La Banca d’Italia comunica i risultati relativi alle aste di acquisto di titoli di Stato svolte nella giornata del 10 Marzo 2020 …
https://www.bancaditalia.it/media/comunicati/documenti/2020-01/cs-20200310-asta-riacquisto.pdf
La Banca d’Italia comunica i risultati relativi alle aste di acquisto di titoli di Stato svolte nella giornata del 10 Marzo 2020 …
https://www.bancaditalia.it/media/comunicati/documenti/2020-01/cs-20200310-asta-riacquisto.pdf
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
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.
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.
“Pioggia d’estate e freddo in primavera con le stagioni impazzite. Annata caratterizzata da una forte eterogeneità. In entrambi i casi la produzione è stata completamente scombussolata.”
Se il 2019 dei titoli di Stato fosse un’annata vinicola, probabilmente potrebbe essere descritto così. Fra Quantitative easing, Brexit, mercato dei Repo impazzito e guerre commerciali è mancato solo (l’ennesimo) default argentino. Tuttavia, al di là di questi eventi eccezionali e in sé del tutto imprevedibili, si evidenzia come ce ne sia stato uno le cui conseguenze potevano invece esserlo, ovvero l’inversione della curva dei rendimenti USA, argomento che avevamo peraltro già affrontato su questo sito [1].
Brevemente, ricordiamo che la curva dei rendimenti di un mercato obbligazionario è di norma crescente in quanto i creditori richiedono, per scadenze più lunghe, una remunerazione maggiore, in relazione agli svantaggi cui questi sono sottoposti vincolando i loro risparmi su un orizzonte temporale più ampio. Tuttavia, quando il mercato si aspetta una recessione imminente, la curva tende a divenire decrescente e a registrare pertanto un’inclinazione negativa.
Questo fenomeno, noto come “inversione della curva dei rendimenti”, viene utilizzato in letteratura al fine di prevedere eventuali future recessioni. Estrella e Mishkin (1996) [2] hanno studiato l’evento in questione ricorrendo alla differenza fra il tasso 10 anni e il tasso a 3 mesi [3] del mercato del Treasury americano al fine di prevedere la probabilità di recessione dell’economia a stelle e strisce. A nostro avviso però questa decisione, seppur teoricamente valida, potrebbe aver favorito valutazioni sbagliate nell’anno che si è appena concluso. Infatti, lo spread 10y – 3m considera due tassi che potrebbero essere stati sottoposti, durante il 2019, a dinamiche diverse. Il tasso 3m deriva dal mercato monetario e risente maggiormente delle decisioni della FOMC [4] che quest’anno, forse influenzata dalle pressioni del presidente Trump, ha tagliato per tre volte il target per il Fed Funds Rate [5]. Ciò in teoria può avere due effetti. Se il taglio dei tassi è percepito come un temporaneo aggiustamento di metà ciclo, ne deriva un abbassamento della parte a breve della curva rispetto a quella a lungo, quindi una curva che diventa più ripida. Se le aspettative sono invece quelle di una recessione imminente, gli operatori vedono il suddetto taglio dei tassi come il preludio di ulteriori azioni a sostegno dell’economia da parte della Banca Centrale. Dunque, per cercare di assicurarsi un tasso di rendimento più elevato per il futuro (vista l’imminente discesa dei tassi a seguito delle operazioni di stimolo), gli operatori sono indotti ad acquistare più titoli a lungo termine rispetto a quelli di breve termine spingendo la curva prima verso un appiattimento e poi verso l’inversione.
Partendo dalle cinque recessioni avvenute tra il 1980 e il 2008, abbiamo predisposto una tabella di sintesi sulla base di quattro variabili: i) “First Signal”, inteso come il numero di giorni fra la prima inversione e la recessione; ii) “Last Signal”, ovvero il numero di giorni che intercorrono dal momento in cui la curva cessa di essere invertita e la recessione; iii) “Total,” che indica il numero totale di giorni in cui la curva è invertita.
Dalla tabella è possibile notare una maggiore sintonia fra i tratti 10y – 2y e 10y – 3y piuttosto che il 10y – 3m, il quale, come già anticipato, è influenzato dalle diverse dinamiche a cui il tasso 3m è sottoposto.
Si registra come, in media, l’inversione delle prime due curve avvenga a 462 e 495 giorni dalla recessione, mentre per il 10y – 3m il valor medio scende a 411 giorni. Storicamente, i tratti 10y – 2y e 10y – 3y intercettano dunque con leggero anticipo l’inizio di una potenziale futura recessione mentre il tratto 10y – 3m sembra arrivare solo successivamente a conferma del trend di inversione in atto.
