Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
L’approccio varianze-covarianze si basa sull’idea che sia possibile stimare in modo soddisfacente le
volatilità e le correlazioni dei rendimenti dei fattori di mercato.
Abbiamo modelli che usano dati di volatilità e correlazioni STORICI per andare a stimare le
volatilità e le correlazioni FUTURE.
Modelli che considerano volatilità e correlazioni costanti;
Modelli che consentono a volatilità e correlazioni di variare nel tempo (medie mobili e
modello Garch).
Abbiamo modelli che utilizzano le previsioni implicite nei prezzi delle opzioni.
VOLATILITÀ IMPLICITA
È un metodo usato per stimare la volatilità basato sui prezzi delle opzioni. Se si conosce il prezzo di
mercato dell’opzione è possibile usare il modello di pricing “ a ritroso” per calcolare la volatilità
implicita del prezzo.
La volatilità implicita risulta differente a seconda del contratto di opzione usato: la volatilità
implicita delle opzione ATM è minore rispetto alle opzioni OTM e ITM, e questo fenomeno si
chiama “volatility smile” e dipende dal fatto che le opzioni ATM sono più sensibili a variazioni della
volatilità. La volatilità implicita deriva dalle aspettative del mercato circa l’evoluzione futura della
volatilità e per tanto è una misura Forward- looking ma il modello di pricing adottato deve essere
attendibile e adottato anche dagli operatori del mercato e il mercato nel quale l’opzione è
negoziata non deve avere imperfezioni strutturali altrimenti si generano squilibri di prezzi.
Svantaggi
Nonostante sia forward-looking, la volatilità implicita presenta svantaggi se viene usata:
1) a fini previsionali per l’attività di risk management:
- deve esistere un contratto di opzione con sottostante uguale all’attività di cui si vuole
prevedere la volatilità del rendimento.
- La vita residua dell’opzione deve coincidere con l’orizzonte temporale prescelto per il
sistema di risk management.
Quindi, si presta male ad essere utilizzata per il risk management ma essa può integrare le
previsioni offerte da un altro metodo e segnalare eventuali divergenze.
MODELLI DI SIMULAZIONE
I modelli di simulazione derivano il Var andando a simulare diversi scenari riguardanti la possibile
evoluzione futura dei mercati. Infatti, un approccio del genere è dispendioso in termini di tempo e
calcolo ma è molto accurato.
Esso si fonda su tre caratteristiche principali:
Full valuation: nei modelli di simulazione il valore di mercato del portafoglio di cui si vuole
stimare il var viene completamente ricalcolato mediante opportune formule di pricing.
Infatti bisogna conoscere una opportuna formula di pricing per tutti gli strumenti inseriti
nel portafoglio e se le formule di pricing usate sono corrette avremo variazioni del valore di
portafoglio esatte e non approssimate.
- Fattori di rischio: si genera un elevato numero di scenari relativi alle variazione dei fattori di
mercato, basati su variazioni storiche o su una distribuzione teorica.
- Portafoglio: ogni scenario viene tradotto in una variazione di valore simulata per il
portafoglio della banca.
- Misure di rischio: il Var viene derivato dalla distribuzione delle variazioni di valore simulate
del portafoglio, individuando per esempio il percentile.
Logica del percentile: il var viene stimato tagliando la distribuzione empirica in
corrispondenza del percentile associato al livello di confidenza desiderato. La distribuzione
simulata puo assumere qualsiasi forma andando a risolvere il problema della non-
normalità della distribuzione delle perdite future.
Flessibilità: questi modelli di simulazione non ti costringono a usare una distribuzione
normale per modellare le variazioni dei fattori di mercato.
SIMULAZIONI STORICHE
Nel modello di simulazione storica si ipotizza che le potenziali variazioni dei fattori mercato siano
ben rappresentate dalla loro distribuzione empirica e si ipotizza che la distribuzione delle
variazioni dei fattori di rischio sia stabile nel tempo.
