Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Ai miei genitori
sommario
TEORIA DI MARKOWITZ
Titoli e portafogli
Il problema dellinvestitore
Il modello di Markowitz
Frontiera efficiente di un portafoglio titoli
Frontiera efficiente con titolo non rischioso di un portafoglio
titoli
MODELLO BLACK&LITTERMAN
Intuizioni del modello
Fattori che spiegano il rischio e il rendimento
Capital Asset Pricing Model
Applicazione del CAPM ad un portafoglio titoli
Rendimenti Impliciti di Equilibrio
Rendimenti impliciti di equilibrio del portafoglio
Fondamenti del modello Black&Litterman
Modello Black&Litterman
Previsioni degli investitori (Views)
Rendimenti e pesi del portafoglio per il modello
Black&Litterman
7
13
15
17
22
25
25
27
28
29
34
34
38
43
44
51
59
SOFTWARE UTILIZZATO
60
RIFERIMENTI BIBLIOGRAFICI
61
TEORIA DI MARKOWITZ
pt + d t
1
pt 1
( )
+ n
r
t
mn = E rt n =
f (rt )drt
Dove E() indica il valore atteso e f() la funzione di densit della variabile
casuale. Il momento di ordine 1 detto media o valore atteso della variabile
casuale; misura il punto centrale della distribuzione. Avendo a disposizione
un campione di T osservazioni sotto forma di serie storica dei rendimenti,
si potr dunque considerare la media aritmetica delle osservazioni come
uno stimatore attendibile del rendimento atteso , definita da:
r=
1 T
rt
T t =1
[(
mn = E rt rt
1 T
(rt r )2
=
T 1 t =1
r2 =
1 T
T 1 2 1 T
s r = (rt r )2 = rt2 r 2
T
T t =1
T t =1
10
r
r
C r = E
Momenti empirici
T
A = 1 rt r
T t =1 s r
1 T r r
C = t
T t =1 s r
T 2 1
A + (C 3)2
6
4
che la procedura non costruttiva, nel senso che una volta rifiutata lipotesi
di normalit non fornisce indicazioni sul da farsi. Peraltro un risultato
campionario che non consenta di rifiutare lipotesi di normalit,
sostanzialmente non costituisce una conferma del tipo di distribuzione ,dal
momento che si tratta comunque di un test relativo solamente a simmetria e
curtosi della stessa. Un ulteriore strumento basato sulle caratteristiche della
sequenza campionaria ordinata, per verificare la compatibilit dei dati
osservati con una distribuzione di tipo normale il grafico QuantileQuantile (fig. 1) nel quale si riportano sullasse delle ascisse i quantili
calcolati sulla distribuzione empirica e sulle ordinate i quantili della
distribuzione teorica da mettere a confronto. Quanto pi la rappresentazione
si discosta dalla bisettrice tanto
maggiore la deviazione della
Per
calcolare
rendimento
il
di
rischio
un
il
eil
t
n
a
u
Q
l
a
m
r
o
N
portafoglio
fare
riferimento
alla
1
0
-1
-2
-3
-.20 -.15 -.10 -.05 .00 .05 .10 .15 .20
nel
tempo,
quindi
MIBTEL
si
le
autocovarianze:
r (h ) = CORR(rt , rt h ) =
r (h ) r (h )
=
r (0) r2
12
h = 0,1,
r (h ) =
T
1
(rt r )(rt h r )
T h t = h +1
( )
E r p = p = i i
i =1
( )
VAR r p = 2p = i2 i2 +
i =1
N 1
i j i j ij
i =1 j = i +1
la ricchezza al tempo 1,
W1 : ricchezza al tempo 1,
r p : tasso di rendimento
W0
Lutilit attesa dunque una funzione crescente del valore atteso della
ricchezza futura e decrescente della varianza della stessa. Lipotesi di utilit
attesa M-V vale se la funzione di utilit quadratica, quindi sotto lipotesi
poco plausibile di unavversione assoluta al rischio crescente. Chamberlain
(1983) ha dimostrato che lanalisi M-V valida per qualsiasi U() qualora la
distribuzione dei rendimenti sia di tipo ellittico; lesperienza empirica
evidenzia giust appunto la normalit nella distribuzone dei rendimenti
mensili dei titoli azionari, e la normale multivariata un caso particolare di
distribuzione ellittica.
14
{( )
( )}
[ ( )]
( )
s.v.VAR r p = 2
MAX E r p
[ ( )] s.v. E (rp ) =
MIN VAR r p
MIN 2p =
} s.v.
= 2p
= 1
La cui soluzione :
** = ** 1 + ** 1
dove:
** =
c p** b
a = 1
** =
a b p**
b = 1
15
= ac b 2
c = 1
p** =
** = ** b E + ** cV E = U = 1
Portafoglio E
E =
E =
a
b
Portafoglio V
Rendimento atteso
V =
Rischio
V =
a
b
b
c
1
c
atteso/rischio:
MAX
V = MIN { } s.v.
