Sei sulla pagina 1di 49

La tua guida alle decisioni di investimento Marzo/Aprile 2012 — Asset Allocation

Markowitz ora è 2.0


Fra cigni neri e shock finanziari, ecco come costruire
un portafoglio nel XXI secolo.
Star High Potential Europe

i mercati salgono e scendono:


nel tuo portafoglio
quante azioni vorresti avere
oggi?
Prima Star High Potential Europe - Classe Prestige Mercato azionario europeo Difendere gli investimenti nelle fasi di
120
Andamento della quota (indice 14/1/2010 = 100)
discesa dei mercati azionari è importante
115
quanto catturare le fasi di rialzo.
110

105 Anima ha unito una strategia azionaria


100 flessibile al talento dei suoi gestori con
95 l’obiettivo di tutelare ciò che hai a cuore.
90

85
Star High Potential Europe
80 • difende il capitale in caso di ribasso
15-gen-10 15-apr-10 15-lug-10 15-ott-10 15-gen-11 15-apr-11 15-lug-11 15-ott-11
• accompagna le fasi di rialzo dei mercati
100%
Esposizione azionaria netta (percentuale del portafoglio) • contiene la volatilità del portafoglio
80%

60%

40%

20%

0%

-20%

Numero verde

800.388.876 Scopri di più su


www.animasgr.it/highpotential

Indicatore di volatilità ex-ante: 20%, rappresentato dal limite di volatilità deliberato dal CDA di Anima Asset Management Ltd. Indicatore di volatilità ex-post: 6.3%, calcolato sulla base dei
rendimenti ufficiali della classe, annualizzando il valore calcolato su rendimenti settimanali. La performance del comparto è a partire dal 14 gennaio 2010, data di inizio della gestione flessibile.
Il riferimento per il mercato azionario europeo è l’indice MSCI Europe. Prima dell’adesione leggere il prospetto disponibile presso i collocatori in Italia o sul sito internet. I rendimenti passati non sono
indicativi di quelli futuri. Il collocamento del prodotto è sottoposto alla valutazione di appropriatezza o adeguatezza prevista dalla normativa vigente.
ANIMA Sgr è distributore globale della sicav ANIMA Prima Funds.
Marzo/Aprile
2012

Attualità

In Primo Piano In Primo Piano In Pratica

Il primato Analisi di portafoglio,


Markowitz 2.0
10 20
dell'asset allocation strumenti di frontiera
I modelli M-V falliscono nel caso di eventi Thomas M. Idzorek Umberto Cherubini

estremi. Tutti gli ingredienti della nuova 14 MVO, l'evoluzione 22 Rischio e modelli
frontiera efficiente. della specie a scenari
Paul D. Kaplan e Sam Savage Thomas M. Idzorek Diana Barro e Elio Canestrelli

24 La metamorfosi
Oltre la teoria dell'utilità attesa degli indici
Marco Caprotti
Approcci alternativi al modello
Media-Varianza nelle scelte di portafoglio. 26 Cap e fondamentali,
mix possibile
Massimo Guidolin Massimo Scolari

3
Marzo/Aprile 2012

Rubriche

6 Hanno scritto per noi Asset Allocation Analisi Morningstar

7 L’Editoriale 28 Un portafoglio con stile 38 Manuale d'uso dei


Sara Silano L’approccio, diffuso negli fondi bilanciati
Stati Uniti, si fa strada anche in Investire in classi di attivo
8 Per cominciare Europa. Ma è importante tenere diverse non sempre produce
Valerio Baselli conto del rischio di liquidità. i risultati attesi. Ecco i motivi.
Marco Frittajon Dario Portioli

32 Value, growth, cicli di


mercato e sentiment Gli Strumenti Morningstar
Valerio Sullo
46 Markowitz 2.0, dalla
34 Strategia, chiave di teoria alla pratica
Nuovi strumenti e metodologie
volta del bravo gestore
più sofisticate danno una
Fabrizio Fiorini
veste moderna al tradizionale
approccio media-varianza.
36 Quando il settore
Alice Bravi
fa la differenza
Daniele Bernardi

4
cacaodesign.it
IL TEMPO REGALA RISULTATI STRAORDINARI.
A CHI SI IMPEGNA AL MASSIMO, GIORNO DOPO GIORNO.

Eurofu ndlu x Tr flEx 5.


5 STEllE Mor nInGSTA r, 5 STEllE CfS r ATInG. l’ECCEllEnZ A Pr EMI A.
Oggi avere accesso a opportunità di investimento sempre più globali può essere la scelta vincente.
Eurofundlux TR Flex 5 è un comparto flessibile di Sicav Lussemburghese che fa della gestione multi asset
una delle sue principali caratteristiche. Dalla partenza ha dimostrato di essere un valido strumento da inserire
in portafoglio, anche nei momenti più difficili, confermando che la diversificazione nel tempo regala risultati
straordinari. Eurofundlux TR Flex 5 e i comparti della Sicav Eurofundlux sono sottoscrivibili in Italia
esclusivamente presso le filiali ed i promotori finanziari di Credito Emiliano SpA e Banca Euromobiliare SpA.

Prima dell’adesione leggere il prospetto informativo. I rendimenti passati non sono indicativi di quelli futuri e non vi è garanzia di
ottenere uguali rendimenti per il futuro. Per maggiori informazioni www.eurofundlux.it
© 2012 Morningstar Italy. Tutti i diritti sono riservati. Le informazioni qui contenute sono proprietà di Morningstar e non possono
essere copiate. Morningstar non è responsabile per qualunque danno o perdita derivante da qualunque uso delle informazioni.
Per maggiori informazioni relative all’assegnazione del rating www.morningstar.it
© 2011 - CFS Rating s.r.l. Tutti i diritti sono riservati. Per maggiori informazioni relative all’assegnazione del rating www.cfsrating.it
Dati aggiornati al 31.12.2011
Hanno scritto per noi

Direttore editoriale: Davide Pelusi


Umberto Cherubini, classe 1959, è Professore Associato di Direttore responsabile: Sara Silano
Matematica per le applicazioni economiche e finanziarie presso la Editor & Analyst team: Valerio Baselli, Alice Bravi, Marco Caprotti,
Francesco Lavecchia, Dario Portioli, Azzurra Zaglio
Facoltà di Scienze Statistiche dell’Università di Bologna dal 1998. È
Senior contributor: Diana Barro, Daniele Bernardi, Elio Canestrelli,
anche Direttore della Summer School on Frontiers of financial Umberto Cherubini, Fabrizio Fiorini, Marco Frittajon, Massimo
Market Mathematics del Dipartimento di Matematica per le Guidolin, Thomas M. Idzorek, Paul Kaplan, Sam Savage, Massimo
Scolari, Valerio Sullo.
Scienze Economiche e Sociali di Bologna dal 2003. Dal luglio 1989
Progettazione editoriale: Sghermersino Romano e Sara Silano
Umberto Cherubini al 1997 è stato Responsabile della sezione Analisi, metodi di
previsione e gestione del rischio presso l’Ufficio Studi della Banca Progetto grafico: Renée Benz
Commerciale Italiana, a Milano. Cherubini è laureato in Scienze Grafica: Adnan Alicusic
Production designer: Daniela Johns
Politiche all’Università di Firenze e ha conseguito il Master of Arts Illustrazioni: Michael Pettit
in Economics presso la New York University. Web developer: Fabio Gilardoni

Responsabile pubblicità: Emanuela Bassi


Responsabile marketing e sales: Corrado Cassar Scalia
Per informazioni pubblicitarie: salesitaly@morningstar.com
Fabrizio Fiorini, classe 1968, è oggi Direttore degli investimenti
diretti di Aletti Gestielle Sgr. Entrato in Gestielle nell’agosto 1997
Morningstar Investor N. 6/2012
inizialmente come Portfolio Manager, ha poi ricoperto l’incarico di Registrazione Tribunale di Milano n. 234 del 3 maggio 2011
Responsabile del comparto obbligazionario per dieci anni e, appena Morningstar Italy
prima del ruolo attuale, quello di Responsabile Asset Allocation. Via Pergolesi, 25
20124 Milano
Dopo la laurea in Economia conseguita presso l’Università degli Tel. 02 30301295
Fabrizio Fiorini studi di Modena, Fiorini è entrato in Caboto Holding Sim come www.morningstar.it
consulente operativo per investitori istituzionali.
Morningstar Investor appartiene a Morningstar, che conserva l’intera proprietà intellettuale dei
documenti contenuti così come l’esclusività dei diritti di riproduzione, traduzione e presentazione
degli stessi. La diffusione delle informazioni contenute in questo documento e la
loro riproduzione anche parziale e in qualsiasi modalità senza l’autorizzazione preventiva di
Morningstar è vietata.
Massimo Guidolin, ha conseguito il dottorato di ricerca (Ph.D.)
Attenzione, le informazioni sono unicamente indicative. Esse non hanno nessun valore contrattuale
presso l’Università della California, a San Diego nel 2000 e e non possono essere considerate come esaustive o esenti da errori accidentali. Morningstar
declina ogni responsabilità relativa ai risultati d’investimento realizzati sulla base delle
attualmente è Professore di Econometria Finanziairia dell’Università informazioni e delle opinioni presentate all’interno di questa pubblicazione. Esse sono infatti
soggette a evoluzioni in ogni momento e senza preavviso, specialmente in funzione delle condizioni
Bocconi. Ha iniziato la carriera accademica nell’Università della del mercato.

Virginia, come Assistent Professor di Economia, per poi diventare Non si tratta in nessun caso di una proposta o di un consiglio di investimento. Il magazine non può

prima Senior Economist e poi Junior Vice President del settore in nessun caso essere utilizzato per sottoscrivere o vendere i prodotti menzionati nello stesso. Gli
investitori sono invitati a verificare se le strategie presentate o discusse corrispondono ai loro

Massiomo Guidolin Financial Markets della Federal Reserve Bank di St.Louis. Prima del obiettivi d’investimento e a consultare i prospetti e tutti gli altri documenti regolamentati relativi ai
prodotti. I rendimenti passati non sono per forza dei buoni indicatori delle performance future.
ruolo attuale ha insegnato Finanza alla Manchester Business School.
E’ membro del comitato scientifico di Ossiam.

Valerio Sullo è Executive Manager presso Four Partners Advisory


Sim, dove si occupare di selezionare e gestire fondi di fondi
e implementare modelli di previsione finanziari e statistici.
Prima di ricoprire il ruolo attuale da giugno 2008, Sullo è stato
per circa due anni Quantitative Analyst di Eurizon Capital Sgr
e da dicembre 2001 ad agosto 2006 Quantitative Manager
Valerio Sullo di fondi di fondi presso Arca Sgr. In seguito alla laurea in Scienze
Politiche all’Università di Pisa, Sullo ha conseguito il Master in
Finanza presso il Coripe di Torino nel 2001 e il dottorato in Statistica
Applicata nel 2007 all’Università di Firenze.

6 Morningstar Investor Marzo / Aprile 2012


L’Editoriale

La nuova frontiera

“Non mettere tutte le uova nello stesso rendimenti rispetto a quelle positive. In altre
paniere” è l’aforisma coniato da Harry parole, non è tanto la volatilità in se stessa
Markowitz, premio Nobel per l’economia nel che genera ansia, quanto quella che innesca
1990, che descrive efficacemente i pericoli perdite su perdite. E in un contesto di shock
insiti nella concentrazione del portafoglio. E’ più frequenti, non si può ragionare solo con un
un concetto semplice, che viene dalla cultura obiettivo di lungo termine: ha senso per le
Sara Silano contadina e ha una forte valenza in finanza, performance, ma non per il rischio.
è direttore di perché mette l’accento su un aspetto spesso Un altro aspetto importante riguarda l’analisi
Morningstar Investor trascurato nelle decisioni di investimento, delle correlazioni. Nell’approccio tradizionale,
il rischio. si considera che due classi di attività (ad
esempio, azioni e obbligazioni) siano legate
Markowitz, il padre della Moderna teoria di fra loro in modo lineare. Le dinamiche dei
portafoglio, sosteneva che è possibile mercati finanziari, però, hanno dimostrato che
combinare diverse tipologie di investimenti le relazioni non sono così semplici. Di qui
per ridurre sensibilmente il rischio comples- l’esigenza di pensare a nuove forme di
sivo del portafoglio. Dagli anni Cinquanta ad diversificazione del portafoglio, oltre quella
oggi, sono stati numerosi i lavori accademici geografica o settoriale, come ad esempio per
che hanno ripreso questo concetto, metten- capitalizzazione (large, mid, small cap) e stile
done in luce i punti di forza e di debolezza. I (value, blend e growth).
modelli si sono evoluti e continuano ad essere
rivisti e affinati, anche e soprattutto alla luce In questo numero di Morningstar Investor
dei numerosi shock di mercato cui abbiamo abbiamo raccolto i contributi di ricercatori di
assistito nell’ultimo decennio. I “cigni neri”, Morningstar, professori universitari e gestori,
espressione coniata da Nassim Nicholas Taleb con l’obiettivo di fare il punto sugli sviluppi
nel suo libro The Black Swan, non sono più più recenti della Moderna teoria di portafoglio
eventi rari, ma relativamente frequenti, pur e le nuove frontiere dell’asset allocation.
nella loro forza dirompente. I “cigni neri”, Abbiamo anche cercato di fornire indicazioni
tecnicamente, rappresentano accadimenti pratiche e applicative. Gli articoli hanno un
estremamente poco probabili, ricompresi nelle differente livello di difficoltà, alcuni con
code delle distribuzioni e ai quali è necessario carattere più educational, altri con contenuto
assegnare una probabilità il più possibile accademico. E’ una sintesi dello stato dell’arte
aderente con la realtà. Da queste considera- su un tema caldo in un contesto di mercato
zioni, nasce l’esigenza di una rivisitazione che mette sempre più alla prova i nervi degli
della teoria originaria di costruzione di investitori.
portafoglio che Paul Kaplan, capo della ricerca .
quantitativa di Morningstar Europe, ha voluto
battezzare “Markowitz 2.0”.

E’ merito degli studi più recenti l’aver posto


l’accento sulla maggior sensibilità degli Sara Silano, Direttore di Morningstar Investor
investitori alle oscillazioni negative dei sara.silano@morningstar.com

Morningstar.it 7
Per Cominciare

In principio, Markowitz
Di Valerio Baselli

E’ il padre della Modern Porfolio Theory, che ha


rivoluzionato la finanza moderna. Ma oggi...

La Modern Portfolio Theory (MPT) si può un portafoglio può, in teoria, ridurre il rischio dati storici come indicatori poco attendibili per
tranquillamente definire come l’architrave complessivo. Più tecnicamente, la MPT la predizione degli eventi futuri. Questo ha
della finanza moderna. Sviluppata negli anni esprime il rendimento di un bene finanziario inciso sulla fiducia degli operatori minandola
‘50, la MPT è una teoria di investimento che come una funzione distribuita normalmente, alle fondamenta, complici anche le ripetute
cerca di massimizzare il rendimento atteso di mentre definisce il rischio come la deviazione crisi finanziarie dell’ultimo decennio. L’ipotesi
un portafoglio per una prefissata quantità di standard del rendimento e modella il che più scricchiola è l’assunzione secondo
rischio, o equivalentemente cerca di minimiz- portafoglio come una combinazione ponderata cui gli investitori e il mercato siano razionali
zare il rischio di portafoglio per un dato livello dei vari beni finanziari, in modo che il ed efficienti. Non a caso, il campo di studio
di rendimento atteso. Ciò avviene attraverso rendimento totale sia la combinazione che viene spesso affiancato alla MPT è
un’ottimizzazione del portafoglio e il risultato ponderata dei rendimenti delle attività. Grazie la finanza comportamentale, la quale sostiene
ultimo è una ponderazione delle diverse classi alla combinazione di diverse attività i cui proprio il contrario. La teoria, infatti, usa la
di attività detenute. rendimenti non siano perfettamente correlati deviazione standard per misurare la variabilità
positivamente, la MPT cerca di ridurre la del rischio. La MPT ha senso solo se
Il concetto base varianza totale del rendimento del portafoglio, i rendimenti seguono una distribuzione
In pratica, la MPT afferma che sia possibile ovvero di minimizzare il rischio. (statistica) normale.
combinare diverse tipologie di investimenti
per ridurre sensibilmente il rischio comples- Markowitz In momenti di crisi questa ipotesi viene meno.
sivo del portafoglio. Il concetto fondamentale Il padre di questa teoria è Harry Markowitz, Insomma, la Modern Portfolio Theory tende a
è che gli investimenti di un portafoglio non nato a Chicago il 24 agosto del 1927, e premio sottostimare il rischio. Una soluzione potrebbe
debbano essere scelti individualmente, Nobel per l’economia (assieme a Merton essere quella di implementare la misurazione
seguendo una logica di “best in class”. Miller e William Sharpe) nel 1990. Dopo aver del rischio e di ampliare la concezione di asset
Piuttosto, è importante considerare come ogni studiato all’Università di Chicago (da cui investibili in portafoglio. Ibbotson Associates,
strumento in portafoglio sia correlato con le uscirono diversi premi Nobel che diedero società del gruppo Morningstar, a questo
restanti attività presenti. In fondo, investire è l’avvio a quella che noi oggi conosciamo come proposito ha rivoluzionato il tradizionale
un continuo compromesso tra rischio e “economia finanziaria”, campo di studio concetto di asset allocation includendo l’asset
rendimento. In generale, le attività più all’epoca inesistente ), Markowitz sviluppò la class “capitale umano”, una nuova asset class
redditizie sono anche le più rischiose. La MPT teoria di portafoglio cercando un metodo per da considerare insieme a quelle più tradizion-
è una formulazione matematica del concetto massimizzare l’utilità dell’investitore. Gli ali. Per capitale umano si intende la capacità
di diversificazione degli investimenti, e si pone economisti avevano compreso da tempo che di guadagno di ogni individuo, che varia a
come obiettivo la costruzione di un portafoglio era più saggio diversificare il portafoglio, ma seconda dell’età e della carriera. Un fattore,
efficiente e quindi meno rischioso rispetto alla Markowitz mostrò come misurare il rischio questo, non di poco conto nelle scelte
detenzione delle singole attività. Che questo dei vari strumenti finanziari e come combinarli d’investimento e che condiziona in maniera
sia possibile, è facilmente intuibile se in un portafoglio per ottenere il rendimento sensibile il processo di asset allocation. K
pensiamo a come i prezzi di alcuni asset siano massimo per un determinato rischio.
inversamente correlati. Ad esempio, i prezzi Valerio Baselli è editor di Morningstar Italy
del mercato azionario tendono a muoversi I punti deboli
diversamente dai prezzi nel mercato obbligazi- I recenti shock di mercato hanno posto
onario, ergo l’utilizzo di entrambi all’interno di l’attenzione sull’inefficienza dell’utilizzo dei

8 Morningstar Investor Marzo / Aprile 2012


4.700 promotori finanziari Banca Fideuram e Sanpaolo Invest, un’offerta
bancaria completa e 100 sportelli su tutto il territorio.
Scopri il meglio del private banking su www.bancafideuram.it
e www.sanpaoloinvest.it
Società del Gruppo Dati al 30 giugno 2011
In Primo Piano

Il primato dell’asset allocation


Di Thomas M. Idzorek

Esclusi i movimenti del mercato, asset allocation e gestione attiva


sono ugualmente importanti per spiegare le variazioni di rendimento.

