Presentazione Analisi Portafoglio

Variabile finanziaria
Analizzata:
- Nei livelli Prezzi
- Nelle differenze Rendimenti
Rendimento al tempo t:
Rt =
( Pt Pt 1 )
Pt 1
1 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Rendimento atteso:
(R pj)
N
E (R ) = j
j =1
Media aritmetica dei rendimenti osservati:
T
1
R =
T
t =1
Rt

Rendimento atteso di un titolo
N
1
Ri =
N
i
R
i =1
Propriet:
E(R1 + R2 ) = E(R1 ) + E(R2 ) = R1 + R2

E[C(R1 )] = CE(R1 ) = C R1

Caratteristiche dei rendimenti:
3
Asimmetria positiva 1 Rt R
T
>0
T
t =1
Distribuzione 1 T
Rt R
4
leptocurtica >3
T
t =1

Varianza di un titolo
(R R )
N 2
1
=i
2
i i
N i =1
La deviazione standard:
i = i
2

Deviazione standard di un titolo
Deviazione standard: Misura di rischio
Condizione essenziale:
normalit distributiva dei rendimenti
Asimmetria Curtosi
3 4
1 T
Rt R 1 Rt R
T
=0 =3
T T
t =1 t =1
Esempio
Table 4-5 Monthly Returns on IBM, Alcoa, and GM (in percent)

Esempio
FIGURE 4-1 Securities and predetermined portfolios.

Coefficiente di correlazione
-1
ij
ij = 0
i j
1

Rendimenti relativi
Rendimento in eccesso
R RB rispetto ad un parametro di
riferimento (Benchmark)
Rendimento in eccesso
R RF rispetto al rendimento del
titolo privo di rischio

Analisi bivariata:
R p = x1 R1 + x2 R2
= x + x + 2 x1 x2 12
2
p
2
1
2
1
2
2
2
2

Analisi bivariata:
FIGURE 5-1 Relationship between expected return and standard

deviation when r = +1.

Analisi bivariata:

deviation when r = 1

Analisi bivariata:

deviation for various correlation coefficients.
Analisi bivariata:
Figure 5-4 Relationship between expected return and standard

deviation when r = 0.

Analisi bivariata:

deviation of return for various correlation coefficients.

Analisi bivariata:
FIGURE 5-12 The efficient set when short sales are allowed.

Analisi bivariata:
FIGURE 5-13 Expected return and risk when the risk-free rate is
mixed with portfolio A.

Analisi bivariata:
CML
(Capital Market Line)
FIGURE 5-14 Combinations of the riskless asset and various risky

portfolios.

Analisi bivariata:
FIGURE 5-15 The efficient frontier with lending but not borrowing
at the riskless rate.

Analisi bivariata:
FIGURE 5-16 The efficient frontier with riskless lending and

borrowing at different rates.

Analisi multivariata:
N
R p = xi Ri
i =1
N N N
=x +
2
p
2
i i
2
x x i j ij
i =1 i =1 j =1i j

FIGURE 4-2 The effect of number of securities on risk of the

portfolio in the United States[13].
FIGURE 4-3 The effect of securities on risk in the U. K. [13].

Portafogli EFFICIENTI:
Condizioni:
A parit di rischio hanno rendimento massimo
A parit di rendimento hanno rischio minimo

PORTAFOGLI EFFICIENTI
=
MERCATI EFFICIENTI
Condizione necessaria:
NORMALITA DISTRIBUTIVA DEI

RENDIMENTI

Individuare un portafoglio efficiente comporta

la soluzione di un problema di minimo
OBIETTIVO: Minimizzare il rischio del

portafoglio

Vincoli:
i =1
xi = 1
N
Rp =
i =1
xi Ri

ESEMPIO

ESEMPIO

ESEMPIO
Combinazioni Rischio/Rendimento tra A e B
14
12
Rendimento Medio
10
100 % A
100 % B
4
2
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Deviazione Standard

ESEMPIO
Combinazioni Rischio/Rendimento tra A e C
13
12,5
100 % A
Rendimento Medio
12
11,5
11
10,5
100 % C
10
11 11,5 12 12,5 13 13,5 14 14,5 15 15,5
Deviazione Standard

ESEMPIO

ESEMPIO
Frontiera efficiente tra A e B
18
16
14
Rendimento Medio
12
10 100 % A
8
6
4 100 % B
2
0
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00 20,00 22,00 24,00
Deviazione Standard

ESEMPIO

ESEMPIO
Frontiera efficiente tra A e C
18
16
14
Rednimento Medio
12
10 100 % A
0
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00 20,00 22,00 24,00
Deviazione Standard

ESEMPIO

ESEMPIO

ESEMPIO
Frontiera efficiente tra A,B,C
16
14
12
Rendimento Medio
10
0
0,00 5,00 10,00 15,00 20,00
Deviazione Standard

ESEMPIO

Stima delle correlazioni
SINGLE INDEX MODEL
Modello che ipotizza lesistenza di un singolo

fattore comune da cui dipende il movimento
di tutti gli altri titoli:
IL RENDIMENTO DEL MERCATO

SINGLE INDEX MODEL
Ri = ai + i Rm
con ai = i + ei si ha:
Ri = i + i Rm + ei
SINGLE INDEX MODEL
PER COSTRUZIONE:
E (ei ) = 0
= E (ei )
2
ei
2
(
= E Rm Rm
2
m ) 2

