2

 -­‐  Utilità  e  avversione  al  rischio  

Senza rischio

Il tasso teorico di rendimento di un investimento con rischio zero. Il tasso

privo di rischio rappresenta l'interesse di un investitore si attenderebbe da
un investimento assolutamente privo di rischio per un periodo di tempo
specificato.
In teoria, il tasso privo di rischio di rendimento è il rendimento minimo che
un investitore si aspetta che per qualsiasi investimento, perché lui o lei non
accetterà ulteriori rischi a meno che il tasso potenziale di rendimento è
maggiore del tasso privo di rischio. In pratica, tuttavia, il tasso privo di
rischio non esiste perché anche gli investimenti più sicuri portare una
piccola quantità di rischio. Il tasso di interesse a tre mesi buoni del Tesoro
degli Stati Uniti spesso viene utilizzato come tasso privo di rischio.

Premio per il rischio

La teoria finanziaria afferma che gli investitori sono di norma avversi al
rischio e richiedono quindi unrendimento in più, rispetto a quello delle
attività prive di rischio – quali sono considerati i titoli di stato – per investire
in attività rischiose. Più alto è il rischio, maggiore dovrà essere il premio per
il rischio.

Avversione al rischio
Usiamo il termine rischiose per descrivere quelle situazioni in cui l’esito di
una scelta è incerto. La scelta dipende da come vengono formulate le
opzioni se una situazione è incerta, ma le conseguenze possibili e le
rispettive probabilità di occorrenza sono oggettivamente note, la situazione
implica rischio o incertezza oggettiva; quando gli esiti possibili sono noti,
ma le relative probabilità di occorrenza non sono oggettivamente note, la
situazione implica incertezza o incertezza soggettiva; „ infine, quando
l’elenco dei possibili esiti non è chiaramente definito, la situazione implica
ambiguità o contingenze impreviste.
Una persona che preferisce il valore monetario atteso di una lotteria alla
lotteria stessa è avversa al rischio. Una persona che è indifferente tra una
lotteria e il corrispondente valore monetario atteso è neutrale rispetto al
rischio.Una persona che preferisce una lotteria al suo valore monetario
atteso è propensa al rischio.

Utilità attesa
Supponiamo che W rappresenti i possibili risultati di una lotteria (vincere o
perdere) e che l’individuo assegni probabilità pi(Wi) (∑i pi =1) a tali risultati,
cioè p(W)=N(W)/T dove N(W) è il numero di volte di vittorie o sconfitte nelle
estrazioni precedenti e ti è il numero delle estrazioni precedenti. Diciamo
che l’individuo assegni livelli di utilità soggettiva sia alle vittorie che alle
sconfitte per cui l’utilità attesa dei possibili risultati è :

E[U(W)] = ∑piU(Wi)

Lotteria Equa (Fair lottery)

Una lotteria è equa se ha un valore atteso pari a zero (es. nel lancio di una
moneta si vince 1 € in caso esca testa e si perde 1€ in caso esca croce).
L’avversione al rischio implica che l’individuo non accetterà la lotteria equa
e che la sua funzione di utilità sarà concava. Consideriamo i payoff (ricavi)
x:

X:
• K1 con probabilità p
• K2 con probabilità 1-p

Una lotteria equa deve avere un valore atteso pari a zero , cioè:
E(X)=pk1+(1-p)k2=0

Dove E è l’operatore che calcola il valore atteso (medio) della variabile

casuale x. L’equazione precedente implica che k1/k2=-(1-p)/p.

Funzione di utilità

La prima restrizione sulla funzione di utilità è che una quantità maggiore è

preferita a una minore quindi:
U’(W) = ∂U(W)/∂W > 0
Consideriamo una scommessa sul lancio di una moneta in cui si ricevono
16€ se esce “testa” e 4€ se esce “croce”; il valore monetario atteso,
considerando che la probabilità che esca testa è ½ è

EW=pWH+(1-p)WT=(1/2)16+(1/2)4=10 €

La scommessa è equa quando il costo per parteciparvi è 10€, dato che

E(x)=E(W)-c=0. Quanto vorrebbe pagare l’individuo per partecipare a
questa scommessa? Tutto dipende dalla sua propensione al rischio.
Supponiamo che la funzione di utilità del nostro investitore avverso al
rischio sia U(W)=W1/2.
Il valore atteso della lotteria sarà:
E[U(W)]=0,5U(WT)+0,5(WC)=0,5(16)1/2+0,5(4)1/2=3

Notiamo che l’utilità attesa della lotteria è minore della utilità attesa
derivante dal risultato certo del non partecipare alla lotteria
U(EW)=101/2=3,16.
L’investitore avverso al rischio sarebbe disposto a pagare 0,75 € per
evitare di partecipare alla lotteria? Se egli pagasse tale somma il suo livello
di utilità sarebbe U =(10-0,75)1/2= 3,04 che è maggiore dell’utilità attesa
derivante dal partecipare alla lotteria (3) quindi egli sarà disposto a pagare
0,75€ per evirate di parteciparvi. Ma qual’ è la somma massima (π) che
l’investitore sarebbe pronto a pagare? Tale somma è quella che si ricava
dalla seguente espressione:
U(W-π) = (10-π)1/2=E[U(W)]=3
dalla quale si ricava che l’investitore è disposto a pagare π=1 € per evitare
di partecipare alla lotteria.