L’importanza dell’asset allocation è stata Tutto inizia con BHB 93,6% della variazione dei rendimenti medi di
materia di discussioni per decenni. Il primo lavoro, catalizzatore dei 25 anni di un fondo nel tempo (come misurato dall’R-
dibattito, e sfortunatamente anche fonte del quadro della regressione). La parola chiave è
Nell’articolo “The Equal Importance of Asset misunderstanding, è l’articolo “Determinants of variazione. Sfortunatamente, questo 93,6% è
Allocation and Active Management” (pubbli- Portfolio Performance” di Gary Brinson, stato ampiamente male interpretato. Molti
cato nel numero di marzo/aprile 2010 del Randolph Hood e Gilbert Beebower (BHB) del addetti ai lavori credono, erroneamente, che
Financial Analysts Journal), che ho scritto con 1986. Il tre esperti hanno effettuato una questa percentuale significhi che il 93,6% del
i colleghi di Ibbotson Associates, James Xiong, regressione sulla serie storica dei rendimenti di livello di rendimento del portafoglio (per
Roger Ibbotson e Peng Chen, abbiamo ciascun fondo rispetto a un paniere ponderato esempio, i rendimenti annualizzati di un fondo
individuato una delle principali fonti di di indici che rifletteva la strategia di portafoglio a dieci anni) provenga dalla strategia di
confusione circa l’importanza dell’asset di ognuno. In una delle tante analisi svolte (e asset allocation. Non è così. In realtà,
allocation. Ma andiamo con ordine e comincia- probabilmente una delle più importanti) hanno in termini aggregati il 100% deriva dalla
mo con il ricordare l’oggetto del dibattito. riscontrato che l’asset allocation spiegava il strategia di asset allocation.

10 Morningstar Investor Marzo / Aprile 2012


“Livelli” versus “variazioni” di rendimento
È fondamentale distinguere tra livelli di Il primato dei movimenti di mercato
rendimento e variazioni di rendimento. Il “noto”
93,6% non ci dice nulla circa i livelli di Asset-Allocation Policy Market Movement Interaction Effect*
rendimento, anche se è ciò che molti Investment Strategy Excess-Market Asset-Allocation Policy

professionisti pensano. È possibile avere un R-Squared

elevato R-quadro, che indica che le variazioni 120%


di rendimento delle diverse asset class 100
spiegano il larga parte le variazioni di
80
rendimento del fondo in questione, e nello
stesso tempo vedere che il paniere ponderato 60
di riferimento produce un livello di rendimento 40
significativamente diverso da quello del
20
fondo. È questo il caso dello studio di BHB.
0

Nonostante l’R-quadro medio elevato (93,6%) –20


delle 91 singole regressioni, la media
BHB Equity Funds BHB Balanced Funds HEI & IK Equity Funds HEI & IK Balanced Funds
geometrica dei rendimenti annualizzati dei 91 Time-Series Regressions
fondi del campione è stata del 9,01% contro il
10,11% dei portafogli di riferimento. Così, Fonte: Morningstar Direct
anche se tutti si sono fissati sul 93,6%, è il
112% (10,11% diviso per 9,01%) dei livelli di Per trovare una risposta sull’importanza automaticamente il rendimento di mercato
rendimento del campione che deriva dalla relativa dell’asset allocation tra i fondi, per ciò (inteso anche come performance media di
strategia di asset allocation. In sostanza, che riguarda le variazioni di rendimento, alcuni una categoria omogenea di fondi). Dopo aver
quando si tratta di livelli di rendimento, l’asset studiosi usano una cross-sectional regression identificato questo rendimento, abbiamo
allocation ha il primato assoluto. piuttosto che basata sulle serie storiche. Per convertito i total return in market-excess
esempio, nell’articolo di Roger Ibbotson e Paul return, sottraendo il rendimento di mercato
Quindi il 100% dei livelli di rendimento Kaplan del 2000 “Does Asset Allocation Policy (o di categoria).
proviene dall’asset allocation al lordo delle Explian 40, 90 or 100 Percent of Performance?”
commissioni e, qualcosa in più al netto di esse. il 40% deriva da una cross-sectional regres- Quando si effettua una cross-sectional
È una verità matematica che nasce dal sion, il 90% da una regressione basata sulla regression, non importa quale tipo di
concetto di un portafoglio di mercato serie storica e il 100% dal rapporto tra il rendi- rendimento si usa. Il coefficiente Beta e
all-inclusive e dal fatto che la gestione attiva mento della strategia e quello del fondo. Più l’R-quadro in tali regressioni sono gli stessi;
è un gioco a somma zero. È una verità recentemente, in un articolo del 2007, Raham solo le intercette (della retta di regressione)
fondamentale scontata e per questo spesso Vardharaj e Frank Fabozzi effettuano una serie sono diverse. Questa è una prova del fatto che
tralasciata nel dibattito, anche se è di gran di cross-sectional regression nella quale i una cross-sectional regression elimina
lunga il risultato più importante. successivi R-quadro variano ampiamente. naturalmente il fattore comune di mercato, e
ancora più importante, che l’R-quadro
L’importanza relativa dell’asset allocation Prima del nostro articolo del 2010, analisti e derivante da una regressione di questo tipo
Questa discussione ci conduce a molte più investitori hanno male interpretato i risultati non è mai un’asserzione sull’importanza
interessanti questioni per la maggior parte delle cross-sectional regression. Storicamente, generale dell’asset allocation.
degli investitori. Tra i fondi, in un gruppo queste regressioni sono state fatte sui
di strumenti comparabili e per un determinato rendimenti totali; per questo, alcuni possono Perché i risultati possono variare
periodo di tempo, cosa causa la sovraperfor- aver inteso male l’R-quadro e l’importanza Quanto detto sopra, spiega la percentuale del
mance di alcuni e l’underperformance di altri? dell’asset allocation. Noi mostriamo che 40% delle analisi svolte in passato. Un
A differenza del “100%” di prima che è una cross-sectional regression effettuata sui ulteriore passo avanti consiste nell’eseguire
una verità matematica, la risposta a questa rendimenti totali è equivalente alla cross- una serie di analisi di cross-sectional
domanda è di tipo empirico. sectional regression effettuata sui market- regression rolling e riportando l’errore
excess return, poiché la procedura elimina residuale, la dispersione del rendimento

Morningstar.it 11
In Primo Piano

cross-sectional e il risultante R-quadro rendimento derivi dall’asset allocation. Gli


per ciascun periodo temporale, abbiamo investitori invece dovrebbero dimenticare la
visto come i cambiamenti importanti cifra del 90%. In termini aggregati, il 100%
nella dispersione del rendimento del fondo dei livelli di rendimento vengono dall’asset
nel corso del tempo spiegano perché allocation. Le variazioni di rendimento, invece,
diversi analisti possono ottenere risultati sono spiegate principalmente dal mercato.
cross-sectional diversi. Dopo aver rimosso il fattore mercato, circa la
metà delle variazioni di rendimento viene da
Movimenti di mercato decisioni di asset allocation e circa metà dalla
Infine, soffermiamoci sul 90% che deriva da gestione attiva, sebbene questo rapporto
una regressione sulle serie storiche dei 50/50 cambi profondamente da un periodo
rendimenti totali. Alcuni ricercatori pensano all’altro. Resta il fatto che in termini di
che sia importante riconoscere che la maggior rendimenti aggregati, l’asset allocation
parte di quel 90% è imputabile al movimento mantiene il primato assoluto.
generale del mercato, mentre una più piccola
parte viene dalle decisioni di asset allocation. Sintesi dell’articolo “Asset allocation is king” ,
E’ bene precisare che il 90% deriva da pubblicato su Morningstar Advisor di Aprile/
regressioni su serie storiche di diverse maggio 2010. K
asset class. Se invece consideriamo un solo Marzo/Aprile: Le nuove
fattore, come per esempio l’S&P 500, Thomas M. Idzorek, CFA, è responsabile degli
frontiere dell’asset allocation
otteniamo soltanto una diminuzione minima investimenti di Ibbotson Associates, gruppo Morningstar
dell’R-quadro medio.
Come costruire un portafoglio di
investimento nel 21° secolo. Markowitz
Nel grafico le due barre a sinistra illustrano
l’analisi delle regressioni di BHB, sia per le Glossario 2.0, gli eventi estremi e tutti gli ingredienti
azioni, sia per i fondi bilanciati (in questi ultimi
della nuova frontiera efficiente.
R-Quadro: Indicatore che riflette la percentuale
le variazioni di rendimento sono attribuite di oscillazione di un fondo riconducibile a
soprattutto all’asset allocation). Per contro, le oscillazioni nel benchmark di quel fondo. Se pari a Nel numero di Maggio/Giugno si parlerà
due barre a destra illustrano le argomentazioni 1 indica che tutte le oscillazioni del fondo possono delle politiche monetarie delle
presentate da Hensel, Ezra e Ilkiw (1991) e da essere ricondotte alle oscillazioni dell’indice. banche centrali e delle loro implicazioni
Al contrario, se prossimo a 0, indica che le
Ibbotson e Kaplan (2000): il movimento del sugli investimenti.
oscillazioni nel fondo sono solo in minima parte
mercato è l’aspetto principale. Le barre a riconducibili ai movimenti dell’indice.
destra mostrano una più dettagliata scompo- Regressione: Tecnica usata per modellare ed Nelle edizioni successive si parlerà
sizione del rendimento totale nelle sue parti: il analizzare una serie di dati che consistono di previdenza, mercati di frontiera
rendimento di mercato, quello derivante dalla in una variabile dipendente e una o più variabili
indipendenti. La variabile dipendente nella
e commodity.
strategia di asset allocation e il rendimento
equazione di regressione è modellata come una
dalla gestione attiva del portafoglio. Presi
funzione delle variabili indipendenti più un Per informazioni sulla pubblicità
insieme, rendimento di mercato e rendimento termine di errore.
contattare salesitaly@morningstar.com
dell’asset allocation, dominano sulla gestione Cross-sectional regression: è un tipo di
attiva del portafoglio. Questo significa che modello di regressione in cui le variabili sono
insieme sono i principali fattori che determi- associate a un periodo o a un punto nel tempo.
Al contrario, una regressione su serie temporale
nano le variazioni del rendimento totale.
o longitudinale associa le variabili a una
sequenza di punti nel tempo.
Vita lunga all’asset allocation Rolling: media mobile dei rendimenti in un
Gli investitori hanno consapevolezza periodo di tempo definito.
dell’importanza dell’asset allocation, ma Excess-market: è il rendimento in eccesso
faticano a quantificarla. Sfortunatamente, rispetto a quello di mercato.

l’articolo di BHB ha involontariamente creato


la credenza errata che il 90% dei livelli di

12 Morningstar Investor Marzo / Aprile 2012


2011 2010 2009

Rendimento rispetto +2,3% +18,3% +15,0%


al benchmark

Quartile Morningstar 1° 1° 1°

Morningstar.it 13
In Primo Piano

MVO, l’evoluzione della specie


Di Thomas M. Idzorek

Oltre il modello tradizionale, Black-Litterman e Ricampionamento


permettono una maggior diversificazione di portafoglio.
Historical + Traditional Historical + Resampling

13.5% 2.6%
28.3% 16.4%
43.5% 0.4%
14.7% 19.2%
0.4%
22.2%

La teoria del portafoglio è quella parte della Fig. 1 Modello Black-Litterman + ricampionamento 20.9%
17.2%
finanza che si occupa dei problemi teorici Weights %
1%
connessi all’allocazione di un capitale fra 100
diversi investimenti possibili. Il modello 90
Black-Litterman + Traditional Black-Litterman + Resampling
quantitativo di Harry Markovitz (1952) è fra i 80
metodi più diffusi nella costruzione dell’asset 70
9.9% 6.5%
allocation. La teoria ipotizza che ogni 9.9% 11.4%
60
investitore razionale, dato un livello di rischio, 0.9% 3.1%
50
accetterà solo la combinazione di investimenti 1% 6.3%
40
che gli consentirà di raggiungere il massimo 18.1% 9.3%
30
rendimento possibile. Più specificatamente, la 15.2% 9.6%
20
Mean-Variance Optimization (MVO) è un 15.5% 25.7%
10
modello matematico che, dato un livello 16.3% 17.8%

massimo di rischio e i rendimenti attesi, Position 10 20 30 13.2%


40 50 60 70 80 10.2%
90 100

fornisce il portafoglio, o i portafogli, che


offrono il massimo rendimento atteso. US Large Cap Growth US Large Cap Value US Small Cap Growth
Weights %
US Small Cap Value International Stocks US Bonds
100
Le critiche alla teoria tradizionale International Bonds Commodities Treasury Bills
90
Tuttavia, la tradizionale teoria della MVO
spesso porta ad avere un’asset allocation
80
La natura della MVO è tale per cui i portafogli questi tre input, i rendimenti sono di gran
molto concentrata e quindi poco diversificata.
70
a più basso rischio includono tipicamente un lunga il fattore più importante, ma purtroppo
Nel creare un portafoglio equilibrato si 60
numero maggiore di classi di attivo, mentre anche meno stabile. Chopra e Ziemba (1993)
dovrebbero scegliere quelle classi di attivo 50
quelli a più alto rischio sono più concentrate hanno stimato che ad un moderato livello di
non sovrapposte che riflettono l’universo come
40
numero di strumenti. Nel caso più rischio, la MVO è undici volte più sensibile agli
investibile del soggetto. Lo sviluppo di questo estremo, il 100% del portafoglio viene
30 errori nelle stime dei rendimenti rispetto agli
universo è un passo fondamentale nel assegnato
20 alla classe con rendimento più alto, errori nella stima del rischio (cioè tecnica-
processo di asset allocation strategica, ma la10 quale è spesso (ma non necessariamente) mente della varianza) e che la MVO è due volte
troppo spesso la sua importanza viene anche quella con più 20alto rischio. più sensibile agli errori nella stima del rischio
Position 10 30 40 50 60 70 80 90 100
trascurata. In generale, gli investitori (varianza) rispetto agli errori nella stima della
dovrebbero allargare il proprio universo L’enigma dell’ottimizzazione correlazione (cioè tecnicamente della covari-
investibile al fine di comprendere tutte le US Large Cap Growth
È noto che la MVO sia molto sensibile alle US Large Cap Valueanza). Non a caso, Richard
US SmallMichaud
Cap Growth (1989) ha

asset class che formano il portafoglio di US Small Cap Value coniato


International Stocks
stime dei rendimenti, delle deviazioni standard la frase “l’enigma
US Bondsdella ottimizzazione
mercato del modello CAPM.
International Bonds Commodities
e delle correlazioni tra classi di attivo. Tra di Markowitz” per descrivere il problema della
Treasury Bills

14 Morningstar Investor Marzo / Aprile 2012


sensibilità verso i dati e l’asset allocation
altamente concentrata che ne risulta. Fig. 2 Evoluzione della MVO tradizionale
Con “sensibilità verso i dati” si intende che i
Historical + Traditional Historical + Resampling
risultati finali del modello (cioè l’asset alloca-
tion) cambiano in modo significativo a causa 13.5% 2.6%
di piccole variazioni negli input (le ipotesi 28.3% 16.4%
sul mercato). Il concetto è diverso da “errori 43.5% 0.4%
nella stima”. Con questo secondo termine 14.7% 19.2%
si intende che i dati su cui si basa il calcolo 0.4%
sono previsioni e come tali sono suscettibili 22.2%
di non essere perfette. Questa sensibilità ai 20.9%
dati spinge la MVO a produrre asset allocation 17.2%

molto concentrate. L’algoritmo tradizionale 1%

di Markowitz tratta i dati iniziali come se


fossero conosciuti al 100%. Questo va bene se Black-Litterman + Traditional Black-Litterman + Resampling

si mira a determinare le asset allocation che 9.9% 6.5%


sono state efficienti nel passato, ma non se si 9.9% 11.4%
guarda al futuro. 0.9% 3.1%
1% 6.3%
Black-Litterman e il ricampionamento 18.1% 9.3%
Due nuovi potenti strumenti hanno rivoluzio- 15.2% 9.6%
nato l’asset allocation: il modello di Black- 15.5% 25.7%
Litterman e la MVO ricampionata (chiamata 16.3% 17.8%
anche il “Ricampionamento”). Il modello Black- 13.2% 10.2%
Litterman (B-L) è stato creato da Fischer Black
e Robert Litterman (1989). Il modello consente US Large Cap Growth US Large Cap Value US Small Cap Growth
agli investitori di combinare le loro stime sui US Small Cap Value International Stocks US Bonds
rendimenti di varie classi di attivo con quelli International Bonds Commodities Treasury Bills
di mercato, in un modo che si traduce alla fine
in portafogli diversificati. Più specificamente, Fonte Morningstar
il modello B-L utilizza un approccio bayesiano
MVO tradizionale con la simulazione Monte pionata finale. La combinazione dei rendimenti
per unire il punto di vista personale di un
Carlo per tenere conto dell’incertezza delle d’equilibrio Black-Litterman-CAPM con la MVO
investitore sui rendimenti attesi di uno o più
ipotesi sull’andamento futuro del mercato. ricampionata produce delle asset allocation
asset con i rendimenti d’equilibrio attesi del
Concettualmente, la MVO ricampionata più diversificate (figura 1), rispetto al modello
CAPM (distribuzioni a priori) per formare una
è un’analisi con sensibilità su larga scala in di ottimizzazione tradizionale.
nuova stima di rendimenti attesi (distribuzione
cui centinaia o anche migliaia di permutazioni
a posteriori). I rendimenti d’equilibrio del
sui dati di partenza portano allo stesso Dai grafici a torta in figura 2 possiamo notare
CAPM sono calcolati utilizzando la tecnica
numero di frontiere efficienti che si avrebbero come, per un dato livello di rischio (moderato),
di inversione di ottimizzazione descritta da
utilizzando la MVO tradizionale. l’evoluzione della MVO tradizionale attraverso
Sharpe (1974), che è un’estensione del
l’utilizzo incrociato di diverse tecniche quanti-
concetto stesso che sta alla base del CAPM,
Una simulazione Monte Carlo, con approccio tative fornisca delle asset allocation sempre
con cui lo stesso Sharpe vinse il premio Nobel.
parametrico (ipotesi di mercato di partenza) o più diversificate. K
L’asset allocation efficiente è in genere basata
non-parametrico (rendimenti storici), produce
su stime delle capitalizzazioni delle classi di
un insieme di scenari di mercato che, inseriti Sintesi del working paper Devoloping robust
attivo che formano l’universo investibile. Il
in un tradizionale modello MVO, determinano asset allocation, 18 aprile 2006
modello B-L porta a rendimenti stimati che
le frontiere intermedie chiamate frontiere
producono asset allocation ben diversificate,
simulate. Il processo viene ripetuto molte volte
quando viene utilizzato assieme alla MVO. Thomas M. Idzorek, CFA, è responsabile degli
al fine di tracciare la frontiera efficiente ricam-
La MVO ricampionata, invece, combina la investimenti di Ibbotson Associates, gruppo Morningstar

Morningstar.it 15
In Primo Piano

Markowitz 2.0
Di Paul D. Kaplan e Sam Savage

I modelli M-V falliscono nel caso di eventi estremi.


Tutti gli ingredienti della nuova frontiera efficiente.

