Liquidità e crisi finanziarie:

Corso di Laurea Specialistica
in Economia e Finanza
Prova finale di Laurea
Liquidità e crisi
finanziarie:
un indicatore di stress finanziario
Relatore
Prof. ssa Monica Billio
Laureando
Marco Bonventi
Matricola 817888
Anno Accademico
2008 / 2009
Semplicemente grazie
ad Angela,
per l’aiuto nel reperimento dei dati con Bloomberg;
a Lorenzo Frattarolo,
per l’aiuto e la pazienza nell’impostazione dello script di MatLab;
alla Prof.ssa Monica Billio,
per l’aiuto ricevuto e la dedizione e disponibilità dimostrata, oltre che nello
svolgimento di questo lavoro durante tutto il corso di laurea.
INDICE
INTRODUZIONE ..............................................................................................................i
1. IL PROBLEMA DELLA LIQUIDITÀ ........................................................................1
1.1. DEFINIZIONE DEI DIVERSI ASPETTI DELLA LIQUIDITÀ .......................1
1.1.1. Liquidità della Banca Centrale...................................................................3
1.1.2. Liquidità di finanziamento .........................................................................3
1.1.3. Liquidità di mercato ...................................................................................5
1.2. MECCANISMI DI INTERRELAZIONE E PROPAGAZIONE DEL RISCHIO
DI LIQUIDITÀ ..................................................................................................13
1.3. MISURE DI LIQUIDITÀ .................................................................................22
1.4. FATTORI COMUNI DI LIQUIDITÀ .............................................................. 46
1.5. LIQUIDITÀ ED HEDGE FUND ......................................................................50
2. LE CRISI FINANZIARIE: DEFINIZIONE ED IDENTIFICAZIONE .....................55
2.1. INTRODUZIONE ............................................................................................. 55
2.2. RISCHIO SISTEMICO .....................................................................................56
2.3. CRISI BANCARIE ........................................................................................... 57
2.4. CRISI SUL DEBITO SOVRANO ....................................................................58
2.5. CRISI VALUTARIE .........................................................................................59
2.6. CRISI DEI MERCATI ......................................................................................59
2.6.1. Aumento dell’incertezza sul valore fondamentale delle attività ..............60
2.6.2. Aumento dell’incertezza sul comportamento degli altri investitori .........61
2.6.3. Aumento dell’asimmetria informativa .....................................................61
2.6.4. Diminuzione della disponibilità a detenere attività rischiose ..................62
2.6.5. Diminuzione della disponibilità a detenere attività illiquide ...................62
2.6.6. Interazione tra domanda e offerta di liquidità durante le crisi di mercato64
2.7. EPISODI SELEZIONATI DI CRISI FINANZIARIE ......................................67
2.7.1. Crisi asiatica, 1997 ...................................................................................67
2.7.2. Crisi russa e fallimento di LTCM, 1998 ..................................................68
2.7.3. Agosto, 2007 ............................................................................................ 71
2.7.4. Crisi dei mutui sub-prime, 2007-2009 .....................................................71
3. ANALISI EMPIRICA ................................................................................................ 75
3.1. INTRODUZIONE ............................................................................................. 75
3.2. DATI .................................................................................................................75
3.2.1. Costruzione delle variabili e significato economico ................................ 78
3.3. ANALISI DEI DATI .........................................................................................86
3.3.1. Periodo lungo (ottobre 1991-ottobre 2009) .............................................86
3.3.2. Periodo breve (gennaio 2002-ottobre 2009) ............................................90
3.4. COSTRUZIONE DI UN INDICE DI STRESS FINANZIARIO .....................93
3.4.1. Long Period Financial Stress Index .........................................................93
3.4.1.1. Episodi di stress correttamente segnalati dall’indicatore ...............96
3.4.1.2. Episodi di stress index specific.......................................................98
3.4.2. Short Period Financial Stress Index .........................................................99
3.4.2.1. Episodi di stress correttamente segnalati dall’indicatore .............102
3.5. ANALISI DI EPISODI SELEZIONATI DI STRESS FINANZIARIO .........102
3.5.1. 1998: Crisi Russa e LTCM ....................................................................102
3.5.2. 2000-2001: Bolla dot.com e crollo Nasdaq ...........................................104
3.5.3. 2007-2009: Crisi dei sub-prime ............................................................. 106
3.6. CONFRONTO CON ALTRI INDICATORI DI STRESS FINANZIARIO ...109
CONCLUSIONI ............................................................................................................114
APPENDICE A: RISULTATI DELLA PRINCIPAL COMPONENT ANALYSIS ....118
I. PERIODO LUNGO (ottobre 1991 - ottobre 2009) ...........................................118
II. PERIODO BREVE (gennaio 2002 – ottobre 2009) ..........................................120
BIBLIOGRAFIA ...........................................................................................................121
Faremo un grande regalo alla nostra società se capiremo cosa ha plasmato il mondo
moderno, e cosa potrebbe plasmare il futuro.
Jared Diamond, “Armi, acciaio e malattie”
INTRODUZIONE
Marzo 2010
La comprensione di fenomeni reali è particolarmente complessa a causa
dell’interagire di una moltitudine di variabili. L’esigenza di ridurre questa complessità è
evidente in qualsiasi branca di studio e gli esempi potrebbero essere infiniti: metafore e
similitudini nella letteratura, parabole nella teologia, modelli nell’economia, fattispecie
in giurisprudenza e molte altre se ne possono rintracciare in qualsiasi altro campo.
Il tentativo di spiegare la complessità dei fenomeni reali è una sfida ancor
maggiore nel momento in cui interviene una variabile particolare: l’essere umano.
Spiegare il flusso di un liquido in un corpo è una cosa alla portata di molti
individui con gli strumenti adatti. Spiegare un fenomeno in cui interviene l’agire umano
è tutt’altra cosa. Le possibili combinazioni e variabili in gioco sono pressoché infinite.
L’uomo, di fatto, non agisce sempre in modo razionale (che già sarebbe un
grande vantaggio per gli studiosi) ma anche quando ciò accade, esso si trova a
rispondere a delle logiche personali determinate da un insieme di fattori, credenze,
culture, educazioni, sensazioni, condizioni ambientali, influenze, che ne rendono ogni
azione in qualche modo unica.
Lo studio del comportamento dei mercati finanziari può essere visto come lo
studio dell’interagire umano, sotto determinati stimoli, in determinati ambienti, con
determinati obiettivi.
i
In questo lavoro si è cercato di indagare come si comportino i mercati durante le
crisi finanziarie e attraverso quali segnali sia possibile individuarle, per arrivare a
fornire nuove informazioni e nuovi strumenti agli operatori.
La recente crisi finanziaria è stata la più dirompente ed estesa degli ultimi
vent’anni e questo ha inevitabilmente portato a riconsiderare buona parte del sistema
finanziario globale.
La maggior parte delle teorie economiche cerca di spiegare il comportamento dei
mercati finanziari in condizioni ideali, in modo da ridurre la complessità di cui si
parlava. Se da un lato tale approccio consente effettivamente una delimitazione del
problema, dall’altro trascura un aspetto fondamentale costituito dal fatto che i momenti
critici sono proprio quelli più importanti.
Si è scelto di basarsi sul mercato statunitense in quanto è lì che ha avuto origine
la recente crisi ed in quanto è, ad oggi, il mercato considerato più efficiente e più esteso.
Si è partiti dal cercare di capire quali siano i diversi aspetti della liquidità, in
quanto componente fondamentale e, forse, maggiormente influente nei momenti di
tensione, in modo da fornire un primo quadro di concetti e misure per la comprensione
dell’analisi seguente. Per far ciò, nel capitolo 1, si cercheranno di delineare le diverse
sfaccettature della liquidità, evidenziando le caratteristiche della liquidità di mercato e
della liquidità di finanziamento e i relativi rischi. Quindi si tenterà di capire come queste
due componenti interagiscano e si propaghino a livello di sistema finanziario. Infine, si
ricercheranno le grandezze più diffuse per misurare il grado di liquidità all’interno di un
mercato e gli eventuali fattori comuni in grado di spiegarne l’andamento. Attenzione
verrà posta anche al settore degli hedge fund in quanto fornitori di liquidità al sistema e
attori determinanti nella recente crisi ed anche nella crisi del 1998 che coinvolse il
fondo Long Term Capital Management.
Nel capitolo 2, ci si soffermerà, invece, sulle crisi finanziarie. Dopo averne
introdotto i concetti di base e cosa si intenda per rischio sistemico si approfondiranno le
caratteristiche delle crisi bancarie, delle crisi sul debito sovrano, delle crisi valutarie e
delle crisi dei mercati. In particolare, a proposito di quest’ultime, si evidenzieranno i
cambiamenti che colpiscono i meccanismi di interazione tra domanda e offerta di
liquidità durante le crisi. Infine, si analizzeranno alcuni episodi selezionati di crisi
finanziarie storiche che appaiono maggiormente rilevanti ai fini dell’analisi empirica
ii
successiva. Perciò, si descriveranno brevemente la crisi asiatica del 1997, quella russa e
di LTCM del 1998 e quella recente del 2007-2009 (su quest’ultima facendo una finestra
sul mese di agosto 2007 particolarmente rilevante per il settore degli hedge fund).
Il capitolo 3 contiene l’analisi empirica che ha l’obiettivo di verificare se
esistano, di fatto, le relazioni e i comportamenti comuni e latenti tra le diverse misure di
liquidità evidenziate nei capitoli precedenti. Se tali andamenti fossero confermati si
potrebbe costruire un indicatore di stress finanziario che permette di evidenziare
correttamente le crisi del passato.
L’analisi verrà svolta dapprima identificando a livello teorico, sulla basa della
survey contenuta nei primi due capitoli quali siano le variabili più utilizzate in
letteratura e più attendibili nello spiegare i fenomeni sottostanti. Si utilizzerà, quindi, la
tecnica dell’Analisi delle Componenti Principali (Principal Component Analysis in
anglosassone) che consente di estrarre da un campione un numero limitato di
componenti principali capaci di spiegare il più possibile la variabilità dei dati.
Una volta estratte le componenti più rappresentative si cercherà di aggregarle in
un indice di stress finanziario seguendo le linee tracciate in altri indici simili costruiti
dalla Bank of Canada, dalla Federal Reserve Bank of Kansas City, dal Fondo Monetario
Internazionale e da Goldman Sachs1.
Infine, si cercherà di verificare se tale indicatore riesce ad identificare le crisi
finanziarie degli ultimi vent’anni e se è possibile rintracciare, grazie al contributo delle
singole componenti, quali siano i segmenti che maggiormente ne hanno influenzato
l’andamento.
1
Per i riferimenti si veda il capitolo 3.
iii
Capitolo 1
IL PROBLEMA DELLA LIQUIDITÀ
1.1 DEFINIZIONE DEI DIVERSI ASPETTI DELLA LIQUIDITÀ
Il concetto di liquidità nella letteratura economica è legato alla capacità di un
agente economico di scambiare il suo benessere con prodotti e servizi o con altre attività
[Williamson, 2008]. In tale contesto, la liquidità può essere interpretata come un
insieme di flussi scambiati tra gli agenti economici (in particolare intermediari
finanziari, banca centrale e mercati). Pertanto, il concetto di liquidità si può ricollegare
alla capacità di portare effettivamente a compimento tali flussi. L’impossibilità di
realizzarli porta, invece, a considerare un’attività finanziaria illiquida.
La liquidità non è facilmente definibile in modo univoco, essa andrebbe definita,
piuttosto, come un insieme di caratteristiche delle attività o dei mercati in cui vengono
scambiate. Il termine assume, inoltre, una dimensione relativa dal momento che più
1
liquida è un’attività, più facilmente è possibile scambiarla per la liquidità per
eccellenza: la moneta2.
Un mercato perfettamente liquido dovrebbe perciò garantire un singolo prezzo
richiesto e offerto in qualsiasi momento e indipendentemente dalle quantità scambiate.
Tuttavia, i mercati finanziari, anche quelli ritenuti più liquidi, si conformano a questa
configurazione ideale molto di rado.
Il rischio di liquidità indica, invece, la probabilità di non avere la capacità di
essere liquidi; più altra è tale probabilità, maggiore sarà il rischio di liquidità.
Le cause del rischio di liquidità giacciono nell’allontanamento dai paradigmi di
mercati completi e simmetrie informative, che possono condurre a fenomeni di moral
hazard3 e di selezione avversa4. Nel momento in cui tali condizioni persistono, il rischio
di liquidità risulta essere endemico nel sistema finanziario e può provocare un legame
vizioso tra liquidità di finanziamento e di mercato, spingendo verso un rischio di
liquidità sistematico.
Pertanto, si possono individuare diverse nozioni di liquidità. In primo luogo
esiste la liquidità della Banca Centrale in cui il termine liquidità viene spesso usato in
una prospettiva monetaria per indicare la liquidità dell’intera economia. Quindi si ha la
liquidità del lato passivo del bilancio degli agenti detta anche liquidità di finanziamento
(funding liquidity in anglosassone), indicando con ciò la facilità con cui gli operatori
riescono ad ottenere finanziamenti. Inoltre, la liquidità è anche una caratteristica di
un’attività o di un mercato (rispettivamente asset liquidity e market liquidity in
anglosassone) a seconda che l’attenzione sia posta sul bilancio d’esercizio o sul
mercato. Dal punto di vista di un investitore essa descrive la facilità con cui viene
scambiata un’attività. Queste diverse forme interagiscono tra di loro in modo complesso
e dinamico influenzando la stabilità finanziaria globale.
Connesso a ciò, è importante distinguere sin da subito tra liquidità e rischio di
liquidità e, in quest’ultimo tra rischio di liquidità di mercato e rischio di liquidità di
2
Per moneta qui si fa riferimento al circolante, cioè l’insieme delle monete e banconote usate come
mezzo legale di pagamento.
3
Cfr. Isotta F. (2007) “Il fenomeno dell’azzardo morale riguarda la situazione successiva alla stipulazione
del contratto nel momento in cui una parte non ha la possibilità di verificare il
comportamento/sforzo/impegno della controparte ma può solo osservarne il risultato”.
4
Cfr. Isotta F. (2007) “Il fenomeno della selezione avversa trova la propria origine nel fatto che l’agente
dispone, prima della definizione del contratto, di informazioni maggiori e diverse rispetto a quelle di cui
dispone la controparte”.
2
finanziamento. Il primo è il rischio che la liquidità di mercato peggiori nel momento in
cui è necessario liberarsi di una posizione. Il secondo è il rischio che un investitore non
possa (ri)finanziare la propria posizione e sia costretto a liquidarla [Garcia, 2009].
1.1.1 LIQUIDITÀ DELLA BANCA CENTRALE
La liquidità della Banca Centrale consiste nella capacità delle banche centrali di
fornire la liquidità necessaria al sistema finanziario. Tipicamente viene misurata come il
flusso di base monetaria5 dalla banca centrale al sistema finanziario. La strategia della
Banca Centrale determina l’atteggiamento di politica monetaria, cioè stabilisce il livello
di target operativo. Per implementare tale target, la Banca Centrale usa gli strumenti di
politica monetaria (operazioni di mercato aperto) per influenzare la liquidità nei mercati
monetari in modo che il tasso interbancario sia allineato al tasso operativo target
stabilito dalla prevalente posizione di politica monetaria.
Il rischio di liquidità per la Banca Centrale viene considerato nullo in quanto,
tipicamente, essendo il monopolista della fornitura di liquidità, può dispensare liquidità
in qualsiasi momento e in qualsiasi quantità (salvo le ovvie conseguenze di politica
monetaria). Una Banca Centrale può, al limite, essere ritenuta illiquida solo nel caso in
cui non vi sia domanda per la valuta domestica; ciò potrebbe avvenire in caso di
iperinflazione o crisi nei tassi di cambio.
1.1.2 LIQUIDITÀ DI FINANZIAMENTO
A rendere più complessa un’univoca definizione di liquidità c’è anche il fatto
che le diverse accezioni di liquidità assumono sfumature diverse al loro interno.
I risk manager delle banche e delle istituzioni finanziarie sono interessati alla
liquidità dal lato dei finanziamenti, cioè la facilità con la quale i deficit di liquidità delle
imprese possano essere (ri)finanziati attraverso le diverse fonti di finanziamento interne
ed esterne. Le fluttuazioni imprevedibili durante il tempo di tali quantità costituiscono,
di fatto, il rischio di liquidità di finanziamento.
Data l’importanza di tale materia, le istituzioni internazionali hanno ritenuto
opportuno definire esplicitamente in cosa consista la liquidità di finanziamento. Così
5
Per base monetaria si intende la moneta legale e le attività finanziarie convertibili in moneta legale
rapidamente e senza costi
3
essa è definita dal Comitato di Basilea (2008a) come la capacità delle banche di far
fronte alle proprie passività, liquidare o stanziare le proprie posizioni nel momento in
cui risulta essere necessario. In modo simile il Fondo Monetario Internazionale (2008c)
fornisce una definizione di liquidità di finanziamento come la capacità delle istituzioni
non insolventi di far fronte agli accordi sui pagamenti in un tempo ragionevole.
Il rischio di liquidità di finanziamento, secondo il Fondo Monetario
Internazionale (2008c), cattura l’incapacità dell’intermediario finanziario di servire le
proprie passività a scadenza.
Dal punto di vista degli investitori e degli operatori del mercato, invece, la
liquidità di finanziamento, è legata alla propria capacità di raccogliere fondi in breve
tempo [Brunnermeier e Pedersen, 2007; Strahan, 2008]. In pratica, un entità è liquida
fin tanto che i flussi in entrata sono maggiori o almeno uguali a quelli in uscita.
La liquidità di finanziamento descrive la facilità con cui gli investitori esperti e
gli arbitraggisti possono ottenere fondi da (talvolta meno informati) finanziatori. La
liquidità di finanziamento è alta (e il mercato si dice sia inondato da liquidità) quando è
facile raccogliere moneta. Tipicamente un investitore che sfrutta la leva acquista
un’attività e quindi la usa come collateral per prendere a prestito a breve termine.
Tuttavia, l’investitore non può prendere a prestito l’intero valore. La differenza tra il
prezzo dell’azione acquistata dall’investitore e il suo valore in quanto collateral
(margine o haircut) deve essere finanziato dall’investitore con capitale proprio. I prestiti
concessi per adempiere ai margini sono tipicamente a breve termine, dato il fatto che gli
haircut possono essere adeguati alle condizioni di mercato su base giornaliera. Capitali
esterni e finanziamenti a lungo termine sono più costosi e più difficili da ottenere,
soprattutto quando un investitore è sottoposto al cosiddetto problema del debt-overhang,
cioè il fatto che i nuovi finanziatori informati siano riluttanti ad immettere nuovo
capitale di rischio dal momento che i risultati dell’investimento remunerano in primis i
portatori di capitale di debito e i vecchi investitori e solo in secundis i portatori di nuovo
capitale di rischio.
Le istituzioni finanziarie che poggiano principalmente sulle commercial paper6 a
breve termine o sui contratti repo7 hanno la necessità di rinnovare i propri debiti
6
Le commercial paper sono titoli di credito simili alle cambiali, emesse dalle imprese e generalmente
sottoscritte da banche, fondi di investimento o privati.
4
frequentemente. Di fatto, l’impossibilità di rinnovare questo debito corrisponde ad un
aumento dei margini del 100% poiché le società diventano incapaci di usare le attività
come basi per raccogliere fondi [Brunnermeier, 2009].
Seguendo Brunnermeier (2009), il rischio di liquidità di finanziamento può,
conseguentemente, assumere tre forme:
1. Rischio di finanziamento del margine/haircut (o il rischio che
l’haircut cambi);
2. Rischio di rinnovamento (o il rischio che sarà più costoso o
impossibile rinnovare i prestiti a breve termine);
3. Rischio di rimborso (o il rischio che i correntisti della banca o gli
azionisti del fondo chiedano il rimborso del capitale).
Bisogna notare, ad ogni modo, che le diverse specificazioni del rischio di
liquidità di finanziamento risultano essere dannose solamente nel momento in cui le
attività possono essere vendute esclusivamente a prezzi estremamente scontati (cioè
quando la liquidità di mercato è bassa).
Perciò, il rischio di liquidità di finanziamento consiste nel rischio che
un’istituzione debba fronteggiare richieste di liquidità incerte nel futuro che nascono
dalle sue attività di business quotidiane.
Le istituzioni per cui le attività di negoziazione costituiscono la maggior (se non
l’intera) parte dell’attività complessiva come le società di brokerage, le grandi banche
d’investimento e gli hedge fund fronteggiano flussi in uscita netti durante i periodi di
shock sistematici di liquidità o delle attività così come durante periodi di shock
idiosincratici o specifici di tali istituzioni.
1.1.3 LIQUIDITÀ DI MERCATO
Anche all’interno del concetto di liquidità di mercato esistono diverse
sfaccettature.
La liquidità di mercato è spesso definita come la capacità di scambiare
un’attività in breve tempo, a basso costo e con un piccolo impatto sul prezzo. La
7
I contratti repo consistono in un accordo tra un venditore ed un acquirente di strumenti finanziari nel
quale il venditore si accorda di riacquistare lo strumento ad un prezzo prestabilito in una determinata da
futura.
5
liquidità di mercato, pertanto, và distinta in diverse componenti che incorporano i
volumi, il tempo e i costi di transazione. Esistono, in altre parole, tre dimensioni di cui
si deve tener conto: la profondità di mercato, l’ampiezza e l’elasticità.
Un mercato è “profondo” quando un elevato numero di transazioni possono
avvenire senza influenzare il prezzo o quando un grande ammontare di ordini giacciono
negli order-book dei market-maker in un determinato momento (alto numero di
acquirenti e venditori).
Un mercato “stretto” è un mercato in cui i prezzi delle transazioni non
divergono dai prezzi medi di mercato.
Infine, in un mercato “elastico” le fluttuazioni dei prezzi dovute agli scambi
scompaiono rapidamente e gli squilibri nei flussi di ordini sono rapidamente aggiustati8.
Queste dimensioni assicurano che qualsiasi ammontare di attività possa essere venduta
in qualsiasi momento all’interno delle ore di mercato, rapidamente, con perdite minime
e a prezzi competitivi.
La liquidità di mercato poggia essenzialmente sulla presenza di un numero
sufficiente di controparti e dalla loro disponibilità a scambiare. Quest’ultima dipende
dalle aspettative degli investitori riguardanti gli sviluppi dei prezzi e la loro avversione
al rischio in un determinato momento, così come dalle informazioni disponibili.
Un mercato è liquido quando chiunque può scambiare un’ampia quantità poco
dopo che la volontà di scambiare è sorta, ad un prezzo vicino ai prezzi degli scambi
precedenti e successivi allo scambio voluto. La liquidità indica, quindi, la velocità e la
facilità alla quale un investitore può scambiare, ma non è direttamente osservabile.
Si ritiene che la liquidità di mercato sia bassa quando è difficile raccogliere
capitali vendendo le attività. In altre parole, la liquidità di mercato è bassa quando
vendere l’attività deprime il prezzo di vendita e quindi diventa molto costoso ridurre
l’esposizione in bilancio. La letteratura distingue tre sottoforme di liquidità di mercato
[Kyle, 1985]:
1. L’ampiezza del bid-ask spread che misura il costo di un’inversione
di posizione in breve tempo per un ammontare standard. In altre
8
Stando a Liu (2006) si possono riassumere quattro caratteristiche della liquidità: quantità scambiata,
velocità di scambio, costi di transazione e impatto sul prezzo.
6
parole misura quanto gli investitori perderebbero se vendessero un
unità di un’attività e la ricomprassero immediatamente;
2. La profondità di mercato, che corrisponde al volume delle
transazione che possono essere immediatamente eseguite senza uno
spostamento dei prezzi limite migliori. Cioè quante unità gli
investitori possono vendere o comprare all’attuale prezzo bid o ask
senza modificare il prezzo;
3. L’elasticità di mercato, cioè la velocità con cui i prezzi si riportano
al loro livello di equilibrio in seguito ad uno shock casuale nel
flusso della transazione. L’elasticità determina quanto tempo
occorra ai prezzi, che sono temporaneamente scesi, per tornare al
livello iniziale.
Pertanto, per i partecipanti al mercato dei capitali, la liquidità generalmente si
riferisce ai costi di transazione che sorgono, appunto, dai bid-ask spread, dagli impatti
sul prezzo e dalla limitata profondità del mercato per scambiare in sicurezza. Per questo
motivo, il rischio di liquidità per questi partecipanti generalmente si riferisce a
variazioni impreviste nei costi di transazione.
Il primo aspetto è una misura diretta dei costi di transazione (escludendo altri
costi operativi come le commissioni di intermediazione e quelle di clearing e
settlement). Gli altri due indicano la capacità del mercato di assorbire volumi
significativi senza effetti avversi sui prezzi.
Il prezzo offerto è il prezzo più alto che un market maker è disposto a pagare in
un determinato momento per acquistare un determinato ammontare di attività.
Simmetricamente, il prezzo richiesto è il prezzo più basso a cui il market maker è
disposto a vendere un determinato ammontare di attività. La differenza tra prezzo
offerto e prezzo richiesto (bid-ask spread) compensa il market maker per l’immediata
esecuzione che offre alle sue controparti. Lo spread misura il costo di una sequenza
vendita/acquisto o acquisto/vendita su un breve periodo di tempo: solo lo spread medio
dovrebbe perciò essere attribuito ad una singola transazione dal momento che solo tale
prezzo è quello che dovrebbe essere pagato in un mercato perfettamente liquido.
La sottigliezza dello spread dipende, tra l’altro, dai costi di gestire gli ordini da
parte dei market maker, dalla dimensione e volatilità dei flussi di ordini accumulati, così
7
come dal grado di asimmetria informativa tra i market maker e chi mette in atto la
transazione. In un mercato quote-driven, lo spread quotato corrisponde alla differenza
tra il miglior prezzo offerto e il miglior prezzo richiesto forniti dai market maker,
mentre, in un mercato order-driven, ciò che conta è la differenza tra i prezzi limite
migliori dell’order book9. Ad ogni modo, lo spread quotato nei mercati non è
generalmente un riflesso esatto dei costi di transazione poiché certi scambi potrebbero
non essere effettuate ai prezzi bid e ask ma a prezzi collocati all’interno di questo
spread o addirittura al di fuori dello spread. In aggiunta a ciò si deve considerare che lo
spread è una misura della liquidità che si riferisce ad un preciso momento. Dal punto di
vista della misura e gestione del rischio è perciò importante tener conto anche della sua
variabilità nel tempo.
In particolare, lo spread è quotato per importi limitati e normalmente tende ad
ampliarsi in presenza di massicci flussi di ordini, che è ciò a cui si riferisce il concetto di
profondità del mercato. Nel caso di una vendita, l’impatto negativo dei flussi di ordini
sul prezzo bid, deriva dal declino nella curva di domanda di mercato aggregata che
dipende dall’ammontare offerto (cioè dalla sua imperfetta elasticità). Quest’ultima può
essere attribuita, in particolare, all’asimmetria informativa tra i partecipanti al mercato.
Un flusso sostanziale di ordini di vendita per un’attività fa sorgere, infatti, il sospetto
che colui che ha dato il via alla transazione abbia informazioni privilegiate sulla qualità
dell’attività e conduce gli acquirenti potenziali a richiedere un prezzo scontato in
cambio. Anche il rischio di esecuzione, cioè la possibilità che errori e ritardi nei
pagamenti di grandi volumi di ordini, potrebbe condurre a tali reazioni del mercato.
Le spiegazioni esistenti della presenza di uno spread sono basate sulle
asimmetrie informative e su considerazioni riguardanti il deposito dei market maker.
Sotto entrambi gli approcci i market maker sono compensati dallo spread tra il prezzo al
quale sono disposti ad acquistare e il prezzo al quale sono disposti a vendere un titolo
rischioso.
Le spiegazioni basate sull’asimmetria informativa vedono il mercato come
consistente da tre tipi di investitori: quelli con informazioni superiori, quelli con
9
Questi due tipi di organizzazione del mercato differiscono con riguardo alle modalità di fissazione dei
prezzi e nel modo in cui la liquidità viene assicurata. In un mercato order-driven la liquidità viene creata
incrociando gli ordini in un order book centrale. In un mercato price-driven la liquidità è creata
attraverso l’azione degli intermediari (i market maker), che garantiscono agli investitori un prezzo
offerto e un prezzo richiesto per un ammontare minimo .
8
necessità di scambio legate al ciclo di vita e i market maker. I market maker non
posseggono informazioni superiori ma operano la funzione cruciale di fornire liquidità
al mercato e per questo motivo dovrebbero ottenere un rendimento adeguato sul loro
capitale. Essi scambiano sia con investitori informati che con investitori non informati
che sono indistinguibili dalla posizione che essi ricoprono. Per evitare perdite di denaro,
i market maker sono pronti ad acquistare i titoli a prezzi più bassi di quelli a cui sono
venduti. Motivo per cui gli spread sono positivi. In media, i market maker perdono
negli scambi con gli investitori informati e guadagnano negli scambi con gli investitori
disinformati.10
I modelli basati sul deposito, sviluppati per primi da Amihud e Mendelson
(1980, 1982) e da Ho e Stoll (1981), si focalizzano, invece, sull’esposizione dei market
maker al rischio provocato dall’accumulo di titoli. In genere i market maker si trovano
di fronte a vincoli sull’ammontare detenuto11 o sul livello di depositi desiderato e ad un
costo dal discostarsi da tali livelli12. Lo spread è, pertanto, una fonte di profitto che
serve a compensare l’intermediario per l’esposizione al rischio e per i costi
amministrativi; riflette quindi la forza di mercato dell’intermediario.
Le teorie della profondità sono, invece, estensioni del modello di asimmetria
informativa dello spread. Gli intermediari, in genere, sono pronti a scambiare solo
quantità limitate per proteggere se stessi dagli investitori più informati che potrebbero
essere interessati a fornire o richiedere arbitrariamente ampie quantità ai prezzi
dell’intermediario13.
La sensibilità del prezzo ai blocchi di transazioni è spesso stimata con la λ di
Kyle14 nella seguente equazione econometrica:
10
I primi a formulare ed analizzare tali modelli sono stati Glosten e Milgrom (1985) e Kyle (1985) ed a
loro si rimanda per una descrizione più approfondita del fenomeno.