SINGLE INDEX MODEL
PER IPOTESI:
[(
Cov(ei , Rm ) = E ei Rm Rm = 0 )]
[ ]
Cov (ei , e j ) = E ei e j = 0

SINGLE INDEX MODEL
RENDIMENTO ATTESO di un singolo titolo
E (Ri ) = i + i Rm
E (Ri ) = E ( i + i Rm + ei ) =
= E ( i ) + E ( i Rm ) + (Eei ) =
= E ( i ) + E ( i Rm )
= i + i E (Rm )
SINGLE INDEX MODEL
VARIANZA di un singolo titolo
= + i
2
i
2 2
m
2
ei
= E Ri Ri =
i
2
( ) 2
[ ( )] =
= E ( i + i Rm + ei ) i + i Rm
2
= E [ + R + e R ] =
2
i i m i i i m
= E [ R + e R ] =
2
i m i i m
= E [ (R R ) + e ] =
2
i m m i
= E (R R ) + E (e ) + 2 E [(R R )e ] =
2 2 2
i m m i i m m i
= E (R R ) + E (e ) =
2 2 2
i m m i
= i2 m2 + ei2
SINGLE INDEX MODEL
COVARIANZA tra due titoli
ij = i j 2
m
[(
ij = E Ri Ri Rj Rj = )( )]
{[ ( )] [ ( )]}
= E (i + i Rm + ei ) i + i Rm ( j + j Rm + ej ) j + j Rm =
= E[( + R + e R ) ( + R + e R )] =
i i m i i i m j j m j j j m
= E[( (R R ) + e ) ( (R R ) + e )] =
i m m i j m m j
= E(R R ) + E[e (R R )]+ E[e (R R )]+ E(e e ) =

2
i j m m j i m m i j m m i j
= i j m2
SINGLE INDEX MODEL
Per il portafoglio
Definendo:
N
p =
i =1
xi i
N
p =
i =1
x i i
Si ha:
R p = p + p Rm
SINGLE INDEX MODEL
Se P il portafoglio di mercato
Il suo rendimento sar il rendimento del mercato. Quindi:
R p = Rm
Se e solo se:
p = 0
p =1
CML e SML
CML SML
RA RF
R p = RF +

P
(
Ri = RF Rm RF i )
A
CML
SML
RF
GUADAGNO DI
EFFICIENZA

CML e SML
Nella CML lindice di riferimento lindice di Sharpe:
S=
(R p RF )
p
Ora:
R p = RF +
(Rm RF )
m Tutti i portafogli
p
R p RF =
(Rm RF ) presenti sulla CML
hanno lo stesso indice
m
p
di Sharpe.
(R p RF ) = (R m RF )
p m
CML e SML
Nella SML lindice di riferimento lindice di Treynor:
T=
(R R ) i F
Ora:
i
( )
Ri = RF + Rm RF i Tutti i titoli presenti
R R = (R R )
i F m F i
sulla SML hanno lo
stesso indice di
(R R ) = (R R )
i F Treynor.

m F
i
Se Ri = Rm e quindi se i = 1 .

STIMA DEI
Diversi metodi:
Dati storici: si estrapolano i dati futuri sulla base delle serie

storiche precedenti.
Tecnica di Blume: modellare i beta storici considerando la
tendenza che hanno i beta predetti a regredire verso 1.
Tecnica di Vasicek: modellare i beta storici aggiustandoli verso
il loro beta medio.

SINGLE INDEX MODEL
CRITICITA
1)E un modello empirico, dedotto cio da

comportamenti empirici che sono stati
osservati, non c nessuna teoria alla base e
quindi non mi spiega le motivazioni che
possono indurre un dato fenomeno.

SINGLE INDEX MODEL
2) Lipotesi di incorrelazione tra le componenti

casuali dei titoli
[ ]
Cov (ei , e j ) = E ei e j = 0
non pressoch esistente nella realt. Ad esempio

titoli appartenenti ad uno stesso settore, o titoli
facenti parte di uno stesso gruppo, hanno una
correlazione non nulla.

RIASSUMENDO
ASPETTI RILEVANTI
9 Presenza del titolo privo di rischio: consente di

avere una situazione di migliore efficienza.
9 Se entrambi i titoli sono rischiosi, necessario che

il coefficiente di correlazione sia il pi possibile
vicino al valore di -1, per ottenere un portafoglio
con rischio inferiore al rischio dei singoli
componenti.

ASSET ALLOCATION
INDICE DI TREYNOR:
E un indicatore del grado di desiderabilit del

titolo (sempre allinterno del single index
model).
In pratica si scelgono i titoli con un indice di

treynor maggiore di un livello soglia
prefissato.

ASSET ALLOCATION
Il livello soglia, C*, chiamato cut-off rate.
In pratica bisogna ordinare i titoli in ordine

decrescente in base allindice di Treynor.
Poi bisogna partire dal primo titolo e

calcolare C1, ipotizzando che sia lunico
titolo presente nel portafoglio.
ASSET ALLOCATION
Poi si calcola C2, ipotizzando che nel

portafoglio ci siano i primi due titoli, e cos
via.
Tra i Ci che abbiamo calcolato, il nostro C*,

sar quello per cui tutti i titoli utilizzati per
il suo calcolo hanno un indice di Treynor
maggiore di C*, e tutti gli altri titoli hanno
un indice di Treynor inferiore.

