The European Securities and Markets Authority (ESMA), the EU’s financial markets regulator and supervisor, has today published the results of the annual transparency calculations for equity and equity-like instruments, which will apply from 1 April 2023.
The calculations made available include:
the liquidity assessment as per Articles 1 to 5 of CDR 2017/567;
the determination of the most relevant market in terms of liquidity as per Article 4 of CDR 2017/587 (RTS 1);
the determination of the average daily turnover relevant for the determination of the pre-trade and post-trade large in scale thresholds;
the determination of the average value of the transactions and the related the standard market size; and
the determination of the average daily number of transactions on the most relevant market in terms of liquidity relevant for the determination of the tick-size regime.
Coinbase Global, la più grande borsa di criptovalute negli Stati Uniti, non accetterà o trasferirà più pagamenti in dollari da o verso Silvergate Capitalper i titolari di conti Coinbase Prime, che fornisce servizi a investitori istituzionali e società. La decisione è legata alla delicata situazione finanziaria che sta attraversando Silvergate, la cripto-banca che dopo aver chiuso il quarto trimestre con una perdita da 1 miliardo di dollari ha messo in dubbio la sua capacità di rimanere in attività.
India’s economy grew by 4.4% in last fiscal quarter, down from 6.3% the previous quarter. Economists had expected closer to 4.6%. But this still puts India’s average annual GDP growth for last year at about 7%, making it one of the world’s best-performing economies. By comparison, the World Bank projects the global economy will grow just 1.7% this year—the third-weakest pace of global growth in almost three decades.
The EFI 8 – Energy Finance and Climate Change Conference brought together experts and professionals from the energy and finance sectors to discuss the latest trends and challenges in the industry. The conference, held at Politecnico di Milano from the 8th to the 10th of February, featured a program that has explored the energy financial sector through mathematical finance models. The conference also commemorated Professor Peter Laurence for his work in quantitative finance, specifically in the energy field.
Just a few numbers: more than 100 participants during the three days of conference, coming from 34 universities and research centres, 14 countries represented, 14 leading companies in the sector involved. The event featured 46 presenters and 3 superlative keynote speeches from Clémence Alasseur, Fred Espen Benth, and Florian Ziel.
Clémence Alasseur has presented “A Rank-Based Reward between a Principal and a Field of Agents: Application to Energy Savings”, a work which tackles the problem of designing a reward function to a field of heterogeneous agents in order to stimulate their energy savings. In the proposed setting, the agents compete with each other through their rank within the population to obtain the best reward. She first obtains explicitly the equilibrium for the mean-field game played by the agents, and then characterizes the optimal reward in the homogeneous setting. For the general case of a heterogeneous population, she develops a numerical approach, which is then applied to the specific case study of the market of Energy Saving Certificates.
Fred Espen Benth has given a talk on “Recent advances on forward curve modeling and applications”. He presents infinite-dimensional stochastic volatility models, including leverage, and discusses the question of option pricing in this context. Neural networks in Hilbert spaces provide an attractive numerical method to price options on forward curves, where stylized structures of the curves are used as additional information in the training. Finally, he presents new limit theorems on the realized variation of forward curves, which can be used for estimation.
Florian Ziel has presented “Electricity price forecasting: Data science meets fundamental models” There are two structurally different model approaches in the literature: i) data science models, which evaluate historical price and external data, and ii) fundamental models, which model the electricity price economically using supply and demand approaches. First, he discusses advantages and disadvantages of both modeling approaches. Then, he considers several options on how to combine and intertwine the two modeling approaches to improve model performance and forecast accuracy. This talk has shown how data scientists should learn from fundamental modelers and vice versa.
The conference also featured a Best Paper Award, which was won by Alexander Blasberg for his paper, “Carbon Default Swap – Disentangling the Exposure to Carbon Risk Through CDS.” The paper explored the exposure to carbon risk through CDS, offering valuable insights for investors and finance professionals. The paper is coauthored by Luca Taschini and Kiesel Rudiger.
The conference has also dedicated some sessions to ESG and climate change research. This research highlighted the importance of sustainable finance and innovative models to support the growth of renewable energy.
The EFI 8 Conference has provided a platform for experts and professionals to exchange ideas and insights on the latest trends and challenges facing the industry. As the world continues to face the challenges of climate change and the energy transition, conferences like this are crucial in shaping the future of energy finance.
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.
Gas -57%, petrolio cede il 18%. Euro in flessione del 5,8%. Dopo un anno dall’invasione russa in Ucraina, le Borse europee sono in rialzo rispetto al giorno in cui i carri armati di Mosca sono entrati nel territorio di Kiev, Wall Street mostra un bilancio in rosso, petrolio e gas sono tornati a scendere e la Borsa di Mosca appare “vincente”. E’ disomogeneo per i mercati internazionali il bilancio del primo anno di guerra…
The European Central Bank’s (ECB’s) audited financial statements for 2022 show that the ECB’s profit was zero (2021: €192 million) and thus there will be no profit distribution to the euro area national central banks (NCBs). This result takes into account a release of €1,627 million from the provision for financial risks to cover losses incurred during the year. These losses…
The price of permits on the European Union’s carbon market hit 100 euros ($106.57) per tonne for the first time on Tuesday, a milestone that reflects the increased costs that factories and power plants must pay when they pollute. The benchmark EU Allowance (EUA) contract rose to a high of 101.25 euros per tonne and was trading at 100.49 euros per tonne by 15.49 GMT. EUAs are the main currency…
Since G20 Leaders endorsed the Roadmap for Enhancing Cross-border Payments in 2020, much has been accomplished through the necessary stocktakes and analyses. Quantitative targets were established to meet the roadmap’s ambition for achieving cheaper, faster, more transparent, and more accessible cross-border payments. During these first two years of the Roadmap…
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)
Euribor 6M: tasso euribor a 6 mesi.
Spread 10Y/2Y Euro Swap Curve: differenza del tasso della curva EURO ZONE IRS 3M a 10Y e 2Y;
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.
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