IInnggeeggnneerriiaa ddeeiissiisstteemmii ccoommpplleessssii::

mmeerrccaattii ee sseemmiiccoonndduuttttoorrii

Giusy TomarchioMaide Bucolo

Copyright © MMIXARACNE editrice S.r.l.

www.aracneeditrice.itinfo@aracneeditrice.it

via Raffaele Garofalo, 133 A/B00173 Roma

(06) 93781065

ISBN 978–88–548–2509–3

I diritti di traduzione, di memorizzazione elettronica,di riproduzione e di adattamento anche parziale,

con qualsiasi mezzo, sono riservati per tutti i Paesi.

Non sono assolutamente consentite le fotocopiesenza il permesso scritto dell’Editore.

I edizione: aprile 2009

7

Indice

INTRODUZIONE ..................................................................................................... 9 Capitolo I INGEGNERIA DEI SISTEMI ECONOMICI ........................................................... 15 1.1 COSA SI INTENDE PER SISTEMA ECONOMICO? ..................................................... 15 1.2 DAI SISTEMI FINANZIARI AI MERCATI AZIONARI ................................................. 18

1.2.1 Dai sistemi produttivi al mercato azionario ............................................. 21 1.3 IL MERCATO DEI SEMICONDUTTORI .................................................................... 23

1.3.1 Semiconduttori ed High Tech Stock Market .............................................. 26 1.4 COMPLESSITÀ NEI SISTEMI ECONOMICI ............................................................... 30

1.4.1 I sistemi complessi e la teoria dei grafi ..................................................... 35 1.4.2 Parametri caratteristici e Topologie ......................................................... 36

CAPITOLO II INGEGNERIA NEI SISTEMI PRODUTTIVI ........................................................... 39 2.1 SISTEMI PRODUTTIVI E DOMANDA DEL MERCATO ............................................... 40 2.2 PIANIFICAZIONE DELLA PRODUZIONE ................................................................. 42 2.3 STRUMENTI DI SUPPORTO ALLE DECISIONI (SSD) .............................................. 43 2.4 CASO DI STUDIO PER ST–MICROELECTRONICS ................................................... 46

2.4.1 Costruzione del business model ................................................................ 51 2.4.2 Pianificazione degli obiettivi ..................................................................... 55

2.5 BILLING FORECAST: ANALISI A LIVELLO DI BUSINESS UNIT ............................... 56 2.5.1 Informazioni a disposizione e informazioni da determinare ..................... 56 2.5.2 Comportamenti deterministi o stocastici? ................................................. 58 2.5.3 Caratterizzazione, modelli e sistemi ......................................................... 59

2.5.3.1 Caratterizzazione dell’uscita e modelli AR ................................... 60 2.5.3.2 Caratterizzazione degli ingressi e modelli ARX ............................ 62 2.5.3.3 Modelli ARX e NARMAX: Come utilizzarli? .............................. 66

Indice 8

2.5.3.4 Dai modelli ai sistemi: previsioni per quarter ................................ 68 2.6 BILLING FORECAST: ANALISI A LIVELLO BUSINESS

UNIT/REGIONE DI VENDITA ................................................................................ 76 2.6.1 Informazioni a disposizione ed informazione da determinare .................. 78 2.6.2 Sensibilità verso la Region o la Business Unit? ....................................... 79 2.6.3 Sistemi e variabili di ingresso ................................................................... 82 2.6.4 Sistemi ad hoc REG–BU e previsioni ....................................................... 84

2.7 PRODUCTION PLANNING: ANALISI A LIVELLO DI PRODOTTI ................................ 93 2.7.1 Informazioni a disposizione ed informazione da determinare .................. 95 2.7.2 Dalla segmentazione e classificazione alla modellazione ........................ 96

2.7.2.1 Classi equivalenti e modellazione ................................................. 98 2.7.3 Analisi a livello di BU: metodologie a confronto ................................... 100

2.7.3.1 Classificazione: HA S_dbwr e GHSOM ..................................... 103 2.7.3.2 Modellazione per classi AR versus NARMA .............................. 106

2.7.4 Analisi per canali di vendita ................................................................... 111 2.7.4.1 Analisi per volumi di vendita ............................................................... 112 2.7.4.2 Analisi per andamento temporale ........................................................ 113

CAPITOLO III INGEGNERIA NEI MERCATI ............................................................................... 117 3.1 I MERCATI FINANZIARI: IPOTESI PER UN MODELLO COMPLESSO ........................ 117 3.2 IL CASO DI STUDIO: HIGH TECH STOCK MARKET .............................................. 123

3.2.1 Obiettivi e Strategia di analisi ................................................................ 124 3.2.2 Informazioni a disposizione .................................................................... 125

3.3 FORMAZIONE ED EVOLUZIONE DELLE CLASSI ................................................... 126 3.3.1 Metodologie di analisi all’interno e fra classi ........................................ 129 3.3.2 Evoluzione del numero delle classi ......................................................... 132 3.3.3 Analisi all’interno delle classi ................................................................ 133 3.3.4 Analisi tra classi ..................................................................................... 139