Grafico 1 Premio per il rischio in termini monetari

L’accettazione di un individuo di correre un “rischio” dipende dalle

possibilità dell’individuo stesso, e dall’ammontare della puntata.
Quindi il premio per il rischio è definito come :
U(W-π) = E[U(W+x)]

Avversione al rischio assoluta e relativa

Per vedere la relazione che esiste tra π e la curvatura della funzione di

utilità, consideriamo l’approssimazione di Taylor della equazione U(W-π) =
E[U(W+x)] intorno ad x=0 e π=0 e otteniamo:
 U(W-π)≅U(W)+(1/2)σ2x U”(W)
Dove σ2x è la varianza della variabile casuale x, dato che E(x)=0 otteniamo
π=1/2 σ2x RA (W)
RA(W)=- U”(W) / U’ (W) è la misura di Arrow-Pratt dell’avversione assoluta
al rischio, la misura dell’avversione al rischio è “locale” perché è una
funzione del livello iniziale della ricchezza.
Altra misura di avversione al rischio comunemente usata è l’indice relativo
di Arrow-Pratt RR (W)= -WU”(W) / U’ (W)
Quanto è più grande RA(W) tanto più grande è l’avversione al rischio; RR
(W) è una misura di quanto le preferenze dell’investitore per il rischio
cambino al cambiare della ricchezza intorno al livello iniziale di ricchezza.
L’avversione assoluta e relativa al rischio sono decrescenti se al crescere
di W si investe di più in attività rischiose.

Grafico 2 funzione di utilità

Utility U(W) Risk Neutral

Risk Averter

U(16)
U(10)

U(4) Risk Lover

4 10 16 Wealth

Esempi di funzioni di utilità

• Con un livello iniziale di ricchezza W0, una funzione di utilità che

relativamente al punto di partenza ha la proprietà
U(W)/U(W0)=f(W/W0), in modo tale che l’utilità reagisca alla
differenza relativa nella ricchezza, è un tipo di funzione di utilità con
avversione relativa al rischio. Questa caratteristica è riscontrata
nell’utilità di potenza, dove la risposta dell’utilità a W/W0 è costante.
Questo tipo di funzione viene anche chiamata funzione di utilità con
avversione relativa al rischio costante (CRRA).
γ
U(W)= [W(1- )] /[1- γ]<1
 RA(W)= γ/W e RR(W)= γ (costante)

γ è anche l’elasticità dell’utilità marginale rispetto alla ricchezza.

γ
• Riprendendo la funzione U(W)= [W(1- )] /[1- γ]<1 , man mano che
γ→1 può essere mostrato il caso limite dell’utilità potenza è la
funzione di utilità logaritmica.
U(W)=ln(W)
RR(W)=1
Una semplice e bella proprietà di questa funzione è che la
soddisfazione (utilità) raddoppia ogni volta che si raddoppia la
ricchezza.

• Dato che U’(W) deve essere positivo, la funzione di utilità quadratica

è solamente definita per W< 1/b noto come “bliss point”. L’utilità
marginale è lineare nella ricchezza. Abbiamo:
U(W)=W – (b/2) W2 b>0
RA(W) = b/(1-bW) e RR(W) = bW/(1-bW)
Si può notare che sia RR e RA non sono costanti ma sono funzioni
della ricchezza.

• Con un livello iniziale (sicuro) di ricchezza W0 , una funzione di utilità

che relativamente al punto di partenza ha la proprietà:
U(W)/U(W0) = ƒ (W-W0)
Così che l’utilità reagisce alla differenza assoluta nella ricchezza , è
una funzione di utilità con avversione assoluta al rischio. La sola
funzione che ha questo requisito è la funzione di utilità esponenziale
negativa, dove la risposta dell’utilità ai cambiamenti in W-W0 è
costante; tale funzione è indicata come funzione di utilità con
avversione assoluta al rischio costante (CARA):
U(W) = a –be-cW
RA(W) = c e RR (W)=cW
Può essere dimostrato che la funzione di utilità esponenziale
negativa unita all’assunzione di rendimenti delle attività normalmente
distribuite permette di ridurre il problema di massimizzazione
del’utilità attesa ad un problema di massimizzazione di una funzione
lineare di rendimento atteso ERp del rischio che è rappresentato
dalla varianza σ2p.

Studi Empirici gg

• Blume and Friend (1975)

–Data : Federal Reserve Board survey of financial characteristics of
consumers
–Findings : Percentage invested in risky asset unchanged for
investors with different wealth
• Cohn et al (1978)
–Data : Survey data from questionnaires (brokers and its customers)
 –Findings : Investors exhibit decreasing relative RA and decreasing
absolute RA
•
•
• nFrom experiments on gambles coefficient of relative risk aversion
(g) is expected to be in the range of 3–10.
• nS&P500
• Average real return (since WW II) 9% p.a. with SD 16% p.a.
• C-CAPM suggests coefficient of relative risk aversion (g) of
50.
•  Equity Premium Puzzle
• nBased on the C-CAPM
• nFor g = 50, risk free rate must be 49%
• nCochrane (2001) presents a nice example
• –Annual earnings $ 50,000
• –Annual expenditure on holidays (5%) is $ 2,500
• –Rft ≈ (52,500/47,500)50 – 1 = 14,800% p.a.
• –Interpretation : Would skip holidays this year only if the risk free
rate is 14,800% !
•
• nInvestigate the plausibility of different values of g to examine the
certainty equivalent amount for various bets.
•
• nAvoiding a fair bet (i.e. win or lose $x)
• –Power utility
• –Initial consumption : $ 50,000

Modello Media Varianza e funzione di utilità.

