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.
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:
i tratti di curva che un investitore dovrebbe osservare sono quelli del 10y – 2y e 10y – 3y, con il 10y – 3m che funziona da ulteriore conferma del trend e non come anticipatore dello stesso [10];
che la proxy n=250 può portare a delle buone stime di probabilità di recessione implicita nella curva anche se tende a sottovalutarla nei periodi a ridosso della recessione effettiva;
che il mercato anticipa le dichiarazioni ufficiali basate sulle analisi dei dati macroeconomici. Una strategia di investimento che scommetta sull’innalzamento della curva dovrebbe, dunque, essere proattiva e anticipatrice delle recessioni decretate dal NBER. Il rischio è infatti quello di perdere il treno.
[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)
The European Securities and Markets Authority (ESMA) has issued today the official translations of its guidelines on stress test scenarios under the MMF Regulation…
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.
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
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.
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
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 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%).
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). 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
30.0% in European sovereign bonds, whose CDS spreads has remained
broadly stable
13.0% in non-financial corporate bonds, whose spreads have slightly declined
7.5% in unsecured financial corporate bonds, whose spreads have slightly
declined
3.0% in secured financial corporate bonds, whose spreads has declined
0.5% in loans and mortgages
Market risks [high, decreasing]
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.
Liquidity and funding risk [medium, stable]
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%.
Profitability and solvency [medium, stable]
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 and imbalances [medium, increasing]
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%).
Insurance (underwriting) risk [medium, stable]
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.
Market perception [medium, stable]
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).
Dal 2009 al 2016 sono stati posti in essere 19 aumenti di capitale iperdiluitivi (il 15% degli aumenti con diritto di opzione conclusi in tale periodo)…
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