La crisi dei mercati finanziari nel 2008 ha tradizionale di media-varianza è l’ipotesi che i azioni large-cap secondo l’approccio Morning-
acceso il dibattito sulla Moderna teoria di rendimenti degli asset possano essere descritti star. Confrontando la Figura 2 con l’istogramma
portafoglio. Il modello originale di Markowitz è solo attraverso i valori di media e varianza e dei rendimenti delle azioni large-cap in Figura 1
stato il primo tentativo di rimediare a quello quindi rappresentati da una curva normale (a si nota come il nostro modello mantenga le
che Sam Savage (nel suo lavoro del 2009) forma di campana). Come dimostra la Figura 1, proprietà della distribuzione storica rappre-
chiama “imperfezione delle medie”. Tale non sempre i rendimenti degli asset seguono sentandola in una forma più precisa nonché
fenomeno consiste in un errore sistematico che l’andamento di una curva perfettamente esteticamente gradevole. Nella Figura 2 la
si verifica quando si usano singoli numeri simmetrica e centrata. Molte ricerche hanno linea verde è quello che otteniamo quando
(generalmente delle medie) per rappresentare cercato di superare questo limite ma utilizziamo il tradizionale modello di media-
quantità future incerte. Il problema vero è che, l’approccio basato sulla generazione di scenari varianza e ipotizziamo che i rendimenti si
come sottolineato da Savage, questo è un (simulazione Monte Carlo) presenta due distribuiscano secondo una distribuzione
errore costante nel mondo del lavoro. Tale importanti vantaggi. La flessibilità, che lognormale. La linea blu, invece, è quello che
logica, infatti, è applicata a tutti i budget, le permette di modellare in maniera diretta anche otteniamo seguendo l’approccio “smoothed”.
previsioni e i piani di sviluppo, ed è stata un strumenti di investimento “non-lineari”, come L’area sotto la linea blu, alla sinistra del
ingrediente che ha contribuito alla crisi del ad esempio le opzioni, e la maneggevolezza dal segmento verticale rosso, mostra come il 5%
2008. Il modello di media-varianza (M-V) di punto di vista dei calcoli matematici. dei nostri rendimenti siano pari a -25,8%,
Markowitz ha cercato, appunto, di superare I rendimenti del portafoglio, ad esempio, sono ovvero che la probabilità che un rendimento sia
questo problema distinguendo i diversi semplici medie ponderate dei rendimenti dei inferiore a -25,8% è pari al 5%. Secondo il
investimenti con lo stesso rendimento medio singoli asset all’interno dei diversi scenari. In modello lognormale, invece, tale probabilità è
(atteso), ma con diverso grado di rischio, questo modo, quindi, la distribuzione dei solo dell’1,6%. Questo mostra come i modelli
misurato attraverso la varianza o la standard rendimenti del portafoglio può derivare dalla di media-varianza falliscano nel prevedere gli
deviation dei rendimenti stessi. Questa è stata distribuzione dei rendimenti degli asset senza eventi che si verificano nelle code della
un’innovazione del sistema che è valsa al suo risolvere complicate equazioni. distribuzione. Come discusso da Kaplan e altri
autore il premio Nobel. (2009), gli eventi che si verificano nelle code
Nelle analisi standard degli scenari non esiste della distribuzione si sono realizzati spesso
Le evoluzioni della teoria una rappresentazione precisa dei rendimenti. nella storia dei mercati finanziari. Ecco perché
La teoria di ottimizzazione del portafoglio Gli istogrammi servono solo da approssimazi- è importante per i modelli di asset allocation
tradizionale, comunemente detta ottimizza- one, come mostra la Figura 1. Il miglioramento assegnare loro probabilità che siano aderenti
zione in media-varianza (MVO), soffre di dell’analisi degli scenari passa per alla realtà.
diverse limitazioni che possono essere l’applicazione di tecniche smoothing che
superate grazie alle nuove tecnologie. Di permettono di rappresentare con curve lisce la Rendimento nel lungo periodo
seguito si presentano cinque miglioramenti distribuzione dei rendimenti. La Figura 2 mostra Il secondo miglioramento è l’utilizzo della
pratici. Uno dei maggiori limiti al modello la distribuzione dei rendimenti annuali per le media geometrica. Nel modello M-V il

16 Morningstar Investor Marzo / Aprile 2012


stata fondamentale, permettendo il passaggio
Smooth Approach Come dimostra l’area a sinistra della barra rossa dalla gestione dei dati a quella delle probabil-
verticale, la distribuzione lognormale riesce a stimare meglio la probabilità ità. La componente cruciale del metodo che si
nelle code rispetto al modello media-varianza. basa sulla gestione delle probabilità è il
cosiddetto DIST- Distribution String (Savage),
Scenario-Based Lognormal che incapsula migliaia simulazioni in un singolo
Distribution Distribution elemento. Questo implica un risparmio di
tempo nel processare i dati.

La nuova frontiera efficiente


Mettendo tutto insieme, abbiamo creato una
nuova frontiere efficiente costruita in base ai
valori di media geometrica stimati e a quelli di
CVaR, incorporando il nostro approccio basato
sugli scenari. Crediamo che la frontiera
efficiente ottenuta in questo modo abbia un
valore maggiore per gli investitori, rispetto a
quella che risulta dal modello M-V, in quanto
mostra il trade-off tra le misure di guadagno e
rischio che sono rilevanti per l’investitore,
ovvero il guadagno potenziale di lungo periodo
e le perdite potenziali di breve termine. K
–90 –80 –70 –60 –50 –40 –30 –20 –10 0% 10 20 30 40 50 60 70 80 90

Rendimento annuo dei titoli large cap 1926-2008


Sintesi del capitolo “Markowitz 2.0” in
“Frontiers of modern asset allocation” di Paul D.
Fonte Morningstar
Kaplan (Morningstar-Wiley Finance)
guadagno è misurato dal rendimento atteso, (CVaR) che analizza in modo approfondito tutte
che è la previsione di una media aritmetica. le probabilità di perdita andando oltre al VaR. Paul D. Kaplan, CFA, Ph.D è direttore della ricerca
Nel lungo periodo, invece, gli investitori sono quantitativa di Morningstar Europe.
interessati all’accumulazione della ricchezza. Il Scenario e correlazione a confronto Sam Savage, Ph.D, è consulting professor presso la
nostro modello utilizza come misura del Nel modello M-V, la covarianza tra il rendi- Stanford University.
guadagno una previsione di lungo periodo della mento di due asset è espresso da un numero, il
media geometrica ipotizzando che gli investitori coefficiente di correlazione. Questo, dal punto
pianifichino di reinvestire per un numero infinito di vista matematico, equivale ad assumere che Glossario
di periodi nella stessa strategia perseguendo la relazione tra i rendimenti di due asset-class
Tecniche di Smoothing: molto utilizzate
l’obiettivo del tasso di crescita del portafoglio è rappresentabile attraverso un modello di nell’analisi delle serie storiche, consistono
più alto, espresso come media geometrica. regressione lineare. Se invece moltiplichiamo nella trasformazione della distribuzione originale
le coppie di asset-class questo tipo di al fine di evidenziare una tendenza di fondo.
Nuove misure di rischio rappresentazione non è più possibile. Distribuzione lognormale: è la distribuzione
Il nostro terzo miglioramento ha a che fare con L’evidenza empirica dimostra che la relazione di una variabile aleatoria il cui logaritmo si
distribuisce secondo una distribuzione Normale,
il rischio. La letteratura ha dimostrato come gli tra alcuni asset non è lineare e il nostro modello,
ovvero secondo una distribuzione di probabilità
investitori non siano tanto preoccupati dalla che si basa sull’analisi degli scenari, permette che si caratterizza per la concentrazione dei
volatilità dei rendimenti, quanto lo studio di queste relazioni non lineari. valori attorno a un singolo valore medio, da cui
dell’oscillazione degli stessi verso il basso il grafico a forma di campana.
(downside scenario). Molti indicatori di Il contributo delle nuove tecnologie CVaR: è una misura di rischio finanziario, preferita
al VaR per la stima dei downside scenario
downside risk sono stati proposti al fine di Uno degli svantaggi dell’approccio basato sugli
(scenario negativo) e quantifica la probabilità di
rimpiazzare l’indicatore della standard scenari è che richiede l’immagazzinamento realizzare una perdita superiore al VaR.
deviation come indicatore di rischio ma la e il processamento di una grossa quantità di
nostra preferenza va al Conditional value at risk dati. In questo, l’evoluzione del computer è

Morningstar.it 17
In Primo Piano

Oltre la teoria dell'utilità attesa

Di Massimo Guidolin

Approcci alternativi al modello Media-Varianza nelle scelte


di Portafoglio.

In un modello di portafoglio che si fonda sulla Guidolin (2012) in “Preference Models in in un’urna che contiene 300 palline, delle
massimizzazione dell’utilità attesa, il gestore Portfolio Construction and Evaluation” (in quali 200 sono di una combinazione ignota
seleziona i pesi ottimizzando il valore atteso Portfolio Theory and Management, Oxford dei colori blu e verde e le rimanenti 100 sono
dell’utilità futura. L’aspettativa viene calcolata University Press). rosse, i partecipanti ricevono 100 euro se una
utilizzando le distribuzioni previsive per i singola estrazione casuale restituisce una
rendimenti delle attività. La funzione di utilità pallina di un colore da loro indicato a priori.
ha il compito di riassumere le preferenze del Interazione tra distribuzione Ai soggetti sperimentali si chiede se essi
gestore. La distribuzione previsiva dei previsiva dei rendimenti e preferiscano scommettere sulla pallina rossa
rendimenti di portafoglio (o della ricchezza funzione di utilità o su quella blu. Nella grande maggioranza dei
finale, W) e la funzione di utilità interagiscono casi, i soggetti si dichiarano in favore di una
nel definire l’utilità attesa e quindi nel Densità predittiva dell’ scommessa sulla pallina rossa. In alternativa, i
u
determinare i pesi (il vettore α). Nella figura, ƒ
U(W(α)) utilità funzione delle scelte di ptf. partecipanti all’esperimento vincono 100 euro
la concavità della funzione utilità—che U(W(α)) se la pallina selezionata non è di un colore
rappresenta l’avversione al rischio—implica E [U(W(α))]
da essi indicato; ossia la vincita si ottiene in
che la distribuzione previsiva dell’utilità della questo caso indovinando quale colore non
ricchezza finale assume una forma (asimmet- verrà estratto. In questo caso, nella maggio-
rica con una lunga coda a sinistra, rappresen- ranza dei casi, i soggetti sperimentali hanno
tata sull’asse verticale) diversa da quella della ƒ W(α) Densità predittiva risposto ancora una volta di preferire una
funzione delle scelte
ricchezza. Inoltre CE(W(α)) è il rendimento di ptf. (α) scommessa sulla mancata estrazione della
certo che un investitore accettarebbe in pallina rossa.
sostituzione della strategia rischiosa definita
da α, giacché CE(W(α)) fornisce un livello di Tuttavia tali scelte sono problematiche per
utilità identico all’utilità attesa di α, W il paradigma dell’utilità attesa: se la pallina
E[U(W(α))]. In un modello in stile Markowitz in CE(W(α)) rossa era stata scelta nel primo esperimento,
cui o i rendimenti producono una distribuzione E [W(α)] la probabilità (soggettiva) che una rossa
della ricchezza Gaussiana oppure il decisore venisse estratta doveva essere più elevata che
ha utilità quadratica, il problema si riduce a: I limiti del modello per le palline blu. Di conseguenza, un decisore
Molti lavori accademici a partire dal classico che massimizza l’utilità attesa dovrebbe
max μ' α – ½λ α'�α, Ellsberg (1961) hanno però presentato evi- preferire la pallina blu nella seconda tornata.
α denza sperimentale che mostra come modelli La conseguenza di questi risultati sperimentali
dove λ é l’avversione al rischio, μ e’ il vettore basati sulla massimizzazione dell’utilità attesa è che molti studiosi si sono dedicati allo studio
dei rendimenti attesi e � è la matrice di abbiano difficoltà nello spiegare i comporta- di modelli decisionali in cui il principio “della
covarianza. Per ulteriori dettagli si veda menti comunemente osservati. Per esempio, cosa certa” di Savage—l’assioma per il quale

18 Morningstar Investor Marzo / Aprile 2012


uno stato del mondo che influenza in maniera attesi. Fortunatamente, è possibile dimostrare tive Q. Mentre questo modello rappresenta
identica il pay-off di due diverse scelte deve che il problema “max-min” si semplifica a: formalmente una approssimazione locale di
essere irrilevante nella determinazione qualunque modello “smooth” di ambiguità, il
della preferenza tra le due scelte—è violato. max (μ-μadj)' α – ½λ α'�α s.t. α'1=1 suo potenziale applicativo è evidente.
α
Sebbene ulteriore struttura matematica sia
richiesta per compiere il passo successivo, una dove (μ-μadj) è una stima aggiustata che La prospect theory
letteratura è apparsa tra gli anni ’80 e ’90 che dipende dalla struttura di �(•) e da η. E’ inter- Quello dell’ambiguità rappresenta uno tra i
riconduce la violazione dell’assioma “della essante notare che problemi di tipo analogo a più interessanti esempi del fervore creativo
cosa certa” a modelli in cui gli agenti prendono quelli per il caso di priors multiple sono stati che anima le ricerche nel campo delle scelte
decisioni tenendo in considerazione l’ambiguità risolti in maniera indipendente nella letteratu- di portafoglio in assenza di utilità attesa. Due
percepita. Per ulteriori dettagli, si veda Guidolin ra sulla scelte di portafoglio robuste. In questo ulteriori incoerenze tra modelli di utilità attesa
and Rinaldi [2010, IGIER W.P. 417]. caso, benché il problema di ottimizzazione e l’evidenza sperimentale sono emerse: primo,
sia isomorfico a quello illustrato, esso viene a gli investitori sembrano considerare i profitti e
I modelli di ambiguità mancare di quel radicamento nella letteratura le perdite delle loro strategie separatamente,
A causa della sua centralità nella moderna sperimentale sugli effetti dell’ambiguità. piuttosto che aggregarli in un valore di ricche-
teoria di portafoglio, le applicazioni dei modelli zza finale, come invece i modelli di massimiz-
di ambiguità all’asset management si sono ini- In ogni caso, l’ambiguità non conduce neces- zazione dell’utilità attesa implicano; secondo,
zialmente concentrate su semplici integrazioni sariamente a formulazioni “modificate” del esiste evidenza che la disutilità derivante
del modello di Markowitz. In particolare, problema di portafoglio del tipo media-va- dalle perdite di portafoglio eccede l’utilità
Gilboa e Schmeidler [1989, J. Math. Econ., vol. rianza. In particolare, importanti progressi derivante da guadagni di identica grandezza.
18] hanno mostrato che sotto certe ipotesi, si nella teoria delle decisioni propongono In conseguenza di queste evidenze, Kahneman
ottiene una semplice modifica del modello preferenze che incorporano un’avversione e Tversky [1979, Econometrica, vol. 47] hanno
standard: invece di massimizzare la propria per l’ambiguità ma che sono anche “smooth”, sviluppato la cosiddetta prospect theory per la
utilità attesa, il decisore valuterà l’utilità ossia evitano l’ovvia non-differenziabilità quale gli investitori massimizzano la somma
attesa usando un set di convincimenti a priori delle preferenze “max-min” [si veda Klibanoff, ponderata di una funzione obiettivo che pesa
(Q) sulla distribuzione previsiva dei rendimenti Marinacci e Mukerji, 2005, Econometrica, vol. separatamente perdite e guadagni definiti risp-
che contiene una molteplicità di alternative; in 73]. Un decisore ambiguo “smooth” calcola etto ad un benchmark soggettivo (per esempio,
questo caso il problema si può riscrivere come il valore atteso—basato su un insieme di il valore iniziale del portafoglio).
un problema di “max-min”, in cui un gestore priors multiple Q—di una funzione di utilità
minimizza la propria massima utilità attesa che viene distorta allo scopo di incorpo- E’ ancora presto per potere dire se questi
rispetto all’insieme delle probabilità previsive rare l’avversione dell’agente per l’ambiguità. modelli di allocazione di portafoglio alternativi
ritenute possibili. Per esempio, in un contesto Poiché alcuni esperti hanno obiettato che sia possano sostituire il riferimento tradizionale
media-varianza in cui esiste ambiguità sul le tecniche robuste che quelle “max-min” ap- basato sull’utilità attesa. Tuttavia, è facile ver-
vettore μ, il problema é: paiono eccessivamente pessimistiche e perciò ificare come tutti i modelli alternativi passati
possono originare risultati perversi, l’approccio in rassegna tendano ad includere media-vari-
max max μ' α – ½λ α'�α “smooth” è molto importante perché evita di anza come un caso particolare. In conseguenza
α μ
forzare il decisore a livelli non plausibili di è facile immaginare che in futuro la gestione
s.t. �(μ, μ, �)≤ η α'1=1 avversione all’ambiguità. Per esempio, Mac- di portafoglio potrà rimanere ancorata alla
cheroni, Marinacci e Ruffino [2010, IGIER W.P. robusta tradizione inaugurata da Markowitz,
dove �(•) è una funzione che misura la dis- 373] hanno mostrato come il classico modello al contempo impiegando sofisticate tecniche
tanza tra stime dei rendimenti attesi e valori media-varianza statico possa generalizzarsi in quantitative per identificare come e se modelli
possibili (per esempio, �( μ,μ, ∑) = (μ - μ)' maniera intuitiva eppure rigorosa a: alternativi possano contribuire al migliora-
∑ -1 (μ-μ) ≤ η), μ e’ uno stimatore e ½½η mento della performance. K
cattura l’”ampiezza” della dispersione delle max (μ'α-½λ α'�α-½θα'{Var [μ]}α,
α q
priors concernenti ciascuno de0gli elementi Massimo Guidolin è professore di Econometria
di μ ; η è legato all’avversione all’ambiguità dove θ cattura l’avversione all’ambiguità qui all’Università Bocconi di Milano e membro del
del decisore, nel senso che al crescere di η misurata dalla matrice di covarianza di tutti i Comitato scientifico di Ossiam
diminuisce la preoccupazione del gestore per possibili rendimenti attesi di portafoglio otte-
limitare deviazioni delle stime dai rendimenti nuti nello spazio delle possibili misure predit-

Morningstar.it 19
In Pratica

Analisi di portafoglio, strumenti di frontiera


Di Umberto Cherubini

Per lo studio dei rischi si fanno strada i modelli copula.


Il caso della funzione di Kendall.