FASE:
1) Aver sottomano una serie di dati storici (rendimenti passati)
2) Si rivaluta ogni singola posizione del portafoglio in corrispondenza di ogni scenario
3) Ricostruzione della distribuzione empirica di frequenza dei valori della posizione
/portafoglio cosi ottenuti
4) Taglio della distribuzione in corrispondenza del percentile relativo al livello di confidenza
desiderato
5) La differenza tra il percentile e il valore corrente del portafoglio mi rappresenta il Var.
Vantaggi
- Metodologia facile da comprendere e comunicare fra le varie unità dei una banca.
Rappresenta infatti la perdita che si avrebbe se le condizioni passate si dovessero ripetere
nel futuro.
- Non viene richiesto di esplicare alcuna ipotesi circa la forma funzionale della distribuzione
dei rendimenti dei fattori di mercato.
- Non è necessario stimare la matrice varianze-covarianze dei fattori di mercato
- Essendo basate sulla full valuation, consentono di cogliere il rischio di portafoglio, la cui
sensibilità alle variazioni dei fattori di mercato non è lineare o monotona.
Limiti
- Calcoli onerosi per rivalutare l’intero portafoglio;
- Ipotizza implicitamente la stabilità temporale della distribuzione di probabilità.
- Limitatezza delle serie storiche disponibili.
- Le simulazioni storiche producono misure di var poco reattive alle variazioni delle
condizioni di mercato. Il var cambia quando si presenta un rendimento superiore al
percentile prescelto: il var cosi risulta più stabile ma poco aggiornato.
APPROCCIO IBRIDO
L’approccio ibrido combina i pregi dei due approcci varianze-covarianze e simulazioni storiche.
- Si applicano ponderazioni esponenzialmente decrescenti alle serie dei rendimenti e non
viene formulata nessuna ipotesi circa la forma funzionale della distribuzione dei rendimenti
dei fattori di mercato.
- Si usa una serie storica di riferimento relativamente lunga e viene attribuito peso più
elevato ai dati più vicini nel tempo.
- I singoli rendimenti contribuiscono alla determinazione del var non solo in funzione della
relativa intensità ma in base anche alla relativa lontananza/vicinanza temporale.
Limiti
1) Diversamente dalle simulazioni storiche, è necessaria la stima della matrice delle varianze-
covarianze dei fattori di mercato;
2) Pur essendo più efficiente di altre procedure, risulta comunque onerosa in termini di
tempo e risorse finanziarie.
RISCHIO DI MERCATO
I test retrospettivi (backtesting) sono basati sul confronto fra le indicazioni del modello e i
- confronto tra la stima giornaliera del VaR e le perdite effettive del giorno successivo
- Se il modello è corretto, le perdite effettive dovrebbero risultare superiori al VaR con una
frequenza coerente con quella definita dal livello di confidenza
Considerazioni
- Un valore di lambda minore produce un VaR più reattivo alle condizioni recenti;
- il VaR sale più rapidamente in presenza di rendimenti recenti fortemente negativi o positivi
e si riduce più velocemente quando le variazioni giornaliere sono contenute
- L’uso di un lambda minore consente di stimare meglio il rischio del portafoglio quando le
perdite elevate sono precedute da altre perdite elevate.
- Una corretta valutazione della qualità̀ di un modello VaR andrebbe fondata su due diversi
aspetti:
- La metodologia di back testing proposta dal Comitato di Basilea si fonda sul primo criterio.
2) Il risultato economico che si ottiene rivalutando alle nuove condizioni di mercato, a fine
giornata, il portafoglio effettivamente detenuto dalla banca in quel momento; (Impreciso a
causa delle modifiche nella composizione del portafoglio della banca, intervenute durante
la giornata )
3) Il risultato economico che si ottiene rivalutando alle nuove condizioni di mercato di fine
giornata il portafoglio detenuto dalla banca la sera del giorno precedente. (Risultato
economico statico o “static profit & loss” → più appropriato, confronta il VaR con una
misura di perdita ad esso omogenea)