Skip to content

Il problema dell'estimation risk nella selezione di portafoglio

Le ragioni dell’esistenza dell’estimation risk sono da ascrivere a due fattori specifici, l’errore campionario in senso stretto, in sede di stima degli input, e la non stazionarietà delle serie storiche; si tenterà sia di approfondire questioni prettamente modellistiche e tecniche, che di tentare di migliorare la qualità dell’informazione a disposizione.
Rivolgiamo in primo luogo l’attenzione al sistema di ipotesi relativo alla mean variance optimization. L’ipotesi di normalità attribuita ai rendimenti di mercato dei titoli ha un peso fondamentale nella costruzione del modello, ma non sempre gode dell’adeguato riscontro empirico. Sono necessari opportuni test statistici di verifica, cui sarà sottoposto il campione di serie storiche preso a riferimento, per rendersi conto se la deviazione dalla distribuzione teorizzata possa considerarsi significativa o meno; nel caso in cui l’assunto di partenza non possa essere accettato nel caso specifico, proponiamo un modello alternativo capace di incorporare la non-normalità nello schema generale della portfolio selection: il modello dei momenti parziali inferiori. Sempre relativamente al campione, si procede ad una verifica della non-stazionarietà mediante un opportuno test basato sulle rolling volatilities osservate.
Le tecniche alternative di scelta di portafogli da noi proposte partono dalla duplice esigenza di rivedere la qualità degli input da inserire nell’algoritmo di ottimizzazione e di aumentare l’efficacia della performance rispetto al modello markoviano. L’inserimento di semplici weights constraints risponde soltanto alla seconda esigenza: si tratta di imporre dei limiti alle
quote capitale spendibili su ciascun asset, implementando il consueto sistema di programmazione quadratica. Il sistema rimane, seppur migliorativo, molto rudimentale, e rischia di vincolare eccessivamente la prassi orientandola ad idee preconcette del valutatore.
La metodologia più importante di tipo euristico fu elaborata da Michaud nel suo noto lavoro Efficient Asset Management del 1998. Ampiamente discusso nel terzo capitolo di questa tesi, il portfolio resampling, su cui è stato posto il brevetto nel ’99, trae impulso da una interpretazione stocastica del concetto markoviano di efficienza. L’idea di base è quella di dedurre i parametri di input per l’ottimizzazione da rendimenti storici rappresentativi di una sola realizzazione, tra le molteplici possibili. Seguendo la logica apertamente statistico-frequentista del campionamento ripetuto, si procede all’estrazione casuale di serie storiche su cui calcolare in modo tradizionale la frontiera efficiente, iterando la procedura un numero elevato di volte per giungere ad una frontiera efficiente costituita da portafogli medi, la resampled frontier. La procedura ha il duplice pregio di rendere esplicita la natura
casuale dei dati di partenza e di migliorare la performance out-of-sample dei portafogli efficienti, ma non può evitare che questi ultimi ereditino lo stesso estimation error di partenza proveniente dalle stime campionarie μ e ˆC.
Con i metodi di selezione che si servono di tecniche bayesiane per la stima degli input, si comincia ad affrontare esplicitamente il problema dell’estimation risk. Affinchè il quadro informativo di partenza per l’ottimizzazione possa essere considerato realistico, le stime da dati storici devono essere corrette dalle opinioni personali del valutatore e degli altri soggetti
operanti sul mercato. Per razionalizzare il processo di definizione di rendimenti
attesi e varianze e covarianze previste, abbiamo elaborato un dettagliato impianto teorico, a partire dal quale sono stati presentati i due modelli principali in letteratura. Il metodo degli shrinkage estimators definisce un approccio alla stima dei rendimenti attesi come media ponderata del valore campionario e di un target value scelto, evoluzione in chiave bayesiana dello stimatore di Stein. Il secondo, più strutturato ma meno immediato, è il modello elaborato per Goldman Sachs nel 1992 da Fisher Black e Robert Litterman, nominato appunto (Black-Litterman Model).
La costruzione di portafogli ottimi su un campione scelto di 10 titoli azionari offre, nell’ultimo capitolo, un riscontro empirico a quanto teorizzato nel corso dell’elaborato.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Capitolo 1 Introduzione La selezione e il portafoglio La selezione di portafoglio, nella sua concezione più primitiva, può essere definita come modellizzazione di un problema di scelta tra alternative diverse, non sempre univocamente ordinabili, ma valutabili secondo alcuni criteri comuni, e giudicabili rispetto a determinati vincoli. Ogni oggetto coinvolto nella scelta entra nel processo come singolo, con le proprie caratteristiche, ma ne esce come componente di un aggregato, perde la sua individualità per far capo ad un obiettivo unico, di livello superiore. In questo lavoro la selezione riguarderà un paniere di asset finanziari rischiosi, considerati in base al loro rendimento e livello di rischiosità, e l’o- biettivo finale sarà quello di determinarne le quote costituenti un portafoglio, il quale, rispondente agli obiettivi di minimizzazione del rischio e massimiz- zazione del rendimento finanziario, sarà parte integrante di un disegno di gestione manageriale ottimizzante. Il sistema di riferimento Gli obiettivi principali possono essere sintetizzati nei seguenti punti:

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi