BdI: coefficiente capitale anticiclico a zero per il Q3 – 2018

News

Giu 29 2018

Banca d’Italia comunica la decisione di mantenere il coefficiente della riserva di capitale anticiclica allo zero per cento per il terzo trimestre del 2018. La decisione è stata presa sulla base dell’analisi degli indicatori di riferimento, in particolare:

  • nel primo trimestre del 2018 lo scostamento dal trend di lungo periodo del rapporto tra credito bancario e PIL (credit-to-GDP gap), calcolato sulla base della metodologia standard del Comitato di Basilea, era negativo per circa tredici punti percentuali. Secondo la metodologia sviluppata dalla Banca d’Italia, che tiene conto delle caratteristiche specifiche del ciclo creditizio nel nostro paese, il divario sarebbe negativo per nove punti percentuali. Indicazioni analoghe provengono dall’analisi del rapporto tra credito totale e PIL, riferito al quarto trimestre del 2017 (l’ultimo per il quale si dispone di informazioni complete).

 

  • la condizione macrofinanziaria dell’economia italiana, seppure in ripresa, è ancora complessivamente debole. Il tasso di disoccupazione si riduce, ma rimane su livelli elevati. La dinamica del credito bancario al settore privato è positiva; il tasso di crescita del credito alle imprese resta tuttavia contenuto. La quota dei prestiti deteriorati (sia al lordo sia al netto delle rettifiche di valore) sul totale dei prestiti continua a ridursi, pur rimanendo ancora su valori elevati. I prezzi degli immobili in termini reali si sono pressoché stabilizzati, ma restano ben inferiori al loro livello di lungo periodo.

 

BdI: Coefficiente di capitale anticlico – comunicato stampa (PDF)

BdI: Indicatori di riferimento – dati per grafici (XLSX)

EBA: how financial institutions should prepare for Brexit

News

Giu 29 2018

The European Banking Authority (EBA) published  an Opinion relating to the risks posed by lack of preparation by financial institutions for the departure of the UK from the EU. In this Opinion, the EBA asks Competent Authorities to ensure that financial institutions take practical steps now to prepare for the possibility of a withdrawal of the UK from the EU with no ratified Withdrawal Agreement in place, and no transition period.

The monitoring of firms’ contingency planning conducted by supervisory and resolution authorities shows that financial institutions need to speed up their preparations for the potential departure of the UK from the EU in March 2019 without a ratified Withdrawal Agreement in place.  While the political agreement on a transition period is welcome, it will not be given legal effect until there is a ratified Withdrawal Agreement in place. This is not guaranteed, and in any event, it will only come at the end of the Article 50 process.

In a bid to ensure that firms are fully prepared for all scenarios the EBA has shared its views on its expectations in the Opinion.  Andrea Enria, Chairperson of the EBA, said  “firms cannot take for granted that they continue to operate as at present nor can they rely on as yet unrealised political agreements or public policy interventions” He added “Risks, capacity and legal implications must be examined and addressed.”. It is imperative that financial institutions in the EU27 and in the UK identify potential exposures and risk channels that may be affected, and the possible implications of the potential departure of the UK without a ratified Withdrawal Agreement in place.

Based on the EBA’s assessment, financial institutions should take adequate steps to mitigate the impact without relying on possible public sector solutions that may not be proposed and/or agreed in time. In particular, financial institutions should ensure they have the correct regulatory permissions, and associated management capacity in place ahead of time. They should identify risks around access to financial market infrastructures and funding markets and mitigate those. Financial institutions should also assess and take necessary actions to address any impacts on rights and obligations of their existing contracts, in particular derivative contracts.

Financial institutions also have a duty to communicate clearly to their customers where the latter might be impacted by the departure of the UK without a ratified Withdrawal Agreement. Financial institutions should inform their Competent Authorities about the actions they are taking, including with respect to communication with their customers.

EBA: Opinion on Brexit preparations (PDF)

AIFIRM risponde al Comitato di Basilea sul documento “Revisions to the minimum capital requirements for market risk”
di Luca Lotti, Marco Bianchetti e Umberto Cherubini

Articolo

Giu 29 2018
AIFIRM risponde al Comitato di Basilea sul documento “Revisions to the minimum capital requirements for market risk” di Luca Lotti, Marco Bianchetti e Umberto Cherubini

AIFIRM (Associazione Italiana Financial Industry Risk Managers), tramite la propria Commissione Rischi di Mercato, ha risposto alla consultazione proposta dal Comitato di Basilea sulla revisione dei requisiti minimi di capitale per il rischio di mercato.

Il documento “Revisions to the minimum capital requirements for market risk”, posto in consultazione dal Comitato di Basilea dal 22 marzo al 20 giugno 2018, rappresenta un passaggio fondamentale nella ridefinizione delle regole internazionali volte a prevenire problemi analoghi a quelli verificatisi nel corso della crisi del 2007-2008 e, più in generale, a garantire una gestione più robusta dei rischi di mercato assunti dalle banche, rafforzandone la capacità di resistere a periodi di stress finanziario. Il contesto, infatti, è quello dei passaggi conclusivi per la finalizzazione del nuovo framework sui rischi di mercato, che prende le mosse da una revisione del discrimine tra portafoglio bancario e portafoglio di negoziazione e prevede tre alternative per le banche:

  • l’approccio dei modelli interni, con un significativo innalzamento dei requisiti in termini di capacità dei modelli di cogliere tutti i fattori di rischio che concorrono alla determinazione dei profitti e del Profit&Loss
  • un approccio standardizzato interamente nuovo, basato sulle sensitivity prodotte dai modelli di pricing utilizzati dalla banca
  • un approccio standardizzato semplificato, riservato alle banche con attività di negoziazione meno complesse.

I commenti formulati da AIFIRM, sostanzialmente allineati con quelli formulati da altre realtà dell’industria finanziaria, si focalizzano sui temi ancora oggetto di affinamento, tra cui:

  • la proposta di revisione degli scenari di correlazione fra i fattori di rischio e la modifica dei requisiti per il trattamento degli strumenti finanziari non lineari nell’ambito del nuovo metodo standardizzato, tipicamente utilizzato dalle banche piccole e medie,
  • una gestione più efficiente del test di attribuzione del Profit&Loss, che autorizza il metodo basato sui modelli interni tipicamente utilizzato dalle grandi banche.

Più in dettaglio, in relazione agli scenari di correlazione, AIFIRM ha evidenziato come le modifiche proposte nel documento di consultazione rappresentino una soluzione ragionevole ai problemi che erano stati rilevati, migliorando almeno in parte la coerenza dello scenario di “basse correlazioni” con quanto potrebbe essere effettivamente osservato in scenari di stress reali. Era stato infatti osservato che la regola precedentemente prevista per modificare le correlazioni tendeva a produrre valori di correlazione troppo bassi per fattori di rischio che tendono ad essere empiricamente molto correlati, quali ad esempio tassi d’interesse riferiti a tenor adiacenti della stessa curva.

Nell’ambito delle modifiche proposte al trattamento degli strumenti non lineari, AIFIRM ha commentato, come richiesto dal Comitato, i pregi e i limiti di due soluzioni alternative per la l’applicazione di scenari coerenti all’interno dello stesso raggruppamento (“bucket”) di fattori di rischio. E’ stata inoltre evidenziata una caratteristica delle formule previste nel nuovo approccio standardizzato che potrebbe, sotto talune condizioni, produrre dei “cliff effect”, intesi come forti variazioni dei risultati a fronte di variazioni apparentemente non significative delle posizioni di rischio.

Nell’ambito delle osservazioni sul test di attribuzione del Profit&Loss, AIFIRM ha sottolineato l’importanza di garantire meccanismi che consentano una gestione graduale delle eccezioni rilevate nell’ambito del test. L’introduzione di un approccio “a semaforo”, che prevede tre zone (“zona verde”, “zona gialla”, “zona “rossa”) invece di un approccio puramente “binario” (test superato o non superato), rappresenta un importante miglioramento in tale ambito, tuttavia sarebbe auspicabile consentire ad un desk che ha fallito il test, entrando in “zona rossa”, di ritornare in “zona gialla” se soddisfa i corrispondenti requisiti, pur non avendo raggiunto quelli della “zona verde”.

Per quanto riguarda l’approccio semplificato proposto dal Comitato di Basilea, basato sulla ricalibrazione delle regole di Basilea II sul rischio di mercato, AIFIRM auspica la possibilità di applicazione di tale approccio ad un ampio insieme di banche che non presentano particolari livelli di rilevanza e complessità dell’attività di trading.

AIFIRM auspica che il confronto fra regolatori e industria finanziaria proceda, per arrivare a delle regole internazionali sulla gestione dei rischi efficaci nel proteggere sia le banche che gli investitori ed i risparmiatori dagli effetti negativi di nuove possibili crisi finanziarie.

 

Riferimenti:

BIS: Revisions to the minimum capital requirements for market risks (PDF) 

Basel Committee: revisions to minimum capital requirements for market risk (Finriskalert News)

Il termometro dei mercati finanziari (29 giugno 2018)
a cura di Emilio Barucci e Daniele Marazzina

Termometro

Giu 29 2018
Il termometro dei mercati finanziari (29 giugno 2018) a cura di Emilio Barucci e Daniele Marazzina

Continua l’iniziativa di Finriskalert.it “Il termometro dei mercati finanziari”. Questa rubrica 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.

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.

BIS: The likelihood of effective lower bound events

News

Giu 23 2018

The Bank for International settlement published a research paper aimed at estimating the probability of an economy hitting its effective lower bound (ELB) on the nominal interest rate and of the expected duration of such an event for eight advanced economies.

The paper estimates the probability that the economy will hit its effective lower bound for the nominal interest rate (ELB risk), ie the likelihood that the monetary authority will not be able to reduce its monetary policy rate to further ease monetary policy and must therefore consider unconventional measures.

The study focuses on eight advanced economies (Canada, the euro area, Japan, Norway, Sweden, Switzerland, the United Kingdom and the United States).The paper provides ELB risk estimates that are based on a fully estimated empirical model.

The simulation procedure based on a vector autoregression produces ELB risk estimates for both the short term, where the current phase of the business cycle plays an important role, and the medium term, where the occurrence of an ELB situation is determined mainly by the equilibrium values of macroeconomic variables. The approach in this paper makes use of data on recent actual ELB events in advanced countries.

The paper provides estimates of the ELB risk for the short and medium run. It finds that the differences in ELB risk estimates between various frameworks stem from three factors:

  1. whether the steady states (especially the interest rate steady state) are assumed or estimated;
  2. whether the uncertainty of the steady state is a part of the estimation procedure; and
  3. whether the model is non-linear.

The likelihood of effective lower bound events (PDF)

FSB: guidance on bail-in execution to promote G-SIB resolvability

News

Giu 23 2018

The Financial Stability Board (FSB) today published two guidance documents to assist authorities in implementing its Key Attributes of Effective Resolution Regimes for global systemically important banks (G-SIBs). The guidance documents were issued for public consultation in November 2017 and have been revised in light of the comments received during the consultation. The guidance will support the application of the overall policy framework to end “too-big-to-fail”.

Together with the final guidance the FSB published feedback notes setting out how responses to the November public consultations have been incorporated into the final guidance.

Bail-in within resolution is at the core of resolution strategies of G-SIBs. It helps achieve a creditor-financed recapitalisation by way of a write-down and conversion of liabilities into equity that minimises impacts on financial stability, ensures the continuity of critical functions, and avoids exposing taxpayers to loss.

The guidance sets out principles to assist authorities as they make bail-in resolution strategies operational. The principles cover:

  • disclosures on the instruments and liabilities within the scope of bail-in;
  • valuations to inform and support the application of bail-in;
  • processes to suspend or cancel the listing of securities, to notify creditors, and to deliver new securities or tradeable certificates following entry into resolution;
  • securities law and securities exchange requirements during the bail-in;
  • processes for transferring governance and control rights to a new board and management for the firm emerging from resolution; and
  • communications to creditors and the market at large.

This second guidance document covers the development of a resolution funding plan for G-SIBs. It builds on the FSB’s August 2016 Guiding Principles on the temporary funding needed to support the orderly resolution of a global systemically important bank (G-SIB) and existing supervisory and resolution guidance on liquidity risk management and resolution planning. The guidance covers:

  • firms’ capabilities to support monitoring, reporting and estimating funding needs in resolution and executing the funding strategy;
  • the development of resolution funding plans by authorities;
  • the reliance on firm assets and private funding as preferred sources of funding in resolution;
  • access to temporary public sector backstop funding mechanisms and ordinary central bank facilities; and
  • information sharing and coordination between authorities.