3.4 HIGH TECH STOCK MARKET E TOPOLOGIE DI RETE ............................................ 144 3.5 HIGH TECH STOCK MARKET E SINCRONIZZAZIONE ............................................ 153 3.6 I MERCATI ECONOMICI: IPOTESI PER UN MODELLO COMPLESSO ....................... 156

3.6.1 Previsione di Vendita: da STMicroelectronics al Mercato dei Semiconduttori ........................................................................................ 157 3.6.1.1 Informazioni a disposizione e modelli......................................... 159 3.6.1.2 Confronto tra le prestazioni dei modelli ...................................... 163

3.6.2 Semiconduttori, mercati e sistemi complessi .......................................... 166 3.7. DOMANDA DEL MERCATO, POWER LAW E TOPOLOGIE DI RETE.......................... 169

3.7.1 Esiste la Power Law? ............................................................................. 177 3.7.2 Topologie di rete .................................................................................... 173

BIBLIOGRAFIA ......................................................................................................... 185

9

Introduzione

Il XXI secolo è stato indicato come il secolo della complessità. Nel panorama mondiale la globalizzazione ed il progresso tecnolo-

gico, rendono i mercati più competitivi e dinamici su scala globale in-ducendo un aumento della complessità gestionale e dei rischi.

Questa la motivazione principale per cui le scienze economiche oggi si integrano con la Fisica e l’Ingegneria lungo frontiere in cui si abbatto-no i confini tra i differenti domini alla ricerca di chiavi di accesso alla co-noscenza, di metodologie e di strumenti che siano comuni e trasversali.

In particolare, riferendosi all’economia lo sforzo richiesto è prima di tutto di spezzare il legame con le teorie classiche che non rispondo-no piu’ alle esigenze rendendo necessarie nuove chiavi di interpreta-zione. Nel portare avanti nuovi filoni di ricerca l’esigenza è di muo-versi in una direzione in cui è l’osservazione della realtà a fornire gli elementi per una astrazione teorica e non viceversa.

Ebbe a dire a questo proposito già Keynes all’inizio del XX secolo:

I teorici classici somigliano a studiosi della geometria euclidea in un mondo non euclideo, i quali, scoprendo che nell’esistenza delle linee rette apparen-temente parallele spesso si incontrano, rimproverano le linee di non rigare dritto – come unico rimedio per le inopportune collisioni che si verificano. Ma in verità l’unico rimedio è abbandonare l’assioma delle parallele ed ela-borare una geometria non euclidea. Qualcosa di simile è necessario oggi nell’economia.

Queste sono le motivazioni principali della ricerca svolta nello e-

splorare il tema della complessità riferendosi ai Mercati Economici e Finanziari.

Introduzione 10

La significatività di tale approccio trova conferma negli studi ed approcci pionieristici di alcuni economisti: un ottimo esempio è l’applicazione della teoria della percolazione allo studio degli stati di equilibrio dell’economia o della formazione dei Business Cycles, ad opera di di Scheinkman e Wienself ispirati dal lavoro di Bak [1], [2].

O ancora gli studi fatti sulla dinamica della segregazione di Schel-ling [3], la formazione di distretti nelle città nel modello di Lowry [4], l’interpretazione dei Business Cycles come effetti di sincronizzazione di Settori [5], [6].

Mandelbrot, padre della teoria dei frattali, in un suo recente libro critica la visione dei Mercati Finanziari, in quelle che indica come le 10 eresie della Finanza, e gli strumenti finora sviluppati che sembra-no «per certi versi un farmaco tradizionale, o …un rimedio che si può ottenere senza prescrizione:molte sostanze chimiche diverse e nessun “ingrediente attivo”chiaro» [7]; Kauffman auspica la possibi-lità di determinare blocchetti fondamentali che montati di volta in volta in modo diverse restituiscano la forma ricercata come con i mattoncini lego che nelle strutture semplici sono uguali nella forma e differenti nei colori ma montati insieme lasciano emergere forme complesse differenti [8].

La sfida si materializza nell’integrazione tra metodologie trasversa-li almeno alle tre discipline economia, ingegneria e fisica le cui fron-tiere si abbattono per lasciare emergere nuove discipline quali Econo-fisica ed Ingegneria Finanziaria [9].

Un ulteriore passo però è richiesto perché la fertilizzazione tra do-mini differenti risulti efficace: i confini devono e possono abbattersi realmente, se non si applicano forzature concettuali,per lasciare emer-gere le reali similitudini tra sistemi di natura differente: Questa è la premessa della ricerca svolta nell’ambito dei sistemi e reti complesse che si presenta come la nuova chimera che permette il confronto tra mondi diversi permettendo di rintracciarne i pattern comuni e nuove vie di interpretazione.

Nell’ultimo decennio si parla sempre più spesso di Sistemi Econo-mici e Finanziari come Sistemi Complessi che si Auto Organizzano, ne parla già Krugman nel suo “The Self Organizing Economy” scritto alla fine degli anni ‘80 quando il Santa Fe Institute fondato da Citi-group diviene realtà [10].

Introduzione 11

Da allora ad oggi tanti passi in avanti nella spiegazione di fenomeni reali complessi, quali socio–economico, con la teoria delle reti che nello studio delle loro proprietà ha permesso di trovare una rappresen-tazione utile per la interpretazione delle proprietà proprie di un siste-ma complesso.