Se un investitore massimizza l’utilita della ricchezza del portafoglio alla fine del periodo,
allora si può dimostrare che ciò equivale a massimizzare una funzione del rendimento
atteso e della varianza fornendo:
1. una funzione di utilità quadratica,
2. o rendimenti di portafoglio normalmente distribuiti.
Se la ricchezza iniziale è W0 e il rendimento del portafoglio è Rp allora la ricchezza alla fine
del periodo e l’utilità sono:
W=W0(1+Rp)
U(W)=U[W0(1+Rp)]
Espandendo U(Rp) in una serie di Taylor intorno alla media di Rp (=µp) avremo:
2
U(Rp)= U(µp)+( Rp+µp)U’(µp)+1/2(Rp- µp) U”( µp)+ E (termini di ordine superiore)
2
E[U(Rp)] = U(µp) + (1/2) σ p U’’(µp) +E (termini di ordine superiore)

Se l’utilità è quadratica allora, i termini di ordine superiore a U” sono pari a zero. Se i

n n
rendimenti sono normalmente distribuiti allora E[U(Rp-µp) ]=0 per n dispari e E[U(Rp-µp) ]
2
per n pari è funzione solamente della varianza σ p.
Usando la funzione di utilità quadratica si ha il problema che l’utilità marginale è negativa
per livelli di ricchezza a di sopra del punto di ottimo. Assumere la normalità dei rendimenti
potrebbe non essere una rappresentazione accurata e anche i prezzi potrbbero diventare
negativi. I modeli in tempo continuo assumono che i rendimenti sono istantaneamente
normalmente distribuiti e ci consente di utilizzare tali modeli nella determinazione dei
prezzi dei derivati.
4.Mercati  efficienti  
 
L’EMH può essere formalmente definita in vari modi, ma ciò che importa è avere gli
elementi di base per esaminare le rappresentazioni alternative e i test dell’EMH (ipotesi
del mercato efficiente).
Supponiamo di avere una variabile stocastica X che la proprietà:

E(Xt+1|Ωt) = Xt

Allora Xtè definito un processo martingala. Data tale equazione, la migliore previsione di
tutti i futuri valori di Xt+j (j≥1) è il valore corrente di Xt.
Un processo stocastico yt è un fair game
E(yt+1|Ωt) = 0

Quindi un fair game ha la proprietà diche il rendimento atteso è zero, dato Ωt . Da ciò ne
deriva che se Xt è un processo martingala allora yt+1=Xt+1-Xt è un fair game.
Una definizione di EMH è che essa comprenda la proprietà di fair game per i rendimenti
inattesi delle azioni yt+1=Rt+1-Et Rt+1 dove -Et Rt+1 è il rendimento atteso di equilibrio dato da
alcuni modeli economici. La proprietà di fair game implica che in media gli extra-profitti
sono zero.
Se assumiamo che l’equilibrio richieda rendimenti per gli investitori costanti (=k), alora la
proprietà di fair game implica:

E[(Rt+1-k) | Ωt]=0

Un semplice test per verificare se i rendimenti violano la proprietà di fair game

nell’assunzione di rendimenti di equilibrio costanti, è verificare se i rendimenti possono
essere previsti dai dati passati di Ωt . Assumendo una regressione lineare

Rt+1 = α + ß’Wt + εt+1

Allora se ß’≠0, la proprietà di fair game è violata.

Riprendiamo la variabile stocastica Xt , questa segue un processo random walk con un

parametro drift δ se :

Xt+1 = δ + Xt + εt+1

Dove εt+1 è una variabile casuale iid con Etet+1 = 0 . Un random walk senza drift ha δ =0.
Chiaramente Xt+1 è martingala e ∆Xt+1=Xt+1-Xt è un fair game (per δ = 0). Un processo di
martingala è meno restrittivo di un processo random walk, dato che per il primo è
necessario solamente che εs εm siano incorrelati.
Viceversa , il random walk è più restrittivo di una martingala dato che una martingala non
pone restrizioni che i momenti campionari più elevati di essere statisticamente
indipendenti.
Le varianze condizionali che variano ne tempo non sono ammissibili se i prezzi seguono
un random walk.

Definizione formale di EMH

Supponiamo che in ogni momento nel tempo tutte le informazioni rilevanti per prevedere i
rendimenti siano denotate con Ωt, mentre i partecipanti al mercato p hanno un insieme di
p
informazioni Ω t. In un mercato efficiente si assume che gli agenti conoscano tutte le
informazioni rilevanti e che conoscano le funzioni di densità di probabilità complete dei
possibili rendimenti:
p p
ƒ (Rt+1|Ω t)=ƒ(Rt+1|Ωt)
Quindi secondo l’EMH, gli investitori conoscono il vero modello economico che genera
rendimenti futuri e usano tutte le informazioni rilevanti per fare la loro migliore previsione
dei rendimenti attesi. Questa è l’elemento delle aspettative razionali dell’EMH.

