimizzazione Z4 diventa: M x b 12 ... 1n 1 x 1 R 1 11 21 22 ... 2 n 1 x 2 R 2 : ... : : : = : : n 2 ... nn 1 x n R n n1 ... 1 1 1 0 1 S Il vettore soluzione, dipendente dal parametro , dato da

44 45

Si riveda quanto esposto nella parte curata dal Professor Paolo Bortot. Markowitz H.M., 1987, op. cit.

45

 R1 0 0 R 2 1 1 1 x = M b = M : + M : R n 0 0 1

x 1 = p 1 + q 1 x = p + q 2 2 2 ......... x = p + q n n n S = S + l S

Per valori di >0 i problemi Z3 e Z4 sono equivalenti (=0 un caso limite46). In Fig. 20 sono indicate le diverse composizioni di titoli o business che, sui vari archi delimitati da punti-portafogli d'angolo, formano via via la frontiera efficiente nel caso no short sales. I portafogli d'angolo sono quei punti-portafogli in cui cambia il vettore soluzione perch almeno un titolo entra o esce dal vettore soluzione.

Fig. 20: Composizione qualitativa dei cinque titoli sui tratti della frontiera efficiente (delimitati dai portafogli d'angolo in cui cambia la composizione qualitativa dei titoli nei portafogli efficienti) con il vincolo di bilancio e quelli di 0 x 1 i. Il portafoglio efficiente a rischio minimo presenta P = 0.73 ed ottenuto componendo: 33.83% di A, 12.31% di D, 53.85% di E. Si deve sottolineare che il titolo D compare in ogni punto-portafoglio sulla frontiera efficiente grazie al suo elevato rendimento atteso e al suo basso grado di correlazione lineare con tutti gli altri quattro titoli.

46

Markowitz H.M., 1987. op. cit., pag. 152.

46

SIMULAZIONE
Determinazione del portafoglio efficiente componendo i tre business B, D, E. (I dati utilizzati si rifanno alle tabelle 2, 3 e 4, arrotondati alla quarta cifra decimale). Si ponga di voler ottenere un rendimento atteso di portafoglio di 15.6. n xi = 1 n n i =1 F.O. = min 0.5 VP = min 0.5 xi x j ij con vincoli n i =1 j =1 * x i Ri = RP i =1

L( x i , S , R ) = 0.5V P + S 1

i =1

* xi + R RP
12 22 32

x R
i i i =1

L( x i , S , R ) = 0.5( x1

x2

11 x 3 ) 21 31

13 x1 23 x 2 + S 1 33 x 3

i =1

RP xi + R

x R =
i i i =1

x1 = 0.5 ( x111 + x 2 21 + x 3 31 )( x112 + x 2 22 + x 3 32 )( x113 + x 2 23 + x 3 33 ) x 2 + x3

= 0.5 x1 ( x111 + x 2 21 + x 3 31 ) + x 2 ( x112 + x 2 22 + x 3 32 ) + x 3 ( x113 + x 2 23 + x 3 33 ) + + S 1

2 x1 11

+ S 1

i =1

RP xi + R

i =1

x i Ri =

= 0.5

x +
i i =1

R RP

x R =
i i i =1

2 2 22 + x 2 x 3 32 + x1 x 313 + x 2 x 3 23 + x 3 33 + + x1 x 2 21 + x1 x 3 31 + x1 x 2 12 + x 2

+ S (1 x1 x 2 x 3 ) + R RP x1 R1 x 2 R2 x 3 R3 =

per la simmetria delle covarianze si ha:

2 2 2 = 0.5 x1 11 + x 2 22 + x 3 33 + 2 x1 x 2 12 + 2 x1 x 313 + 2 x 2 x 3 23 +

+ S (1 x1 x 2 x 3 ) +

R RP

x1 R1 x 2 R2 x 3 R3 =

L'ottimo si ha uguagliando a zero le derivate parziali: L 1 = ( 2 x111 + 2 x 2 12 + 2 x313 ) S R R1 = 0 x1 2 L 1 = ( 2 x 2 22 + 2 x1 21 + 2 x3 23 ) S R R2 = 0 x 2 2 L 1 = ( 2 x3 33 + 2 x1 31 + 2 x 2 32 ) S R R3 = 0 x 3 2 L = 1 x1 x 2 x 3 = 0 x1 + x 2 + x3 = 1 S L = RP R1 x1 R2 x 2 R3 x 3 = 0 R1 x1 + R2 x 2 + R3 x 3 = RP R che posto in forma matriciale:

47

M
11 21 31 1 R1 12 22 32 1 R2 13 23 33 1 R3 1 R1 1 R2 1 R3 0 0 0 0

x1 0 x2 0 x3 = 0 S 1 R RP

Da tale relazione si vuole estrarre il vettore soluzione della composizione efficiente di portafoglio. 0 0 0 0 1 1 1 x = M b = M 0 + M 0 RP 0 1 1 0 Sostituendo i dati a nostra disposizione nella matrice M questa risulta: 1 15 11429 . 11429 . 4 1 20 . 3.4286 01429 . 11429 1 12 . 01429 . 11429 . M = 11429 1 1 0 0 1 20 12 0 0 15 Calcolando l'inversa della matrice M: . 0.2306 0.4745 0.0280 0.3690 01384 . 0.0519 0.0865 13221 . 01145 . 01384 . . 2.7965 01425 M 1 = 0.2306 0.0865 01442 . . 2.7965 131757 0.8926 0.4745 13221 . 01425 . 0.8926 0.0648 0.0280 01145 e sostituendola nell'equazione x = M 1 b si ottiene: 0.4745 0.0280 0.0376 . . 13221 01145 0.4641 2.7966 + 01425 15.6 = 0.5735 . . 131746 0.8925 0.7483 . 0.8925 0.0648 01189 Se si sommano i primi tre valori, percentuali di capitale investito nei tre titoli, si ottiene l'unit ed quindi rispettato il vincolo di bilancio. x1 = 0.0376 Il portafoglio efficiente quindi composto da: x 2 = 0.4641 x = 0.5735 3 Si pu determinare ora anche l'equazione che descrive la frontiera efficiente:
2 P = h'Ch + 2k'ChRP + k'CkRP =
2

0.4745 . = 13221 2.7966

'

. . 11429 11429 0.0280 0.4745 4 2 . . 3.4286 01429 . . Ch RP + k'CkRP = + 2 01145 13221 11429 . . . 01429 11429 . 01425 2.7966 11429
2

= 131757 17851 + 0.0648 RP RP . . Dall'equazione, sostituendo il rendimento atteso di portafoglio di 15.6 si ottiene il rischio di portafoglio . 27.8479 + 15.7790 = 11069 . di: 2 P = 131757

48

Valutazione del rendimento e rischio del portafoglio con i cinque business equiripartiti Si consideri il caso di un portafoglio formato dai cinque business A, B, C, D, E ciascuno con peso 20%. Esso avr rischio e rendimento rispettivamente pari a:
2 P = x ' Cx 0.4286 2.2857 2 0.2857 4 0.4286 = ( 0.2 0.2 0.2 0.2 0.2) 2.2857 0.2857 2.8571 11429 0.7143 . . 01429 0 2857 11429 0.5714 . . RP = 0.2 15 + 0.2 15 + 0.2 17 + 0.2 20 + 0.2 12 = 15.8 0.2857 0.2 01429 . 11429 11429 . . 0.2 0.7143 0.5714 0.2 = 0.8572 3.4286 01429 . 0.2 01429 11429 . . 0.2

Si vuole ora determinare la composizione efficiente di portafoglio che dia un rendimento pari a 16 e discutere il comportamento del rischio in base ai risultati dellesercizio precedente.

Come nell'esempio a tre titoli si determina la composizione efficiente di portafoglio con: x = M 1 b

0.4286 2.2857 2 4 0.2857 0.4286 2.2857 0.2857 2.8571 . . 11429 0.7143 = 01429 0.2857 11429 . 0.5714 1 1 1 15 17 15 . 01429 0.2857 1 15 . . 11429 11429 1 15 0.7143 0.5714 1 17 . 3.4286 01429 1 20 . . 01429 11429 1 12 1 1 0 0 20 12 0 0
1

0 0 0 0 0 0 1 0 + M 0 16 = 0 0 0 1 1 0

. 4.0331 0.2812 01462 0.0500 0.0020 0.0185 3.4819 0.2460 0.4545 = 0.8175 + 0.0685 16 = 0.2777 13162 0.0552 0.4325 . . 12.2932 0.8438 12075 . . . 01252 0 8438 0 0606

Il portafoglio efficiente che d un rendimento pari a 16 quindi cos composto: -14.62 % di A, -1.85% di B, 45.45% di C, 27.77% di D,43.25% di E. Si calcola ora la frontiera efficiente con la tecnica utilizzata nell'esercizio precedente di cui si omettono i calcoli:
2 . RP + 0.0606 RP P = 12.2932 16876

Si sostituisce il rendimento desiderato nell'equazione della frontiera efficiente per ottenere il rischio di portafoglio: 2 P = 12.2932 27.0014 + 15.5039 = 0.5977 Si nota cos che, rispetto al portafoglio composto dai cinque titoli con peso 1/5, il nuovo portafoglio ha sia maggiore rendimento, sia minor rischio.

49

SIMULAZIONE
Determinazione della composizione efficiente dei tre business B, D, E senza il vincolo sul rendimento atteso di portafoglio:
. . 1 11429 11429 R1 0 4 . . 1 0 11429 3.4286 01429 R x = M 1 + M 1 2 == 0 11429 . . . 1 01429 11429 R3 1 1 0 1 1 0 0.0889 0.4319 . 0.2541 17659 = + 0.8348 21978 . 0.8888 13.5678
1

0 15 0 + M 1 20 = 0 12 1 0

A questo punto si pu ipotizzare il comportamento dell'investitore per quanto riguarda la propensione al rischio. Al variare di si otterranno infatti diverse composizioni di portafoglio; si considereranno valori di inferiori a 0.5. 0.0407 0.7839 Dato =0.3 si avr la seguente soluzione: 01755 . 3.2410 cui corrisponder un portafoglio composto per il 4.07% di B, 78.39% di D e 17.55% di E. Applicazione come la precedente utilizzando tutti i cinque titoli disponibili: R1 0 R2 0 R 0 x = M 1 + M 1 3 R4 0 R 0 5 1 0
0.4286 2.2857 2 0.2857 0 4286 4 . 2.2857 0.2857 2.8571 = 11429 0.7143 . . 01429 0.2857 11429 0.5714 . 1 1 1 0.3938 4.3130 0.0226 0.0225 0.0541 4.0623 . + = . 0.01362 11302 0.5467 0.9120 . 0.5369 139326 0.9001 0.0128 11646 . ; Se = 0.3 x = 0.4753 0.2731 3.6429 . 01781 . 0 0209 01490 . Se = 0.05 x = . 01927 0.5011 . 01598 0.2857 01429 . 11429 11429 . . 0.7143 0.5714 3.4286 01429 . 01429 . 1 11429 . 1 1 1 1 1 1 0
1

15 0 0 15 17 0 + M 1 = 20 0 12 0 0 1

50

APPENDICE AL CAPITOLO 3

TEOREMA DI SEPARAZIONE (o dei due fondi) Nel caso si possa operare con short selling e fissati xa ed xb due portafogli a varianza minima con rendimento medio rispettivamente Ra ed Rb , con Ra Rb si ha che: a) qualsiasi portafoglio a varianza minima xc una combinazione lineare dei portafogli xa ed xb; b) ogni portafoglio ottenuto dalla combinazione lineare di xa ed xb, xa+(1-)xb, un portafoglio a varianza minima, situato sulla frontiera; c) in particolare, se xa ed xb sono portafogli a varianza minima efficienti, allora, per ogni 0 1 , anche xa+(1-)xb un portafoglio efficiente a varianza minima.

Dimostrazione a) Poniamo Rc il rendimento medio di un portafoglio a varianza minima xc. Scegliamo il parametro in modo tale che Rc = Ra + ( 1 ) Rb ci significa scegliere pari a R Rb = c Ra Rb Nota che esiste ed unico se si ipotizza Ra Rb . Dimostriamo che xc = xa + (1 ) xb Ricordimo che x c = h + kRc e sostituendo a Rc la combinazione lineare di Ra ed Rb si ottiene xc = h + kRc
= h( + 1 ) + k ( Ra + ( 1 ) Rb ) = ( h + kRa ) + ( 1 ) ( h + kRb ) = xa + ( 1 ) xb = h + ( 1 ) h + kRa + ( 1 ) kRb

c.v.d.

51

b) Consideriamo il portafoglio xc come combinazione lineare di xa ed xb. Quindi xc = xa + ( 1 ) xb

= ( h + kRa ) + ( 1 ) ( h + kRb ) = h + kRa + ( 1 ) h + ( 1 ) kRb = h( + 1 ) + k ( Ra + ( 1 ) Rb ) = h + kRc da cui si conclude che se xa ed xb sono portafogli a varianza minima lo anche xc.

c) Questo si dimostra come nel punto b) introducendo la restrizione 0 1 la quale implica che se Ra Rb allora Ra Ra + ( 1 ) Rb Rb .

TEOREMA DI ORTOGONALITA Due portafogli a varianza minima xa ed xb , nel caso con short selling, si definiscono ortogonali se la loro covarianza zero, cio, xa Cxb = 0 . Vogliamo dimostrare che per ogni portafoglio, eccetto quello definito nel punto di minimo della frontiera dei portafogli fattibili, esiste un unico portafoglio ortogonale a quello dato. Inoltre, definito Rb il rendimento del portafoglio dato, possibile calcolare il rendimento Ra dellunico portafoglio ortogonale nel modo seguente: xa Cxb = 0

( h + kR ) C( h + kR ) = 0 ( h + kR )( Ch + CkR ) = 0
a a b b

hCh + hCkRb + k ChRa + k CkRa Rb = 0

Ra =

hCh + hCkRb k Ch + k CkRb

ponendo: a = h Ch
b = h Ck = k Ch c = k Ck

risulta
Ra =

a + bRb b + cRb

52

p Portafogli fattibili

Portafogli inefficienti a varianza minima a G a

Portafogli efficienti a varianza minima Rp

Ra

RG

Nel caso con short selling, considerate n possibilit a rendimento aleatorio, scelto il portafoglio efficiente b si pu valutare il portafoglio ortogonale ad esso, detto portafoglio a , utilizzando il vertice G.

Linterpretazione geometrica della propriet di ortogonalit descritta nella figura precedente. Dato il portafoglio b posizionato sul tratto di frontiera efficiente, il portafoglio ortogonale si determina tracciando una retta passante per i portafogli b, quello scelto, e G (portafoglio a varianza minima globale). Il punto di intersezione della retta, passante per b e G, con lasse dei rendimenti attesi identifica il rendimento atteso del portafoglio a. ortogonale al portafoglio b. Una volta valutato Ra si determina lo scarto associato con la verticale su Ra che individua lunico portafoglio dominato a varianza minima. E interessante notare che se il portafoglio dato si trova sul tratto di frontiera dei portafogli efficienti a varianza minima allora il relativo portafoglio ortogonale si trova sul tratto di frontiera inefficiente. E pertanto dimostrato che non possono esistere due portafogli efficienti tra loro ortogonali.

53

4 ANALISI DEL PORTAFOGLIO IN PRESENZA DI TITOLI O BUSINESS A RENDIMENTO ALEATORIO, INVESTIMENTI E FINANZIAMENTI A TASSO CERTO

E noto che ogni mercato (per esempio il mercato azionario, lobbligazionario, il valutario, lassicurativo quotato e no, lautomobilistico quotato e no, lelettronico quotato e no) inserito nel pi grande mercato, omnicomprensivo, detto globale, nazionale o sovranazionale. Se ci fermiano, per comodit, al mercato nazionale, si sa che ogni mercato ha: pi possibilit a rendimento certo (imperfezione del mercato) lucrabile in una certa unit temporale e che fra queste si deve razionalmente scegliere solo quella a rendimento massimo; molte, spesso moltissime, possibilit a rendimento-rischio diversi; molte possibilit di indebitarsi a tasso certo (imperfezione del mercato); fra queste deve interessare solo quella a tasso pi basso. Quindi il mercato-portafoglio nazionale azionario, obbligazionario, valutario, assicurativo, automobilistico, elettronico, tutti a rendimento aleatorio, non bastano a formare il mercato globale-nazionale perch esiste e opera, in competizione, anche lalternativa di investimento a rendimento certo e quella di finanziamento a tasso certo che devono essere inserite nei modelli formali studiati perch ogni operatore pu investire ed indebitarsi a questi tassi. 4.1. Portafogli efficienti (frontiera efficiente) nel caso di n-1 titoli o business a rendimento aleatorio ed un titolo a rendimento certo Il problema di minimizzazione nella Z4 torna utile in questa nuova fase che utilizza il teorema detto di Separazione47 . La presenza di un titolo a rendimento certo48 accanto ad altri a rendimento aleatorio semplifica notevolmente il calcolo della nuova frontiera efficiente. L'investitore infatti, come gi visto, sceglier il tratto di retta che, partendo da R f tange la frontiera efficiente del portafoglio composto dai soli titoli rischiosi. Il Teorema di Separazione afferma che: "l'ammontare investito in ogni singolo titolo rischioso una quota costante dell'ammontare totale investito in titoli a rendimento aleatorio pur al variare della propensione al rischio"49. Si supponga che esistano un titolo a rendimento non rischioso ed n-1 titoli a rendimento aleatorio e sia: R 1 = R f ; 1i = i1 = 0; i = 1,2,..., n .
lappendice al Cap. 3 e SHARPE W.F., 1964, op. cit. Questo caso corrisponde a quello in cui vi sia perfetta correlazione lineare negativa tra due titoli a rendimento aleatorio (in quanto possibile trovare almeno una combinazione di portafoglio che annulli il rischio). 49 SHARPE.W.F., Portfolio Theory and Capital Markets, McGraw Hill Book Co., N.Y., 1970.
48 47Vedasi

54

A partire da queste informazioni, il sistema da risolvere dato da: M x b 0 0 0 1 ... x R 1 f 0 22 ... 2 n 1 x 2 R 2 : : ... : : : = : 0 1 x n R n ... n2 nn S 1 1 1 ... 1 0 Esso permette di trovare subito il valore dell'incognita: S =- R f che, sostituito nel sistema di equazioni, d:

0 : 0 1

M 22 n2 1 2n nn ... 1

b x x 1 ( R 2 R f : : = x n 1 ( R n R f 1 xn

) )

un sistema di n equazioni ed n incognite. Questo sistema pu essere ulteriormente semplificato trascurando la prima colonna e l'ultima riga. Esse infatti servono solo a determinare l'incognita x1, che pu essere calcolata per differenza dopo aver determinato i valori delle altre xi; essa assumer il valore che far rispettare il vincolo di bilancio (di somma 1). Ricordando che le xi possono assumere qualunque valore, positivo, negativo o nullo, il sistema diventa M b x ( x R 22 ... 2 n 2 2 R f ) : : ... : : = ( ) x R R n 2 ... nn n n f Il vettore soluzione di questo sistema di n-1 incognite ed n-1 equazioni R 2 R f x = M 1b = M 1 : R n R f x 2 = g 2 : x = g n n

Ci porta direttamente al Teorema di Separazione, il quale afferma che se:

55

 n 1) l'unico vincolo del problema di ottimizzazione quello di bilancio x i = 1 ; i=1 2) esiste la possibilit di investimento e indebitamento non rischioso al tasso R f ; allora: la quota di investimento rischioso in un portafoglio pari a

x
i=2

= g i
i=2

la quota investita in ciascun titolo a rendimento aleatorio pari a:

xi =
i

g i g i
i=2 n

x
che non dipende da ..
i=2

gi

g
i=2

In altre parole: il mix del portafoglio rischioso efficiente uguale per tutti gli investitori e non influenzato dal loro diverso grado di propensione al rischio. Il parametro influisce invece sulla ripartizione del capitale disponibile tra investimento rischioso e non rischioso, che sar pari a

x1 = 1 g i
i=2

poich

x
i=2

= 1 x1

Il Teorema di Separazione a base del modello di equilibrio del mercato dei capitali denominato Capital Asset Pricing Model (CAPM)50.

4.2. Alcune simulazioni

Considerando: i cinque titoli o business A, B, C, D, E a rendimento aleatorio; la possibilit di investire in un'attivit T con rendimento certo R f =8; con xi=1 e xi0; allora: i rendimenti-rischi degli infiniti portafogli fattibili sono rappresentati in Fig. 21; i rendimenti-rischi delle scelte efficienti sono in Fig. 22 e dati dall'unione del segmento TU con la curva UD.
50

Vedi nota 15.

56

Fig. 21: Regione rendimenti-rischi degli infiniti portafogli fattibili (0xi 1) con sei business, di cui: cinque a rendimento aleatorio e uno a rendimento certo.

Il portafoglio U quello individuato dalla semiretta uscente da T e tangente alla curvafrontiera efficiente calcolata considerando solo i titoli a rendimento aleatorio, Fig. 18. Esso ha rendimento atteso R U =15.43 e U=0.82 ed cos composto: 7.08% di A 0 di B 25.44% di C 24.32% di D 43.16% di E

Fig. 22: Scelte efficienti, con 0xi 1, date dall'unione del segmento TU con la curva UD

Il decisore pu decidere efficientemente di investire: o tutto in T con un rendimento certo 8; o componendo T con U se disposto ad accettare un rischio massimo di 0.82 o vuole un rendimento fino a 15.43; Se, ad esempio, il decisore vuole un portafoglio V con V =0.5 dovr:

57

 investire xU = 0.5/0.82 = 0.61 = 61% del suo capitale in U; e quindi il restante 39% in T; ottenendo R V = 15.43 0.61 + 8 0.39 = 12.53. V composto: 39% di T, 4.31% di A, 15.52% di C, 14.84% di D e 26.33% di E dove i pesi di A, C, D, E sono il 61% dei rispettivi pesi con cui compaiono in U. o in portafogli che non contengono T e dati dalla frontiera efficiente con le sole alternative a rendimento aleatorio, se vuole un rendimento superiore a 15.43 o un rischio maggiore di 0.82.

4.3. Portafogli efficienti (frontiera efficiente) utilizzando sia titoli o business a rendimento aleatorio sia un titolo a rendimento certo sia la possibilit di indebitamento a tasso certo Tutte le considerazioni fatte in 4.1. per il titolo a rendimento certo valgono anche per lindebitamento a tasso certo. Allora, nel nostro caso guida, dati: i cinque titoli o business a rendimento aleatorio; la possibilit di investire in T con rendimento certo Rfc = 8 e prendere a prestito in T a tasso certo Rfd =8; allora, la frontiera efficiente la semiretta uscente da T e tangente in U, Fig. 23.

Fig Fig. 23: Frontiera efficiente uscente da T, possibilit di investimento e di finanziamento a tasso certo Rfc = Rfd = 8, e tangente in U. I punti sulla semiretta da U in poi identificano i portafogli ottenuti indebitandosi e sovrainvestendo sempre nel portafoglio, mix di business, U

Il decisore pu decidere efficientemente di investire: o tutto in T, con un rendimento certo 8; o componendo T con U, se vuole un rischio maggiore di zero e inferiore a 0.82 o vuole un rendimento atteso inferiore a 15.43 e maggiore di 8; o tutto in U se vuole un rischio 0.82 o un rendimento atteso di 15.43; o tutto, capitale proprio pi capitale a debito, in U finanziandosi in T a tasso certo 8, se vuole un rendimento atteso maggiore di 15.43 o un rischio maggiore di 0.82.

58

Si verifica leffetto leva dellindebitamento: indebitandosi aumenta il rendimento, ma anche il rischio dellinvestimento, secondo una relazione lineare.