Lo studio delle reti ha avuto una grande evoluzione a partire da-gli studi sui grafi di Leonhard Euler nel XVIII secolo, ma con Paul Erdos e Alfred Renyi [11] ha segnato la vera evoluzione perché of-fre aspetti di diretta rilevanza nello studio delle reti complesse [12], [13]. La teoria dei grafi, arricchita così con l’integrazione della sta-tistica e con lo sviluppo di algoritmi per lo studio dei parametri, è una ricca fonte di idee per lo studio di reti dai principi sconosciuti di organizzazione. Tale paradigma ha permesso lo studio e l’inter-pretazione di sistemi complessi ed oggi si presenta come un nuovo strumento di accesso ad altri domini quali l’economia [14], [15], [16].

Nonostante tutto sono tuttavia ancora pochi gli strumenti sviluppati per fornire soluzioni in ambiti come quello economico e finanziario.

Questo libro vuole essere un contributo in questa direzione ed i casi di studio sono stati scelti appositamente perché se da un lato hanno comportato la risoluzione di problematiche specifiche hanno, al tempo stesso, permesso di derivare tramite un processo di astrazione, dei concetti di validità generale.

Le problematiche affrontate sono state quindi un punto di partenza per poi sviluppare una vera e propria esplorazione: in particolare nell’ambito dei sistemi economici, l’attenzione è stata rivolta alla pre-dizione della domanda in sistemi produttivi nel settore dei semicon-duttori; mentre nell’ambito dei mercati finanziari, oggetto di studio sono stati i fenomeni di sincronizzazione nei mercati azionari dei titoli di alta teconologia.

Le strutture dei sistemi produttivi, ormai identificate come Supply Chain, diventano sempre più lunghe e complesse, i mercati più com-petitivi e dinamici su scala globale e questo induce un aumento della complessità gestionale che si traduce in aumento dei rischi.

Nei mercati finanziari si continua ad assistere a brusche variazioni causate spesso solo dalla propagazione di “umori” causati da eventi politici o da informazioni che transitano da mercati secondari [5].

Introduzione 12

Il legame che si stabilisce tra mercati finanziari ed economici è or-mai così forte che tutta l’economia mondiale sembra svilupparsi intor-no a interazioni non ancora esplorate nella natura e negli effetti.

Il tema della previsione è sicuramente un tema sempre piu’ impor-tante, ma la realtà è bene descritta in uno studio pubblicato dalla “Grocery Manufacturers Association” dove emerge come nonostante siano aumentati negli ultimi 20 anni gli investimenti negli strumenti per la gestione della previsione delle vendite, i risultati non abbiano seguito la curva di miglioramento prevista [16].

Con questa consapevolezza, in questa tesi si è voluto esplorare un modo diverso di guardare alla dinamica svincolandosi da un approccio matematico di tipo quantitativo, per cercare un approccio “strutturale” ovvero qualitativo interrogandosi su “come e perchè cambia la struttu-ra del sistema, nelle sue parti e nelle interazioni tra le sue parti, per modificarne la dinamica? “.

Nel percorso che ha condotto a questo cambio di paradigma, è stato quindi fondamentale muoversi da un reale caso di studio in cui è stato affrontata la problematica della previsione di vendite nell’ambito di una società manifatturiera, STMicroelectronics, che opera nel Mercato dei Semiconduttori; ciò ha comportato lo sviluppo di schemi di ap-proccio e tecniche per la soluzione quantitativa.

I risultati ottenuti durante questa fase di studio hanno evidenziato come il piu’ complesso dei modelli possa non risultare sufficiente se non si investe nella definizione del problema, e nell’approfondimento delle cause di incertezza; queste considerazioni sono chiare a chi ope-ra nel campo del forecasting e sono indicate come fattori chiave nelle linee di ricerca [17], [18], [19].

Dal primo caso di studio un salto concettuale è stato fatto per muo-versi nei mercati finanziari, in cui è stata affrontata la caratterizzazio-ne del sistema nella sua struttura ed evoluzione di questa.

Le tecniche matematiche di analisi, sviluppate in entrambi i casi, hanno permesso di trovare un punto di accesso comune per la delinea-zione di un framework che colloca lo studio di questi sistemi all’interno della classe dei sistemi complessi e delle reti.

Entrambi i sistemi sono stati analizzati utilizzando una rappresenta-zione a rete e studiandone l’evoluzione dei parametri permettendo di caratterizzarne la dinamica in questa prospettiva.

Introduzione 13

In particolare il Capitolo I è stato utilizzato per descrivere in gene-rale cosa siano i sistemi economici e i mercati finanziari, cercando di mettere in evidenza gli aspetti fondamentali dei contesti specifici del mercato dei semiconduttori e del mercato azionario dei titoli high tech.

Il Capitolo II descrive il primo caso di studio, STMicroelectronics, in cui un’attenzione sempre crescente si concentra sulle previsioni di vendita nei processi di business management; le varie tematiche e le strategie adottate sono riportate attraverso una serie di business cases.

