Gen 092020
 

Conference

Politecnico di Milano, June 11-12, 2020

POSTPONED TO SEPTEMBER 2020 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, 2020

Notification deadline: April 20th, 2020

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).

Organizing Commitee: Michele Azzone, Emilio Barucci (chair), Francesca Grassetti, Daniele Marazzina, Marcello Restelli.

 

Gen 252019
 

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.

Apr 042020
 

L’iniziativa di Finriskalert.it “Il termometro dei mercati finanziari” vuole presentare un indicatore settimanale sul grado di turbolenza/tensione dei mercati finanziari, con particolare attenzione all’Italia.



Significato degli indicatori

  • Rendimento borsa italiana: rendimento settimanale dell’indice della borsa italiana FTSEMIB;
  • Volatilità implicita borsa italiana: volatilità implicita calcolata considerando le opzioni at-the-money sul FTSEMIB a 3 mesi;
  • Future borsa italiana: valore del future sul FTSEMIB;
  • CDS principali banche 10Ysub: CDS medio delle obbligazioni subordinate a 10 anni delle principali banche italiane (Unicredit, Intesa San Paolo, MPS, Banco BPM);
  • Tasso di interesse ITA 2Y: tasso di interesse costruito sulla curva dei BTP con scadenza a due anni;
  • Spread ITA 10Y/2Y : differenza del tasso di interesse dei BTP a 10 anni e a 2 anni;
  • Rendimento borsa europea: rendimento settimanale dell’indice delle borse europee Eurostoxx;
  • Volatilità implicita borsa europea: volatilità implicita calcolata sulle opzioni at-the-money sull’indice Eurostoxx a scadenza 3 mesi;
  • Rendimento borsa ITA/Europa: differenza tra il rendimento settimanale della borsa italiana e quello delle borse europee, calcolato sugli indici FTSEMIB e Eurostoxx;
  • Spread ITA/GER: differenza tra i tassi di interesse italiani e tedeschi a 10 anni;
  • Spread EU/GER: differenza media tra i tassi di interesse dei principali paesi europei (Francia, Belgio, Spagna, Italia, Olanda) e quelli tedeschi a 10 anni;
  • Euro/dollaro: tasso di cambio euro/dollaro;
  • Spread US/GER 10Y: spread tra i tassi di interesse degli Stati Uniti e quelli tedeschi con scadenza 10 anni;
  • Prezzo Oro: quotazione dell’oro (in USD)
  • Spread 10Y/2Y Euro Swap Curve: differenza del tasso della curva EURO ZONE IRS 3M a 10Y e 2Y;
  • Euribor 6M: tasso euribor a 6 mesi.

I colori sono assegnati in un’ottica VaR: se il valore riportato è superiore (inferiore) al quantile al 15%, il colore utilizzato è l’arancione. Se il valore riportato è superiore (inferiore) al quantile al 5% il colore utilizzato è il rosso. La banda (verso l’alto o verso il basso) viene selezionata, a seconda dell’indicatore, nella direzione dell’instabilità del mercato. I quantili vengono ricostruiti prendendo la serie storica di un anno di osservazioni: ad esempio, un valore in una casella rossa significa che appartiene al 5% dei valori meno positivi riscontrati nell’ultimo anno. Per le prime tre voci della sezione “Politica Monetaria”, le bande per definire il colore sono simmetriche (valori in positivo e in negativo). I dati riportati provengono dal database Thomson Reuters. Infine, la tendenza mostra la dinamica in atto e viene rappresentata dalle frecce: ↑,↓, ↔  indicano rispettivamente miglioramento, peggioramento, stabilità rispetto alla rilevazione precedente. Paragrafo Paragrafo Paragrafo

Disclaimer: Le informazioni contenute in questa pagina sono esclusivamente a scopo informativo e per uso personale. Le informazioni possono essere modificate da finriskalert.it in qualsiasi momento e senza preavviso. Finriskalert.it non può fornire alcuna garanzia in merito all’affidabilità, completezza, esattezza ed attualità dei dati riportati e, pertanto, non assume alcuna responsabilità per qualsiasi danno legato all’uso, proprio o improprio delle informazioni contenute in questa pagina. I contenuti presenti in questa pagina non devono in alcun modo essere intesi come consigli finanziari, economici, giuridici, fiscali o di altra natura e nessuna decisione d’investimento o qualsiasi altra decisione deve essere presa unicamente sulla base di questi dati.



Apr 042020
 

L’indicatore di Mahalanobis permette di evidenziare periodi di stress nei mercati finanziari. Si tratta di un indicatore che dipende dalle volatilità e dalle correlazioni di un particolare universo investimenti preso ad esame. Nello specifico ci siamo occupati dei mercati azionari europei e dei settori azionari globali.

Gli indici utilizzati sono:

Le volatilità riportate sono storiche e calcolate sugli ultimi 30 trading days disponibili. Per ogni asset-class dunque sono prima calcolati i rendimenti logaritmici dei prezzi degli indici di riferimento, successivamente si procede col calcolo della deviazione standard dei rendimenti, ed infine si procede a moltiplicare la deviazione standard per il fattore di annualizzazione.

Per il calcolo della distanza di Mahalnobis si procede dapprima con la stima della matrice di covarianza tra le asset-class. Si considera l’approccio delle finestre mobili. Come con la volatilità, si procede prima con il calcolo dei rendimenti logaritmici e poi con la stima storica della matrice di covarianza, come riportato di seguito.

Supponendo una finestra mobile di  T periodi, viene calcolato il valore medio e la matrice varianza covarianza al tempo t come segue:

La distanza di Mahalanobis è definita formalmente come:

Le parametrizzazioni che sono state scelte sono:

  • Rilevazioni mensili
  • Tempo T della finestra mobile pari a 5 anni (60 osservazioni mensili)

Le statistiche percentili sono state calcolate a partire dalla distribuzione dell’indicatore di Mahalanobis dal Dicembre 1997 al Dicembre 2019 su rilevazioni mensili.

Ulteriori dettagli sono riportati in questo articolo.

Disclaimer: Le informazioni contenute in questa pagina sono esclusivamente a scopo informativo e per uso personale. Le informazioni possono essere modificate da finriskalert.it in qualsiasi momento e senza preavviso. Finriskalert.it non può fornire alcuna garanzia in merito all’affidabilità, completezza, esattezza ed attualità dei dati riportati e, pertanto, non assume alcuna responsabilità per qualsiasi danno legato all’uso, proprio o improprio delle informazioni contenute in questa pagina. I contenuti presenti in questa pagina non devono in alcun modo essere intesi come consigli finanziari, economici, giuridici, fiscali o di altra natura e nessuna decisione d’investimento o qualsiasi altra decisione deve essere presa unicamente sulla base di questi dati.



Apr 022020
 

COVID-19 is the acronym for “coronavirus disease 2019”, an infectious respiratory disease, whose rapid outbreak made the World Health Organization (WHO) declaring it to be a global pandemic last 11th March 2020. The diagnosis is confirmed by a test and no vaccine has been yet identified.

According to the WHO, 80% of people who become infected will recover without the need of any special treatment, while older adults, as well as people with underlying compromised medial conditions (like heart disease, lung disease or diabetes) seem to be at higher risk for developing serious complications. Common symptoms are fever, cough and breathing difficulties, but in more severe cases, the infection can also lead to pneumonia or severe acute respiratory syndrome, even causing the death of the individual. The virus spreads through the air by coughing and sneezing and through close personal contact, like shaking hands. It is also possible that a person gets COVID-19 by touching a surface that has the virus on it and then touching its own mouth, nose or eyes.

Because of the rapid spread of the novel Coronavirus, all governments have taken drastic measures to contain it, such as school closures, prohibitions against public gatherings, closures of restaurants and bars, widespread quarantine and shelter-in-place orders. Many states are already lockdown and, probably, many others will be soon. The long-term business impacts of these measures are a matter of conjecture, but what is sure is that the outbreak has already caused widespread concern and economic hardship for consumers, businesses and communities. COVID-19 is challenging our social security systems, putting under pressure the healthcare, illness and unemployment benefits.

Although most companies already have business continuity plans, they usually seem not to be prepared for an outbreak like this: the stock market has plunged, and businesses have begun to feel the immediate strain of the drastic measures, being unable to fulfil their obligations and therefore facing some losses.

Most of the firms were not ready to tackle a pandemic scenario and in less than two weeks had to switch from a mainly on-site servicing to a total smart-working environment, setting up lots of VPN infrastructures and activating remote desktops.

For what concerns the insurance industry, the limits of some policies have emerged, showing a little flexibility in offering ad-hoc coverages or customized extensions. Moreover, insurances need to change: agents have to use digital collaboration instruments, like video chat, to shorten the physical distance with their clients, maintaining the engagement and the documentation needs to be fully digitalized, using on-line authentication systems. Obviously, all the services must be available on line so that the policyholders can review their policies, make changes or check the status of their claims. The insurance industry needs to form strategic alliances as well as to integrate insurtech with traditional models and to invest in technology and human capital.

A positive outcome of the COVID-19 outbreak may be the birth of new needs, driven by a change in the consumers’ mind-set: people will seek for more coverages, being more sensitive to unforeseeable tragic events. The perception of the risk has already changed. It is easy to draw a parallelism with two other moments in time of public fear, like the terrorist attacks of 2001 and the subprime crisis of 2008: both have boosted the spread of digitalization in our habits. The beginning of 2000 saw the rising of on-line platforms such as Google, Amazon, Ebay and Paypal, while fintech and sharing economy services like Uber and Airbnb started their gradual appearance after 2008. India and Italy, countries that are currently under lockdown, already provide two examples.

  • INDIA

Over the last month, as the number of coronavirus positive cases started growing, the demand for life and health insurance policies has skyrocketed, with a 40% increase in online insurance sales.

Insurers, together with the distributors, are deploying an increased volume of health professionals to consult with patients over the phone, making unnecessary the need of physical contact.

Thanks to its comprehensive health insurance policies, linked to coronavirus specific insurance products, the company Digit Insurance, whose headquarters are located in Bangalore, experienced a 50% increase in average policies sold per day comparing March over January.

  • ITALY

The “bel paese” has been seen as under insured for a long time and this was blamed to its culture, not properly inclined to prevent and manage the risks, but things are changing: the insurtech platform Yolo states that on line queries related to health insurance policies have grown incredibly in the last weeks. Moreover, two large Italian companies (FS Italiane Group and Enel) have recently decide to buy additional insurance coverages for their employees in the event of hospitalization with the COVID-19 virus. On the 25th March 2020 FS has bought an insurance coverage managed by UniSalute of one year duration, that provides a daily allowance and a care services package. One day after, Enel has drawn up an insurance policy developed by Aon SpA, specifically designed for the needs of the Enel Group, which provides a cash allowance.

All these examples concern Life and Health businesses, but COVID-19 is expected to have a large impact on the Non-life business as well: let us think of car insurances and business continuity policies.

  • In the first case, insurances will experience a better combined ratio, as the claims are bound to drop significantly due to the drastic measures adopted by the governments: with dramatically fewer cars on the road and businesses closed, the level of motor liability claims will plummet.

For this reason but also with the aim of helping middle class people struggling with economic difficulties, many car insurance companies have offered extended grace periods and other payment options to people who are not able to afford the premiums. This initiative has widely spread over both northern Italy in the early red areas (as ANIA – the Italian National Insurance Association – has recalled last 28th February) and in California, where the Insurance Commissioner has requested that insurance companies allow a 60-day premium grace period due to COVID-19. Furthermore, a petition has been filed to demand a refund or credit premiums to drivers because fewer accidents will mean bigger profits for auto insurers.

  • Business interruption insurance provisions cover lost income and associated increased costs that a business incurs during a period of interruption to its operations, that is caused by direct physical loss or damage caused by the interruption of the business of the policyholder. A growing number of complaints from restaurants, pubs and other venues have already been refused as the insurance companies assert that the closure of their property, due to the outbreak of the COVID-19, is outside the policy limits. Following the SARS outbreak in 2003, most insurers added broad exclusions for damage caused by biological agents or communicable diseases and many policies have waiting periods before the coverage starts. Just in few cases, the cover is triggered and the compensation provided, but, most of the times, it is not straightforward to understand the exclusions: for instance, policies covering communicable diseases may not accept the COVID-19 as it did not originate inside the buildings. Moreover, if all the insurance companies were to cover all the business interruptions policies, many of them would become insolvent; it is also questionable whether it is fair to call insurers to pay out these claims when the governments already provide assistance.

COVID-19 is also having a significant impact on the markets and, in turn, on the SII position of all the insurance players.

As reported by the OECD in their Interim Economic Assessment dated 2nd March 2020, COVID-19 has already brought major economic disruption: “Output contractions in China are being felt around the world, reflecting the key and rising role China has in global supply chains, travel and commodity markets. Subsequent outbreaks in other economies are having similar effects, albeit on a smaller scale. Growth prospects remain highly uncertain”. The global growth is likely decreasing by around half percentage point this year compared to the expectation of the Economic Outlook made in November 2019, as shown in the following.

For what concerns Italy, the already lagging economic growth showed in the table below as reported by ISTAT in their statistics dated March 2020, is expected to worsen due to the crisis the country is undergoing.

The following paired charts aim at both drawing a parallelism with the 2008 financial crisis and at highlighting the reaction of the markets to the COVID-19 outbreak.

All quantities are rescaled to a starting value of 100 to ease the comparison, except Bitcoin (0.01) and VIX (10).

The fall of Brent Oil (-60% from the beginning of the year) after the economic slowdown is dramatic, while Gold and Wheat seem to resist. Bitcoins are somehow recovering after a huge drop, showing a consistently higher volatility than Gold, the safe-haven asset by definition.

The equity market performance is also performing very negatively (-30% since 01.01.2020), recalling what we saw in 2008/2009, joined with a high level of fear registered by the VIX index.

About the foreign exchanges, it is very interesting to notice that since the beginning of the year, GBP has lost much more value (-5.7%) than USD (-1.3%) compared to the EUR currency (at 30.03.2020, 1 GBP = 1.23 EUR, while 1 USD= 0.81 EUR). The USD rise experienced during the first ten days of March can be attributed to the fact the pandemic was already well spread through Europe, but it was not yet that recognised as an issue in the States.

Lastly, it is very important to look at the evolution of the spreads over the 10-years BUND.

Although it has not reached the 500bps recorded in 2012-2013, Italy has almost breached the 300bps level (2.7%) last 17th of March. The spreads of Italy, Spain and France seem to move with a certain correlation, but still being based on quite different levels.

Spreads in general (of both Government and Corporate bonds) are a crucial element in the determination of the SII position of the insurance companies, as they do not only affect the Assets values, but also the Liabilities ones though the mechanism of the Volatility Adjustment (VA). When the spreads rise, and the value of the Assets falls down, the VA, applied on top of the Risk Free yield curve, increases as well, reducing the value of the Liabilities. In addition to the Currency VA, related to a certain currency (e.g. EUR) and derived over a reference portfolio of Assets, a Country VA is applied in situations where a country (e.g. IT) suffers a remarkable credit downgrade of its government bonds. The downgrade should be such that the risk corrected country spread is greater than twice the risk-corrected currency spread and the risk correct country spread is greater than 85 (previously 100) bps. As the Country VA works like a binary variable (on/off) rather than a continuous function, in an unstable economic environment like the one we are experiencing, the SII position of especially Italian Insurance companies can vary significantly from one day to the other. Furthermore, it always important to stress that the VA calculation is based on a pre-defined reference investment portfolio, representing an average European insurer and may not be appropriate for firms that show different durations or assets allocations.

The following chart, reported by ANIA in their newsletter trend dated March 2020, depicts the evolution of the EUR risk corrected currency spreads and the IT risk corrected country spread, highlighting the VA country thresholds (please note that the value of March is the one registered on the 12th).

This last chart shows the Net Capital gain of the Assets hold by the Italian Insurance companies. At the end of December 2018, its value was around 22blns, less than a third of the value of 71blns registered in December 2019, coherently to the spread that has fallen from 250 to 160bps and the 10y-BTP rate that has fallen as well (from 2.73% to 1.42%). At the end of February 2020, the net Capital gain was around 75bln (higher than in December 2019), together with a higher spread of 167bps but a lower 10y-BTP rate (1.13% vs 1.42%). This picture may change significantly at the end of March 2020, just in correspondence of the 20Q1 SII evaluation.