11
Cfr. Amihud e Mendelson (1982)
12
Cfr. Ho e Stoll (1981)
13
Cfr. Charoenwong e Chung (2000), Kavajecz (1996,1999) e Rhodes-Kropf (1998).
14
Cfr. Kyle (1985)
9
dove i cambiamenti di prezzo,
, sono una funzione lineare del volume netto degli
scambi (NVOLt: differenza tra l’ammontare di ordini di acquisto e di vendita nel periodo
t) ed εt a rappresentare un errore casuale. Il coefficiente λ stima la capacità del mercato
di assorbire grandi volumi di transazioni: maggiore il volume, minore la capacità di
assorbimento da parte del mercato.
La liquidità di mercato può anche essere definita come il costo di scambiare
un’attività rispetto al suo fair value15. Il fair value viene normalmente stabilito come
punto medio del bid-ask spread.
Stange e Kaserer (2009) distinguono tre componenti del costo della liquidità in
percentuale rispetto al prezzo medio per una determinata quantità di ordinativo al tempo
t:
dove T(q) sono i costi diretti dello scambio,
è l’impatto sul prezzo rispetto al
prezzo medio a causa della dimensione della posizione e
sono i costi per il ritardo
nel caso in cui una posizione non possa essere scambiata immediatamente.
I costi diretti dello scambio comprendono le commissioni per lo scambio, le
commissioni per l’intermediazione e le tasse sulla transazione. L’impatto sul prezzo è la
differenza tra il prezzo raggiunto dalla transazione e il prezzo medio. Esso può anche
essere visto come il risultato di curve di domanda e di offerta imperfettamente elastiche
che causano un decremento dell’impatto sul prezzo in base alla quantità scambiata.
Il fatto che i costi della liquidità aumentino in base alla dimensione dell’ordine è
dovuto a due motivi. In primis, gli investitori hanno aspettative eterogenee in relazione
al fair value di un’attività e sono soggetti a restrizioni di capitale. Sono perciò disposti a
scambiare solo una limitata quantità al loro prezzo prefissato. Maggiore è la posizione
da scambiare, maggiori saranno le controparti da trovare e perciò il prezzo raggiungibile
nella transazione crolla. In secundis, i costi della liquidità rappresentano anche un
prezzo per l’immediatezza. Una transazione immediata ad un determinato prezzo può
15
Cfr. Dowd (2001), Buhl (2004), Amihud e Mendelson (2006).
10
essere essenzialmente vista come un’opzione di tipo americano abbinata ad uno
scambio16.
I costi del ritardo, invece, comprendono i costi della ricerca di una controparte e
il costo imposto all’investitore per sopportare il rischio causato dal fatto che i prezzi e i
costi dell’impatto sul prezzo possono cambiare durante il ritardo17.
Tale modello si raccorda con le diverse forme di liquidità di mercato e liquidità
di finanziamento individuate anche da Kyle (1985) e da Black (1971). Difatti,
l’ampiezza del bid-ask spread corrisponde alla somma tra costi diretti dello scambio e
costi dell’impatto sul prezzo; la profondità corrisponde alla quantità q scambiabile ad
uno specifico impatto sul prezzo; l’elasticità è la velocità di regressione verso la media
del costo della liquidità; l’immediatezza corrisponde direttamente al tempo di ritardo
della componente del costo di tale ritardo.
La liquidità di mercato (cioè la capacità di regolare le transazioni ai prezzi
correnti e in qualsiasi momento senza costi di transazione rilevanti) non è mai
completamente assicurata. Difatti, una delle minacce più subdole alla liquidità di
mercato è l’illusione della sua continuità. Questa illusione comporta che i partecipanti
al mercato sovrastimino la propria abilità di completare le transazioni o di coprire le
proprie posizioni facilmente e rapidamente per soddisfare le necessità in circostanze
imprevedibili, portandoli potenzialmente a prendersi eccessivi rischi ex ante.
Bisogna notare, infatti, che la liquidità non è una caratteristica continua.
Pertanto, le attività possono avere un diverso grado di liquidità. Il grado di liquidità può
essere determinato dal tipo di attività, dalla dimensione della posizione e dall’orizzonte
di liquidazione. Seguendo Stange e Kaserer (2009) si possono distinguere almeno
quattro categorie di gradi di liquidità. Se un’attività è completamente liquida qualsiasi
posizione nell’attività può essere scambiata tempestivamente senza alcun costo (ad
esempio le banconote). Un’attività, poi, può essere detta “scambiabile con continuità”
quando la maggior parte delle posizioni possono essere scambiate, anche se con un
16
Cfr. Chacko et al. (2008): La componente opzionaria comprende il diritto a ricevere un certo
ammontare di quote all’esecuzione dell’ordine con il prezzo di mercato corrente come strike price.
Questa opzionalità ha un valore implicito che dipende dalla volatilità del prezzo e dalla dimensione
dell’ordine relativa al volume di transazione atteso, poiché ciò determina la liquidità futura della
posizione per l’acquirente. A causa di queste due componenti, ci si può attendere che il costo
dell’impatto sul prezzo aumenti con la grandezza della posizione.
17
Per la maggior parte delle attività come azioni e obbligazioni, i costi per la ricerca sono quasi
trascurabili, ma i costi di un rischio aggiuntivo durante il ritardo possono rimanere rilevanti.
11
determinato costo. La determinazione dei costi di transazione è il problema principale in
questa prospettiva. Se la liquidità si deteriora ulteriormente, l’attività diventa
“scambiabile incostantemente”. Mentre il prezzo di mercato fornisce un indicatore per il
fair value di un’attività, il ritardo e la sua incorporazione nelle misure di liquidità
costituiscono un problema ancor più grande. Infine, un’attività è illiquida se nessuna
posizione può essere scambiata. I prezzi di mercato sono quindi non osservabili e il
valore deve essere determinato con metodi intrinseci.
Il grado di liquidità è determinato non solo dal tipo di attività ma anche dalla
dimensione della posizione. Nella maggior parte dei casi, è la dimensione della
posizione in relazione al volume di scambio prevalente che determina il grado di
liquidità, il quale mostra anche la relazione tra liquidità dell’attività e liquidità di
mercato. Se la dimensione della posizione è più grande del volume scambiato ci si può
attendere un significativo ritardo nella transazione (la posizione sull’attività è solamente
“scambiale incostantemente”). Se è troppo grande, può addirittura essere illiquida nel
breve termine a causa della mancanza di controparti.
L’orizzonte di liquidazione è un’altra determinante del grado di liquidità della
posizione. Un titolo potrebbe essere illiquido nel breve termine a causa di una mancanza
di controparti ma scambiabile incostantemente in orizzonti di liquidazione più lunghi.
Di conseguenza, il rischio di liquidità di mercato, è legato all’incapacità di
scambiare ad un prezzo conveniente con immediatezza. È la componente sistematica del
rischio di liquidità. Ciò ha due implicazioni di rilievo: in primis suggerisce che vi sia
una certa affinità nel rischio di liquidità nei mercati; in secundis, dal momento che è
sistematico dovrebbe essere prezzato. Tipicamente, i modelli di asset pricing misurano
il rischio di liquidità come la covarianza tra una misura di liquidità e i rendimenti di
mercato18. Il rischio di liquidità, empiricamente, è nella maggior parte dei casi basso e
stabile. Un rischio di liquidità elevato è raro ed episodico. Tale natura può essere dovuta
a delle spirali negative di liquidità a causa della liquidità di mercato e di finanziamento
che si rinforzano mutualmente ed è raro a causa dei benefici della cooperazione negli
scambi.19
18
Si veda Pastor e Stambaugh (2001), Acharya e Pedersen (2005), Liu (2006).
Per le evidenze empiriche di elevati rischi di liquidità nei mercati azionari si veda Pastor e Stambaugh
(2001). Sulle spirali negative di liquidità si veda Brunnermeier e Pedersen (2005, 2007). Sui benefici della
cooperazione negli scambi si veda (Carlyle et al. 2007).
19
12
Il rischio di liquidità è, perciò, il rischio di non essere in grado di liquidare o
coprire immediatamente una posizione ai prezzi di mercato correnti. Questo rischio di
liquidità di mercato è diverso dal rischio di liquidità del bilancio che consiste
nell’incapacità di raccogliere fondi liquidi vendendo attività od ottenendo prestiti. Esso
deriva dal fatto che i mercati non sono perfetti in qualsiasi momento e in qualsiasi
segmento.
È evidente quindi che la liquidità di mercato sia al centro delle preoccupazioni
delle banche centrali riguardanti la stabilità finanziaria poiché è una precondizione per
l’efficienza del mercato ed anche perché la sua scomparsa improvvisa dai mercati può
degenerare in una crisi sistemica come testimoniato, ad esempio, dalle turbolenze
dell’estate e autunno del 1998 che sfociarono nell’improvviso drenaggio della liquidità
nei mercati obbligazionari.
1.2 MECCANISMI DI INTERRELAZIONE E PROPAGAZIONE DEL RISCHIO
DI LIQUIDITÀ
Le diverse forme della liquidità e i relativi rischi non hanno un comportamento
distinto e indipendente, esse si combinano, si rinforzano mutualmente e si propagano
attraverso tutto il sistema economico-finanziario.
Secondo Bervas (2006) una crisi di liquidità è il rischio di illiquidità che
raggiunge il suo parossismo. Può essere definito come l’incapacità del mercato di
assorbire i flussi di ordini senza che questo provochi violenti aggiustamenti nei prezzi
che risultano non essere più correlati con il loro valore fondamentale. È caratterizzata da
un improvviso ampliamento del bid-ask spread o perfino dalla totale scomparsa di flussi
di acquisto o dall’incapacità di scambiare. Spesso conduce ad un aumento della
volatilità di breve termine così come ad un crollo del mercato primario. Contiene,
perciò, il seme di seri sconvolgimenti sistemici.
Il rischio nel dover fronteggiare questi eventi è quello di registrare perdite
consistenti nel momento in cui sia necessario liberarsi delle posizioni per adempiere alle
passività o fronteggiare le necessità di copertura.
L’esaurimento della liquidità è, di fatto, la conseguenza di un coordinamento
unanime degli operatori del mercato verso un cattivo equilibrio in cui tutti gli operatori
vogliono uscire dal mercato simultaneamente. Se si considera che questa situazione
13
potrebbe essere scatenata da un semplice cambiamento nelle opinioni collettive è chiaro
che questi tipi di eventi sono difficili da prevedere. Per di più, il collasso della liquidità
potrebbe generare degli incentivi che inducono gli agenti economici razionali a
comportarsi in modo da peggiorare la situazione complessiva del mercato. Questa
catena negativa di eventi è ampiamente descritta, ad esempio, nella letteratura sulle crisi
bancarie che conducono a corse verso i depositi bancari (vedi infra). È lo stesso
fenomeno che accade quando le crisi di mercato scatenano la cosiddetta “preferenza per
la liquidità” (flight-to-liquidity in anglosassone). Naturalmente, una grande istituzione
finanziaria può arrivare a paralizzare il mercato uscendone. Le difficoltà fronteggiate da
partecipanti più piccoli ma molti attivi e che sfruttano pesantemente la leva finanziaria,
(come gli hedge fund) possono causare gli stessi tipi di problemi. Quando liquidano le
loro attività in tempi di difficoltà finanziarie, le loro azioni possono diventare
probabilmente un allarme per altri partecipanti al mercato provocando così il cosiddetto
“predatory trading”, cioè la vendita anticipata, che toglie liquidità invece che fornirla al
momento necessario.20
Infine, sempre secondo Bervas (2006), le crisi di liquidità riflettono le
disfunzioni nel meccanismo di regolazione dei prezzi: invece di ristabilire l’equilibrio, i
movimenti dei prezzi esprimono un comportamento pro ciclico.21
Acharya e Schaefer (2006) si concentrano in primis sul fatto che gli shock di
liquidità sono altamente episodici e tendono ad essere preceduti da (o associati con)
ampi e negativi shock sui rendimenti delle attività, per cui il rischio di liquidità è
presentato come un particolare fenomeno non lineare. Un’implicazione di ciò è che i
prezzi nei mercati dei capitali esibiscono di fatto due regimi. Nel regime normale, gli
intermediari sono ben capitalizzati e gli effetti di liquidità sono minimi: i prezzi delle
attività riflettono i fondamentali e non c’è effetto di liquidità. Nel regime illiquido gli
intermediari sono vicini ai loro limiti di capitale o di collateral e si verifica il cosiddetto
“cash-in-the-market pricing”22. In tale contesto la posizione di liquidità dei partecipanti
al mercato in un particolare mercato azionario influenza il prezzo di quell’azione.
Perciò, i prezzi riflettono indirettamente il costo del capitale implicito per questi
20
Cfr. Brunnermeier e Pedersen (2005).
Cfr. Cohen e Shin (2003).
22
Cfr. Allen e Gale (1994, 1998).
21
14
intermediari, cioè il costo che sopportano per emettere un’unità aggiuntiva di capitale di
finanziamento per intraprendere la transazione.
In secundis, si concentrano sul fatto che questa visione in cui i prezzi seguono
due regimi, in termini di effetti di liquidità, aiuta a comprendere le caratteristiche di un
fenomeno apparentemente slegato, il rischio che la correlazione dei rendimenti in
diversi mercati fluttui nel tempo. Due caratteristiche del rischio di correlazione
condividono una relazione fondamentale con il rischio di liquidità: il fatto che le
correlazioni nei rendimenti delle attività primarie (azioni e obbligazioni) sembrano
aumentare nei mercati in ribasso rispetto a quelli in rialzo23 e che anche i parametri di
correlazione impliciti prodotti dai modelli tradizionali di pricing esibiscono tali
sostanziali fluttuazioni.
La loro ipotesi principale è che una componente importante di queste
fluttuazioni nelle correlazioni sia collegata al rischio di liquidità e non alla correlazione
tra i flussi di cassa e i tassi di sconto delle attività sottostanti. Nel regime normale, le
correlazioni tra i prezzi delle attività sono guidata principalmente dalla correlazione nei
fondamentali delle entità sottostanti o nei rischi. Per contro, nel regime illiquido, i
prezzi sono influenzati anche dalla posizione di liquidità dei partecipanti al mercato e, di
conseguenza, dai limiti impliciti del costo del capitale fronteggiati dagli intermediari.
In definitiva, il rischio di liquidità di mercato, il rischio di liquidità di
finanziamento e il rischio di correlazione sono tutti interconnessi e legati in modo non
lineare alla stessa incertezza nei rendimenti delle attività sottostanti. Queste relazioni tra
le differenti dimensioni del rischio di liquidità e i rischi di correlazione e rendimento
delle attività apparentemente non collegati, hanno delle importanti implicazioni per i
risk manager e per le strategie di copertura che impiegano nelle loro istituzioni.
Durante tali periodi di shock sistematici di liquidità si verifica il cosiddetto flight
to quality dei depositi nelle banche commerciali. Gatev e Strahan (2003) misurano gli
shock di liquidità sistematici attraverso un aumento dello spread tra commercial paper e
buoni del tesoro (il cosiddetto paper-bill spread) e trovano che quando tale differenza
aumenta, le banche commerciali americane vedono un aumento dei flussi in entrata nei
depositi.
23
Cfr. Longin e Solnik (2001) e Ang e Chen (2002)
15
Gli studi sopra citati, mostrano che gli shock nelle attività e gli shock di liquidità
tendono ad essere altamente correlati, sia in aggregato che a livello di singolo titolo. In
particolare, gli shock di liquidità sono altamente episodici per cui le innovazioni in un
mercato
illiquido
sono
generalmente
piccole
ma
in
determinati
momenti
significativamente ampie. Le innovazioni maggiori, di fatto, coincidono con periodi che
storicamente sono stati caratterizzati da crisi di liquidità24. La dimensione relativa dei
picchi di illiquidità illustra anche che quando l’illiquidità aumenta, tende a farlo
improvvisamente, inducendo una relazione non lineare o di cambiamento di regime tra
shock di liquidità e shock nei rendimenti delle attività.
Perciò, se il rischio di liquidità di finanziamento coincide con il rischio di
liquidità di mercato e con il rischio dei rendimenti delle attività potrebbe accadere che
un’istituzione e il suo collateral diventino improvvisamente illiquidi.
La mancanza di capacità di scambiare riduce i profitti degli intermediari,
spingendoli verso i limiti di capitale o di collateral, restringendo ulteriormente la loro
capacità di fornire liquidità ai mercati. Per contro, il valore in quanto garanzia delle
attività rischiose diminuisce durante i periodi di illiquidità e restringe l’ammontare di
finanziamenti garantiti che gli intermediari possono raccogliere.
Come si è visto, quando un investitore compra un’attività, può usarla come
collateral e prendere a prestito dandola in garanzia e la differenza tra il prezzo di
un’attività e il suo valore come garanzia, chiamato margine o haircut, deve essere
finanziato con il capitale proprio dell’investitore. In modo analogo, la vendita allo
scoperto, anziché liberare capitali, ne richiede nella forma di margini. Perciò, in ogni
momento, il margine totale su tutte le posizioni non può eccedere il capitale
dell’investitore.
Il modello di Brunnermeier e Pedersen (2008) mostra che i finanziamenti degli
investitori influenzano (e sono influenzati) dalla liquidità di mercato in modo profondo.
Quando la liquidità di finanziamento è scarsa, gli investitori diventano riluttanti a
prendere posizioni, in particolar modo le posizioni ad alta intensità di capitale in attività
con alti margini. Ciò riduce la liquidità di mercato, portando ad una maggiore volatilità.
24
Ad esempio, la crisi della Penn Central nel maggio 1970, la crisi petrolifera del novembre 1973, il crollo
del mercato azionario dell’ottobre 1987, l’invasione irachena del Kuwait nell’agosto 1990, la crisi asiatica
del 1997 e la crisi di LTCM nel 1998.
16
In più, sotto certe condizioni, una bassa liquidità di mercato futura aumenta il rischio di
finanziare una transazione, aumentando così i margini.
Il loro modello implica che la liquidità di mercato possa improvvisamente
sparire, abbia una comunanza tra le attività, sia legata alla volatilità, sia soggetta al
fenomeno del flight to quality e si muova insieme al mercato.
Nel loro modello gli speculatori riducono le fluttuazione del prezzo, fornendo in
tal modo liquidità al mercato. Gli speculatori finanziano le loro transazioni attraverso
prestiti garantiti da finanziatori che stabiliscono i propri margini per tener sotto
controllo il VaR25. Dal momento che i finanziatori possono ristabilire i margini in ogni
periodo, gli speculatori fronteggiano il rischio di liquidità di finanziamento a causa del
rischio di margini più alti o perdite sulle posizioni esistenti.
I due autori definiscono la liquidità di mercato come la differenza tra il prezzo
della transazione e il valore fondamentale mentre la liquidità di finanziamento come la
scarsità di capitale degli speculatori.
Di conseguenza, gli investitori forniscono liquidità al mercato e la loro capacità
di far ciò dipende dalla loro disponibilità di finanziamenti. Contrariamente, i
finanziamenti degli investitori (capitale e margini) dipendono dalla liquidità di mercato
delle attività detenute in portafoglio.
Definiscono, inoltre, i margini come “destabilizzanti” se possono aumentare con
l’illiquidità. I margini “destabilizzanti” forzano gli speculatori a liquidare le proprie
posizioni in periodi di crisi, conducendo a forniture di liquidità di mercato pro-cicliche.
Per contro, i margini possono teoricamente diminuire con l’illiquidità e così
diventare “stabilizzanti”. Questo accade quando i finanziatori sanno che i prezzi
divergono a causa di illiquidità di mercato temporanee e sanno che la liquidità verrà
aumentata a breve non appena arriveranno sul mercato altri clienti. Ciò accade perché
una divergenza corrente del prezzo dai fondamentali fornisce un cuscino contro
movimenti avversi futuri del prezzo, rendendo le posizioni degli speculatori meno
rischiose.
Tornando alle implicazioni per la liquidità di mercato, dimostrano in primo
luogo che, finché il capitale degli speculatori è così abbondante che non c’è il rischio di
25
Il Value at Risk misura la perdita potenziale di una posizione di investimento in un determinato
orizzonte temporale con un determinato livello di confidenza.
17
raggiungere i limiti di finanziamento, la liquidità di mercato è naturalmente al livello
più alto ed è insensibile ai cambiamenti marginali nel capitale e nei margini. Ad ogni
modo, quando gli speculatori raggiungono i propri limiti di capitale (o rischiano di
raggiungerli durante il periodo della transazione) riducono le loro posizioni e la liquidità
di mercato diminuisce. A quel punto i prezzi sono maggiormente guidati da
considerazioni di liquidità di finanziamento piuttosto che da movimenti nei
fondamentali.26
La liquidità è fornita, prevalentemente, dai market maker, dagli hedge fund o
dalle banche d’investimento, i quali devono finanziare le proprie posizioni (lunghe e
corte). Se gli speculatori sono ben finanziati (ampie disponibilità di capitali o bassi
margini), possono scambiare maggiormente (aumentando la liquidità) e quindi la
liquidità di finanziamento è un driver della liquidità di mercato. Esiste anche un effetto
contrario dovuto al fatto che una migliore liquidità di mercato può far diminuire i
margini sia perché i finanziatori sono più disponibili a prestare capitali quando possono
vendere le garanzie più facilmente e rapidamente, sia perché la liquidità di mercato può
diminuire la volatilità. Questi effetti reciproci possono aumentare le spirali di liquidità
nel momento in cui alcuni investitori raggiungono (o sono in prossimità di raggiungere)
i propri limiti relativamente ai margini o ai rischi assunti.
Inoltre, quando i mercati sono illiquidi, la liquidità di mercato è altamente
sensibile ad ulteriori cambiamenti nelle condizioni di finanziamento. Ciò è dovuto,
come introdotto, a due spirali di liquidità. In primis, una spirale dei margini emerge se i
margini aumentano durante l’illiquidità del mercato. In questo caso, uno shock nei
finanziamenti sugli speculatori diminuisce la liquidità di mercato, conducendo verso
margini più alti, i quali restringono ulteriormente i limiti di finanziamento e così via.
In secundis, una spirale delle perdite sorge se gli speculatori detengono
un’ampia posizione iniziale che è negativamente correlata con gli shock di domanda dei
clienti. In questo caso, uno shock nei finanziamenti aumenta l’illiquidità di mercato,
portando a perdite per gli speculatori sulla loro posizione iniziale, forzandoli a vendere
di più, portando ad ulteriori cadute dei prezzi e così via.
Queste due spirali si rafforzano reciprocamente implicando un effetto totale
maggiore della somma dei singoli effetti. Paradossalmente, le spirali di liquidità
26
Sul punto si veda oltre, par. 2.6.6
18
implicano che un ampio shock sulla domanda dei clienti per liquidità immediata
conduce ad una riduzione nella fornitura della stessa durante tali periodi di tensione.
Nella loro analisi mostrano che il rapporto tra illiquidità e margini è lo stesso in
tutte le attività per i quali gli speculatori forniscono liquidità di mercato. Questo
rapporto comune è determinato in equilibrio dalla liquidità di finanziamento degli
speculatori. In altre parole, l’illiquidità di mercato di un’attività è il prodotto del suo
margine e del costo implicito del finanziamento. Il loro modello contribuisce a fornire,
perciò, una spiegazione naturale per il comportamento comune tra le attività dal
momento che gli shock ai finanziamenti degli speculatori colpiscono tutte le attività.
Il legame tra le tre diverse tipologie di liquidità (e i meccanismi di propagazione
dei relativi rischi) assume due diverse connotazioni a seconda che ci si trovi in un
periodo normale o in un periodo di crisi (o comunque turbolento).
Come accennato all’inizio, le cause del rischio di liquidità giacciono
nell’allontanamento dal paradigma dei mercati completi e delle simmetrie informative
che può condurre ai fenomeni di moral hazard e selezione avversa.
In periodi normali i flussi di liquidità scorrono facilmente tra le tre diverse
tipologie, stabilendo un circolo di liquidità virtuoso che stimola la stabilità del sistema
finanziario. La Banca Centrale fornisce l’ammontare neutro di liquidità27 al sistema
finanziario in modo da coprirne il deficit di liquidità in aggregato. Questo ammontare
viene ricevuto dalle banche e, attraverso i vari mercati, viene ridistribuito agli agenti
economici che necessitano di liquidità e quindi riciclato all’interno del sistema. In tal
modo, la banca centrale fornisce l’ammontare neutro di liquidità, i mercati assicurano la
ridistribuzione e il riciclaggio e, la necessità di fondi, l’efficiente allocazione tra i
diversi agenti economici.
In tale contesto, la scelta tra le diverse fonti di liquidità è bastata solamente su
considerazioni di prezzo28 e vi sarà sempre liquidità sufficiente per limare qualsiasi
frizione.
Il meccanismo appena esposto viene distorto nel momento in cui si manifesta nel
sistema un rischio di liquidità producendo spirali di illiquidità viziose. Nei periodi
27
Per neutro si intende l’ammontare di liquidità di equilibrio che soddisfa la domanda di liquidità del
sistema finanziario senza alterare l’allineamento tra tassi interbancari e tasso programmato.
28
Cfr. Ayuso e Repullo (2003); Ewerhart et al. (2007); Drehmann e Nikolaou (2009).
19
turbolenti il legame tra le tre diverse forme di liquidità rimane solido ma si trasforma in
canale propagatore del rischio destabilizzando il sistema.
Il rischio di liquidità di finanziamento giace nel cuore delle banche. Le banche
sono considerate per costruzione fragili a causa del meccanismo di trasformazione delle
scadenze che intraprendono (depositi liquidi a breve termine contro prestiti illiquidi a
lungo termine). Nel far ciò le banche trasformano brevi scadenze (i depositi) in
scadenze più lunghe (investimenti) al fine di creare liquidità di finanziamento per gli
investitori29 e promuovere l’efficiente allocazione di risorse nel sistema. Ciò è quello
che accade anche con i market maker o le società di investimento e gli investitori del
mercato finanziario. Di conseguenza, le banche fronteggiano un trade-off tra detenere
attività liquide a basso rendimento e usarle per investire in attività (relativamente)
illiquide ad alto rendimento (quantomeno potenziale).
Il rischio di liquidità di finanziamento che colpisce una singola banca (o un
singolo intermediario) non è di per sé un evento che interessa l’intero sistema
economico-finanziario. Il problema sorge quando il rischio di liquidità di finanziamento
viene trasmesso ad altri intermediari facendolo diventare sistemico.
A livello di sistema interbancario il rischio si può propagare a causa della stretta
interconnessione tra le banche nel medesimo mercato per la liquidità. Il fallimento di
una singola banca può provocare una contrazione nell’ammontare comune di liquidità
portando a contrazioni di liquidità nelle singole banche attraverso ristrutturazioni
anticipate dell’insieme delle attività e passività. Tali interconnessioni possono
trasformarsi in canali di propagazione della crisi in presenza di mercati incompleti e
informazione asimmetrica. Ciò a causa del fatto che l’assenza di coperture contro future
uscite di liquidità si può combinare con asimmetrie informative circa la solvibilità delle
banche e stimolare timori di rischio di credito di controparte30.
A livello di mercati mobiliari il rischio si può propagare nel momento in cui gli
intermediari (banche e società di investimento) costrette da problemi di liquidità
decidono di cercare fondi svendendo i titoli in portafoglio e andando così ad influenzare
i prezzi dei titoli e la liquidità del mercato mobiliare. Ciò può portare, infatti, ad un
aumento della volatilità dei prezzi delle attività, ad una riduzione della partecipazione al
29
30
Cfr. Strahan (2008)
Cfr. Allen e Gale (2000); Drehmann et al. (2007); Brusco e Castiglinesi (2007) e Strahan (2008)
20
mercato causata da un aumento dell’incertezza e a prezzi pesantemente sottovalutati in
quanto gli acquisti avvengono solo a prezzi scontati.
Ovviamente, data la forte relazione tra liquidità di finanziamento e liquidità di
mercato esiste la possibilità che si generino delle spirali negative autoalimentate
Il meccanismo di trasmissione e amplificazione parte dal fatto che diversi clienti
subiscono shock di domanda che si compensano ma arrivano sul mercato in modo
sequenziale creando sbilanciamenti temporanei negli ordini.
Una spirale di perdite sorge per gli investitori che sfruttano la leva finanziaria
perché il declino nel valore delle attività erode il valore netto degli investitori più
rapidamente del loro valore lordo (a causa della leva) e l’ammontare che essi possono
prendere a prestito crolla.
Tali spirali diventano un equilibrio perché altri potenziali acquirenti con
esperienza potrebbero fronteggiare limiti simili nello stesso momento ed anche perché
altri potenziali acquirenti trovano più profittevole aspettare che si esaurisca la spirale
prima di rientrare nel mercato. In casi più estremi, altri investitori potrebbero al limite
intraprendere comportamenti come il “predatory trading”, forzando deliberatamente
altri a liquidare le posizioni a prezzi stracciati [Brunnermeier e Pedersen, 2005].
La spirale dei margini rinforza, quindi, la spirale delle perdite. Come i margini
aumentano, l’investitore deve vendere ancor di più perché ha la necessità di ridurre il
proprio rapporto di leva (che veniva mantenuto costante nella spirale delle perdite). I
margini e gli haircut raggiungono i massimi nei periodi di ampie cadute dei prezzi,
portando ad una generale contrazione dei prestiti. Emerge, quindi, un circolo vizioso in
cui margini più alti forzano a ridurre la leva e ad aumentare le vendite, le quali
aumentano i margini ulteriormente e forzano maggiori vendite.
Tale comportamento può sembrare controverso in quanto una riduzione di
prezzo che risulta da una mancanza di liquidità è verosimilmente temporaneo e gli
investitori con l’esperienza necessaria si trovano davanti ad una grande opportunità di
acquisto. Quindi, si potrebbe pensare che i finanziatori siano disposti a prestare più
liberamente riducendo i margini in seguito ad una caduta dei prezzi.
