POSTPONED TO JUNE 10-11, 2021 DUE TO THE COVID-19 EMERGENCY
www.mate.polimi.it/fintech
Big Data and Machine Learning are driving
a significant transformation in the financial industry. Amazing examples
include: robo-advisory; predicting frauds in payment systems; development of sophisticated
algorithmic trading strategies; systemic risk assessment; rating of
companies/financial products using a huge amount of information; development of
chatbots for customers; nowcasting of financial time series; digital marketing;
instant pricing of insurance products.
The transformation concerns the
academia and the financial industry. The goal of the conference is to bring
together academicians with different backgrounds (economists, finance experts,
data scientists, econometricians) and representatives of the financial industry
(banks, asset management, insurance companies) working in this field.
Papers on all areas dealing with Machine
Learning and Big Data in finance (including Natural Language Processing and
Artificial Intelligence techniques) are welcomed. The conference targets papers
with different angles (methodological and applications to finance).
Invited speakers:
Tomaso Aste (University College London)
Emanuele Borgonovo (Università Bocconi)
Orlando Machado (Aviva Quantum)
Juri
Marcucci (Bank of Italy)
Georgios
Sermpinis (Adam Smith Business School, University of Glasgow)
Submission of the papers deadline: March 30th, 2021
Notification deadline: April 20th, 2021
Scientific
Committee:
Emilio Barucci (Politecnico di Milano, chair), Filippo Della Casa (UNIPOL), Paolo
Giudici (Università di Pavia), Daniele Marazzina (Politecnico di Milano), Andrea
Prampolini (Banca IMI), Marcello Restelli (Politecnico di Milano).
I tassi IBOR svolgono un ruolo fondamentale nei mercati
finanziari: in particolare il LIBOR è il tasso di interesse predominante per i
contratti (ad esempio interest rate swap, mutui, obbligazioni a tasso
variabile) nelle valute USD, GBP, CHF e JPY, mentre l’EURIBOR è il tasso più
diffuso per i contratti dell’area Euro (cfr. Figure 1).
A seguito della crisi finanziaria, tuttavia, la loro affidabilità e coerenza sono state messe in discussione per le acclarate manipolazioni e per il calo della liquidità del mercato interbancario. La crisi ha inoltre determinato una esplosione delle basi quotate fra tassi che differiscono per divisa o tenor, con conseguente moltiplicazione delle curve di tasso necessarie per valutare a mercato gli strumenti finanziari, e la necessità di gestire il corrispondente basis risk [1]. Tali basi sono la conseguenza del meccanismo di fixing dei tassi, riferiti a depositi interbancari a termine unsecured, e riflettono essenzialmente il rischio di credito e liquidità delle banche partecipanti (IBOR panel banks).
A partire dal 2009, le autorità e gli operatori del mercato hanno
intrapreso una serie di iniziative per rinnovare la governance dei principali
tassi d’interesse di riferimento e per individuare nuovi tassi basati su
transazioni reali in mercati di riferimento stabili e liquidi. In particolare,
i “Principles for Financial Benchmarks” emanati da IOSCO nel 2013 stabiliscono
4 aspetti principali per la determinazione dei tassi benchmark: Governance,
Quality of Benchmark, Quality of Methodology ed Accountability. Tali principi
sono stati accolti nell’area Euro dalla Benchmark Regulation (BMR), che
dichiara i tassi EURIBOR ed EONIA come “critical benchmark” ed impone quindi,
entro due anni dall’entrata in vigore (ovvero entro il 1 gennaio 2020), una
loro revisione per renderli aderenti oppure una loro sostituzione.
