Exploiting the introduction of the ECB’s tiering system for remunerating excess reserve holdings, we document the importance of access to the money market for bank lending…
https://www.ecb.europa.eu//pub/pdf/scpwps/ecb.wp2649~a6362c8ec3.en.pdf
Exploiting the introduction of the ECB’s tiering system for remunerating excess reserve holdings, we document the importance of access to the money market for bank lending…
https://www.ecb.europa.eu//pub/pdf/scpwps/ecb.wp2649~a6362c8ec3.en.pdf
Today, the European Insurance and Occupational Pensions Authority (EIOPA) published technical information on the relevant risk free interest rate term structures (RFR) with reference to the end of February 2022...
On March 3rd, 2022, ViaWallet, a multi-chain & multi-cryptocurrency decentralized wallet, organized a Twitter Q&A Session in collaboration with CoinEx Exchange…
We recently caught up with Ben Caselin — Head of Research & Strategy at AAX to talk about Bitcoin and the crypto market in general amid the escalation of the ongoing Russo-Ukrainian war…
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.
Lunedì 28 febbraio alle ore 12.00 saranno annunciati i primi 10 progetti ammessi al supporto dell’Hub Fintech della Banca d’Italia…
The purpose of this paper is to investigate the main drivers of the change in the credit risk provisions at
a portfolio level for the banks that have been subject of the 2018 EBA stress tests…
https://www.ecb.europa.eu//pub/pdf/scpwps/ecb.wp2648~e5d429eea8.en.pdf
Many countries are looking to dematerialize their financial markets, switching from physical to digital securities tracking using blockchain technology…
https://www.newsbtc.com/news/company/the-rise-of-security-token-exchanges/
Kuna, a long-running native crypto exchange, sees a swift change in client activity amid currency controls and the hryvnia at all-time lows…