Previsioni della Volatilità nei L’Intervallo Predittivo ... · 1 Previsioni della Volatilità...
Transcript of Previsioni della Volatilità nei L’Intervallo Predittivo ... · 1 Previsioni della Volatilità...
11
Previsioni della Volatilità nei
mercati finanziari attraverso
approcci Garch Diffusivi
22
Indice
• Volatilità
• Limite dei Modelli Garch a Processi Diffusivi
• L’Intervallo Predittivo della Volatilità
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili
• Conclusioni
33
• Volatilità• Importanza e Relazione con altre Misure di Rischio• Variabile Aleatoria e Processo Stocastico
Indice
44
Volatilità: Importanza e Relazione con altre Misure di Rischio
Pricing degli Strumenti Derivati
Valutazione del Rischio dei Fondi Comuni
Modelli della Struttura a Termine
La Volatilità è utilmente impiegata in numerosi problemi di finanza matematica, come …
55
Volatilità: Importanza e Relazione con altre Misure di Rischio
Metodo 1: Mis. di Prob. Soggettiva
= deviazione standard delle osservazioni storiche
Metodo 2: Mis. di Prob. Neutr. al Rischio
= valore che eguaglia il prezzo Neutraleal Rischio al prezzo di Mercato
Il valore puntuale della Volatilità può essere calcolato con due metodi alternativi:
66
Volatilità: Importanza e Relazione con altre Misure di Rischio
La Volatilità ha una stretta corrispondenza con ogni altra misura di rischio, come il Value-at-Risk (VaR) e l’Expected Shortfall (ES)
77
• Volatilità• Importanza e Relazione con altre Misure di Rischio• Variabile Aleatoria e Processo Stocastico
Indice
88
Volatilità: Variabile Aleatoria e Processo Stocastico
Plot della Serie Storica della Volatilità Annuale
99
Volatilità: Variabile Aleatoria e Processo Stocastico
Distribuzione di Probabilità Storica della Volatilità Annuale
1010
Volatilità: Variabile Aleatoria e Processo Stocastico
t
tempo
t
La Serie Storica della Volatilità è
un Processo Stocastico
La Volatilità è
una Variabile Aleatoria
P(t)
Necessità di previsioni della Volatilità basate su modelli di Volatilità Stocastica
ANALISI DELLE SERIE STORICHE DELLA VOLATILITÀ
MODELLI GARCH
Volatilità: Variabile Aleatoria e Processo Stocastico
11 1212
• Limite dei Modelli Garch a Processi Diffusivi• Intuizione• Il Teorema della Convergenza su R2
• L’Enunciato• Le Condizioni
• Il Limite Diffusivo dell’M-Garch(1,1)• L’Enunciato• La Dimostrazione
• Il Limite Diffusivo di altri Modelli Garch
Indice
LA SERIE STORICA DELLE VOLATILITÀ VIENE MODELLATA ATTRAVERSO
IL LIMITE DIFFUSIVO DI PROCESSI GARCH
da: EQUAZIONI ALLE DIFFERENZE STOCASTICHE
a: EQUAZIONI DIFFERENZIALI STOCASTICHE
degli INTERVALLI TEMPORALI RESTRIZIONEvia:
Limite dei Modelli Garch a Processi Diffusivi: Intuizione
13 1414
• Limite dei Modelli Garch a Processi Diffusivi• Intuizione• Il Teorema della Convergenza su R2
• L’Enunciato• Le Condizioni
• Il Limite Diffusivo dell’M-Garch(1,1)• L’Enunciato• La Dimostrazione
• Il Limite Diffusivo di altri Modelli Garch
Indice
La sequenza , il cui spazio misurabile è , converge debolmente per h 0 al processo che ha un’unica distribuzione ed è caratterizzato dalla seguente equazione differenziale stocastica:
dove è un moto Browniano standard bidimensionale, se le condizioni 1-4, riportate di seguito, sono soddisfatte.
Il Teorema della Convergenza su R2: L’Enunciato
15
Il Teorema della Convergenza su R2: L’Enunciato
Più esplicitamente, la sequenza , composta dalle sequenze e , ciascuna delle quali misurabile sullo spazio , converge debolmente per h 0 al seguente sistema di equazioni differenziali stocastiche
dove e sono due moti Browniani standard unidimensionali indipendenti tra loro, e e sono due processi indipendenti a valori in , se le condizioni 1-4, riportate di seguito, sono soddisfatte.