Secondo Brunnermeier (2009) ci sono almeno tre ragioni per cui è vero il
contrario. In primis, shock inattesi dei prezzi potrebbero essere un avvisaglia di
maggiore volatilità futura e ciò comporta un aumento dei margini. In secundis,
21
l’aumento dei margini in concomitanza con il prosciugarsi della liquidità può essere
spiegato dall’emergere di frizioni dovute alle asimmetrie informative. I finanziatori
diventano particolarmente attenti ad accettare attività come garanzia se hanno il timore
di ricevere una selezione particolarmente negativa di attività. Potrebbero, per esempio,
essere intimoriti dal fatto che i veicoli di investimento strutturati vendano le attività
migliori (vendibili) e lascino come garanzia solo le peggiori e di minor valore. Infine, se
i prestatori stimano ingenuamente la volatilità futura usando dati passati, un’ampia
caduta dei margini porta a stime della volatilità più elevate e a margini più alti anche se
la caduta dei prezzi potenzialmente riflette una grande opportunità di acquisto.
La spirale delle perdite è più pronunciata per le azioni con minore liquidità di
mercato, poiché venderle in periodi di tensione finanziaria rischia di condurre ad una
caduta dei prezzi più ampia di quello che comporterebbe vendere un’attività più liquida.
1.3 MISURE DI LIQUIDITÀ
Come detto, la liquidità, indicando un concetto ampio e variegato e non essendo
quotata, non è direttamente osservabile. Partendo dall’idea che la liquidità e il rischio
relativo siano prezzati nei mercati, in questa parte del capitolo si cercherà di passare in
rassegna le diverse misure di liquidità a bassa frequenza di rilevazione proposte in
letteratura tentando di individuare le più coerenti e capaci di spiegare i relativi premi.
Nel capitolo 3 si analizzeranno le misure di liquidità utilizzabili come proxy nell’analisi
empirica.
Esistono diverse misure di liquidità in letteratura, per esempio il bid-ask spread
quotato, il bid-ask spread effettivo, il turnover, il rapporto tra rendimenti assoluti e
volume e le componenti dell’impatto sul prezzo dovute alla selezione avversa e ai costi
dei market maker. Ognuna di queste misure potrebbe avere componenti sistematiche e
specifiche del titolo. Per di più, le componenti sistematiche di diverse misure di liquidità
potrebbero essere correlate.
Goyenko, Holden e Trzcinka (2009) hanno testato le più diffuse misure di
liquidità di mercato in rapporto a diversi benchmark di liquidità.
L’ipotesi di base è che utili misure di liquidità su base mensile e annuale
possono essere costruite su dati a bassa frequenza (giornalieri) di rilevazione relativi ai
22
rendimenti azionari e ai volumi scambiati, consentendo ai ricercatori un accesso a
misure di liquidità su un lungo periodo storico e in molti mercati.
Per determinare quali misure di liquidità siano le migliori, hanno confrontato
proxy calcolate su dati a bassa frequenza di rilevazione (giornaliera) con sofisticati
benchmark di liquidità calcolati da due set di dati ad alta frequenza di rilevazione
(mensile e annuale) usando le correlazioni nelle serie storiche, le correlazioni incrociate
e gli errori di predizione. In particolare, il confronto si svolge tra proxy per lo spread e
spread effettivi e realizzati e proxy per l’impatto sul prezzo con due benchmark per
l’impatto sul prezzo.
Nel lavoro testano 12 proxy per lo spread e 12 proxy per l’impatto sul prezzo, su
base mensile e annuale, calcolando la loro capacità di cogliere le caratteristiche salienti
dei benchmark ad alta frequenza.
Il primo metro di misura per le performance consiste nella correlazione media
incrociata basata sulla singola società tra proxy per la liquidità a bassa frequenza e
benchmark di liquidità ad altra frequenza. Il secondo metro è la correlazione nelle serie
storiche basate su un portafoglio egualmente pesato tra proxy di liquidità e benchmark
di liquidità. Il terzo e il quarto metro di paragone sono costituiti dall’errore di predizione
tra proxy di liquidità e benchmark di liquidità misurato dal suo errore medio e dalla
radice quadrata dell’errore medio.
Le proxy per lo spread sono la misura di Roll31, l’effective tick, la misura di
Holden32, la misura di Gibbs33, la misura LOT, gli zeros, la misura di Amihud34, la
gamma di Pastor e Stambaugh35 e la liquidità di Amivest.
Nel 1984 Roll sviluppò uno stimatore per l’effective spread basato sulla
covarianza seriale del cambiamento nel prezzo:
31
Cfr. Roll (1984)
Cfr. Holden (2009)
33
Cfr. Hasbrouck (2004)
34
Cfr. Amihud (2000)
35
Cfr. Pastor e Stambaugh (2001)
32
23
Holden (2009) e gli autori hanno sviluppato una proxy per l’effective spread
basata sul raggruppamento dei prezzi osservabili. Basandosi sulla teoria dei costi di
negoziazione di Harris (1991) assumono che i prezzi degli scambi siano raggruppati al
fine di minimizzare i costi di negoziazione tra gli investitori potenziali. Inoltre,
seguendo Christie e Schultz (1994) assumono che il raggruppamento dei prezzi sia
completamente determinato dalla dimensione dello spread.
Rimandando alla bibliografia per il calcolo delle diverse componenti, basti
sapere che la misura è data dalla medie ponderata dalla probabilità (
dimensioni dello spread (sj) divisa per il prezzo medio (
delle singole
nell’intervallo i:
Sempre Holden (2009) sviluppa un modello che sfrutta sia la correlazione seriale
(come Ross) sia il raggruppamento dei prezzi. In questa sede è sufficiente considerare
che la proxy per l’effective spread elaborato da Holden è data da:
dove
è la probabilità che lo spread sia sj.
L’effective spread è una misura utilizzata anche da Chordia, Roll e
Subrahmanyam (1999) per studiare l’esistenza di un comportamento (o un fattore)
comune nella liquidità a livello di sistema finanziario36 e da Korajczyk e Sadka (2007)
che lo inseriscono come una delle otto componenti della loro misura globale di rischio
sistematico di liquidità37.
36
Gli autori calcolano l’effective spread come:
; dove Pt è il prezzo effettivamente pagato e
PM il punto medio del bid-ask spread.
37
Lo spread effettivo percentuale è misurato per ogni scambio come il valore assoluto della differenza
tra prezzo della transazione e punto medio del bid-ask spread quotato, diviso per il punto medio del bidask spread:
.
24
Hasbrouck (2004) stima il modello di Roll usando i prezzi giornalieri.
Hasbrouck assume che lo shock da informazione pubblica del modello di Roll (et) sia
distribuito come una normale di media zero e varianza
medio nel modello di Roll come
. Inoltre, indica lo spread
. Quindi usa il campionamento di Gibbs per
stimare numericamente i parametri del modello (c,
), gli indicatori latenti di
vendita/acquisto/assenza di scambi e i prezzi efficienti latenti.
Lesmond, Ogden e Trzcinka (1999) sviluppano uno stimatore dello spread
effettivo basato sull’ipotesi di transazioni informate sui giorni di rendimenti nulli.
Il modello LOT assume che il vero rendimento non osservato
di un’azione j
nel giorno t sia dato da:
dove βj è la sensibilità dell’azione j ai rendimenti di mercato Rmt nel giorno t e εjt è lo
shock da informazione pubblica nel giorno t.
La misura di liquidità di LOT è semplicemente la differenza tra il costo
percentuale di acquisto (αj2) e il costo percentuale di vendita(αj1):
Gli stessi autori introducono anche la proporzione dei giorni con rendimenti nulli
come proxy per la liquidità. Le idee di base sono che, in primis, le azioni con liquidità
più bassa hanno più probabilmente giorni con volumi scambiati nulli e quindi più
probabilmente giorni con rendimenti nulli; in secundis, le azioni con i costi di
transazione più alti sono soggette ad una minore ricerca di informazioni riservate e, di
conseguenza, anche nei giorni di volumi positivi, è più probabile che non vi siano
rivelazioni di informazioni riservate (e quindi, assumendo mercati efficienti, rendimenti
nulli).
25
Definiscono la proporzione di giorni con rendimenti nulli come:
Una versione alternativa considera il numero di giorni con volumi positivi con
rendimenti nulli.
L’utilizzo dei giorni con rendimenti nulli caratterizza anche il lavoro di Bekaert,
Harvey e Lundblad (2006) che studiano il problema della liquidità nel contesto
dell’asset pricing analizzando un campione di paesi emergenti. Nonostante le
problematiche relative alla scarsità di dati e alla relativa inefficienza di questi mercati, il
campione è interessante perché proprio in questi Paesi il problema della liquidità è più
evidente.
Usano misure di liquidità che si fondano sull’incidenza dei rendimenti
giornalieri nulli osservati. Seguendo Lesmond, Ogden e Trzcinka (1999), sostengono
che se il valore di un segnale informativo è insufficiente a superare i costi associati con
la transazione, allora i partecipanti al mercato decideranno di non scambiare con il
risultato che i rendimenti saranno nulli.
La prima misura che implementano è semplicemente la proporzione dei
rendimenti giornalieri nulli. Dimostrano che questa misura è altamente correlata con
misure più tradizionali dei costi di transazione per i mercati azionari emergenti in un
periodo di tempo limitato. Goyenko, Holden, Lundblad e Trzcinka (2005) comparano
diverse misure dei costi di transazione per i dati americani e trovano che quelle basate
sui rendimenti nulli osservati sono correlate con i costi effettivi ottenuti da dati ad alta
frequenza di rilevamento.
Sempre seguendo Lesmond, Ogden e Trzcinka (1999) e Lesmond (2005)
costruiscono la proporzione di rendimenti giornalieri nulli (ZR, zero-returns) osservati
durante il mese di riferimento per ciascun mercato azionario. Ciò che ottengono è che
tale misura è abbastanza persistente.
La seconda misura incorpora le informazioni circa la durata dell’intervallo di
non-scambio (o di rendimenti nulli). Periodi lunghi di giorni consecutivi con assenza di
scambi dovrebbero essere associati con effetti maggiori di illiquidità che i periodi non
consecutivi.
26
Usando N azioni nel paese i, creano una misura di pressione sul prezzo quotidiana come
segue:
dove wj rappresenta il peso dell’azione nell’indice. Utilizzano una misura pesata per la
capitalizzazione.
Da queste due misure ricavano due proxy per la liquidità, ln(1-ZR) e ln(1-PP),
ottenendo che la misura dei rendimenti nulli prevede significativamente i rendimenti e
che gli shock di liquidità inattesi sono positivamente correlati con i rendimenti e
negativamente correlati con i dividendi.
Goyenko, Holden e Trzcinka (2009) usano anche altre tre proxy per lo spread:
l’illiquidità di Amihud, il gamma di Pastor e Stambaugh e la liquidità di Amivest.
Queste misure, in origine, sono state costruite per approssimare l’impatto sul prezzo.
Perciò vengono testate solo per la correlazione con gli spread effettivi e realizzati.
Amihud (2000) parte dall’ipotesi di base che la relazione tra rendimento e
liquidità è data dal fatto che il rendimento atteso del titolo è una funzione crescente
dell’illiquidità di un’azione come proposto da Amihud e Mendelson (1986).
La misura di illiquidità di un’azione che viene usata dall’autore, chiamata
ILLIQ, è il rapporto giornaliero tra il rendimento assoluto dell’azione e il suo volume in
dollari, mediato per il periodo necessario. Può essere interpretato come il risultato sul
prezzo quotidiano associato con un dollaro di volume di scambio.
L’illiquidità riflette l’impatto del flusso di ordini sul prezzo che risulta dai costi
di selezione avversa e di gestione (inventory cost)38. Per le transazioni di grandezza
standard l’impatto sul prezzo è dato dal bid-ask spread, mentre un più ampio eccesso di
domanda induce un impatto maggiore sui prezzi39 riflettendo probabilmente un’azione
degli investitori informati.
38
39
Cfr. Amihud e Mendelson (1980) e Glosten e Milgrom (1985)
Cfr. Kraus e Stoll (1972) e Keim e Madhavan (1996)
27
L’illiquidità dell’azione, per l’autore, è definita come rapporto medio del
rendimento assoluto giornaliero sul volume di scambio in dollari nel dato giorno.
Questa misura di illiquidità è fortemente legata al rapporto conosciuto come
misura di Amivest (rapporto tra somma del volume quotidiano sulla somma del
rendimento assoluto).
Tale misura viene diffusamente utilizzata in letteratura. Korajczyk e Sadka
(2007) la inseriscono come una delle otto componenti della loro misura globale di
rischio sistematico di liquidità, Acharya e Pedersen (2005) e Acharya e Schaefer (2006)
la usano come proxy per l’illiquidità dell’attività nella stima delle covarianze e dei beta
di liquidità nel loro liquidity-adjusted CAPM, infine, Aragon e Strahan (2009) la
utilizzano per verificare se la liquidità di mercato delle azioni detenute dagli hedge fund
clienti di Lehman Brothers sia diminuita in seguito al fallimento del prime broker
rispetto agli altri hedge fund.
Gamma, invece, misura l’inversione dello shock del flusso di ordine del giorno
precedente e, pertanto, dovrebbe avere segno negativo. Maggiore è il valore assoluto di
Gamma, maggiore sarà l’impatto sul prezzo implicito.
Pastor e Stambaugh (2001) studiano l’aspetto della liquidità associato con
fluttuazioni temporanee del prezzo indotte dal flusso di ordini. L’idea di base è che, se il
volume sottoscritto è visto approssimativamente come flusso di ordini, allora una bassa
liquidità si riflette in una più ampia tendenza, per il flusso di ordini in una data
direzione, di essere seguito da un cambiamento inverso del prezzo nel giorno seguente.
I loro risultati li portano a concludere che i beta di liquidità delle azioni (la loro
sensibilità alle innovazioni nella liquidità aggregata) giocano un ruolo significante
nell’asset pricing. Le azioni con beta di liquidità più alti esibiscono più alti rendimenti
attesi.
Gli autori costruiscono una misura di liquidità di mercato come la media delle
misure di liquidità delle singole azioni. In particolare la misura di liquidità per l’azione i
nel mese t è data dalla stima del coefficiente γi,t della regressione:
28
è il rendimento dell’azione i nel giorno d nel mese t;
dove
è la differenza tra
il rendimento dell’azione e il rendimento del mercato nel giorno d del mese t;
è il
volume in dollari dell’azione i nel giorno d del mese t.
Per rendere la stima più affidabile mediano su base mensile la stima di γi,t
ottenendo:
Inoltre, stimano le innovazioni nella liquidità costruendo dapprima la differenza
mensile ponderata e quindi regredendo tale differenza sui suoi ritardi e sul valore
ritardato della serie nei livelli ponderata:
dove mt è il valore totale in dollari alla fine del mese t-1 delle azioni incluse
nella media nel mese t.
Infine, l’innovazione nella liquidità viene calcolata come i residui stimati diviso
100:
I risultati li portano ad evidenziare come la misura di liquidità abbia dei picchi
negativi in concomitanza con le più famose crisi di liquidità verificatesi negli scorsi
anni. Evidenziano, inoltre, il fenomeno del flight-to-quality in cui si verifica un
movimento in direzione opposta delle azioni rispetto alle attività a reddito fisso in
periodi di caduta della liquidità. Infine, la misura della liquidità della singola azione
29
(
) li porta a concludere che esiste un comportamento comune nella loro misura di
liquidità tra le diverse azioni.
Il rapporto di liquidità di Amivest, infine, è una misura di impatto sul prezzo
data da:
Maggiore è il valore del rapporto minore sarà l’impatto sul prezzo.
Le misure per l’impatto sul prezzo usate da Goyenko, Holden e Trzcinka (2009)
sono, come per lo spread, la misura di Amihud, quella di Pastor e Stambaugh e il
rapporto di Amivest.
I risultati del loro studio, nonostante la casualità del campione e il fatto che non
venga applicato né a dati internazionali né ad azioni con scambi notevolmente ridotti,
concludono che per gli spread effettivi e realizzati le misure dominanti sono l’effective
tick, la misura di Holden e la misura di LOT. Holden è quella che fornisce i risultati
migliori ma è la più complessa da calcolare, l’effective tick è, invece, la più semplice.
Per l’impatto sul prezzo la misura migliore è, invece, l’indice di Amihud.
Come visto, diversi paper hanno studiato l’evidenza empirica del fatto che il
rischio di liquidità sia sistematico e se tale rischio sistematico sia prezzato nei mercati
azionari. Chordia, Roll e Subrahmanhyam (1999), Hasbrouck e Seppi (1999) e Eckbo e
Norli (2002) dimostrano che la liquidità ha un fattore comune sistematico. Pàstor e
Stambaugh (2001), Acharya e Pedersen (2005), Chen (2005) e Sadka (2006) forniscono
prove di un premio per il rischio sistematico di liquidità. I titoli i cui rendimenti sono
più sensibili alle fluttuazioni nella liquidità aggregata ricevano maggiori rendimenti
rispetto ai titoli che esibiscono una sensibilità più bassa. Sadka (2006) trova prove del
fatto che gli shock sistematici di liquidità sono persistenti.
La maggior parte di questi autori trovano prove del fatto che la liquidità sia
prezzata come una caratteristica o come un fattore di rischio.
Tuttavia, la questione più complessa risulta essere la possibilità di affermare con
certezza se il premio dovuto a queste diverse misure sia legato a premi di liquidità
multipli o se ciascuna misura sia una stima disturbata di una caratteristica o rischio
30
singolo fondamentale di liquidità. Korajczyk e Sadka (2007) stimano una misura di
rischio sistematico di liquidità attraverso un insieme di otto misure di liquidità
basandosi sul mercato azionario americano. L’insieme comprende bid-ask spread
quotato ed effettivo, turnover delle quote, componenti dell’impatto sul prezzo (fisso
contro variabile e temporaneo contro permanente) e il rapporto tra rendimenti assoluti e
volumi.
L’indice di Amihud si è già visto come viene costruito; la seconda misura è il
rapporto di turnover che viene utilizzato anche da Amihud (2000) ed è dato da:
dove VOLSHS è il volume di scambio nelle quote dell’azione e NSHRS è il
numero di quote sul mercato.
La terza misura è lo spread percentuale quotato, misurato per ogni scambio dal
rapporto tra lo spread bid-ask quotato e il punto medio del bid-ask.
Questa misura viene utilizzata anche da Aragon e Strahan (2009) nel citato
studio sugli hedge fund, da Chordia, Roll e Subrahmanyam (1999) per studiare la
presenza di un comportamento comune nella liquidità e da Huberman e Halka (2001)
nello studio sulla presenza di una componente sistematica di liquidità.
La quarta misura è costituita dallo spread percentuale effettivo misurato per ogni
scambio come il valore assoluto della differenza tra prezzo della transazione e punto
medio quotato, diviso per il punto medio del bid-ask spread
\
31
Le altre quattro misure sono le componenti dell’impatto sul prezzo, cioè la
reazione dei prezzi della transazione a causa dello scambio. Le componenti sono
ottenute attraverso la regressione:
1.
: è la componente variabile permanente dell’impatto sul prezzo dal
momento che misura quanto la valutazione di un’attività cambia dato uno
shock sul volume di scambio sottoscritto
2.
: è la componente variabile transitoria dell’impatto sul prezzo dal
momento che l’effetto del volume sottoscritto per uno scambio,
un effetto di
, ha
sul prezzo dello scambio j, un effetto di sullo scambio j+1 e nessun effetto sui prezzi seguenti
3.
: è la componente fissa permanente dell’impatto sul prezzo
4.
: è la componente fissa transitoria dell’impatto sul prezzo.
L’evidenza in Glosten e Harris (1987) è che le componenti più significative sono
la componente variabile permanente,
e la componente fissa transitoria
.
La significatività del lavoro di Glosten e Harris è testimoniata dal fatto che
diversi autori hanno usato queste componenti. Sadka (2006) studia la componente del
rischio di liquidità che può spiegare le anomalie nell’asset-pricing. Nel suo lavoro
scompone la liquidità nelle componenti fissa e variabile ottenendo che è la componente
variabile piuttosto che quella fissa ad essere prezzata nel contesto dei rendimenti di
portafoglio dovuti al momentum e al post-earnings-announcement drift.
La letteratura distingue tra effetti permanenti e transitori che gli scambi possono
avere sui prezzi. Gli effetti permanenti sono attribuiti alla possibilità di insider trading o
di informazioni riservate; gli effetti transitori sono associati con i costi dei marketmaker come quelli di gestione degli ordini e di deposito.
32
Nonostante Sadka consideri le quattro misure di Glosten e Harris, si concentra
solo sulla componente permanente variabile dell’impatto sul prezzo e sulla componente
fissa transitoria.
I fattori di liquidità studiati sono basati sulla liquidità a livello di intera economia
come fonti di rischio non diversificabile potenziale. Per costruire i fattori di liquidità
utilizza le innovazioni applicando un’autoregressione del secondo ordine per calcolare
le innovazioni inattese di liquidità. Uno degli aspetti più interessanti è che le serie
storiche di questi due fattori sono coerenti con diversi eventi di liquidità che sono
accaduti negli scorsi anni (ad es. la crisi del mercato azionario del 1987 e il crollo di
LTCM nel 1998).
Questo lavoro dimostra che la componente permanente variabile dell’impatto sul
prezzo può spiegare una parte dei rendimenti di portafoglio dovuti a momentum e postearnings-announcement drift. Queste anomalie sono legate alle reazioni degli investitori
a nuove informazioni riguardo all’impresa: il momentum può essere visto, infatti, come
la reazione dell’investitore a notizie riguardanti l’azione40, mentre il post-earningsannouncement drift può essere visto come la reazione a notizie riguardanti i ricavi. Dal
momento che queste anomalie sono legate alle informazioni, non dovrebbe sorprendere
il fatto che i rendimenti associati ad esse siano sensibili agli shock da asimmetrie
informative a livello di intero mercato.
Aragon e Strahan (2009) usano le componenti di Glosten e Harris (1987) per
scomporre l’indice di Amihud nell’impatto sul prezzo legato ai costi di adverse
selection e nell’impatto relativo ai costi di gestione dell’ordine. Seguendo gli studi di
Glosten e Harris (1987), di Brennan e Subrahmanyam (1996)41 e di Sadka (2006)
stimano questi parametri di liquidità da dati intraday usando il database TAQ. La
componente permanente della liquidità riflette i cambiamenti nella valutazione
dell’impresa dei market maker dato il flusso di ordini osservato privatamente. Questo è
comunemente chiamato “adverse selection cost” dello scambio. La componente
transitoria riflette i costi di gestione dell’ordine sopportati dai market maker. Tali costi
sono transitori perché non influenzano la valutazione privata dell’azione da parte dei
40
Cfr. Chan (2003)
Brennan e Subrahmanyam (1996) misurano l’illiquidità dell’azione dall’impatto sul prezzo, misurato
come risposta del prezzo al flusso di ordine e dal costo fisso dello scambio usando dati continui intragiornalieri sulle transazioni e le quotazioni.
41
33
market maker. I risultati li portano a concludere che la maggior parte della componente
permanente dell’impatto sul prezzo deriva dalla componente variabile mentre la
maggior parte della componente temporanea deriva dalla componente fissa.
In aggiunta a queste otto misure di liquidità Korajczyk e Sadka costruiscono
anche una serie storica degli squilibri negli ordini mensili:
Per la scomposizione delle diverse misure nella componente idiosincratica e in
quella sistematica, dapprima standardizzano tutte le variabili, quindi costruiscono un
modello in cui la misura di liquidità corrisponde al prodotto tra la misura degli shock di
liquidità (fattori latenti) e fattore di sensibilità agli shock comuni di liquidità sommati ad
una misura degli shock di liquidità specifica del titolo.
Anziché la Principal Component Analysis (PCA) utilizzano l’Asymptotic
Principal Components analysis (APC) per estrarre da ogni singola misura le tre
componenti principali. Una volta ottenuti fattori comuni di ogni singola misura di
liquidità, stimano i fattori comuni a tutte e otto le misure.
I risultati evidenziano che esistono dei fattori di liquidità comuni. Ciò è
particolarmente evidente per gli spread e per la componente fissa dell’impatto sul
prezzo. Infine, per investigare la persistenza nei cambiamenti di liquidità, calcolano la
struttura di autocorrelazione della prima componente principale di ciascuna misura di
liquidità. L’analisi suggerisce che tutte le misure di liquidità hanno fattori sistematici
che sono altamente autocorrelati (per più di 12 ritardi), il che significa che i
cambiamenti in questi livelli di liquidità sono relativamente persistenti.
Il legame tra liquidità e autocorrelazione risulta essere di particolare interesse
per diversi autori. Getmansky, Lo e Makarov (2003) trovano che la correlazione nelle
serie dei rendimenti degli hedge fund è maggiore se comparata con gli asset tradizionali
come i fondi comuni d’investimento. Essi sostengono che lo schema di autocorrelazione
possa essere spiegato dal return smoothing o dall’illiquidità nei rendimenti delle attività.
Più illiquido è il portafoglio, infatti, maggiore è l’impatto sul prezzo di una
liquidazione forzata la quale erode il capitale di rischio del fondo più velocemente.
Perciò se molti fondi fronteggiano la stessa spirale negativa in un determinato momento,
34
cioè se essi diventano maggiormente correlati durante periodi di tensione e se tali fondi
sono debitori di un piccolo numero di gradi istituzioni finanziarie, allora un evento nel
mercato come quello dell’agosto 1998 può finire rapidamente in una crisi finanziaria
globale.
Secondo Chan, Getmansky, Haas e Lo (2005) un metodo immediato per valutare
l’esposizione al rischio di illiquidità di un dato hedge fund consiste nell’esaminare il
coefficiente di autocorrelazione ρk dei rendimenti mensili del fondo, dove:
è il k-esimo ordine di autocorrelazione di Rt il quale misura il grado di
correlazione tra il rendimento del mese t e il rendimento del mese t-k.
Infatti, le frizioni esistenti nel mercato, come i costi di transazione, i limiti ai
prestiti, i costi di ottenere ed elaborare le informazioni e le restrizioni istituzionali sulle
vendite allo scoperto e su altre pratiche di trading, contribuiscono alla possibilità di
autocorrelazione nei rendimenti delle attività che non possono essere facilmente
“arbitrate” proprio per la presenza di tali frizioni. Da questa prospettiva, il grado di
correlazione nelle serie dei rendimenti di un’attività può essere visto come una proxy
della dimensione di tali frizioni e, quindi, dell’illiquidità in quanto una delle fonti più
comuni forme di tali attriti.
Gli autori sottolineano, comunque, che l’autocorrelazione può sorgere anche a
causa del non-synchronous trading, del metodo di valutazione mark-to-market e del
performance smoothing.
Ad ogni modo, con l’intento di sviluppare una misura maggiormente aggregata
per individuare l’esposizione al rischio sistematico, un approccio più semplice potrebbe
essere quello di usare il coefficiente di autocorrelazione e la statistica Q di Ljung-Box.
Per illustrare questo approccio stimano queste quantità usando i rendimenti
storici mensili totali dei 10 fondi comuni più grandi e di 12 hedge fund. Il campione di
hedge fund mostra una sostanziale correlazione nelle serie, con un coefficiente di
autocorrelazione del primo ordine che varia da -20.17% a 49.01%. Gli unici due fondi
che presentano non significatività sono quelli che dichiarano di adottare lo stile “risk
arbitrage”. Questi risultati sono sufficientemente coerenti con la nozione di
35
autocorrelazione come proxy del rischio di illiquidità perché tra i vari tipi di fondi nel
campione, i “risk arbitrage” sono quelli con maggior probabilità più liquidi, dal
momento che, per definizione, investono in titoli che sono oggetto di scambio e in cui il
volume di scambio è tipicamente maggiore del normale a causa dell’imminente evento
di fusione su cui il risk arbitrage è basato.
Nel contesto del rischio sistematico, gli autori costruiscono una misura aggregata
di illiquidità ( ) nel settore degli hedge fund. Indicando con ρ1t,i il coefficiente di
autocorrelazione di primo ordine nel mese t per il fondo i usando una rolling window
dei rendimenti passati e una media ponderata di queste autocorrelazioni in rolling
window, in cui i pesi ωit sono semplicemente la proporzione degli Asset Under
Management per il fondo i:
Liang e Park (2006) usano il coefficiente di autocorrelazione per misurare
l’illiquidità delle attività del portafoglio degli hedge fund. L’assunzione implicita nella
letteratura precedente è che l’illiquidità della quota di un hedge fund riflette l’illiquidità
delle attività del portafoglio del fondo. Perciò, il rendimento più alto degli hedge fund
che prevedono la clausola del lockup è interpretato come un premio per l’illiquidità. In
questo paper, gli autori, sostengono che l’illiquidità della quota di un hedge fund a
livello del fondo non è una buona proxy per illiquidità delle attività a livello di
portafoglio. In altre parole, fanno una distinzione tra illiquidità delle quote dell’hedge
fund e illiquidità delle attività nel portafoglio del fondo.
Per esaminare l’impatto della clausola di restrizione delle quote sul premio di
illiquidità usano le regressioni incrociate della performance aggiustata per il rischio
degli hedge fund sulle variabili di restrizione delle quote. La variabile dipendente è
l’alfa derivata alternativamente dal modello a sette fattori di Fung, Hsieh (2004) o del
modello lagged-market di Asness, Krail e Liew (2001). I regressori consistono in una
variabile dummy per il lockup, la frequenza di rimborso, il periodo di notifica del
36
rimborso, la frequenza di sottoscrizione e l’ammontare minimo da investire. Come
misura dell’illiquidità delle attività usano, appunto, il coefficiente di correlazione di
primo ordine nelle serie dei rendimenti degli hedge fund. Come misura dell’illiquidità
delle quote usano le cinque variabili di restrizione delle quote.
La correlazione tra l’illiquidità delle attività e l’illiquidità delle quote mostra che
il lockup, la frequenza di rimborso, il periodo di notifica del rimborso e l’investimento
minimo necessario possono essere utilmente utilizzate come proxy dell’illiquidità delle
attività.
L’esistenza di frizioni implica che i mercati finanziari devino, con diverso grado,
dall’ideale di mercato perfetto nel quale non ci sono impedimenti alle transazioni.
Vayanos e Wang (2009) elaborano un modello unificato per verificare come diverse
imperfezioni influenzino il comportamento del mercato concentrandosi sulle asimmetrie
informative, sui costi di partecipazione, sui costi di transazione, sui limiti all’uso della
leva finanziaria, sui comportamenti non competitivi e sulla ricerca di informazioni.