Poich il nostro sistema finanziario non opera con Rfc=Rfd , purtroppo, ma con Rfc<Rfd possiamo ritornare sul nostro esempio con: i cinque titoli o business a rendimento aleatorio; la possibilit di investire in T a rendimento certo Rfc=8; la possibilit di prendere a prestito in W a tasso certo Rfd=13; la nuova frontiera efficiente, Fig. 24, data dall'unione di: segmento TU, se vuole investire componendo T con U ( max = 0.82; R max = 15.4) ;
arco UZ, se vuole non investire in T e non finanziarsi in W; da Z sulla semiretta uscente da W e tangente in Z, se vuole finanziarsi in W a tasso certo Rfd=13 ed investire oltre le proprie possibilit nel portafoglio Z. Si verifica leffetto leva dellindebitamento in presenza di tasso a debito maggiore di quello a credito.

Fig. 24: Frontiera efficiente data dall'unione del segmento TU con la curva UZ e col tratto da Z in poi della semiretta uscente da W (tasso certo dindebitamento Rfd =13) e tangente in Z ( R Z =18.91,

Z =1.45).

Il portafoglio efficiente Z ha rendimento atteso R Z =18.91, Z =1.45 ed cos composto: 1.59% di B, 33.57% di C, 64.84% di D. Se il decisore volesse un rendimento atteso di 20 dovrebbe coerentemente: investire solo in Z tutta la sua disponibilit; indebitarsi al tasso certo del 13% per una quantit incognita y da investire in Z tale che: 13(-y) + 18.91(1+y) = 20 y = 0.184433 Il nuovo portafoglio , Fig. 25, vede: debito in W del 18.4433%, rispetto al capitale proprio, al tasso del 13%; investimento del 118.4433% del capitale proprio nel portafoglio Z;

59

 rendimento lordo di lire 22.397628, costo dell'indebitamento di 2.397628, quindi un rendimento netto di 20 e valutabile utilizzando lequazione della semiretta uscente da (13, 0) e tangente alla frontiera efficiente delle sole attivit a rendimento aleatorio nel punto Z: 0 = a + 13b 1.45 = a + 18.91b
1.45 0 = a a + (18.91 13) b b = 0.245347 a = 3189511 . + 0.245347R p p = 1189511 . da cui si ha: + 0.245347 20 = 1.717429 1.72 p = 1189511 .

facile verificare che il titolo D ha rendimento atteso 20 e rischio 1.85 e che potendo indebitarsi a tasso Rfd=13 si pu ottenere il portafoglio che ha stesso rendimento di D e rischio 1.72: domina D per rischio. Quindi, lavorando con capitale a debito si riesce a migliorare lefficienza dellinvestimento.

Fig. 25: Soluzione efficiente con rendimento atteso di 20 indebitandosi a tasso certo Rfd =13 e investendo tutto nel portafoglio Z.

60

SIMULAZIONI

1) Si considera il caso di un portafoglio composto dai tre business B, D, E e si suppone inoltre la possibilit di investire in un titolo con rendimento certo pari a 8. Si indica la quota da investire nel titolo a rendimento certo x0 1 x 0 0 0 0 0 Rf . . 1 x 1 4 11429 11429 0 R1 . . 1 x 2 = R 2 3.4286 01429 Mx = b 0 11429 . . . 1 x 3 01429 11429 0 11429 R3 1 1 1 0 s 1 1 che diventa
R1 R f 11429 11429 . . 4 15 8 0.0725 1 3.4286 01429 x = M R 2 R f = 11429 . . 20 8 0.5 = 1.7071 R R . . . 01429 11429 11429 12 8 1.6090 3 f Si deve ora determinare la quota di capitale da investire o prendere a prestito al tasso certo affinch sia rispettato il vincolo di bilancio, data la propensione al rischio 0.5. Dato x1 + x 2 + x 3 = 0.0725 + 1.7071 + 1.6090 = 3.2436
1

Dovr essere x 0 = 1 3.2436 = 2.2436 , quantit da prendere a prestito al tasso certo. 2) Si consideri ora il portafoglio composto utilizzando i cinque business A, B, C, D, E e con le ipotesi formulate nel precedente esempio:
0.4286 2.2857 R1 R f 2 0.2857 0 4286 4 . R2 Rf 1 x=M R R f = 2.2857 0.2857 2.8571 3 . . 11429 0.7143 R4 Rf 01429 0.5714 . 0.2857 11429 R5 Rf 0.0193 . 01084 Si avr, dato = 0.5, 1.7323 . 13175 2.5645 0.2857 01429 . 11429 11429 . . 0.7143 0.5714 . 3.4286 01429 . . 01429 11429
1

7 0.0385 7 0.2168 9 = 3.4645 12 2.6351 . 4 51289

Per rispettare il vincolo di bilancio l'investitore dovr prendere a prestito al tasso certo l'importo 4.5251.

61

5 ROI, ROE E SOSTENIBILITA' DEI DEBITI 5.1. Valore atteso e varianza di ROI e ROE Giunti ad una buona conoscenza del criterio E-V si ritiene interessante inserire il presente capitolo per mostrare come tale criterio risulti utile anche nella gestione, non solo finanziaria, di una azienda, dove la variabile casuale non pi il rendimento di un titolo bens il roi (return on investment) oppure il roe (return on equity) dell'azienda vista come portafoglio di prodotti. Il roe definito, utilizzando parametri deterministici, cio valori certi e costanti, da: roe = roi + L(roi-c) con: L rapporto tra quota di capitale di terzi e capitale investito (leva finanziaria); c rapporto interessi passivi/capitale di terzi; roi>c. Il ricorso all'indebitamento permette alle aziende di aumentare il rendimento sul capitale proprio, roe, attraverso l'effetto leva, posto che il tasso a debito, c (media aritmetica ponderata di pi tassi certi), sia minore del tasso di rendimento degli investimenti, roi. Nel caso in cui l'azienda non ricorra all'indebitamento si ha L=0 e, naturalmente, roi=roe. Viste queste premesse lecito chiedersi ed in molte aziende ci si chiede: quanto e come aumenta il rischio aziendale al variare del grado di indebitamento? qual' il tasso massimo a debito che l'azienda pu razionalmente sostenere? esiste una struttura finanziaria-produttiva efficiente? Tali quesiti rimangono spesso irrisolti poich nella realt operativa c' scarsa consapevolezza che le condizioni in cui operano le aziende si possano tradurre in termini di distribuzioni di probabilit della variabile casuale rendimento, roe o roi, o di suoi indici sintetici quali valore atteso, varianza ed altri momenti51. Poich tutti devono ammettere che roe e roi non possono trattarsi come deterministici, si propone lutilizzo del criterio E- proposto da Markowitz per studiare le variabili aziendali roi e roe come trasformazione di quelle di prodotto o business. Il portafoglio che deve essere composto quello di una generica azienda che operi con n business (prodotti, aree d'affari). Consideriamo il generico k-esimo portafoglio cos caratterizzato:

E( k roi) = k x i E( roi i )
i =1

dove: E ( k roi) : valore atteso del roi del mix k;

k x i : quota di capitale destinata all'i-esimo business nel mix k, dove

i =1

x i = 1, con

0 k x i 1 ;
51TREGLIA B., ROSSI F.A., "Il

Criterio Media-Varianza nelle Scelte Finanziarie con Costo del Capitale Certo o Aleatorio", Il Risparmio, n 6, 1991.

62

E (roii ) : valore atteso del roi dell'i-esimo business;

n n ( k roi) = k xi k x j ( roi i ) roi j ij i =1 j =1

( )

1/ 2

dove: ( k roi) scarto quadratico medio del roi del mix k;

(roii ) ij

scarto quadratico medio del roi dell'i-esimo business; coefficiente di correlazione lineare tra i roi dell'i-esimo e j-esimo business.

Si ricorda che (roii ) roi j ij = roiij :

la covarianza del roi dell'i-esimo business con quello del j-esimo se ij la varianza del roi dell'i-esimo business se i=j.
5.2. Ipotesi di indebitamento a tasso certo e di rendimento aleatorio dei business: scelte possibili Nell'ipotesi di tasso certo dell'indebitamento, si propone di valutare il tasso massimo che l'azienda pu sostenere utilizzando la frontiera efficiente del roe aziendale ed il Teorema di Separazione gi visto in Cap. 3 e Cap. 4. In questo caso il decisore potr scegliere tra infiniti livelli di indebitamento senza modificare il mix efficiente di investimenti/prodotti. Se il tasso dei debiti c certo, allora il valore atteso del roe del mix k ( E ( k roe)) una

( )

( )

combinazione lineare tra una variabile aleatoria E ( k roii ) ed una grandezza costante c:
E ( k roe) = E ( k roi)+ k L E ( k roi) c = (1+ k L) E ( k roi) c k L = E ( k roi)+ k L E ( k roi) k L c

dove: E ( k roe)
c

valore atteso del roe del mix k;

tasso (medio ponderato) certo dei debiti, con c 0; L quota di indebitamento dell'azienda investita nel mix k, con k L 0 k Lo scarto quadratico medio del roe del k-esimo mix, ( k roe) , finanziato con un grado di indebitamento pari k L sar dato da: ( k roe) = ( k roi)(1+ k L) = ( k roi)+ k L( k roi)

In assenza di indebitamento, k L = 0 ( k roe) = ( k roi) Quest'ultima relazione mostra che in tale contesto (roe), dato (roi), cresce linearmente al crescere di L. Il decisore chiamato ad affrontare i seguenti due problemi: 1) in quale portafoglio rischioso investire/produrre, tra gli infiniti possibili; 2) quale grado di leva finanziaria adottare. Con il Teorema di Separazione si dimostra che: a) la composizione del mix rischioso indipendente dal grado di leva finanziaria;

63

b) lintensit della leva finanziaria dipende dal profilo ( E( k roi); ( k roi)) = ( E( k roe); ( k roe)) , con L = 0, del mix di business, scelto per leverare.
(roe)
Profilo rendimento-rischio per lazienda che voglia ulteriormente indebitarsi al tasso certo dell8%

2.25 1.69
Profilo (20, 2.25) per lazienda che pu indebitarsi a tasso certo 8% e voglia un L= 0.3333

Rendimento rischio dellazienda non leverata 17

c=8

E(roe)

Fig. 26: Lazienda non indebitata che operi con un E(roe)=17%=E(roi) e (roe)=1.69%=(roi), avendo la possibilit di indebitarsi a tasso certo dell8% se vuole un E(roe)=20% deve indebitarsi secondo: 8%(-L)+(1+L)17%=20% da cui L=0.3333. (roe) sar: (roe)=(roi)(1+L)=1.69%1.3333=2.2533%.

Sostituendo (1+ k L ) con

k roe) k roi ) In questa espressione del valore atteso del roe del k-esimo mix di business, mix di prodotti, dazienda, il leverage k L non compare e si dimostrato l'asserto a), concordando con quanto esposto da Modigliani-Miller52. E ( k roe) = c + E ( k roi) c

( k roe) , la determinazione del valore atteso del roe diventa: ( k roi)

] ((

5.2.1 Scelte efficienti Valutiamo ora in quale portafoglio rischioso investire/produrre in modo efficiente. Le due determinazioni del valore atteso del roe viste sopra presuppongono di aver calcolato i parametri della frontiera efficiente dei business aleatori dell'azienda. Tale frontiera efficiente ottenibile risolvendo il seguente problema di programmazione quadratica

parametrica in cui, fissato un roe atteso desiderato E ( roe) , si cerca il portafoglio a

*

rischio minimo:

52MODIGLIANI F., MILLER M., The cost of Capital,Corporation Finance and The Theory of Investment, in American Economic Review, June 1958; MODIGLIANI F., MILLER M., Dividend Policy, Growth and the Valuation of Shares, in Journal of Business, October 1961.

64

n n 2 ( k roe) = k x i k x j (roei ) roe j ij min x i =1 j=1 con vincoli n * k x i E(roei ) = E( roe) i=1 n k x i = 1 i=1 i:1,2,........, n 0 k x i 1

Il primo vincolo in riferimento al roe atteso desiderato, il secondo il gi noto vincolo di bilancio, mentre il terzo riguarda i vincoli economico-strutturali, interni ed esterni all'azienda, sulle variabili decisionali che non possono essere negative. Nello spazio E- la frontiera efficiente definita (vedi paragrafo 3.3) da:
( roe ) = a0 + a1 E ( roe) + a2 E ( roe) dove a 2 0 .

2 1/ 2

Conoscendo la frontiera valutata solo sui business rischiosi (tratto di curva U nella Fig. 27) possibile trovare il portafoglio rischioso (punto H in Fig. 27) in cui si deve investire una volta noto il tasso (medio ponderato) certo c dei debiti. Esso il portafoglio che massimizza il premio di rischio e viene identificato dal punto di tangenza tra una semiretta, tra le infinite uscenti dal punto c, e la frontiera efficiente delle sole attivit rischiose. Si dimostra che questa semiretta ha la minima pendenza ovvero garantisce il massimo premio di rischio: essa la nuova frontiera efficiente (semiretta H in Fig. 27), la frontiera efficiente del roe aziendale. Il modello (vedi sub b) per non spiega analiticamente la scelta del decisore della coppia ( E ( k roe); ( k roe)) , informazione necessaria per determinare l'intensit della leva. Per valutare questa si dovrebbe ricorrere anche ad altre tecniche come lindifferenza in E- associata alla utilit attesa del decisore (per cui si rimanda al Cap. 8)

65

(roe)

H U H

insieme efficiente dei punti [E(roe), (roe)] configurabili per diversi gradi di leva finanziaria

c=8

E(roe)

Fig. 27: La semiretta H la frontiera efficiente del roe aziendale nel caso in cui i debiti abbiano tasso certo c=8 ed il decisore abbia rendimenti aleatori di prodotti con portafogli efficienti descritti dalla curva U.

5.2.2 Tasso massimo di indebitamento razionalmente sostenibile dall'azienda Dopo aver definito la frontiera efficiente si pu dare una risposta al problema, convenzionalmente denominato della "sostenibilit" ovvero di quale sia il tasso certo massimo che l'azienda pu economicamente (razionalmente) sostenere. Mentre nel problema precedente (5.2.1) il tasso c noto, ora esso preso come incognita. Si propone di calcolarlo trovando l'intersezione con l'asse delle ascisse della retta tangente la frontiera efficiente nel suo estremo superiore; nel nostro caso l'estremo superiore anche il massimo. Si ricorda infatti che la frontiera efficiente una funzione continua ovunque definita in un intervallo chiuso e limitato: ci garantisce la presenza di un minimo e di un massimo assoluti i quali sono anche unici visto che la funzione strettamente crescente. Nell'intervallo, quindi, la funzione della frontiera efficiente, sopra definita, ha una tangente con pendenza massima nel suo estremo superiore. L'intersezione di tale tangente con l'asse dei rendimenti identifica il tasso certo massimo sostenibile. Se per un'azienda pari a max c , ancora possibile trovare un mix rischioso efficiente in cui investire (produrre, vendere); esso caratterizzato dalla terna ( E( max roe); ( max roe); max ') dove max ' la derivata della frontiera efficiente cos

calcolata:

a1 + 2a 2 E ( roe ) d( roe ) = dE ( roe ) 2 a + a E ( roe ) + a ( E ( roe )) 2 0 1 2

12

e valutata nel suo punto di massimo. Se invece l'azienda ricorre a debiti ad un tasso c con c> max c non esiste pi alcun portafoglio efficiente in cui poter investire. La semiretta uscente da un punto c scelto maggiore di max c non pu pi tangere la frontiera efficiente nel suo estremo superiore. Essa pu solo secare tale funzione venendo cos a determinare un insieme inefficiente. L'intersezione con l'asse delle ascisse della semiretta tangente alla frontiera efficiente nel punto ( E ( k roe); ( k roe)) si ha in:

66

il generico punto ( E ( k roe); ( k roe)) si pu determinare l'equazione della retta attraverso la formulazione generale di una retta dato il coefficiente angolare ed un punto (x0,y0): y y0 = m( x x0 ) che nel nostro caso, dato: y=, y 0 = ( k roe) , m= k '
x=R, x 0 = E ( k roe )

( k roe) ;0 E ( k roe) k Infatti, dato il coefficiente angolare della retta tangente il generico portafoglio k k ' e

diventa ( k roe ) = k ' ( R E ( k roe )) = k '( R E ( k roe )) + ( k roe ) Si trova l'intersezione con l'asse delle ordinate per R =0 che si ha nel punto: = ( k roe ) k ' E ( k roe ) Da cui, ricordando l'equazione generale della retta y=mx+q, si ha l'equazione della retta tangente: = k ' R + ( k roe ) k ' E ( k roe ) In = 0 si trova il valore di R in cui la retta interseca l'asse delle ascisse 0 = k ' R + ( k roe ) k ' E ( k roe ) da cui ( roe ) R = E ( k roe ) k k ' Se al punto di intersezione si sostituisce la terna E ( max roe); ( max roe); max si ottiene
c = E ( max roe)
max

la formulazione del tasso massimo sostenibile:

max

Tale relazione dimostra come

(oltre al caso banale che il numeratore sia nullo tale per cui ( max roe) = 0 ): cio quando la frontiera efficiente ha tangente all'estremo superiore praticamente verticale; in questo caso si ha un premio al rischio nullo: non conviene indebitarsi!

c uguale a E ( max roe) solo se

( max roe) max '

max

' tende all'infinito

5.2.3 Simulazioni sulla valutazione del tasso massimo razionalmente sostenibile A) Si supponga l'esistenza di un'azienda che nel proprio portafoglio detenga cinque business e, per facilitare la comprensione, si considerino i valori dei soliti cinque business A, B, C, D, E finora utilizzati. Il roe atteso ed il rischio corrispondono ai valori in Tabella 2. Si prendano inoltre in considerazione la loro matrice di varianze e covarianze e quella dei coefficienti di correlazione (Tab. 3 e 4).

Ipotizziamo che sia data la funzione = (183.111 - 19.7778 E(roe)+ 0.539682 (E(roe))2)1/2

67

definita fra un roe atteso di 19 e 20 e si voglia calcolare il costo massimo sopportabile nellipotesi di produrre secondo un portafoglio che ha roe atteso 20 e rischio 1.85. Allora, vista lultima equazione del paragrafo precedente, si ha: 185 . = 16.21 max c = 20 0.48867 cio, in questa azienda: il 16.21% il tasso certo massimo razionalmente sostenibile come tasso di finanziamento; se tale azienda si indebita per L=0.5 allora essa avr: E(roe) = 20 (1 + 0.5) - 16.21 0.5 = 21.8950; (roe) = 1.851432 (1 + 0.5) = 2.777148.
B) Vediamo ora come si comporta max c al variare della correlazione tra il roe dei business prima di introdurre vincoli operativi alla scelta degli stessi. Come gi mostrato pi correlato il rendimento dei business, minori sono le possibilit di ridurre la rischiosit del portafoglio. Ne discende che maggiore la correlazione media tra i rendimenti dei business, minore il costo certo massimo sostenibile, a parit di altre condizioni.

Ci chiaro anche dalla formulazione del max c che mostra come all'aumentare di e a parit di altre condizioni si riduce il tasso massimo sostenibile. In Figura 28 sono riportate le possibili frontiere efficienti ottenibili con i cinque business al variare della correlazione tra questi: frontiera 1: calcolata dopo aver posto nella matrice di correlazione tutti i ij = 0 , ij; (tasso massimo sostenibile 17%) frontiera 2: calcolata in base alla matrice dei coefficienti di correlazione in Tab. 4; (tasso massimo sostenibile 16.21%) frontiera 3: calcolata dopo aver posto nella matrice di correlazione tutti i ij = 0.5 , ij; (tasso massimo sostenibile 14.49%) frontiera 4: calcolata dopo aver posto nella matrice di correlazione tutti i ij = 0.7 , ij; (tasso massimo sostenibile 11.71%). Si ricorda che in tutte queste simulazioni il roe atteso aziendale era sempre del 20% ed il rischio dell1.85%. Come si pu vedere in Figura 28, la frontiera 1, calcolata nell'ipotesi che tutti i business siano non correlati linearmente, permette all'azienda di sostenere un tasso massimo certo di 17. La frontiera 4 permette di sostenere, al pi, un costo di 11.71.

68

Fig. 28: Possibili tassi certi massimi coerentemente sostenibili in presenza di diversi gradi di correlazione esistenti fra i rendimenti degli stessi cinque business.

5.2.4. Leffetto dei vincoli operativi sul tasso certo massimo sostenibile La realt aziendale suggerisce di inserire nel modello eventuali vincoli strutturali, di 0 k i k x i k i 1 i:1,2,........, n , dove: mercato, del tipo: k i : estremo inferiore dei valori ammissibili per k x i ; k i : estremo superiore dei valori ammissibili per k x i .

Gli effetti ottenibili dall'introduzione di tali vincoli sono sintetizzabili nei seguenti tre punti: si riduce l'ampiezza sia del dominio sia del codominio della frontiera efficiente, rispetto ad una frontiera calcolata in assenza di tali vincoli; la frontiera efficiente si localizza nello spazio E- in una posizione interna, rispetto ad una frontiera calcolata in assenza di vincoli, cio, a parit di rendimento atteso, aumenta il rischio minimo che deve essere assunto (ci si sposta verso l'angolo di Nord-Ovest); si riduce il numero di portafogli d'angolo della frontiera efficiente; c dipende dalla terna ( E ( max roe); ( max roe); max ') e, in base a quanto

Visto che

max

( max roe) aumenta; se max rimane invariato, come solitamente succede, allora a quello valutato in assenza di vincoli operativi.

detto sopra, per i nuovi portafogli componibili si ha che: E ( max roe) diminuisce;

max

c sar inferiore rispetto

69

5.2.5 Alcune simulazioni della valutazione del tasso certo massimo sostenibile in presenza di vincoli operativi sulle variabili decisionali

E(roe)=20, (roe)=1.85, '=0.49 (derivata sinistra). Il tasso massimo sostenibile calcolato in 16.21. Considerando la stessa matrice di correlazione, ma imponendo i seguenti vincoli: . 0.05 x A 015 0.30 x 0.35 B . x C 015 . 010 0.40 x 0.50 D . 0.05 x E 010

Tra le frontiere efficienti viste in Fig. 28, la frontiera numero 2 calcolata in base ai coefficienti di correlazione riportati in Tab. 4; per la sua determinazione si sono considerati solo i vincoli 0 x i 1, x i = 1 . Il punto massimo della frontiera D in cui si hanno:

si calcolata la frontiera numero 5, tratto di curva assai corto, che in Fig. 29 viene confrontata con la frontiera 2 della Fig. 28. Nel punto di massimo della nuova frontiera si hanno: E(roe)=17.55, (roe)=1.30, '=0.25. Il tasso massimo sostenibile di 13.32, inferiore al tasso massimo di 16.21 corrispondente alla frontiera 2.

(roe)

E(roe)

Fig. 29: Confronto fra tasso massimo coerentemente sostenibile in presenza ed assenza di vincoli operativi nel mix dei cinque business.

70

6 MODELLI SEMPLIFICATI DI SELEZIONE DEL PORTAFOGLIO IL MODELLO DIAGONALE DI SHARPE Per informare il modello di selezione del portafoglio proposto da Markowitz, finora utilizzato, si deve disporre, nel caso di n titoli, di 2n+n(n-1)/2 parametri di cui: n rendimenti attesi; n varianze; n(n-1)/2 , con ij coefficienti di correlazione lineare ij o covarianze. evidente l'elevato costo delle attivit di informazione (di ordine n2) per fornire i parametri al modello di Markowitz. Questo uno dei motivi che hanno favorito la ricerca di semplificazioni del modello stesso. Tra i modelli semplificati proposti verranno analizzati in seguito il modello diagonale di Sharpe e modelli a pi indici. 6.1 Il modello diagonale di Sharpe Il modello diagonale di Sharpe53 assume che i rendimenti dei titoli o business siano influenzati solo e soltanto da un unico fattore. In pratica Sharpe propone di calcolare il rendimento di un titolo attraverso una funzione lineare in cui la variabile esogena data dallandamento, variazione, rendimento di un basic underlying factor (trattando azioni, l'indice potrebbe essere quello del mercato azionario). 6.1.1 Rendimento e rischio di un titolo Sharpe ha ipotizzato che il rendimento dell'i-esimo titolo, con i = 1, 2, 3,...,n, sia dato da: Ri = i + i I + i con: i, i parametri; componente erratica (unica) del rendimento con distribuzione Gaussiana e con i valore atteso E ( i ) = 0 e varianza Var ( i ) = Qi . La varianza del rendimento dei titoli supposta costante lungo tutta la retta.; I variazione dell'indice di mercato scelto come rappresentativo dell'andamento dei titoli. Il valore di I viene definito da un parametro fissato e da una variabile aleatoria:
I = n +1 + n +1

Infatti Var ( I ) = Var ( n+1 + n +1 ) = Var ( n+1 ) + Var ( n+1 ) + 2Cov ( n+1 , n+1 ) ; il primo ed il terzo addendo sono nulli in quanto (vedi sopra) n +1 una costante. Le informazioni necessare all'applicazione del modello diagonale sono quindi i parametri della retta i e i, la varianza Qi del rendimento dei titoli, il valore atteso dellindice E(I)= n +1 e la varianza Qn+1 dellindice scelto come base di riferimento dal decisore. In

n+1 n+1

parametro; componente erratica con E ( n+1 ) = 0 e Var ( n+1 ) = Qn+1 = Var ( I )

53

SHARPE W.F., "Simplifed Model for Portfolio Analysis", Management Science, Jan.1963.