16
Il Teorema della Convergenza su R2: L’Enunciato
Il processo ha una distribuzione indipendente dalla scelta died esso assume valori finiti su intervalli di tempo finiti, i.e.
:
17 1818
• Limite dei Modelli Garch a Processi Diffusivi• Intuizione• Il Teorema della Convergenza su R2
• L’Enunciato• Le Condizioni
• Il Limite Diffusivo dell’M-Garch(1,1)• L’Enunciato• La Dimostrazione
• Il Limite Diffusivo di altri Modelli Garch
Indice
Il Teorema della Convergenza su R2: Le Condizioni
CONDIZIONE 1
Se esiste un >0 tale che:
allora esistono e , misure continue che mappano rispettivamente da nello spazio delle matrici di dimensione 2x2 semi-definite positive, e da in , tali che:
19
Il Teorema della Convergenza su R2: Le Condizioni
Esiste , una misura continua che mappa da intale che, vale:
CONDIZIONE 2
20
Il Teorema della Convergenza su R2: Le Condizioni
CONDIZIONE 3
Per h 0, converge in distribuzione a una variabile aleatoria che possiede una misura di probabilità sullo spazio
specificano univocamente la distribuzione del processo
CONDIZIONE 4
, e , caratterizzato da una distribuzione iniziale , da un momento secondo
condizionato , e da una momento primo condizionato
21 2222
• Limite dei Modelli Garch a Processi Diffusivi• Intuizione• Il Teorema della Convergenza su R2
• L’Enunciato• Le Condizioni
• Il Limite Diffusivo dell’M-Garch(1,1)• L’Enunciato• La Dimostrazione
• Il Limite Diffusivo di altri Modelli Garch
Indice
Il Limite Diffusivo dell’M-Garch(1,1): L’Enunciato
Dato il modello M-GARCH(1,1):
e
o, equivalentemente:
e sono i.i.d. N(0,1)
23
Il Limite Diffusivo dell’M-Garch(1,1): L’Enunciato
Dato il modello M-GARCH(1,1):
il suo limite diffusivo è:
e
o, equivalentemente:
e sono i.i.d. N(0,1)
e sono N(0,1)
24
2525
• Limite dei Modelli Garch a Processi Diffusivi• Intuizione• Il Teorema della Convergenza su R2
• L’Enunciato• Le Condizioni
• Il Limite Diffusivo dell’M-Garch(1,1)• L’Enunciato• La Dimostrazione
• Il Limite Diffusivo di altri Modelli Garch
IndiceIl Limite Diffusivo dell’M-Garch(1,1): La Dimostrazione
*L’attenzione è rivolta all’equazione alle differenze per la volatilità. Per la convergenza della prima equazione cfr. Minenna 2001
STEP 1: IL RE-SCALING DEL PROCESSO
I k intervalli vengono divisi in 1/h sotto-intervalli, ciascuno dilunghezza h
=
26
Il Limite Diffusivo dell’M-Garch(1,1): La Dimostrazione
=
q.c. sotto
STEP 2: LA COSTRUZIONE DEL PROCESSO
Definizione della misura di probabilità Ph sullo spazio di Skorokhod D tale che:
27
Il Limite Diffusivo dell’M-Garch(1,1): La Dimostrazione
Individuazione dei valori di e di che
garantiscono la convergenza dei momenti condizionati
STEP 3: VERIFICA DELLA CONDIZIONE 3 DEL TEOREMA DELLA CONVERGENZA
28
Il Limite Diffusivo dell’M-Garch(1,1): La Dimostrazione
• La Condizione 2 è verificata per ogni >0, i.e.:
• La Condizione 3 è evidentemente soddisfatta per costruzione dal processo
• Conseguentemente, anche la Condizione 4 è verificata.
Q.E.D.