Con riferimento al “Last Signal”, la curva dei rendimenti 10y – 3m pare risultare meno “reattiva” mantenendo, in 3 casi su 5, l’inversione fino a ridosso della recessione. Precisiamo come i periodi di recessione da noi utilizzati siano quelli definiti dal NBER [6], il quale analizza delle grandezze macroeconomiche (PIL, disoccupazione, produzione industriale…) per decretare l’eventuale recessione. Pertanto, è ragionevole aspettarsi che il mercato anticipi l’avvento di essa ben prima della decisione ufficiale del NBER, con gli operatori che riiniziano ad acquistare titoli a breve termine contro quelli a medio lungo facendo quindi cessare l’inversione della curva [7] prima che venga ufficializzata la recessione.
Con riferimento all’orizzonte temporale su cui definire la probabilità di futura recessione, Estrella e Mishkin stimano, su base annuale, le probabilità di recessione associate a ciascun livello di spread 10y – 3m. Per quanto pratico, questo approccio blocca a priori la variabile temporale (il numero di giorni fra cui la recessione dovrebbe realizzarsi), riducendo la flessibilità del modello predittivo. In particolare, dalla Figura 1 si può osservare come la serie storica dello spread 10y – 3m (in nero) inverta il trend decrescente prima che la recessione sia ufficializzata (bande verdi).
Il modello degli autori generebbe pertanto un anomalo andamento nelle stime della probabilità di recessione, la quale tenderebbe paradossalmente a diminuire con l’avvicinarsi della recessione stessa (questo perché la curva, che è anche l’unico input del modello, comincia a normalizzarsi in anticipo).
A nostro avviso il modello dovrebbe assegnare, per medesimi valori di inversione, un valore predittivo diverso in base alla vicinanza/lontananza dalla recessione decretata dal NBER.
Abbiamo dunque ripetuto l’analisi di Estrella e Mishkin non su un solo orizzonte temporale fisso, bensì su molteplici orizzonti temporali. Ciò consiste nel calcolare, tramite una regressione Probit, la probabilità di recessione per n-giorni nel futuro facendo assumere ad n valori diversi.
Di seguito riportiamo un estratto della matrice contenente, per date combinazioni di spread e orizzonte temporale di previsione [8], le rispettive probabilità di recessione. Ad esempio, in caso di spread 10y – 3y pari a – 1, la probabilità di essere in recessione tra 200 giorni è pari al 70,3%. Le classi di spread nella matrice sono state definite sulla base dei dati storici; è stato osservato infatti come per la curva 10y – 3y il valore di massima inversione sia stato registrato a – 1,59% (@ – 1,6%) [9].
Da tale matrice è stato possibile individuare come l’orizzonte di forecasting ottimale, ovvero quello per cui a ciascun livello di spread della curva 10y – 3y vengono registrati i più alti valori di probabilità è circa 250 giorni. Questa miglior capacità predittiva che emerge quando si utilizza l’orizzonte a 250 giorni, ci porta dunque a rivalutare in positivo la metodologia di Estrella e Mishkin; i quali avevano appunto fissato a 250 il loro orizzonte temporale di previsione. Di seguito si riporta il grafico ottenuto utilizzando i valori della matrice di Tabella 2. Questo grafico è realizzabile solamente ex-post, in quanto necessita di conoscere il numero di giorni che separano ogni inversione dalla recessione:
Si osservi come l’andamento delle probabilità risulti comunque decrescente all’approssimarsi della recessione; anche se la dinamica risulta più smussata rispetto al modello “rigido” di Estrella e Mishkin. Ciò poiché evidentemente il modello risulta comunque dominato dalla dinamica della curva 10y-2y, che ne è l’input principale, e non è in grado di mitigare a pieno l’effetto decrescente sulle probabilità.
In conclusione, ai fini di un corretto uso della curva dei rendimenti a fini predittivi possiamo comunque affermare che:
[1] Bartolozzi F., Zangari C., “Curva dei rendimenti invertita? Questione di aspettative” (2019), https://www.finriskalert.it/?p=6139
[2] The Yield Curve as a Predictor of U.S. Recessions, di Arturo Estrella e Frederic S. Mishkin, Current Issues in Economics and Finance, 1996
[3] Da adesso useremo la notazione 10y – 3m per indicare la differenza fra il tasso 10 anni e tasso 3 mesi, 10y – 2y per la differenza fra il tasso 10 anni e tasso 2 anni e così via
[4] Federal Open Market Committe è la commissione della FED che decide sulle operazioni di mercato, tra cui il rialzo dei tassi di rifinanziamento a brevissimo termine
[5] Tassi a brevissimo periodo cui le banche americane si prestano fondi non collateralizzati
[6] National Bureau of Economic Research
[7] Ricordiamo che fra prezzo e rendimento sussiste una relazione inversa. Dunque, se gli operatori acquistano più titoli a breve rispetto quelli a medio-lungo il tasso di rendimento dei primi scenderà maggiormente facendo aumentare l’inclinazione della curva
[8] In giorni lavorativi
[9] Le probabilità della Tabella 2 sono state ottenute applicando il modello Probit alle serie storiche dal 1976 al 2019 (totale di 11.160 osservazioni)
[10] Come è avvenuto invece quest’anno
Indian cryptocurrency exchanges are bringing back banking support after the Supreme Court of India struck down the banking ban on the crypto industry…
https://news.bitcoin.com/bitcoin-legal-india-supreme-court-verdict-cryptocurrency/
The European Securities and Markets Authority (ESMA) has issued today the official translations of its guidelines on stress test scenarios under the MMF Regulation…
2020 is a critical year for LIBOR transition…
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:
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.