** = E + (1 )V
= b** =
p** V
E V
20
16
16
12
12
4
1999
2000
2001
2002
2003
4
1999
2000
Alleanza
6
16
12
2
2000
2001
2002
2003
1
1999
2000
B.ca Fideuram
5
2000
2001
2002
2003
2001
2002
2003
B.ca Intesa
1
1999
2002
Autostrade
20
0
1999
2001
2003
1
1999
2000
2002
2003
18
16
2001
14
3
12
10
1
0
1999
2000
2001
2002
2003
8
1999
2000
2001
Capitalia
2.0
30
1.6
20
1.2
10
0.8
2000
2001
2002
2003
Eni
40
0
1999
2002
2003
0.4
1999
Fiat
2000
2001
2002
Finmeccanica
17
2003
50
14
40
12
30
10
20
10
1999
2000
2001
2002
2003
6
1999
2000
Generali
2001
2002
2003
Mediobanca
20
25
16
20
12
15
8
10
4
0
1999
2000
2001
2002
2003
5
1999
2000
Mediolanum
2001
2002
2003
Mediaset
2.0
16
14
1.6
12
1.2
10
0.8
0.4
1999
8
2000
2001
2002
2003
6
1999
2000
2001
Pirelli
2002
2003
Ras
20
8
7
16
6
12
5
8
4
1999
4
2000
2001
2002
2003
3
1999
2000
San Paolo-IMI
2001
2002
2003
Saipem
70
12
60
10
50
40
6
30
20
10
1999
2000
2001
2002
2003
2
1999
2000
2001
STMicroelectronics
8
2002
2003
TIM
5.5
5.0
4.5
4
4.0
2
0
1999
3.5
2000
2001
2002
2003
3.0
1999
Telecom Italia
2000
2001
2002
2003
UniCredito Italiano
18
T 1
T t
t =0
0.02
AUTOSTRADE
0.015
RAS
SAIPEM
0.01
B.CA FIDEURAM
MEDIASET
ENI
STMicroelectronix
MEDIOLANUM
PIRELLI SPA
TIM
MEDIOBANCA
RENDIMENTO
0.005
UNICREDIT
0
0
ALLEANZA
0.1
SAN PAOLO-IMI
FINMECCANICA
BNL
GENERALI
TELECOM
CAPITALIA
-0.005
-0.01
-0.015
FIAT
-0.02
RISCHIO
19
B.CA INTESA
0.2
R_CPTA
R_ENI
R_F
R_FNC
R_G
R_MB
R_MED
R_MS
R_PC
R_R
0.0049
0.0026
0.0103
0.0065
0.0067
0.0119
0.7734
0.2277
0.5557
0.5875
0.3947
0.5002
0.4887
0.4974
0.5180
0.3436
0.6956
0.3328
0.4600
0.3036
0.4997
0.4726
0.0062
0.0029
0.0112
0.0085
0.0076
0.0112
0.0177
0.3528
0.3803
0.6110
0.4277
0.4443
0.4661
0.4935
0.5705
0.3105
0.6828
0.3523
0.5706
0.2716
0.4795
0.4757
0.0021
0.0004
0.0012
0.0021
0.0020
0.0013
0.0024
0.0026
0.2306
0.1757
0.3923
0.4939
0.1684
0.1360
0.3287
0.3338
0.3374
0.5553
0.1427
0.0603
0.1411
0.4868
0.0031
0.0024
0.0060
0.0035
0.0043
0.0060
0.0050
0.0012
0.0098
0.3751
0.2974
0.4117
0.2702
0.2401
0.1309
0.1534
0.5444
0.1976
0.1959
0.1359
0.2046
0.2676
0.0042
0.0027
0.0134
0.0060
0.0042
0.0074
0.0093
0.0010
0.0043
0.0132
0.3756
0.3583
0.6245
0.6909
0.4487
0.2131
0.6768
0.3071
0.8868
0.6148
0.7013
0.3717
0.0071
0.0016
0.0064
0.0056
0.0041
0.0035
0.0046
0.0016
0.0024
0.0035
0.0067
0.7006
0.4495
0.2565
0.4506
0.5946
0.5965
0.2467
0.3678
0.3550
0.4139
0.5989
0.0061
0.0017
0.0082
0.0062
0.0048
0.0049
0.0053
0.0022
0.0036
0.0037
0.0051
0.0080
0.5522
0.4683
0.4333
0.5661
0.6421
0.3684
0.3699
0.3154
0.4466
0.5936
0.0093
0.0053
0.0278
0.0126
0.0077
0.0094
0.0109
0.0015
0.0047
0.0126
0.0065
0.0087
0.0310
0.8133
0.5564
0.4434
0.6997
0.2933
0.7176
0.7015
0.7232
0.3909
0.0048
0.0045
0.0189
0.0043
0.0051
0.0074
0.0090
0.0009
0.0033
0.0109
0.0029
0.0057
0.0196
0.0188
0.4721
0.2992
0.6427
0.2536
0.7223
0.7167
0.7536
0.3057
0.0054
0.0013
0.0094
0.0044
0.0047
0.0059
0.0080
0.0018
0.0014
0.0054
0.0039
0.0041
0.0103
0.0068
0.0110
0.3668
0.4436
0.3075
0.4240
0.4096
0.5845
0.4076
0.0050
0.0003
0.0062
0.0033
0.0035
0.0027
0.0030
0.0012
0.0011
0.0018
0.0035
0.0036
0.0056
0.0029
0.0028
0.0051
0.5217
0.3256
0.2238
0.1799
0.2486
0.7130
20
R_UC
R_BNL
0.0054
0.0024
0.0079
0.0062
0.0083
0.6785
0.6292
0.4353
0.4721
0.4012
0.5458
0.5915
0.4819
0.4102
0.4938
0.5356
0.7097
0.3591
0.3796
0.2882
0.4026
0.6582
R_TIT
R_BMPS
0.0059
0.0020
0.0119
0.0225
0.4539
0.3981
0.4277
0.2735
0.2379
0.3463
0.4595