Il Financial Stability Board (FSB) ha raccomandato di rafforzare
tali tassi di interesse, ancorandoli a transazioni osservabili, consigliando lo
sviluppo di nuovi tassi risk free (RFR). A questo fine sono stati predisposti
cinque Working Group per le principali valute, che hanno individuato i
rispettivi RFR alternativi: in tutti i casi si tratta di tassi overnight
(secured per alcune divise ovvero unsecured per altre). Per la divisa USD è
stato scelto il tasso SOFR (Secured Overnight Financing Rate), mentre per EUR è
praticamente definito il nuovo tasso ESTER (Euro Short Term Rate, unsecured). I
tassi overnight, specialmente secured, non sono strettamente tassi privi di
rischio, ma possono essere considerati come buone approssimazioni in tal senso.
Nel luglio 2018 AFME, ICMA, ISDA, SIFMA e SIFMA AMG hanno
pubblicato l’esito della consultazione rivolta agli operatori di mercato, nella
quale vengono identificati i punti di attenzione della riforma dell’IBOR e le
raccomandazioni sugli step da effettuare per prepararsi al passaggio ai nuovi
RFR e dalla quale è emerso che esistono carenze sostanziali circa la
consapevolezza della tematica e gli step finora intrapresi per gestire la
transizione.
Transizione
I nuovi contratti conclusi dopo la scadenza BMR (1° gennaio 2020)
dovranno essere riferiti ai nuovi RFR. I contratti pre-esistenti (legacy
contracts) potranno essere re-indicizzati ai nuovi RFR oppure, se continueranno
ad essere pubblicati, contare ancora sui vecchi tassi IBOR. In entrambi i casi
sarà necessaria una modalità di transizione (“fallback”) verso i nuovi RFR.
Un passaggio molto importante in tale transizione sarà la
costruzione di una struttura a termine per i tassi RFR, sostitutiva
dell’analoga struttura a termine oggi quotata per i tassi IBOR sotto forma di
tassi di deposito, Futures, FRA (Forward Rate Agreement), e Swap. I nuovi RFR,
non disponendo di una struttura a termine con diverse scadenze, richiedono la
definizione di una regola per costruire dei tassi a termine. Ad esempio il
tasso a 3 mesi può essere costruito come composizione semplice dei tassi overnight
sul periodo. Questo tipo di indicizzazione è già ad oggi utilizzata per gli
strumenti di tipo OIS (Overnight Indexed Swap) scambiati sul mercato OTC. Sarà
poi necessario lo sviluppo di un mercato OTC liquido per tali strumenti
finanziari.
L’ISDA ha avviato un’iniziativa a livello internazionale per
identificare regole di fallback condivise per gli strumenti derivati, le quali
entreranno in vigore nel momento dell’interruzione permanente nella
contribuzione degli attuali benchmark. La soluzione di fallback si basa
sull’individuazione di un term adjustment e di uno spread adjustment da
applicare al RFR individuato. A luglio 2018, l’ISDA ha lanciato una prima
consultazione con la proposta di 4 metodologie alternative per il calcolo del
term adjustment e 3 metodologie per il calcolo dello spread adjustment, per le
divise GBP, CHF, JPY, i cui risultati sono attesi entro dicembre 2018. Una
successiva consultazione verrà lanciata per USD ed EUR nel 2019.
Tale metodologia, una volta definita e condivisa, sarà tuttavia applicabile per i soli derivati stipulati sotto ISDA agreement, mentre per gli altri strumenti (e.g. derivati non-ISDA, mutui, titoli) la conversione dovrà essere stabilita e non necessariamente avrà luogo con metodi analoghi, con il rischio di far emergere possibili basis mismatch e conseguenti conflitti contrattuali.
Area Euro
La normativa BMR ha sancito la fine dei tassi EONIA ed EURIBOR
così come li conosciamo. L’European Money Markets Institute (EMMI),
amministratore di entrambi i tassi, sta effettuando una revisione delle
metodologie attuali.