Essi considerano due misure di illiquidità. La prima è la lambda di Kyle42,
definita nel loro modello come il coefficiente della regressione del cambiamento di
prezzo tra i primi due periodi sul volume sottoscritto dai richiedenti la liquidità nel
secondo periodo. Quando lambda è grande, gli scambi hanno un forte impatto sul
prezzo e il mercato è illiquido. Ciò accade quando gli agenti sono maggiormente avversi
al rischio, quando l’attività è più rischiosa o quando i fornitori di liquidità sono meno
numerosi.
La seconda misura è l’inversione di prezzo, definita come l’opposto
dell’autocovarianza dei cambiamenti di prezzo. L’inversione di prezzo fornisce un’utile
caratterizzazione delle dinamiche di prezzo in quanto misura l’importanza della
componente transitoria del prezzo dovuta agli shock di liquidità, relativamente alla
componente random-walk dovuta ai fondamentali. Tale quantità è alta quando gli agenti
sono maggiormente avversi al rischio, quando l’attività è più rischiosa, quando i
richiedenti la liquidità sono più numerosi e quando gli shock di liquidità sono più ampi.
Entrambe le misure sarebbero positive anche in assenza di imperfezioni. Infatti,
poiché gli agenti sono avversi al rischio, gli scambi dei richiedenti la liquidità
modificano il prezzo nel secondo periodo (implicando una lambda positiva) e tale
42
Cfr. Kyle (1985)
37
movimento si allontana dal valore fondamentale (implicando che l’inversione del prezzo
sia anch’essa positiva).
All’interno del modello unificato, gli autori hanno la possibilità di valutare la
validità di queste misure attraverso le diverse imperfezioni. Il risultato è che lambda
sembra essere una buona misura delle imperfezioni poiché in presenza di esse aumenta.
Invece, l’inversione di prezzo tende a diminuire in presenza di asimmetrie informative,
di comportamenti non competitivi e di ricerca di informazioni.
Come introdotto, l’inserimento della clausola di lockup nelle analisi a
rappresentare un certo grado di illiquidità nei fondi è pratica diffusa in letteratura.
Liang (1998) indica che la caratteristica di lockup è legata ai rendimenti degli
hedge fund. Bali, Gokcan, Liang (2006) inseriscono nel loro modello il rischio di
liquidità misurato da una variabile dummy relativa al lockup che sembra rivestire un
ruolo molto importante nello spiegare i rendimenti sia dei fondi live che di quelli
defunct. Trovano infatti che, in media, i fondi con la caratteristica del lockup
guadagnano rendimenti più alti rispetto ai fondi che non la prevedono.
Il modello prevede che:
con dlock che può assumere valore 1 se il periodo di lockup è diverso da 0 e valore 0
altrimenti.
Più recentemente, anche Aragon (2004) sostiene che le performance anomale
degli hedge fund possano essere ampiamente spiegate da un premio per il rischio di
liquidità misurato dal periodo di lockup.
Diversi studi sull’effettiva inclusione nei modelli di asset pricing di una
componente e un relativo premio di liquidità hanno concluso che il rischio di liquidità
sia in qualche modo presente e vada tenuto attentamente in considerazione.
Hasbrouck e Seppi (1999) studiano la presenza di fattori comuni nei prezzi, nei
flussi di ordini e nella liquidità nel contesto dell’asset pricing.
38
Per quanto attiene alla liquidità usano cinque proxy per la misura della liquidità
ex-ante. Dati Bt e At il prezzo bid ed ask per azione al tempo dello scambio t e dati
e
la dimensione dell’ordine eseguibile a tali quotazioni, applicano le seguenti misure:
Le prime tre sono misure standard, le ultime due combinano sia informazioni sui
prezzi che sulle quantità. Intuitivamente, potrebbero essere viste come misure di sintesi
della curva di offerta di liquidità. La QuoteSlope è, di fatto, la pendenza della linea che
congiunge le coppie di prezzo-quantità bid e ask.
Il risultato che raggiungono è che la forza esplicativa di qualsiasi fattore comune
negli spread e nelle relative misure di liquidità è modesta. L’effetto specifico
dell’impresa domina gli effetti della componente principale (il fattore comune) e le
stime del fattore di liquidità quotidiano. Pertanto, gli effetti di liquidità sistematica
visibili durante le crisi di mercato non sembrano caratterizzare gli scambi normali. Ciò
contribuisce a sostenere la teoria di un cambiamento di regime tra periodi normali e
periodi turbolenti.
Acharya e Pedersen (2005) studiano il rischio di liquidità e l’affinità nella
liquidità nel contesto dell’asset pricing. Il loro modello fornisce un quadro teorico che
aiuta a spiegare i risultati empirici per cui la sensibilità dei rendimenti alla liquidità di
mercato è prezzata43, che la liquidità media è prezzata44 e che la liquidità si muove
insieme ai rendimenti e predice i rendimenti futuri45.
43
Cfr. Pastor e Stambaugh (2001).
39
Il loro modello è una variante del CAPM aggiustata per la liquidità in cui i
rendimenti attesi di un titolo aumentano con l’aumentare dell’illiquidità attesa e con il
suo beta netto. Usando il liqudity-adjusted CAPM è possibile scomporre il beta netto (al
netto dei costi esogeni per l’illiquidità) nel beta standard di mercato e nei tre beta
rappresentanti altrettante differenti forme di rischio di liquidità. Il beta netto è
proporzionale alla covarianza dei rendimenti del titolo (ri), al netto dei suoi costi
esogeni per l’illiquidità (ci), con il rendimento netto del portafoglio di mercato (rM-cM).
Il beta netto può essere scomposto nel beta di mercato standard e in tre beta
rappresentanti diverse forme di rischio di liquidità. Tali rischi di liquidità sono associati
con il comportamento comune della liquidità con la liquidità di mercato (cov(ci,cM)),
con la sensibilità dei rendimenti alla liquidità di mercato (cov(ri,cM)) e con la sensibilità
della liquidità ai rendimenti del mercato (cov(ci,rM)). Come proxy per ci usano l’indice
di illiquidità di Amihud. Individuano tre effetti dovuti alla liquidità che individuano
altrettanti rischi di liquidità:
1.
: il primo effetto è che i rendimenti aumentano con la
covarianza tra l’illiquidità dell’attività e l’illiquidità del mercato. Questo
perché gli investitori vogliono essere compensati per detenere un titolo che
diventa illiquido quando il mercato in generale diventa illiquido. Questo
effetto è supportato dai lavori di Chordia et al.(1999), Hasbrouck e Seppi
(2001) e Huberman e Halka (2001).
2.
: il secondo effetto è dovuto alla covarianza tra i rendimenti
di un’attività e la liquidità del mercato. Questa covarianza influenza i
rendimenti richiesti negativamente perché gli investitori sono disposti ad
accettare un rendimento più basso su un’attività con un rendimento alto in
periodi di illiquidità di mercato. Questo effetto è supportato dai lavori di
Pastor e Stambaugh (2001), Sadka (2006) e Wang (2003).
3.
: il terzo effetto è dovuto alla covarianza tra l’illiquidità del
titolo e il rendimento del mercato. Questo effetto sorge dalla disponibilità
44
45
Cfr. Amihud e Mendelson (1986).
Cfr. Amihud (2000); Chordia et al. (1999); Jones (2001); Bekaert et al. (2006).
40
dell’investitore ad accettare un più basso rendimento atteso su un titolo che
è liquido in un mercato in ribasso. Quando il mercato scende, gli investitori
hanno scarse disponibilità di capitali e la possibilità di vendere facilmente è
particolarmente di valore.
L’illiquidità risulta essere, empiricamente, persistente (gli autori trovano
un’autocorrelazione dell’illiquidità di mercato di 0.87 su base mensile). Perciò si
concentrano sull’innovazione,
46
, nell’illiquidità del portafoglio quando
calcolano i beta per la liquidità. Il risultato è che, per il mercato azionario, tale misura è
più alta durante i periodi caratterizzati, tradizionalmente, da crisi di liquidità (tra cui la
crisi LTCM del 1998).
Essi derivano, quindi, empiricamente che gli episodi associati con forti shock
negativi nei rendimenti o ampie innovazioni di illiquidità sono i contribuenti più
significativi ai valori medi di queste covarianze di liquidità.
La relazione tra il rischio liquidità di finanziamento e di mercato implica che i
prezzi nei mercati dei capitali esibiscono di fatto due regimi. Nel regime normale, gli
intermediari sono ben capitalizzati e gli effetti della liquidità sono minimi: i prezzi delle
attività riflettono i fondamentali e non l’effetto liquidità. Perciò, anche la correlazione
tra i prezzi delle attività in questi periodi è guidata principalmente dalla correlazione nei
fondamentali dell’entità sottostante o dei rischi. Nel regime illiquido, gli intermediari
sono vicini ai propri limiti di capitale o di finanziamento e i prezzi riflettono il costo del
capitale implicito di questi intermediari (il costo che sopportano per emettere un unità
addizionale di capitale di finanziamento per intraprendere una transazione). In gergo
economico, si verifica il cosiddetto “cash in the market” pricing [Allen e Gale (1994),
(1998)] e la posizione di liquidità dei partecipanti al mercato di un particolare titolo
influenza il prezzo di quel titolo. Dal momento che questo effetto liquidità (lo sconto
per l’illiquidità) è legato ai capitali degli intermediari piuttosto che ai fondamentali del
titolo, influenza i prezzi dei titoli scambiati da questi intermediari a tutti i livelli,
inducendo una correlazione nei prezzi di mercato dei titoli che è al di là e sopra quello
indotto dai fondamentali.
46
Tale misura viene calcolata dai residui ut di un processo AR(2) dell’indice di illiquidità di Amihud denormalizzato. Si veda Acharya e Pedersen (2005).
41
Come si è visto, gli studi citati, analizzano spesso gli hedge fund per affrontare il
tema della liquidità. Questo può essere ricondotto al fatto che queste istituzioni, oltre a
gestire grandi quantità di denaro, influenzano profondamente (e sono fortemente
influenzati da) la liquidità a livello di sistema. Inoltre, sono fortemente legati dalle
interrelazioni tra liquidità di finanziamento e liquidità di mercato.
Boyson, Stahel e Stulz (2008) riscontrano che i rendimenti peggiori degli hedge
fund tendono a concentrarsi in particolari momenti. Inoltre, mostrano che questo
raggruppamento non può essere spiegato dalle correlazioni o dai fattori di rischio
tipicamente usati nell’analisi dei rendimenti degli stili di investimento degli hedge fund.
Dato ciò, il raggruppamento dei rendimenti peggiori potrebbe risultare sia da
shock esogeni comuni che hanno un impatto pervasivo sugli stili di investimento degli
hedge fund sia dall’effetto contagio. Perciò, esaminano la possibilità che gli shock di
liquidità spieghino questo raggruppamento. Brunnermeier e Pedersen (2008) forniscono
un modello teorico evidenziando l’importanza della liquidità dell’attività e della
liquidità di finanziamento per le istituzioni finanziarie che mostra come queste due
forme di liquidità possano interagire per peggiorare il declino dei prezzi delle attività.
Nel loro modello, un ampio shock negativo sulla liquidità delle attività riduce la
capacità per gli intermediari finanziari di finanziare le attività detenute a causa di più
alti margini richiesti risultanti dalla diminuzione della liquidità delle attività.
BSS costruiscono sei proxy per gli shock di liquidità, quattro per la liquidità di
finanziamento e due per la liquidità delle attività. Le prime due proxy per la liquidità di
finanziamento sono i credit spread e i volumi di riacquisto. Gli shock avversi sulla
liquidità sono accompagnati da un ampliamento dei credit spread e da un decremento
nel volume di riacquisto (repo volume)47.
Inoltre, una netta riduzione nella liquidità di finanziamento può condurre a
fallimenti nel settore degli hedge fund, ad una riduzione nella liquidità delle attività e a
perdite dovute al mark-to-market che non possono essere spiegate dai fattori di rischio
tradizionali usati per i rendimenti degli hedge fund. Per catturare l’impatto degli shock
sulla liquidità di finanziamento, come terza proxy, costruiscono un indice delle azioni
dei prime broker, composto dai rendimenti degli 11 maggiori prime broker, e come
quarta proxy usano un indice delle azioni bancarie fornito da Thomson Financial. Per
47
Cfr. Fama e French (1989) e Adrian e Fleming (2005).
42
valutare il ruolo degli shock sulla liquidità delle attività usano la variabile di liquidità
del mercato azionario suggerita da Chordia, Sarkar e Subrahmanyam (2002). Questa
misura può essere interpretata come il cambiamento nel costo medio di entrata e uscita
(round-trip cost) di uno scambio sul NYSE ed è frequentemente usata nella letteratura
sulla microstruttura di mercato per misurare la liquidità del mercato azionario. L’ultima
proxy usata sono i flussi verso gli hedge fund. Se le scarse performance degli hedge
fund conducono gli investitori a richiedere rimborsi, gli hedge fund liquideranno le
attività per onorare queste richieste di rimborso. Se usano il leverage, devono liquidare
più attività del preventivato per incontrare le richieste. Queste liquidazioni possono
condurre a pressioni sul prezzo e a perdite di valore se sono sostanziali. Per di più, i
fondi che devono fronteggiare i rimborsi forniranno meno liquidità ai mercati.
Per tutte e sei le proxy dello shock di liquidità costruiscono anche una variabile
dummy di estremo shock di liquidità che assume valore 1 se il cambiamento nella
corrispondente variabile di liquidità si trova nel 25° percentile di liquidità più basso e 0
altrimenti.
Drehmann e Nikolaou (2009) affrontano il problema della liquidità di
finanziamento e dell’interrelazione tra questa e la liquidità di mercato in ambito
bancario analizzando un campione di 135 operazioni di rifinanziamento principale
presso la BCE nel periodo tra giugno 2005 e ottobre 2008. La loro definizione di
liquidità di finanziamento è data dall’abilità di depositare le obbligazioni con
tempestività e, conseguentemente, il rischio di liquidità di finanziamento è dovuto alla
possibilità che in uno specifico orizzonte temporale la banca diventi incapace di
depositare le obbligazioni con tempestività. Partendo da ciò elaborano due misure di
rischio di liquidità. La prima si basa sulla normalizzazione delle offerte individuali della
banca:
dove:
è il prezzo per la liquidità,
il tasso minimo di offerta e
è il tasso stabilito che eguaglia
è il volume offerto dalla banca i, presentato
43
nell’offerta b, al tempo t. La prima misura proxy per il rischio di liquidità è data
semplicemente dalla somma di tutti gli adjusted bid di ogni singola banca.
Dato che tutte le banche in condizioni di mercato perfetto dovrebbero presentare
offerte al tasso marginale, elaborano una seconda misura di rischio di liquidità per tener
conto solo delle banche che presentano offerte a tassi superiori (pagando quindi un
premio per la liquidità). In tale misura sostituiscono il tasso politico con quello
marginale:
La seconda misura proxy è anche in questo caso la sommatoria degli adjusted bid al di
sopra del tasso marginale.
Nel momento in cui ci sono delle frizioni nel mercato e le banche sono costrette,
possono emergere delle spirali negative di caduta dei prezzi delle attività e aumento del
rischio di liquidità di finanziamento. Per verificare ciò empiricamente usano le misure
suddette e le confrontano con un indice di liquidità di mercato usato dalla BCE48
formato da una media ponderata di diverse misure di liquidità di mercato date dai bidask spread nei mercati FX, azionario, obbligazionario e monetario.
Ciò che emerge è una relazione negativa per la quale quando la liquidità di
mercato diminuisce, aumenta il rischio di liquidità di finanziamento. Inoltre (e di
maggior interesse per questo lavoro), tale relazione negativa appare essere
principalmente determinata dai periodi di agitazione del mercato.
La misura per l’illiquidità di mercato usata da Brunnermeier e Pedersen (2008) è
data dal valore assoluto della deviazione del prezzo dal suo valore fondamentale:
48
Cfr. Banca Centrale Europea (2008).
44
La misura per l’illiquidità di finanziamento è data dal valore marginale degli
speculatori di un dollaro aggiuntivo:
Infine, il legame tra liquidità di finanziamento e liquidità di mercato è dato da:
Attraverso il legame tra liquidità di finanziamento e liquidità di mercato riescono
a fornire, quindi, un framework unificato che permette di spiegare diversi
comportamenti. In primo luogo come mai la liquidità improvvisamente scompaia, ciò
sembra essere dovuto al fatto che la fragilità nella liquidità è in parte causata dai
margini destabilizzanti, i quali sorgono quando i finanziatori sono imperfettamente
informati e la volatilità dei fondamentali varia.
In secondo luogo che la liquidità di mercato e tale fragilità si muovono insieme
(co-muovono) attraverso le attività dal momento che i cambiamenti nelle condizioni di
finanziamento influenzano la fornitura di liquidità di mercato degli speculatori in tutte le
attività.
Terzo che la liquidità di mercato è correlata con la volatilità dal momento che
scambiare attività più volatili richiede margini più alti sui pagamenti e gli speculatori
forniscono liquidità di mercato attraverso le attività in modo che l’illiquidità per utilizzo
di capitale sia costante.
Quarto che il fenomeno del flight-to-quality sorge in tale modello dal momento
che quando i finanziamenti diventano scarsi, gli speculatori riducono la fornitura di
liquidità di mercato in particolar modo per le attività ad intenso utilizzo di capitale (alti
margini).
Quinto, che la liquidità di mercato si muove con il mercato nel momento in cui
lo fanno le condizioni di finanziamento.
Infine, Wang (2003) studia l’esistenza di un premio per il rischio di liquidità di
mercato. Nel suo lavoro piuttosto che utilizzare variabili suggerite dalle teorie
microstrutturali come il bid-ask spread o l’impatto degli scambi sul prezzo, estrae
45
informazioni riguardanti la liquidità di mercato direttamente dalle acquisizioni azionarie
istituzionali aggregate.
I risultati portano a concludere che la partecipazione attiva delle istituzioni è
associata con un aumento della liquidità nel mercato azionario. Inoltre, i portafogli
costruiti per avere un maggior peso del fattore rischio di liquidità istituzionale offrono
rendimenti più alti. Tali risultati rafforzano il ruolo della misura IML (illiquido meno
liquido) come fattore di rischio di liquidità considerando le acquisizioni di azioni da
parte di un particolare gruppo di investitori istituzionali costituito dai broker azionari e
dai dealer.
Tale proxy per l’illiquidità si basa sulla stima dei rendimenti delle singole azioni
tramite il modello a tre fattori di Fama e French49 con l’aggiunta dei rendimenti del
portafoglio che è più correlato con gli shock di liquidità istituzionali.
Le azioni vengono quindi assegnate a dieci portafogli basati sulla stima del
coefficiente dell’esposizioni al rischio di liquidità. Infine, lo spread tra il decimo
portafoglio (più illiquido) e il primo (più liquido) rappresenta i rendimenti di un
portafoglio ad investimento nullo che è lungo nel decile 10 e corto nel decile 1 e
rappresenta la misura IML.
Quest’ultimi si comportano quasi come tutti gli altri investitori istituzionali
tranne che per il loro unico vantaggio informativo durante il processo di transazione.
Perciò, più attivamente i broker azionari e i dealer partecipano al mercato, più
gli investitori sono preoccupati dalle asimmetrie informative, conseguentemente più
stringente è la liquidità di mercato. Se il premio sull’IML serve come compensazione
per l’esposizione al rischio di liquidità, ci si dovrebbe aspettare un premio negativo
associato con l’esposizione agli shock nelle acquisizioni azionarie da parte di broker e
dealer. Ciò è confermato dai risultati empirici, dando validità empirica all’IML come un
fattore di liquidità.
1.4 FATTORI COMUNI DI LIQUIDITÀ
Chordia, Roll e Subrahmanyam (1999) spiegano come all’interno del framework
delle teorie microstrutturali sui depositi, la covarianza nella liquidità potrebbe sorgere
semplicemente perché l’attività di trading mostra una variazione intertemporale estesa
49
Cfr. Fama e French (1992).
46
nel mercato in risposta a oscillazioni generali dei prezzi. Qualsiasi sia la fonte, se le
fluttuazioni nel deposito fossero correlate tra le attività singole ci si potrebbe aspettare
che la liquidità esibisca movimenti comuni simili.
All’interno del framework delle asimmetrie informative, invece, ci si potrebbe in
primis aspettare una piccola covarianza dal momento che pochissimi investitori
potrebbero ragionevolmente possedere informazioni privilegiate su ampi movimenti del
mercato.
Chordia e Subrahmanyam (1995) derivano un’espressione delimitata della
liquidità; lo spread dipende dalla probabilità di un ordine disposto da un investitore
informato, dalla volatilità dei rendimenti, dalla dimensione del flusso di ordine e dai
costi sopportati dal market maker. Ciascuno di questi elementi probabilmente varia con
il tempo e tutti potrebbe essere correlati tra le singole azioni.
Un elemento specifico del deposito come il flusso di ordini è probabilmente
soggetto a perturbazioni di mercato più ampie durante la transazione come vendite
consistenti o pressioni sugli acquisiti. I costi sostenuti dai market maker dipendono
infatti, tra l’altro, dai tassi di interesse di mercato. Eventi informativi a livello di
mercato e di settore o sentimenti di mercato potrebbero influenzare la probabilità di
transazioni informate.
La presenza di comportamenti comuni nella liquidità fa sorgere il problema se
gli shock a livello di costo della transazione costituiscono una fonte di rischio non
diversificabile prezzato, Se la co-variazione nei costi di transazione è in parte non
anticipabile e ha un impatto variabile tra le singole azioni, più sensibile è un’attività a
tali shock, maggiore dovrebbe essere il suo rendimento atteso. Perciò, ci sono
potenzialmente due diversi canali attraverso cui i costi di transazione influenzano l’asset
pricing, uno statico (il costo medio) e uno dinamico (il rischio).
Chordia, Roll e Subrahmanyam (1999) studiano se vi sia un fattore comune di
liquidità nell’asset pricing del mercato azionario americano.
47
Per far ciò utilizzano cinque misure proxy per la liquidità50:
1. Spread Quotato: PA-PB
2. Spread Quotato Proporzionale:
3. Profondità:
4. Spread Effettivo:
5. Spread Effettivo Proporzionale:
I risultati li portano a concludere che le singole misure di liquidità si muovono
insieme. Ciò risulta confermato anche dopo aver tenuto conto delle determinanti
individuali della liquidità come il volume scambiato, la volatilità e il prezzo.
L’aver riconosciuto l’esistenza del comportamento comune nella liquidità ha
consentito loro di far emergere prove che il rischio di deposito e le asimmetrie
informative influenzano la liquidità delle singole azioni. Lo spread di un’azione è
positivamente legato al numero di transazioni individuali ma negativamente legato al
livello
aggregato
di
scambi
nell’intero
mercato.
Loro
interpretano
questo
comportamento come una manifestazione di due effetti: da un lato una diminuzione del
rischio di deposito derivante da maggiori attività di trading sull’intero mercato, molto
probabilmente da parte di investitori disinformati; dall’altro, un aumento del rischio di
asimmetrie informative provocato da investitori informati che tentano di nascondere le
proprie attività separando le transazioni in piccole unità, aumentando così il numero di
transazioni51.
Una spiegazione comune per la corsa verso la liquidità e il restringimento della
liquidità che si è notata nel 1998 e nella recente crisi è basata su uno shock comune
sulla salute degli intermediari e speculatori con limitazioni nel capitale52.
Intuitivamente, una minor stabilità preclude la possibilità di perseguire opportunità di
arbitraggio nei mercati. In pratica, il mercato repo è il mercato chiave in cui le banche di
investimento, gli hedge fund e altri speculatori ottengono i fondi marginali per le loro
50
Nelle misure utilizzate PA e PB indicano rispettivamente il prezzo ask e il prezzo bid, PM indica il prezzo
medio dato dalla distanza media tra PA e PB, QA e QB sono rispettivamente le quote di azioni
effettivamente disponibili al prezzo ask e al prezzo bid, Pt è il prezzo corrente della transazione.
51
Cfr. Jones, Kaul e Lipson (1994).
52
Cfr. Shleifer e Vishny (1997), Kyle e Xiong (2001), Gromb e Vayanos (2002).
48
attività e in cui gestiscono le proprie esposizioni al rischio dovute all’utilizzo della leva
finanziaria53.
Huberman e Halka (2001) studiano la presenza di una componente sistematica di
liquidità ricercando anche delle variabili che possano essere correlate con essa.
Considerano quattro proxy per la liquidità: il bid-ask spread, il rapporto spread/prezzo
(con il prezzo corrispondente al punto medio tra bid e ask), la profondità di quantità
(data dalla somma del numero di azioni richieste e offerte) e la profondità in dollari
(data dalla somma del volume in dollari di azioni richieste e offerte).
Le innovazioni delle serie storiche delle proxy per la liquidità risultano essere
positivamente correlate per ciascuna proxy di liquidità, il che indica la presenza di un
fattore comune di liquidità.
I loro risultati provano l’esistenza di un fattore comune di liquidità ma non
riescono ad individuare una variabile correlata con le proxy utilizzate in grado di
coglierne la portata.
Il lavoro di Fontaine e Garcia (2009) valuta l’implicazione che il restringimento
delle condizioni di finanziamento nei mercati repo dovrebbe riflettersi nel premio per il
rischio nei mercati finanziari.
Gli autori estendo il modello di Christensen et al. (2004) inserendovi la liquidità
ed estraggono un fattore comune che indirizza il premio on-the-run nei mercati. Il loro
contributo principale consiste nel dimostrare che la liquidità di finanziamento è un
fattore di rischio aggregato che induce una sostanziale condivisione del premio per il
rischio nei mercati dei tassi di interesse. In particolare, documentano un’ampia
variazione nei premi di liquidità sulle obbligazioni del Tesoro statunitense. Per
costruzione, un aumento nel fattore di liquidità è associato con un rendimento atteso più
basso per le obbligazioni on-the-run. Ciò che evidenziano è che il premio per il rischio
di qualsiasi obbligazione del Tesoro statunitense diminuisce sostanzialmente. Dall’altro
lato, condizioni di finanziamento più strette aumentano il premio per il rischio implicito
nei tassi LIBOR, nei tassi swap e nel rendimento delle obbligazioni societarie.
Per l’analisi introducono una misura del valore della liquidità di finanziamento
basata sulla valutazione più elevata delle obbligazioni on-the-run rispetto a quelle offthe-run.
53
Cfr. Adrian e Shin (2008).
49
L’evidenza conduce verso la considerazione di un ampio fattore comune che
indirizza il premio per la liquidità delle obbligazioni on-the-run del Tesoro statunitense,
con le caratteristiche di aumentare con la maturity e diminuire con l’età
dell’obbligazione. Gli autori interpretano questo fattore di liquidità come una misura del
valore della liquidità di finanziamento per gli investitori.
1.5 LIQUIDITÀ ED HEDGE FUND
Come visto, uno dei maggiori settori che influenza ed è influenzato dalla
liquidità è quello degli hedge fund.
La materia è abbastanza recente e non esistono ampi filoni empirici al riguardo.
Uno dei primi autori a considerare questi aspetti è Wang (2003) che nota come la
partecipazione attiva degli investitori istituzionali sia associata ad un aumento nella
liquidità di mercato. Un meccanismo che dà rilievo a tale collegamento positivo è che le
istituzioni forniscono liquidità al mercato azionario.
Maggiori sono le quote, in aggregato, di pertinenza degli investitori istituzionali,
più attivi sono gli scambi e quindi più liquido diventa il mercato. Inoltre, le transazioni
associate con i ribilanciamenti sono spesso visti come non informate. In base a ciò, gli
ordini determinati dalla liquidità non conducono i market maker a richiedere
concessioni significative di prezzo come contropartita per il rischio di scambiare con
investitori informati. Difatti, le istituzioni, con le loro maggiori capacità di acquisizione
e gestione delle informazioni, spesso aiutano il mercato a rivelare le informazioni
possedute dagli insider, riducendo così le asimmetrie informative.
Dato che la liquidità si pone alla massima attenzione degli investitori
istituzionali, essi sono più probabilmente attratti dal mercato azionario quando la
liquidità in questo mercato è elevata. Al di là della direzione dell’effetto causale questi
fatti suggeriscono una correlazione positiva tra le acquisizioni azionarie istituzionali e la
liquidità del mercato.
Se la liquidità di mercato è un fattore di rischio, le azioni i cui rendimenti sono
più sensibili agli shock nella proprietà aggregata istituzionale sopportano un maggiore
rischio di liquidità e dovrebbero offrire rendimenti attesi più elevati.
La liquidità riflette la facilità e la velocità con la quale uno scambio può essere
eseguito senza spostare significativamente il prezzo. Considerando il tempo, il rischio e
50
il costo associato con la transazione, la liquidità dovrebbe avere un ruolo rilevante
nell’asset pricing.
La ragione principale per cui le istituzioni aumentano la liquidità di mercato è
che esse scambiamo più attivamente degli investitori istituzionali.
Le transazioni frequenti delle istituzioni sono in parte il prodotto delle loro
elevate necessità di ribilanciamento del portafoglio. Gli investitori istituzionali spesso si
impegnano in indicizzazioni passive o seguono una regola di allocazione di portafoglio
costante, che genera frequenti scambi per ribilanciare il portafoglio. Problemi di agenzia
e preoccupazioni regolamentari sono le due forze principali che indirizzano le loro
strategie di portafoglio.
I problemi di agenzia sorgono quando i contratti di remunerazione falliscono
nell’allineare gli incentivi dei gestori del fondo con gli interessi del principale (i soci).
Inoltre, le retribuzioni dei gestori spesso dipendono dalle performance relativamente ai
loro concorrenti. Perciò, i manager cercano protezione rendendosi il più indistinguibili
possibile.
La seconda forza che porta ad un collegamento positivo tra partecipazione
istituzionale e liquidità di mercato poggia sui motivi che generano le transazioni degli
investitori istituzionali. Come detto, le istituzioni spesso scambiano per ribilanciare il
portafoglio. Tali scambi sono privi di informazioni dal momento che non dipendono
dalla informazioni che non sono già riflesse nei prezzi azionari. Tali ordini spinti dalla
liquidità non portano i market maker a richiedere significative concessioni sul prezzo
per compensare il rischio di scambiare con investitori informati. Perciò, la motivazione
“neutra” delle transazioni istituzionali suggerisce che maggiori sono le transazioni
istituzionali, migliore sarà la situazione di liquidità del mercato.54
Recentemente Aragon e Strahan (2009) hanno verificato come le operazioni di
investimento degli hedge fund influenzino la liquidità di mercato. Per far ciò sfruttano
uno shock esogeno come il fallimento di Lehman Brothers mostrando come le azioni
detenute dagli hedge fund clienti di Lehman Brothers prima della bancarotta del loro
prime broker, evidenzino un inatteso e ampio declino nella liquidità in seguito a tale
evento. Il complessivo impatto sul prezzo degli scambi su questi titoli aumentò, così
54
Cfr. Wang (2003).