71

Fig. 30 si illustrano le relazioni viste sinora. Gli i e i identificano la retta che lega i rendimenti del titolo i-esimo ai rendimenti dell'indice I.

Fig. 30: Relazione tra la variazione dellindice di mercato e il rendimento dell'i-esimo titolo, con specificazione dell'andamento gaussiano della componente erratica e dell'indice di mercato.

Sharpe assume inoltre che: Cov ( i , j ) = E ( i E ( i )) j E ( j ) = E ( i 0) j 0 = E i , j = Qij = 0 Cov ( i , I ) = Cov ( i , n+1 + n+1 ) = E ( i 0)( n+1 + n+1 n+1 ) = E ( i , n+1 ) = 0 La prima condizione sostiene l'indipendenza di ciascuna delle n variabili casuali i dalle altre n-1. Quindi, solo l'indice, e niente altro, muove i rendimenti dei titoli. La seconda impone indipendenza tra gli n i ed I e quindi che gli errori valutati sul titolo i-esimo siano indipendenti da quelli valutati sull'indice. Il rendimento atteso dell'i-esimo titolo E ( Ri ) = E ( i + i I + i ) = E ( i ) + E ( i I ) + E ( i ) = i + i E ( I ) = i + i n+1

)]

)]

La varianza del rendimento54 dello stesso titolo risulta pari a

premette che la varianza di una variabile pu essere espressa anche come differenza tra valore atteso del 2 quadrato della variabile e il quadrato del valore atteso: V ( i ) = E ( i ) 2 E ( i )

54Si

72

2 = E[ i ( I n+1 ) + i ] = i = E[ Ri E ( Ri )] = E ( i + i I + i ) ( i + i n +1 )
2 2 2

= i2 E ( I n+1 )2 + 2 i E[ i ( I n+1 )] + E ( i ) =
2

= 2 + 2 i E i ( n+1 + n+1 n+1 ) + E ( i ) = i E ( n +1 + n +1 n +1 )

2 2

= i2 E ( n+1 )2 + E ( i )2 = 2 i Qn +1 + Qi

] [

[ ]

[ ]

La covarianza del rendimento del titolo i con il titolo j data da: ij = E ( Ri Ri ) Ri R j =

=E

{[ ( + I + ) ( + )][(
i i i i i n +1

)]

+ j I + j ( j + j n+1 ) =

= E [ i ( I n+1 ) + i ] j ( I n+1 ) + j

= E i j 2 n +1 + i j + i n+1 j + j n+1 i = = i j Qn+1 + Qij + i Q j ,n+1 + j Qi ,n+1 = i j Qn+1

]} = E{[
i

n+1

+ i ] j n+1 + j

]}

]} =

6.1.2 Rendimento e rischio di portafogli fattibili con n titoli a rendimento aleatorio

Secondo il modello diagonale, il rendimento di portafoglio RP = x i Ri , con xi quota

i =1

di portafoglio investita nell'i-esimo titolo, dato da:

RP = x i Ri = x i ( i + i I + i )
i =1 i =1

che pu essere scomposto nel seguente modo:

RP = x i ( i + i ) + x i i ( n+1 + n+1 )
i =1 i =1

ipotizzando quindi che il rendimento di portafoglio sia dato dal rendimento di base, caratteristico di ogni titolo, e, un ipotetico "investimento" nell'indice. Al variare di I il rendimento di portafoglio varier della quantit ponderata dei i dei titoli in portafoglio, e che viene definito come
n

x
i i =1

, che la media

x n+1 =
n

x
i i =1

= P
n +1 i =1

Il rendimento di portafoglio si pu quindi esprimere come: RP = x i ( i + i ) + x n+1 ( n+1 + n+1 ) = x i ( i + i )

i =1

avendo tenuto conto della formulazione di I.

73

Il rendimento di portafoglio avr valore atteso n+1 n+1 RP = E x i ( i + i ) = x i i i=1 i=1 n+1 n +1 dato che E x i i = x i E ( i ) = 0 i=1 i =1 L'equazione evidenzia che il rendimento atteso di portafoglio dato dalla media aritmetica ponderata degli i , compreso quello dell'indice. La varianza di portafoglio = E ( RP RP )
2 P 2 2
n +1 n+1 = E x i ( i + i ) x i ( i ) = i =1 i=1

n +1 n +1 n +1 n+1 2 2 2 2 = E x i i = E x i i = x i E i = x i2 Qi i =1 i =1 i =1 i=1

( )

Ora dovrebbe essere chiaro il motivo per cui Sharpe ha scelto di definire che lindice scelto I abbia valore atteso n +1 e varianza Qn+1 .

6.1.3 La valutazione del rischio al crescere del numero di titoli o business in portafoglio o azienda Se si ipotizza un portafoglio di n titoli equiripartito con:

xi = x n+1

1 con i = 1,2,..., n n = P

la varianza di portafoglio data da:

2 2 2 2 P = 1 n Qi + x n +1Qn +1 = 1 n 1 n Qi + P Qn +1
i =1 i =1 n n

= 1 n Qi + Qn +1
2 P

che al divergere di n:
2 2 lim 2 P = lim 1 n Qi + P Qn +1 = P Qn +1 .
n n

74

Tale valore rappresenta il rischio sistematico ineliminabile secondo questo modello.

Vale la pena di soffermarsi a commentare questultimo risultato: il prodotto di due fattori; uno il quadrato della misura del legame sistematico rendimento portafogliobenchmark, laltro la varianza del benchmark (indice di base, di riferimento); se il portafoglio ha p = 1 con il benchmark, il portafoglio avr il rischio (varianza) del 2 benchmark ( lim 2 P = P Qn +1 = Qn +1 );
n

se il portafoglio ha p < 1 con il benchmark, il portafoglio avr rischio pi basso di 2 quello del benchmark secondo una quadratica ( lim 2 P = P Qn +1 < Qn +1 );
n

se il portafoglio ha p> 1 con il benchmark, il portafoglio avr rischio pi grande di 2 quello del benchmark secondo una quadratica ( lim 2 P = P Qn +1 > Qn +1 ).
n

Si rileva che, quindi, la scelta delleconomia di riferimento, del benchmark, assai importante per discutere del rendimento e del rischio di portafoglio o dazienda perch, in questo modello semplificato, il rischio non pi assoluto, ma relativo al movimento del benchmark: il rischio del portafoglio o dellazienda legato, riflesso, letto, attraverso il rischio del benchmark. Visto che

x
i i =1

= P una componente ineliminabile del rischio sistematico si

proposta una classificazione dei titoli secondo il loro i, che stato eletto a indice di rischio. Se: i > 1, il titolo ha rischio maggiore di quello del benchmark (titolo aggressivo); i = 1, il titolo ha il rischio in linea con quello del benchmark (titolo neutro); i < 1, il titolo ha rischio minore di quello del benchmark (titolo difensivo). Naturalmente, le stesse considerazioni si fanno sul portafoglio utilizzando p.

75

6.1.4. La valutazione delle soluzioni efficienti

Il modello da ottimizzare ora dato da: n +1 n +1 2 Z 5 = R P + P = x i i + x 2 min i Qi x i =1 i =1 con vincoli n x i i = x n+1 = P i=1 n x i 1 = 0 i=1 x i 0
La matrice delle varianze-covarianze da trattare Q

Q1 . . Q= 0 0 0

. Q2

. ....

Qi 0 0 0 .

.... . Qn+1 0 0 0 0 0 . .

di dimensione (n+1)(n+1), ma con solo (n+1) elementi diagonali non nulli e zero altrove, quindi facile da trattare per valutare le soluzioni che interessano (gran parte degli sforzi dei matematici devoluto alla diagonalizzazione delle matrici proprio al fine di trovare poi a costo molto basso le soluzioni al sistema in studio). Consideriamo tutti i parametri da inserire nel modello. Essi sono ora 3n+2: n+1 per gli i , n per i i , n per i Qi , nonch Qn+1 . La soluzione al modello data utilizzando i metodi esposti nel cap.3. La proposta di Sharpe porta anche alla attribuzione di un preciso significato economico alla trasformazione lineare delle variabili. Interessante sopratutto xn +1 che esprime il legame sistematico del rendimento del portafoglio alla variabile esterna di riferimento. Tale grandezza utile per valutare la sensibilit, il rischio sistematico che il portafoglio del decisore ha con l'economia, la congiuntura di cui I , indice di base, benchmark, la sintesi. Volendo far risaltare questo concetto si ponga: n +1 = A, x n +1 = B il modello si pu quindi riscrivere come:

76

n n 2 + = + = + min Z R x BA ( x 7 P P i=1 i i j=1 con vincoli n x i i = B i=1 n x i 1 = 0 i=1 x i 0

x x Q
j=1 i j

ij

+ B 2 Q in+1 )

dove risulta pi chiara anche la possibilit data al decisore di scegliere, parametrizzare, imporre B cio quantificare a priori il legame sistematico voluto con il benchmark. Per esempio, imporre: B<1, se il decisore vuole un portafoglio difensivo riguardo il benchmark; B=1, se il decisore vuole riprodurre i rendimenti del benchmark; B>1, se il decisore vuole un portafoglio aggressivo riguardo il benchmark.
SIMULAZIONI
A) Con i nostri soliti cinque titoli o business si ipotizza di aver scelto, per esempio: I = variazione percentuale Indice Azionario Generale Comit, per controllare il rendimento e rischio di un portafoglio di titoli azionari; oppure I = tasso di rendimento di tutte le aziende del settore assicurativo danni, per controllare il rendimento e rischio dellazienda assicurativa che opera nei cinque rami danni A, B, C, D, E. Date le informazioni in Tab.8 si pu valutare il rendimento e la varianza dei titoli azionari o rami A, B, C, D, E nonch la covarianza dei rendimenti dei titoli o rami secondo il modello diagonale proposto da Sharpe: B C D E 0.7245 4.1224 1.6939 9.1837 0.9767 1.3120 1.1370 0.1749 Qi 3.5760 1.3654 2.5219 1.2983 Tab. 8: i , i , Qi dei cinque titoli o rami assicurativi con il benchmark I

i i

A 0.9592 0.9913 1.2099

Le informazioni in Tab. 8 possono essere determinate o lanalisi probabilistica bivariata o con la regressione su serie prospettiche o su basi ipotetiche, simulative, ottenute anche modificando stime ex-post degli stessi parametri decisionali55. Alcune societ, nazionali e internazionali, calcolano sistematicamente per i vari mercati quanto in Tab. 8 sulle serie storiche dei titoli e degli indici pi trattati. Naturalmente, ogni operatore deve poi adattare tali informazioni alla congiuntura prevista per lunit periodale in analisi. La valutazione dei parametri i e i , in Ri = i + iI + i , pu essere anche il frutto di ipotesi, ovvero di simulazioni, sintesi di pi proiezioni ex-ante dei rendimenti, dei titoli azionari o rami e dell'indice. Per esempio, nel nostro caso si possono proporre: A B C D E I 15 17 17 19 12 16.3 13 15 15 19 11 14.8 ... ... ... ... ... ... 16 18 18 21 13 17.5 15 12 16 18 12 14.9
55

77

Siano, inoltre: E ( I ) = 161 . = n +1 , Var ( I ) = 0.98 = Qn +1 . Si sono calcolati i coefficienti di determinazione lineare 2 in: 0.4811, 0.2337, 0.5904, 0.3695 e 0.0262 rispettivamente per A, B, C, D, E con I.

Dalla Tab. 8 si pu verificare che: sono titoli aggressivi C e D; sono sicuramente titoli difensivi B, E; A, che ha =0.99, pu essere etichettato come "quasi neutro".

B) Si consideri un portafoglio equiripartito tra i cinque titoli A, B, C, D, E e gli i e i di Tab.6. Si avr xi = 1/n = 0.2.

x
i =1

i i

= P = x n +1 = 0.2( 0.9913 + 0.9767 + 13120 . + 11370 . + 01749 . ) = 0.9184

Si desidera ora determinare il valore atteso del rendimento di portafoglio e la varianza di portafoglio tenendo conto che x n +1Qn +1 = PVar ( I )
RP =

x
i i =1

n +1

con i = 1,2,..., n x i = 0.2 x = E P (I) i = n +1 n +1 n +1

= 0.2( 0.9592 0.7245 41224 + 16939 + 91837 . . . ) + 0.9184 161 . = 15.80

PER IL TITOLO O BUSINESS A Dato: R A = 0.9592 + 0.9913I + i

E ( R A ) = E ( 0.9592 + 0.9913I + i ) = 0.9592 + 0.9913E ( I ) = = 0.9592 + 0.9913 n +1 = = 0.9592 + 0.9913 161 . = 15.0007

2 2 2 . = 21729 . A = A Qn +1 + Q A = 0.9913 0.98 + 12099 B = 14741 .

PER IL TITOLO O BUSINESS Dato: RB = 0.724 + 0.977 I + i

E ( RB ) = E ( 0.7245 + 0.9767 I + i ) = 0.7245 + 0.9767 E ( I ) = = 0.7245 + 0.9767 n +1 = = 0.7245 + 0.9767 161 . = 22.37

2 2 2 . = 4.5109 B = B Qn +1 + Q B = 0.9767 0.98 + 35760

B = 21239 .

su cui operare con il metodo dei minimi quadrati per valutare gli i e i ed i valori delle varianze residue esposti in Tab. 8.

78

PER IL TITOLO O BUSINESS . + 1312 . I + i Dato: RC = 4122

E ( RC ) = E ( 41224 . + 13120 . I + i ) = 41224 . + 13120 . E( I ) = = 41224 . + 13120 . n +1 = = 41224 . + 13120 . 161 . = 17.0008

2 C

2 C Qn +1

+ QC = 13120 . 0.98 + 13654 . = 3.0523

2

C = 17471 .

PER IL TITOLO O BUSINESS . + 1137 . I + i Dato: RD = 1694

E ( RD ) = E (16939 . + 11370 . I + i ) = 16939 . + 11370 . E( I ) = = 16939 . + 11370 . n +1 = = 16939 . + 11370 . 161 . = 36.95

2 D

2 D Qn +1

+ QD = 11370 . 0.98 + 2.5219 = 3.7888

2

D = 19465 .

PER IL TITOLO O BUSINESS . + 0175 . I + i Dato: RE = 9184

E ( RE ) = E ( 91837 . + 01749 . I + i ) = 91837 . + 01749 . E( I ) = = 91837 . + 01749 . n +1 = = 91837 . + 01749 . 161 . = 119996 .

2 2 2 . 0.98 + 12983 . = 13283 . E = E Qn +1 + Q E = 01749

E = 11525 .

Qui sotto riportato il calcolo delle covarianze, viste attraverso il Benchmark I, dei rendimenti dei titoli:

AB = ABQn+1 = 0.9488 AC = ACQn+1 = 1.2746 AD = ADQn+1 = 1.1046 AE = AEQn+1 = 0.1699 BC = BCQn+1 = 1.2558

BD = BDQn+1 = 1.0883 BE = BEQn+1 = 0.1674 CD = CDQn+1 = 1.4619 CE = CEQn+1 = 0.2249 DE = DEQn+1 = 0.1949

79

7 MODELLI SEMPLIFICATI DI SELEZIONE DEL PORTAFOGLIO MODELLI A PIU INDICI I modelli unifattoriali valutabili con quanto esposto nel capitolo 6 si basano sull'ipotesi che i rendimenti dei titoli considerati siano funzione del rendimento di un unico indice di base, che in genere un indice di mercato. Tale ipotesi assai forte ovvero da tempo chiaro che i rendimenti dei titoli non possono essere mossi da un solo basic underlying factor, ma risentono di molti fattori, spesso di difficile rilevazione diretta. Considerando il modello unifattoriale come caso particolare, si pu generalizzare questa ipotesi introducendo pi variabili esplicative dell'andamento dei rendimenti dei titoli, pi indici di riferimento. Si parla in questo caso di modelli multifattoriali. 7.1. Modelli a pi indici Lo scopo di questi modelli di spiegare meglio dei modelli unifattoriali la variabilit dei rendimenti pur mantenendo basso il numero di informazioni necessarie all'analisi, numero che deve essere inferiore a quello del modello generale di Markowitz56 e, possibilmente, di ordine n. In questi modelli il rendimento del titolo i-esimo si esprime come combinazione lineare del valore degli indici scelti: * * * * * Ri = i* + i* 1 I 1 + i 2 I 2 +.......+ iK I K + ui dove: i , ij parametri; ui variabile erratica costante (differenza tra valore del rendimento e rendimento 2 previsto) con E(ui)=0 e V(ui)= u . Questo valore rappresenta la misura del rischio i associato all'i-esimo titolo che non dipende dalla relazione del titolo stesso con gli indici; variabili esplicative, j=1, 2, ..., k. I j Nell'analisi multivariata non si pu prescindere dal considerare la possibilit di correlazione tra le variabili, gli indici. Operativamente ci disturba57 sia la stima dei parametri sia la loro gestione e si rende necessario ortogonalizzare (rendere indipendenti) le variabili del sistema. Se, ad esempio, si considera un modello bifattoriale (si usano due soli indici) si pu esprimere il rendimento di un titolo come: * * * * Ri = * i + i1 I1 + i 2 I 2 + ui
* dove gli indici I1* e I2 sono linearmente dipendenti; bisogna quindi depurare una variabile dall'effetto dell'altra. Posto I1* = I1 (dove la mancanza dell'asterisco indica d'ora in poi la variabile ortogonale) e utilizzando la tecnica della regressione si ottiene * = 0 + 1 I1 + d i I2 * Si chiama I 2 un nuovo indice ottenuto depurando I2 dall'effetto di I1 ossia * I 2 = I 2 ( 0 + 1 I1 ) = d i

1984, op. cit. considerino le problematiche circa la correttezza, l'efficienza, la consistenza delle stime nella statistica inferente e nell'econometria.
57Si

56ELTON E., GRUBER M.J.,

80

Si sostituiscono tali risultati nell'equazione del rendimento * * * Ri = * i + i1 I 1 + i 2 ( 0 + 1 I 1 + I 2 ) + ui =

* * * * = ( * i + i 2 0 ) + ( i1 + i 2 1 ) I 1 + i 2 I 2 + ui e si ottiene unequazione con variabili esplicative ortogonali. * * * * * = * i + i1 I 1 + i 2 0 + i 2 1 I 1 + i 2 I 2 + ui =

Posto poi: * * i + i 2 0 = i , valore costante; * * i1 + i 2 1 = i1 , l'effetto delle variazioni di I1 sul rendimento del titolo i-esimo. * * In esso sono compresi sia l'effetto di I1 ( * i1 ), sia l'effetto indiretto attraverso I 2 ( i 2 1 ); * * i 2 = i 2 , l'effetto della differenza dell'indice I 2 dalla sua relazione prevista con I 2 (errore * di stima I2 con I2 ) sul rendimento del titolo i-esimo; l'equazione del rendimento del titolo i-esimo diventa:
Ri = i + i1 I 1 + i 2 I 2 + u i

Supponendo di applicare questo procedimento all'equazione generale si ottiene Ri = i + i1 I1 + i 2 I 2 +.....+ iK I K + ui dove I j sono variabili esplicative non correlate con:
E I j = I j ; Var I j = 2 Ij ; E I j I j ( I m I m ) = 0 j m .

( )

( )

[(

Viene ovviamente mantenuta anche l'ipotesi di indipendenza tra le variabili esplicative ed i residui ui , cio:
E I j I j , ui = 0

[(

) ]

affinch il valore effettivo assunto dalla variabile esplicativa non distorca la stima di Ri . La semplificazione del modello dovuta soprattutto all'ipotesi di indipendenza dei residui, cio E ui u j = 0 . Essa permette di escludere altri fattori quali cause della variabilit dei

[ ]

rendimenti dei titoli oltre gli indici previsti, che sono in numero di K. Considerando queste ipotesi si ottiene: il rendimento atteso di un titolo E ( Ri ) = E ( i + i1 I 1 + i 2 I 2 +.....+ iK I K + ui ) =

= E ( i ) + E ( i1 I 1 ) + E ( i 2 I 2 ) + ...+ E ( iK I K ) + E ( ui ) =

= i + i1 I 1 + i 2 I 2 + ...+ iK I K la varianza del rendimento di un titolo (considerando che tutti i termini incrociati sono pari a zero) i2 = E ( i + i1 I 1 + i 2 I 2 + .....+ iK I K + ui ) ( i + i1 I 1 + i 2 I 2 + .....+ iK I K )
K K 2 = E ij I j I j + ui = ij E Ij Ij j =1 j =1

+ 2 ui =

2 2 2 2 2 = i212 I 1 + i 2 I 2 + ....+ iK IK + ui

81

 la covarianza del rendimento del titolo i-esimo con quello del titolo j-esimo, considerando che tutti i termini incrociati sono nulli per ipotesi, :
ij = E ( Ri Ri ) R j R j =E
i i1 1 i2 2

{[( + I + I +.....+ [( + I + I + .....+

j j1 1 j2 2

)] =

iK

I K + ui ) ( i + i1 I1 + i 2 I 2 + .....+ iK I K ) I K + u j j + j1 I1 + j 2 I 2 + .....+ jK I K

jK

) (

)]} =

K K = E ik ( I k I k ) + ui jk ( I k I k ) + u j = k =1 k =1 2 2 = i1 j1 2 I 1 + i 2 j 2 I 2 + ..........+ iK jK IK Si verificato che i modelli a pi indici operano meglio dei modelli ad un solo indice nel riprodurre la matrice storica delle correlazioni, ma non sempre migliorano la capacit previsiva degli stessi. Quest'ultima migliora se si procede ad una classificazione dei titoli per pseudo-industrie o comunque per raggruppamenti omogenei58. Tali raggruppamenti equivalgono alla trasformazione del sistema iniziale dei rendimenti, che spesso nella realt sono altamente correlati, in un sistema semplificato, composto da un numero inferiore di nuove variabili fra di loro indipendenti che esprimano la maggior parte della variabilit iniziale del sistema. Si desidera quindi trovare un insieme di nuove variabili che riassumano l'insieme delle informazioni dei rendimenti osservati. La tecnica per determinare queste nuove variabili detta tecnica delle componenti principali (PCA), che, applicata alla matrice delle varianze-covarianze o delle correlazioni fra rendimenti, spiega l'analisi della variabilit dei rendimenti con uno o pi componenti, indici, fattori, ortogonali59. Prima di procedere all'esposizione della tecnica delle componenti principali utile aprire una parentesi per richiamare come si calcolano gli autovalori e gli autovettori di una matrice.

58ELTON E., GRUBER M.J., 59LEBART

1984, op. cit., pag. 147. L., MORINEAU A., WARWICK K.M., Multivariate Descriptive Statistical Analysis, Wiley, N.Y.,

1984.

