Nov 182017
 

Articolo pubblicato su Avvenire in data 10 novembre 2017

Come era facile prevedere, sono volati gli stracci ieri in Commissione d’inchiesta sulle banche. Non un bello spettacolo. Il motivo è molto semplice: la vigilanza sui mercati finanziari e sulle banche è una questione molto tecnica. Salvo errori o misfatti macroscopici è molto difficile stabilire in modo oggettivo chi ha ragione e chi ha torto. I documenti e gli atti parlano (spesso) in modo chiaro, ma qui non stiamo parlando di un omicidio, insomma è difficile trovare la pistola fumante.

Meno male che alla fine hanno almeno deciso di risparmiarci il confronto all’americana. Lo strumento è sbagliato, ma ciò non vuol dire che le autorità di vigilanza non debbano rendere conto alle autorità politiche del loro operato: succede in tutti i Paesi seri e questo non è stato fatto a sufficienza in passato in Italia. Usciamo dalle secche delle responsabilità su fatti specifici, che andrebbero contestualizzati ricordando che i fatti riguardano un periodo in cui le banche saltavano come birilli in giro per il mondo, e cerchiamo piuttosto di trarre qualche considerazione su ciò che non va. In primo luogo, è indubbio che le autorità di vigilanza non sono state efficaci nella loro azione.

Le autorità debbono prevenire le crisi e ciò non è successo, quindi sono per definizione responsabili (non necessariamente colpevoli). Dalle carte emerge che le autorità hanno difettato sia sui tempi di reazione, sia per le misure adottate. Di fronte a banche in cui regnava il caos organizzativo o in cui si compivano misfatti, l’autorità di vigilanza è stata incapace di mettere in atto un cambiamento tempestivo di management e di condotta: a distanza di mesi (se non di anni) i manager hanno continuato a fare come volevano.

Questo significa due cose: gli strumenti per intervenire erano inadeguati e/o la capacità persuasiva delle autorità (che pure è stata esercitata) era limitata. C’è ovviamente anche la possibilità che abbiano chiuso un occhio, comunque sia il loro prestigio ne esce ammaccato. La seconda considerazione è che le autorità troppo spesso si sono adagiate su una linea di difesa che non è più sostenibile: il fatto che le regole fossero soddisfatte.

È successo con i rendimenti delle obbligazioni bancarie fuori mercato, a condizione che i rischi fossero ben descritti nei prospetti informativi, è successo con l’approvazione della fusione Mps-Antonveneta che soddisfaceva i vincoli patrimoniali. Occorre che le autorità entrino nel merito assumendosi la responsabilità di scelte difficili, come di fatto sta facendo la Banca centrale europea sui crediti deteriorati. L’importante è che rispondano delle loro scelte (nelle forme dovute) a un’autorità politica come il Parlamento. La terza considerazione è più profonda e riguarda lo scontro ’’ideologico’’ tra Banca d’Italia e Consob. Il punto riguarda il confronto tra tutela del risparmiatore (e del mercato) e stabilità del sistema finanziario.

Facciamo un esempio: una banca è in difficoltà sul fronte della liquidità. Cosa conviene fare? L’autorità di vigilanza tiene la notizia riservata e cerca di sostenere la banca cercando un cavaliere bianco che la salvi, oppure comunica l’informazione ai risparmiatori? La risposta a prima vista potrebbe essere la seconda, così facendo però è assai probabile che avremmo una coda di risparmiatori che cercano di ritirare i loro depositi e la banca andrebbe a carte quarantotto. La riservatezza è un bene prezioso e i processi pubblici non risolvono i problemi. Il tema si è posto in Italia sulle obbligazioni bancarie: le banche avevano bisogno di collocare le loro obbligazioni sul mercato (e anche presso i risparmiatori) per risolvere i loro problemi sul fronte della liquidità.

Argomento più che corretto per garantire la stabilità del sistema, il problema è che lo hanno fatto a condizioni non di mercato. È indubbio che tra i due obiettivi, stabilità finanziaria e tutela del risparmiatore, si è data la precedenza per lungo tempo al primo. Ora però un nuovo e giusto equilibrio deve essere trovato su questo fronte. C’è solo da augurarsi che, passata la buriana della caccia ai responsabili, i nostri politici e i nostri tecnici si mettano seriamente all’opera.

Nov 182017
 

1 – I componenti logici della regolamentazione

La regolamentazione di Basilea è nata nel 1988, per definire in un quadro di uniformità internazionale i vincoli di solidità patrimoniale delle banche. Dopo una prima importante revisione nota come “Basilea 2” nel 2006, che ha introdotto i modelli interni per il rischio di credito, si sono susseguite negli ultimi anni come risposta alla crisi 2007-2009 sempre più frequenti evoluzioni, note presso la comunità finanziaria con le sigle di Basilea 2.5, Basilea 3, infine Basilea 4 di futura applicazione.

