Riassunto analitico
Oggetto della tesi è l’analisi sotto diversi aspetti del premio al rischio di varianza, il quale misura quanto gli investitori sono disposti a pagare per coprirsi dal rischio di varianza ed è definito dalla differenza tra varianza implicita e realizzata. In letteratura si sono sviluppate diverse definizioni per il premio al rischio di varianza, cui corrispondono metodi alternativi di stima. Tra le ragioni teoriche principali alla base della sua esistenza si ritrova l’avversione al rischio degli investitori, che li spinge a chiedere una compensazione per supportare questa rischiosità non diversificabile, ovvero li rende disposti a cedere parte dei loro profitti pur di proteggersi. Dopo aver ripercorso dal punto di vista teorico quanto appena illustrato, si svolge una prima analisi empirica, consistente nella replica dei risultati ottenuti da due lavori sul premio: Londono (2011) e Bollerslev et al. (2011a). I capitoli dal 3 al 5 mostrano il contributo di questa tesi agli studi empirici esistenti. Tale contributo si basa su analisi univariata e multivariata di serie storiche (osservate giornalmente) del premio a rischio di varianza. In particolare, attraverso l’analisi univariata (tramite lo stimatore non parametrico GPH) si è trovata evidenza di serie a lunga memoria. L’analisi si è focalizzata su cinque paesi europei, per un periodo campionario di circa 12 anni. L’analisi multivariata si è concentrata su una misura che indichi la connessione tra le volatilità dei mercati finanziari, basandosi sui contributi di Diebold e Yilmaz (2009, 2011). Secondo tali lavori, la costruzione di questo indice si basa sulle stime di un modello VAR, per poi procedere alla decomposizione della varianza dell’errore di previsione. Si definiscono due tipologie di indici di connessione finanziaria: il primo basato sull’ortogonalizzazione degli shock ed il secondo basato sulla generalized impulse reponse. Si è distinto tra analisi statica (basata sull’intero campione) e analisi dinamica (tramite rolling regression) e si sono determinati gli indici totali, gli indici direzionali (quanto, cioè, ciascun paese da’ e riceve) e gli spillover netti. Per approfondire l’indagine sulle interconnessioni di mercato (a livello totale, e non direzionale), si è costruito un indice di coesione dinamica, che utilizza le correlazioni tra le serie. A tal fine si sono utilizzate le wavelets, che consentono di analizzare le relazioni tra le volatilità dei mercati per tre differenti scale temporali (ciascuna associata ad un rango di frequenze) riguardanti il breve periodo.
|