82

7.2.0. Richiami su autovalori ed autovettori Dovendo descrivere il comportamento di sistemi reali di grandi dimensioni pu essere utile ricercare sottoinsiemi di definizione i cui elementi siano trasformati dall'applicazione lineare f in elementi del sottoinsieme stesso; ovvero sottoinsiemi W tali che f (W ) W . Ricordando che:

le applicazioni lineari f : n m si possono esprimere come

f ( a ) = Ta

( a )
n

con T(nxm) matrice associata all'applicazione f. Essa unica data la base scelta per n e m ; dato lo scalare l'applicazione f ( a ) = a trasforma ogni elemento di a in multipli di se stesso. Data la matrice quadrata T di ordine n associata a f : n n , lo scalare ed il vettore a n con a 0 , che soddisfano l'equazione Ta = a sono detti rispettivamente autovalore ed a autovettore (associato all'autovalore ) della matrice T. Il calcolo degli autovalori della matrice T segue dalla definizione. Infatti dato Ta = a si ricava il sistema omogeneo Ta a = 0 che si pu scrivere come ( T I )a = 0 n con I matrice identit in . Supponendo noto si ricercano i vettori a soluzione del sistema omogeneo ( T I )a = 0 che ha n equazioni ed n incognite. Affinch il sistema abbia soluzione non banale (a0) dovr essere det( T I ) = 0 Il primo membro dell'equazione un polinomio in di grado n detto polinomio caratteristico della matrice T. L'equazione detta equazione caratteristica. Le sue n radici sono gli autovalori della matrice T. Per il Teorema Fondamentale dell'algebra ogni polinomio di grado n ha n radici complesse. Per ogni autovalore (si possono avere anche autovalori uguali) esiste un autovettore a che soddisfa l'equazione Ta = a

83

ESEMPIO
Data l'applicazione lineare
2 3 f ( a ) = Ta = a 1 2 si determinano gli autovalori (due). Data l'equazione caratteristica 3 2 det( T I ) = 0 det =0 1 2

si avr:
( 2 )( 2 ) + 3 = 0 4 2 + 2 + 2 + 3 = 0 4 + 2 + 3 = 0 2 1 = 0 1 = 1; 2 = 1

L'autovettore a associato a 1 = 1 tale che f(a)=-a mentre l'autovettore associato a 2 = 1 tale che f(b)=b. Gli autovettori si ottengono risolvendo il sistema Ta = a : 2a1 + 3a 2 = a1 dato 1 = 1 a1 2a 2 = a 2
1 l'autovettore associato dato da a = k con k . 1 2b1 + 3b2 = b1 Dato 2 = 1 da cui b1 = 3b2 b1 2b2 = b2 3 l'autovettore associato dato da b = h con h . 1

da cui

a1 = a 2

Come visto anche dall'esempio, gli autovettori hanno lunghezza arbitraria e quindi se a soddisfa l'equazione Ta = a per qualche , anche ca risulta una soluzione, per c scalare arbitrario. E' convenzione utilizzare, tra gli infiniti autovettori generati dallautovalore associato, lautovettore che risponde a: a'a = 1 ovvero che ha norma unitaria. Si citano ora, senza dimostrarli, alcuni teoremi e propriet degli autovalori: ogni matrice quadrata T di ordine n ha n autovalori (conseguenza del teorema fondamentale dell'algebra); =0 un autovalore di T se e solo se det(T)=0; gli autovalori di una matrice diagonale sono gli elementi della diagonale principale; se un autovalore di T allora 1/ un autovalore dell'inversa T-1; p p autovalore di T . Nel nostro ambito di studio (selezione del portafoglio) la matrice T simmetrica semidefinita positiva essendo la matrice di varianze e covarianze (o delle correlazioni lineari) tra rendimenti di n titoli. Per le matrici simmetriche valgono queste ulteriori propriet: gli autovalori di una matrice simmetrica sono reali; gli autovettori associati ad autovalori distinti sono ortogonali fra di loro (cio a ia j = 0) per ogni ij; T quindi diagonalizzabile;

84

 gli autovalori associati ad una matrice semidefinita positiva sono positivi o, al pi, nulli. la matrice A ottenuta accostando gli autovettori normalizzati tale che A = A 1 Determinate a questo punto le coppie (a i , i ), con i = 1,....., n , si pu riassumere in forma matriciale l'insieme di relazioni: Ta i = i a i con i = 1,....., n come TA = A con A = (a 1 ,....., a n ) matrice ottenuta accostando gli n autovettori e matrice diagonale degli autovalori di T 1 0 .. 0 0 .. 2 = .. .. .. .. 0 0 .. n Da questa relazione, ricordando che trattando matrici di varianze-covarianze o di correlazione si ha A = A 1 la diagonalizzazione di T: A TA =
7.2.1. La tecnica delle Componenti Principali (PCA). L'analisi fattoriale60 permette di trovare un insieme di fattori latenti, fra di loro stocasticamente indipendenti, esplicativi delle variabili iniziali per noi diversi indici di mercato. Per determinare tali fattori si pu applicare la Tecnica delle Componenti Principali.
La tecnica delle Componenti Principali si propone di rappresentare, con la minor perdita possibile di informazioni, un insieme di variabili attraverso un numero relativamente piccolo di relazioni lineari. Dal punto di vista matematico la PCA ha lo scopo di trasformare p variabili non tutte indipendenti in un insieme m<p di nuove variabili indipendenti stocasticamente che riproducano la maggior parte della variabilit, varianza, del sistema in studio. Per determinare le componenti principali si determinano gli autovalori e relativi autovettori della matrice C = ij delle varianze e covarianze, oppure della matrice di correlazione
R = ij (che si ottiene dividendo ogni elemento della matrice di varianza covarianza per

{ }

{ }

il prodotto degli scarti quadratici medi dei rispettivi indici). Se si utilizzano variabili inizialmente standardizzate allora le due matrici considerate risultano uguali. C ed R inoltre sono matrici simmetriche e come tali hanno autovalori reali cui corrispondono autovettori ortogonali fra di loro. Le nuove variabili ottenute sono chiamate componenti principali e forniscono la maggior parte delle informazioni relative alle variabili di partenza. Quanto pi sono correlate le variabili iniziali tanto minore il numero di componenti necessarie alla loro approssimazione.

60HARMAN H.H.,

Modern Factor Analysis, University of Chicago Press, 1968.

85

Per semplificazione si tratter la determinazione delle componenti principali con il solo utilizzo della matrice di varianza-covarianza, specificando le differenze effettive che si riscontrano nell'utilizzo della matrice di correlazione solo alla fine della trattazione. Dato il vettore x = x1 , x2 , x3 ,......., x p di variabili casuali con media nulla61 e matrice di

varianza e covarianza C={ ij }, data la matrice A ottenuta dall'accostamento degli autovettori normalizzati di C, si considera la seguente trasformazione lineare: z1 = a11 x1 + a 21 x 2 +...........+ a p1 x p = a'1 x
z 2 = a12 x1 + a 22 x 2 +...........+ a p 2 x p = a' 2 x ................ z p = a1 p x1 + a2 p x 2 +...........+ a pp x p = a' p x dove zi la i-esima componente principale. La generica componente principale z i = a' i x avr: valore atteso: E ( z i ) = a i ' E ( x ) = 0 varianza pari a: Var ( z i ) = E[( a' i x E ( z i ))( a' i x E ( z i ))] = E (a' i x )(a' i x )' = a' i E ( xx')a i = a' i Ca i con

i=1, 2, ......p, e con E(xx')=C. La covarianza tra due componenti data da Cov z i , z j = E z i z j = E (a' i x ) a' j x ' = a' i E ( xx')a j =

)]

= a' i Ca j = a' i j a j = j a' i a j = 0 essendo a' i a j = 0

con ij , vista lortogonalit degli autovettori. In forma matriciale si avr z = A x con: z = ( z1 , z 2 , z 3 , . . . z p )' vettore delle nuove variabili casuali, le componenti principali; A matrice (p x p) ottenuta dall'accostamento degli autovettori normalizzati. Si definisce forma quadratica associata a T la funzione scalare di a Q( a ) = a' Ta considerando T matrice simmetrica. Ad esempio nel caso di T(2x2) e di un generico vettore a di due elementi, la forma quadratica avr la seguente espressione: 2 a' Ta = t11a12 + 2t12 a1a2 + t 22 a2 e nel caso generale di matrice di ordine n a' Ta = t11a12 + 2t12 a1a 2 + 2t13a1a3 +......+2t1n a1a n
+
2 t 22 a 2 + 2t 23a 2 a3 +......+2t 2 n a 2 a n 2 + t33a3 +.......+2t3n a3a n

...........
2 + t nn a n Si osserva che la varianza di z i = a 1 Ca 1 una forma quadratica semidefinita positiva.

61Questa

condizione non risulta gravosa perch, se y ha media E(y), allora x=y-E(y) ha media nulla.

86

PRIMO PASSO: l'obiettivo quello di determinare il vettore a che massimizza la varianza del sistema in analisi, con il vincolo che tale vettore abbia norma unitaria. Il problema di programmazione matematica diventa quindi: = a' Ca max a soggetta al vincolo a' a = 1 Esso si risolve definendo la funzione Lagrangiana L( a, ) = a'Ca ( a' a 1) L L =0 e = 0. e imponendo le condizioni necessarie: a Se si deriva la Lagrangiana rispetto ad a si ha: L [a'Ca ( a' a 1)] = =0 a a = 2Ca 2a = 0

= ( C I ) a = 0 dove I la matrice identit in .

p

Il sistema da risolvere risulta quindi:

(C I )a = 0 a' a = 1 Si tratta in pratica di trovare il massimo autovalore e il corrispondente autovettore della matrice C, con il vincolo che l'autovettore abbia norma unitaria. Come visto, gli autovalori sono gli zeri del polinomio caratteristico det(C I ) = 0 .

Se gli autovalori che si ottengono da tale equazione sono posti in ordine decrescente 1 2 ... p , essendo non negativi, dato che C una matrice simmetrica semidefinita

positiva, il problema risolto prendendo max = 1. Sostituendo 1 nella relazione (C 1I )a = 0 si determina l'autovettore amax = a1 ad esso corrispondente soluzione del problema di massimo. La prima componente principale data da: z1 = a'1 x . 1 rappresenta la varianza della prima componente principale, cio la quantit di informazione del sistema iniziale che entra nel nuovo insieme dato dalla prima componente principale. Infatti dalle equazioni Ca1 = 1a1 e a1 a1 = 1 si ricava che 1 = a1 ' Ca1 = a1 ' a 1 = Var ( z1 ) . SECONDO PASSO: per trovare la seconda componente z 2 = a' 2 x si risolve il problema max = a'Ca a soggetta ai vincoli a'a = 1 a 1 'a = 0

87

determinando 2 e a2. Dopo p iterazioni si deve risolvere il problema max = a'Ca a soggetta ai vincoli a'a = 1 a i 'a = 0, per i = 1,....., p 1 che determina la coppia (p, ap). Tale procedura corrisponde, pi semplicemente, alla determinazione degli autovalori della matrice C, ordinandoli come visto sopra e calcolando i rispettivi autovettori. Si nota come si possano determinare tante componenti principali quante sono le variabili di partenza, ma nelle applicazioni non si eseguono tutte le p iterazioni; se ne considera in genere un numero m<p, cercando di mantenere alta la variabilit spiegata dalle m componenti. Il numero di componenti estratte comunque non dovrebbe superare il seguente valore62: m < 0.5 2 p + 1 8 p + 1

dove: m = numero delle componenti estratte p = numero delle variabili iniziali. Tra i metodi adottati per scegliere il numero m di componenti da estrarre si osservano i seguenti: 1) estrazione dei soli autovalori superiori a 1; 2) specificazione iniziale di una percentuale H di variabilit cumulata desiderata (in genere maggiore del 60-70% della variabilit totale del sistema) e si ferma la procedura per la determinazione delle componenti quando

i =1 i =1 p

Si esprime con

i =1

la variabilit totale del sistema iniziale poich, essendo C matrice

diagonalizzabile con C = A A , secondo le annotazioni del paragrafo precedente, si ha che la traccia di C (somma dei valori sulla diagonale principale) uguale alla somma degli autovalori. Infatti, poich per la traccia vale la propriet tr( PQ) = tr( QP) e A A = I , si ha tr( C) = tr( AA ) = tr( AA ) = tr( ) = 1 + 2 + 3 +..... + p = i
i =1 p

ed essendo la traccia di C la somma delle varianze delle variabili iniziali si ha: tr( C) = Var ( xi ) = i
i =1 i =1 p p

62KOUTSOYIANNIS A.,

Theory of Econometrics, Macmillian, London, 1993.

88

3) limitazione dell'analisi alle componenti con autovalore uguale o superiore al valore considerato "punto di gomito" del diagramma ottenuto dopo aver rappresentato in [i, i], con i=1, 2, ...,p, gli autovalori (Fig. 31)63.

Fig. 31: Autovalori estratti da una matrice di varianze-covarianze con specificazione del punto di "gomito". Si consiglia di estrarre soltanto i primi tre autovalori e autovettori associati.

Dopo aver determinato le componenti principali si desidera esprimere una stima delle variabili casuali iniziali come combinazione lineare delle componenti principali stesse. Infatti, da z = A x si ha x = Az poich A = A 1 . Se si desidera ora esprimere le variabili iniziali in funzione delle sole m < p componenti principali si otterr un nuovo sistema: $ = Bz dove B la matrice (p x m), ottenuta eliminando le ultime ( p m ) colonne della x $ esprime la stima di x mediante z. Se si considerano realmente le sole m < p matrice A; x colonne della matrice dei coefficienti della PCA non si parler pi di componenti principali, ma di fattori. La nuova matrice B quindi detta matrice dei factor loadings (coefficienti di saturazione) rappresentanti l'analisi fattoriale, che se letta per riga analizza la stima delle variabili iniziali in funzione dei fattori, mentre se letta per colonna esprime i coefficienti della combinazione lineare delle variabili per la determinazione delle componenti principali. Inoltre, se si elevano al quadrato i singoli coefficienti di saturazione si ottiene la variabilit spiegata da ogni fattore su ogni variabile, mentre la variabilit spiegata dai fattori comuni per le singole variabili detta comunalit. Se si dispone della matrice di correlazione R invece della matrice di varianza-covarianza, lo svolgimento per la determinazione delle componenti principali e quindi dei fattori si mantiene. Unica distinzione effettiva da considerare che in questo caso si ha:
63KOUTSOYIANNIS A.,

1993, op. cit., pag. 424.

89

 = p,
i =1 i

poich tale somma equivale al calcolo della traccia della matrice presa in considerazione che nel caso della matrice di correlazione, con diagonale principale unitaria, risulta uguale alla dimensione della matrice stessa. Si deve inoltre sottolineare che, in seguito alla normalizzazione con cui si passa da C ad ij R = ij = , i j gli autovalori e autovettori di R sono, in generale, diversi da quelli di C. Prima di passare agli esempi sull'applicazione della PCA risulta utile determinare i coefficienti di correlazione fra i fattori e le variabili iniziali. Si definisce coefficiente di correlazione fra la k-esima variabile iniziale e l'i-esimo fattore il seguente rapporto: Cov ( xk , zi ) xk zi = . Var ( xk ) Var ( zi ) Si osserva che la k-esima variabile pu essere indicata come: xk = lk x con lk = ( 0,..., 1,.... 0) . La covarianza Cov ( xk , zi ) pu ora essere scritta nel seguente modo: Cov ( xk , zi ) = E ( lk x )( ai x ) = lk Cai valendo l'uguaglianza Cai = i a i Cov ( xk , zi ) = lk i a i = i aik . 2 Se Var ( xk ) = k , essendo la varianza di zi uguale all'i-esimo autovalore i , si ha: a Cov ( xk , zi ) i aik = = ik i xk zi = 2 k Var ( xk ) Var ( zi ) k i

Il coefficiente di correlazione xk zi descrive quanto la variabile casuale k-esima sia legata linearmente all'i-esimo fattore. Se la matrice utilizzata quella di correlazione R tale coefficiente risulta uguale a xk zi = aik i , essendo in questo caso le variabili x standardizzate e quindi con varianza unitaria. Inoltre, se i fattori stimati sono fra loro ortogonali, i factor loadings rappresentano anche la correlazione fra i fattori e le variabili; di conseguenza la somma per riga dei quadrati dei factor loadings risulter uguale a

i se la matrice iniziale C, oppure a i se la matrice 2 k

originaria R. Spesso, purtroppo, da una prima analisi i fattori determinati rappresentano significativamente pi di una variabile alla volta risultando cos di difficile interpretazione. Per risolvere questo problema si pu applicare una rotazione dei fattori, per esempio utilizzando il metodo VARIMAX64, che cerca di minimizzare il numero di variabili che

Modern factor analysis, The University of Chicago Press, Chicago, 1967, 2nd Edition; CHILD D., The essentials of Factor Analysis, Holt, Rineart and Winstone, London, 1970; MORRISON D.F., Metodi di analisi statistica multivariata, Casa Editrice Ambrosiana, Milano, 1976;

64HARMANN H.H.,

90

hanno alti legami con un fattore per ottenere un sistema finale di fattori indipendenti esplicativi di insiemi distinti di variabili. Con questa rotazione la matrice iniziale dei factor loadings cambia mantenendo per costante la comunalit di ogni variabile. Nel paragrafo successivo verranno mostrate applicazioni economiche dell'analisi fattoriale, con la tecnica delle componenti principali, in cui si cercher di interpretare la matrice dei coefficienti di saturazione per poter dare significato ai fattori estratti.
SIMULAZIONI
1) Date due variabili, cui corrisponde la seguente matrice di varianza-covarianza 4 2 C= 2 3 si propone di trovarne le componenti principali Si devono calcolare dapprima gli autovalori di C, trovando i valori che annullano il determinante del sistema 4 4 1 0 2 2 det =........ = ( 5 )( 2 ) = 0 = det 0 1 2 3 2 3 Si hanno soluzioni per 1 = 5 e 2 = 2. La prima componente principale sar quella corrispondente all'autovalore pi grande, 1 = 5. Il corrispondente autovettore si ottiene sostituendo l1 e risolvendo il sistema 4 5 2 a 11 0 = 2 3 5 a 21 0 cio
a11 + 2 a21 = 0 2 a11 2a21 = 0 2 l'autovettore corrispondente : a = k , k R 1
2 3 Tenendo presente il vincolo a1 a1 = 1, si ottiene l'autovettore: a= da cui la prima componente 1 3 principale 2 1 ' x = a11 x1 + a21 x2 = z1 = a1 x1 + x2 3 3 La variabilit spiegata dalla prima componente pari a 5/(5+2) cio il 71,4% della variabilit totale. Si determina il secondo autovettore in modo analogo: 1 2 z2 = a '2x = a12 x1 + a22 x2 = x1 + x2 3 3 Allora si pu calcolare x attraverso 2 1 z1 + z2 a z a z x + 11 1 12 2 3 1 3 = x = = Az = 2 a21z1 + a22 z2 1 x 2 z1 + z2 3 3 Se si vuole approssimare x tramite l'utilizzo della sola prima componente principale si ha:

KAISER H.F., Computer Program for varimax rotation in factor analysis, in Journal of Educatiorn and Psycological Measurement, 1959, Vol.19, Pagg 413-420

91

a $ = 11 z1 x a21

2) Determinare le componenti principali utilizzando la matrice delle varianze e covarianze fra i rendimenti . 2.29 196 dei titoli A e C : 2.29 2.85
. 196 det(C I) = det 2.29 2.29 =0 2.85

(1. 96 )( 2. 85 ) 2. 292 = 5. 586 1. 96 2. 85 + 2 5. 2441 = 2 4. 81 + 0. 3419 = 0

Gli autovalori sono: 4.81 23.1361 4 0. 3419 4. 81 4. 666 = = = 2 2 1 = 4. 738 e 2 = 0. 072 4. 738 La variabilit spiegata da 1 pari a = 0. 985 4. 738 + 0. 072 Si determina l'autovettore associato al primo autovalore risolvendo il sistema . 4.738 2.29 a 11 196 = 0 2.29 2.85 4.738 a 21 2 2 soggetto al vincolo di normalizzazione a11 + a21 = 1 ovvero il sistema:
2.778a 11 + 2.29a 21 = 0 . a 21 = 0 2.29a 11 1888 2 2 a 11 + a 21 = 1

Dalla prima equazione ricavo la soluzione generale a11 =

0.824 2. 29 a21 = 0. 824 a21 k ; 2. 778 1 imponendo il vincolo di norma unitaria si ottiene l'autovettore corrispondente al primo autovalore 0.6358 a= 0.7716

z1 = 0. 6358 x1 + 0. 7716 x2 Utilizzando il secondo autovalore si ricava anche la seconda componente z2 = 0. 7716 x1 + 0. 6361x2 Se si vogliono esprimere le variabili x in funzione di z si avr: x1 = 0. 6358 z1 0. 7716 z2 x2 = 0. 7716 z1 + 0. 6361z2 Si vuole ora illustrare lo stesso esempio utilizzando per la matrice di correlazione R: 1 0.96 R= 0.96 1

La prima componente principale data:

Data la funzione caratteristica si ha

1 0.96 det(R I) = det =0 0.96 1

(1 )(1 ) 0.96 2

= 1 + 2 2 0.9216 = 2 2 + 0.0784 = 0

con i seguenti autovalori: . 1 = 196 1. 96 1 1 0.0784 dove la variabilit spiegata da l1 pari a = 0. 98 1,2 = = 1 0.96 1 1. 96 + 0. 04 2 = 0.04

92

Si determina ora l'autovettore associato a questo primo autovalore risolvendo il seguente sistema 0.96 a 11 . 1 196 = 0 . a 21 0.96 1 196 2 2 + a21 = 1, ovvero il sistema: soggetto al vincolo a11
0.96a 11 + 0.96a 21 = 0 0.96a11 0.96a 21 = 0 2 2 a 11 + a 21 = 1

1 2 ; Dalla prima equazione ricavo la soluzione generale a11 = a21 a = 1 2 La prima componente principale data: 1 1 z1 = x1 + x2 2 2 Utilizzando il secondo autovalore si ricava anche la seconda componente 1 1 z2 = x1 + x2 2 2

3) Si ipotizzi di applicare la PCA sulla matrice delle varianze e covarianze dei rendimenti dei tre titoli A, C, E: 2.29 0.28 . 196 C = 2.29 2.85 0.57 . 0.28 0.57 114 da cui
. 2.29 0.28 196 det 2.29 2.85 0.57 = 0 0.57 114 . 0.28

si ottengono gli autovalori l1=4.8411, l2=1.058, l3=0.0509 la cui somma pari a 5.95. La variabilit spiegata dai singoli autovalori la seguente:

1 = 0. 81; i

2 = 0.178; i

3 = 0. 008 i

Per le fasi successive si sceglie solo il primo autovalore poich esprime l'81% della variabilit dei rendimenti. Per il calcolo del corrispondente autovettore si deve risolvere il sistema omogeneo: . 4.8411 2.29 0.28 a11 196 2.29 2.85 4.8411 0.57 a 21 = 0 114 . 4.8411 a 31 0.28 0.57
2 2 2 con vincolo a11 + a21 + a31 = 1 cio:

2.8811a11 + 2.29a 21 0.28a 31 = 0 2.29a 19811 a 21 0.57a 31 = 0 . 11 0.28a11 0.57a 21 3.701a 31 = 0 2 2 2 a 11 + a 21 + a 31 = 1

L' autovettore risulta cos composto: a11=0.623, a21=0.764, a31=-0.165. La prima componente principale quindi data da: z1 = 0.623 A + 0.764C 0165 . E

93

A questo punto, pur avendo determinato una sola componente principale, si pu calcolare il vettore dei coefficienti di correlazione fra la componente principale e le variabili iniziali: a11 1 0.623 4.8411 0.623 2.2 Az1 = = = = 0.979 A 1.4 196 .
Bz1 = Cz1 =

a 21 1
B

= =

0.764 4.8411 2.85

0.764 2.2 = 0.996 1.688 =

a31 1
C

. ) (0165

4.8411

114 .