STEP 4: VERIFICA DELLE CONDIZIONI 2, 3 E 4
DEL TEOREMA DELLA CONVERGENZA
29 3030
• Limite dei Modelli Garch a Processi Diffusivi• Intuizione• Il Teorema della Convergenza su R2
• L’Enunciato• Le Condizioni
• Il Limite Diffusivo dell’M-Garch(1,1)• L’Enunciato• La Dimostrazione
• Il Limite Diffusivo di altri Modelli Garch
Indice
IL LIMITE DIFFUSIVO DELL’ E-GARCH(1,1)
c Dato il modello E-GARCH(1,1):
il suo limite diffusivo è:
è N(0,1)
Procedura Analoga
Limite dei Modelli Garch a Processi Diffusivi: Il Limite Diffusivo di altri Modelli Garch
31
IL LIMITE DIFFUSIVO DELL’ L-GARCH(1,1)
Dato il modello L-GARCH(1,1):
il suo limite diffusivo è:
è N(0,1)
IL LIMITE DIFFUSIVO DELL’ E-GARCH(1,1)
c Dato il modello E-GARCH(1,1):
il suo limite diffusivo è:
è N(0,1)
Procedura Analoga
Limite dei Modelli Garch a Processi Diffusivi: Il Limite Diffusivo di altri Modelli Garch
32
• L’Intervallo Predittivo della Volatilità• Le Proprietà dell’Equazione Differenziale Stocastica per l’M-Garch(1,1)• La Stima dei Parametri dell’Equazione Differenziale Stocastica• La Determinazione dell’Intervallo
Indice
33
Partendo dal Limite Diffusivo del
Processo GARCH
è possibile stabilire
un Intervallo di Previsione per t
L’Intervallo Predittivo per la Volatilità
34
• L’Intervallo Predittivo della Volatilità• Le Proprietà dell’Equazione Differenziale Stocastica per l’M-Garch(1,1)• La Stima dei Parametri dell’Equazione Differenziale Stocastica• La Determinazione dell’Intervallo
Indice
35
L’Intervallo Predittivo per la Volatilità: Le Proprietà dell’Equazione Differenziale Stocastica per l’M-Garch(1,1)
36
• L’Intervallo Predittivo della Volatilità• Le Proprietà dell’Equazione Differenziale Stocastica per l’M-Garch(1,1)• La Stima dei Parametri dell’Equazione Differenziale Stocastica• La Determinazione dell’Intervallo
Indice
37
L’Intervallo Predittivo per la Volatilità: La Stima dei Parametri dell’Equazione Differenziale Stocastica
La relazione tra l’Equazione alle Differenze Stocastica e l’Equazione Differenziale Stocastica
38
L’Intervallo Predittivo per la Volatilità: La Stima dei Parametri dell’Equazione Differenziale Stocastica
Matching dei Primi due Momenti Condizionati
39
L’Intervallo Predittivo per la Volatilità: La Stima dei Parametri dell’Equazione Differenziale Stocastica
Il Metodo della Massima Verosimiglianza
40
• L’Intervallo Predittivo della Volatilità• Le Proprietà dell’Equazione Differenziale Stocastica per l’M-Garch(1,1)• La Stima dei Parametri dell’Equazione Differenziale Stocastica• La Determinazione dell’Intervallo
Indice
41
L’Intervallo Predittivo per la Volatilità: La Determinazione dell’’Intervallo
42
L’Intervallo Predittivo per la Volatilità: La Determinazione dell’’Intervallo
t
tempo
43
L’Intervallo Predittivo per la Volatilità: La Determinazione dell’’Intervallo
tempoAmpiezza dell’Intervallo di Previsione
t
44
Indice
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili• Concetti Preliminari sui Rischi nei Fondi• Elementi Definitori sui Fondi Flessibili• La Regolamentazione di Trasparenza in Italia• Misure di Rischio basate sulla Volatilità• Realizzazione del Rischio e Regolamentazione di Trasparenza• Analisi Empirica
• Descrizione della Metodologia• Risultati
45 4646
dove:
• = valore del Fondo al tempo t
• = valore del j-mo Asset al tempo t, ( j=1, 2,…,J )
•
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
4747
Rischio di Credito
………
Ogni Asset incorpora molteplici fattori di rischio…
Aj,t
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
4848
… il Valore del Fondo sintetizza tutti rischi incorporati nei vari Asset …
= + + …
+ … + …
tF
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
4949
La Serie Storica di Ft è
un Processo Stocastico
Ft
P(Ft)
tempo
Ft
… quindi Ft è
una Variabile Aleatoria
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5050
Il valore della quota del Fondo
= numero delle quote in circolazione al tempo t
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5151
Il valore della quota del Fondo
= numero delle quote in circolazione al tempo t
tempo
NAVt
La Serie Storica di NAVt è
un Processo Stocastico
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5252
Il rendimento periodale del Fondo
o, equivalentemente, per t s:
tempo
rtNAV
La Serie Storica di rtNAV è
un Processo Stocastico
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5353
MISURAZIONE DEL RISCHIO DEI FONDI
( )t t tdR q R dt dW
t t t tdR R dt R dW ………
tempo
rtNAVProcesso Stocastico
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5454
MISURAZIONE DEL RISCHIO DEL PORTAFOGLIO
attraverso:
,,1
j t
JPF
t j s Aj
E r x E r
, , ,
2 2 2, , ,
12 cov( , )
j t j t l t
JPF
t j s A j s l s A Aj j l
r x r x x r r
Il tradizionale approccio
media-varianza:
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5555
Ma, nel caso dei fondi
è semplicistico
PF NAVt tr r
in quanto:
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5656
Dimostrazione?