0.4614
0.4752
0.2097
0.2761
0.3099
0.5511
0.0727
0.4030
0.2263
0.3731
0.3063
R_TIM
R_BIN
0.0097
0.0049
0.0293
0.4647
0.5075
0.5517
0.4920
0.1333
0.3515
0.6845
0.4569
0.5372
0.9245
0.8069
0.5260
0.5009
0.7389
0.2518
0.7062
0.7065
0.7048
0.4641
R_STM
R_BFI
0.0016
0.0039
0.4608
0.2141
0.4182
0.3767
0.3508
0.1256
0.3901
0.3788
0.3098
0.2982
0.4825
0.5257
0.1927
0.0589
0.5848
0.1775
0.3128
0.3071
0.3614
0.0877
R_SPM
R_AUTO
0.0101
0.2478
0.5654
0.3923
0.5935
0.4438
0.4657
0.4128
0.3091
0.3667
0.8680
0.6793
0.5270
0.3498
0.5093
0.6994
0.6125
0.2735
0.3537
0.4243
0.4803
0.6291
R_SPI
R_AL
R_AL
R_AUTO
R_BFI
R_BIN
R_BMPS
R_BNL
R_CPTA
R_ENI
R_F
R_FNC
R_G
R_MB
R_MED
R_MS
R_PC
R_R
R_SPI
R_SPM
R_STM
R_TIM
R_TIT
R_UC
Rendimento
Rischio
0.002679
0.01726
0.011811
0.002419
-0.000802
-0.001781
-0.003413
0.009786
-0.01972
0.00208
-0.003016
3.2148
20.712
14.1732
2.9028
-0.9624
-2.1372
-4.0956
11.7432
-23.664
2.496
-3.6192
0.101411
0.062927
0.17258
0.151425
0.091913
0.110074
0.133989
0.051421
0.099811
0.115739
0.082244
Titolo
MB
MED
MS
PC
R
SPI
SPM
STM
TIM
TIT
UC
Rendimento
Rischio
0.004468
0.009361
0.011362
0.006522
0.015046
0.004193
0.015593
0.010417
0.005174
-0.000946
0.003271
5.3616
11.2332
13.6344
7.8264
18.0552
5.0316
18.7116
12.5004
6.2088
-1.1352
3.9252
0.089945
0.177481
0.13816
0.105869
0.072362
0.110894
0.080915
0.167779
0.109212
0.123772
0.065209
0.10
0.15
0.20
Frontiera Efficiente
0.00
0.05
rendimento
Titolo
AL
AUTO
BFI
BIN
BMPS
BNL
CPTA
ENI
F
FNC
G
0.00
0.05
0.10
0.15
0.20
0.25
0.30
rischio
MIN = 2p =
s.v.
( r0 ) =
&p r0
1 4 2 43
rendimenti medi
netti dei titoli
rischiosi
14 2 43
rendimento medio
netto del
portafoglio
&p =
&p r0
a 2br0 + cr02
annuali
al
con
rendimento
6
5
4
3
2
1
2000:01 2000:07 2001:01 2001:07 2002:01 2002:07 2003:01 2003:07 2004:01
BOT
0.20
0.15
CML
0.10
0.00
0.05
rendimento
Frontiera efficiente
Pt
Rf
0.00
0.05
0.10
0.15
0.20
0.25
0.30
rischio
ps =
&p r0
&p
23
t =
t =
PORTF. MERCATO
ALLEANZA
AUTOSTRADE
B.CA FIDEURAM
B.CA INTESA
B.CA MONTE PASCHI
BNL
CAPITALIA
ENI
FIAT
FINMECCANICA
GENERALI
MEDIOBANCA
MEDIOLANUM
MEDIASET
PIRELLI SPA
RAS
SAN PAOLO-IMI
SAIPEM
STMicroelectronix
TIM
TELECOM
UNICREDIT
PESI
1.0000
0.1622
0.8988
0.0263
0.0844
-0.3265
0.1413
-0.0914
0.0529
-0.1443
-0.2168
-0.6604
0.2088
-0.2772
-0.2169
0.1724
0.5362
-0.0757
0.1887
0.2941
0.2887
-0.1087
0.0633
a br0
rendimento
b cr0
a 2br0 + cr02
b cr0
RENDIMENTO
0.0342
0.0027
0.0173
0.0118
0.0024
-0.0008
-0.0018
-0.0034
0.0098
-0.0197
0.0021
-0.0030
0.0045
0.0094
0.0114
0.0065
0.0150
0.0042
0.0156
0.0104
0.0052
-0.0009
0.0033
RISCHIO
0.0416
0.1014
0.0629
0.1726
0.1514
0.0919
0.1101
0.1340
0.0514
0.0998
0.1157
0.0822
0.0899
0.1775
0.1382
0.1059
0.0724
0.1109
0.0809
0.1678
0.1092
0.1238
0.0652
rischio
SHARPE
0.7821
0.0099
0.2476
0.0587
0.0049
-0.0270
-0.0314
-0.0380
0.1577
-0.2144
0.0035
-0.0571
0.0310
0.0433
0.0701
0.0458
0.1847
0.0227
0.1720
0.0521
0.0320
-0.0212
0.0244
s.e. SHARPE
0.2436
0.2132
0.2164
0.2134
0.2132
0.2132
0.2133
0.2133
0.2145
0.2156
0.2132
0.2134
0.2133
0.2133
0.2135
0.2133
0.2150
0.2132
0.2148
0.2133
0.2133
0.2132
0.2132
24
MODELLO BLACK&LITTERMANN
rm r f
m2
26
2.2
i = i M
dove
i =
i, M
2
M
La bont delle stime del modello dovuta al fatto che si assunta lipotesi
che gli extrarendimenti siano IID, la violazione dellipotesi pu essere
testata attraverso lanalisi dei residui e test di instabilit dei parametri nel
periodo campionario.