. ) 2.2 (0165 = 0.34

1.067

Si otterr cos il seguente vettore correlazione:

z1 A 0.979 B 0.996 C 0.34

Analizzando tale vettore si vede come la componente principale sia altamente correlata positivamente con i titoli A e B.

94

7.2.2. Alcune esperienze Molti studiosi hanno analizzato i mercati finanziari con la tecnica della componenti principali. Meric I. e Meric G.65 hanno applicato la tecnica delle componenti principali alla matrice di varianza e covarianza delle serie storiche dei rendimenti mensili, dal 1973 al 1987, degli indici azionari di 17 paesi e delle serie storiche dei rendimenti di 17 settori industriali internazionali. Data l'estrazione di quattro componenti, nell'analisi di 17 indici di borsa, e l'estrazione di due componenti, nell'analisi dei rendimenti di 17 settori industriali, si sono calcolate le due matrici delle correlazioni indici-componenti (Tab.9 e Tab. 10). In grassetto si sono segnati i coefficienti massimi per riga. In Tab. 10 si nota come l'estrazione di due soli fattori spiega che i rendimenti dei settori industriali sono pi correlati tra loro dei rendimenti dei mercati azionari nazionali (Tab.9). Portafogli diversificati per nazione permettono quindi risultati migliori, in termini di rendimento-rischio, di portafogli diversificati per settore industriale. In Tabella 9 si pu notare, analizzando la varianza spiegata cumulata, come i primi quattro fattori spiegano insieme il 62% della variabilit dei rendimenti delle 17 nazioni. Il primo fattore altamente correlato con i rendimenti di mercato dell'area del marco e quindi riassume la variabilit degli indicatori di tale area. Il secondo invece riassume la variabilit dei rendimenti dei paesi dell'area del dollaro. Il terzo considera i rendimenti di Spagna, Italia e Giappone. Il quarto riassume la variabilit dei paesi del sud-est asiatico. La Francia ha rendimenti legati con tutti i primi tre fattori. Si possono cos utilizzare solo quattro variabili (le quattro componenti) per spiegare la variabilit dei rendimenti di ben 17 nazioni. Analizzando la Tab.10 evidente che i settori industriali internazionali sono molto correlati nei rendimenti; bastano infatti due componenti per spiegare il 67.6% della variabilit totale, inoltre si hanno settori con rendimenti correlati sia con la prima sia con la seconda componente. Elton e Gruber66 hanno applicato la PCA alla matrice delle correlazioni dei prezzi di 76 societ di sette comparti industriali. Essi hanno trovato che la variabilit totale stata spiegata: dalla prima componente per il 36%; dalle prime tre componenti per il 45%; dalle prime otto per il 61%; dalle prime diciassette per il 75%.

I. e MERIC G., "Potential Gains from International Portfolio Diversification and Intertemporal Stability and Seasonality in International Market Relationship", Journal of Banking and Finance, 13, 1989. 66ELTON J.E., GRUBER J.M., Estimating the Dependence Structure of Share Price, Journal of Finance, Dec., 1973.

65MERIC

95

Anche in Italia si utilizzato pi volte tale tecnica sia nella selezione del portafoglio nel caso in cui le osservazioni siano in numero inferiore rispetto alle possibilit67, sia per l'analisi delle performance dei fondi comuni di diritto italiano68.

Tab. 9: Correlazioni fra i rendimenti dei mercati azionari di 17 paesi e le quattro componenti estratte da Meric I. e Meric G.:"Potential Gains from International Portfolio Diversification and Intertemporal Stability and Seasonality in International Market Relationship", Journal of Banking and Finance, 13, 1989 (in grassetto il coefficiente di correlazione massimo per riga).

Mercati azionari Germania Austria Svizzera Paesi Bassi Belgio Canada U.S.A. Norvegia Gran Bretagna Italia Spagna Giappone Hong Kong Singapore Svezia Francia Australia % varianza spiegata % var. spiegata cumulata

COMPONENTI PRINCIPALI Prima Seconda Terza Quarta I1 I2 I3 I4 0.133 0.151 0.154 0.837 -0.008 0.181 0.063 0.767 0.371 0.167 0.203 0.720 0.457 0.134 0.183 0.683 0.373 0.331 0.036 0.651 0.076 0.173 0.203 0.784 0.186 -0.026 0.322 0.719 0.374 0.092 -0.003 0.658 0.273 0.307 0.122 0.591 0.160 0.223 0.034 0.674 0.188 0.086 0.001 0.656 0.386 -0.077 0.404 0.610 0.195 0.114 0.098 0.796 0.108 0.339 0.019 0.716 0.347 0.166 0.225 0.392 0.420 0.451 -0.043 0.458 -0.059 0.466 0.373 0.493 40.1 40.1 9.2 49.4 6.4 55.8 6.3 62.0

F.A., "La Selezione del Portafoglio nel caso di Alternative in Numero Maggiore delle Osservazioni e in Presenza di Strutture di Dipendenza Lineare", Il Risparmio, n.3, Marzo 1981. 68ROSSI F.A., ERLACHER E., "Efficienza ed Equilibrio Finanziario dei Fondi Comuni di Diritto Italiano", Atti del XII convegno A:M.A.S.E.S., Palermo, Settembre, 1988.

67ROSSI

96

Tab. 10: Correlazioni fra i rendimenti di 17 settori internazionali e le due componenti estratte da Meric I. e Meric G.: "Potential Gains from International Portfolio Diversification and Intertemporal Stability and Seasonality in International Market Relationship", Journal of Banking and Finance, 13, 1989 (in grassetto i coefficienti massimi per riga).

Settori Internazionali Distribuzione Alimentari Sanit Assicurazioni Tessile Energia Edilizia Chimica Legno Acciaio Metalmeccanica Elettronica Aviotrasporti Automobili Banche Metalli non ferrosi Altri % varianza spiegata % varianza spiegata cumulata

Componenti Prima I1 0.852 0.837 0.832 0.745 0.680 0.679 0.665 0.648 0.644 0.097 0.454 0.503 0.168 0.413 0.491 0.381 0.445 60.7 60.7

Principali Seconda I2 0.254 0.366 0.328 0.444 0.505 0.115 0.589 0.604 0.487 0.861 0.785 0.705 0.678 0.610 0.584 0.567 0.547 6.9 67.6

97

8 LA SCELTA PREFERITA

8.1 Introduzione Credo che se si chiedesse a un decisore qualsiasi Avendo due possibilit, linvestimento A con rendimento certo 8 milioni e linvestimento B con rendimento certo 12 milioni, quale sceglieresti a parit di capitale da investire e di orizzonte temporale? , la risposta, coerente, deve essere scelgo B, perch lalternativa che garantisce il maggior rendimento e quindi il maggior capitale finale (capitale iniziale + rendimento). Il rischio nullo in entrambi i casi, quindi si parla di decisioni in ambito certo. Il decisore che utilizza il comune buon senso commenta che 12 milioni meglio di 8 milioni e poggiando sulladagio che pi meglio di meno non va a scomodare lutilit derivante da tali possibilit: applica direttamente lutilit della moneta. Ma se dovessimo chiedere allo stesso decisore Avendo due possibilit, a parit di capitale investito e di orizzonte temporale: linvestimento A con rendimento certo 6 milioni e linvestimento B con rendimento 0 milioni con probabilit 0.5 e 20 milioni con probabilit 0.5, quale seglieresti?, credo che il decisore in questione avr: - prima, qualche momento di riflessione; - poi, laccenno di una risposta che: - nel caso pi frequente non saprei o dovrei vedere o le alternative non sono a pari condizioni, quindi non confrontabili (una d un rendimento certo, laltra aleatorio); - talvolta scelgo B perch i 6 milioni di A sono inferiori ai 10 milioni (= 00.5 + 200.5) di B e costui potrebbe passare per persona istruita, competente ed in grado di gestire il rischio avendo evidenziato che il valore atteso di B maggiore del valore certo di A. Taluno potrebbe forse spingersi a classificare tale decisore come propenso al rischio; - talaltra scelgo A, perch mi garantisce 6 milioni certi, non accettando 0 milioni con probabilit 0.5, anche se ho la possibilit di 20 milioni con probabilit 0.5, e costui passerebbe per persona avversa al rischio. In questo capitolo si studieranno questi problemi. Lapprocio alle scelte in condizioni di incertezza sar attuato utilizzando la metodologia dellutilit attesa che sar poi applicata alle scelte di portafoglio per la individuazione del portafoglio ottimo (la scelta migliore). 8.2 La teoria dellutilit attesa Definiti con Xa={xa,1,...,xa,n}; Xb={xb,1,...,xb,n} ; ...... gli insiemi delle possibili realizzazioni di variabili casuali rappresentanti, nellordine, gli esiti degli eventi finanziari a,b,..., al fine di ottenere un ordinamento di preferenza nellinsieme X necessario introdurre una funzione di valutazione y=g(Xj), j=a,b,... , con y ; g:X.

98

Il valore di utilit , pertanto, un numero reale associato ad una determinata situazione, tale da rappresentarne il grado di desiderabilit69. Ad ogni alternativa, predeterminata e caratterizzata da diversi gradi di convincimento, risulta possibile assegnare un valore di probabilit70 dato dalle considerazioni coerenti che l'individuo soggettivamente compie. Inoltre, per poter utilizzare tale approccio necessario che la scelta tra le diverse alternative permetta al decisore di massimizzare la propria funzione di utilit (o soddisfacimento). Il criterio di scelta, in tal caso, espresso dalla massimizzazione dellutilit attesa. Scegliere l'utilit attesa come criterio per la selezione fra diverse attivit vuol dire associare ad ognuna di esse, indipendenti fra di loro, una coppia di valori: l'utilit dellevento e la probabilit associata allevento. I problemi decisionali attinenti a conseguenze di carattere monetario richiedono, al fine di una soluzione razionale, la definizione di una funzione, detta funzione di utilit della moneta ed espressa da u(x), con x variabile aleatoria a carattere monetario come la ricchezza, il reddito, il Valore Attuale di flussi netti futuri. Si passa quindi da una teoria dell'utilit in ambito certo dove71

U ( x1 ) U ( x 2 ) x 1 f x 2 cio l'utilit della situazione x1 maggiore o uguale all'utilit della situazione x2 se e solo se x1 preferito a x2 , alla teoria dell'utilit in ambito probabilistico ove il decisore associa ad ogni possibile ammontare aleatorio il valore dellutilit che lo stesso decisore ne trae, quindi l'utilit di un insieme di possibilit data dal valore atteso della funzione di utilit u( x ) :
U(X) =
n

u( x) f ( x)dx

con x definito nel continuo con x carattere discreto

U ( X ) = u( x i ) pi
i =1

X, insieme delle possibilit; f ( x ) , pi , rispettivamente la funzione di densit di probabilit e le probabilit assegnate alle varie possibilit (eventi). Generalizzando, la relazione pu essere scritta come: U ( X ) = E [u( x )] .
H., Microeconomia, Cafoscarina, Venezia, 1987. NEUMANN J., MORGESTERN O., Theory of Games and Economic Behavior, Princeton University Press, 1944; FAMA E. F. E MILLER M. H., The Theory of Finance, Holt, Rinehart and Winston, New York, 1972, cap. 5; COPELAND T. E. e WESTON J. F., Financial Theory and Corporate Policy, Addison Wesley, Reading Mass., 1988; HUANG C., LITZENBERGER R.H., Foudations for Financial Economics, North-Holland, New York, 1988; INGERSOLL J.E., Theory of Financial Decision Making, Rowman and Littlefield, Savage, 1987; ZIEMBA W.T., VICKSON R.G., Stochastic Optimisation Models in Finance, Academic Press, New York, 1975. 71 In termini formali con il simbolo f si indica la relazione essere preferito a, mentre la relazione di indifferenza si indica con .
70VON 69VARIAN

99

Come in ambito certo, anche per l'utilit attesa esiste un ordinamento delle preferenze (dominanza stocastica di primo ordine) tale per cui: E u( x1 ) > E u( x 2 ) x1 f x 2 ;

[ ] [ ] E [u( x )] = E [u( x )]
1 2

x1 x 2 .

Tale approccio deriva dall'impostazione che Von Neumann-Morgenstern (VN-M) proposero nel 194472 in riferimento a possibili preferenze fra diverse lotterie affermando che: se L una lotteria con poste x1, x 2 ,..., x n associate agli eventi E1 , E 2 ,..., E n con probabilit p1 , p 2 ,..., p n prefissate dal giocatore, la sua utilit data dalla media ponderata delle funzioni di utilit delle singole poste con pesi le corrispondenti probabilit:
U ( L ) = u( x i ) pi .
i =1 n

VN-M hanno introdotto un insieme di postulati, o assiomi, su come si formano le preferenze, che permettono di creare una funzione di utilit che abbia la propriet di stabilire non solo lordine di preferenza delle azioni, ma anche la misura delle differenze nellutilit di azioni diverse. I postulati sono73: 1) comparabilit o completezza: un investitore ordina tutti i possibili risultati stabilendo se un risultato x preferito, indifferente o non preferito ad un risultato y, cio per ogni coppia x, y vale una ed una sola fra le seguenti alternative: x f y , x y , x p y; 2) transitivit o consistenza: se un investitore preferisce x a y e y a z allora preferisce x a z: x f y , y f z x f z ; tale postulato sottolinea quindi che l'attrattiva di un'alternativa valutata indipendentemente dalle altre alternative; 3) indipendenza o assioma di sostituzione: se un investitore indifferente fra due alternative x e y, medie dei possibili risultati ponderati con le rispettive probabilit, e se viene data un'alternativa incerta z allora l'investitore risulta indifferente tra le seguenti altre due alternative: x con probabilit p e z con probabilit 1-p y con probabilit p e z con probabilit 1-p: x y [ px + (1 p ) z ] [ py + (1 p ) z ] . L'elemento fondamentale di questo assioma che impone alla funzione di utilit una forma lineare nelle probabilit; inoltre, va osservato che la formulazione dellassioma di indipendenza, come ne suggerisce la denominazione, comporta una distribuzione di probabilit di pi alternative tra loro indipendenti. 4) misurabilit: se un investitore preferisce x a y e y a z allora esiste ununica probabilit p tale che y sia indifferente a x con probabilit p e z con probabilit 1-p: x f y f z ! p ( 0,1) y [ px + (1 p) z ]
5) ordinabilit: se x e y sono preferiti ad a e non preferiti a b e si possono determinare due sitazioni tali per cui x indifferente ad a con probabilit p1 e b con probabilit (1-p1) e y
72VON NEUMANN J., MORGESTERN O.,

1944, op. cit.; MORICONI F., Matematica Finanziaria, il Mulino, Milano, 1994. 73 Lapproccio assiomatico presentato rispecchia la formulazione sviluppata in FAMA E. F. E MILLER M. H., 1972, op. cit. 100

indifferente ad a con probabilit p2 e b con probabilit (1-p2), allora se p1 maggiore di p2 ne deriva che x preferito ad y: Se a p x p b e a p y p b ed inoltre
x p1a + (1 p1 )b e y p2a + (1 p2 )b

allora se: p1 > p2 x f y p1 = p2 x y p1 < p2 x p y A questi assiomi va affiancato il postulato di non saziet, espresso dal preferire il pi al meno. In tal caso lutilit marginale della ricchezza sempre positiva.

Questi postulati permettono la costruzione dell'ipotesi fondamentale di una funzione di utilit crescente e continua su tutto il suo insieme di definizione che rappresenta le scelte razionali dell'operatore. Al fine di ottenere una funzione di utilit, per un determinato soggetto e in relazione ad un insieme di alternative aleatorie, necessario indagare latteggiamento del decisore verso il rischio. Si possono verificare tre atteggiamenti diversi da parte del decisore nei confronti del rischio consistenti con gli assiomi di VN-M (vedi Fig. 32): a) investitore avverso al rischio (risk averter) dotato di una curva di utilit concava in quanto ad incrementi uguali di capitale corrispondono incrementi di utilit via via decrescenti; b) investitore indifferente al rischio (risk neutral) denota interesse esclusivo per il rendimento atteso senza considerare il livello di rischio associato allinvestimento: la scelta ricadrebbe sullalternativa con rendimento atteso pi elevato; c) investitore propenso al rischio (risk lover) dotato di una funzione di utilit convessa in quanto lutilit marginale in relazione crescente con la ricchezza: il decisore si orienterebbe sullalternativa con rischio pi elevato (anche se non con redditivit attesa pi alta).
avverso u(x) indifferente propenso

u(x)

u(x)

x (a) (b)

x (c)

Fig. 32 Esempi di funzioni di utilit di decisiori avversi, neutrali, propensi al rischio.

101

In sintesi, mentre il postulato di non saziet consente di suffragare la monotonicit della funzione di utilit, latteggiamento del soggetto di fronte al rischio (avverso, neutrale o propenso) permette di circoscrivere la famiglia di funzioni di utilit (concava, lineare o convessa), caratterizzata in termini di derivata seconda (rispettivamente negativa, nulla o positiva). Come anticipato, un individuo chiamato a scegliere razionalmente tra pi possibilit aleatorie (il caso di alternativa certa pu essere assunta ad alternativa aleatoria degenere) deve attuare un confronto non gi tra i valori attesi delle grandezze, ma tra i valori attesi delle corrispondenti utilit e, dalla formulazione assiomatica precedente, possibile definire il certo equivalente. Per ogni alternativa casuale esiste sempre un ammontare certo che produce un'utilit pari all'utilit attesa della somma aleatoria, rendendo per l'investitore indifferente la scelta tra esso, certo, e l'alternativa casuale. Tale ammontare detto certo equivalente74. Allora, se si considera m il certo equivalente e x l'importo aleatorio si ha:
u ( m ) = E[ u( x)] .

Se la funzione di utilit continua e strettamente monotona sull'intervallo considerato, essa invertibile e si pu calcolare come m = u 1 E [u( x )] vedi grafico in Fig. 33.

Poich si detto che l'utilit del certo equivalente vale l'utilit del valore atteso dell'importo aleatorio allora E[u(x)]= u(m)=u[E(x)] vale se e solo se il soggetto indifferente al rischio, cio ha funzione di utilit lineare.

Se ci non accade si pu dimostrare che75: l'utilit del certo equivalente risulta minore dellutilit del valore atteso E[u(x)]=u(m)<u[E(x)], allorquando il decisore sia avverso al rischio, cio abbia funzione di utilit concava; l'utilit del certo equivalente risulta maggiore dellutilit del valore atteso E[u(x)]=u(m)>u[E(x)],
VON NEUMANN J., MORGESTERN O., 1944, op. cit. COPELAND T. E. e WESTON J. F., op. cit.; CACCIAFESTA F., Lezioni di matematica finanziaria classica e moderna, Giappichelli, Torino, 1993.
75 74

102

allorquando il decisore sia propenso al rischio, cio abbia funzione di utilit convessa.

Con questo si vuole confermare il fatto che ogni ammontare aleatorio possiede il suo certo equivalente e che non sempre esso vale il valore atteso della variabile aleatoria.

u(x) P2 A

u[E(X)] E[u(X)]

Posto x limporto monetario aleatorio con x1 con probabilit p1 X= x 2 con probabilit p 2 u(x), utilit della moneta

P1 x1 m E(X) x2 x

Fig. 33 Determinazione del certo equivalente m per un individuo avverso al rischio di fronte ad una somma incerta con due possibili determinazioni: x1 e x2 con probabilit rispettivamente p1 e p2.

La Figura 33 presenta la curva di utilit di un individuo avverso al rischio il quale si trova in una situazione aleatoria X definita da due possibili determinazioni x1 ed x2 rispettivamente con probabilit p1 e p2. Il valore atteso della variabile aleatoria indicato con E(X)=p1x1+p2x2 la cui utilit pari a u[E(X)]. Per determinare lequivalente certo di questa situazione aleatoria si deve calcolare lutilit attesa data da E[u(X)]=u(x1)p1+u(x2)p2. In base allassioma 4), lutilit dellequivalente certo deve essere uguale allutilit attesa della situazione aleatoria, cio E[u(X)]=u(m). Accettando gli assiomi, esposti in precedenza, possibile giustificare la determinazione del certo equivalente per mezzo del calcolo della funzione inversa di utilit calcolata nel punto E[u(X)]. Graficamente, proiettando lutilit attesa sulla funzione di utilit si determina il punto A la cui ascissa il certo equivalente m. Risulta chiaro che lutilit del valore atteso minore (per un soggetto avverso al rischio) dellutilit attesa dellimporto aleatorio e quindi il certo equivalente minore del valore atteso. Soltanto se il soggetto indifferente al rischio e quindi la sua funzione di utilit data dalla retta passante per i punti P1 e P2, il certo equivalente pari al valore atteso della situazione aleatoria: lutilit attesa pari allutilit del valore atteso. Per mezzo dellanalisi sopra esposta il decisore in grado di scegliere razionalmente tra pi alternative aleatorie confrontando i relativi equivalenti certi.
103

Ritornando alla Fig. 33, se il soggetto avesse a disposizione un ammontare certo k > m (oppure una seconda situazione aleatoria con equivalente certo k > m ) egli coerentemente sceglierebbe la situazione certa k (o la situazione aleatoria ad esso collegata) in quanto gli procurerebbe una utilit maggiore. Uninteressante osservazione data dalla differenza tra il valore atteso e il certo equivalente = E( x) m che viene definita premio per il rischio. Un premio positivo, >0 (si pensi al premio di assicurazione), pu essere interpretato come limporto massimo che un soggetto avverso al rischio disposto a pagare per sottrarsi alla situazione aleatoria. Al contrario, un premio negativo, <0 (si pensi al giocatore dazzardo, colui che parcheggia oggia in sosta vietata di fronte a un parcheggio a pagamento, colui che investe, per 12 mesi, in un titolo azionario con rendimento atteso inferiore a quello dei B.O.T. a 12 mesi), indica il costo massimo che un soggetto propenso al rischio disposto a pagare per partecipare alla situazione aleatoria. Infine, un soggetto indifferente al rischio identificato dal fatto di non essere disposto a pagare alcunch sia per partecipare sia per astenersi dalla situazione aleatoria, situazione che vale =0=premio=penalit al rischio. Per quantificare latteggiamento del decisore di fronte al rischio stato proposto il seguente u( x ) , il cui segno dipende dal numeratore, definito misura assoluta di rapporto: r ( x ) = u ( x ) avversione al rischio di Arrow-Pratt (in forma locale)76.
Questo rapporto risulta costantemente nullo se e solo se u( x ) una funzione lineare a cui corrisponde ovviamente indifferenza al rischio; se la funzione concava (avversione al rischio) il rapporto risulta positivo (in quanto la derivata seconda di tale funzione negativa); la propensione al rischio caratterizza, al contrario, una misura di segno negativo. Questa misura risulta, pertanto, strettamente dipendente dalla concavit della funzione ed corretta su tutto linsieme di definizione della funzione di utilit77. Lattributo locale vuol significare che r(x) misura la concavit relativa della funzione di utilit solo in un intorno di x, sufficientemente piccolo. E stato proposto anche il coefficiente relativo di avversione al rischio, xr(x).