Ma in che cosa di possono differenziare questi impianti regolamentari tra loro? E’ possibile cioè avere una sistematicizzazione della composizione di queste norme? Di seguito alcuni elementi che guidano la regolamentazione:

  • Natura dei vincoli per le banche. Se fino a Basilea 1 e 2 tutto si basava sul vincolo riassumibile in (Patrimonio > Rischio), ora sempre più altri vincoli, come quelli di Liquidità e Leva, hanno lo scopo di complementare i vincoli sul capitale per l’obiettivo di banche resilienti alle crisi
  • Perimetro dei rischi. Non tutti i rischi sono stati da sempre oggetto di misura ai sensi del framework di Basilea. Si pensi al rischio operativo introdotto in Basilea 2, al rischio di perdita di valore sui derivati (CVA) e sistemico introdotti con Basilea 3
  • Metodi, misure, parametri. I rischi possono essere misurati con modelli standard (griglie di coefficienti più o meno complessi) assegnati dal comitato o con modelli interni, applicando varie possibili misure per la quantificazione del rischio. Questo aspetto ha visto e vedrà numerose evoluzioni nel tempo, come il passaggio da VaR a Expected Shortfall per il market risk
  • Ratios Patrimoniali. Data una misura di rischio, e data una grandezza di riferimento della banca (Fondi propri, Attivo Bilancio, ecc), possono cambiare nel tempo i vincoli che li legano. Si pensi al fatto che in Basilea 3 il common equity deve essere pari ad almeno il 4.5% degli attivi rischiosi (RWA), contro il precedente livello minimo del 2%.

2 – Una mappa di orientamento. Le tabelle di sintesi

La sezione precedente delinea le principali coordinate lungo cui può cambaire la normativa di Basilea per le banche. Ma la produzione normativa (e il relativo iter da paper di consultazione a nuovo framework) è così articolata che ci è sembrato utile mettere a punto per addetti a lavori o pubblico generale una tassonomia di tutte le componeenti normative, con la scansione temporale e l’evidenza dei fatti salienti.

Nel seguito pertanto:

  • La Tabella 1 tratta dei rischi ricompresi nelle diverse versioni del framework regolamentare e dei relativi metodi di misura previsti
  • La Tabella 2 riporta le condizioni di solidità patrimoniale, la composizione del capitale e gli altri vincoli introdotti negli anni recenti

Sono forniti i principali riferimenti normativi di ogni “stato storico” della normativa di Basilea.

 

Nov 092017
 

After the international financial crisis of 2007–08, the consequent economic collapse in the advanced economies and the financial turbulence in the Euro area, non-performing loans (NPLs) reached high levels in Europe. The gross amount of NPLs in the European Union was around €1.0 trillion at the end of 2016. Based on European Banking Authority’s (EBA) data, the gross NPL ratio – that is the ratio between NPLs and total loans (performing and non-performing), where both numerator and denominator are not adjusted for provisions – is close to 50% in Cyprus and Greece in June 2016 (Figure 1). In Portugal and Slovenia, it is close to 20%, while in Italy it is 16.4%. High NPL levels are present also in Ireland, Hungary, Romania and Slovakia. However, due to the larger size of the Italian banking system compared to the other distressed market, 25% of the Euro area NPLs are concentrated in Italy (Italy represented 16% of the Eurozone GDP in 2016). At the end of 2016, the Italian gross NPLs were equal to around €325 billion, of which €200 billion were bad debts (firms represented 77% of bad debts).

The Italian net NPL ratio – defined as the ratio between NPLs plus provisions and total loans plus provisions – showed an increase in the period between 2006 and 2015. It moved from 5.4% to 12.6% based on R&S Mediobanca data (Figure 2). The growth involved bad loans and the other form of NPLs (substandard, past due and restructured loans).

NPLs have relevant implications on the macroeconomic and financial side. A high level of NPLs is a signal of an excessive leveraged non-financial sector, thus also economic growth could be negatively affected. Moreover, banks are less inclined to grant more loans when they have to deal with a high level of NPLs, with a consequence of further damage on the real economy through credit crunch (Bernanke and Gertler 1989, Bernanke et al. 1999). On the financial side, NPLs affect the resilience of the banking sector, increasing the risk of financial instability.

In a recent working paper (Milani, 2017), I evaluate the effect of macroeconomic and bank-specific determinants of NPLs during a very turbulent period for Italy.

I use data from R&S Mediabanca, which includes all banks operating in Italy over the period 2006-2015 with at least €50 million of total assets. My annual based data set includes 482 juridical different commercial banks. Taking into account 2015, these banks represent 85.4% of the Italian credit market and they have more than 28,000 branches (94.8% of the total). This high-quality and high-representative data set allows me to test several factors that theoretical and empirical literature indicate as having a potential impact on NPLs (see Louzis et al., 2012).

I find evidence in favor of the too-big-too-fail (TBTF) hypothesis. In other words, very big banks, those with a market share in term of total assets at least equal to 0.96%, show that leveraging tends to significantly increase net NPLs. Moreover, I find robust evidence in favor of the ‘moral hazard’ and the ‘bad management’ hypotheses, both for TBTF and small-enough-to-fail (SETF) banks. This result signals that bank managers have a relevant role in the increase in net NPLs after the international financial crisis due to their risk-loving approach and their unsatisfactory management quality.

On the other hand, bank size has a relevant effect on the ‘diversification’ and ‘procyclical credit policy’ hypotheses. I find that diversification helps in the management of credit portfolio only when large banks are considered. For the sample of banks small-enough-to-fail it seems that the higher complexity overrides diversification benefits. Furthermore, to avoid losing private information on their customers, small banks seem to renovate and/or renegotiate existing loans to low quality borrowers. However, such a strategy compromises loan quality in the long-run.

Furthermore, I find robust evidence in favor of the ‘relationship lending’ hypothesis, both for the overall sample and for SETF banks. In the middle of financial turmoil, banks that apply a higher level of automatization in the underwriting procedures show worse performance in terms of NPLs.

I also find robust evidence in favor of the ‘cooperative banks’ hypothesis. Banks that are organized as cooperative seem to take fewer risks. Independent cooperative/mutual banks, which based their loan strategy on soft information, anticipating their difficulty to raise funds during a financial crisis, seem to adopt a more risk-averse approach.