Capital Asset Pricing Mode applicato al portafoglio titoli:
Si assume come rendimento medio di mercato (rm ) la media degli storici
di una sua proxy, in questo caso lindice Mibtel nel periodo Giugno 1999Giugno 2005, e come rendimento dell attivit priva di rischio (rf ) la sua
ultima osservazione, per tanto quella di Giugno 2004, il premio al rischio
(rm-rf ) risulta essere pari al 2.52%. Si eseguono le regressioni per
determinarne i parametri di interesse. Prima di proseguire nella
determinazione del nuovo vettore dei rendimenti sono stati effettuati test
per la verifica di indipendenza e identica distribuzione degli extrarendimenti attraverso lanalisi dei residui la stabilit dei parametri e di
forma funzionale nel periodo campionario.
Si provata la normalit dei residui con il test congiunto Jarque-Brera; la
non correlazione e lindipendenza degli stessi con il test Ljung-Box e di
Breusch-Godfre; per lomoschedasticit si fatto ricorso all Arch Test e al
Test di White; la forma funzionale stata verificata per mezzo del Test
Reset, infine, la stabilit dei parametri stata studiata con il Chow
29
ALLEANZA
AUTOSTRADE
B.CA FIDEURAM
B.CA INTESA
B.CA MONTE PASCHI
BNL
CAPITALIA
ENI
FIAT
FINMECCANICA
GENERALI
MEDIOBANCA
MEDIOLANUM
MEDIASET
PIRELLI SPA
RAS
SAN PAOLO-IMI
SAIPEM
STMicroelectronix
TIM
TELECOM
UNICREDIT
Parametri
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Alpha
Beta
Coefficient
0.0034
1.0814
0.0163
0.5767
0.0171
2.4716
0.0035
1.1860
-0.0004
0.9812
-0.0007
1.1906
-0.0017
1.3672
0.0080
0.3098
-0.0203
0.6914
0.0040
1.4398
-0.0032
0.8109
0.0049
0.9752
0.0147
2.4682
0.0149
1.9151
0.0071
1.0191
0.0141
0.5761
0.0063
1.5029
0.0142
0.4290
0.0143
2.0197
0.0068
1.3608
0.0016
1.6275
0.0023
0.5626
Std.error
0.0100
0.1628
0.0068
0.1111
0.0106
0.1730
0.0173
0.2827
0.0090
0.1475
0.0107
0.1752
0.0136
0.2224
0.0062
0.1016
0.0118
0.1924
0.0097
0.1587
0.0085
0.1392
0.0087
0.1426
0.0119
0.1950
0.0094
0.1535
0.0111
0.1816
0.0082
0.1341
0.0080
0.1302
0.0100
0.1629
0.0147
0.2399
0.0091
0.1494
0.0095
0.1550
0.0072
0.1177
t-Statistic
0.3429
6.6420
2.4010
5.1893
1.6189
14.2882
0.2025
4.1956
-0.0436
6.6539
-0.0636
6.7971
-0.1271
6.1475
1.2824
3.0490
-1.7215
3.5944
0.4121
9.0732
-0.3721
5.8258
0.5565
6.8403
1.2300
12.6582
1.5812
12.4775
0.6347
5.6115
1.7198
4.2962
0.7935
11.5427
1.4219
2.6340
0.9708
8.4191
0.7475
9.1088
0.1683
10.5022
0.3187
4.7792
30
Prob.
