Presentazione 655191

+Dipartimento di Economia e Finanza

Cattedra di Economia e Gestione Degli Intermediari Finanziari (Corso Progredito)

IL RISCHIO SISTEMICO NEL SISTEMA

FINANZIARIO CINESE:

UN APPROCCIO ΔCOVAR

RELATOREProf. Domenico Curcio

CORRELATOREProf. Federico Nucera

CANDIDATODavide ViotoMATR. 655191

Anno Accademico 2014-2015

Davide Vioto | MATR. 655191

AGENDA• LO SCOPO DELLA RICERCA1. DEFINIZIONI DI RISCHIO SISTEMICO2. LE MISURE DEL RISCHIO SISTEMICO3. IL CROLLO DELLA GRANDE MURAGLIA4. IL ΔCOVAR COME MISURA DI RISCHIO

i. IL MODELLO DI ANALISI EMPIRICA

ii. VARIABILI

iii. DATABASE

iv. RISULTATI

• CONCLUSIONI E RACCOMANDAZIONI FUTURE

LO SCOPO DELLA RICERCA• Un tipo di rischio finora trascurato o ritenuto marginale: il

rischio sistemico.

• Crollo dei mercati azionari cinesi nella seconda metà del 2015 e all'inizio del 2016.

• ADRIAN T., AND M. BRUNNERMEIER, CoVaR, Federal Reserve Bank of New York, 2014.

• Il risultato richiesto è quello di individuare quali istituzioni contribuirebbero maggiormente ad un evento sistemico.


• Il rischio sistemico è configurato come un concetto ampio e difficile da definire. • Il processo di definizione di tale rischio ha contribuito allo sviluppo di:

• Tale processo non ha portato, tuttavia, ad una definizione univoca e/o ad un sistema di misura unico di tale rischio.

a. Autorità di vigilanza e regolamentazione; b. Regole e strumenti utili per gestirlo.

• Per definizione, il rischio sistemico coinvolge l'intero sistema finanziario.

DEFINIZIONI DI RISCHIO SISTEMICO

Triggering EventDavide Vioto | MATR. 655191

LE MISURE DEL RISCHIO SISTEMICO• Le origini e la diffusione del rischio sistemico sono strettamente legate a

quattro fattori, definiti come le quattro “L”:

a. Liquiditàb. Perdite (Losses) c. Leveraged. Connessioni (Linkages)

Particolare importanza è data a quest’ultimo fattore; poiché, l'elevato grado di legami tra le istituzioni finanziarie spinge la diffusione di perdite, illiquidità, insolvenze e default.

• Risulta, quindi, necessario identificare una misura di rischio sistemico basata sul livello di correlazione e/o connessione tra i partecipanti al mercato finanziario.

• Bisias et al. (2012) hanno svolto uno studio sulle misure di rischio sistemico, dandone una possibile classificazione in base ad una prospettiva di:

a. Vigilanzab. Orizzonte temporalec. Ricercad. Disponibilità di dati


IL CROLLO DELLA GRANDE MURAGLIA• Crollo dei mercati azionari cinesi nella seconda metà del 2015 e all'inizio del

2016.• Timore di un nuovo evento sistemico.

Hang Seng Index (HSI:IND) Gen. 2012 – Gen. 2016


IL CROLLO DELLA GRANDE MURAGLIA• Crollo dei mercati azionari cinesi nella seconda metà del 2015 e all'inizio del

2016.• Timore di un nuovo evento sistemico.

24-25/08/2015: “Black Monday-Tuesday”I mercati borsistici Cinesi hanno chiuso in perdita di circa l’8.5%

L’indice Nikkei è scivolato del 4.6% Le borse Europee del 4-5%

Il Dow Jones ha aperto in calo di oltre 1000 bp Effetti di pari misura si sono verificati nei mercati dei paesi emergenti


IL ΔCOVAR COME MISURA DI RISCHIO

• La misura più comune di rischio utilizzata dalle istituzioni finanziarie è il valore a rischio (VaR), che si concentra sul rischio di una singola istituzione in isolamento; per tale motivo, esso non rappresenta necessariamente il suo contributo al rischio sistemico globale.

• Il ΔCoVaR è una nuova misura introdotta da Adrian e Brunnermeier nel 2008, e rivista nel 2014.

• Il CoVaR di una data istituzione i relativo al sistema è definito come il VaR di tutto il sistema finanziario condizionato un particolare stato dell’istituzione i.

• Per sottolineare la natura sistemica di questa misura di rischio, il prefisso "Co", il quale sta per condizionale, viene aggiunto alla misura di rischio esistente.

• La differenza tra il CoVaR condizionato allo stato mediano (50esimo quantile) e la il CoVaR condizionato allo stato "normale” (95-99esimo quantile), è definito ΔCoVaR, il quale cattura il contributo della particolare istituzione al rischio sistemico globale.


IL MODELLO DI ANALISI EMPIRICA

La stima del ΔCoVaR è stata eseguita seguendo la metodologia utilizzata da Adrian e Brunnermeier: regressione quantile. La formulazione utilizzata per le regressioni quantile è la seguente:

Una volta ottenuti i rispettivi coefficienti per il 50esimo e 95-99esimo quantile; questi sono stati utilizzati per il calcolo del VaR, e mediante questo del CoVaR; per ogni istituzione considerata.