ASSET ALLOCATION
FORMULA PER CI:
i (R RF i )
2
m j =i
j
Ci =
ej
i 2
1+ 2 i
j =i
m 2
ej

ASSET ALLOCATION
Table 9-1 Data Required to Determine Optimal Portfolio RF = 5%

ASSET ALLOCATION
Table 9-2 Calculations for Determining Cut-off Rate with s2m = 10

ASSET ALLOCATION
PESO SINGOLI TITOLI
Zi
xi =
Zi
dove:
i Ri RF
Zi = 2 C
*
ei i
ASSET ALLOCATION
Nellesempio precedente:
(10 5, 45 ) = 0,091 x1 = Z1 / Z = 16,69%

2
Z1 =
100
(8 5, 45 ) = 0,143 x2 = Z2 / Z = 26,23%
5,625
Z1 =
100
(7 5, 45 ) = 0,0775 x3 = Z3 / Z = 14,21%
5
Z1 =
100
(6 5, 45 ) = 0, 22 x4 = Z4 / Z = 40,35%
40
Z1 =
100
(6 5, 45 ) = 0,01375 x5 = Z5 / Z = 2,52%
2 ,5
Z1 =
100
Z
i =1
i = 0 ,54525

STIMA DEI RENDIMENTI ATTESI
ASSET ALLOCATION STRATEGICA
Attivit con lo scopo di determinare la ripartizione del

capitale da investire nelle macro categorie di investimento
presenti sul mercato.
ASSET ALLOCATION DINAMICA
O Market Timing, cio lattivit di previsione del momento

giusto in cui entrare nel mercato

DETERMINAZIONE DEI PESI TARGET
Si concretizza nel risolvere una funzione di ottimizzazione,

una volta stimati i rendimenti attesi.
DUE ALTERNATIVE:
1) Dato storico per stimare il valore puntuale del rendimento atteso

2) Dato storico per stimare lo spread storico rispetto alla
previsione di ununica variabile: in genere il tasso risk free, o
delle obbligazioni a lungo termine (per i titoli azionari).

Determinati i pesi target, si devono definire gli

eventuali scostamenti da essi, in base alle view
di mercato che si hanno.
Bisogna quindi ipotizzare quali siano i

rendimenti attesi futuri o i loro spread rispetto
al tasso risk free.

Numerosi studiosi hanno dimostrato che il livello

di alcune variabili permette di prevedere i
rendimenti futuri delle azioni o dei loro spread.
Le variabili con maggiore capacit
previsionale sono:
1)Dividendi dellindice azionario sul valore di mercato dellindice

2)Valore contabile dellindice rapportato al valore di mercato
3)Utili dei titoli dellindice sul valore di mercato dellindice
4)Media degli utili in rapporto al valore di mercato dellindice.

STIME DEI RENDIMENTI ATTESI DEGLI

ANALISTI: TROPPO OTTIMISTICHE E
ETEROGENEE.
In genere si avr un portafoglio ottimo

caratterizzato da pochissimo titoli (uno o due),
annullando tutti i benefici della
diversificazione.

VANTAGGI DELLA DIVERSIFICAZIONE:
1) Riduzione del rischio

2) Ogni stima ha un suo errore casuale, se per tali errori non
sono correlati, lerrore casuale totale di un portafoglio
diminuir e aumenter la possibilit di extrarendimenti.
3) Aumentando il numero di titoli e diminuendo la percentuale
investita in ognuno di essi, si riduce il rischio legato a
previsioni errate degli analisti fatte su singoli titoli.
RIMEDIO: porre dei vincoli alla percentuale investita in ogni titolo.

Per garantire una diversificazione ragionevole, si possono seguire

diverse strade.
I ALTERNATIVA
Un modo semplice, per evitare portafogli eccessivamente

concentrati, partire dalla media delle previsioni e correggere
lintera distribuzione delle stime degli analisti in modo tale da
ottenere una media coerente con la natura del titolo che stiamo
analizzando.

II ALTERNATIVA
Se si ritiene che un modello di equilibrio possa descrivere la

realt, per mantenere la relazione fra quello che lanalista pensa
sia lextra rendimento rispetto al valore medio atteso, prima e
dopo la correzione si dovrebbero aggiustare gli scostamenti
verso il rendimento di equilibrio piuttosto che verso la media.
Un esempio di modello potrebbe essere il CAPM.

III ALTERNATIVA
Un ulteriore aggiustamento che pu essere realizzato per favorire

lutilizzo della previsione dellanalista nel processo di
ottimizzazione, consiste nel riconoscere che diversi analisti e
diverse fonti previsionali contengono differenti elementi
informativi. Quindi si dovrebbero correggere maggiormente le
previsioni meno accurate rispetto a quelle pi affidabili.

SCELTA DEI PORTAFOGLI NELLOPPORTUNITY SET
I METODO: SCELTA DIRETTA
Confrontare direttamente i portafogli presenti nellopportunity

set. Pu essere effettuato un confronto analitico oppure
grafico.
Tecnica poco raffinata e imprecisa.

II METODO: FUNZIONI DI PREFERENZA
Consiste nel ponderare diversamente i risultati positivi da quelli

negativi. Il fattore di ponderazione la proporzione, cio il
numero di volte in cui il risultato si manifesta, sul totale.
Ponderare una funzione per la proporzione di ciascun

risultato, equivalente a calcolare un valore medio o
atteso.