0.7329
0.0000
0.0196
0.0000
0.1109
0.0000
0.8402
0.0001
0.9653
0.0000
0.9495
0.0000
0.8993
0.0000
0.2048
0.0035
0.0905
0.0007
0.6818
0.0000
0.7111
0.0000
0.5800
0.0000
0.2236
0.0000
0.1193
0.0000
0.5281
0.0000
0.0908
0.0001
0.4307
0.0000
0.1604
0.0108
0.3357
0.0000
0.4578
0.0000
0.8669
0.0000
0.7511
0.0000
R-squared
0.4320
std.dev. resid
0.0764
0.3171
0.0522
0.7788
0.0812
0.2328
0.1327
0.4329
0.0692
0.4434
0.0822
0.3945
0.1044
0.1381
0.0477
0.1822
0.0903
0.5867
0.0745
0.3692
0.0653
0.4465
0.0669
0.7342
0.0915
0.7286
0.0720
0.3519
0.0853
0.2414
0.0629
0.6967
0.0611
0.1068
0.0765
0.5500
0.1126
0.5886
0.0701
0.6554
0.0727
0.2825
0.0553
TITOLO
STORICO
CAPM
ALLEANZA
3.21
34.98
T ELECOM
AUTOSTRADE
20.71
19.73
T IM
B.ca FIDEURAM
14.17
76.97
ST M
UNICREDIT
B.ca INTESA
2.90
38.13
SAIPEM
MONTE PASCHI
-0.96
31.95
S .P-IMI
BNL
-2.13
38.27
RAS
CAPITALIA
-4.09
43.61
ENI
11.74
11.67
FIAT
-23.66
23.19
MED
FINMECCANICA
2.49
45.80
MDB
GENERALI
-3.61
26.80
MEDIOBANCA
5.36
31.77
MEDIOLANUM
11.23
76.87
MEDIASET
13.63
60.16
PIRELLI SPA
7.82
33.09
RAS
18.05
19.71
SAN PAOLO-IMI
5.03
47.71
SAIPEM
18.71
15.27
STMicroelectronix
12.50
FIDEURAM
63.32
AUT OST R.
TIM
6.20
43.42
ALLEANZA
TELECOM
-1.13
51.47
UNICREDIT
3.92
19.30
PIRELLI
MEDIASET
GENERALI
FINMEC.
FIAT
ENI
CPT A
BNL
BMPS
INT ESA
-25.00
-5.00
15.00
Storico 35.00
Capm
55.00
75.00
CML di Markowitz
CML CAPM
Frontiera CAPM
P.tangenza Markowitz
0.00
0.02
P.tangenza CAPM
Frontiera di Markowitz
-0.02
rendimento
0.04
0.06
0.00
0.05
0.10
0.15
0.20
rischio
32
TITOLO
STORICO
CAPM
ALLEANZA
16.22
-3.37
AUTOSTRADE
89.88
10.90
B.ca FIDEURAM
2.63
6.01
B.ca INTESA
8.44
1.91
MONTE PASCHI
-32.65
2.69
BNL
14.13
6.01
CAPITALIA
-9.14
-0.13
RAS
PIRELLI
UNICREDIT
T ELECOM
T IM
ST M
SAIPEM
S .P-IMI
ENI
5.29
20.70
FIAT
-14.43
1.28
FINMECCANICA
-21.68
6.43
GENERALI
-66.04
9.82
MEDIOBANCA
20.88
1.36
MEDIOLANUM
-27.72
-0.03
GENERALI
FINMEC.
MEDIASET
-21.69
11.48
PIRELLI SPA
17.24
-1.05
MEDIASET
MED
MDB
FIAT
RAS
53.62
6.47
SAN PAOLO-IMI
-7.57
2.03
SAIPEM
18.87
-2.90
STMicroelectronix
29.41
-3.16
TIM
28.87
14.09
TELECOM
-10.87
6.48
UNICREDIT
6.33
2.99
FIDEURAM
SOMMA
100.00
100.00
AUT OST R.
Std. DEVIATION
32.00
6.08
HIGH
89.88
20.70
LOW
-66.04
-3.37
ENI
CPT A
BNL
BMPS
INT ESA
ALLEANZA
-67.00
-17.00
Storico
Capm
33.00
33
83.00
EFF =
1 ( r0 )
1 ( r0 )
dove
( - r0 ) = extrarendimento
atteso
1 ( r0 )
=
1
( r0 )
STOR
3.21
20.71
14.17
2.90
-0.96
-2.14
-4.10
11.74
-23.66
2.50
-3.62
5.36
11.23
CAPM
TITOLO
STOR
34.98
2.01344
13.63
MEDIASET
19.73
2.01311
7.83
PIRELLI
76.97
2.01394
18.06
RAS
38.13
2.01353
5.03
S P-IMI
31.95
2.01336
18.71
SAIPEM
38.27
2.01341
12.50
STM
43.61
2.01355
6.21
TIM
11.67
2.01308
-1.14
TELECOM
23.19
2.01319
3.93
UC
45.80
2.01354
5.55
MEDIA
26.80
2.01332
9.82
Std. Dev
31.77
2.01336
20.71
HIGH
76.87
2.01396
-23.66
LOW
CORRELAZONE (, CAPM)=0.986957419
CORRELAZIONE (, STORICI)=0.007435931
CAPM
60.16
33.09
19.71
47.71
15.27
63.32
43.42
51.47
19.30
38.78
18.55
76.97
11.67
2.01365
2.01338
2.01318
2.01357
2.01313
2.01384
2.01346
2.01362
2.01319
2.01345
0.00026
2.01396
2.01308
80
Storici
Capm
Equilibrio
60
40
-40
35
UNICREDI
TELECOM
TIM
STMicroelectronix
SAIPEM
SAN PAOLO-IM
RAS
PIRELLI SPA
MEDIASET
MEDIOBANCA
GENERAL
MEDIOLANUM
FIAT
FINMECCANICA
ENI
BNL
CAPITALIA
B.CA INTESA
AUTOSTRADE
-20
ALLEANZA
B.CA FIDEURAM
20
Costruiamo, dal vettore dei rendimenti impliciti, il nuovo vettore dei pesi
sempre con lapproccio media-varianza determinando Frontiera Efficiente
Capital Market Line e portafoglio efficiente di tangenza e confrontiamolo
con i precedenti, banalmente il vettore dei pesi efficienti del portafoglio di
tangenza cos ottenuto risulta uguale, per costruzione, ai pesi di
capitalizzazione
Il vettore dei pesi di mercato presenta una situazione differente dalla
precedente, innanzitutto il vettore dei pesi del portafoglio efficiente di
mercato ottenuto partendo dai pesi di capitalizzazione ha varianza simile a
quella riferita al CAPM, ha solo posizioni lunghe, seppur alto il coefficiente
di correlazione passa da 98.69% a 71.36% tra rendimenti impliciti e Capital
Asset Pricing Model, e da 0.74% a -4.03% con gli storici.. Ladozione di
tale strategia, cio la replica dell indice, prende il nome di gestione passiva
di portafoglio.