Per quanto riguarda l’EONIA, dopo una fase di studio, l’EMMI ha
ritenuto che la liquidità di mercato alla base del meccanismo di formazione
dell’EONIA non sia sufficiente per renderlo conforme alla BMR, e si è resa
quindi necessaria l’identificazione di un nuovo RFR in sua sostituzione. A tal
proposito l’European Central Bank (ECB) ha instituito il Working Group
sull’Euro Risk Free Rate, che il 13 settembre 2018 ha suggerito l’ESTER
(European Short Term Rate) quale nuovo RFR per l’Euro. Mentre l’EONIA è un
tasso di lending basato su depositi interbancari overnight effettuati sulla
piattaforma Real Time Gross Settlement (RTGS) operata dall’ECB, ESTER è un
tasso borrowing basato delle transazioni riportate dalle banche tramite il
Money Market Statistical Reporting (MMSR), e viene calcolato come media
ponderata sui volumi superiori al milione di euro, escludendo il primo 25% e
l’ultimo 25% della distribuzione dei tassi. L’ESTER, sviluppato dall’ECB
stessa, sarà ufficialmente pubblicato a partire da ottobre 2019; nel frattempo,
viene pubblicato un tasso pre-ESTER (osservazioni giornaliere a partire dal
marzo 2017 con la medesima metodologia di calcolo utilizzata a tendere) allo
scopo di familiarizzare con il nuovo tasso. I dati finora pubblicati dimostrano
che pre-ESTER è inferiore all’EONIA di circa 8-9 bps e maggiormente stabile
(minore volatilità storica e minori spike).
Per quanto riguarda l’EURIBOR, EMMI ha definito una metodologia
ibrida, attualmente in consultazione, che mira a superare le problematiche
dell’attuale metodologia di calcolo con lo scopo di ottenere un tasso che
minimizzi le possibilità di manipolazione e risulti ancorato a transazioni
osservabili e resistente agli stress del mercato. Nel caso in cui tale
metodologia venisse accettata dai regolatori come aderente ai principi IOSCO e
la BMR (scadenza 1° gennaio 2020), il nuovo EURIBOR potrebbe presumibilmente
essere il naturale successore dell’EURIBOR attuale. Nel caso in cui, invece,
l’EURIBOR subisse la medesima sorte del LIBOR, anche l’area Euro si troverà ad
affrontare le medesime problematiche delle altre principali divise. Al
riguardo, nello stesso documento in cui veniva sancita la scelta dell’ESTER
come nuova tasso risk free, il Working Group sull’Euro RFR ha suggerito di
utilizzare l’ESTER come base di partenza per costruire un nuovo tasso benchmark
in sostituzione dell’EURIBOR.
Impatti
A seguito della riforma, che avrà un impatto trasversale a tutti i
mercati, le aree in cui si possono individuate gli effetti più importanti
riguardano la liquidità degli strumenti di mercato indicizzati ai nuovi tassi,
la costruzione di nuove curve di tasso e superfici di volatilità, la modifica
delle metodologie di pricing, delle coperture, e il calcolo dei rischi. Saranno
inoltre di primaria importanza gli aspetti legali, con una possibile revisione
di tutti i contratti indicizzati ai tassi oggetto di transizione, e la gestione
della clientela per gestire possibili effetti di mismatching e di litigation.
Inoltre, si porrà la necessità di effettuare modifiche ai processi aziendali ed
alle infrastrutture IT. Al riguardo, sarà necessario porre molta attenzione
sulla governance complessiva del processo di transizione, al fine di assicurare
la coerenza tra gli impatti dei cambiamenti imposti dalla riforma e di gestire
i relativi rischi.
In particolare, per quanto riguarda i rischi di mercato, si posso
identificare i seguenti temi più rilevanti.
Contribuzioni tassi benchmark: le banche coinvolte nella contribuzione dei tassi benchmark dovranno gestire la transizione verso la contribuzione dei nuovi tassi secondo le nuove regole stabilite dagli organismi di riferimento (ECB per ESTER e prevedibilmente EMMI per EURIBOR per l’area Euro).
Dati di mercato: andrà gestita la transizione verso i nuovi tassi benchmark utilizzati come fixing per la valutazione dei contratti ed i relativi strumenti di mercato indicizzati a tali tassi. Andranno inoltre gestite le corrispondenti serie storiche per finalità di risk management (cfr. oltre).