Ex post gli agenti vedranno che hanno commesso degli errori di previsione e questo
comporterà perdite o profitti ex post:
p p p
η t+1 = Rt+1 - E (Rt+1|Ω t)
dove la p sovrascritta indica che le aspettative e gli errori di previsione sono condizionati al
modello di equilibrio dei rendimenti usato dagli investitori. I rendimenti attesi o di equilibrio
includeranno un elemento volto a compensare per ogni rischio nel mercato e per
permettere agli investitori di guadagnare i profitti normali.

Per i test empirici abbiamo bisogno di una definizione di ciò che costituisce le informazioni
rilevanti; a tal proposito, si distinguono tre tipi di informazioni:
• forma debole: l’insieme delle informazioni comprende solamente le informazioni
contenute nei prezzi passati.
• forma semi-forte: l’insieme delle informazioni comprende tutte le informazioni
pubblicamente disponibili.
• Forma forte: i prezzi riflettono tutte le informazioni che possono possibilmente
essere conosciute, comprese le inside information.
Nei lavori empirici, i test dell’EMH sono di solito considerati nella forma semiforte.
Sintetizzando, i concetti base che costituiscono l’EMH sono:
• Tutti gli agenti si comportano come se avessero un modello di equilibrio dei
rendimenti;
• Gli agenti elaborano tutte le informazioni rilevanti nello stesso modo per
determinare i rendimenti di equilibrio. Gli errori di previsione sono imprevedibili in
base alle informazioni disponibili al tempo in cui la previsione viene formulata;
• Gli agenti non possono realizzare extra-profitti nel tempo.
Un mercato è efficiente rispetto a un insieme informativo Ωt se è impossibile ottenere
profitti economici effettuando scambi sulla basa di Ωt. Per profitti economici si intende il
asso di rendimento aggiustato per il rischio al netto di tutti i costi.

Test dell’ipotesi dei mercati efficienti

È utile suddividere tali procedure nei tre seguenti tipi:

p p
• Procedure che testano se gli eccessi di rendimento η t+1 = Rit+1 - E t Rit+1 sono
indipendenti dalle informazioni Ωt disponibili al tempo t. È un test dell’efficienza
informativa e richiede un’esplicita rappresentazione del modello di informazione
dei prezzi dei titoli usato dagli agenti.
• Procedure che testano se le effettive regole di scambio consentono di ottenere
extra-profitti dopo aver preso in considerazione i costi di transizione e il rischio
della strategia attiva. Questi test ricalcano il possibile comportamento dagli
investitori e includono le specifiche regole di scambio, le strategie attive sulla
regressione e per questo chiamate anomalie.
• Procedure per testare se i prezzi di mercato eguagliano sempre il valore
fondamentale. Questi test usano i dati passati e calcolano il valore fondamentale
usando delle forme di dividend discount model. Noi allora testiamo se la
variazione nei prezzi effettivi è coerente con quella calcolata in base alla
variabilità dei fondamentali.

L’EMH assume che l’informazione è disponibile a costo zero o che i movimenti nei prezzi
dei titoli siano determinati casualmente.
Ci si potrebbe aspettare che il mercato tenda ad essere efficiente se gli agenti più
informati fanno maggiori profitti rispetto a quelli meno informati. Nel fare ciò l’agente vende
quando il prezzo effettivo è al di sopra del valore fondamentale; questo fa sì che il prezzo
tenda ad avvicinarsi al valore fondamentale. In ogni modo può volerci del tempo, in
particolare se gli agenti sono incerti sul vero modello che genera i fondamentali. Se, in più,
gli agenti hanno differenti dotazioni di ricchezza, allora alcuni possono avere un’influenza
sproporzionata sui prezzi. Ci possono essere anche i noise traders (INVESTITORI
DISINFORMATI) del cui comportamento gli investitori razionali devono tenere conto.

Modelli semplici

Nell’ipotesi di rendimenti attesi costanti, la prevedibilità viola l’ipotesi di efficienza

informativa (EMH), se gli extra-profitti sono persistenti. I test dell’EMH richiedono un
modello di equilibrio dei rendimenti delle attività. Possiamo pensare che il rendimento di
equilibrio atteso di un’attività rischiosa sia costituito dal tasso privo di rischio rt e dal premio
per il rischio rpt
EtRt+1≡ rt + rpt
Molti test empirici dell’EMH assumono che rpt e rt sono costanti e considerano la
regressione:

Rt+1 = k+γ’ Ωt + εt+1

Dove Ωt = informazione disponibile al tempo t; un test di γ’ = 0 fornisce evidenza

sull’elemento dell’efficienza informativa dell’EMH. Questi test sulle regressioni variano a
seconda delle informazioni assunte:
1. Dati sui rendimenti passati Rt-j (j=0,1,2…,m)
2. Dati sui passati errori di previsione εt+j (j=0,1,2…,m)
3. Dati su variabili come i rapporti dividendo-prezzo e utili-prezzo, il tasso di
interesse ecc.

Quando 1 e 2 sono esaminate insieme abbiamo un modello ARMA. Ci sono due approcci
nel testare l’EMH, uno è quello dell’efficienza informativa, l’altro è quello della abilità di
ottenere extra-profitti.

Qual è la prova che i rendimenti sono iid? Fama e French (1988) e Poterba e Summers
(1988) trovano evidenza di ritorno verso la media nei rendimenti azionari su periodi lunghi.
Fama French stimano un’autoregressione dove il rendimento nell’arco dell’intervallo da t-k
a t, Rt-k,t è correlato con Rt,t+k

Rt,t+k = αk + βk Rt-k,t + εt+k

Fama French, usando i rendimenti mensili su un indice azionario aggregato per gli Usa
considerano il rendimento sugli orizzonti k (da 1 a 10 anni), usando una lunga serie di dati
per la maggior parte del ‘900. Essi trovano una piccola, ed in alcuni casi nessuna,
prevedibilità, eccetto per gli holding periods tra i 2 e i 7 anni, per i quali ß è inferiore a zero.
C’è un picco a k=5 anni quando ß = -0,5; il che indica che un 10% di rendimenti negativi
su 5 anni è , in media, seguito da un rendimento positivo del 5% sui 5 anni successivi. Gli
2
R delle regressioni per gli orizzonti temporali di 3-5 anni sono circa 0,35.

Poterba e Summers analizzano il ritorno verso la media guardando alle varianze dei
rendimenti degli holding periods su differenti orizzonti di investimento. Se i rendimenti
azionari sono variabili casuali iid allora le varianze dei rendimenti degli holding periods
dovrebbero aumentare in proporzione ala lunghezza dell’holding period. Per vederlo
assumiamo che il rendimento atteso sia costante
Etht+k= pt+1-pt=µ . Nela assunzione di aspettative razionali questo implica che il modello di
random walk (logaritmico) dei prezzi azionari e del rendimento su k periodi è:

ht,t+k = (pt+k – pt) = kµ + (εt+1 + εt+2 + … + εt+k)

Nell’ipotesi di aspettative razionali gli errori di previsioni εt sono iid con media zero quidi
2
Etht,t+k = kµ e Var(ht,t+k) = kσ

Alternativamente e più direttamente, se i rendimenti logaritmici sono iid allora:

Var(ht,t+k) = Var(ht+1 + ht+2 + … + ht+k) = kVar(ht+1)

La statistica del rapporto delle varianze (VR) è definita come:

VRk = (1/k) [Var(ht,t+k)/Var(ht+1)] ≈ 1 + 2/k Σ(k-j)ρj

Che dovrebbe essere unitaria se i rendimenti sono iid e inferiore alla unità nel caso di
ritorno verso la media.

Fama French (1988) esaminano la relazione tra i rendimenti (reali e nominali) e il dividend
yeld D/P

Rt,t+k = a + b(D/P)t + εt+k

Studiano l’equazione sia per i rendimenti mensili che trimestrali e per un orizzonte
temporale che va da 1 a 4 anni, usando l’indice NYSE. Essi testano anche la robustezza
dell’equazione su vari sottoperiodi.

Più recentemente Cochrane(2001), usando i dati di Shiller sugli eccessi di rendimento

2
delle azioni, per l’orizzonte temporale di un anno trova b≈5 (s.e. =2) e R =0,15 mentre per
2
un orizzonte temporale di 5 anni b≈33 (s.e. =5,8) e R =0,60, chiaramente i rendimenti a un
anno sono altamente volatili e il rapporto dividendo-prezzo spiega ben poco della
variabilità dei rendimenti.
In verità Cochrane (1997) stima questa equazione dei rendimenti fino al 1996 come
un’equazione AR(1) per prevedere il rapporto perzzo-dividendo (P/D)

Rt+1 = a + b(P/D)t + εt+1

(P/D)t+1 = µ + ρ(P/D)t + υt+1

Usando la seconda equazione per prevedere (P/D)1997=µ + ρ(P/D)1996 e poi usando R1998=
a +b (P/D)1997 ecc. Cochrane trova che l’equazione prevede un eccesso di rendimento del
-8% per il 1997 e dopo 10 anni la previsione è ancora del -5% annuo.
Dobbiamo essere consci del fatto che le statistiche indicano forte prevedibilità su orizzonti
lunghi possono essere fuorvianti per due ragioni. Primo b è distorto. Secondo, quando la
variabile previsiva (D/P) è persistente, logicamente, se i rendimenti sugli orizzonti brevi
sono assai poco prevedibili e con un coefficiente piccolo, allora le regressioni sui
2
rendimenti relativi a orizzonti più lunghi avranno valori crescenti di b e degli R .
Il problema dei dati annuali sovrapposti quando si usano dai annuali e un rendimento su 5
anni, significa che, in realtà, abbiamo solo 1/5 delle osservazioni che crediamo di avere,
così che la prevedibilità è una questione più discutibile di quanto appaia guardando ale
statistiche consuete.
Quel che importa è la stabilità nel tempo dei coefficienti stimati. È facile trevare studi che
mostrano come variabili di previsione del rendimento quali il rapporto divedendo(utili)-
prezzo, il tasso d’interesse (al netto del trend) sui T-Bill, lo spread di rendimento, lo spread
di default e il rapporto consumo-ricchezza, sono tutte utili in una occasione o nell’altra a
spiegare l’andamento temporale dei rendimenti – ma i coefficienti di queste variabili non
sono particolarmente stabili (es. Pesaran e Timmermann 2000) –Excess returns on
S&P500 and Dow Jones indices over one year, one quarter and one month.
–SMPL 1960 – 1990 (monthly data)
–3 Portfolios :
nMarket portfolio (passive)
nSwitching portfolio (active)
nT-bills
–If predicted excess return (model based on fundamentals) is positive then hold the
market portfolio of stocks, otherwise bills/bond.
–Switching strategy dominates the passive portfolio
Perciò dobbiamo essere molto cauti nell’interpretare la prevedibilità là dove si sono
effettuati molti tentativi su variabili e specificazioni alternative. Chiaramente, qui sono utili i
test delle previsioni fuori dal campione per vedere se la regressione, in effetti, dà un
vantaggio per capire la tempistica del mercato.
L’EMH implica che i rendimenti anormali non sono prevedibili, non che i rendimenti effettivi
non siano prevedibili. Molti studi trovano prevedibilità, ma finchè non incorporano un
modello ragionevolmente sofisticato dei rendimenti di equilibrio non si sa se l’EMH
sarebbe rifiutata in un modello più generale.
Per esempio il risultato che ß>0 nella Rt,t+k = a + b(D/P)t + εt+k potrebbe essere interpretato
in linea con l’EMH affermando che (D/P) è una proxy di mutamenti nel rendimento atteso
di equilibrio.

Cointegrazione e ECM

Suppose in the ‘long-run’ the dividend-price ratio is constant (k)

d-p=k or p – d = 1/k
where p = ln(P) and d = ln(D)

Regression model :
Dpt = a0 + b1’(L)Ddt-1 + b2’(L)Dpt-1 – g(z-k)t-1 + et
where z = p-d
MacDonald and Power (1995)
Annual US data 1871-1976(1987) R2 ≈ 0.5

Tasso rischio aggiustato del rendimento

Può la 'prevedibilità' essere utilizzata per fare profitti aggiustati per il rischio e per i costi di
transazione?
Misure di tasso rischio aggiustato del rendimento:
1. Sharpe ratio:
Lo Sharpe Ratio è uno dei più comuni indicatori statistici utilizzati in statistica
finanziaria. Sebbene sia stato creato da William Sharpe (premio Nobel per
l`economia nel 1990) per scopi totalmente diversi da quelli utilizzati dall`industria del
risparmio gestito (vedi CAPM), questo indicatore viene usato per stimare l`efficienza
di uno strumento finanziario. La formula è

SR = (ERp – rf)/σ p

L`indice di Sharpe è utile per confrontare l`efficienza di strumenti finanziari omogenei,

ma presenta dei limiti molto evidenti, alcuni dei quali evidenziati dallo stesso autore,
ma ignorati dall`industria del risparmio gestito, come il problema della gestione dei
rendimenti negativi.

2. Treynor ratio :
Detto anche reward to Volatility Ratio, è un indice che a differenze di quanto fa
l'indice di Sharpe (che utilizza come indice di rischio da deviazione standard), usa il
classico Beta come indice di rischio.

TR = (ERp – rf)/ßp

Con rf indichiamo il tasso degli investimenti privi di rischio. Con rp indichiamo il

rendimento del portafoglio di investimento. Con Bp il Beta del portafoglio
d'investimento Confronto con l'indice di Sharpe L'indice di Sharpe e l'indice di Treynor
forniscono risultati spesso divergenti; se utilizzati per analizzare due fondi (o due
portafogli) d'investimento potrebbero generare risultati contrastanti il miglior fondo
con Sharpe potrebbe non essere il migliore secondo Treynor, questo è dovuto al
diverso modo di trattare il rischio. Sharpe utilizza il rischio totale dell'investimento
(volatilità), Treynor viceversa si concentra sul Beta e quindi sulla componente
sistematica del rischio di portafoglio. Mentre Sharpe è più utile a chi non ha
investimenti ed è quindi interessato alla variabilità del investimento, Treynor è più
utile per chi deve ulteriormente diversificare il proprio portafoglio (in questo caso si è
più interessati alla componente Beta). Interpretazione dell'indice L'indice di Treynor è
un rapporto tra surplus generato dalla gestione e rischio assunto, quindi maggiore è
l'indice di Treynor maggiore è l'appetibilità dell'investimento. Un indice di Treynor
 elevato è un indicatore di un'elevata capacità del portafoglio di remunerare
l'esposizione al rischio sistematico (Beta).

3. L’Alfa di Jensen rientra tra gli indici di rendimento "risk-adjusted" e misura il

rendimento incrementale o extrarendimento che un fondo di investimento ha prodotto
rispetto alla redditività che avrebbe dovuto offrire sulla base del suo livello di rischio
sistemico1. La qualità di un fondo, infatti, è normalmente misurata confrontando la
sua performance con quella del benchmark di riferimento. In una gestione attiva, il
gestore tenterà di battere il benchmark sovrappesando o sottopesando alcuni titoli
del portafoglio (discostandosi così dal benchmark) che lui stesso ritiene
sottovalutati/sopravalutati. Se si considera il rischio sistemico beta (ß) del fondo e
pertanto la correlazione tra il rendimento del fondo e quello del benchmark di
riferimento, i fondi che presentano un valore dell’alfa di Jensen elevato hanno
prodotto un rendimento (o extrarendimento) maggiore rispetto a quello che avrebbero
dovuto registrare sulla base del solo rischio sistemico. Per calcolare l’alfa di Jensen è
necessario individuare: - il differenziale medio tra il rendimento del fondo e quello
dell’attività priva di rischio; - il coefficiente beta (ß) del fondo; - il differenziale medio
tra il rendimento del benchmark e quello dell’attività priva di rischio.