TITOLO
ALLEANZA
AUTO
FIDEURAM
INTESA
BMPS
BNL
CAPITALIA
ENI
FIAT
FNM
GENERALI
MDB
MED
STOR
16.22
89.88
2.63
8.44
-32.65
14.13
-9.14
5.29
-14.43
-21.68
-66.04
20.88
-27.72
CAPM
TITOLO
STOR
-3.37
2.49
-21.69
MEDIASET
10.90
2.71
17.24
PIRELLI
6.01
1.43
53.62
RAS
1.91
4.86
-7.57
S P-IMI
2.69
1.92
18.87
SAIPEM
6.01
1.31
29.41
STM
-0.13
1.59
28.87
TIM
20.70
21.54
-10.87
TELECOM
1.28
1.4
6.33
UC
6.43
1.73
100.00
SOMMA
9.82
8.74
32.00
Std. Dev
1.36
2.39
89.88
HIGH
-0.03
1.18
-66.04
LOW
CORRELAZONE (, CAPM)=0.713629975
CORRELAZIONE (, STORICI)=-0.038227256
CAPM
11.48
-1.05
6.47
2.03
-2.90
-3.16
14.09
6.48
2.99
100.00
6.08
20.70
-3.37
3.39
0.86
3.19
4.39
1.09
5.22
12.2
8.49
7.87
100
4.87
21.54
0.86
36
UNICREDIT
ALLEANZA
100
T ELECOM
50
T IM
ST Microelectronix
-50
SAIPEM
BNL
-100
SAN PAOLO-IMI
CAPIT ALIA
RAS
ENI
PIRELLI SPA
FIAT
MEDIASET
FINMECCANICA
MEDIOLANUM
GENERALI
MEDIOBANCA
37
Equilibrio
CAPM
Storici
Conseguenza importante di tali intuizioni quella per cui una view che
coinvolga solo alcuni degli assets di un generico portafoglio ha
conseguenze anche sui rimanenti titoli.
Per verificarlo ipotizziamo di conoscere lesatta struttura di un mercato
composto da tre attivit finanziarie A, B e C; delle quali si conosce il
processo generatore dei rendimenti attesi dato da un premio al rischio di
equilibrio un fattore comune e un errore indipendente tra i tre assets:
Ri = rendimento i - esimo asset,
RA = A + AZ + A
RB = B + B Z + B
RC = C + C Z + C
38
Con la quale non si assume che il mercato sia in equilibrio, nel qual caso
E[Z] e E[i] sarebbero zero. Si assume che la media E[RA] sia essa stessa
una variabile casuale non osservata la cui distribuzione centrata sul
premio al rischio di equilibrio; lincertezza sul rendimento atteso dovuta
quindi sia allaleatoriet dellerrore che del fattore comune. Si assume
inoltre che il grado di incertezza relativo ad E[Z] ed E[i] sia proporzionale
alla volatilit del fattore comune stesso e degli errori. Questo implica che il
rendimento atteso distribuito con una struttura di covarianza
proporzionale a . Si far riferimento quindi, alla matrice di covarianza dei
rendimenti attesi come . Visto che lincertezza in media minore
dellincertezza degli stessi rendimenti tende necessariamente a zero. Il
premio al rischio di equilibrio assieme alla matrice determina la
distribuzione per i rendimenti attesi. Si assume tale informazione
conosciuta da tutti gli operatori, e non influenzata della forza finanziaria di
alcuno. Si assume inoltre, che ogni investitore fornisca ulteriori
informazioni sotto forma di views, ad esempio: mi aspetto che lasset A
consegua una performance migliore rispetto allasset B di una quantit Q,
dove la quantit Q dichiarata quindi nota. Si ha quindi, uninterpretazione
soggettiva sui rendimenti attesi futuri del titolo A rispetto a B. Un modo di
rappresentare tali informazioni, nel caso si disponga di statistiche
riassuntive riferite ad un campione del disegno dei dati, quello di
integrarle nella distribuzione dei rendimenti attesi. In alternativa si possono
considerare le views direttamente come una distribuzione di probabilit
relativa alla differenza in media del rendimento di A sul corrispettivo di B.