Curve e volatilità tasso: utilizzando i nuovi strumenti di mercato indicizzati ai nuovi tassi benchmark, andranno inoltre costruite le curve di tasso e superfici di volatilità, gestendo i probabili problemi di liquidità nel caso in cui il mercato dei nuovi derivati indicizzati a RFR non sia abbastanza liquido e/o i dati non presentino una appropriata granularità. Inoltre è prevedibile un periodo di transizione in cui sarà necessario mantenere sia le vecchie curve e volatilità IBOR-based che le nuove curve e volatilità basate sui nuovi RFR.
Collateral management: in caso di revisione dei tassi di interesse utilizzati per la remunerazione del collaterale, andrà gestita la transizione verso i nuovi tassi di marginazione con conseguente revisione di tutti gli accordi di collateralizzazione.
Metodologie di pricing: le revisioni di dati di mercato, curve e volatilità tasso ed accordi di collaterale porterà probabilmente ad una conseguente revisione delle metodologie di pricing degli strumenti finanziari, che si articolano sotto vari aspetti come segue.
La revisione dei tassi di remunerazione del collaterale implicherà un adeguamento delle curve di scontro utilizzate per l’attualizzazione dei flussi futuri, con conseguenti impatti di sensitivity e P&L.
Un ulteriore impatto può determinarsi negli aggiustamenti valutativi, in particolare nelle misure di credit/debt/funding value adjustment (CVA/DVA/FVA) relative alle operazioni non soggette a collateralizzazione, dovuto all’impatto sulle esposizioni future e allo spread di finanziamento.
Possibili fasi di illiquidità e di passaggio di curve e volatilità tasso potranno determinare problemi di calibrazione dei modelli di pricing e conseguenti instabilità di prezzi, sensitivity e P&L.
In caso di dismissione dei tassi IBOR in favore di tassi risk free si avrà una semplificazione nel numero delle curve e volatilità di tasso necessarie per valutare gli strumenti, ed una semplificazione delle corrispondenti sensitivity (delta e vega in particolare). Di conseguenza si potrà determinare anche una semplificazione dei modelli di pricing, con un ritorno di fatto al mondo mono-curva risalente al periodo pre-crisi 2007.
Scenari storici: le nuove curve e volatilità tasso potrebbero non avere, dapprincipio, sufficiente profondità storica per costruire degli scenari storici, con conseguente impatto sulle metriche di rischio che si basano sui dati di mercato storici (e.g. historical VaR).
Trading vs Banking Book: date le diverse composizioni e metriche di rischio, si avranno impatti diversi: in particolare, per il Trading Book si rileverà un impatto su VaR, sensitivity, CCR e CVA, mentre per il Banking Book la transizione avrà effetti sulle masse di Bond, Loan e altri strumenti di cartolarizzazione, sia in termini di liquidità che in termini di rischio di tasso di interesse.
Basis risk: nel caso in cui l’adozione dei nuovi RFR avvenga a velocità diverse, ad es. più velocemente per i derivati e più lentamente per gli strumenti cash, anche in funzione della divisa, sarà necessario gestire una situazione ibrida con diverse asset class esposte a diversi tassi ed il conseguente rischio base.
Impatti sul capitale: la transizione verso i nuovi tassi benchmark richiederà l’identificazione dei possibili impatti sulle metriche di assorbimento di capitale; ad esempio, la mancanza di dati storici sui nuovi RFR potrebbe avere degli impatti alla luce della nuova regolamentazione per il Trading Book (FRTB), dove un punto cruciale per il calcolo delle metriche è la distinzione fra “modellable” e “non-modellable risk factors”.
Modelli Interni di Rischio: le eventuali variazioni di modello andranno gestite nell’ambito delle regole vigenti per i modelli interni (cfr. EBA RTS 2016/07 e manuale TRIM).