Nel paradigma classico della gestione dei state proposte per l’analisi dell’asimmetria di mente utile in applicazioni di allocazione del
portafogli il trade-off tra rendimento e rischio correlazione. La misura più nota è la cosid- portafoglio: mentre infatti il problema di
fa riferimento alla varianza dei rendimenti detta exceedance correlation: si tratta di massimizzare il rendimento atteso sotto un
come indicatore del rischio. Da molti anni, correlazioni calcolate su porzioni simmetriche vincolo di VaR può richiedere tecniche
questa rappresentazione si è rivelata delle due code. Il confronto tra i due valori numeriche molto complesse, fare lo stesso con
insufficiente. Ricordiamo che limitare l’analisi fornisce una buona rappresentazione grafica un vincolo in termini di ES è un semplice
del portafoglio ai primi due momenti (media e dell’asimmetria della distribuzione. Inoltre, il problema di programmazione lineare.
varianza, appunto) ha senso solo nell’ipotesi confronto con i valori che si otterrebbero in
che i rendimenti abbiano distribuzione presenza di distribuzione normale consente di Tra i modelli disponibili per rappresentare i
normale. Se questa ipotesi è violata, ciò apprezzare la rilevanza di deviazioni da essa. rendimenti oltre la distribuzione normale, la
implica assumere che l’avversione al rischio scelta è tra quelli in grado di fornire una
degli individui aumenti con la ricchezza, il che Le misure del rischio rappresentazione generale del mercato, che
è irrealistico. Nella realtà dei mercati, l’ipotesi Questi sviluppi hanno spinto alla ricerca di potremmo chiamare modelli top-down, e
di normalità è sistematicamente violata. In nuovi modelli e metodologie statistiche per la modelli più flessibili, che consentono di
particolare, la proprietà di simmetria della descrizione dei rendimenti e a nuove misure modellare i singoli componenti di un portafo-
distribuzione normale non è verificata dai dati, del rischio finanziario. Per quanto riguarda glio o del mercato, e che poi aggregano queste
e la probabilità di occorrenza di eventi estremi queste ultime, possiamo distinguere due componenti in una rappresentazione del
è molto più elevata. A questo fenomeno di direzioni alternative di ricerca. La prima mercato globale: potremmo chiamare
asimmetria e “code grasse” si aggiunge a consiste nell’estendere l’analisi dei momenti quest’ultimo approccio bottom-up.
livello multivariato la tendenza degli eventi della distribuzione dei rendimenti oltre media
estremi a manifestarsi congiuntamente su e varianza, per considerare il momento terzo La scelta tra i due approcci è più una
diversi titoli e diversi mercati (tail depen- (asimmetria) e quarto (curtosi). La seconda questione di gusti, che di tecnica. Le consider-
dence), e l’evidenza di una maggiore correlazi- riguarda la forma della distribuzione, con azioni che possono venire in mente in
one di eventi estremi negativi (asimmetria di particolare riguardo alla coda dei valori proposito sono quelle mutuate
correlazione). negativi: a questo proposito menzioniamo il dall’econometria. In generale modelli
Value-at-Risk (VaR), che denota la perdita che parametrici, come si dice, della distribuzione
Misure del rischio che tengono conto è possibile riportare con una data probabilità dei rendimenti hanno il vantaggio della
dell’asimmetria negativa dei rendimenti sono su un certo orizzonte di investimento; parsimonia, che li rende meno flessibili
note da anni. L’esempio più conosciuto è la l’Expected Shortfall (ES), cioè la perdita attesa all’interno del campione, ma più robusti in
cosiddetta semi-varianza, cioè la varianza dei oltre un certo livello di VaR. E’ il caso di fase di previsione (la cosiddetta capacità di
rendimenti calcolata utilizzando solo le sottolineare che mentre il VaR è la misura più “generalizzazione”). All’estremo opposto, la
realizzazioni negative. All’inizio di questo utilizzata nel sistema bancario, le caratteris- costruzione dal basso della distribuzione dei
secolo, misure dello stesso significato sono tiche tecniche dell’ES lo rendono particolar- rendimenti consente una maggiore attenzione

20 Morningstar Investor Marzo / Aprile 2012


alle caratteristiche di rischio dei singoli titoli,
a prezzo di complicazioni legate alla cosid- Fig. 1 Funzione di Kendall empirica della distribuzione congiunta
detta “maledizione della dimensione”, tipica dell’indice azionario globale MSCI e di un portafoglio gestito con
della statistica non parametrica multivariata.
market-timing in stile Henriksson-Merton, con capacità previsiva 0,8,
Sia che si scelga un modello costruito dall’alto
o dal basso, in fase di trasformazione di questi
a confronto con l’ipotesi di dipendenza perfetta e indipendenza
modelli in decisioni di allocazione del
portafoglio sarà comunque necessario Empiriica Perfetta Dip. Indipendeza
ricorrere a metodologie di simulazione (Monte
1.0
Carlo o storica) per la generazione di scenari
rispetto ai quali trovare la strategia di
0.75
investimento migliore.
0.5
Il modello semi-parametrico
Ci soffermiamo adesso su un modello che
0.25
rappresenta un compromesso tra i due
approcci estremi, e che è noto come semi-
0 0.25 0.5 0.75 1.0
parametrico, perché consente di mantenere la
rappresentazione non parametrica per i rischi
univariati ed un approccio parametrico per grado di diversificazione tra azioni e obbli- l’indipendenza. Il caso ancora più interessante
l’analisi della struttura di correlazione (che in gazioni a livello globale. è rappresentato dalla forma della funzione di
questa tecnica viene più precisamente Kendall per portafogli con gestione attiva, di
chiamata dipendenza o associazione). Queste Sulla base dei modelli di copula, alcuni studi cui riportiamo un esempio nella figura 1. Qui
tecniche, note anche come modelli di copula, hanno mostrato che è possibile ottenere abbiamo ipotizzato un portafoglio a gestione
dal nome della funzione che racchiude tutta rendimenti economicamente e statisticamente attiva assumendo: i) una strategia di market
l’informazione sulla struttura di correlazione significativi (in chiave di previsione) sfruttando timing à la Henriksson-Merton, con sposta-
tra i rischi, consente di svolgere un’analisi a la struttura asimmetrica della dipendenza. mento dell’investimento dal titolo privo di
due stadi: lo studio del rischio di ciascuna Ovviamente, condizione perché questi risultati rischio al mercato a seguito di una previsione
componente del sistema in una prima fase e lo possano trasformarsi in realtà è che i gestori di un aumento del mercato, e in senso opposto
studio della struttura di dipendenza nello dei fondi siano completamente liberi di in previsione di una diminuzione; ii) una
stadio successivo. In questo modo è possibile prendere posizione sul mercato, senza vincoli accuratezza di previsione dell’80%.
distinguere gli effetti dell’asimmetria, delle di vendite allo scoperto e senza limiti di leva
“code grasse” dei singoli rischi, nonché la loro finanziaria. La presenza di vincoli regolamen- La funzione di Kendall riportata nella figura 1
correlazione. L’approccio consente anche una tari riduce drammaticamente le chance di mostra che la struttura di dipendenza muta in
buona rappresentazione grafica della struttura successo di queste attività. funzione delle fasi di mercato. In fasi di
di correlazione su tutta la distribuzione. crescita del mercato il rendimento del fondo
La stessa tecnica di analisi della dipendenza appare sempre più correlato con il mercato,
A questo proposito, l’esempio più interessante può essere applicata allo studio dei co-movi- mentre il grado di correlazione diminuisce in
è la funzione di Kendall, che viene utilizzata menti tra i rendimenti dei portafogli gestiti e fasi di mercato via via più negative. Il
per una classe particolare di funzioni di copula quelli di mercato. In questo caso, ad esempio, diagramma della funzione di copula fornisce
(copule archimedee) e consente di valutare il ci aspettiamo che un portafoglio a gestione quindi una rappresentazione intuitiva
grado di dipendenza tra due rischi. Un esempio passiva faccia rilevare nel grafico della dell’efficacia delle politiche di assicurazione
è la funzione di Kendall della distribuzione funzione di Kendall valori molto vicini alla del portafoglio implicite nelle strategie di
congiunta degli indici globali azionario e diagonale (e tanto più vicini quanto minore market timing. K
obbligazionario. Realizzando un grafico che sarà il tracking error). All’estremo opposto, un
rappresenti la funzione di Kendall empirica portafoglio market neutral, come sono (o Umberto Cherubini è Professore associato di
ricavata dai dati, messa a confronto con meglio dovrebbero essere) i fondi hedge, Matematica finanziaria all’Università di Bologna
l’ipotesi di dipendenza perfetta e di indipen- dovrebbe produrre una funzione di Kendall
denza, è possibile mettere in risalto un buon molto vicino alla curva che rappresenta

Morningstar.it 21
In Pratica

Rischio e modelli a scenari


Di Diana Barro e Elio Canestrelli

Molti problemi che in ambito finanziario possono essere ricondotti


all’allocazione ottima di risorse in condizioni di incertezza.

La crescente complessità del contesto modelli di tipo adattivo nei quali l’arrivo processo di decisione in condizione di incertezza
finanziario dovuta all’introduzione di strumenti dell’informazione avviene in modo progressivo si scontra con la necessità di considerare
finanziari innovativi e di nuovi vincoli e la politica ottima risulta da un processo del le possibili realizzazioni future di quantità,
regolamentari ed operativi rendono sempre più tipo decisione-osservazione nel quale le rilevanti nel processo decisionale, ma non
evidente l’esigenza di poter disporre di decisioni dei periodi successivi dipendono ancora note nel momento in cui si assumono
strumenti efficienti ed efficaci per la misura- dalle informazioni che via via diventano le decisioni.
zione e la gestione del rischio. disponibili. In questo caso si parla anche
di modelli adattivi o modelli con revisione La difficoltà connessa alla ricerca di previsioni
Nell’ambito della selezione e gestione di (recourse problem) nei quali lo scopo puntuali attendibili e la necessità di consid-
portafoglio i modelli tradizionali alla Marko- è prendere decisioni ottimali rispetto alla erare, soprattutto in modelli di gestione del
witz, basati sull’ipotesi di efficienza in somma dei costi/benefici presenti e del rischio, anche le evoluzioni meno probabili del
media-varianza, si caratterizzano per essere valore atteso dei costi/benefici futuri derivanti sistema, trovano soluzione in un approccio
modelli a periodo singolo, che non tengono dall’adattamento. all’incertezza basato sull’analisi a scenario.
conto di costi di transazione e opportunità di L’ipotesi fondamentale alla base di questo tipo
ribilanciamento e che si basano su assunzioni In termini matematici questo può essere di analisi è che un limitato numero di scenari
limitate sui rendimenti. Tali modelli non tradotto nella formulazione di problemi di sia adeguato a rappresentare lo sviluppo
colgono quindi la dimensione dinamica del ottimizzazione dinamica stocastica vincolata. futuro del sistema ed il comportamento della
processo di gestione di portafoglio che si Un possibile approccio alla risoluzione di componente aleatoria.
caratterizza per essere un processo di problemi intertemporali in condizioni di
decisione in condizione di incertezza dove la incertezza è rappresentato dalla programma- L’utilizzo di scenari permette di descrivere
descrizione della componente dinamica e della zione stocastica che si basa su una struttura l’incertezza in termini probabilistici assumendo
componente stocastica diventano cruciali. probabilistica per descrivere i parametri del distribuzioni di probabilità discrete. L’albero di
problema caratterizzati da una forma di scenari può essere definito a partire da
Molti dei problemi che emergono in ambito incertezza. La principale difficoltà associata a distribuzioni generali, ad esempio, con code
finanziario possono essere ricondotti questi problemi è l’elevata dimensionalità che spesse o asimmetriche, come spesso
all’allocazione ottima di risorse in condizioni possono raggiungere considerando un numero necessario per descrivere il comportamento
di incertezza. Nei modelli di tipo anticipativo, di realizzazioni, per la distribuzione discreta, delle grandezze finanziarie.Nell’ambito
ad esempio quelli statici, le decisioni relative adeguato a descrivere le diverse possibili dell’allocazione ottimale di risorse finanziarie
a tutti gli istanti futuri vengono assunte realizzazioni delle variabili aleatorie. l’obiettivo dell’analisi a scenario è quello di
esclusivamente sulla base delle informazioni creare dei portafogli capaci di performance
disponibili all’istante iniziale e vengono Analisi a scenario predefinite dal decisore al verificarsi di scenari
mantenute fino alla scadenza. A questa prima La gestione dell’incertezza è un aspetto chiave anche molto differenti tra loro.
categoria di modelli si contrappongono i dell’ottimizzazione multiperiodale. Ogni

22 Morningstar Investor Marzo / Aprile 2012


Nell’ambito della gestione dinamica di procedere ad una fase di riduzione del numero
Fig. 1 Rappresentazione di un portafoglio le principali fonti di incertezza degli scenari, al fine di ridurre la complessità
albero di scenari, ogni scenario possono essere individuate nell’andamento del problema di ottimizzazione associato. A tal
della struttura per scadenza dei tassi di fine sono possibili varie tecniche tra le quali
è rappresentato da un percorso
interesse e nei rendimenti dei titoli rischiosi. merita citare l’eliminazione degli scenari
che collega l’origine dell’albero La generazione degli scenari è un passo ridondanti, cioè di quegli scenari che, se
(radice) con i nodi terminali cruciale per la corretta specificazione del eliminati, non riducono l’informazione totale
(foglie). problema di ottimizzazione stocastica e riveste associata all’insieme degli scenari e il
un ruolo fondamentale nell’attendibilità delle passaggio al quoziente mediante una
soluzioni ottenute. La struttura dei possibili opportuna relazione di equivalenza tra scenari,
sviluppi futuri del sistema (albero degli sostituendo ad ogni classe di scenari un
scenari) può essere determinata in diversi rappresentante. Utili a questo scopo sono
modi in relazione anche alla natura e alla alcune tecniche di clustering.
struttura del problema considerato.
In figura 2 è rappresentato il processo di
La struttura e l’estensione dell’albero gestione di portafoglio nelle sue fasi
determinano una distribuzione di probabilità principali. La programmazione stocastica, a
discreta che si assume, ai fini della risoluzione differenza di altri metodi di ottimizzazione
del problema, rappresentativa di tutte le stocastica, garantisce un’ampia flessibilità,
possibili realizzazioni future. E’ importante che permette di combinare la scelta di un
osservare come tale approccio fornisca un modello adeguato per la descrizione
utile strumento per inserire, in modo implicito, dell’incertezza e di un efficiente metodo di
un elemento di controllo del rischio nei modelli ottimizzazione. Tale caratteristica si è rivelata,
di gestione di portafoglio. Se consideriamo, in numerose applicazioni, strumento efficace e
ad esempio, il caso di un investitore particolar- di successo per affrontare problemi di
mente avverso al rischio l’assegnazione di gestione, anche complessi sia per portafogli di
probabilità elevate a scenari cui è associata investitori istituzionali che di investitori
una perdita porterà a delle strategie di individuali, che tengano conto di vincoli
investimento più prudenti. regolamentari e di gestione del rischio. K
Fig. 2 Rappresentazione del
processo di gestione - L’analisi a scenario può essere rappresentata
approccio di ottimizzazione graficamente mediante strutture ad albero in
cui ciascun nodo corrisponde ad uno stato
stocasticaa scenari
del sistema in un dato periodo. Ogni scenario
è rappresentato da un sentiero che collega
l’origine dell’albero, con le foglie che
Dynamic Portfolio Management rappresentano gli stati alla fine dell’orizzonte Diana Barro e Elio Canestrelli sono rispettivamente
temporale considerato (si veda Fig.1). ricercatore e professore ordinario presso il
Dipartimento di Economia dell’Università Ca’
Generazione di scenari Foscari, Venezia
Formulation Il processo di generazione degli scenari si
articola normalmente in alcune fasi che
riguardano l’identificazione degli obiettivi,
l’individuazione dell’orizzonte temporale,
Scenario
Solution Methods Algorithms
Generation l’individuazione dei fattori chiave e la
costruzione degli scenari combinando le
diverse possibili realizzazioni dei fattori
chiave. Qualora il numero degli scenari
Solution
Analysis generati sia molto elevato, può rivelarsi utile

Morningstar.it 23
In Pratica

La metamorfosi degli indici


Di Marco Caprotti

La volatilità ha cambiato il volto dei mercati.


Nascono nuovi benchmark tra realtà e miti da sfatare.

Non esistono più gli indici di una volta. O come quelli sulle azioni europee o sui bond a glio ponderato per la capitalizzazione di Borsa
meglio, hanno cambiato funzione. Se una volta lungo termine, permette agli operatori di avere diventava meno efficiente”. Va anche detto
i panieri in cui vengono raccolti titoli azionari o una mera esposizione a uno specifico che questo modo di operare ha dato dei
di debito servivano ai gestori per esporsi senza segmento e a un costo basso”, spiega uno risultati. “Per anni nel lungo termine i
rischiare troppo su un determinato mercato e studio firmato da Christopher Philips, analista portafogli azionari hanno generato rendimenti
ai piccoli investitori per avere una fotografia di Vanguard. “Il risultato è che l’uso degli medi annuali prossimi a un premio al rischio
immediata di come stava andando il loro fondo, indici, nel tempo, è diventato sempre più dell’8%” continua Vecchio. “Negli ultimi 10
oggi, con un’attività di investimento resa popolare”. Oggi si stima che gli strumenti che anni invece, anche a causa dell’aumento della
sempre più complessa dall’aumento del si affidano a un paniere, compresi gli Etf volatilità, chi si è affidato al benchmark market
numero degli asset e dalle crisi dei mercati, il abbiano un valore superiore ai 1.600 miliardi di cap ha visto deluse le sue aspettative”.
ruolo dei benchmark sta cambiando e deve dollari, il 13,2% degli asset totali gestiti dalle
riflettere altri elementi come, ad esempio, società di investimento. Nuovi panieri
l’avversione al rischio del cliente, le sue L’evoluzione dello scenario di riferimento ha
aspettative e il suo orizzonte temporale. “E’ dagli anni ’60-’70 che si utilizzano gli indici portato gli operatori a nuovi studi sulla
come strategia di investimento”, spiega gestione che non disperdessero l’esperienza
Strategie sugli indici Alexandre Vecchio, Director di Ossiam. “Il precedente ma che permettessero l’utilizzo di
Ma partiamo dall’inizio. L’indice è una sorta di punto di partenza, espresso dalla teoria nuove strategie adatte a diverse condizioni di
paniere di titoli che intende rappresentare in chiamata Capital Asset Pricing Model, mercato. “Fondamentalmente si sono
tutto o in parte un determinato mercato. elaborata da William Sharpe, era che, se tutti i sviluppati tre filoni”, spiega il Director di
Riflettendo l’andamento di un determinato soggetti che operano sul mercato hanno le Ossiam. “Tutti e tre sono di tipo quantitativo. Il
mercato il paniere dà agli investitori un stesse aspettative, posseggono le medesime primo utilizza indici che pongono l’accento
termine di paragone per calcolare la perfor- informazioni e le ipotesi di efficienza dei sulla diversificazione. Un esempio sono i
mance che sta realizzando. Fino a qualche mercati del modello di Markovitz sono panieri equal weigth che danno lo stesso peso
tempo fa la maggior parte delle strategie rispettate, allora avere un portafoglio che ai titoli. Gli studi dimostrano che è una delle
erano studiate per cercare di seguire le riflette il mercato è la soluzione più efficiente strategie più difficili da battere”.
performance del paniere, costruendo un per generare rendimento.
portafoglio in cui ci fossero le stesse azioni Un altro filone è quello di indici fondamentali,
che componevano l’indice. Era una soluzione elegante a una serie di in cui la scelta dei componenti del paniere
problematiche, ma la realtà dei fatti ha viene fatta in base a caratteristiche ben
Una tattica seguita ancora oggi quando si dimostrato che spesso non funziona così. Studi precise, come i dividendi o il Pil. Un’altra
utilizzano i fondi-indice o gli Exchange traded successivi - anche dello stesso Markovitz - scuola di pensiero ha sviluppato benchmark
fund (Etf). Investire in prodotti disegnati per hanno dimostrato che se veniva a mancare una basati sugli indicatori di rischio, partendo dal
replicare la performance di determinati indici delle condizioni di partenza, allora il portafo- presupposto che se i rendimenti sono

24 Morningstar Investor Marzo / Aprile 2012


rivelato effimero per poi recuperare ancora a
Andamento dell'indice Stoxx Europe 600 nel decennio fine anno. Avere avuto un benchmark a cui
(base 10.000 euro) essere legati avrebbe evitato mosse come
uscire dal mercato nei rimbalzi oppure entrare
nelle correzioni. Un atteggiamento condizion-
K STOXX Europe 600 NR EUR (Rendimento di Mercato, EUR, Pre-Tasse) Valore: 61,68K
ato anche dal fatto che, a un certo punto,
81
il mercato era guidato più da notizie politiche
che da quelle economiche”.
46

Rimane il fatto che la scelta di un benchmark


26 deve essere il risultato di un’analisi veramente
attenta. “Un altro luogo comune da sfatare è il
15
benchmark 50-50 (metà bond metà equity)”,
dice l’esperto di Pioneer. “Sono due strumenti
con rischi differenti. La totalità del rischio di
1992 1997 2002 2007 2012
questo portafoglio dipende dall’asset class
azionaria. Per avere una situazione più
Fonte Morningstar Direct. bilanciata, la quantità di asset azionari
dovrebbe essere più vicina a un 15-20%, non
imprevedibili, i pericoli lo sono molto meno. fase di bear market (e posto che si sia di più. Quindi, se vogliamo un benchmark,
“In questa categoria spiccano le strategie individuata correttamente tale fase), ad scegliamolo o facciamocelo scegliere bene”. K
minimum variance o equal risk contribution”. esempio, una gestione Total Return giusta-
mente prevede di vendere gli asset rischiosi Marco Caprotti è editor&analyst di Morningstar Italy
Miti da sfatare (prendiamo l’equity). Si corre comunque un
Da tutto questo emerge che ha ancora senso rischio molto elevato, che il mercato attraversi
parlare di benchmark nella gestione di una fase di rimbalzo e di essere quindi corti
portafoglio, ma deve cambiare la prospettiva. quando invece il mercato sale”.
“Il benchmark non deve essere qualcosa di
imposto. Se un cliente sceglie, per esempio Non esiste, quindi nessuna difesa dai rischi?
l’Msci Europe come paniere di riferimento e “In presenza di mercati sempre più emotivi,
delega il gestore a batterlo, la società di come abbiamo sperimentato in questi anni, la
gestione non sta offrendo un grande servizio gestione del rischio, soprattutto nel breve
anche se, in un mercato che perde il 20%, sta termine, diventa fondamentale”, dice il risk
realizzando un -15%”, spiega Antonio Motta, manager. “E non penso banalmente alle
Risk strategist di Pioneer Investments. “Il cosiddette stop loss (definire un budget di
mondo del risparmio gestito deve offrire rischio e chiudere una scommessa quando
sempre più servizi di consulenza, non di mera viene raggiunto il livello di perdita prefissata).
delega. In altre parole deve capire quali sono Esistono metodologie più soft che modulano la
le esigenze reali del cliente”. rischiosità di portafoglio in base ai profitti e
alle perdite generate, che riducono le
Ma esistono soluzioni alternative ai bench- probabilità di performance negative.
mark? “L’alternativa a cui è naturale pensare
sono le gestioni total return, il cui mandato è Questo però non significa che i benchmark non
consegnare un risultato positivo in ogni fase di servano. “Avere un benchmark a cui essere
mercato, bull o bear market che sia”, continua legati disciplina l’attività di gestione” dice
Motta. “Questa tipologia di gestione non è Motta. “Prendiamo lo scorso anno. E’ stato il
comunque esente da rischi, Il fatto di non periodo della volatilità: il mercato è stato
avere un benchmark da seguire non vuol dire laterale nei primi sei mesi; poi è crollato; c’è
assolutamente neutralizzare i rischi. In una stato un grande rimbalzo a ottobre che si è poi

Morningstar.it 25
In Pratica

Cap e fondamentali, mix possibile


Di Massimo Scolari

Gli indici collared weghiting fondono i due approcci per trarre


il maggior vantaggio da entrambi.