Guiding Principles on the temporary funding needed to support the orderly resolution of a global systemically important bank – G-SIB (PDF)

Principles of bail-in Excution (PDF)

 

ECB publishes Consolidated Banking Data for end-December 2017

News

Giu 22 2018

The European Central Bank (ECB) published the consolidated banking data at the end of December. The annual CBD statistics cover relevant information required for the analysis of the EU banking sector, covering a broader set of data than the quarterly release. The end-December 2017 data refer to 377 banking groups and 2,884 stand-alone credit institutions operating in the EU (including foreign subsidiaries and branches), covering nearly 100% of the EU banking sector balance sheet. This dataset includes an extensive range of indicators on profitability and efficiency, balance sheets, liquidity and funding, asset quality, asset encumbrance, capital adequacy and solvency.

Source: European Central Bank

The amount of total assets of financial institutions keeps the downward trend of the latest year, both in the Euro Area (EA) and in the European Union (EU) as a whole.

Source: European Central Bank

Particular interest is devoted to the stock of non-performing loans (NPL) within financial institutions balance accounts. The amount of NPL (as % of total assets) continued to decrease, from 6.49% of total assets at the end of 2016 to 4.83% of total assets for the Euro Area and from 5.29% of total assets to 4.06% of total assets in the European Union.

Source: Editor’s computation on ECB data

By examining the growth rate of each of these money stocks separately, we notice that the assets of financial institutions followed almost the main pattern in the EA and in the EU, decreasing by -2.89% and -3.30% on aggregate in the last year, respectively.

The NPL instead decreased much more rapidly in the Euro Area, especially in the last quarter of 2017; on aggregate, NPL decreased by nearly 28% in the EA compared to 25% in the EU.

As a consequence, the difference between the growth rate of banks assets and the growth rate of NPL is larger in the EA than in the EU. This indicates that the Euro Area is able to recover bank’s profitability faster despite the downward trend of financial institutions assets.

Banca d’Italia: aggiornamento regole di compilazione del bilancio degli intermediari IFRS non bancari

News

Giu 22 2018

La Banca d’Italia ha sottoposto in consultazione le bozze del sesto aggiornamento alle modifiche del provvedimento “Il bilancio degli intermediari IFRS (International Financial Reporting Standards) diversi dagli intermediari bancari” (2017) all’interno della circolare “Il bilancio bancario: schemi e regole di compilazione” (2005).

Gli interventi di modifica delle disposizioni di bilancio recepiscono le novità introdotte dal principio contabile internazionale IFRS 16 “Leasing”, omologato con il Regolamento (UE) 2017/1986 del 31 ottobre 2017, che sostituirà il vigente principio contabile IAS 17 “Leasing” ai fini del trattamento in bilancio del leasing a partire dal 1° gennaio 2019.

L’adozione dell’IFRS 16 ha comportato la modifica di altri principi contabili internazionali, tra cui lo IAS 40 in materia di investimenti immobiliari, al fine di garantire la coerenza complessiva del framework contabile. I principali aspetti di novità introdotti dall’IFRS 16 riguardano:

  1. l’ampliamento del perimetro di applicazione delle regole sul leasing. Il principio richiede infatti di identificare se un contratto è (oppure contiene) un leasing, basandosi sul concetto di controllo dell’utilizzo di un bene identificato per un periodo di tempo; di conseguenza possono rientrarvi anche i contratti di affitto o locazione, in precedenza non assimilati al leasing;
  2. l’introduzione di un unico modello di contabilizzazione dei contratti di leasing da parte del locatario, con la conseguente eliminazione della distinzione tra leasing operativo e leasing finanziario);
  3. la revisione della disclosure relativa ai contratti di leasing e al relativo trattamento contabile.

Il modello di contabilizzazione dei contratti di leasing da parte del locatore è rimasto invariato. Con l’occasione, è stato recepito l’emendamento del principio contabile internazionale IFRS 12 “Disclosure of Interests in Other Entities”, che chiarisce gli obblighi di disclosure per le partecipazioni riclassificate tra le attività possedute per la vendita ai sensi dell’IFRS 5.

Le circolari segnaletiche sono modificate per allinearle all’aggiornamento delle disposizioni di bilancio. È stata inoltre:

  1. integrata l’informativa sulla qualità del credito dei soggetti vigilati per consentire la piena riconciliazione con la segnalazione armonizzata a livello europeo delle attività deteriorate (FINREP);
  2. inserita una voce relativa alle operazioni di acquisto di crediti diversi da quelle effettuate nelle operazioni di factoring (analoga a quella già esistente sugli acquisti rientranti nell’ambito del factoring), contenente alcuni dettagli informativi sui crediti verso la P.A.