Qualunque sia linterpretazione relativa alle informazioni soggettive di cui
si dispone, il risultato a cui si giunge non cambia, quindi indifferente
operare con una piuttosto che con laltra. Tuttaltra rilevanza ha
lindividuazione di una misura per il livello di confidenza che linvestitore
ripone nelle sue previsioni, al fine di determinare il peso da attribuire alle
corrispettive views nel momento in cui dovranno essere integrate
nellequilibrio. Una possibile misura del grado di confidenza pu essere
ottenuta o come il numero di osservazioni che si hanno dalla distribuzione
39
con
= { A , B , C }
40
+ P [PP ]1 [Q P ]
Che soluzione al problema di minimo:
(E[R ] ) 1 (E[R ] )
s.v. P * E [R ] = Q
Black-Littermann.
Qualsiasi
sia
lapproccio
per
non
dipende
da
tale
specifica
conoscenza,
bens
E[ R ] = ( )1 + P 1 P
] [( )
Dove si definiscono:
43
+ P 1Q
= scalare,
rendimenti
ottemperando
rigorosamente
ai
principi statistico-
matematici.
Innanzitutto il modello non richiede sia specificata una congettura per ogni
asset considerato, impone per che non siano in numero superiore a questi
ultimi; si assume poi, ci sia termine di errore casuale, normalmente
distribuito con media 0 associato ad ogni view che pu essere quindi
descritta dallespressione:
Q1 1
Q + = + dove ~ N (0, )
Qk k
45
1
=
0
0 CF LC
1
=
k 0
CF
LC k
0
P=
p k ,1
p1, n
p k , n
A questo punto nella formula per la determinazione del nuovo vettore dei
rendimenti manca di definire lo scalare . La letteratura, a tal proposito, non
vasta e spesso contraddittoria: nella definizione del modello gli autori
affermano che essendo lincertezza in media inferiore allincertezza nei
rendimenti deve tendere a 0, dello stesso parere Lee in uno studio
successivo (2000). Di parere opposto sono Satchell e Scowcroft (2000)
affermando che lo scalare spesso impostato sul valore 1. Considerando
che il modello ha lo scopo di esprimere un vettore dei rendimenti come una
media pesata dei rendimenti impliciti di equilibrio con le previsioni degli
46
&
pari alla varianza del del vettore delle views. In presenza di un unica
previsione risulta:
&= = CF LC
La varianza delle congetture la somma degli elementi della matrice
quadrata di ordine k ottenuta dal prodotto PP. Quando vi pi di una
previsione sui rendimenti ci sono due possibili interpretazioni di &: o come
somma degli elementi () che stanno sulla diagonale della matrice di
covarianza dei termini di errore () o come media degli stessi. La somma
indica lincertezza totale delle views, analogamente la media ne rappresenta
lincertezza media.
Gli elementi sulla diagonale della matrice di covarianza dei termini di
errore () sono i reciproci del livello di confidenza posto in ciascuna delle
previsioni di cui si dispone moltiplicati per un opportuno fattore di
correzione (FC), da questo segue che, per quelle views in cui si riscontra
un alta fiducia verr associata una varianza minore come lecito aspettarsi.
Un basso livello di confidenza pu portare a rilevanti impatti sul modello se
si usa la somma degli elementi sulla diagonale () della matrice () per la
determinazione del valore dello scalare (), per avere quindi, una maggiore
47
CF
LC
&= i =1
CF
LC
i =1
k
&
CF
LC
i =1
&=
Ovvero si ha che, per ogni valore (positivo) possibile assunto come media
delle varianze dei termini di errore () il valore () debba cambiare in
modo tale che luguaglianza con la varianza delle views sia mantenuta.
questo il punto di partenza per calibrare le varianze dei termini di errore
attraverso un fattore di correzione (FC). Il fattore di correzione dovrebbe
permettere che la scala di valori del livello di confidenza vari da 0 a 100%
per ottenere portafogli non estremi. Concettualmente il LC pu essere
interpretati come una variabile con distribuzione normale di media 50% e
48
V qi
Pr z i
z = (1 )
2
2
i
Ovvero:
Pr qi z i Vi qi + z i = (1 )
2
2
Dove z
qi z
di conseguenza si ha che:
i = qi l i
con
i =
49
li
z
&
k
CF
LC
i =1
CF =
&
1
LC
A questo punto la varianza del termine di errore per ogni view calcolata e
di conseguenza si pu determinare lo scalare (). Come logico aspettarsi
se tutte le previsioni hanno un livello di confidenza pari al 50% il valor
medio degli elementi () della matrice uguale alla varianza delle views
e ne deriva che si ottiene un valore dello scalare ()=1.
Si osserva come allaumentare del valor medio degli elementi di , ovvero
al reciproco del livello di confidenza, decresce il valore di (); questo
comporta che nel nuovo vettore dei rendimenti il peso dei rendimenti
impliciti di equilibrio assumono maggiore rilevanza a scapito delle opinioni
degli investitori.
Black&Litterman hanno dimostrato che pur assumendo un livello di
confidenza del 100% in ogni view, il modello non ignoro lapporto
dellinformazione derivante dai rendimenti impliciti di equilibrio, a meno
che, oltre ad avere totale fiducia nelle previsioni degli investitori si
disponga di un numero di congetture pari al numero di attivit finanziarie
coinvolte nel portafoglio.