Infine, il ΔCoVaR è stato calcolato come la differenza del valore del CoVaR al 95-99esimo e al 50esimo quantile:


VARIABILI• Xt

system|i indica la variazione dei prezzi giornalieri per l’indice considerato quale indice di mercato (Hong Kong Hang Seng Index);

• Xti indica la variazione dei prezzi giornalieri per le istituzioni del campione;

• Mt-1 indica una serie di Variabili di Stato (“State variables”) ritardate di un periodo:

i. La variazione del tasso dei titoli di Hong Kong a tre mesi (three-month Hong Kong bond).ii. La variazione della pendenza della curva dei rendimenti, misurata dal differenziale di rendimento

tra il tasso a lungo termine dei titoli di Hong Kong (10 anni) e il tasso dei titoli di Hong Kong a tre mesi (long-term Hong Kong bond rate (10-year) and the three-month Hong Kong bond rate).

iii. Un "TED spread", ottenuto come differenza tra il tasso HIBOR tre mesi e il tasso dei titoli di Hong Kong a tre mesi.

iv. La variazione del credit spread tra il tasso medio di un campione rappresentativo composto da corporate bond emessi da società quotate a Hong Kong e il tasso dei titoli di Hong Kong a lungo termine (10 anni).

v. Il rendimento di mercato giornaliero, calcolato dall’indice Hong Kong Stock Exchange Hang Seng China Enterprises Index (HSCEI:IND).

vi. Il rendimento quotidiano del settore immobiliare meno il rendimento quotidiano del settore finanziario, calcolato dalla differenza tra Hang Seng Properties Index (HSNP:IND) and Hang Seng Finance Index (HSNF:IND).

vii. La volatilità azionaria, calcolata mediante una 22 day rolling standard deviation dell’indice Hang Seng Mainland 100 Index (HSML100: IND).


DATABASE• I dati considerati sono stati scaricati dal database Bloomberg, disponibile

presso l’Università LUISS Guido Carli.

16 banche (commerciali e di investimento)

12 compagnie assicurative e intermediazione

13 società immobiliari

• Le serie storiche considerate coprono il periodo dal 2 Gennaio 2012 al 15 Gennaio 2016, per un totale di 1055 osservazioni per ciascuna istituzione.

• I last price giornalieri sono considerati in dollari di Hong Kong (HKD).


RISULTATI• Il software utilizzato per il calcolo dei coefficienti, mediante regressioni

quantile, è stato XLSTAT. • I coefficienti ottenuti sono stati poi utilizzati per il calcolo del VaR e CoVaR di

ogni singola istituzione con la formulazione vista in precedenza.• Tutti i risultati ottenuti sono riferiti al 15 Gennaio 2016.

Quantile VaR CoVaR ΔCoVaR

0.50 0.0050587870178776 0.0189332654678569

0.95 0.0072933011431786 0.0204550891994458 0.00152182373158894

0.99 0.0072933011431786 0.0204550891994458 0.00152182373158893

0.50 0.0116260875323229 0.019010254265559

0.95 0.0131216594417536 0.020494426864759 0.001484172599200

0.99 0.0130826671873599 0.020493969674143 0.001483715408583

0.50 0.0064483780523499 0.0189552062492705

0.95 0.0103771921296316 0.0204406256134652 0.0014854193641948

0.99 0.0103771921296316 0.0204406256134652 0.0014854193641948

SETTORE

0.00152182373158894

0.00152182373158893


RISULTATI

ΔCoVaR

0.00173307482065059

0.00173307482065061

ΔCoVaR

0.00160785026609914

0.00160785026609914

ΔCoVaR

0.00165810607965756

0.00165810607965754

ΔCoVaR

0.00134896355995478

0.00134896355995476

ΔCoVaR

0.00137487933081393

0.00137487933081393

ΔCoVaR

0.00146682851582547

0.00146682851582547

•1-yr return -32%•Possibile acquisizione da Banche Estere•ZIR – Rating Sell

•1-yr return -10.24%•Aumento di capitale•Moody’s Stable Rating

•1-yr return -34.37%•-1/2 Prezzo azioni•Allianz SE ha ridotto la partecipazione (3.79%)

•1-yr return -17.44%•Maggiore stabilità

•Bolla immobiliare 2011•Moody’s e S&P diminuzione rating•-1/2 Prezzo azioni

•Migliore reazione alla bolla immobiliare 2011•Maggiore stabilità


CONCLUSIONI E RACCOMANDAZIONI FUTURE

• Possono beneficiare di tale studio:a. Autorità di vigilanza e regolamentazioneb. Risk Managerc. Banche Centrali

• Possibile continuazione di questo studio:a. Estendere il campione utilizzatob. Studiare i risultati su Shanghai e Shenzhenc. Espandere lo studio ad altri mercati emergenti (Russia, India e Brasile)d. Test di Granger per studiare le connessioni esistenti con mercati esteri


+

Davide Vioto | MATR. [email protected]/pub/davide-vioto/b9/31a/4a2

GRAZIE PER LA CORTESE ATTENZIONE

Documents

Presentazione 655191