FINANZA AZIENDALE - CASE

STUDY 2
Parte 1 - Analisi del titolo della “The Walt Disney Company”

Prima di entrare nel dettaglio dell’analisi, risulta necessario introdurre gli strumenti teorici di
cui ci avvarremo e, quindi, descrivere cosa rappresenti il Capital Assets Pricing Model
(CAPM). Secondo questo modello, l’extra-rendimento atteso su un titolo è proporzionale
all’extra-rendimento atteso su un portafoglio composto da tutte le attività finanziarie
disponibili (il c.d. “portafoglio di mercato”). In altri termini, il CAPM afferma che
R−R f =β ⋅(Rm−R f ), dove Rmè il rendimento atteso sul portafoglio di mercato e β è il
coefficiente della regressione di R−R f su Rm −Rf . In questa analisi il rendimento privo di
rischio è rappresentato dal tasso d’interesse dei Treasury-Bond statunitensi (LTAVG U.S.
government securities), mentre il rendimento del portafoglio di mercato è stato ricavato
attingendo dai dati disponibili sul database Yahoo Finance relativi all’indice “Standard and
poor 500” (S&P 500), principale benchmark azionario dei titoli quotati presso Wall Street.
Secondo il CAPM, un titolo con β <1, anche detto “difensivo”, è meno rischioso rispetto al
portafoglio di mercato ( β=1) e perciò ha un extra-rendimento atteso minore rispetto ad
esso; al contrario, un titolo con β >1, anche detto “speculativo”, è più rischioso rispetto al
portafoglio di mercato e perciò richiede un maggiore extra-rendimento atteso.

Per ricavare i prezzi mensili dal 2018 al 2022 per l’azione Walt Disney e per il suo
benchmark, il titolo S&P 500, è stato fatto uso della piattaforma online “Yahoo Finance”
attraverso cui è stato possibile ottenere le serie storiche dei due titoli presso la Borsa di New
York (NYSE). Successivamente, per ottenere i rendimenti in eccesso di Walt Disney e dello
S&P 500, calcolati come la differenza tra il rendimento mensile effettivo e il tasso privo di
rischio, sono stati scaricati presso il sito web della Federal Reserve (FED) i dati relativi ai
tassi d’interesse dei Treasury-Bond statunitensi (LTAVG U.S. government securities) per il
medesimo periodo, opportunamente convertiti da base annua a mensile tramite la relazione
dei tassi equivalenti (i 1/ 12=¿). Infine, per calcolare l’Alpha (𝛂) e il Beta (𝛃) del titolo Walt
Disney, sono state utilizzate su Excel rispettivamente le funzioni “INTERCETTA” e
“PENDENZA”, i cui calcoli sono stati svolti considerando i rendimenti in eccesso dell’azione
Walt Disney come “y note” e quelli di S&P 500 come “x note”. Si sono così ottenuti i seguenti
valori: α =0,327998 ; β=0,027481 .
Di seguito il grafico di dispersione tracciato con R Studio costruendo il modello di
regressione lineare delle variabili di cui prima:
Spostando l’attenzione sul coefficiente 𝛂, mentre da un punto di vista statistico rappresenta
l’intercetta della retta di regressione con coefficiente angolare 𝛃 stimata attraverso le serie
storiche sui rendimenti in eccesso di Walt Disney e S&P 500, nell’ottica finanziaria mostra la
capacità di un’azione di cambiare valore indipendentemente dall’andamento del mercato: se
da un lato 𝛃 misura il rischio sistematico del titolo, in quanto ne esprime l’attitudine a variare
in funzione del mercato, 𝛂 valuta il rischio specifico dello stesso in virtù della definizione
sopra riportata. Nel caso di specie, poiché il valore di 𝛂 è positivo, il titolo Walt Disney è
stato in grado di sovraperformare il mercato di riferimento riuscendo a superare il
rendimento atteso (conclusione tratta avendo come riferimento la definizione data
dall’azienda statunitense Morningstar Inc. secondo cui l’Alpha “rappresenta la misura della
variazione (maggiore o minore) della performance di un fondo rispetto al suo valore atteso,
calcolato in funzione del rischio assunto dal fondo, denominato Beta”).

Parte 2 - Analisi dei Beta dei competitor

Come ampiamente generalizzato in precedenza, il Beta misura l’esposizione di un titolo

azionario al rischio sistematico nell’ambito del Capital Asset Pricing Model.
Seguendo lo stesso metodo utilizzato in precedenza, è possibile calcolare i Beta delle
aziende Sony, Comcast, Cedar Fair, Netflix, Six Flags e Royal Caribbean Group. Di seguito i
valori degli indici di rischio riassunti in una tabella:

Ad una prima osservazione, è possibile affermare che i titoli riportati nella tabella risultano di
tipo “difensivo” in quanto tutti i Beta sono minori rispetto all’unità: il valore delle azioni nel
periodo 2018-2022 è oscillato in entrambe le direzioni meno che proporzionalmente rispetto
al benchmark. Spostando l’attenzione sugli ultimi due valori, i Beta negativi evidenziano i
rispettivi titoli in controtendenza, in quanto nel periodo temporale di riferimento hanno subito
variazioni opposte, sempre di carattere meno che proporzionale, rispetto al mercato.