Nel Capitolo III la problematica della previsione si delinea come investigazione di fenomeni di correlazione e sincronizzazione tra serie temporali inerenti gli andamenti dei titoli di determinati settori; in tale contesto è stato ipotizzato un modello generale secondo il paradigma dei sistemi complessi che rappresenta l’anello di congiunzione tra i casi studi. Le reti complesse sono caratterizzate attraverso i parametri e le variabili fondamentali in entrambi i casi.

14

15

Capitolo I Ingegneria dei sistemi economici

Questo capitolo è introduttivo ad alcuni concetti utilizzati nel corso

del libro. Partendo dalla definizione di sistema economico, con un breve accenno ai principali studi dell’ultimo secolo, si estenderà la trattazione ai mercati finanziari con particolare attenzione ai mercati azionari.

Il collegamento tra sistemi produttivi e mercati azionari sarà bre-vemente esaminato nel secondo paragrafo mettendo in risalto il ruolo che tali mercati esercitano nelle economie dei sistemi produttivi.

Da tale collegamento non ne sono esenti le società che operano nel mercato dei semiconduttori; tali società, come si descrive nel terzo pa-ragrafo, sono parte di un ampio sistema economico che nella sua glo-balità appare un sistema complesso.

Il collegamento tra economia e complessità non è certo un azzardo scientifico; tale associazione è già stata ampiamente riconosciuta no-nostante siano ancora carenti strumenti analitici basati su questa ana-logia. Nell’ultimo paragrafo verrà introdotta la complessità in ambito economico ed insieme alla definizione di sistema complesso, si tratte-rà brevemente la teoria dei grafi oggi ampiamente sfruttata come strumento per la comprensione e l’analisi di reti di unita dinamiche. 1.1 Cosa si intende per sistema economico?

I sistemi economici possono essere definiti come un insieme di in-

dividui, di attività e di sistemi produttivi coordinati tramite un sistema

Capitolo I 16

di prezzi e mercati. La distinzione tra i differenti sistemi economici si attua secondo la struttura e regolamentazione in cui operano i suoi e-lementi; ad esempio, nel caso di un sistema economico monopolista, un solo sistema produttivo detiene la capacità di produrre un bene per una comunità di imprese o individui che lo acquisteranno.

I sistemi economici sono oggetto di studio della teoria economica secondo due principali linee. La macroeconomia studia un sistema e-conomico nel suo complesso occupandosi delle Hvariabili economicheH aggregate e delle loro interdipendenze, mentre la microeconomia stu-dia sia il comportamento dei singoli agenti economici, quali i consu-matori, i lavoratori, gli investitori, i proprietari terrieri, le imprese, sia il modo in cui questi interagiscono tra loro per formare unità più am-pie, come i HmercatiH e le industrie. Grazie allo studio del comporta-mento delle singole imprese e dei consumatori e delle loro interazioni, la microeconomia ci rivela come operano e si evolvono le industrie e i HmercatiH, perché sono diversi l’uno dall’altro e come sono influenzati dalle politiche economiche pubbliche e dalle condizioni economiche generali.

In particolare la definizione di un mercato economico può riassu-mersi secondo due proposizioni, nella prima ci si riferisce al luogo (anche in senso non fisico) deputato all’effettuazione degli scambi e-conomici del sistema economico di riferimento; mentre nella seconda, più utilitaristica, il mercato è l’insieme della domanda e dell’offerta, cioè dei venditori e degli acquirenti.

Con l’articolazione degli studi sull’economia si sono nel tempo at-tribuite crescenti attenzioni allo sviluppo di specifiche branche del mercato, costituenti i mercati specifici per i quali valgono peculiarità funzionali, di andamento e di organizzazione tali da renderli analizza-bili individualmente o anche in comparazione con altri.

Si parla dunque al plurale di “mercati” poiché anche all’interno stesso di un sistema economico possono individuarsi ed analizzarsi movimenti dei soggetti economici raggruppabili per categorie di loca-lizzazione, tipologia e modalità degli scambi, ed innumerevoli altre caratteristiche.

Tutto il progresso dell’uomo è stato seguito da una parallela evo-luzione degli studi economici; le prime riflessioni economiche ri-salgono alla primordiale forma del baratto fino alla nascita della scienza economica, che in senso moderno nacque con la HRivoluzio-

Ingegneria dei sistemi economici 17

ne industriale Il fondatore dell’economia politica classica è consi-derato HAdam SmithH (Kirkcaldy, 5 giugno 1723 – Edimburgo, 17 luglio 1790), sebbene non sia facile individuare con precisione la fine del mercantilismo e l’inizio dell’età classica, poiché per un certo periodo ci fu una certa sovrapposizione tra le due correnti di pensiero. Spesso Smith è stato definito il padre della scienza eco-nomica. In effetti, nonostante molti precursori dell’economia clas-sica avessero prodotto singole tessere o parti dell’intero mosaico, nessuno di essi fu in grado di fornire in un’unica opera il quadro generale delle forze che determinassero la ricchezza delle nazioni, delle politiche economiche più appropriate per promuovere la cre-scita e lo sviluppo, e di come nel mondo milioni di decisioni eco-nomiche prese autonomamente siano effettivamente coordinate tra-mite il mercato [20]. Nei due secoli successivi con il fiorire di di-verse personalità che esposero le loro idee, tra cui HDavid RicardoH, HJohn Stuart MillH, HLéon WalrasH, HKarl MarxH, lo studio dell’economia ha riguardato settori sempre più diversificati.

In particolare, il pensiero economico del Novecento è stato influen-zato in modo rilevante dalle opere di HJohn Maynard KeynesH (Cambri-dge, 5 giugno 1883 – Tilton, 21 aprile 1946), considerato il padre del-la moderna macroeconomia, i suoi contributi alla teoria economica hanno dato origine a quella che è stata definita rivoluzione keynesia-na. In contrasto con la teoria economica neoclassica, ha sostenuto la necessità dell’intervento pubblico nell’economia con misure di politi-ca monetaria, qualora una insufficiente domanda aggregata non riesca a garantire la piena occupazione. Le sue idee sono state sviluppate e formalizzate nel dopoguerra dagli economisti della scuola keynesiana tra i quali l’italiano HFranco ModiglianiH.

Come reazione alle idee keynesiane si è assistito, a partire dagli anni settanta, alla ripresa di vigore di teorie liberiste, ispirate dalla scuola di Chicago guidata dall’americano HMilton FriedmanH (Bro-oklyn, 31 luglio 1912 – San Francisco, 16 novembre 2006) fondato-re della scuola monetarista ed insignito del Premio Nobel per l’economia nel 1976.

Un filone di studio, che si è andato sviluppando negli ultimi an-ni, basato sulla Hteoria dei giochiH, nasce nel H1944H da HJohn von NeumannH e HOskar MorgensternH (giochi cooperativi a somma zero)

Capitolo I 18

ed ampliato da HJohn F. NashH (giochi non cooperativi e a somma non zero), ponendo le basi per una nuova visione economica.

Esponenti di rilievo in questa nuova concezione sono HKenneth Ar-rowH, e HAmartya SenH, HPremi NobelH per l’economia rispettivamente nel 1972 e nel 1998, ed HHerbert ScarfH, il quale nel H1962H, con il saggio “An Analysis of Markets with a Large Number of Participants” (Ana-lisi dei mercati con un vasto numero di partecipanti) ha dimostrato che il principio della Mano Invisibile di Adam Smith, alla base del Hlibero mercatoH, non vale per i mercati reali [21].

Ci si dirige quindi sempre più verso lo studio dei sistemi economici quali sistemi complessi!

1.2 Dai sistemi finanziari ai mercati azionari I mercati finanziari sono mercati organizzati, e regolamentati, per

la negoziazione e lo scambio degli strumenti finanziari (azioni, obbli-gazioni e derivati) ad un determinato prezzo, che scaturisce dall’in-contro effettivo tra domanda ed offerta.

La regolamentazione del mercato riguardo agli operatori ammessi alle transazioni, gli strumenti trattati, gli obblighi informativi cui sono sottoposti i soggetti operanti, il meccanismo di determinazione del prezzo, le modalità di negoziazione e le procedure di liquidazione han-no come obiettivo fondamentale quello di assicurare sia l’uniformità organizzativa sia la standardizzazione degli strumenti utilizzati [7].

Si possono distinguere i quattro grossi segmenti riportati a seguire: • il mercato azionario, nel quale si negoziano tutti i tipi di azio-

ni, le obbligazioni convertibili, i diritti d’opzione, i warrant, i cover warrant ed i certificati rappresentativi di quote di fondi chiusi mobiliari ed immobiliari.

• Il mercato dei covered warrants, nel quale si negoziano i cove-red warrant (su azioni, titoli di stato, tassi di interesse, valute, indici e merci) e dei certificates quotati in Borsa.

• Il mercato del reddito fisso, ossia il mercato telematico delle obbligazioni e dei Titoli di Stato.

• Il mercato dei derivati, nel quale sono negoziati contratti futu-

Ingegneria dei sistemi economici 19

res e di opzione aventi come attività sottostante strumenti fi-nanziari, tassi di interesse, valute, merci e relativi indici.

La nascita dei mercati finanziari avviene con la più antica banca a

livello mondiale, il Monte dei Paschi di Siena, fondata nel 1472; men-tre il più antico mercato di borsa mondiale, quello di Anversa, fu fon-dato nel 1531.

La prima vera e propria compravendita di titoli è riportata intorno al 1500 nella città fiamminga di Bruges: i mercanti si davano appun-tamento tra i canali (la cittadina belga di Bruges era considerata all’epoca la Venezia del nord) per vendere o acquistare titoli rappre-sentativi di un credito o di merce in viaggio da paesi lontani e che non poteva materialmente essere oggetto di scambio o di acquisto. Questa sorta di mercato organizzato avveniva in una piazza, e più precisamen-te le contrattazioni si effettuavano in un palazzo sulla cui facciata era-no scolpite tre borse, stemma di famiglia dei Van De Bourse, e da cui sarebbe derivato il nome attuale di “borsa”.

Le “borse” nel mondo si moltiplicarono e nel maggio 1792 nasce il mercato azionario più importante del mondo il NYSE (New York Stock Exchange).

Gli andamenti dei mercati finanziari azionari mondiali sono sinte-tizzati da alcuni indici sviluppati su differenti insiemi di titoli, degli esempi sui maggiori indici mondiali per volumi scambiati e per capita-lizzazione sono riportati nella Tabella 1.1.

Tutti gli indici sono calcolati in modo da esprimere con un solo in-dicatore gli andamenti delle quotazioni azionarie contenute nel paniere rappresentato. Per esempio nel caso della borsa americana, gli indici possono essere caratterizzati come segue.

Capitolo I 20

Tabella 1.1: Principali indici mondiali.

Paese Indice Nasdaq S&P500 USA Dow Jones

Giappone Nikkei Inghilterra FTSE Germania DAX Francia CAC40

Il National Association of Securities Dealers Automated Quotation

(Nasdaq), può essere definito come uno dei maggiori indici telematici azionari; gli indici che vi appartengono sono specializzati nelle quota-zioni delle società della new economy. Tra gli indici Nasdaq uno dei più quotati è il Nasdaq Composite che contiene oggi circa 4000 socie-tà nazionali ed internazionali, ed è per questo uno dei più seguiti e quotato.

L’indice Standard & Poor (S&P500) è invece composto da 500 so-cietà ad alta capitalizzazione quotate nei principali mercati azionari americani e rappresentative di diversi settori dell’economia: industria-le, energetico, finanziario, dei trasporti, e dei servizi.

Il Dow Jones (nome completo Dow Jones Industrial Average) è il più noto indice della borsa di New York (il NYSE – New York Stock Exchange) ed è stato creato negli Stati Uniti per valutare i ritmi di cre-scita dell’economia americana. Deve la sua paternità a Charles Dow, padre dell’analisi tecnica e fondatore del Wall Street Journal. L’indice è calcolato, a differenza di altri indici che tengono conto della capita-lizzazione (e quindi del peso relativo delle varie società), soppesando il prezzo dei principali titoli di Wall Street. I criteri di appartenenza sono la nazionalità della società e la posizione di leadership nelle rela-tive industrie, si calcola come media aritmetica delle quotazioni dei prezzi di 30 titoli ad alta capitalizzazione (blue chips) ma contiene a-ziende di settori differenti, compagnie tecnologiche, fornitori di servi-zi finanziari, manifatturieri e commercio, rappresentando così l’intero mercato americano.

Ingegneria dei sistemi economici 21

Ovviamente l’influenza reciproca tra l’economia ed i mercati fi-nanziari è strettamente legata, ed allo stesso tempo sensibile, ad eventi geo–politici locali e globali.

Le “borse” mondiali sono ormai uno specchio di ciò che accade a livello mondiale; eventi politici ed economici influenzano secondo cri-teri più o meno razionali gli andamenti nelle varie sedi. In Figura 1.1 è riportato, ad esempio, l’andamento dell’indice Dow Jones dal 2000 al 2004 a cui sono fatti corrispondere degli eventi geo–politici: si vede come negli anni che vanno dalla fine del 2000 al 2003 ci sia stata una forte recessione in coincidenza con la recessione dell’economia mon-diale e con l’ondata di terrore per il terrorismo islamico iniziata con l’attacco alle torri gemelle del 2001.

I grandi interessi economici e la notevole disponibilità di banche di informazione inerenti a registrazioni ad alto livello di dettaglio tempo-rale, hanno catalizzato una grande attenzione della ricerca scientifica; tali banche dati permettono ai ricercatori, analisti ed utenti di usufruire di un laboratorio in vitro dove molte tecniche di analisi delle informa-zioni possono essere pensate e sviluppate. L’analisi statistica multiva-riata ed i modelli sviluppati “ad hoc” come i modelli ARCH e GARCH sono utilizzati ad esempio per ottimizzare portafogli di inve-stimento, valutando i rischi e l’opportunità legate al valore futuro atte-so in termini di variazione di prezzo.

1.2.1 Dai sistemi produttivi al mercato azionario

Il legame tra mercati economici e mercati finanziari è concettual-

mente semplice ma al tempo e stesso operativamente complesso, per le forti ripercussioni che gli uni possono avere sugli altri.

Un’azienda è quotata in borsa, quando ricerca degli investitori per recuperare capitale e sostenere la propria crescita ed espansione. Chi investe, share holder, partecipa alla crescita dell’azienda e per il ri-schio che si assume nel finanziare l’azienda con il proprio capitale, è risarcito con un guadagno che si materializza in due forme: variazione del valore dell’azione e rendimento annuale dell’azione (eps).

La variazione del valore dell’azione rappresenta qualitativamente la fiducia che il mercato, costituito da investitori ed “analisti”, concede all’azienda in funzione della solidità, della crescita, dei suoi capitali e

Capitolo I 22

quindi dal valore che genera. Il rendimento annuale è funzione delle prestazioni finanziare dell’azienda, che al netto delle spese e delle tas-se, genera un rendimento poi ripartito tra gli investitori. L’obiettivo di un’azienda in generale può essere quindi definito come la generazione di valore per gli share holder.

Fig.1.1: Andamento dell’indice Dow Jones 2000–2004 con riferimen-to ai principali eventi geo–politici. (Fonte “Arezzo Trade”).

Ingegneria dei sistemi economici 23

Ovviamente l’interazione tra i due mercati è forte e bilaterale in quanto un’azienda capitalizzata in borsa accede, tramite gli investitori, a fondi che ne consentono la crescita; ma dall’altro canto i profitti e la resa aziendale influenzeranno in maniera notevole i sentimenti degli investitori come è evidenziato in Figura 1.2.

Tale legame può avere delle ripercussioni sulla gestione dell’azien-da che dovrà essere capace non solo di generare valore in prospettiva ma anche a breve termine, secondo delle regole internazionali per le aziende quotate in borsa per il trattamento e la trasparenza dei dati per tutelare gli investitori. Le variazioni tra ciò che prevede l’azienda ed i risultati poi ottenuti possono suscitare repentine reazioni sul mercato, proprio per questo risultano fondamentali strumenti di supporto per la pianificazione aziendale soprattutto nelle aziende esposte sul mercato azionario.

Fig.1.2: Legame tra mercati economici e mercati finanziari.

1.3 Il mercato dei semiconduttori A partire dall’industrializzazione dei transistors che hanno sop-

piantato l’utilizzo delle valvole a partire dagli anni 70, si è sviluppato il mercato dei semiconduttori che è un mercato relativamente giovane. La crescita eccezionale di tale mercato ha permesso una evoluzione tecnologica che ha contribuito a quella che, probabilmente, potrà esse-re indicata nel futuro come seconda rivoluzione industriale. Compu-

Mercati Economici

Mercati Finanziari

Capitolo I 24

ters, telefoni cellulari e tutte le applicazioni che si collocano nel digi-tale rivoluzionano la vita dell’uomo toccando aspetti fondamentali non solo in termini di funzionalità ma anche in termini di usi e costumi.

Dalla definizione di mercato economico si può descrivere il merca-to dei semiconduttori come l’ambiente in cui produttori, venditori ed acquirenti effettuano le operazioni di compra – vendita di semicondut-tori che costituiscono quindi il bene scambiato. Proprio per le caratte-ristiche di “imprinting” e innovazione pura, questo mercato si è autoa-limentato generando il proprio volume di affari da applicazioni diffe-renti nei differenti momenti della sua storia; in Figura 1.3 è rappresen-tata la crescita del mercato dei semiconduttori in relazione alle appli-cazioni trainanti e l’evoluzione tecnologica associata.

La varietà e proliferazione di aziende ha consentito una dinamicità elevatissima ed una fonte continua di innovazione che hanno fatto di questo mercato un caso particolare per la sua capacità di evoluzione continua che lo ha caratterizzato sino ad ora.

L’evoluzione di tale mercato ha inoltre avuto un impatto anche di tipo macro–economico se si considera come stabilimenti per la produ-zione di fette di silicio siano adesso presenti, in grandi numeri (più del 50%), in aree asiatiche determinando la crescita di zone industriali come per esempio quelle di Taiwan o Singapore.

Caratteristiche proprie di questo mercato sono inoltre la grande va-rietà di dispositivi e la velocità nell’innovazione che comportano tem-pi di vita brevi per i prodotti (product life cycle); questi fattori insieme ai lunghi tempi di produzione (cycle time) ed i loro costi di produzione determinano i cicli di over and under production alla base dei cicli di mercato (Business Cycles) tipici di questo settore. Il ritardo tra l’aumento degli investimenti richiesti e la realizzazione dei prodotti comporta i cicli di sovra o limitata capacità produttiva che incidono sulla dinamica dei prezzi e così sulla crescita del mercato. La Figura 1.4 rappresenta come i cicli di mercato sono influenzati dallo sfasa-mento tra la domanda e l’offerta.

Il mercato presenta dinamiche differenti in relazione alla tipologia di prodotti, il chè comporta una differenziazione delle strategie di ge-stione delle aziende che vi operano; non è ancora chiaro come tale dif-ferenziazione si rifletta nei processi di consolidamento del mercato e nel raggiungimento di posizioni leader.

Ingegneria dei sistemi economici 25

Fig.1.3: Crescita del mercato dei semiconduttori, applicazioni princi-pali ed evoluzioni tecnologiche.(Fonte STMicroelectronics).

Fig.1.4: Cicli di mercato dovuti allo sfasamento tra l’alternarsi dei momenti di crescita e contrazione del mercato e cicli di spese per in-stallare capacità produttiva. (Fonte STMicroelectronics).

La distribuzione delle vendite nei differenti segmenti di mercato,

lega gli andamenti del mercato dei semiconduttori all’economia mon-

Capitolo I 26

diale. I dispositivi a silicio, infatti, sono ormai presenti in tutti i beni composti da parti elettroniche al loro interno; nel sistema in esame, quindi, una azienda che opera nel mercato dei semiconduttori si rela-ziona con i propri clienti che possono essere produttori a loro volta di prodotti semifiniti o di prodotti finali.

Possiamo in questa fase, quindi, semplificare il modello conside-rando due tipi di interazioni: sistema azienda ― cliente azienda e clienti azienda ― consumatori bene finale.