Figure 1: Notional outstanding balances by reference rate, order of magnitude US$ Trillion as of Dec 2017. Source: Oliver Wyman, Jun.2018
Note
[1] Ad esempio, per gestire i derivati di tasso in divisa EUR il mercato utilizza 5 curve (OIS, EURIBOR 1M, 3M, 6M, 12M) e almeno 6 superfici di volatilità (Cap/Floor EURIBOR 1M, 3M, 6M, 12M, Swaption EURIBOR 3M, 6M). Molte altre curve sono necessarie per gestire derivati e/o collateral cross currency.
Authors: Alessandro Calvia (Politecnico di Milano), Marzia De Donno (Università Cattolica del Sacro Cuore), Chiara Guardasoni (Università di Parma), Simona Sanfelici (Università di Parma).
Abstract: With the reform of interest rate benchmarks, interbank offered rates (IBORs) like LIBOR have been replaced by risk-free rates (RFRs), such as the Secured Overnight Financing Rate (SOFR) in the U.S. and the Euro Short-Term Rate (€STR) in Europe. These rates exhibit characteristics like jumps and spikes which correspond to specific market events, driven by regulatory and liquidity constraints. To capture these characteristics, this paper considers a general short-rate model that incorporates discontinuities at fixed times with random sizes. Within this framework, we introduce a PDE-based approach for pricing interest rate derivatives and establish, under suitable assumptions, a Feynman-Kač representation for the solution. For affine models, we derive (quasi) closed-form solutions, while for the general case, we develop numerical methods to solve the resulting PDEs.
Abstract: In April 2020, the Chicago Mercantile Exchange temporarily switched the pricing formula for West Texas Intermediate oil market options from the Black model to the Bachelier model. In this context, we introduce an additive Bachelier model that provides a simple closed-form solution and a good description of the implied volatility surface. This new additive model exhibits several notable mathematical and financial properties. It ensures the no-arbitrage condition, a critical requirement in highly volatile markets, while also enabling a parsimonious synthesis of the volatility surface. The model features only three parameters, each with a clear financial interpretation: the volatility term structure, the vol-of-vol, and a parameter for modelling skew. Model calibration can follow a cascade procedure: first, it accurately replicates the term structures of forwards and At-The-Money volatilities observed in the market; second, it fits the smile of the volatility surface. The proposed model also supports efficient pricing of path-dependent exotic options via Monte Carlo simulation, using a straightforward and computationally efficient approach. Overall, this model provides a robust and parsimonious description of the oil option market during the exceptionally volatile first period of the Covid-19 pandemic.
Abstract: Strong bank capitalisation provides long‑run financial‑stability benefits. However, transitioning to higher capital levels may involve short‑run costs. We analyse the effects of prudential capital changes on lending behaviour, macroeconomic outcomes, and banking competition using UK data within a structural VAR framework with sign and narrative restrictions. Narrative constraints draw on the UK regulator’s 2014–15 stress tests and the 2016 annual cyclical scenario. Impulse responses indicate that banks primarily adjust by reducing risk‑weighted assets rather than raising new equity. Higher capital requirements entail negligible long-run costs, with modest short-run macroeconomic effects consistent with other VAR studies on bank capital. These impacts are driven by a contraction in lending and increase in spreads across sectors. We find that effects of altering prudential capital requirements are state dependent. Altering during recessions, as compared with expansions, amplifies short-run contractions, but these are more short-lived, with output recovering more quickly. Indicators of market power (Boone, HHI, Lerner) suggest that tighter capital requirements temporarily reduce banking competition.
Abstract: In a monetary system in which risk-free and risky money coexist, Gresham’s law predicts that people will hoard risk-free money as a store of value and spend risky money as a medium of exchange. Establishing a payment system on the basis of risk-free money, such as a retail CBDC, while maintaining the fractional reserve banking system in place poses numerous challenges. In a laboratory experiment, we demonstrate that when the holding of risk-free money is unrestricted, people hold and pay with it extensively. However, when the ability to hold risk-free money is limited by a ceiling or an unattractive interest rate, people tend to hoard risk-free money and use risky money for payments.
