ETD

• backtesting
• Basilea
• mercato
• modelli
• performance
• rischio
• Value-at-risk

ll carattere aleatorio dei mercati finanziari, ha spinto addetti ai lavori ed accademici, a ricer-
care metodi per la misurazione e la quantificazione del grado di esposizione al rischio di un
determinato investimento. Tra le differenti misure di rischio, certamente la più conosciuta è il
cosidetto Value at risk, definita come massima perdita che ci si aspetta di ottenere con una certa
probabilità. Introdotto nel 1994 nel documento Risk-Metrics da J.P Morgan, esso viene ripreso
anche dal Comitato di Basilea come base per il calcolo dei requisiti patrimoniali minimi per gli
intermediari finanziari. Nonostante la sua sinteticità e la sua facilità di interpretazione, essa è
comunque una misura incompleta: trascura la distribuzione delle perdite oltre il livello soglia
stabilito dal VaR, ragione per cui, per sopperire a tale lacuna, è stata introdotta l’Expected
Shortfall, definita come perdita ’media’ oltre tale soglia .
La presente tesi si concentra sulle tecniche di misurazione del rischio di mercato più diffuse
in dottrina, ponendo in particolare l’attenzione sul Value at Risk e le sue differenti metodologie
di calcolo, cercando di evidenziarne le relative differenze. Successivamente è stata condotta
un’analisi empirica che va dal 2017 al 2022 per capire le eventuali relazioni che sussistono tra
rischio di mercato, volatilità e accadimento di eventi definiti a "rilevanza sistemica".
Nel primo capitolo di questo lavoro viene definito un quadro teorico e normativo di riferimento
riguardo il rischio di mercato e il problema della sua misurazione.
Nel secondo capitolo viene analizzata la misura del Value at Risk, delineandone i limiti e i punti
di forza.
Nel terzo capitolo vengono esposte alcune delle metodologie più diffuse nella prassi per la
misurazione del VaR, ovvero l’approccio parametrico, il metodo delle simulazioni storiche e il
metodo della Simulazione Montecarlo. Nel capitolo inoltre vengono riportati alcuni metodi per
la stime delle volatilità e delle covarianze, tra cui il metodo delle medie mobili semplici, delle
medie esponenziali e dei modello autoregressivo a eteroschedasticità condizionale noto come
GARCH.
Nell’ultimo capitolo, dopo aver descritto i due portafogli oggetto di analisi, viene indagato il
rapporto che sussiste tra alcuni eventi particolarmente rilevanti e le volatilità e le correlazioni
all’interno dei due portafogli.
Successivamente, vengono descritti i risultati delle stime di VaR e ES per il periodo di riferimento. Infine, il lavoro si conclude confrontando i ’costi’ dei relativi modelli in termini di onerosità dei calcoli e di accantonamenti patrimoniali con le relative performance dei modelli di Value at Risk calcolati su un portafoglio con strategia buy and hold
composto da titoli azionari quotati nel mercato azionario italiano.