PF NAVt tr r
PFtr
NAVtr
= =
, , , ,1 1
, ,1
J J
j t j t j s j sj j
J
j s j sj
x A x A
x A
t s
s
NAV NAVNAV
=
, ,,
1 ,
Jj t j s
j sj j s
A Ax
A
,,1
j t
J
j s Aj
x r
=
=
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5757
Dimostrazione?
PF NAVt tr r
PFtr
NAVtr
= =
, , , ,1 1
, ,1
J J
j t j t j s j sj j
J
j s j sj
x A x A
x A
t s
s
NAV NAVNAV
=
, ,,
1 ,
Jj t j s
j sj j s
A Ax
A
,,1
j t
J
j s Aj
x r
=
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
5858
,,1
j t
JPF
t j s Aj
E r x E r
, , ,
2 2 2, , ,
12 cov( , )
j t j t l t
JPF
t j s A j s l s A Aj j l
r x r x x r r
MISURAZIONE DEL RISCHIO DEI FONDI
Il tradizionale approccio
media-varianza:
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Concetti Preliminari sui Rischi nei Fondi
Indice
59
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili• Concetti Preliminari sui Rischi nei Fondi• Elementi Definitori sui Fondi Flessibili• La Regolamentazione di Trasparenza in Italia• Misure di Rischio basate sulla Volatilità• Realizzazione del Rischio e Regolamentazione di Trasparenza• Analisi Empirica
• Descrizione della Metodologia• Risultati
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Elementi Definitori sui Fondi Flessibili
Libertà di investimento in ogni mercatoe in ogni strumento finanziario
FONDI
FLESSIBILI
60
Esposizione al Rischio
Asset Class selezionate dal
Gestore
Uso dei derivati
e della leva
finanziaria
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Elementi Definitori sui Fondi Flessibili
61
Indice
62
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili• Concetti Preliminari sui Rischi nei Fondi• Elementi Definitori sui Fondi Flessibili• La Regolamentazione di Trasparenza in Italia• Misure di Rischio basate sulla Volatilità• Realizzazione del Rischio e Regolamentazione di Trasparenza• Analisi Empirica
• Descrizione della Metodologia• Risultati
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: La Regolamentazione di Trasparenza in Italia
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di Rischio
63
Ogni fondo deve dichiarare il proprio grado di rischio in termini descrittivi, scegliendo tra sei opzioni ordinate in modo crescente:
PROSPETTOOICR
VALIDITÀ ANNUALE
Indice
64
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili• Concetti Preliminari sui Rischi nei Fondi• Elementi Definitori sui Fondi Flessibili• La Regolamentazione di Trasparenza in Italia• Misure di Rischio basate sulla Volatilità• Realizzazione del Rischio e Regolamentazione di Trasparenza• Analisi Empirica
• Descrizione della Metodologia• Risultati
6565
Ipotesi Fondamentale
La valutazione quantitativa del rischio
si basa su
MISURE DI VOLATILITÀ
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Misure di Rischio basate sulla Volatilità
6666
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
Mapping delle Classi di Rischio Qualitative
a corrispondenti Intervalli di Volatilità
6767
Step 1: Definizione di Intervalli di Perdita del Fondo
Cos’è la PERDITA in un investimento finanziario?
67
PRINCIPIO DI NEUTRALITA’ AL RISCHIO
PERDITA (- 100%, ]dove: = media della Distribuzione di Probabilità del tasso risk-free
rfr
rfr
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
6868
O/N 1y 2y 3y 4y 5y
Date la curva dei tassi risk-free e la relativa volatility surface ...
Step 1: Definizione di Intervalli di Perdita del Fondo
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
696969
Step 1: Definizione di Intervalli di Perdita del Fondo
... si seleziona la Distribuzione di Probabilità del tasso risk-free a un anno …
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
O/N 1y 2y 3y 4y 5y
PROSPETTOPROSPETTOOICROICR
VALIDITVALIDITÀÀANNUALEANNUALE
PROSPETTOPROSPETTOOICROICR
VALIDITVALIDITÀÀANNUALEANNUALE
7070
Step 1: Definizione di Intervalli di Perdita del Fondo
... si seleziona la Distribuzione di Probabilità del tasso risk-free a un anno …
0dove: = media della Distribuzione di Probabilità del tasso risk-free a un anno
1rf
yr 1rf
yr
1( )rfyP r
1rf
yr
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
7171
Step 1: Definizione di Intervalli di Perdita del Fondo
... e ad ogni Classe di Rischio Qualitativa si associa il corrispondente Intervallo di Perdita Annuale del Fondo (multiplo di secondo una funzione esponenziale) …
Inte
rval
li d
i Per
dit
a 0
P(r1yrf)
r1yrf
r1yrf
1rf
yr
1rf
yr
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
7272
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di RischioIntervalli di Perdita
Lmin Lmax
0L1,min 0L1,max
0L2,min 0L2,max
0L3,min 0L3,max
0L4,min 0L4,max
0L5,min 0L5,max
0L6,min 0L6,max
Step 1: Definizione di Intervalli di Perdita del Fondo
... ottenendo …
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
7373
Step 2: Mapping degli Intervalli di Perdita del Fondoai corrispondenti Intervalli di Volatilità del Fondo
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di RischioIntervalli di Perdita
Lmin Lmax
0L1,min 0L1,max
0L2,min 0L2,max
0L3,min 0L3,max
0L4,min 0L4,max
0L5,min 0L5,max
0L6,min 0L6,max
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
7474
Step 2: Mapping degli Intervalli di Perdita del Fondoai corrispondenti Intervalli di Volatilità del Fondo
( )t t tdR q R dt dW
t t t tdR Rdt RdW ………
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di RischioIntervalli di Perdita
Lmin Lmax
0L1,min 0L1,max
0L2,min 0L2,max
0L3,min 0L3,max
0L4,min 0L4,max
0L5,min 0L5,max
0L6,min 0L6,max
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
7575
Step 2: Mapping degli Intervalli di Perdita del Fondoai corrispondenti Intervalli di Volatilità del Fondo
( )t t tdR q R dt dW
t t t tdR Rdt RdW ………
*Il pedice 0 che precede la volatilità indica che si tratta dell’intervallo iniziale, i.e. antecalibrazione
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di RischioIntervalli di Perdita
Lmin Lmax
0L1,min 0L1,max
0L2,min 0L2,max
0L3,min 0L3,max
0L4,min 0L4,max
0L5,min 0L5,max
0L6,min 0L6,max
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di Rischio Intervalli di Volatilità
min max
min 0max
min 0max
min 0max
min 0max
6,min 0max
min 0max
Classi di Rischio Intervalli di Volatilità
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
767676
Step 3: Calibrazione degli Intervalli
REQUISITI
Capacità di riflettere in modo robusto e significativo il grado di rischio “tipico” della corrispondente Classe Qualitativa
Stabilità nel tempo anche a fronte di significative variazioni della curva dei tassi
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
77
Step 3: Calibrazione degli Intervalli
STRUMENTI
Modelli GARCH Diffusivi
Tecniche di Programmazione Stocastica Non-Lineare
REQUISITI
Capacità di riflettere in modo robusto e significativo il grado di rischio “tipico” della corrispondente Classe Qualitativa
Stabilità nel tempo anche a fronte di significative variazioni della curva dei tassi
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
78787878
Step 3: Calibrazione degli Intervalli
Intervento di fine-tuning sugli Intervalli di Volatilità
STRUMENTI
Modelli GARCH Diffusivi
Tecniche di Programmazione Stocastica Non-Lineare
REQUISITI
Capacità di riflettere in modo robusto e significativo il grado di rischio “tipico” della corrispondente Classe Qualitativa
Stabilità nel tempo anche a fronte di significative variazioni della curva dei tassi
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
797979
Step 3: Calibrazione degli Intervalli
3.0 Selezione di un Intervallo iniziale di Volatilità
Intervalli di Volatilitàmin max
01,min 01,max
02,min 02,max
03,min max
04,min 04,max
05,min 05,max
06,min 06,max
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di Rischio
[04,min 04,max]
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8080
Step 3: Calibrazione degli Intervalli
Equazione Differenziale Stocastica del NAV
3.1 Simulazione dell’andamento del Fondo
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8181
Step 3: Calibrazione degli Intervalli
E.D.S. NAV
3.1 Simulazione dell’andamento del Fondo
Quali Parametri?