51
come fece i relativo bid ask spread. Come paragone, titoli analoghi detenuti da hedge
fund non clienti di Lehman evidenziano un declino nella liquidità nettamente inferiore.
Gli autori scompongono l’impatto sul prezzo totale nelle sue componenti
permanente e transitoria. La componente permanente riflette i costi affrontati da market
maker disinformati nel momento in cui operano con investitori informati.
Intuitivamente, i prezzi aumentano permanentemente in risposta ai volumi dal lato degli
acquisti riflettendo la probabilità che un dato ordine d’acquisto implichi informazioni
riservate riguardo ai fondamentali. La componente temporanea (la parte dell’impatto sul
prezzo legata a shock di breve termine sui volumi), invece, riflette i costi di detenere i
titoli da parte dei market maker.
Ciò che trovano è che la componente permanente crolla per le azioni detenute
dagli hedge fund clienti di Lehman mentre la componente temporanea aumenta. Tale
risultato suggerisce che le transazioni degli hedge fund aumentano la liquidità
relativamente agli shock di breve termine sui volumi, presumibilmente poiché riescono
ad operare pazientemente e sono capaci di assorbire alcune delle variazioni nella
domanda di liquidità. Inoltre, gli hedge fund investono in informazioni riservate per sé
stessi comportando l’imposizione di costi di selezione avversa su altri fornitori di
liquidità meno informati. In tal modo, la componente permanente dell’impatto sul
prezzo diminuisce per i titoli detenuti dai clienti Lehman, suggerendo che il contenuto
informativo negli scambi crolla.
Boyson, Stahel e Stulz (2008) analizzano, invece, perché i rendimenti peggiori
degli hedge fund, pur con differenti stili di investimento, hanno la tendenza a
concentrarsi nel medesimo periodo. Ciò che emerge è che questa concentrazione non
può essere spiegata dalle correlazioni o dai fattori di rischio tipicamente usati
nell’analizzare i rendimenti degli stili degli hedge fund. Di conseguenza, questo
comportamento può risultare da shock comuni esogeni che hanno un impatto pervasivo
sugli stili di investimento degli hedge fund oppure dal contagio.
Un ampio shock di liquidità è uno shock comune all’intero settore degli hedge
fund, che rende più probabile il fatto che hedge fund con diversi stili siano colpiti
negativamente. Lo shock, inoltre, si può potenzialmente generare ovunque, non
necessariamente all’interno del settore degli hedge fund.
52
Il comportamento evidenziato potrebbe anche essere il risultato del contagio tra
gli hedge fund. La letteratura economica e finanziaria spesso usa il termine contagio per
descrivere una situazione in cui si verifica un eccesso di correlazione per ragioni non
legate ai fondamentali e scarse performance si espandono tra i paesi, tra le categorie di
attività o le strategie di investimento55.
Esistono almeno due possibili canali per tale contagio. Il primo enfatizzato dagli
eventi dell’agosto 2007 (vedi par. 2.7.4) è il canale dei fondi multi-strategia56. In tale
contesto i fondi multi-strategia attivi in uno stile che patisce perdite significative
riducono la loro leva finanziaria vendendo attività in altri stili, provocando perdite in
questi stili a causa degli effetti di pressione sul prezzo. Il secondo canale è dovuto al
fatto che i rendimenti peggiori di uno stile di investimento degli hedge fund possano
influenzare negativamente la liquidità di finanziamento attraverso il settore dei servizi
finanziari, forse perché indeboliscono i prime broker e li spingono a drenare liquidità
dai fondi, forzandoli a liquidare le posizione e a sopportare i costi dell’impatto sul
mercato.
I risultati della loro analisi portano a concludere che i rendimenti degli hedge
fund sono influenzati da shock comuni che non sono catturati dalle variabili
tradizionalmente utilizzate in letteratura per modellare tali rendimenti. Inoltre,
dimostrano che i rendimenti di questi fondi sono legati alle proxy per la liquidità e che
gli shock di liquidità hanno una relazione non lineare con i rendimenti degli hedge fund.
Tale relazione potrebbe anche essere spiegata dal citato effetto contagio. Usando dati
mensili (e quindi incapaci di cogliere eventuali contagi a frequenza più elevata non
completamente escludibili in questo settore) non trovano nessuna evidenza di contagio
sistematico negli hedge fund.
Infine, Billio, Getmansky e Pelizzon (2009) studiano gli effetti della recente crisi
finanziaria sul rischio degli hedge fund. In particolare ricercano la presenza di
un’esposizione comune degli hedge fund ai fattori di rischio sistematico e idiosincratico
(latente) durante le crisi finanziarie. La presenza di un fattore classico di rischio
sistematico contribuisce a far luce sui fattori di rischio comuni che conducono ad un
aumento della volatilità e della correlazione durante le crisi finanziarie e la capacità dei
55
Cfr. Bekaert, Harvey e Ng (2005) per questa definzione. Per una rassegna delle diverse definizioni di
contagio si veda invece Dornbusch, Park e Claessens (2000).
56
Cfr. Khandani e Lo (2007).
53
gestori degli hedge fund di coprire questi rischi. Invece, la presenza di un’esposizione al
fattore di rischio latente comune limita i benefici della diversificazione, contribuisce ad
aumentare la volatilità e la correlazione e a far emergere i periodi di crisi durante i quali
i manager degli hedge fund non possono mantenere le proprie posizioni di arbitraggio
ed eliminare le inefficienze nei prezzi.
Analizzando otto indici di strategie degli hedge fund concludono che il 39%
dell’aumento della volatilità è dovuto alla volatilità idiosincratica e il 33% dell’aumento
della correlazione è dovuto all’aumento della correlazione dei rendimenti idiosincratici.
L’esposizione ai fattori di volatilità, liquidità e rischio di credito è nettamente
superiore nei periodi di crisi rispetto a quelli normali, mentre l’esposizione verso
l’indice S&P500 è minore o negativa indicando che i manager degli hedge fund sono in
grado di ridurre la propria esposizione verso il mercato azionario durante le crisi
finanziarie.
Se tutte le esposizioni ai rischi comuni degli hedge fund fossero catturate dai
classici fattori di rischio sistematico degli hedge fund, allora non si dovrebbero
osservare tali proprietà nei rendimenti idiosincratici. In più, non si dovrebbe rilevare la
presenza di un fattore latente che influenzi in modo comune i rendimenti idiosincratici e
la volatilità di tutte le strategie degli hedge fund.
Le autrici misurano la presenza di questa esposizione al fattore comune di
rischio latente calcolando la probabilità congiunta di un aumento della volatilità
idiosincratica per tutte le strategie degli hedge fund usando un approccio che prevede il
cambiamento di regime e trovano una forte presenza del fattore di rischio comune
latente durante i recenti periodi di crisi (LTCM nel 1998 e agosto-settembre 2008).
54
Capitolo 2
CRISI FINANZIARIE
Definizione ed identificazione
2.1 INTRODUZIONE
In questo lavoro l’attenzione viene posta sulle crisi finanziarie legate
principalmente alla liquidità, pertanto, si tralascerà la descrizione delle crisi
inflazionistiche e delle crisi valutarie per soffermarsi sulle crisi nei mercati finanziari,
nel settore bancario e, marginalmente, sul debito sovrano57.
Illing e Liu (2003) definiscono lo stress finanziario come la forza esercitata sugli
agenti economici dall’incertezza e dal cambiamento di aspettative di perdite nei mercati
e nelle istituzioni finanziarie.
57
Per una trattazione sistematica delle crisi finanziarie si rimanda a Reinhart C.M. e Rogoff K.S., 2008,
This time is different, Princeton University Press e alla bibliografia in esso contenuta a cui si far
riferimento, ove non diversamente specificato, per le definizioni di seguito presentate.
55
Se lo stress finanziario è sistemico, il comportamento economico può essere
alterato a sufficienza da avere effetti avversi sull’economia reale 58. Perciò, lo stress
finanziario è una variabile continua con uno spettro di valori, i cui valori estremi sono
detti crisi. Lo stress aumenta con le perdite finanziarie attese, con il rischio o con
l’incertezza.
Il capitolo si struttura come segue: nei prossimi paragrafi verranno definiti i
concetti di rischio sistemico, crisi bancaria, crisi sul debito sovrano, crisi valutaria e
crisi nei mercati finanziari delineandone i tratti principali ed evidenziandone gli eventi
storici caratterizzati da questi fenomeni. Quindi, verrà svolta una breve digressione
storica su alcuni particolari episodi di crisi accaduti negli ultimi 20 anni (in particolare
si delineeranno le caratteristiche e le tempistiche della crisi asiatica del 1997, di quella
Russa e di LTCM nel 1998, i fenomeni dell’agosto 2007 e della crisi del 2007-2009).
L’obiettivo del capitolo è di fornire un quadro storico-economico del perché
avvengono le crisi finanziarie e cosa ha caratterizzato quelle più importanti del recente
passato in modo da poter meglio comprendere l’analisi empirica presentata nel seguente
capitolo.
2.2 RISCHIO SISTEMICO
Rischio sistemico è un termine ampiamente utilizzato ma difficile da definire e
quantificare. Piuttosto, può essere più spesso visto come un fenomeno che esiste quando
viene osservato, riflettendo un senso di interruzione ad ampio raggio nel funzionamento
del sistema finanziario che, ex-post, si comprende che viene causato da un ampio
numero di fallimenti delle istituzioni finanziarie (normalmente banche). In modo simile,
un episodio sistemico potrebbe semplicemente essere visto come un caso acuto di
instabilità finanziaria, anche se il grado e la durezza dello stress è difficile, se non
impossibile, da misurare.
Questa caratteristica di discontinuità nella sua osservabilità lo rende, in qualche
modo, un fenomeno latente che, pertanto, è sempre presente ma che emerge e si
manifesta solo in determinati momenti a causa della concatenazione di eventi
apparentemente scollegati o incorrelati e, di conseguenza, di difficile previsione.
58
Questo concorda con la definizione data dal Gruppo dei 10 (2001) di crisi finanziarie come un evento
che indurrà perdite nel valore economico o nella confidenza di una porzione sostanziale del sistema
finanziario che sia seria abbastanza da avere effetti avversi significativi sull’economia reale.
56
Durante eventi sistemici, i canali sovrastanti e sottostanti i meccanismi
fondamentali normali, che collegano le istituzioni finanziarie e i mercati delle attività
durante i periodi non di crisi, possono essere importanti fonti di contagio. Gli eventi
contagiosi, che possono risultare, ad esempio, dalle asimmetrie informative o
dall’incertezza, generano cambiamenti nel comportamento normale dei prezzi e perciò
nella distribuzione dei rendimenti usati per propositi di scambio e di gestione del
rischio, generando distribuzioni asimmetriche e con code pesanti.
Importanti per identificare eventi sistemici sono anche le sottostanti condizioni
del mercato e la capacità degli eventi di alterare ulteriormente tali condizioni. Per
esempio, quando il livello dell’incertezza del mercato (misurato dalla volatilità implicita
delle attività) è alta, anche uno shock temporaneo può portare a fallimenti e generare
effetti significativi. Similmente quando la propensione al rischio degli investitori è
bassa o la liquidità globale è contratta, anche shock relativamente piccoli possono avere
un ampio effetto sui mercati finanziari globali e viceversa.
2.3 CRISI BANCARIE
Per crisi bancaria si possono considerare due tipi di eventi. In primis, le cosiddette
bank run (traducibili come assalti agli sportelli), che conducono alla chiusura, alla
fusione o all’acquisizione da parte del settore pubblico di una o più istituzioni
finanziarie; in secundis, alla chiusura, fusione, acquisizione o aiuto governativo su larga
scala di un’importane istituzione finanziaria (o gruppo di istituzioni) che segna l’inizio
di una serie di simili iniziative per altre istituzioni finanziarie.
Il ruolo delle banche nell’effettuare la trasformazione delle scadenze
le rende
unicamente vulnerabili agli “assalti agli sportelli”. Le banche, infatti, tipicamente
prendono a prestito a breve termine sotto forma di risparmi e depositi in conto corrente
(i quali, in via di principio, possono essere prelevati con breve anticipo). Allo stesso
tempo, prestano a scadenze più lunghe, nella forma di prestiti diretti alle aziende, così
come di altri strumenti a lunga scadenza e più alto rischio. Nei periodi normali, le
banche detengono risorse liquide che sono più che sufficienti a gestire qualsiasi
necessità legata ai prelevamenti dei depositi. Durante un “assalto agli sportelli”, tuttavia,
i depositanti perdono la fiducia nella banca e prelevano in massa. Con l’aumentare dei
prelievi, la banca è forzata a liquidare le attività contro la propria volontà. Tipicamente i
57
prezzi ricevuti sono a prezzo di saldo, soprattutto se la banca detiene prestiti
idiosincratici59 e altamente illiquidi. Diverse banche spesso detengono all’incirca
portafogli di attività simili e se tutte le banche provano a vendere contemporaneamente,
il mercato può saturarsi completamente. Attività che sono relativamente liquide durante
periodi normali possono improvvisamente diventare altamente illiquide proprio nel
momento in cui le banche ne hanno maggiormente bisogno60.
In una crisi bancaria sistemica, i settori finanziari ed industriali di un paese
registrano un ampio numero di fallimenti e le istituzioni finanziarie e le aziende
fronteggiano grandi difficoltà ad onorare puntualmente i contratti. Come risultato, i
prestiti in sofferenza aumentano rapidamente e tutto o la maggior parte del capitale del
sistema bancario aggregato si esaurisce. Questa situazione può essere accompagnata da
prezzi delle attività depressi in conseguenza alle rincorse prima delle crisi, da aumenti
estesi nei tassi di interesse reali e da una caduta o inversione dei flussi di capitale. In
alcuni casi le crisi sono la causa delle corse dei depositanti verso le banche, dato che
nella maggior parte dei casi si genera una percezione generale che le istituzioni
finanziarie di importanza sistemica siano in crisi.
Nel periodo considerato (ottobre 1991-ottobre 2009) si sono registrate varie crisi
bancarie che hanno interessato con diversa magnitudo i diversi Paesi. Tra queste le più
rilevanti sono state quella del 1994 in Brasile e in Messico, nel 1997 nel Sud-Est
asiatico, nel 1998 in Russia, nel 2001 in Argentina e nel 2007 nel Regno Unito e negli
USA.
2.4 CRISI SUL DEBITO SOVRANO
Le tensioni o crisi legate al debito sovrano vengono caratterizzate da Bordo e
Schwartz (2000) come l’incapacità delle nazioni sovrane o del complessivo settore
privato di servire i propri debiti. Si possono distinguere due sfaccettature di questo
fenomeno a seconda se siano legato al debito estero o a quello interno.
Le crisi sul debito estero includono il completo fallimento delle obbligazioni sul
debito estero di un governo. Cioè il fallimento nel pagamento ai creditori di un prestito
59
In questo contesto per idiosincratici si intendono quei prestiti erogati a livello locale o interno per cui
la banca possiede dei netti vantaggi informativi sulla qualità creditizia dei prenditori rispetto ad altre
possibili istituzioni finanziarie.
60
In questo senso alcuni autori hanno rilevato come esistano, di fatto, due diversi regimi: uno normale e
uno di crisi. Cfr. Billio, Getmansky, Pelizzon (2009) e la bibliografia ivi contenuta.
58
emesso sotto la giurisdizione di un altro paese, tipicamente denominato in valuta estera
e tipicamente detenuto per la maggior parte da creditori stranieri. All’interno della
nostra analisi questo tipo di crisi sul debito sovrano è quella più rilevante perché
coinvolge maggiormente gli stati esteri (in particolare, per noi, gli Stati Uniti).
Il debito pubblico domestico è emesso sotto la giurisdizione legale dello stesso
paese. Nella maggior parte dei Paesi, il debito domestico è stato denominato nella valuta
locale e detenuto principalmente dai residenti.
I principali casi che occorre ricordare sono quelli della Russia nel 1998 e
dell’Argentina nel 2001.
2.5 CRISI VALUTARIE:
Le crisi valutarie sono usualmente definite come significative svalutazioni,
perdite nelle riserve e/o aumenti dei tassi d’interesse difensivi. Tali episodi vengono
definiti da Frankel e Rose (1996) come un deprezzamento nominale della valuta di
almeno il 30% a cui deve corrispondere, inoltre, un aumento di almeno il 10% nel tasso
di deprezzamento del tasso di cambio se paragonato con l’anno precedente. Tra le più
rilevanti degli ultimi 20 anni occorre ricordare quella in Messico nel 1995, nel sud-est
asiatico nel 1997, in Russia nel 1998, in Brasile nel 1999 e in Argentina nel 200261.
2.6 CRISI DEI MERCATI
Per quanto riguarda le crisi legate ai mercati azionari, queste vengono definite
come un vasto declino nell’indice complessivo di mercato. Il declino può essere
indicativo di più grandi perdite attese, di maggiore dispersione delle perdite probabili
(rischio più alto) o di un aumento dell’incertezza sui rendimenti delle imprese.
Seguendo Hakkio e Keeton (2009), in termini generali, si può pensare allo stress
finanziario come ad un’interruzione del normale funzionamento dei mercati finanziari.
Concordare su una definizione più specifica non è facile poiché non esistono due
episodi di stress finanziario esattamente uguali. Tuttavia, gli economisti tendono ad
associare certi fenomeni chiave con lo stress finanziario. L’importanza relativa di questi
61
La crisi russa del 1998 e quella argentina del 2002 sono strettamente legate alle crisi sul debito
sovrano e pertanto verranno considerate come un unico fenomeno di crisi.
59
fenomeni può differire da un episodio all’altro ma, comunque, ogni episodio sembra
comprendere almeno uno di questi fenomeni.
2.6.1 AUMENTO
DELL’INCERTEZZA
SUL
VALORE
FONDAMENTALE
DELLE ATTIVITÀ
Un segnale comune di stress finanziario è l’aumento dell’incertezza tra i
finanziatori e gli investitori sul valore fondamentale delle attività finanziarie. Il valore
fondamentale di un’attività è il valore attuale dei flussi di cassa futuri, come i dividendi
e i pagamenti degli interessi. L’aumento dell’incertezza su questi valori fondamentali
tipicamente si trasforma in una volatilità maggiore nei prezzi di mercato delle attività.
In alcuni casi, l’aumento dell’incertezza sui valori fondamentali delle attività
riflette una maggiore incertezza sulle prospettive dell’economia complessiva o per
specifici settori. I flussi di cassi attesi da azioni, obbligazioni e prestiti dipendono tutti
dalle future condizioni economiche. Come conseguenza, l’aumentata incertezza sulle
condizioni economiche può spingere gli investitori e i finanziatori a diventare meno
sicuri del valore attualizzato di questi flussi di cassa. L’incertezza sui valori
fondamentali delle attività finanziarie può aumentare anche quando le innovazioni
finanziarie rendono difficile per i finanziatori e gli investitori perfino assegnare delle
probabilità a diversi risultati. Questo tipo di incertezza, nella quale il rischio è visto
come sconosciuto e non misurabile è spesso detta incertezza Knightiana62. Secondo
alcuni economisti63, tale incertezza tende a sorgere quando le perdite avvengono per la
prima volta su un nuovo strumento finanziario o pratica (per esempio prodotti strutturati
complessi come i CDO nella recente crisi dei subprime o i programmi di trading nella
crisi di LTCM del 1998). Mancando qualsiasi esperienza storica sulla quale basarsi, gli
investitori potrebbero concludere in tali situazioni che non possono nemmeno formare
un giudizio sulle probabilità dei rendimenti dei nuovi prodotti.
62
63
Cfr. Knight, F.H. (1921), Rischio, incertezza, profitto, La Nuova Italia, Firenze, 1960.
Cfr. Hakkio e Keeton (2009).
60
2.6.2 AUMENTO DELL’INCERTEZZA SUL COMPORTAMENTO DEGLI ALTRI
INVESTITORI
Un’altra fonte di incertezza che spesso aumenta durante le crisi finanziarie e
contribuisce alla volatilità del prezzo dell’attività è quella relativa al comportamento
degli altri investitori. Per un’attività che potrebbe essere necessario vendere prima della
scadenza, il rendimento atteso per un investitore può dipendere tanto dalle azioni degli
altri investitori quanto dal valore di lungo periodo (o a scadenza) dell’attività. In tali
situazioni Keynes (1921) notava che l’incentivo per gli individui è quello di anticipare
quale opinione media si aspetta l’opinione media. Questo tipo di comportamento
ricorsivo diventa più prevalente quando i finanziatori e gli investitori diventano più
incerti sui valori fondamentali delle attività. Perciò, tende a sorgere nelle stesse
situazioni dell’incertezza Knightiana e si può manifestare come vera e propria crisi di
fiducia nel sistema e nelle istituzioni finanziarie o di governo.
2.6.3 AUMENTO DELL’ASIMMETRIA INFORMATIVA
Un terzo comune segnale di stress finanziario è l’aumento dell’asimmetria
informativa tra i finanziatori e i prenditori o tra acquirenti e venditori di attività
finanziarie. L’asimmetria informativa si dice che esista quando i prenditori conoscono
di più sulla propria vera condizione finanziaria rispetto ai finanziatori o quando i
venditori conoscono di più sulla vera qualità delle attività che detengono rispetto ai
compratori. I divari informativi di questo tipo possono condurre a problemi di selezione
avversa o moral hazard, aumentando il costo medio di prendere a prestito per le imprese
e le famiglie e riducendo il prezzo medio delle attività sui mercati secondari. Tali
asimmetrie informative potrebbero peggiorare durante i periodi di stress finanziario per
due ragioni. In primis, la variazione nella reale qualità dei prenditori di attività
finanziarie potrebbe aumentare [Mishkin, 1991; Gorton, 2008]. Il secondo motivo per
cui le asimmetrie informative potrebbero peggiorare è attraverso il fatto che i
finanziatori perdono confidenza nell’accuratezza delle proprie informazioni sui
prenditori [Gorton, 2008].
61
2.6.4 DIMINUZIONE DELLA DISPONIBILITÀ A DETENERE ATTIVITÀ
RISCHIOSE (cosiddetto flight-to-quality)
Un altro segnale comune di stress finanziario è un’estesa diminuzione della
disponibilità a detenere attività finanziarie rischiose. Tale cambiamento nelle preferenze
porta finanziatori e investitori a richiedere rendimenti attesi più alti sulle attività
rischiose e rendimenti minori sulle attività sicure. Il risultato di questo fenomeno,
spesso detto flight-to-quality, è un aumento dello spread tra i tassi di rendimento sui due
tipi di attività e un aumento del costo di finanziarsi per prenditori relativamente rischiosi
[Caballero e Kurlat, 2008].
Alcune teorie delle crisi finanziarie enfatizzano la tendenza per finanziatori ed
investitori a sottostimare il rischio durante i boom e sovrastimarlo durante i susseguenti
crolli [Kindleberger, 1978; Minsky, 1972; Berger e Udell, 2004; Guttentag e Herring,
1986]. Durante i periodi di prolungata stabilità economica, infatti, gli investitori sono
particolarmente inclini ad ignorare i rischi delle code spesse (fat-tail risk), cioè la
probabilità non trascurabile di perdite estreme.
2.6.5 DIMINUZIONE DELLA DISPONIBILITÀ A DETENERE ATTIVITÀ
ILLIQUIDE (cosiddetto flight-to-liquidity)
Un ultimo segnale di stress finanziario è il marcato decremento della
disponibilità a detenere attività illiquide. Durante le crisi finanziarie, gli investitori
tipicamente diventano meno disposti a detenere attività illiquide e più disponibili a
detenere attività liquide. L’effetto di questo flight-to-liquidity è quello di ampliare lo
spread tra i tassi di rendimento dei due tipi di attività e di aumentare il costo di
finanziarsi per quelle società che emettono strumenti illiquidi. Il flight-to-liqudity può
accadere per due ragioni: un aumento nella domanda di liquidità per proteggersi da
necessità inattese di circolante o un decremento nella liquidità percepita di alcune
attività. Come visto, infatti, un aumento della volatilità comporta il rischio, per alcuni
investitori, di dover liquidare le posizioni per fronteggiare le richieste sui margini
[Brunnermeier e Pedersen, 2009].
62
Le fonti di crisi del mercato, quindi, giacciono nella natura e nel ruolo del
mercato, che possono essere meglio comprese partendo dalla visione maggiormente
condivisa di quest’ultimo.
La visione accademica più diffusa dei mercati finanziari è basata sui fondamenti
delle ipotesi di mercato efficiente. Queste ipotesi affermano che i prezzi nel mercato
riflettono tutte le informazioni. Cioè, il prezzo di mercato corrente è la miglior
supposizione del mercato di quale dovrebbe essere il giusto prezzo. La supposizione
può essere errata, ma sarà non pregiudicata, nel senso che potrebbe essere sia troppo alta
che troppo bassa. Nel paradigma di efficienza del mercato, il ruolo dei mercati è di
fornire stime dei valori delle attività per l’economia da usare per la pianificazione e
l’allocazione dei capitali. I partecipanti al mercato hanno informazioni da diverse fonti e
il mercato fornisce un meccanismo che combina l’informazione per creare il prezzo di
mercato “completamente informato”. Gli investitori osservano quel prezzo e possono
pianificare efficientemente sapendo, da quel prezzo, tutto sulle informazione e sulle
attese del mercato.
Un corollario alle ipotesi di mercato efficiente è che, poiché tutta l’informazione
è già incorporate nei mercati, nessuno può sistematicamente guadagnare scambiando
senza informazioni non pubbliche. Se una nuova informazione pubblica arriva sul
mercato, il prezzo si sposterà istantaneamente al suo nuovo livello corretto prima che
chiunque possa guadagnare sulla base di quella nuova informazione.
In realtà esiste qualcosa in più della semplice informazione che fa muovere i
prezzi. Gli ordini ricevuti dai trader per esigenze di coprire una posizione in swap, in
obbligazioni o una scadenza non hanno nulla a che vedere con l’informazione, ciascuna
di esse ha a che vedere con una necessità di liquidità. La liquidazione di grosse
posizioni non ha necessariamente a che vedere con nuove informazioni ma ciò
influenzerà il prezzo di mercato anche se il mercato sapesse che tale operazione non è
dovuta ad alcuna nuova informazione.
Questa visione del mercato è una visione di liquidità piuttosto che informativa.
Al posto della prospettiva accademica convenzionale che vede il mercato come
efficiente e che esiste solamente per propositi informativi, questa visione considera il
ruolo del mercato come quello di fornire immediatezza per chi necessità di liquidità.
Accettando la nozione che i mercati esistono per soddisfare la domanda e l’offerta di
63
liquidità si può meglio comprendere cosa causi le crisi di mercato, che sono i momenti
in cui la liquidità e l’immediatezza contano maggiormente.
2.6.6 INTERAZIONE
DELLA
DOMANDA
E
OFFERTA
DI
LIQUIDITÀ
DURANTE LE CRISI DI MERCATO
Seguendo il quadro fornito da Bookstaber (1999) gli operatori che richiedono
liquidità possono essere visti come i richiedenti di immediatezza. In qualsivoglia
operazione, in particolare quelle eseguite durante periodi di tensione, la caratteristica
distintiva è che il tempo è più importante del prezzo. Nonostante questi partecipanti
possano essere sensibili al prezzo, essi necessitano che lo scambio avvenga
immediatamente e sono disposti a pagare perché ciò avvenga. I trader che hanno
raggiunto i propri limiti di rischio non hanno alcuna scelta, essi stanno per sforare il
limite e non sono in una buona posizione per discutere sul fatto che il prezzo sia o meno
giusto o corretto. Si può pensare ai richiedenti di liquidità come agli investitori o a chi
effettua coperture sul mercato.
Dall’altro lato i fornitori di liquidità sono quegli operatori che cercano di
incontrare la domanda di liquidità. I fornitori di liquidità hanno una visione diversa del
mercato e assumono una posizione nel mercato quando il prezzo devia da quello che
secondo loro è il prezzo corretto. Per i fornitori di liquidità, il prezzo conta molto più
del tempo. La funzione economica che forniscono è quella di investire nei relativi
business tenendo il capitale prontamente disponibile per essere investito ed applicando
la loro esperienza nella gestione del rischio e nel giudizio del mercato. Il loro obiettivo è
quello di trovare i casi in cui esiste un differenziale nel prezzo rispetto al valore
sottostante e, in quel momento, forniscono la liquidità necessaria a compiere
l’operazione. Il loro compenso dovrebbe essere dato da una funzione della volatilità del
mercato in quanto più volatile è il mercato, maggiore è la probabilità in qualsiasi
momento che i prezzi vadano in direzione opposta a quella voluta. Inoltre, il loro
compenso dovrebbe essere anche una funzione della liquidità del mercato in quanto
meno liquido è il mercato, più a lungo dovranno detenere la posizione e perciò più a
lungo saranno soggetti alla volatilità del mercato.
Come già accennato (vedi supra) un mercato si comporta qualitativamente in
modo diverso durante le crisi rispetto ai periodi normali. La differenza non sta nel fatto
64
che il mercato diventa più altalenante o che molte più informazioni improvvisamente
invadono il mercato. La differenza sta nel fatto che il mercato reagisce in un modo che
non fa durante i periodi normali. Il nodo di questa differenza nel comportamento è che i
prezzi del mercato diventano “contro economici”. Infatti, la conseguenza economica
normale di un declino dei prezzi del mercato dovrebbe essere che pochi operatori hanno
un incentivo a vendere e molti più operatori hanno l’incentivo a comprare. Nelle crisi di
mercato, questo comportamento razionale si inverte. Un prezzo in caduta invece di
dissuadere le persone dal vendere, induce un flusso crescente di vendite e, invece di
attrarre compratori, spinge i potenziali acquirenti fuori dal mercato.