Finally, macroeconomic explanatory variables do not seem to have a significant impact on net NPLs in Italy. More specifically, I do not find robust evidence in favor of the ‘sovereign debt’ hypothesis. A high level of public debt does not seem to impact net NPLs when a measure of leveraging is included in the estimations. I interpret this result as evidence that the sovereign risk affects only leveraged banks.

My results have important policy implications. First of all, since the macroeconomic variables for a big economy like Italy have no relevant effect on net NPLs, expected benefits from macro prudential policy are low. ‘Lean against the wind’ (Borio and Lowe 2002) is not enough to prevent financial imbalance. Only bank-based supervision can limit risk-lover behavior and bad management choices (Arpa et al. 2001). Moreover, after the financial crisis, bank supervision has mainly focused on large banks, as also remarked by the European Single Supervisory Mechanism which involves only the 120 biggest banks operating in Europe. If the too-big-to-fail problem is an issue for financial stability, small banks could also bring instability in the long-run, mainly through their procyclical credit policy.

References

  • Arpa, M., Giulini, I., Ittner, A., and Pauer, F. The influence of macroeconomic developments on Austrian banks: implications for banking supervision. BIS Papers, 2001, 1, 91–116.
  • Bernanke, B., Gertler, M. Agency costs, net worth, and business fluctuations. American Economic Review, 1989, 79, 14–31.
  • Bernanke, B., Gertler, M., and Gilchrist, S. The financial accelerator in a quantitative business cycle framework. Handbook of Macroeconomics, 1999, 1, 1341–1393.
  • Borio, C. and Lowe, P. Asset prices, financial and monetary stability: exploring the nexus. BIS Working Papers 114, 2002.
  • Louzis, D. P., Vouldis, A. T. and Metaxas, V. L. Macroeconomic and bank-specific determinants of non-performing loans in Greece: A comparative study of mortgage, business and consumer loan portfolios. Journal of Banking and Finance, 2012, 36, 1012-1027.
  • Milani, Carlo, What Factors Affect Non-Performing Loans During Macroeconomic and Financial Turbulence? Evidence from Italy, 2017. Available at SSRN: https://ssrn.com/abstract=3056189
Nov 062017
 

 

Il 25 ottobre, alle ore 16.00, presso il Dipartimento di Matematica del Politecnico di Milano, si è tenuto un nuovo incontro della serie Polimi Fintech Journey, dal tema

Cyber security e finanza

Qui di seguito potete trovare il programma e le presentazioni dei relatori.

– Cosimo Comella (Autorità Garante per la protezione dei dati personali) Protezione dei dati personali nell’attività bancaria

– Paolo Colombini (UBI sistemi e servizi) Cyber Security in Banca: Sfide, servizi, competenze

– Antonio Perrotti (Chief Information Officer Aviva) Cyber Security nel mondo assicurativo: Sfide, servizi, competenze

– Stefano Zanero (Politecnico di Milano) Machine learning per l’identificazione automatica di frodi

 

Nov 042017
 

Impara l’arte e mettila da parte

Concorso di idee su educazione finanziaria

Il laboratorio QFinLab del Dipartimento di Matematica del Politecnico di Milano indice un concorso nazionale di idee a premi su temi di educazione finanziaria rivolto a singoli partecipanti o a gruppi composti al massimo da tre partecipanti di eta’ non superiore ai 35 anni.

Il concorso è volto a far emergere idee interessanti e originali in merito a come comunicare nell’ambito dell’educazione finanziaria contribuendo a superare il gap di conoscenze di larga parte della popolazione rispetto a temi complessi quali la gestione dei propri risparmi o scegliere le modalità di finanziamento per l’acquisto dell’abitazione.

Solo a titolo di esempio, i contributi potrebbero mirare a far comprendere:
– le variazioni del saldo del conto corrente nel tempo e al mutare delle condizioni
– la differenza tra azioni e obbligazioni
– la stipula di un mutuo o la richiesta di un prestito: quali cautele?
– il significato di tasso usurario
– la rischiosità delle diverse forme di investimento
– il consulente finanziario: a cosa si deve prestare attenzione?
– qual è il significato di diversificare un investimento?
– che relazione c’è tra rischio e rendimento?
– a cosa servono i derivati? quali rischi comportano?

Le sezioni del concorso sono due: video e letteratura (testi scritti nelle più diverse forme).

I lavori saranno giudicati dal una commissione tecnica nominata dal Direttore del Dipartimento di Matematica.

Sezioni e specifiche tecniche
– Video (durata massima di cinque minuti)
– Letteratura (12.500 caratteri spazi inclusi)
Se sono ritratte persone riconoscibili, il candidato dovra’ presentare insieme all’opera una liberatoria firmata dai soggetti ritratti. Ogni riferimento a persone realmente esistenti o a fatti realmente accaduti deve essere evitato.

Requisiti di partecipazione
Possono partecipare al Concorso singoli partecipanti o gruppi (massimo tre componenti) di eta’ non superiore ai 35 anni (il requisito deve essere posseduto alla data di scadenza del termine di iscrizione). Ogni partecipante (sia come singolo, sia come elemento di un gruppo) puo’ presentare un solo lavoro in un’unica sezione.

La partecipazione al concorso e’ libera e gratuita.

Per partecipare occorre iscriversi compilando il form entro il 15 gennaio 2018.

Presentazione dell’elaborato
Gli elaborati devono essere inviati entro e non oltre la mezzanotte del 22 febbraio 2018. La modalità di invio verrà specificata successivamente via e-mail agli iscritti.