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8282
Step 3: Calibrazione degli Intervalli
E.D.S. NAV
3.1 Simulazione dell’andamento del Fondo
Quali Parametri?
Il Drift
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8383
Step 3: Calibrazione degli Intervalli
3.1 Simulazione dell’andamento del Fondo
Principio della
Neutralità al Rischio
rfrDrift =
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8484
Step 3: Calibrazione degli Intervalli
3.1 Simulazione dell’andamento del Fondo
5rfyr
Robustezza degli
Intervalli di Volatilità
Drift =
O/N 1y 2y 3y 4y 5y
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8585
Step 3: Calibrazione degli Intervalli
3.1 Simulazione dell’andamento del Fondo
1% 1%98%
5rfyr1% 5
rfyr 99% 5
rfyr
98%
5rfyP r
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8686
Step 3: Calibrazione degli Intervalli
3.1 Simulazione dell’andamento del Fondo
1% 5rfyr 99% 5
rfyr
99% 5 1% 5
1rf rfy yr r
Distribuzione Uniforme Continua
1% 1%98%
5rfyr1% 5
rfyr 99% 5
rfyr
98%
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8787
Step 3: Calibrazione degli Intervalli
E.D.S. NAV
3.1 Simulazione dell’andamento del Fondo
Quali Parametri?
Il Coefficiente Diffusivo
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
8888
Step 3: Calibrazione degli Intervalli
3.1 Simulazione dell’andamento del Fondo
Intervallo di Volatilità
Iniziale: [04,min 04,max]
Rappresentatività degli
Intervalli di Volatilità
Distribuzione Triangolare Simmetrica
0 4,min 0 4,max0 4,max 0 4,min
2
0 4,max 0 4,min
2
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
89
1% 5rfyr 99% 5
rfyr
99% 5 1% 5
1rf rfy yr r
Distribuzione Uniforme Continua
Distribuzione Triangolare Simmetrica
0 4,min 0 4,max0 4,max 0 4,min
2
0 4,max 0 4,min
2
89
Step 3: Calibrazione degli Intervalli
3.1 Simulazione dell’andamento del Fondo
Drift
Coefficiente Diffusivo
E.D.S. NAV
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9090
Step 3: Calibrazione degli Intervalli
NAV
3.2 Calcolo della Serie Storica della Volatilità Annualizzata
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
919191
Step 3: Calibrazione degli Intervalli
NAV
3.2 Calcolo della Serie Storica della Volatilità Annualizzata
Per ogni traiettoria
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9292
0G4,max,t(3)
0G4,min,t(3)
tempo
t
Step 3: Calibrazione degli Intervalli
0G4,max,t(2)
0G4,min,t(2)
0G4,max,t(1)
0G4,min,t(1)
t(3)t(2)t(1)
3.3 Banda di Previsione della Volatilità con ModelliGARCH Diffusivi
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9393
tempo
t
Step 3: Calibrazione degli Intervalli
0G4,max
Limite Superiore
0G4,min
Limite Inferiore
3.3 Banda di Previsione della Volatilità con ModelliGARCH Diffusivi
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9494
[0G4,min 0G
4,max]
[04,min 04,max]
VS
Step 3: Calibrazione degli Intervalli
3.4 Validazione dell’Intervallo di Volatilità Iniziale
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9595
tempo
t
Step 3: Calibrazione degli Intervalli
3.4 Validazione dell’Intervallo di Volatilità InizialeCalcolo del numero di osservazioni esterne alla Banda
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9696
Step 3: Calibrazione degli Intervalli
3.4 Validazione dell’Intervallo di Volatilità Iniziale
Traiettoria n° oss. ni [0G4,min 0 G
4,max] n° oss.ni < 0G4,min n° oss.ni > 0G
4,max
1
2
...