TEOREMA DELLUTILITA ATTESA
E (U ) = U (W ) P(W ) FUNZIONE DI UTILITA

W
Quindi linvestitore sceglier tra alternative che

massimizzano lutilit attesa, e quindi e che
massimizzano la funzione sopra descritta.
INCONVENIENTI: difficolt di stimare le funzioni di utilit utilizzate

III METODO: FUNZIONI DI TOLLERANZA AL

RISCHIO
2
Massimizzare la seguente f = R
funzione di utilit: T
Dove T la tolleranza al rischio che esprime il trade-off dellinvestitore

tra rendimento atteso e varianza del rendimento.

Se si assume la possibilit di investire e di prendere a prestito al tasso privo di

rischio, si deve trovare la proporzione ottimale da investire nel portafoglio
tangente, cio la proporzione che massimizza la funzione di utilit.
Tale proporzione risulta essere:
T RT RF
xT =

2 T 2

dove RT e T sono rispettivamente il rendimento medio e la varianza

2
del portafoglio tangente.

IV METODO: MODELLI SAFETY FIRST
Modelli basati sullipotesi secondo cui gli investitori

preferiscono basare le proprie decisioni finanziarie su
modelli semplici che si concentrano su risultati negativi,
quindi su modelli che pongono dei limiti al rischio di
incorrere in gravi perdite. Lassunzione fondamentale che i
rendimenti debbano distribuirsi normalmente, in modo da
ottenere risultati coerenti con lanalisi media varianza.
In modelli in letteratura sono tre:

MODELLO DI ROY (1952)
Sostiene che il portafoglio migliore quello che presenta la

pi bassa probabilit di generare un rendimento al di sotto di
un determinato livello. Se R p il rendimento del portafoglio e
RL il rendimento minimo accettato dallinvestitore, il
criterio :
Minimizzare la Probabilit che R p < RL

MODELLO DI KATAOKA
Sostiene che il portafoglio migliore quello che massimizza il

limite inferiore RL sotto il vincolo che la probabilit di un
rendimento minore o uguale al limite inferiore, , non sia
maggiore di un valore predeterminato:
Massimizzare RL
Sotto il vincolo che la probabilit (R p < RL )

MODELLO DI TELSER
Sostiene che il portafoglio migliore quello che massimizza il

rendimento atteso, sotto il vincolo che la probabilit di un
rendimento minore o uguale al limite inferiore, , non sia
maggiore di un valore predeterminato:
Massimizzare Rp
Sotto il vincolo che la probabilit (R p < RL )

V METODO: MASSIMIZZARE IL RENDIMENTO

MEDIO GEOMETRICO
Scegliere il portafoglio che presenta il maggior rendimento

medio geometrico. Secondo questa teoria, la massima
media geometrica ha:
1) La pi alta probabilit di raggiungere o superare un dato
livello di ricchezza nel minor tempo possibile;
2) La pi alta probabilit di superare un dato livello di
ricchezza in un determinato periodo di tempo.
Salvo poche eccezioni, i risultati sono molto criticati e non compatibili con lanalisi media-varianza.

VI METODO: VALUE AT RISK
Il Value at Risk rappresenta la massima perdita possibile

realizzabile in un determinato periodo di tempo, per un
dato livello di confidenza.
Le tecniche pi utilizzate per stimarlo sono:
1)Il metodo Parametrico (o media varianza)
2)Il metodo della Simulazione Storica
3)Il metodo Montecarlo

Il metodo parametrico il pi semplice da

implementare, ma presuppone due ipotesi non banali:
1) Normalit distributiva dei rendimenti

2) I movimenti del portafoglio sono una combinazione
lineare dei movimenti dei titoli che lo compongono (ad
esempio non valido per le opzioni).
Sotto tali ipotesi il VaR calcolato come:
VaR = (R Z )C0

Il metodo della Simulazione Storica assume che la distribuzione futura

dei rendimenti dei fattori di rischio sia uguale a quella passata.
Si faccia l'esempio di un portafoglio con due soli fattori di rischio. Si
prendano le serie storiche dei rendimenti dei due fattori di rischio
con una numerosit di 500 elementi. Il valore di ognuno dei due
prodotti presenti in portafoglio viene ricalcolato per ognuno dei 500
rendimenti storici; sommando i due vettori di valori cos ottenuti, si
ottiene un vettore di 500 elementi, che rappresenta la distribuzione
empirica del valore atteso del portafoglio, sotto l'ipotesi che i
rendimenti futuri abbiano la stessa distribuzione dei rendimenti
passati. Data la distribuzione empirica, semplice estrarne il
percentile desiderato (per esempio, su un vettore di 500 elementi, il
99 percentile dato dal quinto peggior risultato); la differenza tra il
valore odierno del portafoglio ed il valore atteso estratto il VaR ad
un determinato livello di confidenza
VANTAGGIO: non si fanno ipotesi a priori sulla distribuzione dei rendimenti.

Il metodo Monte Carlo una tecnica di simulazione.

Fatte alcune assunzioni sulla distribuzione dei
rendimenti e la correlazione fra gli stessi, e stimati i
parametri di tale distribuzione, il metodo Monte Carlo
utilizza questi dati per calcolare una serie di possibili
insiemi di valori futuri dei rendimenti dei titoli in
portafoglio. Per ogni insieme di valori, il portafoglio
rivalutato. Come in simulazione storica, dal vettore
dei rendimenti attesi del portafoglio viene estratto il
percentile desiderato.