Aggiornamento delle disposizioni in materia di bilancio e di segnalazioni delle banche e degli intermediari IFRS diversi dagli intermediari (HTML)

Aggiornamento IFRS – Documento per la consultazione (PDF)

Talking AI: how social media affects algorithms
di Elisabetta Basilico

Articolo

Giu 22 2018
Talking AI: how social media affects algorithms di Elisabetta Basilico

Big Data is being increasingly used in many spheres of investment, and identifying sources of information which lend themselves to this practice has become a hot topic both in academia and the investment profession.

Social media is an obvious contender here and can be thought of as a database of society’s behaviour and a medium for capturing investor sentiment via Twitter and financial blogs, to name but a few.

As behavioural finance continues to challenge the notion of efficient markets, an interesting research question for the investment management profession is whether comments shared on social media are correlated to, or even predictive of, the state of the global economy and the future performance of stocks and markets.

Twittering into the future

One of the first papers on this topic, titled ‘Twitter Moods Predict the Stock Market’, was published in the Journal of Computational Science in 2011 by a trio of academics, who investigated the links between the daily content of 9.7 million tweets posted by 2.7 million users between March and December 2008 and the Dow Jones Industrial Average (DJIA).

They did so by using two tools to assess the mood of a tweet: OpinionFinder, a publicly-available software package to measure sentiment analysis, and GPOM, which is a little bit more sophisticated in that it measures six dimensions of mood instead of just positive or negative.

Their results did show significant correlation between one Twitter sentiment dimension and the direction of the DJIA. However, this study can be easily criticised because of the short length of the data series and a lack of out-of-sample testing.

Since the publication of the above study, other researchers have started investigating social media as a potential factor in predicting stock market returns.

For example, a team from Johns Hopkins University published a study in the Journal of Portfolio Management last year, calling social media the ‘sixth factor’ in an asset pricing model of stock returns.

They argued that social media is a distinct factor on top of the five advocated by famous academic duo, Eugene Fama and Kenneth French, who updated their three-factor model to a five-factor model (size, value, momentum, profitability and investment) in 2015.

The John Hopkins team researched sentiment-based content published on StockTwits, a social media platform that collects views on specific securities generated by the crowd, typically market participants such as traders, analysts and financial information providers.

The peculiarity of this dataset is that each contributor can define the sentiment of their tweets by labelling them as ‘bullish’ or ‘bearish’. The authors utilise this feature, which makes this study different from others which employ more complex textual analysis techniques.

The authors found a statistical relation between positive sentiment on stocks and their future positive return and have documented this factor as distinct from the five proposed by Fama-French.

In terms of the econometric rigour, this study is an improvement over prior ones but still lacks a long time series. It analysed data from 2013 to 2015 and was limited to a group of 15 US-based stocks.

News flash

A longer data set was studied by Stephen Heston from the University of Maryland and Nitish Sinha from the Federal Reserve in Washington. Their paper, titled ‘News versus Sentiment: Predicting Stock Returns from News Stories’, was published last autumn in the Financial Analyst Journal.

Their study brings a few improvements: it expands the time series from 2003 to 2010 and it explores the effect of aggregating news over horizons longer than one day, as well as the importance of understanding the tone of the news.

The authors found that daily aggregation of news sentiment is sub-optimal for predicting future stock returns. It is better to quantify the sentiment over at least a weekly period. They also found that news tone matters. In fact, negative news had the highest predictability.

The bottom line

In terms of the application of these new data sets by investment managers, private conversations I’ve had with some quantitative asset managers reveal an increased interest in studying them but caution in allocating a risk budget to these newer alpha signals.

In the words of Fan et al. (2014), ‘Big Data bring new opportunities to modern society but challenges to data scientists’.

According to the authors, the challenges brought by the high dimensionality of Big Data include: noise accumulation and spurious correlations; and heavy computational costs and algorithm instability.

There are interesting implications for investors but lot of more research work by the PhDs is needed.

Il termometro dei mercati finanziari (22 giugno 2018)
a cura di Emilio Barucci e Daniele Marazzina

Termometro

Giu 22 2018
Il termometro dei mercati finanziari (22 giugno 2018) a cura di Emilio Barucci e Daniele Marazzina

Continua l’iniziativa di Finriskalert.it “Il termometro dei mercati finanziari”. Questa rubrica 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.

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.