ARROW K.J., Aspects of the Theory of Risk Bearing, Helsinki, 1971; PRATT J.W., Risk aversion in the Small and in the Large, Econometrica, Gen-Apr, 1964. Tale misura stata proposta anche da DE FINETTI B., Sulla preferibilit, Giornale degli Economisti e Annali di Economia, 1952. 77 Ci limitiamo solamente ad accennare al fatto che la derivata seconda della funzione di utilit non risulta un indicatore corretto dellavversione al rischio del decisore in quanto non invariante per una trasformazione lineare di u(x). Questo impasse viene superato adottando la formulazione di Arrow-Pratt. Per maggiori specificazioni al riguardo si vedano, tra gli altri, MORICONI F., op. cit., pag. 252; ELTON E. J. GRUBER M. J., Modern Portfolio Theory and Investment Analysis, Wiley & Sons, New York, 1995, pagg. 226-228. 104

76

Al fine di una migliore interpretazione di questa quantit, assunta a misura dellatteggiamento del decisore di fronte al rischio, risulta interessante e necessaria una semplice osservazione: considerati due decisori, caratterizzati dalle proprie funzioni di utilit u1 e u2, si calcolano m1 e m2, rispettivamente, gli equivalenti certi ad una stessa situazione aleatoria X. Se: u (x) u( x ) r1 ( x ) = 1 m1 < m2 = r2 ( x ) x D allora > 2 u1( x ) u2 ( x) ossia un decisore pi avverso al rischio di un altro valuter la medesima situazione aleatoria attribuendole un equivalente certo minore, o allo stesso modo sar disposto a sostenere un maggiore premio per il rischio. Si riportano in Tabella 11 le funzioni di utilit pi diffuse in letteratura, il dominio dei parametri e della variabile, il coefficiente assoluto e relativo di avversione al rischio.
Funzioni di utilit Dominio dei parametri e della variabile Coefficiente assoluto di avversione al rischio Coefficiente relativo di avversione al rischio

Lineare u( x ) = ax Quadratica u( x ) = a1 x a2 x 2
Esponenziale 1x u( x ) = 1 e a

a>0
x< a1 2a 2

zero

zero
2a 2 x a1 2 a 2 x
x a

; a2 >0

2a 2 a1 2a2 x 1 a

a>0

Potenza x>0 xa u( x ) = a>0 a Logaritmica u( x ) = a log( x + d ) x > 0 a>0 d >0

1 a x
1 x+d
Tab. 11: Alcune funzioni di utilit

1 a

x x+d

Scelta una funzione di utilit, qualsiasi trasformazione lineare crescente di questa la modifica, ma non muta il sistema di preferenze l sintetizzato. Quindi, ad esempio, invece di considerare la funzione di utilit quadratica u(x)=a1x-a2x2 si pu considerare u(x+k)=b0+b1xb2x2, trasformazione lineare della prima, ma il sistema di preferenze non cambia. E interessante notare come le funzioni di utilit in Tab. 9 (ad esclusione della funzione lineare) sono di tipo HARA (Hyperbolic Absolute Risk Aversion)78 in quanto hanno un r(x) di tipo iperbolico: 1 r( x ) = a1 + a2 x
78

MORICONI F., op. cit. 105

con i parametri a1 ed a2 costanti tali da garantire un r(x) sempre positivo. Uno tra i possibili metodi utilizzati per costruire la curva di utilit consiste nel determinare per pi situazioni aleatorie, della forma {x1, p1 = 0.5; x2, p2 = 0.5} i corrispondenti certi equivalenti. Questo metodo, definito Equally Likely Certainty Equivalent (ELCE)79, consente di approntare la costruzione della curva di utilit per un decisore senza incorrere nei paradossi e nelle difficolt evidenziate da altre tecniche80.
8.3 Valutazione della funzione di utilit Al fine di determinare la funzione di utilit del Rossi lo si sottopone ad una serie di domande. In primo luogo si chiede a Rossi per quale importo certo disposto a scambiare un gioco (scommessa, lotteria, investimento, business) che gli procura un guadagno di 0 milioni con probabilit 0.5 e 20 milioni con probabilit 0.5. La risposta 6 milioni, fornita da Rossi, rappresenta la situazione per cui gli indifferente avere un guadagno certo di 6 milioni oppure 0 milioni con probabilt 0.5 e 20 milioni con probabilit 0.5. Per costruire la funzione di utilit si fissano, arbitrariamente, a priori le utilit corrispondenti al valore minimo e massimo delle somme aleatorie (0 e 20 milioni). Il Rossi afferma di dare utilit zero al guadagno zero e utilit 100 al guadagno 20. Allora, possiamo scrivere x 0 20 ug(x) 0 100

e calcolare lutilit attesa della situazione aleatoria 1 1 1 1 E ug ( x ) = ug ( 0) + ug ( 20) = 0 + 100 = 50 2 2 2 2 Poich lutilit derivante dalla situazione aleatoria deve essere uguale allutilit associata alla situazione certa si ha ug ( 6) E ug ( x ) = = 50 utilit dei sei utilit attesa della milioni certi situazione aleatoria In tal caso, sul piano [x, ug(x)], si sono gi individuati, con le valutazioni di cui sopra, 3 punti della funzione di utilit del Rossi in relazione alle quantit monetarie: x 0 6 20 ug(x) 0 50 100

Si ripete ora la medesima procedura sottoponendo il Rossi alla determinazione del valore equivalente alle due lotterie ottenute suddividendo la lotteria iniziale in: 0 milioni con probabilit 0.5 e 6 milioni con probabilt 0.5 6 milioni con probabilit 0.5 e 20 milioni con probabilt 0.5 Il Rossi risponde, rispettivamente, i valori certi equivalenti 2 milioni e 11 milioni, da cui si ricavano le utilit attese nel modo precedentemente descritto

79

ANDERSON J., DILLON J., HARDAKER B., Agricultural Decision Analysis, Iowa State University Press, Ames, Iowa, 1977. 80 Vedi (tra gli altri) QUIGGIN J., Generalized Expected Utility Theory-The Rank Dependent Model, Kluwer Academic Publishers, Boston, 1993. 106

1 1 1 1 ug ( 0) + ug ( 6) = 0 + 50 = 25 = ug ( 2) 2 2 2 2 1 1 1 1 E ug ( x ) = ug ( 6) + ug ( 20) = 50 + 100 = 75 = ug ( 11) 2 2 2 2 E ug ( x ) =

[ [

Procedendo ulteriormente, come sopra, sul Rossi, si ottiene: x1 0 0 6 0 2 6 11 p(x1) 0.5 0.5 0.5 0.5 0.5 0.5 0.5 ug(x1) 0 0 50 0 25 50 75 x2 20 6 20 2 6 11 20 p(x2) 0.5 0.5 0.5 0.5 0.5 0.5 0.5 ug(x2) 100 50 100 25 50 75 100 mu 6 2 11 1 5 8 15 ug(mu)= E[ug(x)] 50 25 75 12.5 37.5 62.5 87.5

Linsieme dei punti osservati nel piano [x, ug(x)] dato da x ug(x) 0 0 1 12.5 2 25 5 37.5 6 50 8 62.5 11 75 15 87.5 20 100

Adottando una funzione di utilit quadratica del tipo u( x ) = a0 + a1 x + a 2 x 2 si devono ora calcolare valori dei parametri della stessa. Applicando le regole dinterpolazione secondo il principio dei minimi quadrati ordinari e volendo far passare la funzione per i punti (0,0) e (20,100) si ha un problema di ottimizzazione quadratica vincolata:
min ug ( xi ) ( a0 + a1 xi + a2 xi2 ) a0 ,a1 ,a2 i c.v. u ( 0) = 0 g ug ( 20) = 100

risolto il quale, con la Lagrangiana, si ottengono i parametri della quadratica, funzione di utilit del guadagno del Rossi ug ( x ) = 0.21492 x 2 + 9.29836 x per il business in esame.

107

ug(x) 100 80 60 40 20 0 0 2 4 6 8 10 12 14 16 18 20 x

Fig. 34: Funzione di utilit del decisore Rossi, al quale, circa un certo business basato sui rendimenti, sono state prospettate diverse situazioni aleatorie per le quali egli ha fornito i rispetttivi certi equivalenti. La funzione di utilit 2 quadratica del tipo ug(x)=a1x+a2x stata ottenuta per mezzo di interpolazione statistica vincolata a passare per i punti (0,0) e (20,100).

E interessante evidenziare che il sistema di preferenze del Rossi, espresso dalla funzione soggettiva di utilit, non muta allorquando si attua sulla funzione in oggetto una trasformazione lineare crescente. In termini economici ci vale a sostenere che risulta indifferente stimare la funzione di utilit del decisore Rossi in termini di guadagno o di dotazione di capitale. Nel procedere alla stima della funzione di utilit in termini di capitale disponibile sufficiente impostare la scelta, per la determinazione del certo equivalente, tra lottenere un capitale di 170 milioni (dotazione iniziale di capitale del Rossi) con probabilit 0.5 e di 190 milioni con probabilit 0.5. Si procede poi come descritto in precedenza. Assegnati arbitrariamente i valori di utilit 10 e 20 corrispondenti a 170 e a 190, si ottiene la seguente serie di osservazioni x uc(x) 170 10 171 11.25 172 12.5 175 13.75 176 15 178 16.25 181 17.5 185 18.75 190 20

dalla quale si stima la seguente funzione di utilit del Rossi, valutata ora sul capitale, utilizzando:
min uc ( xi ) ( b0 + b1 xi + b2 xi2 ) b ,b ,b i 0 1 2 c.v. ( u 170) = 10 c uc ( 190) = 20

che fornisce la uc ( x ) = 0.02149 x 2 + 8.23704 x 769.185

108

20 19 18 17 16 15 14 13 12 11 10

u c( x )

x 170 172 174 176 178 180 182 184 186 188 190

Fig. 35: Funzione di utilit del decisore Rossi, al quale, circa un certo business basato sulla dotazione di capitale, sono state prospettate diverse situazioni aleatorie per le quali egli ha fornito i rispetttivi certi equivalenti. La funzione di 2 utilit quadratica del tipo uc(x)=b0+b1x+b2x stata ottenuta per mezzo di interpolazione statistica vincolata a passare per i punti (170,10) e (190,20).

Definite le funzioni di utilit del Rossi, sia in termini di guadagno sia in termini di capitale, possiamo ora procedere a determinare i parametri a e b della funzione di trasformazione lineare del tipo uc ( x + k ) = au g ( x ) + b (ove uc(x) e ug(x) sono rispettivamente le funzioni precedentemente stimate di utilit in termini di capitale e di guadagno). 1 I parametri risultano rispettivamente: a = ; b = 10; k = 170 da cui 10
uc(x+170)=1/10 ug(x) + 10 ; xD, D = {0 x 20}

Ribadiamo che il sistema di preferenze del Rossi non viene alterato dalla definizione della curva di utilit in termini di guadagno o di capitale. Ne deriva che la trasformazione lineare della funzione risulta valida se definita sullappropriato dominio, cio Dg = {0 x 20} o Dc = {170 x 190} , il che spiega la scrittura 1/10 ug(x) + 10 quale trasformazione lineare della ug. Valutiamo ora lavversione al rischio del Rossi, quale misura sintetica del suo comportamento di fronte al business aleatorio in discussione: u ( x ) rc ( x ) = u( x ) 2 ( 0.02149) >0 = 2 ( 0.02149) x + 8.23704
x D, D = {170 x 190}

Osserviamo che rc(x) risulta maggiore di zero su tutto lintervallo di definizione della funzione di utilit; a significare che il Rossi avverso al rischio con un grado di avversione crescente al crescere del capitale (vedi Fig. 36). Alcuni studiosi ed operatori non condividono lutilizzo della funzione quadratica quale funzione di utilit, in quanto un indice di avversione al rischio che cresce allaumentare del

109

capitale (ricchezza) disponibile sembra non corrispondere al comportamento effettivo di molti di noi. Per questo sono state proposte diverse famiglie di funzioni di utilit come quelle esposte in Tab. 11 alcune delle quali hanno caratteristiche apprezzate come lindice assoluto di avversione al rischio costante o decrescente.

r(x)
0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 170 172 174 176 178 180 182 184 186 188

x
190

Fig. 36: Funzione di avversione al rischio del decisore al variare del capitale

Anche la funzione di avversione al rischio nella formulazione proposta da Arrow-Pratt risulta invariante per trasformazioni lineari della funzione di utilit, quindi latteggiamento del decisore di fronte al rischio risulta unicamente determinato sia in relazione a situazioni rischiose in termini di capitale che in termini di guadagno.
8.4 Individuazione del portafoglio a rendimento aleatorio preferito E' utile specificare i casi in cui l'utilit attesa non smentisce il principio E-V. Ci accade se81: 1) per qualsiasi funzione di utilit u( x ) , la variabile aleatoria x Normalmente distribuita con media e varianza 2: x N , 2 ; nella selezione del portafoglio, utilizzando la _ simbologia adottata in precedenza: R N R , 2 2) per qualsiasi distribuzione dellimporto aleatorio x, u( x ) una funzione di utilit quadratica.

Nel primo caso si dimostra come l'utilit attesa sia funzione della media e della varianza, poich per calcolare il valore atteso dell'utilit si deve risolvere il seguente integrale:
E [ u( x )] = u( x ) f ( x )dx .

Da questa relazione si capisce come essa sia funzione della media (per noi valore atteso) degli importi aleatori e della varianza degli stessi.

81

COPELAND T. E. e WESTON J. F., 1988, op. cit.; ELTON E. J. E GRUBER M. J., 1995, op. cit.; CASTAGNOLI E., PECCATI L., 1991, op. cit.. 110

Per dimostrare che anche nel secondo caso l'utilit attesa funzione della media e della varianza si utilizza la funzione quadratica u( x ) = a1 x a2 x 2 con a2 parametro positivo e quindi si attuano i seguenti passaggi:
E[u( x )] = E a1 x a2 x 2 = a1 E ( x ) a2 E x 2 = a1E ( x ) a2 [ E ( x )] + 2 = f E ( x ), 2
2

( )

che con la legenda della selezione del portafoglio diventa: E [ u( R) ] = E [ a1 R a2 R 2 ] = a1 E ( R) a2 E ( R 2 ) =

= a1 E ( R ) a2 [ E ( R) ] + 2 = f ( E ( R) , 2 )
2

Nella selezione di portafoglio secondo il metodo E-V si deve, per individuare il portafoglio ottimo, o adottare come ipotesi di base una funzione di utilit quadratica o ipotizzare una distribuzione Gaussiana dei rendimenti futuri. Ritornando all'analisi di portafoglio tramite l'utilizzo delle frontiere efficienti, si pu considerare l'utilit attesa funzione del rendimento atteso e del rischio di portafoglio e massimizzarla per individuare il portafoglio ottimo. Ci pu avvenire riportando i valori della funzione dell'utilit, funzione di E e V, associando ad ognuno di essi una curva di indifferenza quadratica in E-V (nel caso, circonferenza con centro sull'asse dei rendimenti).
8.4.1 Critero di scelta: la funzione di utilit e le curve di indifferenza in E-V La funzione di utilit che si associa a curve di indifferenza descritte da circonferenze nel piano E-V deve risultare quadratica e concava a rappresentare l'avversione al rischio del decisore: U ( x ) = a0 + a1 x + a2 x 2 ; a1 0 e a2 < 0 e dove il capitale x costituito da due variabili: la ricchezza non nulla W a disposizione, che nota, ed il profitto = W , cio l'incremento di ricchezza, che una variabile aleatoria. Si ha quindi che U ( x ) = U (W + ) , con W > 0 , inoltre moltiplicando e dividendo per W la funzione di utilit risulta U ( x) = U W + W W

e, se si considera la nuova variabile R = rendimento, la relazione diventa:

intesa come profitto percentuale, ossia tasso di

U ( x ) = U (W + WR) La funzione di utilit assunta per l'investitore dipende pertanto da una sola variabile casuale R , tasso di rendimento, tale per cui si ha: U ( R ) = + R + R 2

con R appartenente all'insieme R1 , R * con:

- R1, rendimento minimo; - R* =

. 2

111

Se si considerano la variabile aleatoria rendimento e l'importo certo ricchezza, la funzione di utilit diventa: 2 U ( x ) = U (W + WR) = a0 + a1(W + WR) + a2 (W + WR) =
= a0 + a1W + a1WR + a2W 2 + 2a2W 2 R + a2W 2 R2 = = a0 + a1W + a2W 2 + ( a1W + 2a2W 2 ) R + a2W 2 R2 = = + R + R2

= a0 + a1W + a2W 2 con: = a1W + 2a2W 2 = a W 2 2

dove W la ricchezza nota. Poich si supposto W > 0, a1 0, a2 < 0 , allora < 0 ; mentre a 0 se W + 2a2W 2 0, cio se a1 + 2a2W 0, ovvero W 1 a2 . 2 Quest'ultima anche la condizione per cui il vertice della funzione di utilit sia non negativo, dato che: a W + 2a2W 2 a a a = 1 = 1 1 0, se 1 1 cio W 1 2 2 2a2W 2a2W 2a2W 2a2 a = 1 1. dove, come precedentemente mostrato, R* = 2 2a2W Il valore atteso dell'utilit associata ad un portafoglio di attivit a rendimento aleatorio quindi il valore atteso dell'utilit associata al suo rendimento. Se il rendimento una variabile casuale continua appartenente all'insieme reale, con funzione di densit di probabilit f ( R ) , allora il valore atteso dell'utilit associata ad un portafoglio p equivale a:
E up ( R ) =
+

] u ( R) f ( R)dR = [ + R + R ] f ( R)dR =
2 p p p +

= + Rf p ( R )dR + R2 f p ( R )dR = + Rp + Rp2

Grazie alla relazione della varianza determinata dalla differenza del valore atteso del quadrato della variabile meno il quadrato del valore atteso, si ottiene: 2 2 ( R) = ( R P ) 2 E p R2 = 2 con E p ( R 2 ) = R p2 , E p p + E p ( R) ,

( )

trasformando cos la determinazione dell'utilit attesa in: E up ( R ) = + Rp + ( Rp )2 + 2 p.

Dividendo per e aggiungendo successivamente

2 si ottiene 4 2

112

( R p )2 + ( R p )2 +

E up ( R ) Rp + 2 = p

E up ( R ) 2 2 Rp + 2 + = + 2 p 4 2 4
2

E up ( R ) 2 2 + 2 Rp + 2 + p = 4

Tale relazione rappresenta una generica circonferenza sul piano R p , p con

E (u p ) 2 2 ,0 , raggio rc = + 2 . centro in 2 4 Questa circonferenza descrive la generica curva di indifferenza associata all'utilit attesa, da massimizzare, con il vincolo che il portafoglio appartenga alla frontiera efficiente P = a0 + a1 RP + a 2 ( RP ) 2
1

1/ 2

.
allora l'utilit attesa risulta 2

Se la variabile casuale R assume valore R = R* =

E ( up ) =

2 22 2 2 2 + 2 + 0 = = 2 4 4 4
1

e quindi
2 2 1 2 2 2 2 4 rc = + 2 = 2 + 2 = 0 4 4 4

cio qualora il rendimento, quindi l'utilit, fosse massimo, il raggio della circonferenza, con centro sullasse dei rendimenti, nullo, quindi si ha una circonferenza degenere e la scelta ottima massimizza lutilit del decisore. Questo avviene solo se la frontiera efficiente tange l'asse dei rendimenti nel centro. Determinata l'utilit attesa da massimizzare e la sua rispettiva curva di indifferenza si valutano i parametri della funzione di utilit sopra spiegati. Il decisore analizza e discute le informazioni R p , p , p dei punti-portafogli sulla frontiera

( ) selezionato sulla frontiera ( R , ) .

p p

efficiente e con queste informazioni per ogni portafoglio rischioso efficiente pu calcolare:. - le coordinate del centro, ( Rct ,0) , della circonferenza tangente la frontiera efficiente, quindi il tasso di rendimento certo corrispondente alla sua massima utilit; - il raggio della stessa rc . calcolato come distanza euclidea tra ( Rct ,0) e Rp , p ,

- il rendimento certo indifferente, R fq ,0 , a quello del portafoglio rischioso tangente e ottimo

113

Allora, data l'equazione della circonferenza generale ( x a ) ( y a ) = c = r 2 si ha :

2 2

(R

Rct

2 + p = Rct R fq .

Dimostrato che la circonferenza utilizzabile per sintetizzare lindifferenza secondo una funzione di utilit quadratica si propone, operando su portafogli efficienti secondo il criterio media-varianza, di utilizzare le informazioni contenute nella frontiera efficiente per valutare i parametri della curva di indifferenza e della funzione di utilit del decisore che scegliesse uno di questi punti-portafoglio82. Con questa analisi si possono inoltre valutare l'avversione al rischio e il grado di soddisfazione del decisore.

8.4.2 Utilizzo dellarco di circonferenza tangente alla frontiera efficiente E-V come curva di indifferenza In E-V l'insieme degli infiniti portafogli efficienti definito dall'equazione P = f ( RP ) di cui

al paragrafo 3.3. Essa pu essere riscritta come

P = b0 + b1 RP + b2 ( RP )2

1/ 2

con derivata prima

P =
d P b1 + 2b2 RP = dRP 2 b0 + b1 RP + b2 ( RP )2

1/ 2

che rappresenta la pendenza della tangente alla frontiera efficiente in uno qualsiasi dei punti del dominio ed il cui reciproco rappresenta il premio di rischio della frontiera efficiente in quel punto. Individuato dal decisore un punto-portafoglio sulla frontiera, per tale punto-portafoglio rischioso sono noti: - il rendimento atteso; - lo s.q.m. (e quindi il rendimento per unit di rischio); - la derivata prima P;
Per determinare la curva di indifferenza che massimizza l'utilit attesa dall'investitore si determina prima la retta perpendicolare alla tangente nel punto portafoglio scelto. Il punto in cui questa retta interseca l'asse dei rendimenti il centro della circonferenza che tange la frontiera efficiente nel punto portafoglio scelto. E larco di Nord-Ovest della circonferenza, fino al punto di tangenza, la curva di indifferenza che massimizza l'utilit attesa dell'investitore. Si determinano innanzitutto i parametri della retta perpendicolare alla tangente nel punto portafoglio scelto ( RP , P ) . La retta ha equazione generica = q + mR

F.A.,"Valutazione dell'Avversione al Rischio del Decisore dall'Analisi dell'Insieme delle Alternative Non Dominate" Atti del XII convegno A.M.A.S.E.S, Palermo, Settembre 1988; ROSSI F.A. GIACOMELLO B., "Valutazione della Funzione di Utilit Quadratica dall'Analisi delle Scelte E-V Efficienti" Atti del XVI convegno A.M.A.S.E.S, Trieste, Settembre 1992. 114

82ROSSI

Il coefficiente angolare sar allora m =

1 e con esso si determina q P p = mR p + q

q = p mR p

La retta avr allora equazione = mR + p mR p .

q m m Il centro della circonferenza tangente alla frontiera efficiente nel punto-portafoglio cui il decisore interessato, Rct , individuato dalle coordinate q Rct = ,0 m La circonferenza con centro come sopra e tangente il punto-portafoglio interessato seca l'asse dei rendimenti nel punto: q R fq = rc m rc il raggio della curva di indifferenza e viene determinato attraverso la formula per calcolare la distanza tra due punti: nel nostro caso il centro ed il punto portofoglio selezionato

Essa interseca l'asse dei rendimenti in R =

p + mR p

2 q rc = RP + + 2 P m

1/ 2

R fq il rendimento a rischio zero indifferente a quello del portafoglio rischioso individuato dal decisore sulla frontiera. In presenza di un titolo a rendimento certo R f ed n-1 titoli a rendimento aleatorio la frontiera
efficiente descritta dalla semiretta uscente da R f ,0 e tangente alla frontiera efficiente nel caso di soli titoli rischiosi con coefficiente angolare P . Allora si pu operare come sopra.

Fig. 37, 38: Frontiere efficienti e curve di indifferenza in assenza e in presenza del rendimento del titolo privo di rischio.

115

SIMULAZIONI
Si consideri la frontiera efficiente e i parametri della curva di indifferenza utilizzando i cinque titoli aleatori e il titolo privo di rischio gi utilizzati nei capitoli precendenti. La frontiera sia definita da:
= 12.2932 1.6876 R + 0.0606 R 2

1/ 2

e il decisore sia interessato al punto-portafoglio (19, 1.4510) sulla frontiera efficiente con rendimento atteso 19, e rischio =1.4510. Per tale punto-portafoglio efficiente si ha: - P = 0.2120 R ct
R fq

= (19.3076, 0) = (17.8244, 0)

Quindi il decisore che scegliesse il portafoglio efficiente rischioso (19, 1.4510) deve considerare l'alternativa a rendimento certo 17.8244 come indifferente. Inoltre, si verifica che la massimizzazione della sua funzione di utilit si avrebbe con alternativa a rendimento certo 19.3076 che, nel caso in esame, non disponibile, vedi Fig. 39. Siano dati i cinque titoli a rendimento aleatorio A,B,C,D,E, e un'alternativa a rendimento certo R f = 8 . La frontiera efficiente valutata con i titoli a rendimento aleatorio cos determinata:
= 12.2932 1.6876 R + 0.0606 R 2

1/ 2

La retta uscente dal punto (8, 0) tange la curva-frontiera efficiente nel punto-portafoglio di coordinate (15.43, 0.82).