L’invio deve comprendere:
1. Modulo compilato e sottoscritto.
2. Fotocopia di un documento identificativo (con foto). Nel caso di gruppi di autori e’ sufficiente un solo documento, quello del capogruppo.
3. La liberatoria dei soggetti ritratti, nel caso in cui nel video compaiano persone riconoscibili.
4. Nel caso l’autore o uno dei componenti del gruppo di autori sia minorenne, si chiede l’autorizzazione di chi detiene la responsabilita’ genitoriale. L’autorizzazione deve essere completa di dati anagrafici e firma per esteso.

Non saranno accolti lavori presentati in ritardo o che, pur inviati entro i termini stabiliti, non siano accompagnati dagli allegati, completati in tutte le loro parti. In mancanza di uno o piu’ allegati, la richiesta di partecipazione si considera non valida.

Le opere non saranno restituite, rimarranno di proprieta’ dei promotori del concorso che potranno usarli a loro discrezione, citando la fonte di provenienza, per le attivita’ di formazione, informazione e comunicazione quali, a titolo di esempio, siti internet, pubblicazioni, mostre ed esposizioni, opuscoli, attivita’ formative.

Premiazione
Si svolgera’ il 28 marzo 2018 presso il Politecnico di Milano. Saranno premiati i primi tre classificati di ogni sezione, che dovranno presenziare la cerimonia di premiazione, pena la perdita del premio. Nel caso l’opera sia creazione di un gruppo, si richiede la presenza di almeno un componente. Tra i premi un tablet 10 pollici e una action cam.

Disposizioni finali
Con la partecipazione al concorso, il concorrente intendera’ automaticamente autorizzare l’ente all’eventuale trattamento dei propri dati personali nei termini della legge 675/96. Ai sensi del D.Lgs 196/2003 tutti i dati personali dei quali gli organizzatori del concorso entreranno in possesso saranno utilizzati solo per quanto attiene il Concorso e le attivita’ del Laboratorio QFinLab ad esso collegate. I dati raccolti non verranno in alcun modo comunicati o diffusi a terzi per finalita’ diverse da quelle del Concorso e della valorizzazione delle idee da questo scaturite.
La partecipazione al concorso implica l’accettazione integrale del presente regolamento.

Gli esiti del concorso saranno pubblicati sul sito web del laboratorio QFinLab e su siti ad esso collegati, quali ad esempio www.finriskalert.it.

Time line:
Iscrizione: entro 15 gennaio 2018
Consegna opere: entro 22 febbraio 2018
Premiazione 28 marzo 2018

Per informazioni:
Ufficio EventiMate (Dipartimento di Matematica, Politecnico di Milano)
02 2399 4586
eventi-dmat@polimi.it

Nov 032017
 

This article focuses on the latest news by EIOPA:

  • risk dashboard updated at October 2017
  • updates on Internal Model consistency projects
  • SCR Standard Formula review

The risk dashboard (RDB) is published on a quarterly basis, showing the level of risk for 8 (=7+1) risk categories. This is the outcome at October 2017:

Some comments

1. Macro risks [high, stable]

This is an overarching category affecting the whole economy, which considers economic growth, monetary policies, consumer price indices and fiscal balances.

The data show an economic environment that remains fragile because of the enduring low-yields. The GDP forecast stays around 2% expected real growth; the inflation rates forecast is decreasing, inverting the positive trend observed till March 2017, the fiscal deficit is similar to the previous quarter and the unemployment rates continue to decrease.

2. Credit risks [medium, stable]

This category measures the vulnerability to the credit risk by looking at the relevant credit asset classes exposures combined with the associated metrics (e.g. government securities and credit spread on sovereigns). The credit risk is still not to be properly reflected in the market prices, where the observed spreads are close to their historical minimum. The credit quality of the investments remains stable

3. Market risks [medium, stable]

This vulnerability of the insurance sector to adverse developments is evaluated based on the investment exposures, while the current level of riskiness is evaluated based on the volatility of the yields together with the difference between the investment returns and the guaranteed interest rates. The slight increase of the Bond volatilities is counterbalance by the reduction of the Equity Vol.

4. Liquidity and funding risk [medium, decreasing]

The vulnerability to liquidity shocked is monitored measuring the lapse rate, the holding in cash and the issuance of catastrophe bonds (low volumes or high spreads correspond to a reduction in the demand which could forma a risk). The overall assessment shows that liquidity is not a major issue for the insurance industry, despite an increased challenge for the insurers to raise debt funding and an increase issuance of CAT bonds following the hurricane season.

5. Profitability and solvency [medium, increasing]

The solvency level is measured via SCR and quality of OF, while the profitability via return on investments / combined ratio for the life / non-life sectors. The SCR ratio has slightly increased for both groups (193, +10%) and solo life undertakings (170%, +10%), while it is stable for non-life solo (220%). The net combined ratio and profitability have improved. The quality of OF is still high.

6. Interlinkages and imbalances [medium, stable]

Interlinkages are assessed between primary insurers and reinsurers, insurance and banking sector and among the derivative holdings. The exposure towards domestic sovereign debt is considered as well. Data show stable investment exposures to the different financial services.

7. Insurance (underwriting) risk [low, stable]

Indicators for insurance risks are gross written premia, claims and losses due to natural catastrophes. Concerns rise from the potential impact of the recent natural catastrophic events observed in the US and some EU countries not yet reflected in the metrics.