(Rp – rf)t = a + b(Rm-rf)t

5.Teorie  di  portafoglio  

 
Assumiamo che gli investitori preferiscano un rendimento atteso più elevato ER a uno più
basso, ma non amino il rischio. Scegliamo di misurare il rischio con la varianza del
portafoglio. Quindi, se l’agente si trova di fronte al portafoglio A (di n titoli) e al portafoglio
B (di in differente insieme di titoli), allora secondo il creiterio media-varianza (CMV) il
portafoglio A è preferito al portafoglio B se:

ERA ≥ ERB

E allo stesso tempo

var(RA) ≤ var(RB) o SD(RA) ≤ SD(RB)

dove SD e la deviazione standard. Naturalmente, se per esempio ERA > ERB ma var(RA)
>var(RB) allora non possiamo dire quale portafoglio l’investitore preferisca usando il criterio
media-varianza. I portafogli che soddisfano il CMV costituiscono l’insieme dei portofogli
efficienti.
Il portafogli A che ha un rendimento atteso più basso e una varianza più elevata rispetto
all’altro portafoglio B è detto inefficiente: un individuo non vorrebbe mai detenere il
portafoglio A se il portafoglio B è disponibile.

Cov(RA, RB) = ρ SD(RA) SD(RB)

È la covarianza tra i due rendimenti, se ρ=+1 i rendimenti delle due attività sono
perfettamente positivamente (linearmente) correlati, e si muovono sempre nella stesa
direzione. Per ρ=-1 accade il contrario e per ρ=0 i rendimenti delle attività non sono
linearmente correlati. Quindi la rischiosità del portafoglio composto da entrambe le attività
A e B dipende in modo cruciale dal segno e dalla misura di ρ.

Supponiamo per il momento che l’investitore scelga a proporzione della sua ricchezza
totale da investire in ognuna delle attività per minimizzare il rischio di portafoglio.
Supponiamo che l’investitore scelga di detenere una proporzione w1 della sua ricchezza
nel titolo 1 e una proporzione w2=1-w della sua ricchezza nel titolo 2. Il rendimento
effettivo di questo portafoglio diversificato è:

Rp=w1R1+w2R2

Il rendimento atteso del portafoglio è definito come :

ERp=w1ER1+w2ER2= w1µ1+w2µ2

La varianza del portafoglio è data da:

2 2 2 2 2
σ p=w 1 σ 1+ w 2 σ 2 + 2 w1 w2 ρ σ1 σ2

Per il momento stiamo assumendo che l’investitore non conosca il rendimento atteso
2
quando sceglie wi. Per minimizzare il rischio di portafoglio σ p sostituiamo w2 = 1- w1 e
differenziamo rispetto alla incognita w1 :
2 2 2
∂σ p /∂ w1 = 2w1σ 1 – 2(1-w1) σ 2 + 2(1-2w1) ρ σ1 σ2 = 0

risolvendola per w1 abbiamo:

2 2 2 2 2 2
w1 = [σ 2 – ρ σ1 σ2] / [σ 1 +σ 2 – 2ρ σ1 σ2] = (σ 2 – σ12) / (σ 1 +σ 2 – 2σ12)

Notiamo che da questa equazione la varianza di portafoglio sarebbe minima quando ρ=-1
e massima quando ρ=+1.
Da questa analisi segue che investire in una singola attività può essere altamente
rischioso; se però tale attività ha una covarianza negativa con quelle già detenute nel
portafoglio, allora gli investitori vorranno aggiungerla perfino se il suo rendimento atteso è
relativamente basso dato che essa tende a ridurre il rischio complessivo del portafoglio
2
σ p.
2 2 2 2 2
Generalizzando l’equazione σ p=w 1 σ 1 + w 2 σ 2 + 2 w1 w2 ρ σ1 σ2 per n attività otteniamo:
2 n 2 2 n n
σ p=Σ i=1 w i σ i+ Σ i=1 Σ j=1 wi wj ρij σi σj

nel caso speciale in cui i rendimenti delle attività siano totalmente incorrelati, la varianza
del portafoglio può essere ridotta a:
2 2 2 2 2 2 2
σ p=(w 1 σ 1+ w 2 σ 2+ … + w n σ n)
2 2
semplificando ulteriormente, se tutte le varianze sono uguali (σ i = σ ) e tutte le attività
sono detenute in uguali proporzioni (1/n) abbiamo:
2 2 2 2
σ p= (1/n ) nσ = (1/n) σ

quindi al tendere di n all’infinito la varianza del portafoglio tende a zero. Se si combinano

rischi incorrelati è possibile eliminare il rischio di portafoglio con la diversificazione.
Il rischio totale attribuito a ogni singolo titolo è in parte dovuto a fattori che influenzano tutti
i titoli – il rischio di mercato – ed è in parte dovuto ad eventi che sono specifici della
2
singola impresa, - il rischio specifico (idiosincratico) che è misurato da σ i . è proprio il
rischio specifico che può essere eliminato quando deteniamo vari titoli in un portafoglio
diversificato. Essenzialmente la buona fortuna di alcune imprese è ampiamente cancellata
da alcune altre imprese che hanno un periodo di sfortuna – in media questi rischi specifici
si controbilanciano quando si detengono molti titoli. Intuitivamente si sarebbe portati a
suggerire che tali rischi specifici non dovrebbero riflettersi nel rendimento medio di ogni
titolo che si detiene.
In pratica, si potrebbe ridurre la varianza di portafoglio sostanzialmente anche con una
selezione casuale dei titoli, perfino quando il loro rendimento non ha correlazione nulla con
gli altri.
Gli individui possono anche ottenere i benefici della diversificazione investendo in fondi
comuni e in fondi pensione dato che queste istituzioni usano i fondi raccolti da una
molteplicità di individui per investirli in un insieme molto ampio di attività finanziarie; in tal
modo ogni individuo possiede una proporzione di questo grande portafoglio.