VII METODO: INVESTIMENTO OTTIMALE

CON PASSIVITA
Obiettivo primario dellinvestitore soddisfare gli impegni

futuri, quindi gestire le proprie attivit finanziarie per
fronteggiare le uscite future.
RICCHEZZA NETTA (ATTIVITA PASSIVITA), quindi il

parametro di riferimento, e non la ricchezza assoluta.

Il problema consiste nel adattare un insieme potenzialmente complesso di

debiti futuri al sistema bi-dimensionale dellottimizzazione di portafoglio
(media-varianza).
ESEMPIO: dato un fondo con determinate uscite di cassa

future, lattivit senza rischio sarebbe un portafoglio di
obbligazioni con cash flow coincidenti con il flusso delle
passivit.
NEUTRALIZZATORE DI ATTIVITA

Il problema nasce dal fatto che non sempre si pu coprire il rischio in modo
preciso, perch le passivit sono meno facili da replicare con le attivit
esistenti, bisogna quindi approssimarle.
Una valida alternativa consiste nello studiare la correlazione tra le serie

storiche delle passivit e le serie storiche di alcune tra le attivit finanziarie
ritenute pi adatte, imponendo ai coefficienti di regressione di sommare a
1. Questo strumento artificiale, la migliore approssimazione che si pu
realizzare con un portafoglio a ponderazione fissa di attivit.

MODELLI DI EQUILIBRIO: CAPM
IPOTESI BASILARI
1) Assenza di costi di transazione.

2) Attivit infinitamente divisibili.
3) Assenza di unimposta sul reddito degli investitori.
4) Ogni investitore non possa influire sul prezzo dei titoli, con
le proprie operazioni di acquisto vendita.
5) Le decisioni degli investitori vengono prese unicamente
allinterno del sistema bidimensionale visto in precedenza
(media deviazione standard).

6) Non esistono vincoli alle vendite allo scoperto.

7) E possibile prendere a prestito e indebitarsi
illimitatamente al tasso di interesse privo di rischio.
8) Il periodo di tempo delle aspettative unitario e uguale
per tutti gli investitori.
9) Le aspettative sono omogenee per tutti gli investitori.
10) Tutte le attivit, compreso il capitale umano, possono
essere liberate scambiate sul mercato.

Lequazione del CAPM:
(
Ri = RF + i RM RF )
oppure:
Indica la variazione del
RM RF iM rischio del portafoglio di
Ri = RF + mercato al variare del

peso i. Quindi una
M M misura del rischio di ogni
attivit.

In termini di prezzi
Definiamo il rendimento del titolo i come:
Ri =
(Yi Pi ) Yi
= 1
Pi Pi
Definiamo il rendimento del mercato come:
RM =
(YM PM ) YM
= 1
PM PM

Lequazione del CAPM diventa:
Yi YM iM
1 = RF + 1 RF 2
Pi PM M
Alla fine otteniamo:
cov(YiYM )
Pi =
1
(
Yi YM rF PM
( )
)

rF var YM

Prime considerazioni sul CAPM:
- Le ipotesi sono molto restrittive e spesso poco realistiche
- Anche se il CAPM riuscisse a spiegare il comportamento dei

rendimenti, non spiegherebbe il comportamento dei singoli
investitori perch questi, in genere, detengono portafogli molto
limitati di attivit rischiose, che non replicano assolutamente il
mercato.

VERSIONI ALTERNATIVE DEL CAPM SOTTO IPOTESI

PIU REALISTICHE
1) CAPM con impossibilit di vendite allo scoperto

2) CAPM con impossibilit di investire ed indebitarsi illimitatamente al tasso privo
di rischio
3) CAPM con impossibilit di indebitarsi illimitatamente al tasso privo di rischio
4) CAPM con imposizione fiscale sui redditi
5) CAPM in presenza di asset non negoziabili
6) CAPM in presenza di aspettative non omogenee
7) CAPM con presenza di investitori in grado di influenzare i prezzi del mercato
8) CAPM multiperiodale

VERIFICHE EMPIRICHE SUL FUNZIONAMENTO

DEL CAPM
E (Ri ) = RF + i [E (RM ) RF ]
Poich non esistono dati sistematici sulle aspettative, tutti i test empirici sono
stati condotti sulla base dei valori storici realizzati delle diverse variabili.

Prime ipotesi verificate:

1) Ad un maggior livello di rischio (beta), dovrebbe essere associato un
maggior rendimento
2) La relazione tra rendimento e beta dovrebbe essere lineare.
Ipotesi validate da Sharpe e Cooper con unanalisi condotta nel

1972 sui titoli del New York Stock Exchange per il periodo
(1931-1967).

ANALISI CONDOTTA DA LINTNER NEL 1968
DUE FASI:
1) Stima dei beta con una regressione sulla serie storica di ogni titolo:
Rit = i + i RMt + eit