Questo risultato si ha per diversi motivi: un fornitore che aveva anticipato il
movimento del mercato ha già impegnato il proprio capitale, i fornitori diventano
richiedenti perché hanno raggiunto i propri livelli di stop-loss e devono liquidare le
proprie posizioni, altri considerano il costo del business troppo alto con spread in
ampliamento, aumento della volatilità e liquidità ridotta rendendo il trade-off tra rischio
e rendimento dei partecipanti al mercato non desiderabile. È come se il mercato fosse
paralizzato da una malattia da cui è autoimmune e sta attaccando il suo stesso sistema di
autoregolamentazione.
I picchi di volatilità che si hanno in periodi di crisi osservabili in particolare nei
mercati opzionari (di cui il VIX è un indicatore) non sono dovuti a fenomeni
informativi, semplicemente l’enorme volatilità è dovuta alla domanda di liquidità
indotta dalla crisi nel momento in cui i fornitori di liquidità non sono presenti sul
mercato.
Per comprendere meglio questa visione “non accademica” occorre cercare di
capire come sia caratterizzato l’ambiente in cui operano i diversi attori.
Oggigiorno l’habitat di mercato preferito per la maggior parte degli investitori si
sta espandendo a causa delle basse barriere all’entrata e alla facilità di accesso alle
informazioni. Anche i più alti livelli di rischio tendono ad espandere l’habitat. Come
conseguenza, le distinzioni tra le attività scompaiono all’aumentare del rischio. Inoltre, i
partecipanti al mercato diventano più simili l’uno all’altro, il che significa che i
richiedenti di liquidità chiedono tutti quasi la stessa attività e si aggrappano a qualsiasi
fonte di liquidità sia disponibile. Ciò che viene tradizionalmente visto come contagio,
può essere considerato in realtà un’espansione dell’habitat. Se tutti gli investitori
65
operano sugli stessi mercati, finiranno nei problemi nello stesso momento ed
inizieranno a liquidare le stesse posizioni per reperire finanziamenti e ridurre i propri
rischi.
Passando da un ambiente normale, ad uno turbolento, fino ad uno in crisi
l’attenzione ai dettagli si modifica. All’aumentare delle turbolenze, gli investitori non
hanno il tempo di considerare dettagli come i dividendi, i prospetti futuri, il
management, etc. e sono costretti a concentrarsi sui settori. Tutto ciò che conta in un
ambiente turbolento è se una società appartiene ad un determinato settore o meno.
Arrivando ad un ambiente in crisi tutto ciò che conta è se lo strumento è un’azione e se
può essere venduta, in altre parole, tutte le azioni diventano uguali. Bookstaber (1999)
fa un paragone efficace con la fisica. All’aumentare dell’energia le costituenti della
materia si confondono. A bassi livelli di energia le molecole e gli atomi sono distinti e
differenziati. All’aumentare dell’energia le molecole si spezzano e ciò che resta sono i
blocchi di base della materia, gli elementi. Se l’energia aumenta ancora gli atomi si
spezzano e rimane il plasma. Tutto è una massa indistinta di materia. E così accade
nell’ambiente di mercato in crisi.
Per fare un esempio di tale comportamento si può considerare ciò che è avvenuto
nell’estate 2007 con il mercato dei repo seguendo il lavoro di Gorton (2008). Tale
mercato è probabilmente uno dei più grandi mercati finanziari, le stime parlano di un
valore di circa 11.5 trilioni di dollari64. I repo sono essenzialmente dei prestiti garantiti
in cui il rischio di controparte è pressoché inesistente. Il mercato dei repo scomparve
virtualmente nell’agosto del 2007 perché i dealer non erano più disponibili ad accettare
le garanzie a causa del fatto che ritenevano correttamente che se avessero dovuto
confiscarle non ci sarebbe stato un mercato in cui venderle. Infatti, in tali contratti,
l’ammontare prestato dipende dal valore di mercato percepito dell’attività offerta come
garanzia. Se tale valore non può essere determinato a causa dell’assenza di un mercato o
dell’illiquidità dello stesso, il prestatore non è disposto ad impegnarsi in un repo.
Tuttavia, l’incertezza era relativa alla valutazione delle obbligazioni relative ai
sub-prime e, questo, se da un lato spiega perché i dealer non erano disposti ad accettare
come garanzia gli strumenti assistiti da ipoteca sui mutui residenziali sub-prime (subprime Residential Mortgage-Backed Security), dall’altro non spiega perché non erano
64
Cfr. Gorton (2008).
66
disposti ad accettare altri strumenti come gli ABS (Asset-Backed Security), i RMBS
(Residential Mortgage-Backed Security) o i CMBS (Commercial Mortgage-Backed
Security). Quest’ultimo aspetto può essere spiegato con la perdita di differenziazione tra
i diversi strumenti in un periodo di crisi di cui si parlava. I trader del mercato repo
riportano che l’incertezza si era estesa alla credibilità dei rating sui prodotti strutturati e,
in un ambiente che si muove rapidamente, la risposta è stata di rifiutarsi di accettare
qualsiasi prodotto strutturato.
Uno degli aspetti più problematici delle crisi di mercato è il fatto che le strategie
di diversificazione falliscono. Attività che sono, di norma, incorrelate diventano
improvvisamente altamente correlate e tutte le posizioni crollano contemporaneamente.
Ciò è dovuto al fatto che in contesti ad alta energia tutti gli strumenti sono di fatto
identici. Ciò che conta non sono più i fattori che li differenziano ma chi detiene le
attività perché una perdita in uno strumento costringe l’operatore a liquidarne un altro.
La cosa peggiore di questa situazione è che non si riesce a predeterminare quali
strumenti diventeranno altamente correlati. In altre parole, non solo la diversificazione
fallisce nel momento in cui è maggiormente necessaria ma determinare il modo in cui
fallirà sarà impossibile.
2.7 EPISODI SELEZIONATI DI CRISI FINANZIARIE
In questa sezione si passeranno in rassegna le crisi più rilevanti degli ultimi anni
in modo da fornire un quadro storico di cosa è accaduto e tentare di comprendere le
caratteristiche essenziali. Non si intende, quindi, analizzare esaustivamente tutte le crisi
passate ma solo quelle di maggiore interesse per questo lavoro65.
2.7.1 CRISI ASIATICA, 1997
Dai primi anni ’50 fino all’alba della crisi nel 1997 i “Dragoni” (Hong Kong,
Singapore, Sud Corea e Taiwan) e le “Tigri” (Indonesia, Malesia, Filippine e
Thailandia) erano considerate modelli di sviluppo economico di successo. Le loro
economie erano cresciute ad alti tassi per diversi anni.
65
Per una trattazione completa si veda Reinhart C.M. e Rogoff K.S., 2008, op.cit.
67
Dopo una sostenuta pressione, la Banca Centrale thailandese smise di difendere
il bath il 2 luglio 1997 e la valuta crollò del 14% nel mercato interno e del 19% nel
mercato estero66. Questo evento segnò l’inizio della crisi finanziaria asiatica.
Le seguenti valute a finire sotto pressione furono il peso filippino e il ringitt
malese. La Banca Centrale delle Filippine tentò di difendere il peso aumentando i tassi
di interesse ma nonostante ciò perse 1.5mila miliardi di dollari di riserve estere. L’11
luglio lasciò fluttuare il peso che crollo immediatamente dell’11.5%. Anche la banca
centrale malese difese il ringitt fino all’11 luglio prima di lasciarlo fluttuare. La banca
centrale indonesiana difese la rupia fino al 14 agosto.
Anche i Dragoni vennero colpiti. All’inizio di agosto, Singapore decise di non
difendere la propria valuta e per la fine di settembre aveva perso l’8%. Anche Taiwan
decise di lasciare che la propria valuta si deprezzasse e non venne molto colpita. Il tasso
di cambio di Hong Kong, che era agganciato al dollaro finì sotto attacco. Tuttavia, riuscì
a mantenere l’aggancio. Inizialmente, il won della Corea del Sud si apprezzò sulle altre
valute del Sud Est Asiatico. Tuttavia, a novembre perse il 25% del proprio valore. Per la
fine di dicembre 1997 che segnò la fine della crisi il dollaro si era apprezzato del 52%,
52%, 78%, 107% e 151% rispettivamente contro le valuta di Malesia, Filippine,
Thailandia, Corea del Sud e Indonesia.
2.7.2 CRISI RUSSA E FALLIMENTO DI LTCM, 1998
Long-Term Capital Management era una società che investiva con la strategia
cosiddetta relative-value. Tale strategia considera ogni strumento come un insieme di
fattori e cerca all’interno di questi, quei fattori che sono prezzati in modo errato tra un
titolo e un altro. Il gestore, quindi cerca di coprire tutte le esposizioni agli altri fattori in
modo che il risultato sia un’esposizione lunga nel fattore di un titolo (quello a prezzo
più basso) e un’esposizione corta nel fattore di un altro titolo (quello a prezzo più alto).
Un titolo è più economico dell’altro ed in tal modo il gestore ottiene rendimenti positivi.
Idealmente, le posizioni sono autofinanziate così il gestore può aspettare che i due
prezzi convergano finché è necessario. Questa strategia, in altri termini, implicava
trovare i titoli i cui rendimenti erano altamente correlati ma i cui prezzi erano
leggermente differenti.
66
Vedi Fourcans e Franck (2003).
68
Tali scambi includevano le obbligazioni sovrane dei Paesi europei che stavano
entrando nell’Unione Monetaria Europea e i titoli di stato on-the-run e off-the-run
statunitensi. Dal momento che le differenze di prezzo erano piccole la strategia
implicava un ampio ricorso al leverage.
Questo approccio ha grandi vantaggi per il trading basato sull’analisi tecnica
perché è più facile determinare se uno strumento è prezzato male relativamente ad un
altro strumento piuttosto che determinare se uno strumento è correttamente prezzato in
termini assoluti. Un relative-value trader può operare correttamente anche facendo
assunzioni erronee fintanto che tali assunzioni riguardano entrambi gli strumenti. Un
altro vantaggio è che tale strategia è immune ad alcune delle più imprevedibili
caratteristiche del mercato. Se uno shock macroeconomico colpisce il mercato,
influenzerà strumenti simili in modo simile. Nonostante entrambi gli strumenti possano
perdere di valore, il valore relativo dei due rimarrà immutato.
Uno dei problemi di questa strategia e, in particolare, dell’operare con gli spread
sorge perché gli spread tra strumenti sono tipicamente molto ridotti. Questi spread
ridotti sono un risultato diretto dell’operare tra due strumenti molto simili. Di
conseguenza, normalmente un trader che sfrutta tale strategia è altamente esposto alla
leva finanziaria.
Il relative-value trading, ha anche altri problemi. Primo, queste posizioni così
grandi sono difficili da liquidare e i mercati più recenti e meno liquidi sono
normalmente i mercati in cui si ha la discrepanza nello spread. Secondo, il gestore
ricerca la convergenza dei prezzi tra le due attività in una posizione di spread. Prima o
poi tale convergenza avverrà, ma il gestore non sa quando e perciò potrebbe avere un
lungo periodo di detenzione. Terzo, a causa della miriade di rischi e dei piccoli spread
la modellistica deve essere molto precisa.
In LTCM tale strategia era applicata, come visto, al Libor contro i Titoli di Stato,
alle obbligazioni dei mercati emergenti contro i Brady bond67 e alle obbligazioni
ipotecarie contro i Titoli di Stato. Dopo i primi due anni di successi, nel 1997 ebbe dei
rendimenti in linea con il mercato e decise di restituire circa 2.7mila miliardi di dollari
ai suoi investitori (su un totale di circa 7mila miliardi).
67
I Brady bond sono obbligazioni emesse dai governi dei paesi emergenti denominate in dollari e,
perciò, più liquide delle normali obbligazioni governative.
69
Il 17 agosto 1998 la Russia svalutò il rublo e dichiarò una moratoria di circa
13.5mila miliardi di dollari sul debito sovrano. Nonostante la ridotta scala di questo
fallimento, ciò indusse una crisi globale con volatilità estrema in molti mercati
finanziari. Molti degli scambi di LTCM cominciarono a perdere denaro dato che il
filght-to-quality fece muovere i prezzi in direzioni inattese.
Normalmente, inoltre, il LIBOR, i Titoli di Stato e le obbligazioni ipotecarie
sono strumenti molto liquidi. Tuttavia, la liquidità che avevano i trader di LTCM era
più bassa di quanto si aspettavano per diverse ragioni, alcune delle quali forse non
correttamente anticipate. Anche in un contesto di mercato normale, infatti, se un trader
ha a che fare con grandezze molto grandi, il mercato non è realmente liquido; se il
trader inizia a vendere, nessuno vuole acquistare perché si sa che c’è molta più offerta
di quello che viene effettivamente messo in vendita. I problemi reali di LTCM, tuttavia,
iniziarono il 7 luglio 1998 quando si diffuse la notizia della chiusura di un’unità di
investimento di Salomon Smith Barney. In tale contesto, come prevedibile, tale
annuncio ridusse la domanda del mercato. Un altro evento sfavorevole a LTCM furono i
problemi della Russia. LTCM si trovò costretta a liquidare la proprie posizioni senza
che ci fosse il lato della domanda disponibile ad accollarsi tale mole di titoli. In altre
parole, nel momento in cui LTCM chiedeva liquidità immediata non c’erano fornitori di
liquidità sul mercato. Per di più, il motivo dei guadagni di LTCM era proprio il fatto che
era un fornitore di liquidità al mercato. Nel momento in cui LTCM era uscito dal
mercato non rimanevano molti altri operatori a fornire quel lato dell’offerta di liquidità
e quelli che rimanevano non erano disposti ad accollarsi l’enorme quantità di offerta di
titoli che vendeva LTCM. Perciò nel momento in cui LTCM doveva vendere non c’era
un mercato per quella posizione essenzialmente perché LTCM era il mercato. Si innescò
così una spirale di liquidità per cui LTCM era costretta a vendere sempre di più a prezzi
più bassi.
A settembre il capitale di LTCM era diminuito di 600milioni di dollari e di lì a
poco il portafoglio venne acquistato da un pool di altre istituzioni finanziarie coordinate
dalla Federal Reserve Bank di New York.
70
2.7.3 AGOSTO, 2007
I mesi che portarono all’agosto 2007 furono un periodo turbolento per i mercati
finanziari globali, con gli eventi nel mercato dei mutui sub-prime statunitensi che
stendevano lunghe ombre su molte parti del settore finanziario. L’esplosione di due
fondi di Bear Stearns basati sulle credit strategy in giugno, la vendita del portafoglio di
Sowood Capital Management a Citadel in seguito a perdite di oltre il 50% in luglio e i
crescenti problemi di Countrywide Financial (il più grande erogatore di mutui degli
Stati Uniti) durante il secondo e terzo trimestre del 2007 posero le condizioni per i
seguenti tumulti nei mercati del fixed-income e del credito durante il mese di agosto.
Durante la seconda settimana di agosto diversi prominenti hedge fund
sperimentarono perdite senza precedenti. Tuttavia, a differenza dei fondi di Bear
Stearns e di Sowood, questi fondi stavano investendo principalmente su exchangetraded equity, non su strumenti legati ai mutui sub-prime o creditizi. Tali eventi
straordinari sono dovuti, secondo Khandani e Lo (2007) ad una rapida liquidazione da
parte di uno o più grandi portafogli di azioni long/short, probabilmente di un portafoglio
di tipo equity market-neutral che ha creato un effetto cascata sugli altri hedge fund di
questo tipo.
2.7.4 CRISI SUBPRIME, 2007-2009
La recente crisi ha inizio nel 2007 con l’intensificarsi delle preoccupazioni
relative al mercato dei sub-prime. Nei primi cinque mesi dell’anno falliscono o
registrano perdite considerevoli, a causa dei mutui sub-prime, diverse istituzioni
finanziarie68. New Century Financial, che operava nell’investimento immobiliare ed era
leader nell’erogazione dei mutui sub-prime, fallisce in aprile69. La banca d’affari HSBC
svaluta l’acquisizione di Household International (erogatrice di mutui sub-prime) per
una cifra pari a 10 miliardi di dollari. Il gruppo bancario UBS chiude, a causa delle
perdite legate ai mutui sub-prime, l’hedge fund Dillon Read.
La situazione continua a deteriorarsi con l’aumento dei problemi legati al
finanziamento degli Special Purpose Vehicle e di diversi fondi d’investimento che si
68 Cfr. “Wall St hit by home payment fears”. BBC News. 13 marzo 2007.
69 Cfr. “New Century files for Chapter 11 bankruptcy, selling its assets for $139 million, subject to
bankruptcy approval”. CNN Money. 3 aprile 2007.
71
trovano a dover fronteggiare il rimborso dei margini e i problemi relativi alla liquidità di
mercato.
Durante l’estate 2007 la situazione peggiora ulteriormente e le tensioni si
spostano anche al mercato delle asset-backed commercial paper (in particolare quelle
assistite da ipoteca). La banca d’investimento Bear Stearns sospende il rimborso delle
quote di uno dei suoi fondi70 e ne chiude altri due71. Le agenzie di rating Moody’s e
Standard&Poor’s rivedono al ribasso lo standing creditizio di un centinaio di
obbligazioni legate ai mutui sub-prime e oltre 600 altri strumenti collegati vengono
indicati come in possibile revisione. Ad inizio agosto fallisce American Home72, una
delle maggiori società di investimento immobiliare ed erogazione di mutui. Oltre a ciò
che si è detto per l’agosto 2007 (vedi supra) relativamente agli hedge fund, Bnp Paribas
sospende il rimborso delle quote dei suoi fondi di investimento73. Sono i primi segnali
del contagio ad un settore diverso da quello dei sub-prime. Countrywide Financial
Corporation prende a prestito 11.5 miliardi di dollari dal sistema bancario, sfruttando
tutte le possibili linee di credito74. Ameriquest, all’epoca il più grande erogatore di
mutui sub-prime esce dal mercato75. La banca inglese Northern Rock viene salvata dalla
Banca d’Inghilterra tramite un’iniezione di liquidità. In generale il sistema interbancario
appare congelato e sia la Banca Centrale Europea che la FED iniettano liquidità per un
totale di circa 100 miliardi di euro.
La fine del 2007 e l’inizio del 2008 sono ancora più catastrofici, in particolare
per le banche d’affari. Merryll Lynch svaluta, in ottobre, asset per circa 8.5 miliardi di
dollari76; Citi la segue in gennaio, svalutando attività per 18 miliardi di dollari; Tra
febbraio e marzo falliscono il gestore di fondi d’investimento Carlyle Capital
Corporation e l’hedge fund Peloton; UBS registra perdite legate ai sub-prime per 18.4
miliardi di dollari e HSBC per 17 miliardi di dollari; JP Morgan acquista, con
70 High-Grade Structured Credit Strategies Enhanced Leverage.
71 Cfr. “Bear Stearns halts redemptions in third hedge fund”. Reuters. 1 agosto 2007.
72 Cfr. “Accredited Home sees up to $60 mln loss for quarter”. Markets News, Reuters.
73 Cfr. “BNP Paribas suspends funds because of subprime problems”. International Herald Tribune. 9
agosto 2007 e “BNP Paribas Investment Partners temporaly suspends the calculation of the Net Asset
Value of the following funds: Parvest Dynamic ABS, BNP Paribas ABS EURIBOR and BNP Paribas ABS
EONIA”. BNP Paribas. 9 agosto 2007.
74 Cfr. “Countrywide plunges on downgrade, bankruptcy fear”. Reuters. 15 agosto 2007.
75 Cfr. “Ameriquest closes, Citigroup buys mortgage assets". Washington Post. 31 agosto 2007.
76 Cfr. “”Startling” $8 billion loss for Merrill Lynch”. Bloomberg. 25 ottobre 2007.
72
l’appoggio della FED, Bear Stearns ad un prezzo di circa 10 dollari per azione (si noti
che l’anno precedente le stesse azioni erano quotate a circa 150 dollari).
A settembre 2008 si ha il commissariamento di Fannie Mae e Freddie Mac e il
relativo salvataggio da parte del governo statunitense per evitare il fallimento delle due
istituzioni che detenevano o garantivano circa metà dei 12 mila miliardi di dollari
costituenti il mercato dei mutui statunitense77. La banca d’affari Lehman Brothers
fallisce il 15 settembre e il gruppo bancario Bank of America annuncia di voler acquisire
la banca d’investimento Merrill Lynch per circa 50 miliardi di dollari. Negli Stati Uniti
e nel Regno Unito viene sospesa la vendita allo scoperto delle azioni relative al settore
finanziario. La FED, grazie ad un finanziamento di circa 85 miliardi di dollari, salva il
gruppo assicurativo AIG e approva la trasformazione di Goldman Sachs e Morgan
Stanley da banche d’affari in banche commerciali.
La crisi finanziaria è entrata in una fase acuta segnata dal fallimento di
importanti banche europee e statunitensi e dagli sforzi dei governi per salvare le
istituzioni finanziarie in crisi.
In ottobre si verificano i salvataggi di Royal Bank of Scotland, HBOS e Lloyds
TSB da parte del governo britannico. La seconda settimana di ottobre viene registrata
come la peggiore nel mercato azionario statunitense in 75 anni con il Dow Jones che
perde il 22.1%, lo S&P500 che perde il 18.2%.
A novembre 2008 Citigroup viene di fatto salvata dalla FED dopo essere crollata
di oltre il 20% seguita, anche nei giorni seguenti, dall’indice FTSE100 di Londra e da
altri ribassi nelle azioni delle maggiori istituzioni finanziarie statunitensi come Bank of
America e JP Morgan Chase.
Ad inizio dicembre si continuano ad avere ribassi nel mercato statunitense con le
azioni del settore finanziario dello S&P500 che perdono il 17%. Il NBER (National
Bureau of Economic Research) dichiara ufficialmente che gli Stati Uniti sono in una
fase recessiva dal dicembre 2007.
Il 2009 inizia in modo analogo, con i primi due mesi dell’anno che registrano il
peggior inizio di anno nella storia dello S&P500 che perde il 18.62% del suo valore e il
77 Cfr. “Loan-Agency Woes Swell From a Trickle to a Torrent”, The New York Times, 11 luglio 2008 . E
Peter J. Wallison, Charles W. Calomiris, “AEI-The Last Trillion Dollar Commitment”, American Enterprise
Institute, 30 settembre 2008.
73
Dow Jones Industrial Average Index che ha perso più del 50% rispetto al suo massimo
dell’estate 2008.
In conclusione la crisi sembra essere sorta nel mercato dei mutui sub-prime e da
qui essersi spostata agli Special Purpose Vehicle e agli strumenti da questi emessi.
Dagli SPV si è trasmessa ai fondi di investimento che avevano acquistato tali strumenti,
alle compagnie assicurative e finanziarie che ne garantivano la liquidità, ai mercati in
cui venivano scambiati e alle banche che fornivano il credito necessario. La contrazione
del credito che ne è susseguita ha, infine, colpito l’economia reale.
74
Capitolo 3
ANALISI EMPIRICA
3.1 INTRODUZIONE
Per analizzare ed identificare gli episodi di stress finanziario legati alla liquidità
di mercato e di finanziamento occorsi negli ultimi vent’anni si è partiti dall’ipotesi che
tali eventi sistemici richiedano attenzione a diversi segnali e possano avere una natura
latente, non manifesta con continuità negli indicatori più usati. Per far ciò e pervenire
alla costruzione di un indicatore sintetico di stress finanziario si è utilizzata l’Analisi in
Componenti Principali (PCA, Principal Component Analysis). Tale metodo permette di
estrarre da un campione un numero limitato di componenti (principali appunto) capaci
comunque di spiegare il più possibile la variabilità dei dati.
3.2 DATI
L’analisi è condotta basandosi su dati forniti da Bloomberg, Federal Reserve
Bank of New York e Thomson Financials (cfr. tab. 1) con frequenza mensile su due
lassi temporali, il primo da ottobre 1991 a ottobre 2009 e il secondo da gennaio 2002 a
ottobre 2009.
75
76
0.0015 (0.0022)
0.0636 (0.0266)
2.2626 (2.6457)
0.0093 (-0.0035)
0.2721
3.3677
0.5644
4.704
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
ottobre 1991 – ottobre 2009
gennaio 2002 – ottobre 2009
gennaio 2002 – ottobre 2009
gennaio 2002 – ottobre 2009
gennaio 2002 – ottobre 2009
gennaio 2002 – ottobre 2009
gennaio 2002 – ottobre 2009
gennaio 2002 – ottobre 2009
Costruita dall’autore su dati forniti da Datastream
Datastream
Costruita dall’autore su dati forniti da Bloomberg
Datastream
Costruita dall’autore su dati forniti da Bloomberg e da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Datastream e da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Datastream e da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Bloomberg e da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Bloomberg e da Datastream
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Federal Reserve Bank of NY
Costruita dall’autore su dati forniti da Bloomberg e da Datastream
Value – Growth
VIX
Credit Spread
Datastream Bank Stock Index
Repo 3m – US Treasury 3m
TED spread
AAA-10y T-bond
BAA-AAA yield spread
Inverted Term Spread I
Inverted Term Spread II
5y Bank Bond-5y T-bond
Commercial bank asset-deposit gap
Prime Broker Index
Paper-bill spread
2y swap spread
Inverted yield-curve
ABCP spread
10y swap spread
Discount spread
Libor Ois spread
0.3223
0.5445
1.3611
0.0150 (0.0057)
0.0017 (0.0017)
1.0624 (1.3712)
-1.2182 (-1.3686)
-1.7855 (-1.9453)
0.9334 (1.2056)
1.3292 (1.4401)
0.5673 (0.5767)
0.3487 (0.3716)
-0.0010 (-0.0034)
ottobre 1991 – ottobre 2009
Costruita dall’autore su dati forniti da Datastream
Large – Small
0.0071 (0.0019)
MEDIA
ottobre 1991 – ottobre 2009
PERIODO
Costruita dall’autore su dati forniti da Datastream
FONTE
SP500 return
VARIABILE
Tabella 1: Variabili incluse, fonti e statistiche descrittive
0.5081
0.8216
0.6899
0.6806
1.2252
1.3179
0.2703
0.0940 (0.1128)
0.0038 (0.0040)
0.8605 (1.1794)
1.3575 (1.4585)
1.2083 (1.2855)
0.4627 (0.5893)
0.4753 (0.5495)
0.3980 (0.5569)
0.3551 (0.4680)
0.0795 (0.0870)
0.8519 (1.0716)
4.3217 (5.1838)
0.0341 (0.0216)
0.0330 (0.0260)
0.0450 (0.0503)
DEVIAZIONE
STANDARD
Le variabili considerate nella PCA sono diverse per i due periodi a causa della
disponibilità dei dati, in particolare per il periodo lungo (10/1991 – 10/2009) sono state
considerate78:
 Per la liquidità di mercato:
o SP500 return
o Large - small
o Value – growth
o VIX
 Per la liquidità di finanziamento:
o Credit Spread
o Datastream Bank Stock Index (DBSI)
o Repo 3m – US Treasury 3m:
o TED spread
o AAA – 10y Treasury bond
o BAA-AAA
o Inverted term spread I
o Inverted term spread II
o 5y Bank bond – 5y Government bond
o Commercial bank asset-deposit gap
o Prime Broker Index
Oltre a queste, nel periodo breve (01/2002 – 10/2009) sono state aggiunte per la
liquidità di finanziamento:
o Paper-bill spread
o 2y swap spread
o Inverted yield-curve
o ABCP spread
o 10y swap spread
o Discount spread
o Libor Ois spread
78
Si è ritenuto opportuno mantenere i nomi utilizzati nell’analisi, spiegandone singolarmente la
costruzione in modo da rendere più immediata la lettura dei dati.
77
Il dataset è formato, pertanto, da 4 variabili che tentano di cogliere gli stress
nella liquidità di mercato e da 11 (18 per il periodo breve) variabili indicative delle
tensioni a livello di liquidità di finanziamento.
3.2.1 COSTRUZIONE DELLE VARIABILI E SIGNIFICATO ECONOMICO:
Al di là del semplice elenco delle variabili utilizzate, al fine di comprendere i
risultati dell’analisi e il significato dell’indicatore, appare opportuno in questa sede
spiegare la metodologia costruttiva e il significato economico delle variabili
evidenziando il fenomeno che si propongono di rappresentare.
 SP500 RETURN:
L’indice S&P500 contiene i rendimenti delle 500 maggiori società per
capitalizzazione quotate sul mercato azionario statunitense. Sono state
considerate le variazioni del Total Return Index rispetto al mese precedente. Le
società a larga capitalizzazione dovrebbero risentire in minor misura dei
problemi di liquidità a livello di mercato e, pertanto, shock in tale indicatore
potrebbero essere segnali di un forte stress a livello di liquidità complessiva.
Inoltre, vista l’assodata importanza del mercato azionario statunitense ci
si aspetta che forti tensioni nei rendimenti delle maggiori azioni che lo
compongono abbiano un impatto rilevante sulla liquidità del sistema finanziario
visto nel suo complesso.
 LARGE – SMALL:
È costruito come la differenza nei rendimenti mensili, calcolata come
variazione rispetto al mese precedente, tra l’indice Russell 1000 e l’indice
Russell 2000. Entrambi gli indici sono sottogruppi dell’indice Russell 3000 che
include le azioni delle 3000 maggiori società per capitalizzazione quotate nel
mercato statunitense. Il Russell 1000 contiene le 1000 società con
capitalizzazione maggiore e il Russell 2000 le restanti 2000. In questo caso la
valenza in termini di liquidità è determinata dal fatto che le società a più ampia
capitalizzazione dovrebbero risentire meno delle contrazioni nella liquidità di
mercato rispetto a quelle a capitalizzazione più ristretta. In tal senso si è ottenuta
78
una proxy tra società poco sensibili ai problemi di liquidità e società molto
sensibili a tali problemi. Un aumento della variabile segnala, quindi, un
momento di stress.
 VALUE – GROWTH:
È costruito come la differenza nei rendimenti mensili, calcolata come
variazione rispetto al mese precedente, tra l’indice Russell 1000 Value e l’indice
Russell 1000 Growth. L’indice Russell 1000 Value comprende le società incluse
nel Russell 1000 con i più bassi price-to-book ratio e i più bassi tassi di crescita
attesi. Il Russell 1000 Growth, invece, include le società del Russell 1000 con i
più alti price-to-book ratio e i più alti tassi di crescita attesi. Anche in questo
caso un aumento della variabile segnala un aumento della tensione nel mercato.