8. Market perception [medium, stable]

The quantities assessed are relative stock market performances (insurance stock keeps on performing worse than the Stoxx 600), price to earnings ratio (slight improved), CDS spreads and external rating outlooks (unchanged). The market perception has improved, driven by the outperformances of the insurance stocks and the reduction of the CDS spreads. Ratings and their outlooks remain stable.

The last 25 October 2017, EIOPA published an update on Internal Model (IM) Consistency Projects. The activities are part of the follow up on the “Opinion on the preparation for IM application” issued last 14.04.2015, where EIOPA addressed to the National Competent Authorities (NCAs) an opinion on the preferred option to adopt in three areas where different approaches could have harmed the convergence across Member States and jeopardized the decision making process on IM. At that time EIOPA commented on the modelling of Sovereign Exposures, on how to carry out the calculations in absence of some formal decisions and on the use of comparative studies as a complementary tool. Against this background, EIOPA has been running three related IM consistent projects. The update summarizes the work carried out, the current status and the next steps:

1. Market and Credit Risk Benchmarking Study

NCAs are currently reviewing the data of their undertakings (IM approved that include market and credit risk); EIOPA will publish a comparative study in the first quarter 2018. The project collected information on the methodologies for modelling the risks and on their calibrations. Usually, the market risk is modelled using a Monte Carlo approach and the SCR is defined as the 99.50% (1 in 100 years) one-year VaR of the resulting basic OF. EIOPA plans to carry out comparative studies to monitoring market and credit risk on an annual basis. The future exercises will have a shorter time span, producing results before the next year end; the next study will be based on end-2017 calibrations and is expected to be launched by the end of the year.

2. Modelling of Sovereign Exposures

NCAs are currently reviewing the data of their undertakings (both qualitative and quantitative). It seems that, when modelled, sovereign exposures have been treated similarly to non-sovereign instruments. The follow up on the quantitative observations will be included in 1.

3. Modelling of Dynamic Volatility Adjustment

Shall be held constant or shall it vary in line with the credit spreads that are stressed in the one year forecast?

At the beginning of 2017 EIOPA also launched a project dedicated to the review of the SCR calculation under the Standard Formula. The project was aimed at ensuring a proportionate and technically consistent supervisory regime and at looking for possible simplifications of the SCR calculation.

A draft technical advice was published for public consultation last July, the items were split in two sets and a technical advice for the items in the first set was expected by end-October 2017. The final technical advice (both sets 1 and 2) should be ready by February 2018.

Among the items quoted in the consultation paper, two of particular relevance are:

  • the reduction in the resilience to external credit ratings
  • interest rate risk sub-module

The latter, in particular, assesses the appropriateness of the interest rate risk calibration: indeed the interest rates have dropped significantly, till becoming negative. The current approach, defined in 2009, does not represent the real 1 in 200 years shock event: due to the relative calculation of the shocks, the absolute one becomes smaller with decreasing rates and negative rates are not even stressed, while in reality they can fall further. EIOPA measured the underestimation in a back testing exercise. The underestimation would remain even if the relative stress factors were calibrated using more recent data, negative rates were stressed as well and a minimum downward shock of 1% (i.e. -1%) was introduced. Given these evidences, EIOPA has proposed some alternative mathematical approaches to derive the stressed risk free curves (additive stress, interest intensity approach, combination of relative and absolute stresses).

Ott 312017
 

E’ iniziata la terza edizione del MOOC “Finanza per Tutti”, in italiano, della serie “For Citizens”.
La finanza è ormai parte integrante della vita quotidiana. L’apertura di un conto corrente, decidere come investire i propri risparmi, la necessità di chiedere un prestito o un finanziamento… Lo scopo del corso è quello di fornire tutti gli strumenti necessari per affrontare queste (e altre) scelte, avendo ben chiari quali sono i possibili rischi e le insidie che ci si può trovare a fronteggiare.
Il corso è stato realizzato da Politecnico di Milano in collaborazione con Altroconsumo.

Ott 202017
 

1. Introduzione

Il Rapporto Consob sulle scelte di investimento delle famiglie italiane, pubblicato nel mese di ottobre, esplora come di consueto il livello di conoscenze, le attitudini comportamentali, gli stili decisionali e il ricorso alla consulenza finanziaria di un campione rappresentativo di decisori finanziari.

Il Rapporto 2017, in particolare, ha affinato la rilevazione delle cosiddette conoscenze finanziarie percepite, che accanto a quelle effettive possono guidare scelte e comportamenti.  Il documento illustra, inoltre, talune caratteristiche individuali che possono incidere sulle scelte di risparmio e investimento, quali gli elementi di background alla base delle conoscenze finanziarie dei soggetti intervistati,  la tendenza ad affrontare con apprensione la gestione della finanza personale (cosiddetta financial anxiety), l’interesse verso le materie finanziarie.

Nell’ottica di valutare la qualità delle scelte finanziarie e dei modelli decisionali degli intervistati, il Rapporto approfondisce anche numerosi aspetti legati al cosiddetto financial control, ossia alle scelte che costituiscono il presupposto necessario del risparmio e dell’investimento. In particolare, si è inteso analizzare le abitudini degli italiani in tema di gestione delle entrate e delle uscite (budgeting),  pianificazione finanziaria,  monitoraggio delle scelte, indebitamento, evidenziandone le associazioni con i fattori (conoscenze, propensione all’ansia, interesse, etc.) che possono influenzare la capacità di gestire le finanze personali.

2. Conoscenze finanziarie effettive e percepite

Le evidenze sulle conoscenze in materia di investimenti finanziari confermano che un contenuto livello di alfabetizzazione delle famiglie italiane, sia nel caso di concetti di uso quotidiano sia rispetto alle tipologie di rischio finanziario comunemente illustrate nell’informativa di prodotto veicolata dagli intermediari ai propri clienti (Fig. 1).