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
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.
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.
EIOPA has recently (29.01.2020) published the risk dashboard (RDB) update at January 2020.
The RDB is published on a quarterly basis, showing the level of risk for 8 (=7+1) risk categories. The latest outcome is reported in the table below, compared to the previous one (October 2019):
Some comments
This is an overarching category affecting the whole economy, which considers economic growth, monetary policies, consumer price indices and fiscal balances.
The economic environment remains fragile because of both the prolonged low interest rates, which challenge the insurance sector, and the continuous decrease of the GDP growth. The 10-year swap rate remains at its minimum level, despite the little increase (from 0.32% to 0.62%) gained thanks to the recent easing of monetary policy by major central banks. The GDP growth has been revised downwards, especially for the BRICS and the European economy (the indicator is a weighted average over Euro Area, UK, Switzerland, US and BRICS). The expectation on inflationary pressures remains stable at 1.5%, because of downward revisions to forecasted inflation in the EU, UK and Switzerland counterbalanced by upward revisions for the BRICS. The unemployment rate remains at historical low levels (5.6%).
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). Since the previous assessment, CDS spreads slightly declined across all bond segments, except for government bonds. The average credit quality step of investments remains the same (1.83; +0.00), still corresponding to an S&P rating between AA and A.
The exposures of the Insurers in different asset classes remain quite stable and around
This vulnerability of the insurance sector to adverse developments is assessed 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 market risks is still at high level, but shows a decreasing trend due to a lower expected volatility for the market bonds, largest asset class (60% of exposure), opposed to an increased volatility of the equity (6%) and property (3%) market. CDS spreads declined slightly across most bond segments, except sovereign bonds, with credit risks remaining at medium level.
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 median liquid assets ratio has increased from 65% to 66%, 66%, but the lower tail of the distribution has slightly declined. The average ratio of coupons to maturity has decreased, as well as the issued bond volumes (5.8bln euro, -0.5bln). Lapse rates in life business are broadly stable, showing a median lapse rate around 2.6%.
The solvency level is measured via Solvency Ratio (SR) and quality of Own Funds (OF), while the profitability via return on investments and combined ratio for the life and non-life sectors. SR for both groups and non-life undertakings have declined across the whole distribution, due to the prolonged period of low interest rates together with a lower expected profit in future premiums, showing a further decline for life undertakings (160%, -5%).
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. The risks shows an increasing trend due to higher SII of interest rate swaps (the largest derivative exposure), potentially driven by ALM strategies put in place as a response to the low interest rates. in the share of
The median share of premiums ceded to reinsurers remains stable at 5.6%, as well as the median exposure to domestic sovereign debt (12.5%). Insurance groups’ investments in banks (12.4%), insurers (1.4%) have remained broadly unchanged, while investments in other financial institutions have declined (20.1%, -0.8%).
Indicators for insurance risks are gross written premia, claims and losses due to natural catastrophes. Year-on-year premium growth for both life and non-life business is positive and shows an increasing trend. The catastrophe loss ratio has increased (7.9%, +2.9%) because of Typhoon Faxai and Hurricane Dorian, happened in September, and is expected to increase again in the last quarter due to the costliest natural disaster of the year, Typhoon Hagibis, which hit Japan in mid-October. Insurance loss ratios have remained broadly unchanged, with the median value placed at 63% and the distribution slightly moving upward. Median premium growth has increased (from 3% to 6.8%) in life business and is stable (median at 4.3%) in non-life business.
The market perception remains constant at medium level. The quantities assessed are relative stock market performances (insurance life / non-life stocks has respectively outperformed / underperformed the Stoxx 600), price to earnings ratio (median increased from 11.3% to 12.5%), CDS spreads (median value stable at 64.3bps) and external rating outlooks (unchanged from the last quarter).
The European Securities and Markets Authority (ESMA) has today updated its Questions and Answers on the implementation of investor protection…