Abstract: How do banks respond to transition risk and which mechanisms drive this response? We shed new light on this question using data on granular international large exposures of UK banks. Climate policy is the main source of transition risk we use. We find that an increase in climate policy stringency on average leads to a decline in the share of lending that is exposed to transition risk. However, this finding is not uniform across banks: banks with a lower initial exposure to transition risk decrease their transition-risk exposure by more and increase their transition-aligned exposure, while banks with a high initial exposure to transition risk further increase their exposure to those sectors. We also find evidence supportive of outward international spillovers through banks’ cross-border lending portfolios: banks increase transition risk-exposed lending to a given country if climate regulation gets tighter in other countries banks have such exposures to.
Abstract: Using data on four USD-pegged stablecoins and 27 fiat currencies, this paper documents spillovers from stablecoin-based foreign exchange (FX) to traditional FX markets. We document a gap between the cost of acquiring dollars via stablecoins and via the spot FX market (parity deviations). To establish a causal link between stablecoin flows and FX markets, we use a granular instrumental variable that exploits idiosyncratic shocks to stablecoin net inflows in other currencies. Our estimates indicate that a 1% exogenous increase in net stablecoin inflows raises parity deviations by 40 basis points, depreciates the local currency, and widens the dollar premium in synthetic funding markets (covered interest parity (CIP) deviations). A model of constrained arbitrage rationalizes these findings and provides structural foundations for the identification strategy. Counterfactual simulations show that halving cross-market frictions would attenuate CIP spillovers by roughly one-half and cut exchange rate effects by nearly one-third. A dynamic extension that closely matches the empirical impulse responses shows that spillovers grow disproportionately when intermediaries suffer losses, as depleted capital reduces their capacity to absorb further shocks. Our results establish stablecoins as an emerging segment of global currency markets with direct implications for financial stability.
Abstract: Payment stablecoins are privately issued digital money with the potential to enhance payment efficiency, foster innovation, and improve financial inclusion. At the same time, they are vulnerable to runs and associated welfare losses. One way to lower run risk is to require stablecoin issuers to hold safe assets. But doing so may lower issuers’ profitability and thus their incentive to provide stablecoins, hampering payment innovation and product variety. This paper offers a theoretical framework to navigate the tradeoff between maintaining stability and incentivizing issuance. Based on the Diamond and Dybvig (1983) model of bank runs, the paper shows that an unregulated private equilibrium is suboptimal. Stablecoin issuers hold risky assets to maximize profits, increasing run risk. A social planner can improve the equilibrium by requiring the backing of stablecoins with a safe asset (such as central bank reserves in a narrow bank setting), and creating conditions for other sources of revenue for issuers (such as central bank reserves remuneration or policies for payment data utilization). The model offers a baseline for the ongoing policy discussion while identifying considerations for further study.
Abstract: Conventional credit risk models understate tail risk by centering on mean default probabilities and neglecting distributional and sectoral heterogeneity. We propose a Quantile Probability of Default (QPD) framework based on unconditional quantile regressions estimated on flow default rates from five million non-financial firms across nine countries, conditioned on macro- and sectoral scenario covariates standard in stress testing. The tail exhibits three- to five-fold stronger sensitivity than at the median, revealing non-linearities and asymmetric sectoral propagation of credit risk. We validate the performance of our model across crisis periods and benchmark models to confirm the framework’s robustness and prudential efficiency. Under the European Central Banks’s 2025 increasing geopolitical and trade tensions scenario, the QPD identifies higher tail vulnerabilities in construction, trade, hospitality, and real estate. The framework embeds distributional estimation into stress testing, advancing scenario-based assessment of sectoral credit risk for policy and prudential applications.