La semiretta uscente da (8, 0) e tangente in (15.43, 0.82) ha equazione

= 0.1111 R 0.8888

ed la nuova frontiera efficiente nel tratto considerato.

Si supponga un investitore interessato ad un portafoglio con rendimento aleatorio pari a 15. In questo caso si avr (Fig.40): - Rct = (15.0872, 0) - R fq =(14.3039, 0)

116

Fig. 39: Data la funzione = 12.2932 1.6876 R + 0.0606 R 2

1/ 2

, e individuato su di

essa il portafoglio efficiente con rendimento atteso 19 e rischio 1.4510 si valuta in 17.8244 il rendimento certo indifferente associato e in 19.3076 quello che massimizzerebbe l'utilit del decisore

40: Data la funzione = 0.1111 R 0.8888 , e individuato su di essa il portafoglio efficiente con rendimento atteso 15 e rischio 0.82 si valuta in 14.3039 il rendimento certo indifferente associato e in 15.0872 quello che massimizzerebbe l'utilit del decisore.

Fig.

117

9 MODELLI DI EQUILIBRIO

9.1. Equilibrio di mercato Si definisce mercato di capitali in equilibrio quel mercato in cui la domanda e l'offerta totali di ciascun titolo sono uguali; in esso si creano prezzi di equilibrio che permettano a ciascun investitore di soddisfare le proprie esigenze83. Per descrivere le ipotesi di un mercato finanziario in equilibrio si devono considerare tre concetti base che successivamente verranno strutturati come ipotesi per i singoli modelli. Principalmente si devono specificare le regole che i partecipanti al mercato devono rispettare nelle decisioni di investimento, quindi strutturare il processo per attuare tali scelte ed infine creare una procedura che renda compatibili le scelte di tutti i partecipanti. 9.2. Il Capital Asset Pricing Model (C.A.P.M.) Il CAPM un modello di equilibrio del mercato dei capitali, sviluppato indipendentemente da Sharpe, Lintner e Mossin84 e che ha come proposta finale: - la misura di rischio per qualunque tipo di investimento; - la relazione tra rendimento atteso e rischio di ogni attivit quando il mercato in equilibrio. Questi risultati sono ottenuti introducendo alcune ipotesi comportamentali ed aggregando i risultati validi per ciascun investitore. 9.2.1. Le ipotesi del C.A.P.M. Per poter formalizzare un modello di equilibrio del mercato necessario introdurre delle ipotesi semplificatrici sul funzionamento del mercato e sul comportamento degli investitori85: 1) assenza di costi di transazione, altrimenti il rendimento atteso di un titolo sarebbe legato al fatto di essere o meno posseduto dall'investitore prima del periodo di decisione, questo infatti impedirebbe il verificarsi dell'ipotesi n.9; 2) infinita divisibilit delle attivit, necessaria per rendere irrilevante nella scelta la dimensione della ricchezza disponibile; 3) assenza di imposte sui redditi, necessaria per rendere irrilevante la forma nella quale il rendimento del titolo si materializza, sia esso dividendo o capital gain; 4) concorrenza perfetta nel mercato dei capitali, per poter supporre che tutti abbiano le stesse informazioni, il mercato non sia protetto da barriere all'entrata e all'uscita e che nessuno riesca individualmente ad influenzare il prezzo del titolo; 5) possibilit di vendite illimitate allo scoperto (ovvero possibilit di indebitarsi), necessaria per non dover porre alcun vincolo sul valore che possono assumere le xi;

cit. LINTNER J., 1965, op. cit., "The Aggregation of Investors Diverse Judgments and Preferences in Purely Competitive Security Markets", Journal of Financial and Quantitative Analysis, Dicembre, 1969, "The Market Price of Risk, Size of Market and Investor's Risk Aversion", Review of Economics and Statistics, 1970; MOSSIN J., 1966, op. cit.; SHARPE W.F., 1964, op.cit. 85ELTON E.J. GRUBER M.J., 1995, op. cit.
84

83 GARBADE K., 1989,.op.

118

6) illimitata possibilit di investimento o indebitamento allo stesso tasso di rendimento o costo certo Rf con Var(Rf)=0; 7) vendita e acquisto liberi di qualsiasi bene sul mercato; 8) decisione degli operatori, per il medesimo ed unico periodo di tempo, solo in base al rendimento atteso e allo scarto quadratico medio dei rendimenti dei loro portafogli; 9) aspettative omogenee degli operatori sui valori di input E ( Ri ), i , ij , necessari a

formulare e a risolvere il problema di selezione del portafoglio. Con le precedenti ipotesi il problema di programmazione quadratica pu essere risolto in modo tale da arrivare alla definizione della Security Market Line86.
9. 2. La Security Market Line (S.M.L.) Il problema decisionale che tutti gli operatori, in base all'ipotesi 8), devono affrontare il seguente: N N N min Z = R + 0 . 5 V = x R + 0 . 5 xi x jij p p i i x i =1 i =1 j =1 N con xi = 1, vincolo di bilancio i =1

L'ipotesi 6) suppone inoltre che esista un titolo (o un insieme di titoli) privo di rischio il cui rendimento atteso R1 = R f con 1i = i1 = 0...... i = 1,....., N . Il sistema risolutivo, valendosi del Teorema di Separazione (vedi cap.3), per la parte rischiosa del portafoglio :

Mx = b
ovvero:
22 . . N 2 2 N x 2 R2 R f . . . = . . . NN x N R R N f

Se gli investitori hanno aspettative omogenee, come l'ipotesi 9) assicura, essi formuleranno il problema con i medesimi parametri di input arrivando quindi tutti alla medesima soluzione del problema di selezione del portafoglio. Ne discende che, se tutti gli operatori scelgono lo stesso portafoglio rischioso, allora, in equilibrio, la composizione di quel portafoglio deve essere tale per cui tutte le attivit sono presenti nella medesima percentuale wi con cui sono presenti sul mercato, ove

wi =

Valore di mercato dell' attivit i - esima Valore di mercato di tutte le attivit

E.J. GRUBER M.J., 1995, op. cit; CANDIA B., "Teoria e Tecnica della Gestione Quantitativa", XI Corso di Formazione per Analisti Finanziari, Milano, Settembre 1994.

86ELTON

119

Una supposizione iniziale per formulare la S.M.L. quella di conoscere la proporzione wi con la quale una attivit presente sul mercato. Il rendimento atteso del portafoglio di mercato allora R M = wi Ri
i =2 N

Risulta utile introdurre, prima di procedere ulteriormente allesposizione del C.A.P.M., il seguente TEOREMA87: per un dato portafoglio P il vettore delle covarianze delle singole attivit rispetto al portafoglio dato linearmente dipendente dal vettore dei rendimenti se e solo se il portafoglio P un portafoglio a varianza minima. Dimostrazione: la covarianza del titolo k-esimo rispetto al rendimento del portafoglio di mercato risulta N N Cov( R k ; R M ) = E ( R k R k ) wi Ri wi Ri = i =2 i =2 N N = E ( R k R k ) wi ( Ri Ri ) = E wi ( Ri Ri )( R k R k ) = i =2 i =2 = wi E ( Ri Ri )( R k R k ) = wi ik
N N i =2 i =2

espresso dalla combinazione lineare delle covarianze del titolo k-esimo con gli altri N 1 titoli rischiosi (compreso il titolo k stesso) con pesi wi, proporzione di equilibrio dellattivit i-esima nel portafoglio di mercato. Se e solo se il portafoglio di mercato M risulta efficiente in E-V, allora il vettore x, soluzione del problema decisionale, uguale al vettore, w, delle attivit negoziabili detenute proporzionalmente al loro valore: 22 . . . 2 N w2 R2 R f . . . . . . . i 2 . . . iN wi = Ri R f . . . . . . . N 2 . . . NN wN RN R f La covarianza del titolo k-esimo con il portafoglio di mercato si ottiene moltiplicando la iesima riga del sistema solutorio per il vettore w.

(tra gli altri): CONSTANTINIDES G.M., MALLIARIS A.G., Portfolio Theory, in JARROW R. ET. AL., Handbooks in OR &MS, Vol. 9, Elsevier Science B.V., Amsterdam, 1995.

87vedi

120


k =2

ik

wk = [ i 2

w2 . . . . iN ] . = Rk R f = Cov( Rk , R M ) . wN

da cui risulta

Cov( Rk , RM ) = Rk R f

dimostrando che la covarianza del titolo k-esimo con il portafoglio di mercato linearmente dipendente dal rendimento del titolo k-esimo, indipendentemente dalla matrice varianza-covarianza. Dato che questa equazione deve valere per qualunque titolo e per qualunque portafoglio efficiente la si pu applicare al portafoglio di mercato, e visto che Cov( R M , R M ) = 2 M , si ottiene

2 M = ( R M R f
e

(R

2 M
M

Rf

viene considerato misura sintetica del grado di propensione al rischio del decisore (vedi
paragrafo 3.4) e ora leggibile anche come rischio sistematico di mercato per unit di premio. Se si sostituisce il valore trovato di nell'equazione precedente si ha: Cov( Ri , R M ) =

2 M
RM R f

(R

Rf

Isolando Ri si ottiene la Security Market Line (Fig. 41)88:

Ri = R f +

(R

Rf
2 M

) Cov( R , R ) = R
i M

+ i RM R f

dato dal rapporto tra la covarianza, del rendimento del titolo i-esimo 2 M con il rendimento di mercato, ed il rischio di mercato.

88

Il coefficiente i =

Cov( Ri , R M )

121

Fig. 41: Security Market Line con specificazione delle possibili interpretazioni di

Un'analisi della S.M.L. permette di evidenziare alcune sue caratteristiche: - R f ed RM non sono funzioni della singola attivit, visto che sono parametri del problema; - la misura adeguata del rischio sistematico dell'attivit con il mercato rappresentata dal suo i , variazione media del rendimento di un titolo a seguito della variazione del rendimento dell'indice di mercato; - per i = 0 si ha Ri = R f : attivit non rischiose hanno rendimento uguale al solo prezzo del tempo, essendo nulla la covarianza con il rendimento di mercato; - per i = 1 si ha Ri = RM : lattivit deve avere rendimenti uguali a quelli del portafoglio di mercato; - per i >1 l'attivit i-esima comporta un rischio maggiore di quello del mercato e quindi da essa si attendono profitti maggiori di quelli del portafoglio di mercato e perdite maggiori di quelle del mercato, venendo cos definita attivit aggressiva; - per 0< i <1 il titolo viene considerato difensivo in quanto i tende a smorzare le fluttuazioni che avvengono nel mercato; - per i <0 lattivit in controtendenza rispetto al mercato: i titoli aventi un i negativo hanno rendimenti crescenti in fasi del mercato decrescenti e viceversa.
Ma cosa significa che la S.M.L. rappresenta il mercato dei capitali in equilibrio? Che non pu esistere un titolo con caratteristiche ( Ri , i ) diverse da quelle indicate dalla S.M.L.. In caso contrario si verificano sul mercato arbitraggi, cio operazioni di

122

acquisto e di vendita, con rendimento a rischio nullo, che riportano il titolo in questione sui valori definiti dalla S.M.L. .

Si supponga, ad esempio, che la S.M.L. di un mercato sia la seguente:

Ri = f i R f = 10; R M = 15 = 10 + i (15 10) .

Il rendimento atteso del mercato in corrispondenza di un titolo T1 con 1=2 sar R1 = 10 + 2 5 = 20 . Se per sul mercato fosse presente un titolo T2 con 2=2 che presenta un rendimento atteso di 30 risulta conveniente acquistarlo, finanziandosi con la vendita (anche allo scoperto) o indebitandosi nel titolo T1. Infatti vendendo allo scoperto il titolo T1 si riceve nel momento del perfezionamento dellatto un controvalore, ipotizziamo pari a 100, da investire integralmente nellacquisto del titolo T2. In un contesto uniperiodale, al termine dellinvestimento il montante maturato sul titolo T2 pari a 130, di cui 100 di quota capitale e 30 di rendimento, consente di chiudere la posizione aperta sul titolo T1 versando 120 complessive (100 rimborso del capitale e 20 rimborso del rendimento) ottenendo un guadagno di 10. Il rischio delloperazione nullo in quanto i due titoli hanno lo stesso valore . Gli importanti risultati ottenuti dipendono evidentemente dalla presenza delle nove ipotesi sottostanti il C.A.P.M.. Si deve notare per che il venir meno di una o pi ipotesi, fuorch per la 4 e la 9 che sono ipotesi fondamentali, rende il modello pi complesso, ma comunque in grado di ritornare a delle condizioni di equilibrio. Inoltre, si riesce a mantenere la maggior parte delle conclusioni anche in assenza di una o pi delle ipotesi sottostanti. Il limite dato dalla presenza, spesso obbligata, delle nove ipotesi si contrappone comunque alle molte caratteristiche positive del modello C.A.P.M. che lo portano ad essere scelto per l'analisi di portafoglio, avendo utilizzato il single index model, in alternativa al modello di Markowitz. Come stato precedentemente detto per valutare il rischio di portafoglio secondo il modello di Markowitz si deve calcolare la varianza di ogni attivit e le loro rispettive covarianze, mentre con il C.A.P.M. si devono calcolare le singole varianze e le sole covarianze con l'indice preso in considerazione come media ponderata di tutti gli investimenti. Di conseguenza, i costi di rilevazione e calcolo vengono notevolmente diminuiti senza per perdere informazioni utili per la determinazione del rischio e del rendimento dell'attivit analizzata. Infatti tale modello tiene in considerazione: a) un indice, l'indice di mercato che riassume le informazioni disponibili sulle attivit rischiose che entrano a far parte del portafoglio di attivit finanziarie dell'investitore; b) un'attivit priva di rischio; tutti elementi che ci permettono di conoscere il mercato finanziario nella sua globalit. Infine, risulta utile sottolineare che l'unica stima che deve essere effettuata per ogni titolo nel modello C.A.P.M. quella del rischio dei singoli titoli, misurato dal coefficiente , poich nella relazione entrano le sole stime del rendimento dall'attivit priva di rischio e dell'indice di mercato, stime che poi verranno utilizzate per tutto l'insieme delle attivit considerate.

123

9.3. L'Arbitrage Pricing Theory (A.P.T.) Tale modello di equilibrio del mercato dei capitali una generalizzazione dei modelli multifattoriali di selezione del portafoglio89. In questa luce, il modello diagonale di Sharpe rappresenta un modello unifattoriale. Il contributo dato da Ross, infatti, consiste nellaver trovato le condizioni sufficienti di equilibrio del mercato di cui si conosce, per ipotesi, il processo che genera i rendimenti dei titoli (un modello multifattoriale appunto). 9.3.1 Le ipotesi dell'A.P.T. Il modello A.P.T. derivato sotto la consueta ipotesi di mercati perfettamente competitivi e privi di attriti. Come nel precedente modello anche in questo si devono introdurre le ipotesi base che ne permettono la sua formulazione: 1) tutti gli operatori sono consapevoli che i rendimenti dei titoli sul mercato sono linearmente collegati ad un insieme di pi indici: Ri = ai + bi1 I1 + bi 2 I2 +.....+ bik I k + ei con i = 1,..., N

j = 1,..., k
dove: ai costante, del rendimento dell'i-esimo titolo, indipendente dai fattori esplicativi; I j fattore esplicativo;

bij sensitivit del rendimento del titolo i-esimo a variazioni del valore del j-esimo fattore esplicativo; ei errore casuale con E (ei ) = 0; Var (ei ) = 2 rappresenta il rischio non ei che
sistematico delli-esima attivit. Questa ipotesi sostituisce il criterio E-V come modello decisionale del C.A.P.M.; 2) aspettative omogenee per tutti gli operatori che: -adoperano il modello di cui all'ipotesi 1) come unico criterio decisionale; -conoscono tutti i fattori esplicativi I j ; -stimano ai , bij ed ei di tutti i titoli nello stesso modo; 3) ipotesi sulle covarianze: Cov(ei , e k ) = 0, i k , cio gli errori relativi a due titoli diversi non sono correlati fra loro, Cov ei , I j I j

[ (

)] = 0, cio non c' correlazione tra l'errore relativo al titolo i-esimo e

l'indice j-esimo, i e j; 4) il numero dei titoli N deve essere grande a tal punto da poter applicare la legge dei grandi numeri; 5) illimitata possibilit di vendite allo scoperto. 9.3.2 Il modello di equilibrio

89

ROLL R.: "A Critique of the Asset Pricing Theory's Tests", Journal of Financial Economics, Marzo 1978; ROSS S. A. "The Arbitrage Theory of Capital Asset Pricing", Journal of Economic Theory, Dicembre 1976; "Return Risk and Arbitrage", Risk and Return in Finance, I.Friend & J.L. Bicksler Edition, Cambridge, Mass., 1977.

124

Secondo il modello esplicativo della determinazione dei rendimenti tramite l'insieme di indici, il valore atteso del rendimento di ogni titolo dato da: Ri = ai + bi1 I1 + bi 2 I2 +.....+ bik I k Il rendimento di qualunque portafoglio P dato da:
RP = x i Ri
i =1 N

ove xi il valore dell'investimento nel titolo i-esimo e non le quote, come era invece considerato nei capitoli precedenti. Il rischio del rendimento del portafoglio P formato da tante componenti quanti sono i fattori esplicativi:
bP1 = xi bi1;
i =1 N

bP 2 = xi bi 2 ; .........;
i =1

bPk = xi bik
i =1

ed inoltre dal rischio inserito dalla componente erratica:

e P = x i ei
i =1 N

La condizione sufficiente affinch sia valido il modello A.P.T. che sul mercato ci sia un numero sufficiente di alternative d'investimento in modo tale che non possano esistere portafogli d'arbitraggio, cio portafogli con rendimento positivo ma rischio ed investimento netto nullo. In termini matematici un portafoglio di arbitraggio caratterizzato dalle seguenti equazioni: 1. il vincolo di bilancio nullo: la quantit di capitale impiegata deve essere nulla. Gli acquisti e le vendite di titoli devono cio compensarsi esattamente.

x
i =1

=0

2. il portafoglio d'arbitraggio deve permettere guadagni a rischio nullo, quindi tutte le componenti di rischio del portafoglio (cio rischio diversificabile o non sistematico e rischio sistematico) devono essere nulle: bP1 = x i bi1 = 0 ; bP 2 = x i bi 2 = 0 ;.........; bPk = x i bik = 0
i =1 i =1 i =1 N N N

e
eP = xi ei 0 , cio eP tende asintoticamente a 0 secondo le ipotesi 3 e 4
i =1 N

3. il rendimento atteso del portafoglio di arbitraggio deve risultare strettamente maggiore di zero: RP = xi Ri > 0
i =1 N

In un mercato in equilibrio non possono esistere opportunit di arbitraggio non rischiose. Ovvero qualunque portafoglio di arbitraggio a rischio nullo non pu che dare un rendimento nullo. Quindi le precedenti equazioni in una situazione di equilibrio implicano:
RP = x i Ri = 0
i =1 N

125

Per poter raggiungere la specificazione del modello si deve introdurre il seguente teorema (Minkowski-Farkas)90: PROPOSIZIONE: siano w1, w2,..., wm e z vettori non nulli in n. Posto wx = 0 per tutti n gli x tali che w i x = 0 con i = 1, ..., m, con x . Esistono allora m numeri reali non negativi 1 , 2, ... m, non tutti nulli, tali che z = i wi .
i =1 m

Nel caso in esame, le suddette condizioni 1. e 2. per la determinazione di un portafoglio di arbitraggio implicano che il vettore x sia ortogonale ad altri k+1 vettori: un vettore unitario 1 (che rappresenta il vincolo di bilancio) e k vettori bj con j=1, ..., k (che esprimono la sensibilit del vettore dei rendimenti al fattore j-esimo). Se il mercato in equilibrio non sono possibili portafogli di arbitraggio e quindi il vettore x ortogonale anche al vettore dei rendimenti attesi R . In base al teorema di Minkowski-Farkas, poich il vettore x ortogonale sia al vettore R , Rx = 0 , sia a k+1 vettori, 1x = 0 e bjx = 0 , con j = 1, .., k allora esistono k+1 coefficienti non negativi 0 , 2, ... k tali che R = 0 1 + ib j
i =1 k

ovvero Ri = 0 + 1bi1 + 2bi 2 +.....+ k bik . In questo modo il rendimento atteso del titolo i-esimo pu essere espresso come combinazione lineare di un vettore di 1 e di k vettori bj con j=1, ..., k. Se consideriamo unattivit priva di rischio con rendimento Rf (risk-free), essa avr tutti i bij pari a zero in quanto non sensibile alle variazioni dei k fattori esplicativi Ij. Lequazione precedente risulta quindi: Rf = 0 dalla quale risulta che il coefficiente 0 pari al tasso di rendimento dellattivit senza rischio. Se consideriamo ora un portafoglio di attivit rischiose con rendimento atteso 1 e con sensibilit unitaria al fattore di rischio I1 (quindi con bi1 = 1 e bij = 0 con j=2,...,k) possiamo riscrivere lequazione precedente come 1 = R f + 11 da cui si ricava 1 = 1 R f . Procedendo in modo analogo si pu considerare lequazione del rendimento atteso nellipotesi di assenza di arbitraggio come: Ri = R f + 1 R f bi1 + 2 R f bi 2 +.....+ k R f bik

In generale, il coefficiente j (j=1,...,k) pu essere interpretato come premio per il rischio, in condizioni di equilibrio, per il j-esimo fattore. Il premio per il rischio j risulta pari alla differenza fra:
90 Per la dimostrazione del teorema e per maggiori approfondimenti in merito si vedano, tra gli altri, CASTAGNOLI E. PECCATI L., Matematica per lanalisi economica - Ottimizzazione statica e dinamica, ETASLIBRI, Milano, 1979; TAKAYAMA A., Mathematical Economics, Cambridge University Press, London, 1985.

126

 il rendimento atteso di un portafoglio con sensibilit unitaria al j-esimo fattore e sensibilit nulla rispetto agli altri k-1 fattori il tasso risk-free, Rf. Se si stima lequazione precedente a minimi quadrati ordinari91 i coefficienti bij saranno dati da: Cov Ri , j bij = Var j

( )

in tal caso i bij vengono definiti nello stesso modo dei i del CAPM. In questottica il CAPM pu essere interpretato come un modello APT in cui il rendimento del portafoglio di mercato risulta essere lunico fattore esplicativo del rendimento delle singole attivit rischiose. LAPT si rivela quindi un modello caratterizzato da una generalit maggiore rispetto al CAPM ed inoltre si basa su ipotesi meno stringenti in quanto92: non formula alcuna ipotesi sulla distribuzione dei rendimenti delle singole attivit; permette ai rendimenti di equilibrio delle attivit di essere dipendenti da pi fattori e non solo dal rendimento del portafoglio di mercato, come fa, riduttivamente, il CAPM; consente di determinare il prezzo relativo di equilibrio di un qualsiasi sottoinsieme di attivit senza dover necessariamente considerare lintero mercato; non richiede che il portafoglio di mercato sia efficiente; non impone ipotesi circa la funzione di utilit degli individui. Nellambito delle scelte di investimento il decisore deve costantemente valutarne il rendimento ed il rischio. In questo contesto il CAPM si rivela uno strumento pi approssimativo dellAPT ai fini decisionali. Il CAPM misura il rischio in una sola dimensione mentre lAPT consente di identificare pi portafogli con uguale rendimento e con diverse combinazioni dei coefficienti di sensibilit ai fattori di rischio sottostanti. Infatti non indifferente scegliere tra due portafogli che presentano lo stesso grado di rendimento, ma con rischio complessivo distribuito su pi fattori che lo generano. Se ipotizziamo che il rischio sia generato da inflazione e produzione industriale un soggetto potrebbe preferire un portafoglio il cui rischio dipende per il 70% dallinflazione e per il 30% dalla produzione industriale mentre un altro soggetto, a parit di rendimento e rischio complessivo, potrebbe preferire un portafoglio con il 25% del rischio dipendente dallinflazione ed il 75% dipendente dalla produzione industriale.