Il 20% dei decisori finanziari afferma inoltre di non avere familiarità con alcun prodotto finanziario (il dato si attesta al 15% per il sotto-campione degli investitori), mentre il restante 80% fa riferimento più frequentemente a depositi bancari, titoli di Stato e obbligazioni bancarie (Fig. 2).

Nel 40% dei casi le conoscenze effettive e quelle percepite mostrano un disallineamento, che si traduce prevalentemente in una sopravvalutazione della propria literacy (cosiddetta overconfidence).

Con riferimento all’autovalutazione, un ulteriore profilo di interesse riguarda la percezione delle proprie abilità riferite a specifiche aree della finanza personale. Più del 70% dei decisori finanziari ritiene di essere almeno nella media rispetto alla capacità di risparmio (il dato si attesta rispettivamente all’86% e al 72% nel caso di gestione di spese programmate e risparmio previdenziale). In generale, l’autovalutazione delle proprie competenze nelle decisioni economico-finanziarie registra i valori più alti rispetto alla gestione del budget familiare e al controllo delle spese (più dell’80%), e quelli più bassi in relazione alle scelte di investimento (70% del campione).

3. I comportamenti: pianificazione e risparmio

Il Rapporto censisce i comportamenti delle famiglie lungo tutta la filiera del risparmio, a partire dalla pianificazione finanziaria e dalla gestione del bilancio familiare fino all’accantonamento di risorse e alla relativa allocazione in impieghi finanziari, assicurativi e previdenziali.

Le rilevazioni restituiscono al proposito un quadro degno di attenzione. Sebbene più della metà degli intervistati riferisca di controllare entrate e uscite familiari, solo il 24% lo fa in modo molto accurato, ossia con il supporto di note scritte o di strumenti digitali, e solo il 13% rispetta il budget sempre (Fig. 3). Inoltre, l’abitudine a pianificare e monitorare gli obiettivi raggiunti nel tempo è segnalata da poco meno del 25% del campione (Fig. 4).

I comportamenti ‘virtuosi’ si associano positivamente a conoscenze (sia effettive sia percepite) e a interesse nelle materie finanziarie, mentre diventano meno frequenti al crescere dell’età e tra i soggetti più ansiosi nella gestione delle finanze personali (si vedano le Figg. 3.2- 3.5 e 3.7 – 3.8 del Report 2017).

I comportamenti dichiarati sono in genere in linea con l’autovalutazione delle proprie capacità. In altre parole, la percentuale di individui che ritiene di monitorare correttamente le spese sale tra gli intervistati che dichiarano di controllare il budget con il supporto di note scritte, mentre la percentuale di soggetti che si considerano risparmiatori migliori della media è maggiore tra coloro che riescono ad accantonare risorse con regolarità.

Pianificare aiuta ad affrontare con consapevolezza riduzioni (temporanee o permanenti) del reddito disponibile, fattore quest’ultimo cruciale nella formazione del risparmio. Quasi un terzo del campione (e ancor più se si considera solo il sottogruppo di soggetti che non effettuano alcuna programmazione finanziaria) non è in grado di stimare il ridimensionamento del tenore di vita che si dovesse rendere necessario per affrontare una contrazione di un terzo delle entrate familiari. Tale circostanza può sollevare criticità per il 30% delle famiglie che, alla fine del 2016, riferisce di aver subito una contrazione del reddito (Figg. 5 e 6).

Con riferimento alle abitudini di risparmio, il 60% degli intervistati dichiara di risparmiare prevalentemente in maniera regolare, mentre i restanti non sono in grado di farlo a causa di vincoli di bilancio molto stringenti ovvero perché indebitati (a fine 2016, circa il 42% delle famiglie ha in essere un mutuo ipotecario ovvero un finanziamento per le spese correnti; Fig. 7). La propensione a risparmiare, ovviamente crescente al crescere del reddito, si associa positivamente alle conoscenze finanziarie, al financial control e all’interesse nelle materie finanziarie. Il dato registra invece valori più contenuti tra coloro che riportano di provare ansia verso le scelte economico-finanziarie. Il movente precauzionale guida il 70% circa dei risparmiatori, mentre solo il 32% associa il risparmio a un obiettivo specifico di breve o di lungo periodo (Fig. 8).

4. Il processo di investimento

Nella survey 2017 si è inteso indagare anche la possibilità che atteggiamenti maturati in un particolare ambito (attinente nel caso specifico al financial control) possano estendersi in modo trasversale a tutte le scelte economico-finanziarie. Ad esempio, come già ricordato, gli italiani appaiono poco propensi a individuare i propri obiettivi nella fase di gestione del bilancio familiare. Tale comportamento si riscontra anche nel caso delle scelte di investimento, poiché il 90% degli investitori non identifica il proprio obiettivo prima di scegliere come impiegare il risparmio. Tale attitudine si estende in realtà a tutti gli elementi  che concorrono a definire il contesto delle scelte di investimento, inclusi orizzonte temporale, capacità economica di assumere rischio e tolleranza al rischio (Fig. 9).

Un altro atteggiamento relativo al processo decisionale concerne il monitoraggio delle proprie scelte. In questo caso, alla scarsa propensione a pianificare e controllare le proprie entrate e uscite finanziarie (riferita, come già menzionato, solo da un quarto del campione) si contrappone una più frequente attitudine a monitorare nel tempo l’esito delle proprie scelte di investimento (riferita da oltre il 70% degli investitori).