Mar 282020
 

L’iniziativa di Finriskalert.it “Il termometro dei mercati finanziari” vuole presentare un indicatore settimanale sul grado di turbolenza/tensione dei mercati finanziari, con particolare attenzione all’Italia.

Significato degli indicatori

  • Rendimento borsa italiana: rendimento settimanale dell’indice della borsa italiana FTSEMIB;
  • Volatilità implicita borsa italiana: volatilità implicita calcolata considerando le opzioni at-the-money sul FTSEMIB a 3 mesi;
  • Future borsa italiana: valore del future sul FTSEMIB;
  • CDS principali banche 10Ysub: CDS medio delle obbligazioni subordinate a 10 anni delle principali banche italiane (Unicredit, Intesa San Paolo, MPS, Banco BPM);
  • Tasso di interesse ITA 2Y: tasso di interesse costruito sulla curva dei BTP con scadenza a due anni;
  • Spread ITA 10Y/2Y : differenza del tasso di interesse dei BTP a 10 anni e a 2 anni;
  • Rendimento borsa europea: rendimento settimanale dell’indice delle borse europee Eurostoxx;
  • Volatilità implicita borsa europea: volatilità implicita calcolata sulle opzioni at-the-money sull’indice Eurostoxx a scadenza 3 mesi;
  • Rendimento borsa ITA/Europa: differenza tra il rendimento settimanale della borsa italiana e quello delle borse europee, calcolato sugli indici FTSEMIB e Eurostoxx;
  • Spread ITA/GER: differenza tra i tassi di interesse italiani e tedeschi a 10 anni;
  • Spread EU/GER: differenza media tra i tassi di interesse dei principali paesi europei (Francia, Belgio, Spagna, Italia, Olanda) e quelli tedeschi a 10 anni;
  • Euro/dollaro: tasso di cambio euro/dollaro;
  • Spread US/GER 10Y: spread tra i tassi di interesse degli Stati Uniti e quelli tedeschi con scadenza 10 anni;
  • Prezzo Oro: quotazione dell’oro (in USD)
  • Spread 10Y/2Y Euro Swap Curve: differenza del tasso della curva EURO ZONE IRS 3M a 10Y e 2Y;
  • Euribor 6M: tasso euribor a 6 mesi.

I colori sono assegnati in un’ottica VaR: se il valore riportato è superiore (inferiore) al quantile al 15%, il colore utilizzato è l’arancione. Se il valore riportato è superiore (inferiore) al quantile al 5% il colore utilizzato è il rosso. La banda (verso l’alto o verso il basso) viene selezionata, a seconda dell’indicatore, nella direzione dell’instabilità del mercato. I quantili vengono ricostruiti prendendo la serie storica di un anno di osservazioni: ad esempio, un valore in una casella rossa significa che appartiene al 5% dei valori meno positivi riscontrati nell’ultimo anno. Per le prime tre voci della sezione “Politica Monetaria”, le bande per definire il colore sono simmetriche (valori in positivo e in negativo). I dati riportati provengono dal database Thomson Reuters. Infine, la tendenza mostra la dinamica in atto e viene rappresentata dalle frecce: ↑,↓, ↔  indicano rispettivamente miglioramento, peggioramento, stabilità rispetto alla rilevazione precedente. Paragrafo Paragrafo Paragrafo

Disclaimer: Le informazioni contenute in questa pagina sono esclusivamente a scopo informativo e per uso personale. Le informazioni possono essere modificate da finriskalert.it in qualsiasi momento e senza preavviso. Finriskalert.it non può fornire alcuna garanzia in merito all’affidabilità, completezza, esattezza ed attualità dei dati riportati e, pertanto, non assume alcuna responsabilità per qualsiasi danno legato all’uso, proprio o improprio delle informazioni contenute in questa pagina. I contenuti presenti in questa pagina non devono in alcun modo essere intesi come consigli finanziari, economici, giuridici, fiscali o di altra natura e nessuna decisione d’investimento o qualsiasi altra decisione deve essere presa unicamente sulla base di questi dati.