n
Tot. [0G4,min 0 G
4,max] Tot. < 0G4,min Tot. > 0G
4,max
Hp.: n° di osservazioni di t = 250 per ogni traiettoria
Calcolo del numero di osservazioni esterne alla Banda
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9797
Step 3: Calibrazione degli Intervalli
3.4 Validazione dell’Intervallo di Volatilità Iniziale
[Tot. > 0G4,max ] + [Tot. < 0G
4,min]
n*250
[Tot. > 0G4,max ]
upn*250
[Tot. < 0G4,min ]
downn*250
=
=
Numero di osservazioni esterne alla Banda in un anno
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9898
Step 3: Calibrazione degli Intervalli
>5% e
3.1
>
3.4.1 Aggiornamento dell’Intervallo di Volatilità iniziale Iterazione della Procedura
up down
[04,min 14,max]
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
9999
Step 3: Calibrazione degli Intervalli
3.4.2 Aggiornamento dell’Intervallo di Volatilità inizialeIterazione della Procedura
>5% e
3.1
<up down
[14,min 04,max]
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
100100
=
Step 3: Calibrazione degli Intervalli
≤ 5%
3.4.3 Fine della Procedura
[04,min 04,max]
[4,min 4,max]
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
101101
Step 3: Calibrazione degli Intervalli
3.1
3.0
3.2
3.3
3.4
t
t
[0G4,min 0G
4,max]
[04,min 04,max]
VS
>5% e
up down3.4.1
Per ogni traiettoria
[04,min 14,max]
[04,min 04,max]
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
102102
Step 3: Calibrazione degli Intervalli
3.1
3.0
3.2
3.3
3.4
t
t
[0G4,min 0G
4,max]
[04,min 04,max]
VS
>5% e
up down3.4.2
Per ogni traiettoria
[14,min 04,max]
[04,min 04,max]
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
103
[04,min 04,max]
103
Step 3: Calibrazione degli Intervalli
3.1
3.0
3.2
3.3
3.4
Fine della Procedura
t
t
[0G4,min 0G
4,max]
[04,min 04,max]
VS
Per ogni traiettoria
[04,min 04,max]
=[4,min 4,max]
≤5%
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
104104104
OUTPUT
basso
medio-basso
medio
medio-alto
alto
molto alto
Classi di RischioIntervalli di Volatilità
min max
0,01% 0,49%
0,50% 1,99%
2,00% 3,99%
4,00% 9,99%
25,00% sopra 25,00%
10,00% 24,99%
Step 3: Calibrazione degli Intervalli
Misure di Rischio basate sulla Volatilità: La Soluzione per l’Autorità di Vigilanza
Indice
105
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili• Concetti Preliminari sui Rischi nei Fondi• Elementi Definitori sui Fondi Flessibili• La Regolamentazione di Trasparenza in Italia• Misure di Rischio basate sulla Volatilità• Realizzazione del Rischio e Regolamentazione di Trasparenza• Analisi Empirica
• Descrizione della Metodologia• Risultati
106106
t
bassomedio-basso
medio
medio-alto
molto alto
alto
tempo
t
bassomedio-basso
medio
medio-alto
molto alto
alto
tempo
PROSPETTOOICR
Classe di Rischio
Medio-Alto
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Realizzazione del Rischio e Regolamentazione di Trasparenza
107107
t
bassomedio-basso
medio
medio-alto
molto alto
alto
tempo
t
bassomedio-basso
medio
medio-alto
molto alto
alto
tempo
Realizzazione del
Rischio di Migrazione
PROSPETTOOICR
Classe di Rischio
Medio-Alto
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Realizzazione del Rischio e Regolamentazione di Trasparenza
108108
t
bassomedio-basso
medio
medio-alto
molto alto
alto
tempo
t
bassomedio-basso
medio
medio-alto
molto alto
alto
tempo
Realizzazione del
Rischio di Migrazione
Aggiornamento del
Prospetto
PROSPETTOOICR
Classe di Rischio
Medio-Alto
PROSPETTOOICR
Classe di Rischio
Alto
Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili: Realizzazione del Rischio e Regolamentazione di Trasparenza
Indice
109
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili• Concetti Preliminari sui Rischi nei Fondi• Elementi Definitori sui Fondi Flessibili• La Regolamentazione di Trasparenza in Italia• Misure di Rischio basate sulla Volatilità• Realizzazione del Rischio e Regolamentazione di Trasparenza• Analisi Empirica