In generale, emerge una certa associazione tra comportamenti virtuosi maturati in ambiti differenti. La consapevolezza del processo decisionale d’investimento aumenta, difatti, con l’abitudine al budgeting e alla pianificazione finanziaria (oltre che con le conoscenze finanziarie), così come il monitoraggio delle scelte di investimento sembra accompagnarsi all’attitudine a controllare le spese familiari e lo stato di avanzamento della pianificazione.


Note:

– Il presente intervento riprende i temi sviluppati nel Report Consob sulle scelte di investimento delle famiglie italiane, a cura di Nadia Linciano, Monica Gentile e Paola Soccorso. Le opinioni espresse sono personali e non impegnano in alcun modo l’Istituzione di appartenenza.

– Il Report fa riferimento ai dati derivanti dall’Indagine Multifinanziaria Retail Market e dall’Osservatorio su ‘L’approccio alla finanza e agli investimenti delle famiglie italiane‘ (GfK Eurisko). Multifinanziaria Retail Market: campione di circa 2.500 famiglie. Osservatorio su ‘L’approccio alla finanza e agli investimenti delle famiglie italiane‘: circa 1.000 famiglie. In entrambi i casi il decisore finanziario (di età compresa fra 18 e 74 anni) è il percettore di reddito più elevato in famiglia.

Ott 132017
 

Dopo una fase di espansione durata quasi dieci anni, la Federal Reserve ha deciso di avviare la riduzione del proprio bilancio a partire da ottobre 2017. Il processo di “sgonfiamento” degli attivi della Banca Centrale sarà comunque molto graduale, con appena 10 miliardi di dollari al mese di mancati reinvestimenti dei titoli in portafoglio che andranno in scadenza.

Con questo ritmo di dismissione ci vorranno più di 20 anni per riportare il bilancio della FED sul livello, rispetto al Pil, osservato nel periodo precedente la crisi finanziaria internazionale. Se infatti la FED decidesse di riportate il suo bilancio al 6% del Pil registrato prima della crisi, sarebbe necessario dismettere quasi 3300 miliardi di dollari di titoli. Nel caso dell’Eurosistema (il gruppo che include BCE e le singole Banche Centrali dei paesi membri dell’Area euro) per tornare al 17% del periodo pre-crisi occorrerebbe dismettere circa 1700 miliardi di dollari di attività.

Negli ultimi anni i bilanci di FED e dell’Eurosistema, nonché quelli di Bank of Japan e Bank of England, sono infatti cresciuti a ritmi mai osservati in passato. Tra Eurozona e Usa si riscontrano però evidenti differenze nelle dinamiche (grafico 1). Negli Stati Uniti la reazione è stata più rapida e la crescita degli attivi è stata costante fino al 2014, quando il quantitative easing è stato interrotto (Corsaro, 2014), proseguendo però il reinvestimento della liquidità derivante dai titoli in scadenza. Nell’Area euro, invece, c’è stato un picco di immissione di liquidità nel 2012, soprattutto per effetto delle LTRO (Barucci, Corsaro e Milani, 2014). Il bilancio dell’Eurosistema si è poi ridotto drasticamente, per tornare a crescere solo con l’avvio del quantitative easing nel 2015 (Milani, 2015), programma che è ancora in corso e che negli ultimi mesi ha subito solo un rallentamento nel ritmo degli acquisti.

Per valutare meglio le dinamiche del rapporto tra attivo delle Banche Centrali e Pil nominale, è utile considerare la variazione del numeratore e del denominatore. Nel periodo pre-crisi (dal primo trimestre del 2002 al primo semestre del 2008, periodo precedente il default di Lehman Brothers) l’attivo dell’Eurosistema è cresciuto di circa 780 miliardi di euro, a fronte di una crescita del Pil nominale di oltre 2400 miliardi (grafico 2a). Nel post-crisi (dal secondo trimestre 2008 fino all’ultimo dato disponibile, relativo al secondo trimestre del 2017) l’attivo dell’Eurosistema è aumentato di oltre 1600 miliardi di euro, mentre il Pil nominale è cresciuto di 1300 miliardi. Ciò implica che nel pre-crisi da ogni euro di liquidità immesso dall’Eurosistema derivavano circa 3 euro di prodotto in termini nominali. Nel post-crisi, invece, ogni euro di liquidità ha generato appena 80 centesimi di prodotto.

Ancor più evidente è la relazione tra la variazione della liquidità e il Pil nominale negli Usa. Nel periodo pre-crisi l’attivo della FED è aumentato di circa 260 miliardi di dollari, a fronte di una crescita del prodotto di quasi 4000 miliardi (grafico 2b). Nel post-crisi la liquidità immessa dalla Banca Centrale è stata pari a 3500 miliardi di dollari con un aumento del Pil di 4400 miliardi. Se ad ogni dollari di liquidità corrispondevano 15 dollari di prodotto prima dello scoppio della crisi, successivamente il rapporto è sceso a un dollaro di liquidità per 1,3 dollari di prodotto.