Inoltre, paragonando i Beta individuali delle aziende di cui sopra con quelli dei settori entro
cui operano, i primi indicatori di rischio risultano essere di gran lunga minori in valore rispetto
ai secondi. Di seguito una tabella esplicativa:

Varie sono le motivazioni che determinano un valore elevato dei Beta medi di settore
rispetto ai Beta individuali delle aziende di specie:
● il D/E ratio è un indicatore usato per valutare la leva finanziaria di un’azienda il cui
uso del debito è spesso finalizzato all’ottenimento rendimenti maggiori. Un valore
elevato di questo indice, però, comporta un maggior rischio per gli investitori che si
traduce in un Beta superiore rispetto a quello di un’azienda con un D/E ratio inferiore:

[
l’equazione β L =β U ⋅ 1+ ( 1−T ) ⋅ ( DE )], infatti, indica che il levered Beta -
comunemente indicato come Beta o equity Beta - dipende anche dal prodotto tra
l’unlevered Beta - misura che elimina la componente di debito per isolare il rischio
dovuto esclusivamente agli asset aziendali - e il D/E ratio.
Un elevato Beta medio di settore rispetto a quello delle imprese oggetto di studio può
essere sintomatico di un maggior ricorso al debito da parte dei competitor delle
stesse per finanziare la propria attività di business;
● l’Effective Tax rate (ETR) rappresenta il tasso medio al quale vengono tassati gli utili
prima delle imposte delle aziende operanti in un determinato settore. Questo
indicatore è fondamentale per misurare il rischio sistematico medio di un settore in
quanto, essendo le imposte sui redditi di un’impresa calcolate al netto degli interessi
passivi sul debito, le aziende operanti all’interno dello stesso potrebbero essere
incentivate a ricorrere al debito come strumento per finanziare la propria attività
d’impresa: in virtù dell’equazione di cui sopra, un’aliquota fiscale (T) più elevata, con
conseguente β L minore, contrasta l’effetto della leva finanziaria provocando la
diminuzione del rischio sistematico medio del settore.
Se la conclusione tratta al punto precedente circa il minor ricorso all’indebitamento
da parte delle aziende di specie rispetto ai propri competitor risulta essere fondata,
ciò spiegherebbe ancora una volta il minore valore del Beta delle stesse nel periodo
oggetto di studio in quanto influenzate in maniera inferiore dall’effetto derivante dai
benefici fiscali;
● il Cash/Firm value misura la quantità di asset di un’impresa sotto forma di contante e
di attività facilmente liquidabili rispetto al valore della stessa, calcolato come
Firm Value=Market value of Equity + Market value of Debt . È certamente
fondamentale per un’azienda detenere un’adeguata quantità di risorse liquide, le
quali conferiscono stabilità alla stessa in quanto rappresentano un “mitigating factor”
in termini di rischio e volatilità: la liquidità degli asset aziendali, infatti, fornisce
indicazioni circa la solvibilità di un'impresa nel breve termine. In un settore le cui
aziende mediamente presentano un alto Cash/Firm value, il ricorso a fonti di
finanziamento esterne è più esiguo e, di conseguenza, appare meno soggetto alle
variazioni del mercato: questa minore sensibilità del settore rispetto al mercato si
traduce in un valore minore del Beta medio del settore di specie.
βU
β cash−adjusted =
Poiché
(1− FirmCashvalue ), è possibile affermare che la liquidità influenza i
Beta medi dei settori in quanto si può dimostrare che esiste un rapporto di
proporzionalità diretta tra β cash−adjusted e β L dacché

(
β cash−adjusted ⋅ 1−
Cash
Firm value )[ D
⋅ 1+ (1−T ) ⋅ =β L.
E ]
La maggiore disponibilità di mezzi economici propri delle aziende oggetto di studio
rispetto ai propri competitor contribuisce a spiegare l’elevata differenza dei Beta
individuali di esse rispetto a quelli medi dei rispettivi settori di appartenenza;
● lo Standard deviation of equity è una misura statistica che permette di valutare la
volatilità associata ai rendimenti medi dell’equity delle aziende che operano in un
settore attraverso la valutazione della dispersione degli stessi dalla propria media: a
valori più elevati di questa grandezza, corrisponde un maggior rischio nell’effettuare
un investimento. Nonostante non ci sia una relazione matematica diretta tra la
Standard deviation of equity e il Beta, entrambe le misure vengono considerate
insieme per ottenere una valutazione più completa del profilo di rischio di un
investimento.
Un minore valore della Standard deviation of equity delle imprese oggetto di studio
contribuisce a spiegare la minore volatilità dei rendimenti del patrimonio netto delle
stesse rispetto a quella associata ai rispettivi competitor;
 ● lo Standard deviation in operating income è una misura statistica che permette di
valutare la volatilità associata alla performance operativa media delle aziende che
operano in un settore attraverso la valutazione della dispersone dei redditi operativi
dalla propria media: a valori più elevati di questa grandezza corrisponde un maggior
rischio nella realizzazione di un investimento. Come al punto precedente, pur non
essendo la Standard deviation in operating income e il Beta legati da alcuna
relazione matematica - e quindi non essendo misure interscambiabili tra loro -,
entrambe vengono valutate insieme per ottenere una valutazione più completa del
profilo di rischio di un investimento.
Un minore valore della Standard deviation in operating income delle imprese oggetto
di studio contribuisce a spiegare la minore volatilità dei redditi operativi delle stesse
rispetto a quella associata ai rispettivi competitor.