Grafico 3 Portafogli efficienti e inefficienti

In generale una frontiera efficiente implica:

• L’investitore sceglie le proporzioni ottimali w∗i che soddisfano il vincolo di
bilancio Σ w∗i = 1 e minimizzano σp per ogni dato livello di rendimento
atteso del portafoglio µp;
• Ripete questa procedura e calcola il valore minimo di σp per ogni livello di
rendiemneto atteso µp e quindi calcola i punti (µp , σp) che costituiscono la
frontiera efficiente. Esiste una sola frontiera efficiente per un dato insieme
di µi , σi , σii , ρii ;
• Ogni punto sulla frontiera efficiente corrisponde a un diverso insieme di
proporzioni ottimali w∗1 w∗2 w∗3 … in cui i titoli sono detenuti.

Il rischio sistematico di un portafoglio è definito come il rischio che non può essere
diversificato aggiungendo ulteriori titoli al portafoglio. C’è sempre il rischio anche in un
portafoglio ben diversificato a causa della covarianza dei rendimenti. Abbiamo infatti che:

2 2 2
σ p = Σ wi σi + ΣΣ wiwj σij

per illustrare questa dipendenza della variazione di portafoglio dai termini di covarianza,
consideriamo un portafoglio semplificato dove tutte le attività sono detenute nella stessa
proporzione (xi = 1/n) e dove tutte le varianze e le covarianze sono costanti. Otteniamo
così:
2 2
σ p = (1/n) σ + ((n-1)/n) cov

Ne segue che al tendere di n all’infinito l’influenza della varianza di ogni singolo titolo sulla
varianza del portafoglio tende a zero. La varianza di portafoglio è allora determinata
interamente dalla covarianza (costante). Quindi, la varianza dei rendimenti dei singoli titoli
è diversificata. Però i termini di covarianza non possono essere diversificati e sono questi
ultimi che danno luogo al rischio sistematico, rappresentato dal beta del titolo.
È solamente il rischio sistematico, rappresentato dal beta delle attività, a produrre un
2
rendimento atteso. Se n è grande, (1/n) è piccolo e ((n-1)/n) è vicino a 1. Cosi : σ p ≈ covp
Adesso permettiamo al nostro agente di dare o prende a prestito al tasso di interesse privo
di rischio r. poiché r è fisso durante tutto l’holding period, la sua varianza e la sua
covarianza sono entrambe zero. Così l’agente può:
• Investire tutta la sua ricchezza in attivià rischiose senza perdere o dare prestito;
• Investire meno della sua ricchezza in attività rischiose e prestare la rimanente
ricchezza al tasso privo di rischio,
• Investire più della sua ricchezza totale in attività rischiose prendendo a prestito i
fondi addizionali al tasso di interesse privo di rischio. In questo cosa si dice che
l’investitore possiede un portafoglio con leva.
Egli perciò considera un nuovo portafoglio, vale a dire una combinazione delle attività
prive di rischio e dell’insieme delle attività rischiose.
Denotiamo i rendimenti effettivi e i rendimenti attesi di questo nuovo portafoglio
rispettivamente con RN e µN

RN =xr+(1-x)R
µN = xr+(1-x) µN

Dove RN e µN sono rispettivamente il rendimento effettivo e rendimento atteso dell’insieme

dele attività del suo portafoglio investito in azioni. Quando x=1 tutta la ricchezza è investita
in attività prive di rischio e µN =r; quando x=0 tutta la ricchezza è invetsita in azioni e
µN=µR.
Se x<0 gli agenti prendono a prestito denaro al tasso di interesse privo di rischi r per
investirlo nel portafoglio rischioso, dato che r è noto per tutto l’holding period, la deviazione
standard di questo nuovo portafoglio dipende solamente dalla deviazione standard del
portafoglio rischioso costituito da azioni σR, che è la deviazione standard del rendimento
dell’insieme delle attività rischiose. Quando un portafoglio è composto solamente da n
attività rischiose la frontiera efficiente nello spazio rendimento-deviazione standard è
curva.

Le problematiche che ora dobbiamo considerare sono:

• Come calcolare le proporzioni wi da investire in ogni attività rischiosa in modo tale
che l’investitore si trovi su un punto della frontiera efficiente.(modello di Markowitz)
• Dimostrare che ogni coppia di punti sulla frontiera efficiente secondo il criterio di
Markowitz può essere usata per ricostruire l’intera frontiera eficiente: teorema dei
due fondi.

Modello di Markowitz: per trovare un punto sulla frontiera efficiente l’investitore risolve il
seguente problema di minimizzazione vincolata
2
Min ½ σ p = ½ ΣΣwiwjσij = ½ (w’Ωw)

Dove w’ e Ω è la matrice di covarianza.