La dinamicità elevata, il continuo tasso di innovazione ed il legame con l’economia mondiale rendono le previsioni soggette ad errori non trascurabili, basti pensare che società di ricerca di mercato come Gar-tner, Data Quest, Ic Supply spesso pubblicano previsioni discordi [21]; dall’altro canto la difficoltà nel definire metodologie, general-mente riconosciute ed affidabili, lascia ampio spazio alla ricerca ap-plicata per lo sviluppo Sistemi di Supporto alle Decisioni.

1.3.1 Semiconduttori ed High Tech Stock Market

I componenti elettronici sono ad oggi beni primari per la produzio-

ne dei vari dispositivi elettronici che a loro volta possono essere diffe-renziati a seconda dell’applicazione finale. In generale si può afferma-re allo stesso modo che il mercato dei semiconduttori è collegato in maniera diretta a tutti quei mercati in cui si scambiano beni che con-tengono dispositivi a semiconduttore.

Guardando oltre i confini di un mercato, un agente di acquisto po-trebbe essere anche un agente che opera in un altro mercato come pro-duttore di un bene. La Figura 1.5 rappresenta in maniera semplificata il collegamento tra mercato dei semiconduttori ed i mercati High Tech, mentre nella Figura 1.6 è indicata la catena che si struttura in termini di “partecipanti”.

Un semplice esempio è costituito dal legame tra Nokia e STMi-croelectronics. Nokia è una azienda che occupa la leadership nella produzione e commercializzazione di telefoni, STMicroelectronics è una della prime aziende nel mercato dei semiconduttori ed è fornitore di Nokia. STMicroelectronics è quindi un agente di produzione per i dispositivi che acquista Nokia che a sua volta è un agente di acquisto nel mercato dei semiconduttori ma anche agente di produzione nel

Ingegneria dei sistemi economici 27

mercato dei telefonini appartenente al mercato dei beni consumer. Ogni agente secondo il bene trattato, dell’ambiente in cui opera e della funzione in cui opera svilupperà chiaramente strategie, tattiche e poli-tiche differenti per ottimizzare la propria funzione obiettivo che in ge-nerale possiamo definire come la massimizzazione del valore.

Nel caso dei mercati azionari, l’asset è una quota azionaria ovvero una quota di compartecipazione alla capitalizzazione dell’azienda. Il prezzo pagato è un investimento con cui si finanzia l’azienda; in cam-bio l’investitore avrà una percentuale di ritorno per azione (detto eps) ed è l’incremento del valore dell’azione che determina un ritorno nell’investimento. Per decidere sull’acquisto o meno, l’investitore si baserà su una prospettiva di guadagno legata al valore futuro dell’a-zione che sta acquistando. Il valore atteso può essere determinato quantitativamente o qualitativamente; una stima quantitativa si baserà su modelli matematici, mentre una stima qualitativa comporta ad e-sempio un giudizio su capitalizzazione, redditività, debiti o una valu-tazione su come l’azienda produrrà valore in futuro quindi spese in ri-cerca e sviluppo, numero di brevetti, contratti e collaborazioni o anco-ra confronti che possano descrivere l’azienda in funzioni di altre a-ziende operanti nello stesso settore.

Le informazioni utilizzate dagli investitori nelle loro decisioni possono quindi essere di natura differente e non sempre ciò implica che un inve-stitore operi in modo razionale; i mercati finanziari sono mercati in cui umore e irrazionalità sono stati ormai dimostratosi fattori importanti.

La dipendenza della domanda per l’asset x da altri asset puo’av-venire in termini di legami diretti o indiretti, per esempio nel caso che l’asset siano le azioni di STMicroelectronics si puo’avere la seguente differenziazione:

• legame diretto, appartenenza allo stesso settore industriale o

mercati fortemente collegati, per esempio mercato dei semi-conduttori, mercato di beni consumer.

• Legame di natura commerciale, relazioni cliente fornitore co-me STMicroelectronics – Nokia.

• Legame indiretto, relazioni di controllo per esempio apparte-nenza ad holding che partecipano ad STMicroelectronics.

Capitolo I 28

Fig.1.5:Collegamenti dei semiconduttori–mercati High Tech.

Fig.1.6: Collegamenti tra mercati e struttura dei partecipanti.

Questi legami e la loro influenza sono ben noti, ma nella valutazio-

ne quantitativa mancano gli strumenti per misurare il grado di relazio-ne così da applicare parametri correttivi. Il risultato è che, i modelli u-

Ingegneria dei sistemi economici 29

tilizzati per la stima, ad esempio del valore atteso, sembrano un’ap-plicazione asettica di una ricetta che prescinda dagli ingredienti e dalle differenze [6].

Nella Figura 1.7 è riportato un grafico di confronto tra gli anda-menti dell’indice Nasdaq, del titolo STMicroelectronics e del titolo Nokia dal 1996 al 2005. Il grafico riporta gli indici in termini di varia-zioni su scala logaritmica. Si può notare come nonostante le due socie-tà non siano considerate nell’indice, è presente una sincronizzazione tra loro.

Fig.1.7: Confronto tra gli indici Nasdaq Composite, IXIC, ed STMi-croelectronics e Nokia. (Per gentile concessione di Yahoo.com).