Allo scopo di applicare il modello APT necessario determinare i fattori esplicativi dei rendimenti. A tal fine sono stati proposti due differenti approcci.

Un primo approccio identifica le variabili esplicative Ij sulla base delle teorie economiche. Un modello a quattro fattori proposto da Chen, Roll e Ross93 ha specificato quattro variabili economiche quali fattori generatori dei rendimenti in quanto influenzano o la
considerano valide implicitamente le ipotesi sottostanti al generale problema di minimizzazione a minimi quadrati ordinari. 92COPELAND T. E. e WESTON J. F., Financial Theory and Corporate Policy, Addison Wesley, Reading Mass., 1988.
91si

127

dimensione dei futuri flussi di cassa derivanti dalla detenzione del titolo o il valore dei futuri flussi di cassa: 1. il tasso di crescita della produzione industriale, in quanto influenza le opportunit di investimento e quindi il valore reale dei flussi di cassa; 2. il tasso di inflazione non anticipato, che manifesta un impatto sia sul tasso di sconto che sul valore dei flussi; 3. la struttura a termine dei tassi di interesse, espressa dal differenziale tra tasso di interesse a lungo e a breve che influenza il valore dei pagamenti in relazione allepoca di scadenza; 4. il premio al rischio, stimato come differenza nel rendimento di titoli con rating (Aaa) e (Baa), cio tra titoli con diverso grado di rischio per misurare la reazione del mercato al rischio. Altri autori hanno suggerito di inserire tra i fattori esplicativi anche landamento delleconomia mondiale in relazione alla correlazione positiva esistente tra gli andamenti dei prezzi dei titoli azionari nelle varie borse mondiali e i movimenti valutari in relazione alla struttura e alla valuta di denominazione degli investimenti delle societ quotate. Un secondo approccio per identificare i fattori generanti i rendimenti delle attivit rischiose studiate consiste nellutilizzo dellanalisi fattoriale, un corpo di tecniche che consente di spiegare o di rappresentare determinate relazioni osservate per mezzo di variabili indipendenti (fattori). Consiste nellestrarre un numero limitato di fattori indipendenti sulla base delle correlazioni tra le variabili osservate. Uno dei metodi fondamentali per lanalisi fattoriale dato dallanalisi delle componenti principali. In tal caso possibile identificare degli indici che non hanno una specificazione economica, ma che derivano dalle prime componenti principali estratte dalle stesse variabili osservate, come visto nel capitolo 7.

93CHEN N., ROLL R. E ROSS S.,

Economic Forces and the Stock Market, Journal of Business, 59, 1986, pagg.

386-403.

128

Allegato

Indicatori di Performance
Misure di Performance Performance assoluta Rendimento Medio Rendimento Medio Geometrico Mean Excess Return Misure di Rischio Volatilit (Standard Deviation) Volatilit attesa (EWMA volatility) Downside Deviation Tracking Error Var Misure di Rischio/Rendimento Indice di Sharpe Indice di Sortino Indice di Modigliani Information Ratio Analisi della correlazione Coefficiente di correlazione Alfa Beta Alfa di Jensen Granularit: se tutti gli indicatori sono espressi su base giornaliera il fattore di annualizzazione = 252

Misure di Performance
Performance assoluta Rappresenta lincremento di valore percentuale dellasset considerato. V F = Valore finale dellasset V I = Valore inziale dellasset
VF Total Return = V 1 I

129

Rendimento Medio E la semplice media dei rendimenti giornalieri, calcolata sommando i risultati di ciascun periodo e dividendo il totale per il numero dei periodi. N = Numero dei periodi R i = Rendimento periodo i

R
I =1

Rendimento Medio =

N = R

Dato annualizzato Rendimento medio annualizzato = R * 252 = R a

Rendimento Medio Geometrico E la media geometrica dei rendimenti giornalieri. Rappresenta il rendimento giornaliero da attribuire ad ogni periodo per arrivare ad ottenere a fine periodo il rendimento composto di periodo corrispondente. N = Numero dei periodi V F = Valore finale dellasset V I = Valore inziale dellasset Rendimento medio geometrico =
VF 1 = RG VI

Dato annualizzato 252 Rendimento medio geometrico annualizzato = (1 + RG ) 1 = RG a

130

Mean Excess Return Rappresenta la media della performance relativa rispetto ad un Benchmark definito. N = numero di periodi R i = Rendimento periodo i RD i = Rendimento Benchmark periodo i

(R RD)
i=1 i i

Mean Excess Return = ER =

Dato annualizzato Se per il rendimento annualizzato utilizziamo il rendimento composto allora RG a = rendimento medio geometrico annualizzato RD G a = rendimento medio geometrico annualizzato del Benchmark Mean Excess Return annualizzato = RG a - RD G a = ERa Se invece si usa il rendimento non composto Mean Excess Return annualizzato = ER * 252

Misure di Rischio
Volatilit (Standard Deviation) Serve a misurare la dispersione media dei rendimenti. Misura il grado di variabilit dei rendimenti intorno alla media. E spesso utilizzata come misura del rischio dellinvestimento. R i = Rendimento periodo i R = Media dei rendimenti R N = Numero dei periodi

Standard Deviation = R =

(R
N I =1

N 1

Dato annualizzato Standard Deviation Annualizzata = R * 252 = R a

Volatilit attesa (EWMA volatility) (Exponentially Weighted Moving Average Standard Deviation ) E uno stimatore delle volatilit, che permette di catturare la dinamicit dei rendimenti delle attivit finanziarie dando maggior enfasi alle osservazioni pi recenti. In particolare

131

il suo utilizzo permette di considerare gli shock pi recenti cui stato soggetto il mercato e di mantenere memoria (effetto di persistenza tipico delle serie finanziarie) per periodi pi o meno lunghi, in funzione del valore attribuito al fattore di decadimento (decay factor), e quindi al sistema di pesi esponenziali. R i = Rendimento periodo i R = Media dei rendimenti R N = Numero dei periodi = Decay Factor =0.94 (cfr. Risk Metrics J.P.Morgan per dati giornalieri)
Standard Deviation = ewR =
(1 ) * i 1 * ( Ri R ) 2
i =1 N

Dato annualizzato Standard Deviation Annualizzata = ewR * 252 = ewR a

Nota Per avere valori attendibili si consiglia di considerare almeno 3 mesi di dati giornalieri (circa 70 osservazioni). Con una numerosit dei dati bassa possono esserci alcuni problemi: T 1 Utilizzando lo stimatore Ewma, si applica lapprossimazione : i 1 (1 ) j =1 Le due espressioni sono equivalenti per T . Per valori di T bassi i valori cos ottenuti non sono confrontabili con il modello della volatilit non esponenziale. Il numero di osservazioni inoltre collegato al livello di confidenza del risultato: con il fattore di decay scelto (0.94) per avere un grado di confidenza dell1% occorre avere almeno 74 osservazioni (Cfr. Riskmetrics Technical Document pag. 79)

Downside Deviation

Rappresenta la deviazione standard in cui vengono considerati per solo i rendimenti inferiori ad un certo livello minimo (solitamente il livello minimo 0) N = Numero dei periodi R i = Rendimento periodo i Li = R i se R i< 0; 0 se R i 0

(L )
N I =1

Downside Deviation =

= D R

Dato annualizzato
Downside Deviation annualizzata = DR * 252 = DR a

132

Tracking Error (Volatility) Indica la variabilit delle differenze di rendimento tra lasset considerato e il benchmark. Fornisce indicazioni sulla rischiosit che si sopporta investendo nel fondo anzich detenere direttamente il benchmark. Quindi, indica quanto rischio corre il gestore per avere un determinato differenziale di rendimento. Da tale analisi possiamo valutare se un gestore adotta una strategia attiva o passiva.

R i = Rendimento periodo i RD i = Rendimento Benchmark periodo i

(R
I =1

RDi )

Tracking Error Volatility =

N 1

=TEV

Dato annualizzato = Daily Tracking Error* 252 = TEVa

VaR (Value at Risk) Il VaR una stima, con un adeguato intervallo di confidenza, delle massime perdite di un determinato portafoglio, in un determinato intervallo di tempo.

R = Standard Deviation giornaliera

p c = grado di confidenza = intervallo di tempo = valore associato nella tavola di distribuzione, al grado di confidenza scelto ()
VAR = c* R *
p

Misure di Rischio/Rendimento
Indice di Sharpe E la pi utilizzata misura di Risk Adjusted Performance, cio misure che considerano congiuntamente rischio e rendimento. Rappresenta una misura del premio al rischio calcolato su basi unitarie, cio su ogni unit di rischio.

RG a = Rendimento medio geometrico annualizzato N = Numero dei periodi R a = Standard Deviation annualizzata RRF a = Rendimento annuo dellattivit Risk Free (Euribor a 3 mesi )

133

 R G a RRF a Indice di Sharpe = a R Molto diffusa la versione con il rendimento medio annuo invece che quello geometrico; si ritiene pi corretta questa indicazione del rendimento.
Indice di Sortino Unaltra misura di rischio/rendimento, rappresenta il sovra-rendimento per unit di volatilit negativa (la volatilit dei soli rendimenti negativi). Il sovra-rendimento pu essere calcolato rispetto al benchmark o rispetto allattivit priva di rischio. RG a = Rendimento medio geometrico annualizzato
RRF a = Rendimento annuo dellattivit Risk Free (Euribor a 3 mesi )

DR a = Downside Deviation
RG a R RF a Indice di Sortino = D a R
Indice di Modigliani E un indice che permette di confrontare asset con lo stesso obiettivo dinvestimento (medesimo benchmark) portandoli ad un uguale livello di rischio, cio variando la loro rischiosit fino a farla coincidere con quella del benchmark e in seguito calcolando il rendimento dellasset modificato. In pratica, per ciascun asset con un dato rischio e rendimento, la misura di Modigliani determina il rendimento che lasset avrebbe avuto se avesse assunto lo stesso livello del rischio del Benchmark. E analogo allindice di Sharpe, ma mentre il primo rappresenta un coefficiente, lindice di Modigliani espresso con un valore percentuale, cio un rendimento. RG a = Rendimento medio geometrico annualizzato

R a = Standard Deviation annualizzata RD a = Standard Deviation del Benchmark annualizzata RRF a = Rendimento annuo dellattivit Risk Free (Euribor a 3 mesi )
Indice di Modigliani = RG a RRF a *

RD a + R RF a Ra

Information Ratio E una misura che mostra quanto rischio aggiuntivo, rispetto al benchmark, il gestore ha assunto al fine di produrre un determinato differenziale di rendimento. ERa = Mean Excess Return annualizzato

TEVa =Tracking Error Volatility annualized ERa Information Ratio = TEVa

134

Analisi della correlazione

Coefficiente di correlazione lineare Misura il grado di correlazione lineare tra due variabili. Il valore compreso tra 1 (perfetta relazione lineare inversa) e +1 (perfetta relazione lineare diretta). Il coefficiente di determinazione lineare, il quadrato del coefficiente di correlazione lineare ovvero 2, R2 su valori campionari, misura quanto buona sia laderenza dei valori osservati intorno ad uninterpolante lineare (rappresenta la percentuale di varianza spiegata dalla regressione lineare). N = numero di periodi

R i = Rendimento periodo i RD i = Rendimento Benchmark periodo i R = Media dei rendimenti R RD = Media dei rendimenti del Benchmark

coefficiente di correlazione = =

(R
N i =1 N i =1 i

R * RDi RD
2

)(

) )
2

(R R ) (R
N i =1

(RD
N i =1

RD

Dove:

R * RDi RD

)(

)
= Covarianza

cov R , RD

RD * R

Beta Il Beta misura il rischio di un particolare asset relativamente al mercato nel suo complesso. Descrive la sensibilit dellinvestimento allandamento del mercato. Un portafoglio aggressivo ha un beta maggiore dellunit. Beta rappresenta, geometricamente, la pendenza della retta di regressione.

N = Numero dei periodi R i = Rendimento periodo i RD i = Rendimento Benchmark periodo i

135

(R
N i =1

R * RDi RD
2 i

)(

(RD RD )
N i =1

Dove:

(R
N i =1

R * RDi RD

)(

)
= Covarianza

cov R , RD

2 RD

Alfa E la misura del valore aggiunto dallattivit di gestione. Lalfa indica in che misura landamento del portafoglio stato migliore o peggiore delle previsioni basate sulla sua rischiosit intrinseca: la differenza tra la performance effettiva del portafoglio e la performance prevista alla luce del suo fattore beta e dallandamento del mercato.

Geometricamente, rappresenta lintercetta della retta di regressione. R = Media dei rendimenti R RD = Media dei rendimenti del Benchmark Alfa = = R * RD
Alfa annualizzato = (1 + )
252

1 = a

Alfa di Jensen E un indicatore dellabilit di selezione dellasset manager. Analiticamente lAlfa di Jensen misurata dalla differenza tra il sovrarendimento rispetto al free risk effettivamente realizzato e quello atteso di equilibrio (secondo la Security Market Line), per un portafoglio avente lo stesso rischio sistematico cio lo stesso beta. RD = Rendimento medio del Benchmark R RF = Rendimento dellattivit Risk Free (Euribor a 3 mesi )

Alfa di Jensen annualizzato = (1 + j )

Alfa di Jensen = R RF * ( RD RRF ) = j

252

1 = ja

136

BIBLIOGRAFIA

ALEXANDER G.J., FRANCIS J.C., Portfolio Analysis, Prentice Hall, New York 1986 ANDERSON J., DILLON J., HARDAKER B., Agricultural Decision Analysis, Iowa State University Press, Ames, Iowa, 1977 ARROW K.J., Aspects of the Theory of Risk Bearing, Helsinki, 1971 BAMBERG G., SPREMANN K., Capital Market Equilibria, Springer Verlag, N.Y., 1986 BARALDI S., La Scienza della Direzione, F. Angeli Ed., Milano, 1979 BARRA, The Global Equity Model Handbook, Barra, University Avenue, Berkeley CA 94704-1058 USA, 1995 BOOKSTABER R.M., MCDONALD J.B., "A General Distribution for Describing Security Price Returns", Journal of Business, July 1987 BREALEY R., EDWARDS H., A Bibliography of Finance, Vol. 2, The MIT Press, Cambridge, Mass., 1991 BRUSA L., ZAMPROGNA L., Pianificazione e controllo di gestione: creazione del valore, cost accounting e reporting direzionale: tendenze evolutive, Etas Libri, Milano, 1991 BURCH J.G., Contabilit direzionale e controllo di gestione; impatto delle nuove tecnologie, EGEA, Milano, 1997 CACCIAFESTA F., Lezioni di matematica finanziaria classica e moderna, Giappichelli, Torino, 1993 CANDIA B., "Teoria e Tecnica della Gestione Quantitativa", XI Corso di Formazione per Analisti Finanziari, Milano, Settembre 1994 CANESTRELLI E., NARDELLI C., Criteri per la Selezione del Portafoglio, Giappichelli, Torino, 1991 CASTAGNOLI E. PECCATI L., Matematica per lanalisi economica - Ottimizzazione statica e dinamica, ETASLIBRI, Milano, 1979 CASTAGNOLI E., PECCATI L., Introduzione alla Selezione del Portafoglio, Coop. Lorenzo Milani, Milano, 1991 CHEN N., ROLL R. Business, 59, 1986
E

ROSS S., Economic Forces and the Stock Market, Journal of

CHILD D., The essentials of Factor Analysis, Holt, Rineart and Winstone, London, 1970 CODA V., I costi standard nella programmazione e nel controllo, Giuffr, Milano, 1975

137

CONSTANTINIDES G.M., MALLIARIS A.G., Portfolio Theory, in JARROW R. ET. AL., Handbooks in OR &MS, Vol. 9, Elsevier Science B.V., Amsterdam, 1995 COPELAND T. E., WESTON J. F., Financial Theory and Corporate Policy, Addison Wesley, Reading Mass., 1988
DE FINETTI B.,

Sulla preferibilit, Giornale degli Economisti e Annali di Economia,

1952. DE FINETTI B., Teoria delle Probabilit, vol. 1, Einaudi Ed., Torino, 1970, pag. 33. DE LUCA G., VERRILLI A., Dizionario Economico Finanziario e Contabile, Edizioni Simone, Napoli, 1992 DEAKIN E.B., MAHER M.W., Cost Accounting, Irwin, Homewood, 1992 ELTON E. J. GRUBER M. J., Modern Portfolio Theory and Investment Analysis, Wiley & Sons, New York, 1995 ELTON E., GRUBER M., Modern Portfolio Theory and Investment Analysis, Wiley, N.Y., 1984 ELTON J.E., GRUBER J.M., Estimating the Dependence Structure of Share Price, Journal of Finance, Dec., 1973 EMMANUEL C., OTLEY D., MERCHANT K., Accounting for Management Control, Chapman & Hall, London, 1990 FAMA E. F. E MILLER M. H., The Theory of Finance, Holt, Rinehart and Winston, New York, 1972 FAMA E.F., "The Behavior of Stock Market Prices", Journal of Business, Jan. 1965, vol. 38, pagg. 34-105 GARBADE K., Teoria dei Mercati Finanziari, Il Mulino, Bologna, 1989 HARMAN H.H., Modern Factor Analysis, University of Chicago Press, 1968. HARMANN H.H., Modern factor analysis, The University of Chicago Press, Chicago, 1967, 2nd Edition HUANG C., LITZENBERGER R.H., Foudations for Financial Economics, NorthHolland, New York, 1988 INGERSOLL J.E., Theory of Financial Decision Making, Rowman and Littlefield, Savage, 1987 JORION P., Value at Risk: The New Benchmark for Controlling Market Risk, IRWIN, Chicago, 1997 KAISER H.F., Computer Program for varimax rotation in factor analysis, in Journal of Educatiorn and Psycological Measurement, 1959, Vol.19 KOUTSOYIANNIS A., Theory of Econometrics, Macmillian, London, 1993 LEBART L., MORINEAU A., WARWICK K.M., Multivariate Descriptive Statistical Analysis, Wiley, N.Y., 1984 LEVY H., SARNAT M., Capital Investment and Financial Decisions, Prentice Hall Int., N.Y., 1986

138

LINTNER J., "The Aggregation of Investors Diverse Judgments and Preferences in Purely Competitive Security Markets", Journal of Financial and Quantitative Analysis, Dicembre, 1969 LINTNER J., "The Market Price of Risk, Size of Market and Investor's Risk Aversion", Review of Economics and Statistics, 1970 LINTNER J., "The Valuation of Risky Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets", Review of Economics and Statistics. Feb. 1965 MACIARIELLO J.A., KIRBY C.J., Management Control Systems, Prentice Hall Int., Englewood Cliffs, 1994 MARKOWITZ H. M., "Portfolio Selection", Journal of Finance, March 1952 MARKOWITZ H.M., Mean-Variance Analysis in Portfolio Choice and Capital Markets, Basil Blackwell Inc., N.Y., 1987 MARKOWITZ H.M., Mean-Variance Analysis in Portfolio Choice and Capital Markets, Basil Blackwell Inc., 1987 MARKOWITZ H.M., Portfolio Selection: Efficient Diversification of Investments, Wiley, N.Y., 1959 MERIC I. e MERIC G., "Potential Gains from International Portfolio Diversification and Intertemporal Stability and Seasonality in International Market Relationship", Journal of Banking and Finance, 13, 1989 MODIGLIANI F., MILLER M., Dividend Policy, Growth and the Valuation of Shares, in Journal of Business, October 1961 MODIGLIANI F., MILLER M., The cost of Capital,Corporation Finance and The Theory of Investment, in American Economic Review, June 1958 MORGAN J.P. /REUTERS, Technical Document, December 1996, Morgan Guaranty Trust Company, New York MORICONI F., Matematica Finanziaria, il Mulino, Milano, 1994 MORRISON D.F., Metodi di analisi statistica multivariata, Casa Editrice Ambrosiana, Milano, 1976 MOSSIN J., "Equilibrium in a Capital Asset Market", EM, Oct. 1966 PESARIN F., Elementi di Calcolo delle Probabilit, Cleup, Padova, 1985 PRATT J.W., Risk aversion in the Small and in the Large, Econometrica, Gen-Apr, 1964 QUIGGIN J., Generalized Expected Utility Theory-The Rank Dependent Model, Kluwer Academic Publishers, Boston, 1993 ROLL R.: "A Critique of the Asset Pricing Theory's Tests", Journal of Financial Economics, Marzo 1978 ROSS S. A. "The Arbitrage Theory of Capital Asset Pricing", Journal of Economic Theory, Dicembre 1976

139

ROSS S. A., "Return Risk and Arbitrage", Risk and Return in Finance, I.Friend & J.L. Bicksler Edition, Cambridge, Mass., 1977 ROSSI F.A. GIACOMELLO B., "Valutazione della Funzione di Utilit Quadratica dall'Analisi delle Scelte E-V Efficienti" Atti del XVI convegno A.M.A.S.E.S, Trieste, Settembre 1992 ROSSI F.A., "La Selezione del Portafoglio nel caso di Alternative in Numero Maggiore delle Osservazioni e in Presenza di Strutture di Dipendenza Lineare", Il Risparmio, n.3, Marzo 1981 ROSSI F.A., ERLACHER E., "Efficienza ed Equilibrio Finanziario dei Fondi Comuni di Diritto Italiano", Atti del XII convegno A:M.A.S.E.S., Palermo, Settembre, 1988 ROSSI F.A.,"Valutazione dell'Avversione al Rischio del Decisore dall'Analisi dell'Insieme delle Alternative Non Dominate" Atti del XII convegno A.M.A.S.E.S, Palermo, Settembre 1988 RUOZI R., Manuale dei Fondi Comuni di Investimento, Giuffr Ed., Milano 1987, pag, 89 SELLERI L., Contabilit dei costi e contabilit analitica. Determinazioni quantitative e controllo di gestione, Etas Libri, Milano, 1990 SHARPE W.F., "Simplifed Model for Portfolio Analysis", Management Science, Jan.1963. SHARPE W.F., ALEXANDER G.J., Investments, Prentice Hall, N.Y., 1990 SHARPE W.F., Portfolio Theory and Capital Markets, McGraw Hill Book Co., N.Y., 1970 SHARPE W.F:, "Capital Asset Prices: a Theory of Market Equilibrium under Conditions of Risk", Journal of Finance, 19, 1964 SHARPE.W.F., Portfolio Theory and Capital Markets, McGraw Hill Book Co., N.Y., 1970 SOLNIK B., "The advantages of Domestic and International Diversification", in Elton e Gruber, International Capital Markets, Amsterdam, North Holland, 1975 SOLNIK B., International Investments, Addison Wesley, 1988 STEWART M.B., WALLIS K.F., Introductory Econometrics, Basil Blakwell, Oxford, 1981 SZEGO G.P., Portfolio Theory, Academic Press, N.Y., 1980 TAKAYAMA A., Mathematical Economics, Cambridge University Press, London, 1985 TREGLIA B., ROSSI F.A., "Il Criterio Media-Varianza nelle Scelte Finanziarie con Costo del Capitale Certo o Aleatorio", Il Risparmio, n 6, 1991 VAJANI L., Statistica Descrittiva, Etas Libri, Milano, 1974 VARIAN H., Microeconomia, Cafoscarina, Venezia, 1987

140

VON NEUMANN J., MORGESTERN O., Theory of Games and Economic Behavior, Princeton University Press, 1944 WHITMORE, G.A., Diversification and the reduction of Dispersion: a note, Journal of Financial and Quantitative Analysis, V, n. 2, May 1970 ZIEMBA W.T., VICKSON R.G., Stochastic Optimisation Models in Finance, Academic Press, New York, 1975

141