2) Verifica del CAPM attraverso una regressione Cross-sectional dei
rendimenti di tutti i titoli in un dato periodo sui beta, nella forma:
Ri = a1 + a2bi + a3 S + i 2
ei
Ri = a1 + a2bi + a3 S + i 2
ei
Per avere il CAPM dovrebbero valere:
a3 = 0
a1 = RF
a2 = (RM RF )
Tutte le loro analisi, e anche analisi successive svolte da Douglas,

portarono a dei risultati totalmente incoerenti con il CAPM.
CRITICHE DI MILLER E SCHOLES A LINTNER
1) Parte dallequazione del Single Index Model e non da

quella del CAPM, ma le due si equivalgono solo se RF
costante nel tempo e non correlato con il mercato, ipotesi
in genere non valide.
2) La stima del Beta di ogni titolo comunque soggetta ad

errore di campionamento, perch frutto dellestrazione di
un campione casuale.
3) Distribuzione dei rendimenti caratterizzata da

unasimmetria positiva.
CONCLUSIONI DELLE VERIFICHE EMPIRICHE
1) Nel lungo periodo il rendimento legato in modo lineare al

rischio sistematico, che quello per cui si viene remunerati.
2) Il modello rappresenta un gioco equo, quindi le deviazioni
dai rendimenti di mercato non possono essere utilizzate per
lucrare extra-profitti.
3) Quindi, in generale, anche se le verifiche empiriche non
riescono a testare in modo preciso la validit del CAPM, le
conseguenze che ne derivano per il comportamento degli
investitori sono quelle che ci aspetteremmo da una verifica
empirica del modello di equilibrio.
E (Ri ) = RF + i (E (RM ) RF )
Poniamo:
E (ri ) = E (Ri ) RF
E (rM ) = E (RM ) RF
Lequazione del CAPM diventa:
E (ri ) = E (rM ) i
Che in termini di variabili osservabili:
rit = rMt i + it
Lequazione semplicemente quella del Single Index Model con la costante uguale a zero:
rit = rMt i + it + i
Nella pratica la costante va messa, e va testata lipotesi che sia o meno diversa da zero.
i = 0 Il rendimento del titolo adeguato al suo profilo di

rischio.
i < 0 Il rendimento del titolo inferiore rispetto a quello

che dovrebbe avere in base al suo profilo di rischio.
i > 0 Il rendimento del titolo superiore rispetto a quello

che dovrebbe avere in base al suo profilo di rischio.
i INDICATORE DI PERFORMANCE
Di Jensen
ANALISI PER SERIE STORICHE: i fisso e faccio variare t. Quindi rMt la

variabile indipendente e i il parametro da stimare.
ANALISI CROSS SECTION: t fisso e faccio variare i. Quindi i la

variabile indipendente e rMt il parametro da stimare.
PROBLEMI DEL CAPM

1) Il portafoglio di mercato viene in genere approssimato con un indice di
borsa, quindi se il CAPM non dovesse funzionare, non possiamo sapere
quanto sia dovuto al fatto di aver scelto lindice sbagliato.
2) Le variabili spesso non si distribuiscono normalmente, quindi la statistica
test per testare lipotesi non si distribuisce pi come una t di Student.
3) Presenza di eteroschedasticit e autocorrelazione della componente
residua. Si devono quindi utilizzare degli stimatori corretti per questa
maggiore variabilit.
4) Correlazione tra la variabile di mercato e la componente casuale. Si
devono utilizzare le variabili strumentali, quindi la variabile di mercato
deve essere sostituita con unaltra variabile che sia ad essa molto correlata,
ed incorrelata alla componente casuale.
5) Approssimazione del valore atteso delle variabili con i rendimenti
osservati, quindi il beta influenzato dalla scelta campionaria effettuata.
Importante la scelta dellintervallo temporale adeguato.
MODELLI DI EQUILIBRIO: APT
ARBITRAGE PRICING THEORY

Proposto da Ross nel 1976-1977 con lintento di spiegare il meccanismo
per la formazione dei prezzi delle attivit finanziarie , partendo da un
processo di generazione dei rendimenti dei titoli. Tutto tramite argomenti
di arbitraggio.
ARBITRAGGIO: lopportunit di poter effettuare operazioni

finanziarie a costo nullo, senza alcun tipo di rischio, e con un
rendimento positivo. Ovviamente tutte e tre le condizioni devono
valere contemporaneamente.
L'arbitraggio si differenzia dalla speculazione per il fatto che, mentre il primo un modo di
lucrare sulle differenze di prezzo presenti in luoghi diversi la seconda opera sulle differenze di
prezzo di uno stesso bene in tempi diversi: mentre la speculazione ricerca il lucro giocando sul
fattore "tempo" (vendita successiva all'acquisto e viceversa), l'arbitraggio lo ricerca nel fattore
"spazio" (acquisto e vendita su due mercati diversi).
IPOTESI BASILARI:
1) Assenza di arbitraggio (o legge dellunico prezzo): due oggetti diversi non possono
avere prezzi diversi.
2) I prezzi possono essere influenzati da fattori aggiuntivi oltre al rendimento atteso e
alla varianza (quindi non siamo pi nel modello media varianza).
3) Omogeneit delle aspettative.
4) N elevato.
5) Il rendimento dei titoli deve avere la seguente struttura:
Ri = a1 + b1i I1 + b2i I 2 + ..... + b ji I j + ei
ai il rendimento atteso del titolo i se tutti gli indici assumono un valore pari a zero.
Ij il valore del j-esimo fattore che influenza il rendimento del titolo i.
bij la sensitivit del rendimento del titolo i al fattore j.
ei un termine di errore casuale con media zero e varianza
CONDIZIONI NECESSARIE:
E (ei e j ) = 0
[(
E ei I j I j = 0)]
Sono condizioni necessarie affinch il modello possa descrivere in

modo completo il processo di generazione del rendimento dei titoli e
quindi poter arrivare ad un modello di equilibrio.
IPOTIZZIAMO UN PORTAFOGLIO CON DUE TITOLI:
La condizione imposta, di avere un N elevato, ci permette di costruire un