50
fatto
sui
titoli
appartenenti
al
portafoglio
analizzato
TITOLO
ALZI
fideuram
intesa
BMPS
bnl
CPTA
ENI
finmecc
GASI
MDBI
MS
RAS
SPI
SPMI
TIM
TLIT
CRDI
MEDIA
MASSIMO
MINIMO
LC
1/LC
0.004341
0.000325
0.005811
0.001451
0.004194
0.007179
0.008998
0.000571
0.001854
0.004785
0.005015
0.003147
0.001983
-0.00378
0.003878
0.001366
0.002623
0.016868
0.013342
0.017705
0.015195
0.060752
0.057191
0.045262
0.144
0.02548
0.045797
0.024731
0.02159
0.022946
0.024666
0.026453
0.066923
0.015848
-0.02071
-0.0192
-0.03582
-0.01229
-0.01843
-0.08034
-0.01933
-0.04724
-0.02473
-0.05673
-0.01799
-0.00761
-0.04947
-0.0101
-0.02998
-0.06419
-0.0106
0.05296476
0.00998587
0.10857763
0.05279376
0.05296476
0.05219744
0.13930430
0.00298805
0.03692316
0.04667417
0.11738507
0.10776942
0.02737862
0.10876133
0.06871445
0.01042205
0.09915612
8.658228
100.1415
9.21
18.94163
18.88048
19.15803
7.178529
334.6667
27.08327
21.42513
8.518971
9.27907
36.52484
9.194444
14.55298
95.95041
10.08511
51
CRDI
TLIT
TIM
SPMI
SPI
RAS
MS
MDBI
GASI
finmecc
ENI
CPTA
bnl
BMPS
intesa
fideuram
ALZI
ALZI
fideuram
8.66
100
intesa
9.21
BMPS
18.94
bnl
18.88
CPTA
19.1
ENI
7.1
finmecc
334
GASI
27
MDBI
21.43
MS
RAS
SPI
SPMI
TIM
TLIT
CRDI
Matrice P di dimensione (k
8.52
9.28
36.52
9.19
14.55
95
10.09
corrispettivo:
P=
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
CF =
6410.8651
PP
&
=
=
= 6405.4325
1
1
1
50%
50%
50%
27753.36547
320996.8551
29522.0339
60716.13117
60520.09925
61409.76279
23010.29081
1072751.431
86813.60343
68676.80465
27306.98723
29743.43238
117077.9266
29472.17161
46648.59639
307562.5789
32327.12839
53
&
k
CF
LC
i =1
6410.865125
= 0.04537
141312.3058
E[ R ] = ( )1 + P 1 P
] [( )
1
+ P 1Q
54
LC=80%
36.46
-5.00
2.73
48.81
12.30
35.13
60.29
74.24
13.07
4.80
15.60
40.23
1.42
41.97
42.49
26.24
16.67
-31.30
8.41
32.57
11.48
22.05
ALLEANZA
AUTOSTRADE
B.CA FIDEURAM
B.CA INTESA
B.CA MONTE PASCHI
BNL
CAPITALIA
ENI
FIAT
FINMECCANICA
GENERALI
MEDIOBANCA
MEDIOLANUM
MEDIASET
PIRELLI SPA
RAS
SAN PAOLO-IMI
SAIPEM
STMicroelectronix
TIM
TELECOM
UNICREDIT
LC=50%
LC=20%
2.05
2.50
2.02
2.20
1.69
1.43
4.86
5.15
2.28
1.96
1.38
1.64
1.65
1.66
22.32
22.29
1.21
1.18
2.17
2.28
9.98
9.59
2.01
1.87
1.23
1.25
3.92
4.22
0.63
0.68
3.10
3.28
4.39
4.22
0.86
0.57
4.79
4.65
11.83
11.54
8.43
8.25
7.19
7.61
Correlazione (, LC=50%)=0.9960425
Correlazione (, LC=20%)=0.996068
Correlazione(LC=80%)=0.9919334
LC=80%
2.21
1.58
1.80
4.74
2.77
1.41
1.63
22.46
0.98
2.81
10.12
2.25
1.54
3.78
0.45
2.80
4.31
0.66
4.53
11.65
8.63
6.88
55
25
ENI
Equilibrio
LC=20%
LC=50%
LC=80%
20
UNICREDIT
TELECOM
STMicroelectronix
SAIPEM
SAN PAOLO-IMI
RAS
MEDIASET
PIRELLI SPA
MEDIOLANUM
MEDIOBANCA
FINMECCANICA
FIAT
CAPITALIA
BNL
B.CA FIDEURAM
AUTOSTRADE
ALLEANZA
10
B.CA INTESA
GENERALI
TIM
15
vede
come
portafogli
relativi
ai
Rendimenti
Impliciti
135
130
125
120
115
110
105
100
95
Storici
CAPM
Impliciti
Black&Litterman
Mibtel
57
33
31
29
27
25
23
21
19
17
15
13
11
90
58
APPENDICE A
59
Software utilizzato
Software E-VIEWS:
Analisi dei rendimenti: normalit, incorrelazione, indipendenza
Regressioni univariate,
Test di forma funzionale, assenza di autocorrelazione degli
errori, omoschedasticit degli errori, normalit degli error,
stabilit dei parametri,
Software R: determinazione della frontiera efficiente, della Capital Market
Line, e del portafoglio di tangenza e performance di Sharpe con i
relativi intervalli di confidenza
60
Riferimenti Bibliografici
D.,
Swartz
J.
(October
2002).
Demostration
of
the