• Descrizione della Metodologia• Risultati
ge n -0 3 l u g-0 3 ge n -0 4 l u g-0 4 ge n -0 5 l u g-0 5 ge n -0 6 l u g-0 6 dic -0 6
a go --4
-3
-2
-1
0
1
2
3
4
5
6
rendimenti
Analisi empirica: Descrizione della metodologia
110
ge n -0 3 l u g-0 3 ge n -0 4 l u g-0 4 ge n -0 5 l u g-0 5 ge n -0 6 l u g-0 6 dic -0 6a go --4
-3
-2
-1
0
1
2
3
4
5
6
rendimenti
Analisi empirica: Descrizione della metodologia
Calcolo della volatilità
111
ge n -0 3 l u g-0 3 ge n -0 4 l u g-0 4 ge n -0 5 l u g-0 5 ge n -0 6 l u g-0 6 dic -0 6
a go --4
-3
-2
-1
0
1
2
3
4
5
6
Periodo rolling
rendimenti
Analisi empirica: Descrizione della metodologia
Calcolo della volatilità
112
ge n -0 3 l u g-0 3 ge n -0 4 l u g-0 4 ge n -0 5 l u g-0 5 ge n -0 6 l u g-0 6 dic -0 6a go --4
-3
-2
-1
0
1
2
3
4
5
6
Periodo rolling
rendimenti
Analisi empirica: Descrizione della metodologia
Calcolo della volatilità
113
ge n -0 3 l u g-0 3 ge n -0 4 l u g-0 4 ge n -0 5 l u g-0 5 ge n -0 6 l u g-0 6 dic -0 6
a go --4
-3
-2
-1
0
1
2
3
4
5
6
Periodo rolling
rendimenti
Analisi empirica: Descrizione della metodologia
Calcolo della volatilità
114
Indice
115
• Garch Diffusivi vs Misure di Rischio per i Fondi Flessibili• Concetti Preliminari sui Rischi nei Fondi• Elementi Definitori sui Fondi Flessibili• La Regolamentazione di Trasparenza in Italia• Misure di Rischio basate sulla Volatilità• Realizzazione del Rischio e Regolamentazione di Trasparenza• Analisi Empirica
• Descrizione della Metodologia• Risultati
Analisi empirica: Risultati
Plot delle Serie Storiche della Volatilità di 31 Fondi Flessibili Italiani
Basso (0)Basso-MedioBasso (0.5)
MedioBasso-Medio (2)
Medio-MedioAlto (4)
MedioAlto-Alto (10)
Alto-MoltoAlto (25)
116
M edioA lto-A lto (10)
A lto-M oltoA lto (25)
Serie storica della volatilità
RischioAlto
Migrazione grado di rischio
RischioMedio-Alto
Periodo rolling
Stabilità grado di rischio
Stabilità grado di rischio
Analisi empirica: Risultati
117
MedioBasso-Medio (2)
Medio-MedioAlto (4)
MedioAlto-Alto (10)
Alto-MoltoAlto (25)
MoltoAlto (30)
Rischio dichiarato
Rischio effettivo
INFERIORE
Analisi empirica: Risultati
118
Medio-MedioAlto (4)
MedioAlto-Alto (10)
Alto-MoltoAlto (25)
Rischio dichiarato
Rischio effettivo
SUPERIORE
Analisi empirica: Risultati
119
Basso (0)
Basso-MedioBasso (0.5)
MedioBasso-Medio (2)
Rischio dichiarato
Rischio effettivo
COERENTE
Analisi empirica: Risultati
120
MedioBasso-Medio (2)
Medio-MedioAlto (4)
MedioAlto-Alto (10)
Rischio dichiarato
Rischio effettivo
MigrazioneMIGRAZIONE
Analisi empirica: Risultati
121
213
7
inferiore
coerentesuperiore
Analisi empirica: Risultati
122
123123
Conclusioni
1. La Volatilità è una misura di rischio fondamentale in finanza:- ampia gamma di applicazioni- variabile indipendente di ogni altra misura di rischio
2. La Volatilità varia in modo casuale nel tempo, identificando un Processo Stocastico
3. Il Processo Stocastico della Volatilità è tipicamente analizzato con Modelli Garch
4. Il Limite Diffusivo dei Modelli Garch secondo il Teorema della Convergenza consente di definire intervalli di previsione attendibili per i valori futuri della Volatilità.
5. I Garch Diffusivi possono essere utilmente impiegati per la definizione di robuste ed efficaci Misure di Rischio basate sulla Volatilità per i Fondi Flessibili …
124124
Conclusioni
… INFATTI
Attraverso Modelli Garch Diffusivi si costruisce la Banda di Previsione della Volatilità:
determinando Intervalli di Volatilità quali “Sottostante” Quantitativo alle Classi di Rischio Qualitativeindividuate dalla Regolamentazione di Trasparenza