In definitiva, sia nel caso dell’Eurosistema che della FED, l’ingente liquidità immessa nel mercato è andata solo parzialmente a sostenere l’economia reale. Gran parte di questa liquidità ha invece alimentato i mercati finanziari. Lo stock di attività finanziarie possedute dalle famiglie statunitensi ha superato, secondo le ultime statistiche relative al 2016, il 400% del Pil (grafico 3). Rispetto al picco del 2007, che ha preceduto proprio lo scoppio della crisi finanziaria, l’aumento è stato pari a 25 punti di Pil. Rispetto al picco del 1999, precedente lo scoppio della bolla azionaria della New Economy, l’aumento è stato pari a oltre 40 punti. Guardando ai principali paesi dell’Area euro qualche evidenza di surriscaldamento si trova anche in Francia, in cui il rapporto tra attività finanziarie delle famiglie e Pil è aumentato di 23 punti di Pil rispetto al 2007. Minore è stato invece l’incremento in Germania e Italia (rispettivamente 6 e 3 punti di Pil in più). Alla luce della forte accelerazione della liquidità osservata nella zona euro negli ultimi due anni, c’è da attendersi, in futuro, un’ulteriore crescita dello stock di attività finanziarie rispetto al prodotto.

Conclusioni

Lo scenario descritto evidenzia chiaramente l’immensa sfida che i banchieri centrali dovranno affrontare nei prossimi anni. Un aggiustamento dei bilanci delle Banche Centrali effettuato con eccessiva lentezza potrebbe infatti alimentare ulteriormente il crearsi di bolle speculative. La Fed al riguardo dovrebbe aver imparato la lezione della prima metà degli anni 2000, in cui una gestione troppo accomodante della politica monetaria da parte dell’ex-governatore Greenspan contribuì ad ampliare la portata della crisi finanziaria internazionale (Milani, 2015). Un aggiustamento più veloce avrebbe il vantaggio di ricostruire rapidamente quell’arsenale di risorse necessario per fronteggiare la prossima crisi finanziaria che (inevitabilmente) ci attende. Il rischio è però quello di compromettere una crescita economica globale ancora troppo legata al debito. Inoltre, ridurre i titoli in portafoglio delle Banche Centrali vuol dire immettere sui mercati finanziari enormi quantitativi di titoli di Stato con il rischio di non trovare abbastanza investitori e spingere i rendimenti verso l’alto. Con la prospettiva di dover ampliare il ricorso al debito da parte del governo statunitense, per effetto della volontà espressa da Donald Trump di ridurre le imposte sulle imprese, questa prospettiva non è probabilmente sostenibile da un punto di vista politico.

Riferimenti

 

Ott 052017
 

Come si comportano i fondi attivi nei confronti dei fondi a gestione passiva, gli ETF? Già a suo tempo, William Sharpe, ha ricordato come il ritorno medio di un fondo attivo sia inferiore al ritorno medio passivo per costruzione. Tuttavia, questo è vero per dollaro medio investito, ciò significa che, potenzialmente, la dispersione attorno alla media può essere elevata. Per questo motivo crediamo sia importante analizzare come i fondi attivi si sono comportati rispetto ai loro alter ego passivi.

Il metodo di analisi

Abbiamo selezionato le asset class più rilevanti e gli abbiamo associato gli ETF più rappresentativi delle stesse. Dopodiché, per tutti i fondi UCITS di ciascuna asset class, abbiamo deciso di selezionare due share class, una istituzionale ed una retail, confrontandole con l’ETF scelto.

I risultati

  1. I fondi attivi che investono in azioni e obbligazioni governative, tendono a sottoperformare i corrispondenti ETF, mentre nel credito (high yield e corporate) è presente una quota significativa di fondi attivi che sovraperformano le loro controparti passive. Ciò tuttavia è valido solo per le classi di azioni istituzionali. Per le classi retail, i fondi attivi deludono quasi ovunque (questo è dovuto al fatto che le commissioni aumentano, nei fondi obbligazionari, in proporzione maggiore rispetto alla volatilità tipica dell’asset class).
  2. Abbiamo interpretato questi risultati come il frutto di problematiche strutturali degli indici obbligazionari (ed in particolare di credito). Tra queste: il fatto che la ponderazione standard preveda che l’emittente più indebitato sia anche il più rappresentativo, mentre il fondo a gestione attiva può fare risk arbitrage, così come accedere ad emissioni sul mercato primario.
  3. In seguito, abbiamo filtrato i fondi che hanno prodotto risultati superiori al corrispondente ETF nell’arco di tutti e 5 gli anni oggetto di studio e abbiamo controllato in quanti, di questi 5 anni, tali fondi abbiano fatto meglio dell’ETF. Ciò che è emerso è che solo nei fondi high yielduna quota consistente di fondi ha sovraperformato l’ETF in ciascuno dei cinque anni. Questo può essere dovuto al modo in cui è costruito l’indice che l’ETF replica o alla capacità dei fondi attivi di generare alfa in modo costante.
  4. Nell’ultima parte dello studio, che riguarda solo i fondi attivi, è emerso che per molte asset class, specialmente azionarie, non si può escludere che la persistenza dei fondi nel primo quartile sia esclusivamente frutto del caso.

In conclusione

Lo studio dimostra che non esiste uno strumento in assoluto migliore dell’altro, ma dipende dall’asset class di riferimento. Per i bond governativi e azioni americane gli ETF sono quasi sempre la migliore scelta; situazione opposta, a favore dei gestori attivi, nei mercati del credito (high yield e investment grade). Più bilanciata la situazione sui mercati emergenti e sull’azionario Europa, dove variabili come volatilità e liquidità,  possono generare opportunità maggiori o minori  per il gestore attivoNaturalmente c’è molto da dire ancora sulla diatriba tra gestione passiva ed attiva, ma una cosa è certa: che si tratti di gestione attiva o passiva, gli investitori richiedono maggiori rendimenti; quindi, in prima battuta, commissioni più basse. Ad oggi, però, i benefici di una gestione attiva non sempre valgono quanto le commissioni pagate per generarli.