Abstract: The proliferation of economic uncertainty indicators —ranging from text-based indices like the Economic Policy Uncertainty (EPU) index to market-based measures such as the VIX and the ECB’s Country-Level Index of Financial Stress (CLIFS)— has enriched the analytical toolkit of economists and policymakers. Yet these indicators often diverge, sending conflicting signals about the state of uncertainty in the economy. This paper argues that such divergence is not a flaw but a feature: each indicator captures a distinct dimension of uncertainty. Using topic modeling techniques applied to national news corpora, we construct a taxonomy of uncertainty narratives across five European countries and classify episodes of divergence between the EPU and CLIFS indicators. Our findings reveal systematic patterns: EPU peaks are predominantly driven by political and institutional developments, CLIFS peaks by financial market stress and joint peaks by systemic crises. These results underscore the multidimensional nature of uncertainty and highlight the need for structured interpretative frameworks. By linking narrative content to indicator behavior, our approach offers a novel lens for understanding uncertainty dynamics and provides practical tools for researchers and policymakers navigating an increasingly complex informational environment.
Abstract: Pacific Island Countries (PICs) face acute and rising climate adaptation needs due to high exposure to sea‑level rise, natural disasters, and structural vulnerabilities associated with small size and geographic remoteness. This paper develops a unified framework to produce the first region‑wide, internally consistent estimates of climate adaptation financing needs for PICs. A metadata analysis harmonizes country‑level assessments into comparable annual measures, while a complementary machine‑learning approach generates synthetic estimates for data‑deficient countries using economic, geographic, and climate‑vulnerability indicators, subject to differences in sectoral definitions and coverage embedded in the underlying source studies. The results show that adaptation needs are large, highly uneven across countries, and exceptionally high relative to GDP, particularly for atoll nations where physical risks dominate. The paper also examines climate adaptation finance flows to PICs over the past decade, distinguishing between commitments and estimated disbursements, and finds that current financing levels fall well short of projected needs. Disbursement ratios vary substantially across financing channels, reflecting differences in institutional capacity and project implementation. Taken together, the findings highlight substantial adaptation financing gaps in PICs and underscore the importance of strengthening institutional capacity and improving the effectiveness and accessibility of climate finance mechanisms.
Questo sito utilizza cookie tecnici e di profilazione, propri e di terze parti, per garantire la corretta navigazione, analizzare il traffico e misurare l'efficacia delle attività di comunicazione.
Questo sito Web utilizza i cookie per migliorarne l'esperienza di navigazione. I cookie classificati come necessari, sono essenziali alle funzioni di base sito e vengono sempre memorizzati nel tuo browser. I cookie di terze parti, che ci aiutano ad analizzare e capire come utilizzi questo sito, vengono memorizzati nel tuo browser solo con il tuo consenso. Di seguito hai la possibilità di disattivare questi cookie. Tieni in conto che la disattivazione di alcuni di questi cookie potrebbe influire sulla tua esperienza di navigazione.
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
Cookie
Durata
Descrizione
cookielawinfo-checkbox-analytics
1 year
Cookie tecnico impostato dal plugin GDPR Cookie Consent che viene utilizzato per registrare il consenso dell'utente per i cookie nella categoria "Analitici".
cookielawinfo-checkbox-necessary
1 year
Cookie tecnico impostato dal plugin GDPR Cookie Consent che viene utilizzato per registrare il consenso dell'utente ai cookie.
CookieLawInfoConsent
1 year
Cookie tecnico impostato dal plugin GDPR Cookie Consent per salvare le scelte si/no dell'utente per ciascuna categoria.
viewed_cookie_policy
1 year
Cookie tecnico impostato dal plugin GDPR Cookie Consent che registra lo stato del pulsante predefinito della categoria corrispondente.
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Cookie
Durata
Descrizione
_pk_id.gV3j99y0AE.0928
1 year 27 days
Cookie analitico impostato da Matomo e utilizzato per memorizzare alcuni dettagli sull'utente come l'ID univoco del visitatore
_pk_ses.gV3j99y0AE.0928
30 minutes
Cookie analitico impostato da Matomo di breve durata e utilizzato per memorizzare temporaneamente i dati della visita