Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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)
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
Funzione di utilità
EW=pWH+(1-p)WT=(1/2)16+(1/2)4=10 €
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.
U(16)
U(10)
4 10 16 Wealth
Studi Empirici gg
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)
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
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.
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.
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
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
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:
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
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.
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
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
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
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
ERA ≥ ERB
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.
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
ERp=w1ER1+w2ER2= w1µ1+w2µ2
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
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
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
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)