portafoglio con le seguenti caratteristiche:
x =0
i =1
i Investimento iniziale nullo
x b
i =1
i 1i =0
Senza rischio sistematico.
N
x b
i =1
i 2i =0
N
x e
i =1
i i =0 Senza rischio specifico.
Le condizioni di ortogonalit espresse, ci permettono di sfruttare un teorema

dellalgebra lineare, da cui deriviamo che il rendimento atteso del titolo i
pu essere espresso come:
Ri = 0 + 1b1i + 2b2i
Ora, ipotizzando i b pari a zero, si ottiene:
Ri = 0 Si tratta di un portafoglio senza rischio, quindi RF
Ora, ipotizzando solo il secondo b pari a zero, ed il primo pari ad 1, si ottiene:
Ri = RF + 1
Quindi:
1 = Ri RF
Generalizzando:
( )
Ri = RF + b1i R1 RF + ... + b ji R j RF ( )
O ugualmente:
Ri = 0 + b1i 1 + ... + b ji j
Quindi per testare la validit empirica del modello, non bisogna individuare il portafoglio di
mercato (CAPM), ma condurre una verifica empirica su un numero valido di titoli, e verificare
la condizione di assenza di arbitraggio. Il numero di titoli deve ovviamente rappresentare la
categoria di tutti i titoli che ci interessa.
PROBLEMI: non fornisce nessuna indicazione sui fattori di rischio e sul loro segno.
RIASSUMENDO
Il processo multifattoriale di generazione dei rendimenti :
J
Ri = ai + bij I j + ei
j =1
Il modello APT che deriva da questo processo pu essere scritto come:
J
Ri = RF + bij j
j =1
Gli I j sono gli stessi per tutti i titoli e sono chiamati Fattori. Questi fattori
influenzano il rendimento dei diversi titoli e sono fonte di covarianza tra i loro
rendimenti.
I bij sono invece diversi da titolo a titolo e rappresentano un attributo distintivo
dellasset.
STIME
- I fattori non sono noti e devono essere stimati.
-Anche i Beta devono essere stimati per poter testare la validit empirica del modello.
Esistono diverse metodologie che stimano fattori e beta contemporaneamente, oppure

in due fasi diverse.
I METODO: Determinazione simultanea dei fattori e delle sensitivity

ANALISI FATTORIALE: determina linsieme dei fattori e delle sensitivity che minimizza la
covarianza tra i residui. Nella pratica si procede di volta in volta aggiungendo un fattore, e ci si
interrompe quando la probabilit che il fattore aggiuntivo spieghi una porzione statisticamente
significativa della matrice delle covarianze, scende al di sotto di una determinata soglia.
Una volta stimati i fattori I e i coefficienti di sensitivit Beta, possibile determinare i coefficienti
lambda con una regressione.
PROBLEMI:
1) Le stime dei beta sono soggette ad errore;
2) I segni dei fattori non hanno alcun significato economico;
3) Il fattore di scala dei beta e dei lambda arbitrario;
4) Non vi garanzia che lordine dei fattori sia lo stesso per diversi campioni;
5) E implementabile su un numero ristretto di titoli, data la complessit matematica.
Inoltre, dimostrato, che il numero di fattori significativi, varia al variare della
dimensione del campione usato per la stima.
Se la teoria corretta, e lanalisi fattoriale ci permette di individuare

un campione di fattori significativi adeguato: il prezzo delle diverse
fonti di rischio, i lambda, e lintercetta, dovrebbero essere identici per
ogni gruppo (insieme dei titoli presi a campione).
Purtroppo sono stati effettuati molti test di verifica e i risultati sono

ambigui. Non si arrivati ad una conclusione sulla validit del modello
APT e sulladeguatezza della metodologia statistica utilizzata per
identificare tutti i parametri del modello.
Unalternativa consiste nel tentare di stimare a priori le variabili che riteniamo

possano influenzare i rendimenti. Purtroppo non c nessuna teoria alla
base che ci dia delle indicazioni in merito, ma vediamo tre diverse
alternative.
I: INDIVIDUAZIONE DI UN INSIEME DI ATTRIBUTI AZIENDALI

Sharpe ipotizza una serie di attributi che possano influenzare i rendimenti:
1) Beta del titolo rispetto allindice S&P
2) Dividend yield
3) Capitalizzazione di mercato
4) Beta del titolo rispetto ad un indice dei titoli obbligazionari a lungo termine
5) Valore passato dellalfa
6) Otto variabili di appartenenza settoriale.
Tali variabili possono essere testate contemporaneamente o immesse nel modello una
alla volta per valutare il loro contributo.
ESEMPIO SU DATI MENSILI DI 2179 TITOLI AZIONARI TRA IL 1931 E IL 1979
II: SPECIFICAZIONE DI UN INSIEME DI FATTORI MACROECONOMICI
Chen, Roll e Ross hanno testato una serie di variabili economiche:

1) Inflazione.
2) Struttura a termine dei taasi dinteresse.
3) Premio per il rischio.
4) Produzione industriale.
Dalle loro analisi risulta che questi fattori sono rilevanti nella determinazione
del rendimento dei titoli.
Sviluppi successivi di questa teoria, sono a conferma della bont del modello APT, come modello
di spiegazione dei rendimenti azionari.
III: DEFINIZIONE DI PORTAFOGLI DI TITOLI COME FATTORI DI RISCHIO
Fama e French sviluppano questa analisi, che consiste nello specificare

uninsieme di portafogli che a priori possano catturare tutti gli effetti che
influenzano il rendimento dei titoli. I portafogli sono:
1) differenza di rendimento tra un portafoglio di azioni a bassa
capitalizzazione e uno ad alta capitalizzazione;
2) differenza di rendimento tra un portafoglio di azioni con indice book-to-
price alto e uno con basso valore dello stesso rapporto;
3) differenza di rendimento mensile tra titoli governativi a lungo termine e
titoli ad un mese;
4) differenza di rendimento tra un portafoglio di corporate bond e un
portafoglio di titoli di stato a lungo termine.
I risultati di questa teoria, sono a conferma della bont del modello APT, come modello di
spiegazione dei rendimenti azionari.
COMPATIBILITA TRA CAPM E APT
Ipotizziamo che il processo di generazione dei rendimenti abbia la seguente forma a

due fattori, dove i fattori sono portafogli di titoli:
R i = ai + b1i I1 + b2i I 2 + ei
Il modello di equilibrio APT risulta:
R i = RF + b1i 1 + b2i 2
Se il CAPM vale, il rendimento di equilibrio di questi portafogli sar:
(
1 = 1 Rm RF )
2 = 2 (R m R )F
Sostituiamo i lambda:
( )
Ri = RF + b1i 1 Rm RF + b2i 2 Rm RF ( )
Ri = RF + (b1i 1 + b2i 2 ) Rm RF ( )
Definendo: i = (b1i 1 + b2i 2 )
( )
Si ottiene:
Ri = RF + i Rm RF
Quindi lequilibrio secondo lAPT, se il prezzo dei fattori di rischio corretto,

pienamente compatibile con il CAPM.
OSSERVAZIONI:
LAPT sembra fornire una spiegazione pi esaustiva dei rendimenti di quanto

non faccia il CAPM.
Questo per potrebbe anche derivare da una errata individuazione del

portafoglio di mercato allinterno del CAPM, e non dal fatto che le ipotesi
alla base del CAPM siano sbagliate.
Anche in questo caso, lutilizzo di un modello fattoriale, permette di aggirare

almeno parzialmente il problema dellinosservabilit del portafoglio di
mercato.
UTILIZZO DEI MODELLI MULTIFATTORIALI NELLA GESTIONE PASSIVA
Un modello multifattoriale corretto permette di costruire un portafoglio che

abbia le stesse esposizioni del mercato rispetto a tutte le principali fonti di
rischio. E quindi migliore di un modello unifattoriale in cui si considera
solo lesposizione al rischio di mercato.
Inoltre i modelli multifattoriali permettono di migliorare la qualit di una

gestione passiva, anche nei casi in cui ci siano vincoli su determinati titoli
da acquistare (ad esempio alcuni fondi americani, non investono in societ
legate al commercio del tabacco o al gioco dazzardo; mentre in Giappone a
volte ci sono vincoli che obbligano ad acquistare determinati titoli per
rapporti che intercorrono tra le societ).
UTILIZZO DEI MODELLI MULTIFATTORIALI NELLA GESTIONE ATTIVA
Nella gestione attiva di portafoglio, il modello multifattoriale permette di fare

scommesse sullevoluzione di determinati fattori di rischio.
Inoltre lAPT, permette di individuare titoli sopravvalutati o sottovalutati. Ad
esempio, se il rendimento atteso di un titolo superiore al rendimento
richiesto in base alla sensitivity ed ai lamba, il titolo viene acquistato perch si
ritiene che sia sottovalutato rispetto alle potenzialit.
E importante evidenziare anche come i modelli multifattoriali siano migliori

dei monofattoriali, nella misurazione ed attribuzione della performance dei
portafogli, quindi nella valutazione della qualit del management.

Presentazione Analisi Portafoglio

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Presentazione Analisi Portafoglio

Uploaded by

Copyright:

Available Formats

Variabile finanziaria

1 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Media aritmetica dei rendimenti osservati:

2 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

E(R1 + R2 ) = E(R1 ) + E(R2 ) = R1 + R2

3 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

4 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

5 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Deviazione standard: Misura di rischio

Table 4-5 Monthly Returns on IBM, Alcoa, and GM (in percent)

7 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 4-1 Securities and predetermined portfolios.

8 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

9 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

10 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

11 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 5-1 Relationship between expected return and standard

12 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 5-2 Relationship between expected return and standard

13 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 5-3 Relationship between expected return and standard

Figure 5-4 Relationship between expected return and standard

15 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 5-5 Relationship between expected return and standard

16 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

17 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

18 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 5-14 Combinations of the riskless asset and various risky

19 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

20 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 5-16 The efficient frontier with riskless lending and

21 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

22 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

FIGURE 4-2 The effect of number of securities on risk of the

FIGURE 4-3 The effect of securities on risk in the U. K. [13].

24 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

A parit di rischio hanno rendimento massimo

A parit di rendimento hanno rischio minimo

25 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

NORMALITA DISTRIBUTIVA DEI

26 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Individuare un portafoglio efficiente comporta

OBIETTIVO: Minimizzare il rischio del

27 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

28 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

29 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

30 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Combinazioni Rischio/Rendimento tra A e B

31 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Combinazioni Rischio/Rendimento tra A e C

32 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

33 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Frontiera efficiente tra A e B

34 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

35 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Frontiera efficiente tra A e C

36 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

37 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

38 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

Frontiera efficiente tra A,B,C

39 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

40 Universit di Teramo - Teoria del portafoglio finanziario - Prof. Paolo Di Antonio

SINGLE INDEX MODEL