Indici a capitalizzazione o fondamentali? Tra le La data di nascita di questo nuovo approccio media dei gestori attivi inferiori agli indici
due alternative, si è fatta strada una proposta può essere associata al contributo di R. Arnott di riferimento. Nello stesso anno il confronto
ibrida, quella dei “collared weghiting”. e J. Hsu e Moore che nel 2005 pubblicarono tra gli indici tradizionali di mercato (a
uno studio che fu, tra l’altro, la premessa per capitalizzazione) e gli indici fondamentali
Questione di pesi la realizzazione degli indici RAFI da parte di evidenzia una sottoperformance di questi
Gli indici di mercato sono calcolati secondo Research Affiliates, società fondata nel 2002 ultimi in contrasto con l’andamento degli
una metodologia di ponderazione basata sulla dallo stesso R. Arnott. Alla fine del 2011 gli ultimi 3, 5, 10 anni (si veda il grafico seguente
capitalizzazione dei titoli inclusi nell’indice. investimenti globali sulla strategia dell’indice che raffronta il rendimento medio annuo
Ciò rappresenta un vantaggio, poiché il RAFI ammontano ad oltre 80 miliardi di dollari. dell’indice RAFI All World 3000 con l’Indice
rendimento degli indici corrisponde alla MSCI All Country World).
performance aggregata di tutti gli investitori di 2011 no per i fondamentali
uno specifico mercato. Un secondo vantaggio La letteratura sulle tecniche di costruzione La volatilità connessa a fattori di rischio
è riconducibile alla minore frequenza di degli indici su base fondamentale ha fornito globale ha portato ad una crescita della
ribilanciamento del portafoglio: se numerose evidenze della capacità di tali indici correlazione delle performance dei singoli titoli
l’investimento in un titolo si accresce o si di fornire agli investitori, anche grazie alla azionari. In un recente articolo Jim Bianco
riduce per una variazione del suo prezzo di maggiore esposizione verso i titoli value e osservava che nel periodo tra il 1996 ed il
mercato, il peso nel portafoglio e nell’indice di small cap, una combinazione di rischio-rendi- 2008 vi erano stati soltanto 12 giornate nelle
riferimento si aggiustano simultaneamente. mento superiore a quella fornita dai tradizion- quali più di 490 titoli dell’indice S&P 500 si
Tuttavia da qualche tempo si è posta in ali indici a capitalizzazione. Questi ultimi erano mossi nella stessa direzione (in 2 giorni
discussione l’efficacia di una strategia di rappresentano i benchmark di rifermento per al rialzo e in 10 giorni al ribasso); nel solo
investimento basata sulla capitalizzazione. la maggior parte dei gestori attivi. 2011 ciò è avvenuto in ben 15 occasioni.
Si pensi ad esempio alla crescita del peso del Secondo uno studio di Leuthold Group il livello
settore tecnologico alla fine degli anni 90 L’adozione di strategie di investimento di medio della correlazione ha toccato un
sull'S&P 500 (oltre il 40% contro un valore del portafoglio basate sulla metodologia degli massimo storico lo scorso ottobre (86%),
fatturato non superiore al 15% del totale). indici fondamentali dovrebbe essere in grado superando il precedente punto massimo che si
Inefficienza ed errori di valutazione nei prezzi di sovrastare i rendimenti dei benchmark registrò nel crash dell’ottobre 1987.
di mercato hanno fornito la motivazione rappresentati dagli indici di capitalizzazione. La forte correlazione delle performance dei
principale della realizzazione di una nuova L’evidenza mostra al contrario che la percen- titoli azionari è il contesto meno favorevole
metodologia di costruzione degli indici, che si tuale di gestori attivi che riescono, anche al per le strategie di investimento che fondano le
basa, anziché sulla capitalizzazione dei titoli, lordo delle commissioni, a battere il proprio proprie scelte sui valori fondamentali; questi
sui valori fondamentali delle società quotate benchmark nel settore azionario non risulta ultimi vengono infatti tenuti in scarsa
(fatturato, cash flow, valore di libro, dividendi particolarmente elevata. Nel 2011 in considerazione in una situazione di mercato
e numero di occupati). particolare si è osservato una performance dominata dai fattori globali e macro.

26 Morningstar Investor Maggio/Giugno 2011


i limiti superiori ed inferiori per il peso dei
Fig. 1 Confronto tra Msci All country world e Ftse Rafi All Word 3000 singoli titoli nell’indice. Viene utilizzato il peso
di ogni titolo basato sulla capitalizzazione nel
FTSE RAFI® All World 3000 MSCI All Country World caso in cui risulti all’interno del range così
calcolato; nel caso in cui invece il prezzo di
20 mercato si discosti eccessivamente dal valore
teorico fondamentale, viene assegnato il peso
15 derivante dalla metodologia fondamentale.

10
Arya e Kaplan nel loro studio mostrarono
un’applicazione della metodologia “collared
5
weighting” analizzando il mercato americano
0
nel periodo compreso tra il 1997 ed il 2005.
Nel fase iniziale, la percentuale di titoli pesati
-5 secondo la capitalizzazione era pari al 67%;
alla fine del 1999, in piena bolla tecnologica,
la percentuale dei titoli pesati secondo la
2011 3 years 5 years 10 years Volatility (10Y)
capitalizzazione era sceso al 39% del
portafoglio. Successivamente, con il ritorno
dei prezzi di mercato a valori più coerenti con i
Fig. 2 Impatto del collaring sul Morningstar US Market Index fondamentali, la percentuale dei titoli pesati
secondo la capitalizzazione ha ricominciato a
Weights % Collar < Market Collar = Market Collar > Market
crescere progressivamente.
100

90
Gli autori evidenziarono infine i risultati delle
80
tre strategie (capitalizzazione, fondamentale
70 ed ibrida): nel periodo in esame l’indice a
60 capitalizzazione evidenziava un rendimento
50 medio annuo del 6,8% con una volatilità
40 annua del 17,4; la metodologia fondamentale
30 fornisce una performance annua del 9,07%
20 con una volatilità del 17,1; l’indice basato
10 invece sull’approccio ibrido mette a segno un
+8,01% annuo, con una volatilità del 16,8. Le
Jun – 98 Jun – 99 Jun – 00 Jun – 01 Jun – 02 Jun – 03 Jun – 04 Jun – 05
tre strategie si differenziano inoltre per il
volume di transazioni e di turnover annuo del
Un approccio ibrido proposto un approccio denominato “collared portafoglio: l’approccio di tipo fondamentale,
Gli svantaggi delle diverse metodologie di weighting”. Il metodo si fonda in primo luogo come nelle attese, evidenzia un turnover più
calcolo e di costruzione degli indici di mercato sulla metodologia di indicizzazione basata contenuto (7% annuo), mentre l’approccio
possono essere mitigati da un approccio sulla capitalizzazione. Nelle fasi in cui si osser- fondamentale costringe ad una rotazione del
ibrido che tenta di fondere alcuni aspetti vano forti discrepanze tra i prezzi di mercato ed portafoglio del 28% annuo. L’approccio ibrido
dell’approccio basato sulla capitalizzazione e i valori fondamentali, la metodologia prevede si pone anche in questo caso su valori
degli indici fondamentali, tentando di una modifica del criterio di pesatura a favore intermedi (20%). L’effetto dei maggiori costi di
mantenere e di massimizzare gli aspetti dell’approccio fondamentale. transazione riduce il vantaggio in termini di
positivi di entrambi. performance dell’approccio fondamentale
Come funziona? Inizialmente viene calcolato il rispetto alla metodologia ibrida. K
Nel 2006 S. Arya e P. Kaplan pubblicarono un peso di ogni titolo sulla base dei fondamentali.
saggio (Collared Weighting: A Hybrid Approach A questo valore vengono assegnate “bande” Massimo Scolari è segretario di Ascosim, Associazione
to Indexing, Morningstar Inc.) nel quale veniva inferiori e superiori (“collars”) che determinano delle Sim di Consulenza

Morningstar.it 27
Asset Allocation

Un portafoglio con stile


Di Marco Frittajon

L’approccio, diffuso negli Stati Uniti, si fa strada anche in Europa.


Ma è importante tenere conto del rischio di liquidità.

Negli Stati Uniti è pratica consolidata attivi sia passivi, trae origine dal contributo base per la costruzione di investimenti cosid-
diversificare gli investimenti e quindi costruire di teoria economica di William Sharpe con il detti passivi (da qui il florido mercato degli
portafogli che tengano conto della dimensione modello CAPM (1964) e l’estensione di John Exchange traded funds).
in termini di capitalizzazione delle società quo- Lintner (1965). In tale modello gli asset pre-
tate e della tipologia di aziende, in particolare senti sul mercato vengono messi in relazione E’ con l’estensione del CAPM da parte di
se orientate alla crescita o meno, da detenere con l’esposizione diretta al rischio sistematico Eugene Fama e Kenneth French, che si dà
in portafoglio. Inoltre molti gestori hanno e da esso separati al fine di evidenziarne le credito a fattori addizionali al semplice beta
creato prodotti i cui benchmark sono proprio caratteristiche peculiari. nello spiegare cosa influenza i rendimenti dei
indici di mercato di tipo growth o value. titoli. In particolare essi trovano una relazione
Come estensione questo approccio permette stabile relativa al ivello di capitalizzazione di
Da Sharpe a Fama-French di misurare l’abilità del gestore nel generare mercato e al rapporto fra prezzo e valore di
L’utilizzo degli indici di mercato come base per performance a prescindere dall’andamento del libro (valore contabile).
la creazione di prodotti di investimento, sia mercato di riferimento. Inoltre gli indici sono la

28 Morningstar Investor Marzo / Aprile 2012


Oltre gli Usa, l’Europa
Sull’opportunità di applicare con successo Fig. 1 Grafico rischio-rendimento degli indici Morningstar Paneuropei
il modello a tre fattori (FF3) di Fama-French per stile dal giugno 2003 al giugno 2010.
anche al di fuori dell’America, ci sono stati
diversi contributi e non sempre convergenti.
Compound Annual Return %
Per quanto riguarda l’Europa, esisteva una
16
motivazione storica di frammentazione politica, Small Growth
economica e finanziaria che costringeva gli 9
Small Core
investitori a focalizzarsi principalmente su una
diversificazione geografica di portafoglio. Il
12 62 Mid Value
Mid Core

processo di integrazione degli ultimi 20 anni


5 3
Small Value

Mid Growth
ha creato, in particolare nella zona Euro, un 8
8
mercato più armonizzato sia dal punto di vista 7
Large Growth
Large Core
delle politiche monetarie sia della regolamen- 4 Large Value
4 1
tazione finanziaria.

Moerman (2005) utilizzando il modello FF3 ha Standard Deviation % 14 16 18 20 22


cercato di analizzare se i fattori rilevanti del
modello sono globali oppure se esiste una
caratterizzazione a livello domestico, utiliz-
zando l’approccio di Griffin (2002). Nel suo Fig. 2 Rapporto Value/Growth fra gli indici Morningstar Paneuropei
studio ha utilizzato i dati dal 1991 al 2002 e
per stile, raggruppati per dimensione di mercato, periodo giugno
come criterio principale di confronto il pricing
error (alpha di Jensen). Come secondo criterio 2003-giugno 2010.
l’R-quadro aggiustato, tipico indicatore che
esprime la potenza esplicativa della regres- Ratio Small Cap Large Cap Mid-Cap
sione. I risultati sono che i fattori del modello 1.6
impostato su dati domestici spiegano in modo
più convincente l’effetto sui rendimenti dei
1.4
titoli in cui si investe.

1.2
Più recentemente, Paul Kaplan (2010) mette
in evidenza i rendimenti storici degli indici
paneuropei Morningstar orientati per lo stile 1.0

e la capitalizzazione con dati a partire dal


giugno 2003 fino al giugno 2010. Nonostante il 0.8
relativo breve periodo di analisi per determi-
nare un trend di lungo periodo delle diverse
2004 2005 2006 2007 2008 2009 2010
asset class, egli nota che esiste comunque un
effetto di clusterizzazione. Il primo effetto, in Fonte Morningstar
particolare, è quello della dimensione.
domina in media-varianza quello core che a growth si evolva nel tempo all’interno di tutte
Le small cap sovraperformano mid e large cap. sua volta domina lo stile value. Per i titoli mid le 3 fasce di capitalizzazione. I titoli a grande e
Secondo, all’interno di ogni rispettivo livello cap, invece, la situazione è differente. Infatti i media capitalizzazione seguono un percorso di
di capitalizzazione, c’è un effetto di stile (un titoli value sovraperformano i core e i growth, crescita molto simile favorendo lo stile value,
ordinamento growth-value), anche se non sem- anche se a costo di una volatilità maggiore. soprattutto fino a settembre 2008 (data che
pre omogeneo. Infatti, come si nota in Figura segna l’inizio della crisi finanziaria). Da quel
1, nei titoli a grande capitalizzazione e in Stesso vale fra core e growth. punto in poi i titoli a grande capitalizzazione
quelli a bassa capitalizzazione lo stile growth La Figura 2 mostra come l’effetto value/ compiono un sostanziale balzo verso lo stile

Morningstar.it 29
Asset Allocation

Evoluzione storica dell'analisi per stile, dallo Style Box agli indici.

Fonte Morningstar

growth (cosa che non avviene per le società a è di tipo condizionale nel quale i fattori del titoli growth. I risultati dello studio dimostrano,
media capitalizzazione). Il grafico mostra che modello variano nel tempo. infatti, che tale rischio cattura il 35%
large e mid convergono nei periodi successivi, del premio relativo alle small cap value,
però, di nuovo, nel 2010 i large cap growth Non solo rischio di mercato mentre sale al 100% per i titoli a grande
superano i value. Accade, quindi, lo stile pesi Se è desiderabile un comportamento dinamico capitalizzazione. K
in modo opposto sulla performance dei titoli nella composizione del portafoglio fra il
large e mid. rapporto tra titoli value e titoli growth, proprio Marco Frittajon è Research analyst indipendente.
in ragione degli shock di mercato, è da far
Per quanto riguarda i titoli small cap, invece, notare che esiste un elemento di rischio
la storia è completamente diversa. Lo stile aggiuntivo che può essere determinante: il
growth ha sovraperformato quello value fino a rischio di liquidità.
quando c’è stata l’inversione nel giugno 2008.
Poi successivamente i titoli value tendono In uno studio di Akbas e altri (2010) si mette
a battere i growth con però alcuni evidenti in luce il particolare comportamento degli
periodi di ritracciamento. investitori che tendono a chiudere le posizioni
rischiose per andare verso i titoli sicuri (fly
I risultati mettono in luce quindi l’opportunità to quality), in caso di periodi di tensione o
che una segmentazione in portafoglio sulla quando il mercato si contrae. L’ipotesi dei
base dello stile, possa portare elementi di di- ricercatori è quella che questo comportamento
versificazione, superando quindi la tradizionale di prudenza possa avere un effetto in misura
impostazione geografica. differente sui titoli value e sui titoli growth. I
titoli value, essendo più rischiosi o più soggetti
In tal senso si pone anche lo studio di Bauer- a variazioni in negativo delle quotazioni in
Cosemans-Schotman (2008) a supporto del borsa in periodi di recessione, verrebbero
modello statico e dinamico del Fama-French e liquidati in modo più aggressivo rispetto a
applicato all’Europa. In opposizione a quanto quelli growth.
ormai verificato sul mercato statunitense,
confermano l’esistenza di un effetto di stile Questa pressione alla vendita in fasi di mer-
(premio value/growth) e trovano che l’effetto cato negative potrebbe portare i titoli value ad
“size” è ancora presente. Il modello utilizzato essere più soggetti al rischio di liquidità dei

30 Morningstar Investor Marzo / Aprile 2012


Traderlink
Trading Library

Morningstar.it 31
Morningstar
Asset Allocation

Value, growth, cicli di mercato e sentiment


Di Valerio Sullo

I mercati sono sensibili al sentiment. Non è così per gli stili.