 VIX:
Il Volatility IndeX misura la volatilità implicita nei contratti derivati
scambiati nel Chicago Board Options Exchange (CBOE). È costruito calcolando
la volatilità come fosse l’incognita nelle formule usate per prezzare i derivati,
sfruttando come dati esogeni i prezzi dei derivati rilevati sul mercato. La
variabile è costruita come differenza rispetto al mese precedente. In tal modo un
aumento della variabile segnalerà un aumento della volatilità del mercato e,
quindi, un aumento dello stress. Questa variabile può essere rappresentativa dei
citati aumenti dell’incertezza sul valore fondamentale delle attività e sul
comportamento degli altri investitori.
 CREDIT SPREAD
Questa variabile è costruita come differenza tra il rendimento dei
corporate bond con rating di Moody’s pari a BAA e il rendimento di mercato
sui titoli del Tesoro statunitense con scadenza a 10 anni. Tale misura dovrebbe
indicare la rischiosità delle obbligazioni corporate con più basso standing
creditizio tra quelle investment grade stabilito da Moody’s rispetto ai titoli di
Stato (che vengono, spesso, considerati come benchmark per l’assenza di
79
rischio79) incorporando, quindi, il premio per i rischi di liquidità, di credito e di
mercato. Anche in questo caso maggiore è il valore assunto dalla variabile
maggiore è il rischio percepito riguardo al settore privato. Tale variabile, può
essere anche vista come rappresentativa del fenomeno del flight-to-liquidity.
 DATASTREAM BANK STOCK INDEX (DBSI)
Questa variabile corrisponde all’indice, egualmente pesato, dei
rendimenti azionari delle banche commerciali americane fornito da Datastream.
 REPO 3M – US TREASURY 3M
Questa variabile trae spunto dall’indicatore di stress finanziario elaborato
da Goldman Sachs (vedi infra). È costruita come differenza tra tasso sui pronti
contro termine (repurchase agreements, repo) a 3 mesi su strumenti assistiti da
ipoteca (mortgage-backed) e tasso sui titoli del Tesoro USA di pari durata. La
ratio sottostante a questa misura è che nei momenti di crisi esiste una preferenza
per attività molto liquide, utilizzabili come garanzie nelle operazioni con le
banche centrali. I possessori di strumenti del Tesoro possono utilizzarli come
garanzia per prendere a prestito al tasso repo. Tanto maggiore è il tasso sui repo
rispetto a quello fornito dai titoli di Stato, tanto maggiore è il premio per il
rischio richiesto dal prestatore di fondi e tanto maggiore, quindi, è lo stress a
livello di liquidità di finanziamento.
 TED SPREAD
Il TED spread corrisponde alla differenza tra il Libor espresso in dollari a
3 mesi e il rendimento sui titoli del Tesoro statunitense (T-bill) a 3 mesi. In
quanto differenza tra un tasso interbancario e un tasso sui titoli di stato permette
di catturare il premio applicato dalle banche nel finanziamento reciproco,
rappresentando quindi una misura del rischio di controparte sopportato dalla
stesse. Il Libor, infatti, può eccedere il T-Bill perché le banche prestatrici
temono che il prestito non venga ripagato (default risk) o perché temono di avere
79
Non sembra opportuno, in questa sede, soffermarsi sul dibattito relativo all’utilizzo dei titoli di Stato
statunitensi come benchmark per l’assenza di rischio.
80
una necessità inattesa di fondi prima della scadenza (liquidity risk). Maggiore
sarà il valore della variabile, maggiore sarà il rischio percepito dalle banche sul
mercato interbancario e quindi maggiore lo stress a livello di liquidità di
finanziamento. Per come è costruita può essere rappresentativa di un incremento
dell’asimmetria informativa e dei fenomeni del flight-to-quality e del flight-toliquidity a causa del fatto che in periodi di crisi aumenta la volontà di detenere
Titoli di Stato (giudicati più sicuri) deprimendo il tasso relativo.
 AAA – 10Y TREASURY SECURITY
Questa variabile è costruita come differenza tra il rendimento delle
obbligazioni del settore privato con rating di Moody’s AAA e il rendimento di
mercato dei titoli del Tesoro statunitense con scadenza a 10 anni. Tale misura
dovrebbe indicare la rischiosità delle obbligazioni corporate con più alto
standing creditizio stabilito da Moody’s rispetto ai titoli di Stato (che vengono,
spesso, considerati come benchmark per l’assenza di rischio) incorporando,
quindi, il premio per i rischi di liquidità, di credito e di mercato. Lo spread
potrebbe essere positivo perché le obbligazioni sono esigibili prima della
scadenza o perché anche le migliori obbligazioni societarie tendono ad essere
meno liquide dei titoli di stato. Anche in questo caso maggiore è il valore
assunto dalla variabile, maggiore è il rischio percepito e quindi lo stress a livello
di liquidità di finanziamento. Questa variabile può avere anche il ruolo di
segnalare il flight-to-liquidity.
 BAA-AAA
Questa variabile è calcolata sul differenziale di rendimento tra
obbligazioni corporate con rating di Moody’s pari a BAA e pari ad AAA. Il
differenziale tra rendimento dei titoli migliori e peggiori tra quelli a livello
investment grade di Moody’s, può aumentare perché in periodi di tensione i titoli
BAA sono percepiti come maggiormente a rischio di default. L’aumento di
valore in questa misura indica, quindi, un aumento del premio richiesto per
sopportare il rischio di default e quindi un periodo di stress. Può caratterizzare,
81
inoltre, la presenza di un aumento delle asimmetrie informative e del flight-toquality.
 INVERTED TERM SPREAD I
Questa variabile (e la seguente) approssima la pendenza della curva dei
tassi a termine considerando la differenza tra tassi a breve e tassi a lungo
termine. L’ITS I è calcolato usando il rendimento di mercato sui titoli del Tesoro
USA a 3 mesi (T-bill) come tasso a breve e il rendimento sui titoli del Tesoro
USA a 10 anni come tasso a lungo. L’ipotesi di partenza è che le banche
generino profitti acquistando fondi a breve termine (finanziandosi) vendendo
fondi a lungo termine (investendo) tramite la cosiddetta attività di
trasformazione delle scadenze. Una riduzione della pendenza positiva della
curva (o addirittura una pendenza negativa) comporta la riduzione dei profitti
bancari generati in questo modo rappresentando una fonte di stress per il settore
bancario. Calcolando tale variabile in forma “invertita” (sottraendo il tasso a
lungo dal tasso a breve) si approssima la pendenza negativa della curva e,
pertanto, alti valori di questa variabile sono associati a momenti di alto stress nel
settore del finanziamento bancario.
 INVERTED TERM SPREAD II
Questa variabile, come la precedente, approssima la pendenza della curva
dei tassi a termine considerando la differenza tra tassi a breve e tassi a lungo
termine. L’ITS II, a differenza del precedente è calcolato usando il Libor
espresso in dollari a 3 mesi come tasso a breve e il rendimento sui titoli del
Tesoro USA a 10 anni come tasso a lungo. Le ipotesi sottostanti e il
ragionamento svolto in precedenza valgono anche in questo caso e, pertanto, alti
valori di questa variabile sono associati a momenti di alto stress nel settore del
finanziamento bancario.
 5Y BANK BOND – 5Y GOVERNMENT BOND
Questa misura è data dalla differenza tra i rendimenti delle obbligazioni
del settore bancario a 5 anni e i rendimenti dei titoli governativi statunitensi
82
della medesima scadenza (come benchmark per il risk-free). L’idea è che le
obbligazioni bancarie debbano avere un rendimento maggiore che sconta il
maggior rischio percepito. Si ha, in questo modo, una variabile che coglie il
costo aggiuntivo per le banche di raccogliere fondi a lungo termine e, pertanto,
un aumento del valore indica un aumento dello stress nel finanziamento a lungo
termine (e probabilmente un aumento della pressione sulla liquidità di
finanziamento a breve termine).
 COMMERCIAL BANK ASSET-DEPOSIT GAP
Questa variabile è costruita sulla base dei bilanci consolidati delle banche
commerciali americane pubblicati dalla Federal Reserve. Gli asset di tali istituti
includono tutti i prestiti concessi e gli strumenti finanziari acquistati. Per
finanziare queste esposizioni, le banche possono affidarsi ai depositi che
detengono o devono tentare di prendere a prestito fondi esternamente.
Considerando la differenza tra gli attivi e i depositi si ha una misura della
pressione sulle banche per finanziare le proprie operazioni tramite prestiti.
 PRIME BROKER INDEX (PBI)
Questo indicatore è costruito includendo i rendimenti, calcolati come
variazione rispetto al mese precedente, egualmente pesati delle maggiori società
che operano in qualità di prime broker. Si basa sulle società indicate in Billio,
Getmansky, Pelizzon (2009) ed è stato ricostruito in modo da includere il
periodo più recente. Le società incluse sono: Goldman Sachs, Merrill Lynch,
Bear Stearns, UBS AG, Credit Suisse, Lehman Brothers, Morgan Stanley,
Deutsche Bank, Bank of America, Bank of New York Mellon e Citigroup. Le
uniche componenti in comune con il DBSI sono Citigroup e Bank of America.
 PAPER-BILL SPREAD
Questa variabile è costruita come differenza tra il tasso di interesse sulle
commercial paper con rating AA e scadenza a 3 mesi e i titoli del Tesoro
statunitense di pari durata. Le commercial paper sono passività a breve termine
emesse da società finanziarie e non. Il T-bill viene utilizzato anche qui come
83
benchmark per l’assenza di rischio e, quindi, si ottiene una stima del rischio
addizionale percepito sul debito delle società private. In circostanze normali, le
commercial paper offrono la fonte di finanziamento a breve termine a costo più
basso. L’aumento del costo di finanziarsi in tale mercato potrebbe essere dovuto
ad un peggioramento dello standing creditizio o ad una diminuzione dell’offerta
complessiva di liquidità. In periodi di contrazione della liquidità sui mercati,
l’offerta di prestiti bancari aumenta contemporaneamente all’aumento della
domanda di tali prestiti80. Pertanto, un aumento del paper-bill spread è visto
come una diminuzione della liquidità in circolazione e quindi a possibili tensioni
a livello di finanziamento.
 2Y SWAP SPREAD
In un interest rate swap, una parte concorda di pagare ad un’altra un
flusso di pagamenti a tasso fisso in cambio di un flusso di pagamenti a tasso
variabile. I pagamenti a tasso variabile sono normalmente basati sul Libor a
breve termine. Il tasso fisso è spesso espresso come il rendimento su un titolo
del Tesoro della stessa durata più uno spread in eccesso a quel rendimento. Il
Libor può eccedere il tasso fisso per gli stessi motivi suddetti a proposito del
TED spread o perché i diritti sui pagamenti del tasso fisso sono meno liquidi di
un titolo di Stato della stessa durata che può essere sempre venduto in modo
rapido. Pertanto un aumento dello spread può rappresentare l’aumento del
rischio di default o il rischio che i fondi siano necessari prima della scadenza
dell’accordo e, di conseguenza, segnalare periodi di stress a livello di liquidità di
finanziamento. Può segnalare, inoltre, fenomeni di flight-to-liquidity e flight-toquality.
 10Y SWAP SPREAD
Questa variabile è costruita come la precedente, con l’unica differenza
che la scadenza dell’accordo è pari a 10 anni anziché a 2.
80
Vedi Gatev, Strahan (2003).
84
 INVERTED YIELD CURVE
La variabile della curva dei rendimenti invertita è costruita prendendo la
media dei rendimenti a scadenza di riferimento sui titoli del governo statunitense
a 5 e 10 anni meno il tasso sulle commercial paper a 90 giorni. Viene inclusa per
approssimare gli shock sui tassi di interesse. Implicitamente, il rendimento a
scadenza a lungo termine sulle obbligazioni governative è interpretato come il
tasso di interesse di equilibrio. Quando i tassi di interesse a breve termine
salgono al disopra di questo equilibrio, viene esercitata una tensione sui debitori
aumentando i loro costi del servizio del debito a breve termine sopra al livello di
equilibrio.
 ABCP SPREAD
Questa variabile è costruita come differenza tra il tasso sulle asset backed
commercial paper a 3 mesi e il tasso sui titoli governativi statunitensi di pari
durata. Questa misura è stata interpreata da Illing e Liu (2003) come una proxy
per la disintermediazione a breve termine o per le strette creditizie e, un suo
aumento, segnala tensioni nella liquidità di finanziamento a breve termine.
 DISCOUNT SPREAD
Questa misura è calcolata come differenza tra il tasso delle commercial
paper con rating A2/P2 (il più basso del livello investment grade) e il tasso delle
commercial paper con rating AA (il miglior livello di standing creditizio),
entrambi con scadenza a 3 mesi. Un valore positivo della variabile è associato
con un peggioramento dello standing creditizio e all’aumento del rischio di
default percepito. Pertanto può indicare un momento di stress nel breve termine.
 LIBOR OIS SPREAD
Lo spread è una misura dei costi di finanziamento tra banche. Il Libor è il
tasso di interesse al quale le banche prendono a prestito fra di loro, tipicamente a
breve termine. Dato che il prestito interbancario è finalizzato a gestire i livelli
del circolante, il tasso riflette gli stress di liquidità o l’incapacità di prestare
fondi alle altre banche a scadenza molto breve. L’Overnight Indexed Swap
85
(OIS), invece, è il tasso di interesse per i derivati che scambiano solo il rischio
che i tassi di interesse possano modificarsi nel breve termine. Pertanto, questa
variabile misura il premio che il mercato sta attualmente caricando per il rischio
di default (tipicamente basso nei prestiti a breve termine) e per il rischio di
liquidità.
3.3 ANALISI DEI DATI:
L’analisi è stata svolta su due campioni differenti ciascuno relativo ad uno dei
due periodi considerati. Esiste, pertanto la possibilità che i risultati differiscano
nonostante la sovrapposizione temporale. Questa accortezza dovrebbe permettere di
focalizzarsi, nel periodo breve, maggiormente sulla recente crisi che sembra essere per
caratteristiche e portata differente da quelle del passato evidenziandone eventualmente
la natura comune anche consentendo a più variabili di spiegarne le cause e il
comportamento.
Appare quindi opportuno nell’esposizione trattare separatamente i due periodi di
riferimento.
3.3.1 PERIODO LUNGO (OTTOBRE 1991 – OTTOBRE 2009)
La PCA è stata condotta su due sottoinsiemi di variabili, il primo contenente
tutte le variabili contemporaneamente81 e il secondo suddividendo le variabili secondo
la natura economica degli eventi che rappresentano. In particolare il secondo
sottoinsieme82 è formato da variabili per la liquidità di mercato (SP500 return, largesmall, value-growth e VIX) e variabili per la liquidità di finanziamento a breve
termine83 (REPO 3m-US Treasury 3m, Inverted term spread I, Inverted term spread II),
a lungo termine (Credit spread, AAA-10y T-bond, BAA-AAA, 5y Bank bond-5y
Government bond) e relative al settore bancario (DBSI return, TED spread, Commercial
bank asset-deposit gap, PBI).
81
Per non appesantire il lavoro e dal momento che non si registrano variazioni rilevanti, i risultati della
PCA basata su tutte le serie e della costruzione dell’indicatore di stress basato su tali risultati sono
disponibili a richiesta.
82
Si rimanda all’appendice per i dati relativi ai risultati dell’analisi.
83
L’uso delle locuzioni “breve termine” e “lungo termine” non intendono avere un significato
strettamente legato ad uno specifico intervallo temporale. Si sono considerate a “breve termine”
variabili che si riferiscono ad un periodo compreso nei 12 mesi e a “lungo termine” variabili che fanno
riferimenti a periodi oltre i 12 mesi.
86
Il secondo sottoinsieme dovrebbe avere il pregio, una volta estratte le
componenti principali di dare qualche indicazione sulla natura delle cause che hanno
dato origine agli eventi rilevati dall’indicatore di stress finanziario costruito sulla base
dei risultati della PCA.
1) PCA LIQUIDITÀ DI MERCATO
L’analisi per le variabili di liquidità di mercato ha incluso il rendimento
dell’indice SP500, il Large-Small, il Value-Growth e il VIX. I risultati indicano che
la prima componente spiega il 99.98% della variabilità dell’insieme di dati e che tale
componente coincide con l’inverso del VIX. Da questi risultati se ne deduce che, per
quanto riguarda la liquidità di mercato, non esiste di fatto un fattore latente che
influenza l’andamento delle quattro variabili ma che, quest’ultime, sono spiegate in
modo eccellente dall’andamento del VIX. Pertanto risulterà indifferente nella
costruzione dell’indicatore di stress considerare la variabile originale o la
componente principale di questo insieme di variabili.
Figura 1: Liquidità di mercato, prima componente principale
2) PCA LIQUIDITÀ DI FINANZIAMENTO DEL SETTORE BANCARIO
I risultati dell’analisi condotta sul rendimento del Datastream Bank Stock Index,
sul rendimento del Prime Broker Index, sul TED spread e sul differenziale tra
attività e depositi dei maggiori istituti bancari americani, nonostante i valori assoluti
apparentemente bassi, evidenziano come la prima componente principale spieghi da
sola il 91.77% della variabilità dell’insieme dei dati. Il restante è spiegato
87
essenzialmente dalla seconda componente che conta per il 7.14% e dalla terza che
conta per il 1.08%. Anche in questo caso la prima componente coincide
essenzialmente con una sola variabile costituita dal TED spread. La seconda tiene
conto, invece, sia dei rendimenti del Datastream Bank Stock Index (peso 0.64) sia
del Prime Broker Index (peso 0.76). Ad ogni modo, vista la schiacciante
preponderanza della prima componente si è ritenuto sufficiente utilizzare questa
nella costruzione dell’indicatore di stress finanziario84.
Figura 2: Liquidità di finanziamento settore bancario, prima componente principale
3) PCA LIQUIDITÀ DI FINANZIAMENTO A LUNGO TERMINE
Per quanto riguarda la liquidità di finanziamento a lungo termine si sono
considerati il Credit Spread, la differenza tra il rendimento dei corporate bond con
rating AAA di Moody’s e il rendimento sulle obbligazioni del Tesoro statunitense a
10 anni, lo spread tra i rendimenti dei corporate bond con rating di Moody’s pari a
BAA e a AAA e lo spread tra rendimento delle obbligazioni bancarie e del Tesoro
americano con scadenza a 5 anni.
La prima componente principale spiega il 90.61% della variabilità totale, mentre
la seconda il 6.97%, il rimanente è spiegato dalla terza componente. Sempre
seguendo la logica della sinteticità, si è ritenuto opportuno tener conto solo della
prima componente principale. A differenza dei precedenti, in questo caso il fattore
latente è molto più evidente; difatti, la PC1 è formata dall’insieme delle quattro
84
Si ricorda che l’obiettivo è di costruire un indicatore sintetico, quindi un indicatore che sia in grado di
spiegare il fenomeno con un numero limitato di variabili. Si potrebbe affermare che il vantaggio
marginale dell’aggiunta di più variabili non è tale da compensare la perdita di rapidità, facilità ed
immediatezza nella costruzione dell’indice e nella relativa interpretazione dei risultati.
88
variabili presenti nel set a disposizione. Il Credit Spread assume un peso pari a 0.64,
lo spread tra obbligazioni bancarie e governative a 5 anni ha una ponderazione pari
a 0.63, lo spread tra corporate bond con rating BAA e AAA ha un peso pari a 0.33
ed, infine, allo spread tra corporate bond con rating AAA e obbligazioni del Tesoro
a 10 anni viene assegnato un peso pari a 0.31.
Figura 3: Liquidità di finanziamento a lungo termine, prima componente principale
4) PCA LIQUIDITÀ DI FINANZIAMENTO A BREVE TERMINE
L’ultimo set di variabili è formato da quelle indicative della liquidità di
finanziamento a breve termine. In particolare si è tenuto conto dello spread tra
Repurchase Agreement e titoli del Tesoro americano a 3 mesi e dello spread sui
tassi a termine invertito calcolato sia come differenziale nel rendimento tra Treasury
Bill a 3 mesi e Treasury Security a 10 anni, sia come differenziale nel rendimento
tra Libor a 3 mesi e Treasury Security a 10 anni.
I risultati della PCA indicano che la prima componente principale è in grado di
spiegare il 94.75% della variabilità dell’insieme, la seconda componente spiega il
4.73% e la terza spiega il restante 0.52%. Anche in questo caso, nella costruzione
dell’indice di stress finanziario si è tenuto conto solo della prima componente che è
composta dallo spread sui tassi a termine invertito calcolato con il Libor (peso 0.75),
dallo spread sui tassi a termine invertito calcolato con il rendimento sui T-bill (peso
0.66) e dallo spread tra REPO e titoli governativi a 3 mesi (peso 0.07).
89
Figura 4: Liquidità di finanziamento a breve termine, prima componente principale
Figura 5: Periodo lungo, prime componenti principali
3.3.2 PERIODO BREVE (GENNAIO 2002 – OTTOBRE 2009)
L’Analisi delle Componenti Principali per il periodo tra gennaio 2002 e ottobre
2009 consente l’inclusione di più variabili esplicative delle diverse sfaccettature della
liquidità. Anche in questo caso l’analisi è stata svolta considerando l’intero insieme di
variabili contemporaneamente e suddividendolo in diversi sottogruppi a seconda della
natura economica sottostante.
In questo caso, dai risultati, emerge che l’ulteriore suddivisione non è necessaria
a migliorare la capacità esplicativa dell’indicatore di stress finanziario pertanto in questa
sede ci si concentrerà solo sull’analisi svolta sull’intero dataset comprendente tutte le
variabili contemporaneamente.
90
Per la liquidità di mercato si sono considerati il rendimento dell’indice SP500, il
Large-Small, il Value-Growth e il VIX. Per la liquidità di finanziamento relativa al
settore bancario il rendimento del Datastream Bank Stock Index, del Prime Broker
Index e la differenze tra attività e depositi delle maggiori banche americane. Per la
liquidità di finanziamento relativa al breve termine si sono inclusi lo spread tra
rendimento dei repurchase agreement e dei titoli governativi americani a 3 mesi, il
TED-spread e il Libor-Ois spread. Per il canale del finanziamento obbligazionario a
lungo termine si è utilizzato il Credit Spread, il differenziale nei rendimenti dei
corporate bond con standing AAA e i titoli governativi americani a 10 anni e il
differenziale nei rendimenti dei corporate bond con standing BAA e AAA. Per cogliere
le tensioni relative all’ambito delle commercial paper che, come si è visto, hanno
influenzato notevolmente la recente crisi finanziaria si sono inclusi il Paper-Bill spread,
l’ABCP spread e il Discount spread. Per quanto riguarda l’ambito della liquidità di
finanziamento a lungo termine si è tenuto conto dello swap spread a 2 e a 10 anni
nonché della differenza tra rendimento delle obbligazioni bancarie e delle obbligazioni
governative a 5 anni. Infine, per apprezzare eventuali squilibri tra liquidità di
finanziamento a breve e a lungo termine si sono inclusi lo spread sui tassi a termine
invertito calcolato sia con il Libor a 3 mesi che con il rendimento sui T-bill trimestrali e,
infine, la curva dei rendimenti invertita.
L’analisi svolta considerando contemporaneamente tutte le variabili mostra che
le prime due componenti principali insieme sono capaci di spiegare il 86.93% della
variabilità complessiva del dataset, rispettivamente il 68.31% e il 18.63%. La terza
componente principale spiega il 9.55%, la quarta il 1.35% e il restante è spiegato dalle
altre componenti in misura trascurabile.
Volendo ottenere anche nel periodo di analisi più breve un indicatore di stress
finanziario che sia sintetico e dato che le prime due componenti spiegano buona parte
della variabilità complessiva si è ritenuto sufficiente considerare solo quest’ultime nella
costruzione dell’indicatore.
La prima componente principale è costituita essenzialmente dal VIX (peso 1.00)
e pertanto sarà essenzialmente indifferente includere la serie del PC1 o del VIX dato che
è fortemente rappresentativa dell’aspetto della liquidità legato al mercato.
91
La seconda componente principale, invece, è costituita da un insieme di variabili
legate essenzialmente alla liquidità di finanziamento. In particolare, le variabili più
rilevanti risultano essere lo spread sui tassi a termine invertito costruito con il Libor a 3
mesi (peso -0.45), lo spread sui tassi a termine invertito costruito con il rendimento sui
T-Bill a 3 mesi (peso -0.45), lo spread sugli swap a 2 anni (peso -0.45), la curva dei
rendimenti invertiti (peso 0.41), il Credit Spread (peso 0.29), lo spread tra obbligazioni
bancarie e governative con scadenza quinquennale (peso 0.23) e lo spread tra i
rendimenti dei corporate bond con standing AAA e i T-Bond con scadenza 10 anni
(peso 0.17).
Figura 6: Periodo breve, prime componenti principali
92
3.4 COSTRUZIONE DI UN INDICE DI STRESS FINANZIARIO
L’obiettivo della Principal Component Analysis è quello di individuare, in un
determinato insieme dei dati, quali siano (se esistono) le principali componenti in grado
di spiegarne l’andamento complessivo. In tal senso, le componenti principali vengono
qui interpretate come manifestazione latente di un comportamento delle variabili
utilizzate. Nell’ipotesi di regime normale dell’andamento dei mercati finanziari le
variabili dovrebbero assumere un comportamento che può essere definito di equilibrio
nel senso che normalmente si evolvono secondo uno specifico trend a seconda delle
condizioni dell’economia. Come si è visto, però, in letteratura sono diversi i casi in cui
si ipotizza che di fatto i mercati assumano due regimi: uno normale tipico dei periodi in
cui non c’è stress finanziario e uno di tensione che emerge solo nei periodi di crisi nei
mercati. Questo regime definito, a volte, latente è quello che si è cercato di individuare
con la PCA svolta in questo lavoro ed, in particolare, con la costruzione di un indicatore
sintetico di stress finanziario.
Sono stati elaborati due indici, uno per il periodo lungo (10/1991-10/2009) ed
uno per il periodo breve (01/2002-10/2009) entrambi a frequenza mensile e con le
medesime caratteristiche costruttive.
3.4.1 LONG PERIOD FINANCIAL STRESS INDEX:
L’indice per il periodo lungo è costruito considerando le componenti principali
che meglio spiegano i quattro sottoinsiemi di variabili (mercato, finanziamento settore
bancario, finanziamento a breve, e finanziamento a lungo).
Come visto, dai risultati emerge che la prima componente principale di ciascun
sottogruppo è in grado di spiegare la maggior parte della variabilità del relativo
sottogruppo (rispettivamente il 99.98%, 91.77%, 90.61% e 94.75%), pertanto si è
ritenuto sufficiente includere queste quattro nuove variabili latenti nell’indice.
L’unica accortezza seguita rispetto ai risultati della PCA è stata quella di
invertire il segno della componente principale relativa alla liquidità di mercato. Questo
poiché il risultato statistico indicava una preponderanza nel peso assunto dal VIX ma
con segno negativo; avendo come obiettivo cogliere fenomeni economici reali è
sembrato opportuno considerare la serie con il suo segno originale che, evidenziando il
93
cambiamento della volatilità nel mercato, assume un andamento crescente nei momenti
di stress.
Le variabili sono state quindi standardizzate sottraendo la media campionaria e
dividendole per la deviazione standard campionaria. L’indice è quindi costruito
prendendo la media delle quattro variabili. È stato quindi calcolato il relativo trend
tramite il filtro di Hodrick-Prescott.
Per l’individuazione dei periodi di stress si sono considerati quei valori
dell’indice che superano più di una deviazione standard il proprio trend.
L’indicatore così costruito permette di identificare 22 episodi di stress
finanziario dei quali 16 corrispondono ad episodi di stress storicamente noti. Al di là
della semplice identificazione, il metodo costruttivo utilizzato permette di cercare di
individuare quali siano stati i fattori scatenanti di tali episodi e, pertanto, si cercherà di
motivare economicamente la presenza dei picchi.
94
Figura 7: Periodo lungo, Financial Stress Index
95
3.4.1.1 EPISODI DI STRESS CORRETTAMENTE SEGNALATI DALL’INDICE 85:
 Novembre 1997: in questa data l’indicatore è più alto del livello soglia del
25.23%. Tale valore è influenzato principalmente dalla componente relativa alla
liquidità di mercato e da quella relativa alla liquidità di finanziamento a breve
termine. In questo periodo a livello reale ci si trovava nel pieno della crisi
asiatica ed in particolare, in novembre, si ebbe la crisi relativa alla Corea del
Sud che comportò la svalutazione del won del 25%.
 Agosto, settembre, ottobre 1998: in questo trimestre l’indice supera la soglia
prima del 34.77%, poi del 61.99% ed, infine, del 35.46%. In tutti e tre i mesi i
valori sono influenzati principalmente dalle componenti relative alla liquidità di
mercato e alla liquidità di finanziamento a breve termine. A livello reale ad
agosto si verificò un rilevante declino del mercato azionario statunitense con
una caduta del Dow Jones del 16% e del S&P500 del 15% a causa
principalmente delle precarie condizioni delle banche commerciali che può
trovare una corrispondenza proprio nelle tensioni di liquidità di finanziamento a
breve termine. Sempre in agosto si verificò la crisi russa legata al debito
pubblico e che ha contribuito a portare al fallimento di LTCM nel settembre
dello stesso anno. L’indicatore sembra, quindi, cogliere puntualmente le cause
reali che hanno portato alla crisi finanziaria di quei mesi.
 Febbraio 1999: in questo mese si ha una fuoriuscita dalla soglia del 16.97% con
un’influenza dovuta alle componenti della liquidità di mercato e di
finanziamento sia a breve che a lungo termine. A gennaio 1999 è iniziata la
svalutazione della moneta brasiliana.
 Ottobre, novembre, dicembre 2000: nell’ultimo trimestre del 2000 l’indice
fuoriesce dal livello soglia del 18.74%, del 21.31% e del 28.55%. In tutti e tre i
mesi l’influenza maggiore l’ha avuta la componente relativa alla liquidità di
finanziamento a breve termine, seguita da quella relativa alla liquidità di
mercato e da quella relativa alla liquidità di finanziamento a lungo termine. In
questo trimestre si verificarono declini rilevanti nell’indice S&P500 così come
85
Sembra opportuno suddividere la trattazione in 1) episodi segnalati dall’indice e corrispondenti ad
episodi benchmark per i quali si cercherà di vedere se le cause evidenziate in letterature corrispondano
a quelle colte dall’indicatore; 2) episodi segnalati dall’indice ma non corrispondenti ad episodi ritenuti di
particolare stress finanziario per i quali si cercherà comunque di dare una giustificazione economica.