Di seguito una tabella riassuntiva di tutte le misure di cui sopra relative a ciascun titolo
oggetto di analisi:

Parte 3 - Analisi Portafoglio di titoli

Per costruire il Portafoglio oggetto di studio composto in egual misura da quattro titoli -
Treasury-Bond statunitensi, Disney, Netflix e Sony -, è stato necessario inizialmente
calcolare il rendimento atteso e il rischio dei singoli asset utilizzando rispettivamente le
n n
1
seguenti equazioni: E ( Ri ) =∑ pi ⋅ E ( R i ) ; σ ( Ri ) =∑ pi ⋅ [ Ri −E ( R i ) ] (con pi=
2 2
).
i=1 i=1 60
Successivamente, sono stati calcolati gli indici di covarianza relativi ai rendimenti dal 2018 al
2022 di tutte le combinazioni degli asset all’interno del Portafoglio utilizzando la funzione
Excel “COVARIANZA.P”. Infine, dopo aver calcolato i valori medi degli indici di rischio
2
(σ ( R i) ) e di covarianza (σ ( R i ; R j )) - questa misura rappresenta il rischio sistematico non
diversificabile -, è stato possibile ricavare la rischiosità totale del Portafoglio attraverso
2
σ ( Ri ) n ⋅σ ( R i ; R j ) σ ( Ri ; R j )
2
l’equazione σ ( R p ) = + − (con n=4 ).
n n n
Per ricavare il Beta del Portafoglio, invece, è stata operata una media ponderata dei Beta
n
dei singoli asset attraverso l’equazione β p=∑ x i ⋅ βi (con x i=0 , 25): poiché i pesi di tutti gli
i=1
asset all’interno del Portafoglio sono uguali, il Beta dello stesso è stato calcolato operando
una semplice media aritmetica dei Beta dei singoli titoli.
Di seguito i risultati ottenuti applicando il procedimento appena generalizzato:
Partendo dall’analisi del rischio del Portafoglio, è possibile prima di tutto notare che il suo
rischio risulta essere maggiore rispetto al rischio sistematico non diversificabile, nonché il
rischio minimo ottenibile da un portafoglio.

In generale, il rischio di un portafoglio dovrebbe essere inferiore rispetto al rischio dei singoli
investimenti in virtù della strategia di diversificazione che mira a ridurre la variabilità
complessiva dei rendimenti. Nonostante la diversificazione sembri aver avuto un impatto
positivo sulla riduzione del rischio complessivo del Portafoglio (l’indice di rischio è più basso
rispetto alla media ponderata degli indici di rischio dei singoli asset), l’indice di rischio
ottenuto è inferiore solamente a quello relativo al titolo di Netflix. Questo risultato dipende
dalla struttura di ponderazione utilizzata che, nel caso di specie, vede un titolo molto
rischioso rispetto agli altri all’interno del medesimo Portafoglio soggetto ad una pesante
ponderazione. Inoltre, un altro fattore critico che influenza questo valore è rappresentato
dalla forte correlazione che lega tutti gli asset tra di loro. Questa caratteristica può avere
conseguenze sulla rischiosità del Portafoglio in quanto gli asset potrebbero essere
influenzati dagli stessi fattori di mercato che, a causa della forte correlazione, potrebbero
influire negativamente sui rendimenti dei singoli titoli.
Di seguito una tabella con gli indici di correlazione di tutte le combinazioni di asset all’interno
del Portafoglio:
Spostando il focus sul Beta di Portafoglio, come detto, è stato calcolato come media
n
ponderata dei Beta dei singoli titoli utilizzando l’equazione β p=∑ x i ⋅ βi (con x i=0 , 25).
i=1
Di seguito il procedimento utilizzato:

Anche in questo caso, un valore del Beta di Portafoglio così elevato, inferiore solamente a
quello di Netflix, è dovuto alla struttura di ponderazione adottata: poiché il peso dei Beta dei
singoli asset è uguale e pari ciascuno a 0,25, è stata operata una media aritmetica la cui
misura è stata influenzata dal maggiore rischio sistematico di Netflix rispetto a quello dei
restanti titoli componenti il Portafoglio.

Avallone Flavio - mat. 268661

Boni Chiara - mat. 275741
Bruno Siria - mat. 290161
Mennella Pierluigi - mat. 274291
Loiudice Antonio - mat. 271321
Strano Greta - mat. 269351