L’idea che i mercati finanziari vivano ciclica- Europea. Per mantenere ridotto il numero di di curtosi presente nel campione denota una
mente differenti fasi si è da qualche tempo parametri da stimare, abbiamo scelto di significativa distanza dall’ipotesi di normalità,
fatta strada nella mente degli investitori. formulare il modello nei seguenti termini: confermata dall’esito del testo Jarque-Bera
Espressioni come “regime di volatilità” fanno con livello di confidenza pari al 99%. Per
parte del gergo comune degli operatori. max μ(S )+∑ fare inferenza sulla presenza di stati multipli,
t t
Identificare i vari regimi, ciascuno con il suo abbiamo dapprima stimato il modello sot-to
profilo rischio/rendimento, diventa quindi dove ɛ~N(O,((St )) e St è una variabile binaria l’ipotesi di assenza di regimi, quindi abbiamo
cruciale per prendere decisioni di market che indica i due stati. In sostanza, si assume stimato lo stesso modello in presenza di due
timing o per costruire portafogli ottimizzati. che i rendimenti degli indici siano generati da regimi. Sfortunatamente il test della vero-
La potenziale relazione fra economia reale e un drift, indicato con µ(St), che in ogni istante simiglianza (likelihood ratio test) nel caso di
finanziaria è stata a lungo dibattuta nella dipende dal regime del mercato e da un modelli a cambiamenti di regime non ha una
letteratura econometrica, pur non esistendo ad disturbo normale la cui matrice di covarianza distribuzione standard e la relativa statistica
oggi un consenso generale circa il segno e la anch’essa dipende dal regime di mercato test non converge verso una distribuzione
natura di tali nessi. Ciononostante, molti prevalente nel periodo t. Modifiche a questa χ2. Per verificare l’ipotesi “assenza di regimi”
operatori ritengono che la transizione da un semplice formulazioni sono possibili, ad contro l’alternativa “presenza di almeno due
regime di mercato a un altro sia il riflesso esempio introducendo uno o più ritardi dei regimi” abbiamo quindi calcolato la distribu-
di mutamenti nelle aspettative degli agenti. rendi-menti, il che darebbe luogo a un modello zione della statistica test tramite simulazione
È opinione abbastanza diffusa che questo VaR a cambiamento di regime. Tuttavia, la Monte Carlo, che ad una soglia di confidenza
sentiment, se positivo, favorisca la perfor- rela-zione (1) dovrebbe essere sufficiente per del 99% induce a rigettare l’ipotesi di assenza
mance di azioni growth, penalizzando quella accertare la presenza di regimi multipli, di regimi. Come vedremo, i due regimi pre-
dei titoli value. Qualora vi fosse evidenza in tal valutandone l’impatto sulle tre serie in esame. sentano caratteristiche ben definite, in virtù
senso, il sentiment potrebbe essere una Nella procedura di stima abbiamo impiegato delle quali il primo stato può essere identifi-
variabile per identificare le fasi di mercato. un ap-proccio di massima verosimiglianza, cato come espansione/ottimismo, il secondo
seguendo le linee di Hamilton (1994). Com’è come contrazione/pessimismo. Focalizzando
Modelli a cambiamento di regime noto, uno dei risultati rilevanti è la stima della l’attenzione sul mercato azionario, i regimi ver-
Per verificare questa ipotesi, abbiamo utilizzato probabilità, in ogni periodo, di trovarsi nel ranno brevemente indicati come bull e bear.
un modello a cambiamento di regime, in cui regime 1 piuttosto che nel regime 2, da cui poi
vengono congiuntamente analizzati i rendi- è possibile ricavare la durata media dei regimi Stime parametriche del bull regime
menti di MSCI Europe TR Local Currency, il nel campione. In questo regime il mercato esibisce un drift
differenziale di rendimento fra MSCI Europe positivo (pari a 1.76%) e una volatilità annua-
Growth TR Local Currency e MSCI Europe Analisi empirica lizzata stimata intorno al 10%. L’Economic
Value TR Local Currency, e le variazioni I dati a nostra disposizione partono da gennaio Sentiment ha un drift positivo pari allo 0.13%
dell’Economic Sentiment della Commissione 1985 e hanno frequenza mensile. L’eccesso e una volatilità annualizzata nell’intorno del

32 Morningstar Investor Marzo / Aprile 2012


3.71%. Il differenziale di rendimento tra indice
Growth e indice Value ha in questa fase un Tab. 1 Statistiche descrittive del campione di dati. Il test
drift negativo, pari a -0.11% e una volatilità Jarque-Bera si distribuisce come un χ2 con due gradi di libertà.
an-nualizzata nell’intorno del 4%. Il valore critico al 99% di confidenza è pari a 9.21.
Stime parametriche del bear regime MSCI Europe MSCI Europe Growth EC Economic
/Value Ratio Sentiment
Sotto questo regime il mercato mostra un
Rendimento Medio (Annual.) 8.34 -1.56 0.01
rendimento medio negativo pari a -0.92% e
Volatilità (Annual.) 16.70 7.07 5.68
una volatilità sensibilmente più elevata, pari
Skewness -1.21 -0.38 -0.91
a circa il 22%. Per quanto riguarda l’Economic
Kurtosis 3.66 3.55 4.13
Sentiment, il drift è negativo (-0.19%) mentre
Rendimento minimo -26.65 -9.79 -9.05
la volatilità annualizzata è stimata 7.71%.
Rendimento massimo 12.00 7.62 4.83
Si noti che, anche in questo regime, il rapporto
99% Percentile -14.02 -6.29 -5.14
fra indice Growth e indice Value ha un
Statistica Test Jarque-Bera 88.06 15.35 60.07
drift negativo, pari a -0.15%. Le correlazioni
risultano piuttosto stabili da un regime
all’altro, mostrando solo un moderato aumento
nel bear regime. Fig. 1 Il grafico mostra le probabilità dei tre indici di essere nello
stato bull.
Probabilità di transizione
Il modello pare distinguere abbastanza bene
le fasi di contrazione e quelle di crescita. In %

particolare sembra cogliere la crisi del triennio 100

2000-2002 e la successiva fase espansiva


che, pur con alcune pause, comincia nel 80

secondo semestre del 2002 e termina alla


metà del 2008. Fino al 2009 le probabilità 60
del bull regime rimangono ben al di sotto del
50%, in seguito il mercato entra in una fase
40
di crisi ricorrenti (timori di default della Grecia,
tensioni sull’indebitamento dei Pigs, rischi
20
di inadeguata capitalizzazione del settore
bancario) che innescano un’elevata volatilità,
determinando brusche oscillazioni da periodi 1985 1990 1995 2000 2005 2010
bear a periodi bull e viceversa. La persistenza
media dello stato bull è stimata in 17 entrambi i casi drift inferiori allo zero e di poco Le implicazioni derivabili dalla seconda osser-
mesi circa, quella del bear quasi 11 mesi. differenti l’uno dall’altro. Per concludere vazione sono evidenti. Investire in un porta-
i regimi di sentiment e mercato sono tra loro foglio Growth in corrispondenza di un regime
Conclusioni coerenti: ad un sentiment in miglioramento sentiment positivo (o viceversa) non trova gius-
L’analisi suggerisce una coerenza di fondo tra corrisponde una fase bull di mercato. Com- tificazione nelle analisi svolte, semplicemente
il comportamento dell’indice MSCI Europe plicando il modello, ulteriori analisi possono perché, a differenza di quanto accade per
e l’indice di Economic Sentiment. Il modello essere svolte per valutare la relazione di l’indice MSCI Europe, la performance indice
distingue tra un bull e un bear regime del mer- causalità dinamica fra gli indici nei due regimi; Growth vs Value ha in entrambi gli stati un drift
cato, in corrispondenza dei quali l’Economic lo spread di rendimento tra indice Growth e negativo associata a una volatilità relativa-
Sentiment a sua volta mostra un drift Value mantiene praticamente intatte le proprie mente bassa, e dunque un’elevata probabilità
rispettivamente positivo e negativo. Il dato caratteristiche in entrambi i regimi, sia sul di generare rendimenti sotto zero. K
sorprendente è che lo spread di rendimento piano del rendimento me-dio che dal punto di
vista di volatilità e correlazioni. Valerio Sullo è executive manager presso Four Partners
Growth/Value invece sembra essere insensi-
Advisory Sim
bile all’alternarsi di questi regimi, esibendo in

Morningstar.it 33
Asset Allocation

Strategia, chiave di volta del bravo gestore


Di Fabrizio Fiorini

E’ quello che fa la differenza fra un professionista


dell’asset management e un investitore privato.

Strategia e tattica, non due scelte alternative menti per i mercati obbligazionari e quelli
bensì complementari; con un preciso ordine valutari; la crescita e il premio al rischio per i Fig. 1 Scenari e spazi di
gerarchico, però, che vede la prima guidare e mercati azionari e talvolta quelli valutari).E’ la performance
condizionare la seconda. diversità tra i due scenari a definire lo spazio
di performance. Questo confronto permette Scenario del gestore
La strategia infatti di individuare la/le asset class da
La strategia non rappresenta il primo atto favorire – primo pilastro della strategia - ma
Spazio di sovraperformance
nell’attività gestionale ma quello conclusivo, soprattutto permette di formulare obiettivi
frutto quasi automatico del confronto tra due e questi sono determinanti per aggiungere

Indici azionari
analisi distinte: da un lato quella che porta a metodo e disciplina alla gestione – secondo Spazio neutrale

definire lo “scenario del gestore”, dall’altro pilastro della strategia. E’ importante sapere
quella che porta ad individuare “le aspet- in quale direzione andare ma anche sapere fin Spazio di sottoperformance

tative di mercato”. Nella definizione dello dove spingersi. Infine, un corollario: attribuire
scenario del gestore non si può prescindere una probabilità allo scenario atteso permette
Scenario di mercato
da una prima fase di costruzione di un quadro di definire meglio la misura del rischio da
macroeconomico atteso, solido e coerente prendersi nell’applicazione della strategia. Rendimenti

nella struttura e che espliciti attese di crescita


economica e di inflazione nonché le rispettive La tattica un’allocazione che nel lungo periodo si ritiene
dinamiche non solo quantitative ma anche E’ solo a questo punto che può entrare in possa dare risultati (posizione strategica);
qualitative. A questa fase ne segue una gioco la tattica. Essa deve tener conto della risulta così sostenibile e mantenibile, evitando
seconda utile a trarre conclusioni operative direzione di medio termine dei mercati indivi- nervose o precoci stop loss. La scelta tattica,
relativamente ai fattori decisivi nel condizio- duata dalla strategia e dovrebbe agire sempre come è facile intuire, non può scaturire che
nare i mercati finanziari: scelte di politica mo- “in direzione”. Il punto di partenza del livello come “accessorio” della gestione strategica e
netaria ovvero sui tassi ufficiali da parte delle di investimento/rischio è quello definito sulla non può esistere come momento indipendente
Banche centrali; aspettative sui possibili trend base della strategia ed esso dovrebbe essere e unico.
di crescita degli utili aziendali; dinamiche modificato in aumento o riduzione a seconda
relative tra Paesi; sostenibilità ed eccessi. La che la strategia abbia definito obiettivi positivi Un asset manager ha ben chiara questa dis-
finalizzazione di tutto questo processo porta o negativi di performance della specifica asset tinzione e agisce, nelle sue scelte, distinguen-
a definire aspettative su rendimenti, indici class nel medio-lungo termine. Il compor- do tra le azioni che servono all’uno e all’altro
azionari e cambi. Più facile invece la seconda tamento tattico deve essere implementato obiettivo e avendo la consapevolezza che la
analisi, quella volta ad estrapolare dai valori soprattutto per sfruttare i movimenti avversi costruzione di una strategia è la sola cosa che
espressi dagli asset finanziari quelle che sono di mercato ovvero qualora i mercati dovessero distingue le proprie azioni e reazioni da quelle
in ogni momento le attese degli operatori muoversi, nel breve termine, in senso con- del piccolo investitore, e ciò avvalora il suo
finanziari e degli investitori istituzionali (i trario a quello atteso (sempre che il gestore ruolo (soprattutto nelle fasi di turbolenza o di
componenti il cosiddetto “mercato”). Anche in non abbia modificato i target di lungo periodo). euforia dei mercati). K
questo caso occorre definire le loro aspetta- Quale il vantaggio? Agire “in direzione” rende
Fabrizio Fiorini è direttore degli investimenti diretti di
tive relativamente alle variabili che condizio- più facile la gestione della posizione tattica in Aletti Gestielle Sgr.
nano i principali mercati finanziari (i rendi- quanto, anch’essa rispondendo comunque ad

34 Morningstar Investor Marzo / Aprile 2012


“Ciprendiamocura
deltuoinvestimento.
 Editutto
 ilsuovalore.”
Z Platform per la tua pianificazione finanziaria
e assicurativa.
Coltivare un valore importante e al tempo stesso proteggerlo è possibile.
Con un’unica soluzione: Z Platform.
Z Platform è un’innovativa polizza finanziaria assicurativa di tipo unit linked* a vita
intera, emessa da Zurich Life Assurance plc Rappresentanza Generale per l’Italia.
Z Platform permette di scegliere fra un’ampia gamma di proposte di investimento
per tutte le condizioni di mercato. Con Z Platform è possibile adeguare la strategia
di investimento e protezione al variare delle proprie esigenze, lungo l’arco della vita.
Il tutto all’interno di una polizza assicurativa che offre notevoli vantaggi di ottimizzazione
fiscale e di gestione efficiente del passaggio generazionale del patrimonio.

Risparmio, investimento e protezione in un unico prodotto: una soluzione davvero unica.

www.zurich-zla.it
Prima della sottoscrizione leggere attentamente il Prospetto d’offerta
disponibile presso i collocatori e sul sito www.zurich-zla.it.
*La società non garantisce un rendimento minimo degli investimenti finanziari effettuati.
Asset Allocation

Quando il settore fa la differenza


Di Daniele Bernardi

Esiste una rotazione dei comparti legata al ciclo economico.


Variando i pesi è possibile fare sovraperformance.

I portafogli di asset allocation basati su Nel grafico è possibile notare che struttu- ing, o di momentum come si desidera definirle,
modelli di ottimizzazione delle correlazioni ralmente tra il migliore e il peggiore indice da una selezione dei migliori settori, dovrebbe
hanno evidenziato tutti i loro limiti negli ultimi c’è una forte differenza di rendimento che scaturire una sovraperformance significativa
dieci-quindici anni, dovuti principalmente al persiste nel tempo, anche se tale divario non rispetto all’andamento dell’indice stesso.
problema dell’instabilità delle correlazioni riguarda sempre gli stessi benchmark. Dato A questo punto è d’obbligo una precisazione.
che di fatto ne hanno inficiato l’efficienza. che il DJ Eurostoxx 300 è per definizione una Questo studio ha un’ottica didattica e non
L’industria del risparmio gestito ha dovuto media, i 18 sotto-indici hanno costantemente è stata effettuata nessuna operazione di
valutare nuove frontiere di asset allocation differenze non irrilevanti, che potrebbero ottimizzazione dei parametri, anzi per tutti
basate su logiche diverse, che spaziano da essere sfruttate con dei modelli di rotazione gli indicatori sono stati utilizzati gli stessi
quelle di momentum, al market timing, alle settoriale. Scegliere di investire su un titolo archi temporali di osservazione. Tuttavia, chi
probabilità condizionate. piuttosto che un altro significa fare market legge potrà facilmente intuire che variando
timing. Lo stesso discorso vale per gli indici. il periodo di osservazione e/o il periodo
In questo articolo, cercheremo di capire se cosidetto di refresh, ovvero ogni quanti giorni
i clicli di mercato caratterizzati da fase di I settori del DJ Eurostoxx viene eseguito il riposizionamento dei settori,
espansione e di contrazione dell’economia, Ipotizziamo di investire su sei indici settoriali è possibile migliorare sensibilmente i risultati.
hanno incidenze diverse per i diversi settori dei 18 che compongono il DJ Eurostoxx 300 e
industriali che compongono un indice di borsa. di ruotare con cadenza trimestrale i sei indici La rotazione funziona
Intuitivamente viene da pensare che settori con diversi criteri di selezione. I risultati, ottenuti senza alcuna ottimizza-
più conservativi si muovano meglio di altri in Il periodo temporale del back test parte dal zione, mostrano che esistono dei fenomeni di
fasi recessive, mentre settori più speculativi e gennaio 1993 sino a dicembre 2011, ed è il rotazione dei settori industriali legati ai cicli
a leva ottengano le loro migliori performance massimo realizzabile in quanto i sotto-indici economici, tali per cui, con modelli quantita-
in fasi di espansione. Sarebbe però troppo settoriali sono stati creati proprio dal 1993. tivi anche abbastanza semplici, è possibile
facile semplificare dicendo che in ogni fase di Per descrivere al meglio il lavoro svolto è ottenere delle sovraperformance significative
espansione o di contrazione i settori vincenti opportuno specificare che per ogni movimento rispetto all’indice.
sono, seppur a rotazione, sempre gli stessi. sono state conteggiate commissioni pari allo Questa affermazione è rafforzata dal fatto che
0,10% del controvalore ipoteticamente inves- tutti e quattro gli indicatori sono stati in grado
Il metodo tito sul settore, poiché è importante stimare i nel tempo di ottenere risultati significativa-
Più che identificare i settori vincenti, è impor- costi di una operatività attiva. mente superiori alla media dei 18 indici e del
tante adottare una metodologia per benefi- DJ Eurostoxx 300.
ciare della rotazione dei settori. Innanzitutto è I criteri utilizzati per la selezione dei settori
fondamentale capire se c’è una differenza dei sono il Diaman Ratio, il Momentum, la Forza Per poter valutare questi modelli è necessario
rendimenti tra un settore ed un altro tale per relativa e lo Sharpe ratio. Tali indicatori sono considerare anche la costanza della sovrap-
cui possa essere interessante fare delle scelte stati confrontati con il rendimento dell’indice erformance generata e l’eventuale tracking
di opportunità. Per fare questo abbiamo sele- DJ Eurostoxx 300 e con quello offerto dalla error volatility, per evitare spiacevoli fenomeni
zionato i 18 indici settoriali che compongono il media dei 18 indici insieme. come gennaio 2011 dove la rotazione del set-
DJ Eurostoxx 300 e analizzato le performance tore bancario, penalizzato per tutto il 2010, ha
annuali rolling di ciascuno. Se esiste una rotazione significativa dei settori fatto perdere i fondi che avevano sottopesato
che sia sfruttabile con logiche di market tim- il settore.

36 Morningstar Investor Marzo / Aprile 2012


Per concludere, indipendentemente da quali
Fig. 1 Differenza di performance tra il miglior settore e il peggiore, siano i settori più indicati per ogni fase del
1 anno rolling ciclo economico, sicuramente si può affermare
che esistono rilevanti differenze di compor-
tamento, accentuate da chi effettua scelte
% Rendimento a un anno miglior settore Rendimento ad un anno peggior settore settoriali con logiche di momentum o meglio
200 di market timing. K

Daniele Bernardi è amministratore delegato e vice


150
presidente di Diaman sim.

100

50
Glossario
0 DIAMAN Ratio: Indicatore statistico per la
valutazione dell’efficienza di uno strumento
-50 finanziario che tiene conto della sequenzialità
dei rendimenti nel tempo, differenziandosi
dall’indice Sharpe Ratio. Analizza la forza del
1995 2000 2005 2010 trend (rendimento atteso) e la capacità dello
strumento finanziario di muoversi attorno allo
suo stesso trend (rischio). L’indice utilizza un
modello di regressione lineare tra il valore mark
to market del patrimonio investito e il tempo.
Sharpe Ratio: Indice che misura la redditività/
Fig. 2 Back Testing di rotazione settoriale confrontato con rendimento di un’attività finanziaria in rap-
DJ Eurostoxx 300 porto al grado di rischiosità della stessa, senza
considerare il fattore tempo. Più l’indice è el-
evato, maggiore è il valore aggiunto dal gestore
finanziario. L’indice di Sharpe misura quindi la
Media Momentum Forza Relativa
remunerazione aggiuntiva rispetto al ‘risk free
Eurostoxx 300 Diaman Ratio Sharpe rate’ offerta dal fondo per ogni unità di rischio.
1000
Momentum: Indicatore utilizzato nell’ambito
dell’analisi tecnica algoritmica, rappresentativo
della velocità del trend di un titolo azionario. È
pari al rapporto tra la variazione nel prezzo del
titolo e l’intervallo di tempo in cui tale variazione
si è verificata. Se il momentum di un’azione
500
presenta un valore elevato, ciò vuol dire che il
prezzo del titolo ha subito forti variazioni in brevi
periodi di tempo.
Indice di Forza Relativa: Nell’ambito
dell’analisi tecnica l’indicatore di forza relativa
(o Relative Strength Index - RSI) è utilizzato per
segnalare la forza interna di un titolo o di un
indice rispetto a un periodo prestabilito (rapporto
1995 2000 2005 2010 tra due serie di prezzi) in modo tale da evidenzi-
are le zone di ipercomprato (segnale di vendita)
e le zone di ipervenduto (segnale di acquisto).
Questo indicatore oscilla tra i valori compresi
nell’intervallo 0-100 ed è utile per confrontare
l’andamento di un titolo o di un settore azionario
con quello dell’intero mercato di riferimento.

Morningstar.it 37
Analisi Morningstar

Manuale d’uso dei fondi bilanciati


Di Dario Portioli

Investire in classi di attivo diverse non sempre produce


i risultati attesi. Ecco i motivi.

In Europa, i fondi bilanciati rappresentano il classi di attivo, infatti, tipicamente aumentano questo insieme sembra essere un ossimoro:
quarto insieme più grande in termini di attivi nei periodi di crisi del mercato, ovvero proprio come fa un portafoglio diviso tra varie classi
in gestione dopo le strategie azionarie, ob- quando vi è maggiore bisogno di sfruttare i di attivo ad essere allo stesso tempo flessibile,
bligazionarie e monetarie. In termini percen- vantaggi della diversificazione. Inoltre, nel ovvero a prevedere possibili concentrazioni o
tuali, pesano per circa il 10% del mercato considerare unicamente le classi di attivo, si coperture su singole tipologie di strumenti fi-
del risparmio gestito; dunque, si tratta di una rischia di trascurare alcuni aspetti importanti. nanziari? La risposta è che il grado di diversifi-
fetta importante, sebbene non prevalente Per fare solo un esempio, prendiamo il rischio cazione può nel tempo variare a seconda delle
nel pano-rama dei fondi di investimento. paese. Per gli investitori italiani si è rivelato condizioni del mercato e delle valutazioni del
L’obiettivo di questa tipologia di strumenti importante nel corso del 2011, quando alle gestore. In questo senso, diventano importanti
appare evidente: diversificare tra classi di perdite sulle obbligazioni governative italiane le capacità del team di investimento e il rigore
attivo attraverso un solo strumento. Non si è aggiunta la discesa del mercato azionario. della strategia adottata. Il limite di questo
necessariamente quest’unica soluzione è Per questa ragione, un portafoglio diversifi- approccio attiene alla difficoltà di conciliare
ottimale; anzi, è molto probabile che, per sod- cato in senso classico tra azioni e obbligazioni l’orizzonte di tempo dell'investitore con i mute-
disfare al meglio i propri obiettivi finanziari, gli domestiche non ha fornito grandi vantaggi. voli profili di rischio-rendimento del fondo.
investitori possano ottenere maggiori benefici Ad esempio, se un investitore dovesse
selezionando più di uno strumento finanziario. Fattori di rischio decidere di uscire dal fondo può rischiare di
Ad ogni modo, per scegliere un buon fondo Nel tentativo di superare questi limiti, i team doverlo fare in una fase in cui il portafoglio
bilanciato è opportuno comprenderne i mec- di sviluppo dei prodotti di investimento si sono è posizionato in modo molto aggressivo; in
canismi di funzionamento. A tal riguardo, è andati sempre più orientando verso la diversi- questo caso, l’esposizione a variazioni avverse
utile ripercorrere brevemente le fasi evolutive ficazione per fattori di rischio. L’idea alla base del mercato non coincide con gli obiettivi
di questi strumenti, che spesso sono coincise è che per conoscere e gestire al meglio la ris- dell'investitore.
anche con i progressi degli studi accademici posta del proprio portafoglio a diverse fasi del
nell’ambito dell’asset allocation. mercato, bisogna tener conto dell’esposizione Target date
verso le variabili che muovono l’andamento Per ovviare al problema, numerose case di
Diversificare in modo classico degli strumenti finanziari. Per fare degli es- gestione hanno sviluppato fondi con un obiet-
Tra i primi lanciati sul mercato, i fondi empi, è opportuno comprendere la sensibilità tivo temporale. Questi sono caratterizzati dai
bilanciati che chiamerò “classici” si basano nei confronti di variabili come l'andamento cambiamenti dell’asset allocation in fun-zione
sulla selezione di diverse classi di attivo del mercato azionario, la qualità del credito, il dell’avvicinarsi della data di scadenza. Cias-
(tipicamente, azioni, obbligazioni, liquidità). rischio paese, i tassi di interesse e l’inflazione. cun investitore, dunque, può selezionare lo
La nascita di queste strategie è giustificata In questo modo, è possibile stimare l’effetto strumento più adatto ai propri obiettivi tempo-
da argomenti teorici, ma anche da alcune di shock improvvisi sul portafoglio. Questo rali, conseguendo allo stesso tempo un buon
osservazioni empiriche: le diverse classi di approccio appare più completo, ma non è grado di diversificazione. Per concludere, un
attivo tendono ad avere nel tempo un anda- immune dal rischio di un cambiamento delle unico fondo bilanciato non sempre è in grado
mento decorrellato dei rendimenti, per cui il correlazioni tra i fattori di rischio nelle crisi. di soddisfare tutte le esigenze finanziarie.
contestuale investimento in questi strumenti Inoltre, tra le diverse tipologie offerte dalle
produce una performance finale meno volatile. Bilanciati, ma flessibili società di gestione, non esiste la soluzione
I fondi bilanciati “classici”, però, hanno tradito Un’ulteriore tipologia di fondi bilanciati è ottimale per tutti. K
gli investitori in alcuni casi. Le correlazioni tra quella dei “flessibili”. In partenza, il nome di
Dario Portioli è fund analyst di Morningstar

38 Morningstar Investor Marzo / Aprile 2012


Analisi Morningstar

Fondi
Nome Fondo Società

Allianz Multi Dynamisme Allianz Global Investors France

bilanciati con Allianz Multi Equilibre


Allianz RCM Oriental Income AT
Allianz Global Investors France
Allianz Global Investors Luxembourg S.A.

Morningstar
Aureo PrimaClasse Crescita AUREO GESTIONI S.G.R.p.A.
AXA WF Frm Optimal Income AC EUR AXA Investment Managers Paris S.A.
BGF Global Allocation E2 EUR Blackrock (Luxembourg) S.A.

Analyst Rating.
BGF Global Allocation Hdg E2 EUR Blackrock (Luxembourg) S.A.
Carmignac Investissement Latitude Carmignac Gestion
Carmignac Patrimoine A Carmignac Gestion
Carmignac Profil Réactif 100 Carmignac Gestion
Carmignac Profil Réactif 50 Carmignac Gestion
I comparti sotto la Carmignac Profil Réactif 75 Carmignac Gestion

lente degli analisti DNCA Invest Eurose A


DNCA Invest Evolutif A
DNCA Finance Luxembourg
DNCA Finance Luxembourg
Morningstar. Epsilon QReturn Epsilon Associati Sgr S.p.A.
Fidelity Euro Balanced A-Acc-EUR Fidelity (FIL (Luxembourg) S.A.)
Fondersel Ersel Asset Management SGR S.p.A.
JPM Gl Cap Preserv.(EUR) A (acc)-EUR JPMorgan Asset Mgmt (Europe) S.a.r.l.
Nextam Partners Bilanciato Nextam Partners S.G.R. S.p.A.
Nextam Partners Strategic A Nextam Partners S.G.R. S.p.A.

Medie categorie Morningstar bilanciati


Media di categoria Morningstar EUR Aggressive Allocation
Media di categoria Morningstar EUR Cautious Allocation
Media di categoria Morningstar EUR Flexible Allocation
Media di categoria Morningstar EUR Moderate Allocation

Fonte: Morningstar Direct, dati al 3 febbraio 2012

40 Morningstar Investor Marzo / Aprile 2012


Categoria Morningstar Morningstar TER Rendimento Rendimento Deviazione Deviazione Morningstar
Analyst Rating 1 anno 3 anni ann. to standard 1 anno standard 3 anni Rating
EUR Aggressive Allocation Neutral 1.95 -5.98 9.12 12.42 11.93 3
EUR Moderate Allocation Neutral 1.68 -4.18 7.43 8.98 8.48 3
Asia Allocation Under Review 1.82 0.07 14.25 14.05 13.64 2
EUR Aggressive Allocation Neutral 3.27 -3.02 9.81 14.21 12.73 3
EUR Flexible Allocation Bronze 3.15 -2.05 5.09 5.57 7.11 3
USD Moderate Allocation Gold 2.28 3.56 9.71 8.64 8.82 4
EUR Moderate Allocation Gold 2.28 -1.59 9.09 13.90 12.50 3
EUR Flexible Allocation Bronze 3.05 -1.20 10.36 8.25 13.06 5
EUR Moderate Allocation Gold 1.77 4.26 7.55 5.12 6.32 5
EUR Flexible Allocation Bronze 6.33 -3.99 10.54 9.28 10.37 4
EUR Moderate Allocation Bronze 4.54 1.33 6.20 5.29 5.61 4
EUR Aggressive Allocation Bronze 5.57 -1.64 7.94 7.24 7.91 5
EUR Cautious Allocation Bronze 1.58 -0.69 6.51 5.43 4.62 4
EUR Flexible Allocation Bronze 2.32 -6.95 7.32 12.24 11.48 4
EUR Flexible Allocation Bronze 1.93 -1.07 8.14 4.54 9.58 5
EUR Moderate Allocation Neutral 1.45 -3.92 9.66 12.63 11.78 2
EUR Moderate Allocation Neutral 1.76 -3.53 5.93 7.51 7.26 3
EUR Cautious Allocation Neutral 1.45 -2.64 2.74 5.60 5.37 3
EUR Moderate Allocation Bronze 2.46 -9.99 4.18 9.49 8.55 2
EUR Moderate Allocation Neutral 3.16 -10.92 3.35 9.68 9.32 2

- - 1.99 -6.34 7.68 12.40 11.87 -


- - 1.49 -1.00 3.85 5.45 4.79 -
- - 2.06 -5.44 4.44 9.74 9.18 -
- - 1.75 -3.56 5.74 8.75 8.25 -

Morningstar.it 41
Analisi Morningstar

Pagina 1 di 4 | Morningstar® Research Report

Carmignac Patrimoine A Cat 50%BarCap Euro Agg&50%FTSE World

22.5

20.0
Fondo
17.5
Benchmark
15.0
Categoria
12.5

10.0
Analista di Morningstar
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 31/12/11
Cat Perf Quartile
5.22 13.68 3.30 21.24 4.47 9.14 0.01 17.59 6.93 -0.76 Rendimento tot
Persone: Edouard Carmignac ha oltre 35 anni 17.79 5.20 -4.47 5.12 0.09 7.97 17.65 -1.04 -4.35 -1.03 +/- Indice Cat
di esperienza; il fondo viene co-gestito con 19.39 5.63 -2.32 7.94 -1.77 8.30 20.64 3.22 1.12 5.25 +/- Categoria
Rose Ouahba. 1 8 80 5 64 2 3 30 43 12 % Percentile categoria

Società: La cultura degli investimenti è


molto solida in Carmignac, ma i costi sono L' Opinione di Morningstar i titoli più liquidi, cosa che si traduce, per la quota
elevati.
azionaria, in un posizionamento sulle grandi
12 set 2011 | Grazie a solide fondamenta, questo fondo di capitalizzazioni, mentre per la quota obbligazionaria il
Processo: Il fondo è gestito secondo un portafoglio è ben diversificato tra emittenti pubblici e
investimento è tra i nostri preferiti per il lungo termine.
approccio opportunistico; l'esposizione
privati. La liquidità del fondo è peraltro facilitata dall’abile
azionaria è limitata al 50%.
Il fondo persegue un chiaro obiettivo di massimizzazione implementazione delle politiche di copertura sugli indici
Performance: La performance realizzata dal della performance assoluta sul lungo termine. Sia la da parte di Frédéric Leroux. Tali politiche svolgono un ruolo
fondo è eccellente. distribuzione degli attivi tra azioni (max 50%), obbligazioni chiave nella gestione del fondo; ad esempio, il portafoglio
Prezzo: I costi di gestione sono ragionevoli, e liquidità che la selezione dei singoli titoli integrano una azionario è parzialmente o integralmente coperto dal
ma il TER soffre per le "commissioni di forte dimensione “top down”. La strategia si basa infatti luglio 2011.
movimento". sull’identificazione, generalmente a monte e non
necessariamente secondo le mode del momento, di temi Dopo una sottoperformance registrata nel primo
d’investimento destinati alla crescita nel medio e lungo semestre, il fondo ha potuto risollevarsi con una
Per chi è adatto: Il fondo puo essere
utilizzato come una componente centrale del termine. Il fondo rispecchia quindi in qualsiasi fase le forti sovraperformance nell’estate 2011, confermando così un
portafoglio. convinzioni dei suoi gestori. successo che non viene smentito nel lungo termine. A
nostro parere, si tratta del frutto di una gestione rigorosa,
Il fondo gode della solida esperienza di Edouard sostenuta dall’innegabile capacità del team. Manteniamo
Carmignac che, per questo mandato, è supportato quindi tutta la nostra fiducia nelle possibilità di
direttamente da Rose Ouahba la quale, forte dei suoi 13 sovraperformance del fondo sul lungo termine. Tuttavia,
anni di esperienza, è responsabile della parte tenuto conto degli attivi in gestione, auspichiamo una
obbligazionaria. Entrambi sono sostenuti dalle migliori riduzione delle spese.
idee di un solido team di gestori e analisti. Tuttavia,
consapevoli delle dimensioni del fondo, selezionano solo
Categoria Morningstar Bilanciati Moderati EUR ISIN FR0010135103
AMF Category Diversifiés Domicilio FRANCIA
Benchmark del fondo 50% MSCI ACWI EUR, 50% Citi WGBI Stato legale FCP
EUR Valuta di base EUR
Data di Partenza 07/11/1989 Attivo netto totale EUR 24686.10 Mil
Dividendo a 12 mesi % 0.00
Pagina 2 di 4 | Morningstar® Research Report

Carmignac Patrimoine A Indice della categoria Morningstar


Cat 50%BarCap Euro Agg&50%FTSE World

Gestore Edouard Carmignac,


Frédéric Leroux
Persone un carattere fondamentale tenuto conto della rilevante
dimensione “top down” del fondo.Le riunioni quotidiane
Data Inizio Gestione 07/11/89
Edouard Carmignac ha più di 35 anni di esperienza. Ha tra i gestori assicurano uno scambio fluido delle idee di
Anni di esperienza nel 9.70
fondo (media) fondato nel 1989 l’omonima società e ne detiene il 70% investimento. In conclusione, troviamo le dimensioni del
Anni di esperienza 24 del capitale. La quota restante viene ripartita tra i team adeguate e apprezziamo il fatto che la maggior parte
complessiva dipendenti. Carmignac ha saputo circondarsi di un team dei gestori investano personalmente nei fondi che
Anni di esperienza nel 22.26 solido che conta dodici gestori e otto analisti esperti, gestiscono e quelli dei loro colleghi.
fondo (max)
seguiti da due nuove reclute nel 2010. Le responsabilità
di ognuno sono organizzate intorno alle tematiche di
Altri fondi gestiti
investimento (i paesi emergenti o le materie prime, ad
Carmignac Investissement (E. Carmignac)
esempio) piuttosto che secondo una ripartizione di tipo
Numero di Analisti 8 geografico o settoriale. Rose Ouahba (12 anni di
esperienza) è responsabile del posizionamento del fondo
sui diversi mercati del reddito fisso.Nel team, Frédéric
Leroux (20 anni di esperienza) è incaricato della ricerca
economica e della gestione delle coperture che rivestono

Società di gestione
Carmignac Gestion
Società degli asset in gestione della società piuttosto che ai
rendimenti a lungo termine dei fondi. Questo limite è
Fondata nel 1989 da Edouard Carmignac, la società tuttavia smussato dal fatto che la maggior parte dei fondi
Totale attivi gestiti EUR 55 Mld
gestisce 55 miliardi di euro (a fine 2010). Carmignac prevede una commissione di sovraperformance. Con
Totale attivi nella EUR 23 Mld
strategia Gestion ha registrato una crescita impressionante degli spese di gestione ragionevoli, la commissione di
attivi in gestione. Con il passare del tempo la gamma dei sovraperformance ci sembra un buon sistema per
prodotti si è chiaramente ampliata, tuttavia i nuovi fondi coniugare gli interessi del gestore e quelli del cliente.
sono stati lanciati in modo intelligente e non per cavalcare Tuttavia, e questa è la nostra principale riserva nei
mode di mercato. Giudichiamo in modo positivo la qualità confronti della società, siamo costretti a deplorare il
delle comunicazioni nei confronti dei sottoscrittori. Le prelievo di commissioni sui movimenti di portafoglio
relazioni finanziarie periodiche sono più che trasparenti e (commissioni tipiche nell'industria dei fondi francese).
spiegano chiaramente le decisioni di investimento prese;
inoltre, gli investitori hanno facile accesso ai portafogli
della società, pratica sfortunatamente poco comune nel
settore.La struttura della remunerazione è, invece,
migliorabile: i gestori sono più interessati alla crescita

Num. Holdings
Concentrazione Max
200-250
7%
Processo: Strategia di opportunisticamente. Considerando la dimensione del
fondo, i titoli scelti sono società a media e grande
Track Error atteso Nessun target Investimento capitalizzazioni. Sul fronte obbligazionario, anche Ouahba
Turnover atteso 50%
Concentrazione Non previsti Il fondo persegue il chiaro obiettivo di ottimizzare il approfitta di un’ampia latitudine. Sono varie le fonti di
settoriale rendimento assoluto a lungo termine. L'unico vero vincolo valore aggiunto: duration, credito, debito emergente (max
Concentrazione Non previsti 25%) e convertibili (max 10%).Poiché i gestori fanno uso
è quello di dover detenere almeno il 50% di obbligazioni
geografica della liquidità e di strumenti di copertura, la distribuzione
Utilizzo tattico di Cash Si
o prodotti monetari. L'esposizione ad azioni internazionali
è inferiore alla media di categoria, e varia dallo 0% al tra le classi di attivo è dinamica. In particolare, la
Hedging Parzialmente
Coperto 50%. Fedeli allo stile di gestione, le decisioni copertura consiste essenzialmente nel vendere allo
Benchmark del fondo 50% MSCI ACWI d’investimento in termini di allocazione e di selezione di scoperto futures su indici globali o settoriali per coprire
EUR, 50% Citi WGBI titoli assumono un forte carattere "top-down". Partendo un rischio specifico. Infine, anche il rischio di cambio è
EUR gestito attivamente.
dall’analisi macroeconomica, vengono identificati temi di
investimento a medio termine, che Carmignac seleziona

®
ß
Copyright © 2012 Morningstar. Tutti i diritti riservati. Le informazioni, i dati e le opinioni (“Informazioni”) contenute nel presente modulo: (1) sono confidenziali e di proprietà di Morningstar; (2) non costituiscono consiglio di
investimento; (3) non possono essere copiate o distribuite senza espressa autorizzazione di Morningstar; (4) infine, sono ritenute attendibili da Morningstar, tuttavia l’accuratezza e la completezza delle stesse non può essere in
nessun modo garantita. Morningstar si riserva il diritto di esigere un compenso per l’utilizzo dei Rating o di altre Informazioni qui contenute. Morningstar non sarà responsabile per danni o perdite derivanti dall'utilizzo dei Rating
o delle altre Informazioni contenute nel presente modulo.
Analisi Morningstar

Pagina 1 di 4 | Morningstar® Research Report

Nextam Partners Bilanciato Cat 50%BarCap Euro Agg&50%FTSE World

16.0

15.0
Fondo
14.0
Benchmark
13.0

12.0
Categoria

11.0

10.0
Analista di Morningstar
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 31/12/11
Cat Perf Quartile
- 8.62 7.62 7.16 5.84 -0.83 -16.78 16.69 5.37 -13.73 Rendimento tot
Persone: Carlo Gentili è il gestore dalla - 0.14 -0.15 -8.96 1.46 -2.00 0.85 -1.94 -5.91 -14.01 +/- Indice Cat
costituzione del fondo. - 0.58 2.00 -6.14 -0.40 -1.67 3.84 2.31 -0.44 -7.73 +/- Categoria
- 30 13 87 41 73 42 25 49 93 % Percentile categoria
Società: Nextam propone un grado di
trasparenza elevato, ma le commissioni dei
fondi potrebbero migliorare. L' Opinione di Morningstar credendo in una ripresa delle quotazioni. Questo ha
determinato una resa del fondo più modesta nelle fasi
Processo: La ripartizione dell'attivo tra 6 set 2011 | Condizioni di mercato difficili mettono alla negative del mercato. Non riteniamo, però, che questo
azioni e obbligazioni può variare (tra il 30% e il risultato, realizzato in un periodo breve, sia sufficiente ad
prova Nextam Partners Bilanciato.
70%).
oscurare i meriti del fondo.
Performance: Dalla costituzione nel 2002 ad Il maggior peso sull’Italia che tradizionalmente
agosto 2011, il fondo ha superato la media di caratterizza questo fondo rispetto agli altri prodotti simili Dalla data di lancio nel 2002 ad agosto 2011, i rendimenti
categoria di 70 pb. della categoria Morningstar Bilanciati Moderati è tra gli realizzati sono stati superiori alla media di categoria di
aspetti che hanno penalizzato la performance nel 2010 e oltre 70 punti base (annualizzati). Il gestore, Carlo Gentili,
Prezzo: I costi di gestione sono circa 30 punti
base più alti della media di categoria. nel 2011 (fino ad agosto). In effetti, il benchmark adottato è un investitore con un’esperienza superiore ai 16 anni. La
prevede un significativo peso dei titoli di Borsa Italiana strategia di investimento utilizzata si dimostra solida e
(pari al 35% del totale attivo); il gestore può decidere di viene eseguita con disciplina nel tempo.
Per chi è adatto: Il fondo può costituire una
componente centrale del portafoglio di un
variare il peso di tale componente, che in ogni caso resta
rilevante (a giugno 2011, ad esempio, pur in sottopeso, le I costi del fondo rappresentano un aspetto che può essere
investitore italiano.
azioni italiane contano per circa il 24% del totale attivo). migliorato, soprattutto con riferimento alla struttura delle
commissioni di incentivo, che non prevedono un "high-
Il portafoglio è idealmente diviso in modo uguale tra azioni water mark". Nonostante ciò, data la costanza degli
Morningstar Style Box®: Ownership Zone e obbligazioni, ma il gestore può modificare tale elementi che hanno dato origine alle robuste performance
ripartizione (in ogni caso, il peso delle azioni è contenuto passate, siamo ottimisti sulle possibilità che questo fondo
Giant
tra il 30% e il 70% dell'attivo). Nella seconda metà del possa fare bene anche in chiave prospettica. Allo stato,
Large 2010 e nel 2011, fino ad agosto, il gestore ha assegnato confermiamo il nostro rating “Superiore”.
un maggior peso alle azioni (circa 58% del totale attivo
Mid verso un peso neutrale rispetto al benchmark del 50%)
Categoria Morningstar Bilanciati Moderati EUR ISIN IT0003245377
Small Categorie Assogestioni - Domicilio ITALIA
Benchmark del fondo 35% Mts Generale, 35% COMIT Stato legale Open Ended Investment Company
Micro Performance, 15% JPM GBI Global Valuta di base EUR
Traded TR USD, 15% MSCI World NR Attivo netto totale EUR 28.06 Mil
Deep Val Core Val Blend Core Grth High Grth EUR
Data di Partenza 02/04/2002
Centroide: media ponderata dei titoli del fondo Dividendo a 12 mesi % 0.00
Area: 75% dei titoli del fondo
(Dati al 31/07/11)
Pagina 2 di 4 | Morningstar® Research Report

Nextam Partners Bilanciato Indice della categoria Morningstar


Cat 50%BarCap Euro Agg&50%FTSE World

Gestore
Data Inizio Gestione
Carlo Gentili
02/04/02
Persone di gestore, sia di socio; questa condizione non sempre è
a favore dei sottoscrittori. Infine, un elemento meno
Anni di esperienza nel 9.85
Carlo Gentili è gestore di questo fondo dalla sua attraente riguarda il carico di lavoro che, unito alle
fondo (media)
Anni di esperienza 16 costituzione nel 2002. Gentili ha in precedenza gestito dimensioni contenute del team, appare impegnativo:
complessiva portafogli bilanciati presso Euromobiliare, occupandosi in Gentili è responsabile per quattro fondi e, allo stesso
Anni di esperienza nel 9.85 particolare del fondo Euromobiliare Capitalfit, il quale tempo, deve assolvere ad alcuni impegni di natura
fondo (max) sotto la sua guida ha generato performance superiori alla amministrativa legati alla società. Sarebbe desiderabile
media di categoria su orizzonti di lungo termine. un miglioramento di questo aspetto.
Altri fondi gestiti
Complessivamente, risulta apprezzabile l’esperienza di
Nextam Partners Flessibile, Nextam Partners
oltre sedici anni del gestore, durante i quali ha dimostrato
Strategic
la solidità del processo di investimento eseguito. Gentili
Numero di Analisti 0 non viene assistito da analisti finanziari nella costruzione
del portafoglio; d’altra parte, il confronto con altri gestori
di Nextam è frequente e alcune idee di investimento
vengono condivise dai diversi fondi offerti. Nell'esame
degli incentivi, osserviamo che Gentili riveste sia il ruolo

Società di gestione
Nextam Partners S.G.R. S.p.A.
Società performance realizzate sono in linea con quelle di
categoria come misurato dal Rating Morningstar. Un
Nextam Partners è una società di gestione del risparmio elemento che riteniamo particolarmente positivo è il grado
Totale attivi gestiti 341 Milioni
indipendente fondata nel 2001 da tre gestori, Carlo Gentili, di trasparenza e la qualità della comunicazione: i gestori
Totale attivi nella 70 Milioni
strategia Alessandro Michahelles e Nicola Ricolfi, in precedenza aggiornano costantemente i sottoscrittori circa le scelte
responsabili per i prodotti azionari di Euromobiliare AM gestionali, l’andamento dei mercati e le performance del
Sgr. I tre soci sono tutt'ora coinvolti nella gestione di fondo, attraverso commenti di buona qualità. Questo
Nextam Partners o dei fondi di investimento offerti dalla aspetto è molto importante: riduce le asimmetrie
stessa società. Nextam Partners offre un numero limitato informative e contribuisce a migliorare l’esperienza degli
di prodotti, in via prevalente focalizzati su strategie di investitori.
investimento tradizionali. I costi sono spesso superiori alla
media delle rispettive categorie. In particolare, la struttura
delle commissioni di incentivo risulta migliorabile in
numerosi casi (prevedendo high-watermark, benchmark
coerenti con i portafogli o periodi di calcolo allineati alle
preferenze dei sottoscrittori). A livello aggregato, le

Num. Holdings
Concentrazione Max
150-180
10% per le azioni
Processo: Strategia di finanziaria; infine, un management con una spiccata
capacità di innovare. Nel tentativo di identificare imprese
Posizione Min Non previsto Investimento con tali caratteristiche, il gestore si concentra su un ampio
Turnover atteso 80%
Concentrazione Limiti non previsti La ripartizione del portafoglio tra azioni e obbligazioni si universo di investimenti, che comprende titoli quotati su
settoriale basa sulle valutazioni relative e sul momentum delle diversi mercati internazionali, con una preferenza però per
Concentrazione Limiti non previsti le azioni italiane (che, secondo il benchmark adottato,
diverse classi di attivo. Il peso della componente azionaria
geografica pesano per il 35%, salvo diverse scelte attive del gestore).
Utilizzo tattico di Cash No
non si discosta dal range 30%-70%. Con riferimento alla
selezione delle singole azioni, il gestore si concentra La componente obbligazionaria si concentra sulle
Hedging Non Coperto
Benchmark del fondo 35% Mts Generale, sull'analisi dei fondamentali delle singole imprese. obbligazioni governative, in genere con una duration
35% COMIT L’attenzione principale viene prestata nei confronti di bassa; il gestore, tuttavia, può selezionare anche emittenti
Performance, 15% quattro elementi che il gestore ricerca nelle imprese: un corporate. Complessivamente, apprezziamo la continuità
JPM GBI Global di questo processo di investimento, che nel corso di oltre
forte posizionamento competitivo; una buona capacità di
Traded TR USD, 15%
far crescere dividendi e flussi di cassa; una solida struttura 10 anni ha prodotto risultati soddisfacenti.
MSCI World NR EUR

®
ß
Copyright © 2012 Morningstar. Tutti i diritti riservati. Le informazioni, i dati e le opinioni (“Informazioni”) contenute nel presente modulo: (1) sono confidenziali e di proprietà di Morningstar; (2) non costituiscono consiglio di
investimento; (3) non possono essere copiate o distribuite senza espressa autorizzazione di Morningstar; (4) infine, sono ritenute attendibili da Morningstar, tuttavia l’accuratezza e la completezza delle stesse non può essere in
nessun modo garantita. Morningstar si riserva il diritto di esigere un compenso per l’utilizzo dei Rating o di altre Informazioni qui contenute. Morningstar non sarà responsabile per danni o perdite derivanti dall'utilizzo dei Rating
o delle altre Informazioni contenute nel presente modulo.
Gli Strumenti Morningstar

Markowitz 2.0, dalla teoria alla pratica

Di Alice Bravi

Nuovi strumenti e metodologie più sofisticate danno una veste moderna


al tradizionale approccio media-varianza.

I mercati finanziari sono sempre più spesso allocation viene rielaborata rappresentano ovvero il fatto che le perdite si verificano con
caratterizzati da eventi straordinari. Bolle dunque la chiave per catturare al meglio le una probabilità superiore rispetto a quanto
speculative e crisi finanziarie si susseguono caratteristiche del mercato e trasferirle in stimato da una distribuzione normale. Ne è un
nel corso degli anni segnando picchi e cadute modelli di asset allocation efficienti e attuali. esempio l’esame della coda sinistra dell’indice
di non facile previsione. Il verificarsi di questi Gli ambiti di azione per “mettere il turbo” a S&P 500 in cui la stessa distribuzione lognor-
fenomeni rafforza ulteriormente la consapev- questo modello vertono su differenti punti, a male non cattura pienamente i rendimenti
olezza maturata nel corso degli anni che i mer- partire dalle ipotesi legate alla distribuzione negativi dell’indice (Figura 2).
cati sono luoghi ben lungi dall’essere “nomali”. dei rendimenti, per poi proseguire sui cardini
Questa ed altre peculiari caratteristiche principali della teoria media-varianza: rendi- Tra gli approcci studiati per superare questo
delle serie finanziarie giocano oggi più che mento atteso, rischio e correlazione (Figura 1). limite concorrono ben due tipologie di stru-
mai un ruolo fondamentale nell’applicazione menti: quello di tipo parametrico basato
dei modelli di asset allocation strategica. Grazie alla ricerca in ambito finanziario e alle sulla distribuzione di Johnson e quello sulla
nuove tecnologie è così possibile superare simulazione storica (Bootstrap). Il primo è in
Le ragioni di questa importanza derivano dal alcuni limiti della teoria di Markowitz per dare grado di catturare la skewness (asimmetria)
fatto che i principali modelli di asset allocation vita ad una nuova versione del modello creato e la kurtosi (code spesse), oltre ai tradizionali
sono generati da una matrice comune, quella dal vincitore del premio Nobel per l’economia: parametri di media e varianza, mentre il
definita da Harry Markowitz nel 1952. La sua Markowitz 2.0. secondo cattura tutte queste caratteristiche
geniale intuizione, relativa alla mappatura di mediante una simulazione di scenari. In
ciascuna asset class rispetto a tre variabili Il limite delle code spesse entrambi i casi la funzione di distribuzione così
(rendimento atteso, rischio e correlazione) Che i mercati non siano luoghi “normali” non ottenuta include anche il fenomeno delle “fat
costituisce le fondamenta della Modern è una novità, eppure molti modelli di asset tails” (Figura 3).
Portfolio Theory. allocation hanno per anni elaborato portafogli-
modello basati sull’ipotesi che i rendimenti Non linearità delle correlazioni
Nel corso degli anni la teoria iniziale di avessero un comportamento “normale”, ov- La possibilità di catturare il fenomeno
Markowitz, secondo cui è possibile individuare vero ispirato a quella curva a campana dalla delle code spesse non è l’unico dei vantaggi
portafogli efficienti assegnando un peso a simmetria perfetta. Questa funzione, pur derivanti dall’utilizzo di scenari storici. Tra i
ciascuna asset class in base all’ottimizzazione presentando il vantaggio di essere facilmente differenti benefici di un approccio costruito
del rapporto rischio-rendimento determinato ricavata solo attraverso la media e la varianza sulla simulazione storica si contano anche la
da queste tre variabili, ha subito progressive di una serie di rendimenti, presenta tuttavia capacità di replicare picchi multipli all’interno
evoluzioni e rielaborazioni volte a tenere in l’inconveniente di trascurare due aspetti della distribuzione, ma soprattutto la possibil-
considerazione sempre maggiore le peculiarità critici delle serie finanziarie: l’asimmetria (la ità di catturare la non linearità della correlazi-
tipiche delle serie finanziarie. Le modalità e gli probabilità di rendimenti negativi è superiore a one. Nel tradizionale approccio media-varianza
strumenti con cui la teoria del padre dell’asset quella di rendimenti positivi) e le code spesse, la correlazione tra due asset class viene infatti

46 Morningstar Investor Marzo / Aprile 2012


Fig. 1 Markovitz 1.0 e 2.0 a confronto

Limite Markovitz 1.0 Markowitz 2.0

Distribuzione dei rendimenti Ottimizzazione Media-Varianza (no Fat Tails) Scenari e Smoothing (Fat Tails possibili)
Covarianza dei rendimenti Lineare Non lineare
Orizzonte d’investimento Singolo periodo (Media Aritmetica) Multiperiodo (Media Geometrica)
Misura di rischio Standard Deviation Possibilità di utilizzare CVaR e altre misure di rischio

Fig. 2 Confronto tra la funzione Fig. 5 Frontiera efficiente calcolata con simulazione storica e
di densità dell’indice S&P 500 e rendimenti aritmetici
distribuzione Lognormale nella
Arithmetic Mean Risk: CVaR Cutoff 5.00%
coda sinistra
0.90

0.60

0.30

4 8 12

Asset Classes

Fig. 3 Confronto tra la funzione Obbligazionario Obbligazionario Azionario Europa Azionario Globale
Azionario Estre Commodity Cash Oro
di densità dell’indice S&P 500
Real Estate
e distribuzione ottenuta tramite
bootstrap nella coda sinistra
rappresentata da un unico numero: il coef- con tecnicismi in grado di cogliere le moltepli-
ficiente di correlazione. L’ipotesi sottostante ci sfumature dei mercati non è l’unico aspetto
è che lungo l’orizzonte temporale di analisi le in grado di ridisegnare la “nuova versione” del
due asset class in esame siano legate da una vettore dei rendimenti attesi. Questo cardine,
relazione lineare. L’evidenza empirica dimostra che costituisce uno dei tre input fondamentali
tuttavia che le relazioni tra le classi di attivi per la teoria di Markowitz, ha sempre assunto
subiscono un’evoluzione nel tempo segnate da una singola dimensione temporale attraverso
un percorso tutt’altro che lineare e che spesso l’impiego dei rendimenti aritmetici (Figura 5).
è funzione di più fattori.
Questo fattore pone un freno all’analisi e alla
Ampliare gli orizzonti con i rendimenti realizzazione di un piano di asset allocation
geometrici strategica di lungo periodo e tende a rappre-
La possibilità di scegliere ipotesi distributive sentare il rendimento atteso per l’investitore

Morningstar.it 47
Gli Strumenti Morningstar

come una semplice media dei rendimenti


passati. La necessità di costruire un modello Fig. 6 Frontiera efficiente calcolata con simulazione storica e
di ottimizzazione basato su molteplici orizzonti rendimenti geometrici
temporali e sulla necessità di realizzare previ-
sioni di lungo periodo ha portato all’impiego Arithmetic Mean Risk: CVaR Cutoff 5.00%
dei rendimenti geometrici (Figura 6) con
l’intento di catturare l’effettivo accumulo della 0.90
ricchezza per l’investitore e non più solo il suo
livello di ricchezza media.
0.60
L’impiego di differenti misure di rischio
Analogamente a quanto avviene nella
definizione del vettore dei rendimenti attesi, 0.30
anche l’analisi del rischio può cambiare pros-
pettiva e porre al centro l’investitore. La neces-
0
sità di considerare attentamente gli eventi
estremi e il cosiddetto tail risk si traduce non
solo in un’innovazione delle tecniche legate
4 8 12
all’analisi della distribuzione dei rendimenti,
ma anche alle misure di rischio legate al Asset Classes
processo di ottimizzazione. Obbligazionario Obbligazionario Azionario Europa Azionario Globale
Azionario Estre Commodity Cash Oro
La tradizionale teoria media-varianza propone Real Estate
la deviazione standard come metrica di riferi-
mento evidenziando il grado di dispersione dei
rendimenti, ma la percezione del rischio da
parte dell’investitore avviene principalmente
in termini di probabile perdita di ricchezza.

Gli indicatori disponibili in grado di esprimere


questa sensazione sono molteplici (CVaR,
Downside Deviation e 1st lower partial Glossario
Moment). Il risultato è la creazione di
portafogli ottimizzati in grado di massimiz- Distribuzione Normale: rappresenta una distribuzione di probabilità continua usata come prima
zare la ricchezza effettivamente percepita approssimazione per descrivere variabili casuali a valori reali che tendono a concentrarsi attorno a un
singolo valore medio. Caratterizzata da una forma a campana, viene determinata a partire dalla
dall’investitore sui quali effettuare relative
media e dalla varianza di una serie di rendimenti.
previsioni in termini di evoluzione della Modern Portfolio Theory (MPT): teoria degli investimenti che mira a massimizzare il rendimento
ricchezza e del rendimento (Figura 7). K atteso di portafoglio per un dato livello di rischio.
Holding period: orizzonte temporale d’investimento
Alice Bravi è research analyst di Morningstar Italy Conditional Value at Risk (CVaR): fornisce la perdita potenziale media per un determinato livello
di confidenza su un dato orizzonte temporale. Due asset class cono lo stesso VaR possono avere livelli
di CVaR molto differenti
Fat Tails: (Code spesse) Indica il fenomeno secondo cui il rischio di eventi estremi riscontrato dalle
serie finanziarie sia maggiore di quanto rappresentato dalla distribuzione Normale.
Distribuzione di Johnson: permette di modellare il fenomeno delle code spesse e i vari livelli
di asimmetria della distribuzione dei rendimenti. In particolare il livello di asimmetria (skewness) può
essere gestito in maniera differente per ciascuna asset class.

48 Morningstar Investor Marzo / Aprile 2012


©2011 Morningstar. All rights reserved. Product specifications are subject to change without notice.

5 6 7 8 9 0
198 198 198 198 198 199

6 7 8 9 0
199 199 199 199 200 200
1

4 5 6 7 8 9
200 200 200 200 200 200

“Black Swan” financial events really aren’t so Conditional Value at Risk (CVaR) instead of For more information or to arrange a
rare—it seems like they turn up every standard deviation. These features and other product demonstration:
few years. Yet traditional mean-variance new statistical technologies allow you to
optimization, the standard for more create strategies that better account for the Call +44 203 107 0125
than half a century, doesn’t accommodate volatility of the real world. Email information@morningstar.com
these extreme outcomes. Visit Global.morningstar.com/DirectFatTails
An All-in-One Solution
Beyond Normal Distributions Morningstar Direct is an investment analysis
Morningstar Direct’s new asset allocation platform that integrates global data
functionality lets you choose from risk with productivity-enhancing analytics and
and return assumptions that include normal powerful communications tools. It
distributions, as well as “fat-tailed” and consolidates multiple tools and provides
skewed distributions. You can also generate everything you need to simplify
efficient frontiers that better incor- your processes, enhance productivity, and
porate tail risk by using measures such as save money.

Potrebbero piacerti anche