96
nel NASDAQ in seguito all’esplosione della bolla dot.com. A marzo 2000
l’indice tecnologico americano raggiunse il suo massimo storico a quota
5132.52 (10 marzo 2000) per poi crollare perdendo in meno di un anno metà del
suo valore ed arrivare ad un minimo di 1108.49 il 10 ottobre 2002.
 Marzo 2001: in questo mese l’indice di stress finanziario supera la soglia del
54.19%, influenzato da tutte e quattro le variabili ma principalmente dalla
componente per la liquidità di mercato e da quella per la liquidità di
finanziamento a breve termine. È ancora la situazione relativa alla bolla dot.com
che viene correttamente segnalata dall’indicatore.
 Settembre 2001: nel mese degli attacchi terroristici alle Torri Gemelle a New
York, l’indice fuoriesce dal livello di guardia del 9.72% sotto l’influenza delle
componenti relative alla liquidità di mercato, alla liquidità di finanziamento a
breve termine e alla liquidità di finanziamento nel settore bancario.
 Agosto 2002: in questo mese si ha uno dei maggiori salti nel periodo considerato
con l’indice che supera la soglia del 54.46% spinto dalle tensioni nella liquidità
di mercato e nella liquidità di finanziamento a lungo termine e nel settore
bancario. Nell’estate 2002 ci fu lo scandalo Enron in giugno, il fallimento di
Worldcom in luglio (il maggiore nella storia degli Stati Uniti fino a quel
momento) e quello di Arthur Andersen (una delle 5 società più grandi al mondo
di revisione contabile) in agosto. È evidente che oltre ai danni economici diretti
di questi tre fallimenti ci fu una crisi di fiducia nel mercato causata dagli
scandali contabili causati proprio da chi doveva controllare la correttezza dei
bilanci delle società.
 Marzo 2007: alla fine del primo trimestre del 2007 l’indice segnalava già un
balzo del 45.11% in più rispetto alla soglia di attenzione con una forte influenza
della liquidità di mercato e della liquidità di finanziamento a breve termine. In
questo mese si ha l’inizio delle prime tensioni e preoccupazioni relativamente ai
mutui sub-prime.
 Agosto 2007: in uno dei mesi iniziali della recente crisi finanziaria l’indice di
stress finanziario segnala un 54.46% in più del livello soglia utilizzato in questo
lavoro. Le tensioni in ambito di liquidità di mercato e di liquidità di
finanziamento a breve termine sembrano quelle che maggiormente hanno
97
colpito il sistema finanziario. Come visto, in piena crisi sub-prime si
registrarono perdite enormi per diversi hedge fund ed è altamente probabile che
questo abbia avuto un impatto notevole sia sulla liquidità di mercato che su
quella di finanziamento come correttamente segnalato dall’indice.
 Ottobre 2008: ad ottobre 2008 l’indice supera il massimo precedente fatto
registrare a settembre 1998, oltrepassando il benchmark del 66.81%. In questo
caso i problemi maggiori si sono avuti nella liquidità di mercato e nella liquidità
di finanziamento a lungo termine. Questo è il mese in cui, tra gli altri, si registrò
il fallimento di Lehman Brothers, una delle maggiori banche d’investimento al
mondo nonché uno dei maggiori prime broker.
 Dicembre 2008: nell’ultimo mese del 2008 l’indice sale nuovamente oltre la
soglia del 76.93% riflettendo, anche qui, le tensioni nella liquidità di mercato e
in quella di finanziamento a lungo termine comprensibili all’interno della
recente crisi che ha portato, oltre a Lehman Brothers, al fallimento (o quasi) di
altre società e a tensioni enormi nei mercati finanziari.
 Febbraio, marzo 2009: in questi due mesi l’indice oltrepassa la soglia del
97.72% e del 101.96%, i due picchi più alti di tutto il periodo considerato.
L’influenza determinante in entrambi i casi è data dalla liquidità di
finanziamento a breve termine peggiorata dalle tensioni nella liquidità del
mercato.
3.4.1.2 EPISODI DI STRESS INDEX SPECIFIC:
 Marzo 1994: a marzo 1994 l’indice oltrepassa la soglia del 17.46% spinto dalle
tensioni nella liquidità di mercato e in quella di finanziamento nel settore
bancario. Questa è la prima data non inclusa nei punti di riferimento. In questo
mese a livello mondiale le tensioni erano relative soprattutto alla situazione
messicana e, non è difficile ipotizzare che, visti i rapporti commerciali tra Stati
Uniti e Messico, tali eventi possano aver avuto un influenza (anche solo
indiretta) sul mercato statunitense. Inoltre, all’inizio del 1994 iniziarono a
verificarsi perdite consistenti nei mercati obbligazionari influenzati anche dalla
98
crisi messicana facendo diventare il 1994 l’anno con i peggiori rendimenti del
mercato obbligazionario86
 Agosto 1995: in questo mese l’indice oltrepassa il benchmark del 10.04% e
l’unica componente che non registra stress è quella relativa alla liquidità di
finanziamento a lungo termine.
 Marzo 1996: alla fine del primo trimestre del 1996 l’indice segnala un
sorprendente 55.15% in più del benchmark a causa di tensioni in tutti gli aspetti
della liquidità tranne che in quella a lungo termine.
 Aprile 2001: in questo mese l’indice oltrepassa la soglia del 9.20% a causa di
tensioni in tutte le componenti di liquidità.
 Ottobre 2001: il mese successivo agli attentati a New York l’indice registra uno
sforamento del 25.37% rispetto al livello di soglia, nettamente superiore a quello
fatto registrare il mese precedente. Questo può segnalare, forse, un certo ritardo
nel sistema di incorporare le tensioni dovute ad un fatto reale ma non
strettamente economico-finanziario. Ad ogni modo, tale stress sembra dovuto
principalmente alla liquidità di mercato e di finanziamento a lungo termine.
3.4.2 SHORT PERIOD FINANCIAL STRESS INDEX:
L’indice per il periodo breve (01/2002-10/2009) è costruito considerando le
componenti principali che meglio spiegano l’intero dataset di variabili in modo da avere
una visione globale dell’esistenza di un comportamento latente dei fenomeni indagati 87.
Come si è visto, le prime due componenti principali insieme sono capaci di
spiegare il 86.93% della variabilità complessiva del dataset, rispettivamente il 68.31% e
il 18.63%. Volendo ottenere anche nel periodo di analisi più breve un indicatore di
stress finanziario che sia sintetico e dato che le prime due componenti spiegano buona
parte della variabilità complessiva si è ritenuto sufficiente considerare solo quest’ultime
nella costruzione dell’indicatore.
86
Cfr. El Ahrbar, The great bond market massacre, Fortune Magazine, 17 ottobre 1994.
I risultati delle analisi svolte considerando le variabili suddivise per natura economica sono disponibili
su richiesta. Viene qui riportato l’indice costruito con il metodo che meglio identifica i periodi di crisi nel
lasso temporale considerato.
87
99
La prima componente principale è costituita essenzialmente dal VIX (peso 1.00)
e pertanto sarà essenzialmente indifferente includere la serie del PC1 o del VIX dato che
è fortemente rappresentativa dell’aspetto della liquidità legato al mercato.
La seconda componente principale, invece, è costituita da un insieme di variabili
legate essenzialmente alla liquidità di finanziamento. In questo caso, si è ritenuto
opportuno considerare la variabile PC2 con segno invertito poiché altrimenti le variabili
che la compongono avrebbero un comportamento indicativo di stress finanziario con
segno negativo, in contrasto quindi con la PC1.
Le variabili sono state, anche in questo caso, standardizzate sottraendo la media
campionaria e dividendole per la deviazione standard campionaria. L’indice è quindi
costruito prendendo la media delle quattro variabili. È stato quindi calcolato il relativo
trend tramite il filtro di Hodrick-Prescott.
Per l’individuazione dei periodi di stress, anche per il periodo breve, si sono
considerati quei valori dell’indice che superano più di una deviazione standard il proprio
trend.
L’indicatore così costruito permette di identificare 5 episodi88 di stress
finanziario tutti corrispondenti ad episodi di stress storicamente noti.89 Al di là della
semplice identificazione, il metodo costruttivo utilizzato permette di cercare di
individuare quali siano stati i fattori scatenanti di tali episodi e, pertanto, si cercherà di
motivare economicamente la presenza dei picchi.
88
Considerando una soglia di attenzione pari al 95% della deviazione standard l’indice individua un sesto
mese di stress corrispondente a Marzo 2007. Non si è ritenuto includerlo nella trattazione perché
inferiore al livello soglia standard.
89
Dal momento che i periodi individuati coincidono con quelli segnalati dall’indicatore per il periodo
lungo, si rimanda al paragrafo precedente per la spiegazione delle possibili motivazioni economiche
sottostanti.
100
Figura 8: Periodo breve, Financial Stress Index
101
3.4.2.1 EPISODI DI STRESS CORRETTAMENTE SEGNALATI DALL’INDICE 90:
 Agosto 2002: in agosto 2002 l’indice supera la soglia del 90.55%. L’influenza è
determinata dalla componente principalmente legata al VIX e quindi alla
liquidità di mercato.
 Agosto 2007: in questo mese l’indicatore oltrepassa il livello limite del 20.94%.
Tale picco è determinato, anche in questo caso, dalla componente legata alla
liquidità di mercato.
 Ottobre, novembre, dicembre 2008: nell’ultimo trimestre del 2008 l’indicatore
supera la soglia del 145.75%, del 52.28% e del 18.59%. In tutti e tre i casi
l’influenza è determinata da entrambe le componenti utilizzate. Tale differenza è
tra questi picchi e i due precedenti (agosto 2002 e agosto 2007) potrebbe essere
sintomatica del fatto che gli eventi che hanno sconvolto il sistema finanziario nel
picco della recente crisi sono dovuti sia a tensioni nella liquidità di mercato che
nella liquidità di finanziamento.
3.5 ANALISI DI EPISODI SELEZIONATI DI STRESS FINANZIARIO
3.5.1
1998: CRISI RUSSA E LTCM
I mesi di agosto, settembre, ottobre e novembre 1998 furono caratterizzati
dall’inasprirsi della crisi legata al debito russo e dalle successive turbolenze relative a
LTCM che portarono al suo fallimento. Vista la rilevanza di tali eventi in relazione alla
liquidità appare opportuno tentare di analizzarne più nel dettaglio le cause e lo sviluppo
tramite l’indicatore qui costruito.
A luglio 1998 iniziarono i primi problemi per LTCM a causa della diffusione
della notizia della chiusura del trading desk di Salomon Smith & Barney (SSB) ma a
livello di mercato complessivo non si registrò nessuna crisi e l’indicatore rimane entro il
livello di guardia.
Ad agosto 1998 la Russia svalutò il rublo e dichiarò una moratoria sul debito
estero denominato in dollari. Questo evento è importante perché, come visto, uno dei
mercati in cui operava LTCM era proprio quello dei Brady bond emessi dai Paesi
90
Sembra opportuno suddividere la trattazione in 1) episodi segnalati dall’indice e corrispondenti ad
episodi benchmark per i quali si cercherà di vedere se le cause evidenziate in letterature corrispondano
a quelle colte dall’indicatore; 2) episodi segnalati dall’indice ma non corrispondenti ad episodi ritenuti di
particolare stress finanziario per i quali si cercherà comunque di dare una giustificazione economica.
102
emergenti. A livello di mercato, la notizia del mese prima relativa a SSB, le decisioni
del governo russo e l’impatto sul LTCM provocarono notevoli tensioni che si riflettono,
oltre che sugli indici azionari statunitensi, anche sul nostro indicatore. In questo mese
supera la soglia del 34.77% evidenziando tensioni dovute alla liquidità di mercato (45%
del totale) e della liquidità di finanziamento a breve termine (30% del totale),
controbilanciato per il restante 25% dalla liquidità di finanziamento a lungo termine
(15%) e da quella relativa al settore bancario (10%). È possibile interpretare il tutto in
questi termini: la nuova informazione su SSB ha contribuito a provocare le tensioni
nella liquidità di mercato mentre la situazione di LTCM potrebbe aver determinato le
tensioni nella liquidità di finanziamento a breve termine per le spirali negative che si
possono creare nel momento in cui le perdite relative ad un mercato (quello
obbligazionario a lungo termine) provocano a cascata vendite in altri strumenti, in
questo caso, forse, il LIBOR (sul cui mercato operava LTCM).
A settembre 1998 l’indice ha il picco più alto del periodo superando la soglia del
61.99%. La situazione è peggiorata, la percentuale di incidenza positiva è l’85% del
totale, composta da liquidità di mercato (50%) e liquidità di finanziamento a breve
termine (35%) a segnalare tensioni nei relativi settori. La crisi di LTCM è all’apice e in
questo mese il capitale era diminuito di circa 600 milioni di dollari.
Ad ottobre 1998 l’indice torna a scendere pur mantenendosi al di sopra della
soglia di attenzione. Si riduce l’impatto della liquidità di mercato (40% del totale)
mentre permangono i problemi relativi alla liquidità di finanziamento a breve termine
(35% del totale). Il fallimento di LTCM è ormai certo ed il relativo portafoglio viene
acquisito da un pool di altre istituzioni finanziarie coordinate dalla Federal Reserve
Bank di New York.
A novembre 1998 l’indice ha un rimbalzo positivo (in termini di benessere del
mercato) scendendo addirittura al di sotto della soglia negativa. Le turbolenze del
trimestre precedente sembrano essersi placate. L’influsso positivo è dato principalmente
dalla liquidità di mercato (50% del totale) che è tornata a livelli positivi, aiutata dalla
stabilità relativa alla situazione del settore bancario che sembra essere sempre riuscito a
mantenere una certa situazione liquida relativamente al mercato del finanziamento
interbancario.
103
Figura 9: 1998, FSI e contributo delle singole componenti al totale
3.5.2 2000-2001: BOLLA DOT.COM E CROLLO NASDAQ
In questo sottoperiodo si verificarono declini rilevanti nell’indice S&P500 così
come nel NASDAQ in seguito all’esplosione della bolla dot-com. A marzo 2000
l’indice tecnologico americano raggiunse il suo massimo storico a quota 5132.52 (10
marzo 2000) per poi crollare perdendo in meno di un anno metà del suo valore ed
arrivare ad un minimo di 1108.49 il 10 ottobre 2002.
104
Ottobre 2000 è il primo mese dell’anno in cui l’indice supera la soglia di
attenzione (18.74% in più). I maggiori problemi sono dati dalla liquidità di
finanziamento a breve termine (55% del totale) seguita dalla liquidità di mercato (30%)
e da quella di finanziamento a lungo termine (15%).
Novembre 2000 fa segnare una fuoriuscita dalla banda del 21.31%. Anche in
questo caso l’influenza è data dalle stesse componenti: 55% dalla liquidità di
finanziamento a breve termine, 25% da quella di mercato e 20% da quella di
finanziamento a lungo termine.
A dicembre dello stesso anno l’indicatore supera il livello di confidenza del
28.55%, ancora una volta a causa della liquidità di finanziamento a breve termine
(55%), della liquidità di mercato (25%) e della liquidità di finanziamento a lungo
termine (20%).
Dopo essere rientrato per un paio di mesi all’interno dei limiti di attenzione, a
marzo 2001 si osserva il picco maggiore per il sottoperiodo considerato. L’indicatore
sfora del 54.19% con il contributo di tutte le quattro componenti.
A maggio 2001 si verifica il rimbalzo positivo (come fu per il 1998) sotto la
spinta del miglioramento della situazione con riguardo alla liquidità di mercato (55%) e
della liquidità di finanziamento del settore bancario (10%).
105
Figura 10: 2000-2001, FSI e contributo delle singole componenti al totale
3.5.3 2007-2009: CRISI SUB-PRIME91
L’analisi di questo periodo inizia ad agosto 2007 quando l’indicatore del periodo
lungo supera la soglia del 54.46% con l’influenza positiva (nel senso di alzare
l’indicatore) della liquidità di mercato (50% del totale) e della liquidità di finanziamento
a breve termine (30%) controbilanciate solo dalla liquidità di finanziamento a lungo
termine e per nulla dalla liquidità di finanziamento del settore bancario. I problemi
relativi agli hedge fund in questo mese hanno probabilmente contribuito a determinare
91
Per rendere comparabile l’analisi svolta in questo paragrafo con le due precedenti, si utilizzerà solo
l’indicatore relativo al periodo lungo. Ad ogni modo, come visto, non si registrano differenze eclatanti
tra i due indicatori.
106
delle notevoli tensioni a livello di liquidità di mercato. Inoltre, è interessante notare
come l’influsso della componente di finanziamento a breve termine può
ragionevolmente essere spiegata dai problemi legati alle asset backed commercial paper
che iniziano proprio nel mese di agosto. Infine, si può notare come l’iniezione di
liquidità della BCE e della FED potrebbero aver beneficiato la liquidità di
finanziamento a lungo termine e del settore bancario.
Ottobre è il mese seguente al fallimento di Lehman Brothers e alla cessione di
Merrill Lynch a Bank of America. L’indicatore supera del 66.81% il livello di attenzione
sotto la spinta della liquidità di mercato (45%) e di finanziamento a lungo termine
(20%), con un andamento in controtendenza da parte della liquidità di finanziamento del
settore bancario. In questo mese si verificano diversi salvataggi di banche del Regno
Unito e ciò può spiegare forse il miglioramento della relativa componente. D’altro canto
ad ottobre si registrò la peggior settimana del mercato azionario statunitense da 75 anni
con crolli sia sul Dow Jones che sullo S&P500.
Dicembre 2008 è segnato da fallimenti di diversi istituzioni e da cadute nello
S&P500 intorno al 15-20%. L’indicatore supera il benchmark del 76.93% influenzato
dalla liquidità di finanziamento a lungo termine (40%) e di mercato (25%). I problemi
nei mercati azionari e la conferma della situazione recessiva potrebbero aver
determinato questo picco.
Nei mesi di febbraio e marzo 2009 si assiste ai due maggiori picchi
dell’indicatore. Gli sforamenti rispettivamente del 97.72% e del 101.96% sono
determinati entrambi dalla liquidità di finanziamento a lungo termine e dalla liquidità di
mercato. A livello di mercato azionario, si è visto che è stato il peggiore inizio anno
della storia. Inoltre, è possibile che il passaggio della crisi all’economia reale abbia
influenzato le componenti obbligazionarie del settore privato aumentando gli spread
utilizzati nella nostra analisi a causa della riduzione della fiducia negli emittenti.
107
Figura 11: 2007-2009, FSI e contributo delle singole componenti al totale
108
3.6 CONFRONTO CON ALTRI INDICATORI DI STRESS FINANZIARIO
L’indicatore di stress finanziario da noi costruito non è l’unico tentativo di unire
un’insieme limitato di variabili in un indice sintetico che permetta di spiegare e,
eventualmente, prevedere l’andamento del sistema finanziario. In questo paragrafo si
cercherà di spiegare le differenze tra alcuni indicatori esistenti e il nostro (vedi tab. 2).
In particolare si è tenuto conto del Financial Distress Index elaborato da
Goldman Sachs92, del Canada Financial Stress Index93, del Kansas City Financial
Stress Index94 e del Financial Stress Index elaborato dal FMI95.
Tabella 2: Indicatori di stress finanziario alternativi
INDICATORE
Goldman Sachs
Kansas City FSI
FMI FSI
Canada FSI
VARIABILI
3mLibor-Tasso FED su future a 3m;
3mRepo mortgage backed-3m T-bill;
tasso di crescita annuo dei titoli di credito
negoziabili non pagati;
rapporto tra attività totali nel mercato monetario dei
fondi comuni e capitalizzazione di mercato del
NYSE
3m Libor-3m T-bill:
2y swap spread;
10y On-/off-the-run Treasury;
AAA-10y T-Sec spread;
BAA-AAA spread;
High-yield-BAA spread;
Consumer ABS-10y T-Sec spread;
VIX;
Correlazione tra rendimento azioni e T-bond;
volatilità idiosincratica settore bancario;
dispersione incrociata rendimenti settore bancario
TED spread;
inverted term spread;
beta settore bancario;
corporate spread;
stock decline;
time-varying stock volatilità;
time-varying real effective exchange rate volatility
Beta settore bancario;
volatilità tasso di cambio; corporate bond spread;
90g Canada-U.S.A. spread sui Titoli di Stato;
90g bid-ask spread su TdS Canada;
commercial paper – T-bill Canada;
curva dei rendimenti invertita;
volatilità mercato azionario
METODO DI
COSTRUZIONE
Equally-weighted
dopo
aver
depurato le serie
dal
ciclo
economico
BENCHMARK
MERCATO
Nessuno
U.S.A.
PCA
Nessuno
U.S.A.
Equally-weighted
1 deviazione
standard sopra il
trend stimato
con HodrickPrescott
17 Paesi
Credit-weighted
2 deviazioni
standard sopra
la media
Canada
92
Vedi Garzarelli e Karoui (2008).
Vedi Illing e Liu (2003).
94
Vedi Hakkio e Keeton (2009).
95
Vedi Fondo Monetario Internazionale (2008).
93
109
Goldman Sachs si concentra su quattro dimensioni del rischio che in qualche
modo si intersecano. In particolare l’attenzione viene posta sul rischio di controparte,
sul rischio di liquidità, sul rischio di rifinanziamento e su una più ampia avversione al
rischio. L’obiettivo è quello di cogliere l’aumento della tensione a livello di sistema
finanziario nei mercati del credito e del reddito fisso.
Come proxy per il rischio di controparte usano lo spread tra il Libor a 3 mesi in
dollari e il tasso di finanziamento della Fed incorporato nei contratti future nello stesso
orizzonte temporale. Serve, appunto, come proxy per il grado di mancanza di fiducia tra
le istituzioni finanziarie. Come proxy del rischio di liquidità usano la differenza nei
rendimenti tra un 3month Repo su titoli coperti da garanzia ipotecaria e titoli emessi da
enti governativi e il rendimento dei titoli del tesoro USA a 3mesi. Per il rischio di
rifinanziamento usano il tasso di crescita annuo degli effetti e titoli di credito
negoziabili non pagati. Per l’avversione al rischio usano il rapporto tra attività totali nel
mercato monetario dei fondi comuni e capitalizzazione di mercato del
NYSE.
Maggiore il rapporto, minore l’interesse per le azioni.
Tutte le proxy vengono depurate dal ciclo economico regredendo ciascuna
contro la variazione annuale nel tasso di disoccupazione. I residui vengono quindi
standardizzati per renderli comparabili. Infine, vengono aggregate le variabili con pesi
uguali.
Il vantaggio principale è di considerare quatto variabili che sembrano essere
altamente identificative dei fenomeni studiati e, quindi, rendere molto sintetico
l’indicatore. A differenza del nostro, non indicano un benchmark di riferimento per
determinare quando l’indicatore è a livelli di stress ma osservano i picchi storici
associandoli ad avvenimenti noti di tensione o crisi finanziaria.
Illing e Liu (2003), invece, si concentrano sul mercato canadese costruendo un
indice basato su 8 variabili dividendole per settore di appartenenza.
Per il settore bancario usano il beta classico relativo a tale settore dato dal
rapporto tra covarianza tra rendimenti del settore e rendimenti del mercato e varianza
dei rendimenti del mercato. Alternativamente considerano diversi tipi di spread per il
rischio per approssimare le tensioni nel settore bancario. Per raffinare meglio la misura
del beta considerano solo i valori con beta maggiore di 1 e con i rendimenti dell’indice
bancario minori del rendimento di mercato.
110
Per il mercato dei cambi l’approccio standard prevede l’utilizzo di una misura di
volatilità o più comunemente una misura ibrida di volatilità delle perdite come il calcolo
del CMAX dato da:
Come misura standard per approssimare l’incertezza nel mercato del debito
pubblico usano lo spread tra titoli del tesoro canadesi e statunitensi a 90 giorni.
Assumendo che entrambe le obbligazioni sopportino una probabilità nulla di default, la
condizione di parità di interesse coperta stabilisce che dovrebbe esserci uno spread
nullo. Questo lascia all’incertezza del mercato la spiegazione di qualsiasi divergenza
significativa statisticamente. Tali divergenze sono indicative di un maggiore stress.
Uno spread rappresentativo delle obbligazioni societarie viene usato per
approssimare il rischio nel relativo mercato. I corporate yield spread sono una
combinazione di premi per il rischio di credito, di mercato e di liquidità.
Come misure della liquidità di mercato obbligazionario usano il bid-ask spread
sui titoli del tesoro canadese a 90 giorni. Un basso livello di liquidità è indicativo di un
aumento dell’incertezza da parte dei market-maker. Perciò un maggiore bid-ask spread
è interpretato come un segnale di maggiore stress finanziario.
La liquidità di finanziamento è invece misurata con lo spread tra tasso delle
commercial paper e tasso sui titoli del tesoro. Questa misura è stata interpretata come
una proxy per la disintermediazione a breve termine o per le strette creditizie.
Usano, inoltre, una misura della curva dei rendimenti invertita per approssimare
gli shock sui tassi di interesse. Nel loro caso usano la media dei rendimenti a scadenza
di riferimento sui titoli del governo canadese a 5 e 10 anni meno il tasso sulle
commercial paper a 90 giorni.
Elaborano diversi pesi per l’indice (PCA, equally-weighted) ma in termini di
miglior performance complessiva, l’indice pesato per il credito mostra il più basso
errore di prima specie e il più basso errore di seconda specie. Tale approccio pesa le
variabili per la dimensione relativa di ciascun mercato a cui appartiene. Più grande è il
mercato in quanto quota del credito totale nell’economia, maggiore il peso assegnato
111
alla variabile che approssima lo stress in tale mercato. Per identificare gli episodi di
stress utilizzano un limite di due deviazioni standard sopra la media.
L’indice elaborato da Hakkio e Keeton (2009) per la Federal Reserve Bank of
Kansas City, considera 11 variabili esplicative: lo spread tra Libor e Treasury Bill a 3
mesi, lo spread sugli swap a 2 anni, lo spread tra Titoli di Stato statunitensi on- e offthe-run a 10 anni, lo spread tra corporate bond con rating AAA e Treasury Security a
10 anni, lo spread tra corporate bond con rating BAA e AAA, lo spread tra corporate
bond con rating peggiore e BAA, lo spread tra consumer ABS e Treasury Security a 10
anni, la correlazione tra il rendimento di azioni e di Treasury bond, il VIX, la volatilità
idiosincratica dei prezzi delle azioni bancarie e la dispersione incrociata dei rendimenti
delle azioni bancarie
Assumendo che la tensione finanziaria sia il fattore maggiormente responsabile
del movimento comune di queste variabili, viene usato il metodo del componente
principale per identificare tale fattore. I valori del KCFSI e i coefficienti vengono scelti
in modo da minimizzare la somma degli errori quadratici sotto la condizione che la
varianza del KCFSI sia 1. Il KCFSI sembra identificare bene i periodi di crisi passati e
svolgere un buon lavoro nell’anticipare i cambiamenti nell’attività economica. Tuttavia,
non viene indicato dagli autori un preciso benchmark di riferimento per identificare i
momenti di crisi ma si affidano all’osservazione dei picchi in corrispondenza di precisi
eventi passati noti.
L’ultimo indicatore considerato è quello costruito dal Fondo Monetario
Internazionale. Tale indice si basa su 7 variabili raggruppate in 3 categorie: settore
bancario, mercato mobiliare, tassi di cambio.
Per il settore bancario vengono utilizzati il TED spread, l’inverted term spread
dato dalla differenza tra tasso governativo a breve termine e tasso governativo a lungo
termine e beta del settore bancario. Per il mercato mobiliare vengono usati il corporate
spread, lo stock decline dato dall’indice azionario al tempo t-1 meno l’indice azionario
al tempo t, diviso poi per l’indice azionario al tempo t-1 e il time-varying stock volatility
dato dalla volatilità dei rendimenti mensili dell’indice di mercato azionario stimata con
un modello GARCH(1,1). Infine, per il mercato dei tassi di cambio viene usato il timevarying real effective exchange rate volatility dato dalla volatilità del cambiamento
112
percentuale mensile del tasso di cambio reale effettivo stimata con un modello
GARCH(1,1).
Tale indice, secondo gli autori, facilita l’identificazione di quattro caratteristiche
fondamentali degli eventi di tensione finanziaria: ampi cambiamenti nei prezzi delle
attività (rendimenti dei mercati azionario e obbligazionario); un brusco cambiamento
del rischio o dell’incertezza (volatilità nelle azioni e nei tassi di cambio); un brusco
cambiamento nella liquidità (TED spread); lo stato di salute del sistema bancario (il
beta delle azioni del settore bancario e la curva dei rendimenti a scadenza, che influenza
la profittabilità di trasformare passività a breve termine in attività a lungo termine).
L’obiettivo è quello di evidenziare momenti di stress che si riflettono sull’economia
reale e stabilire quale dei diversi settori li abbia provocati.
Gli episodi di tensione finanziaria sono identificati come quei periodi in cui
l’indice per un paese è più di una deviazione standard superiore al suo trend (stimato
tramite il filtro di Hodrick-Prescott). Ciò segnala che una o più delle variabili dei
mercati bancario, mobiliare e dei tassi di cambio sono cambiate bruscamente.
L’indice viene costruito prendendo la media delle componenti dopo averle
aggiustate per la media campionaria e standardizzate per la deviazione standard
campionaria. L’indice è quindi ribilanciato in modo che vada da 0 a 100. Infine, è
convertito in frequenza trimestrale usando la media dei dati mensili.
Per classificare la causa di un episodio di stress finanziario considerano il
cambiamento tra il FSI dal trimestre prima dell’inizio dell’evento al massimo valore del
FSI durante l’evento.
113
CONCLUSIONI
L’analisi svolta nel primo capitolo ha evidenziato e definito i diversi aspetti della
liquidità e, in particolare, quelli di mercato e di finanziamento. Tale analisi ha permesso
di isolare differenti variabili associate a differenti fenomeni che, a livello reale, si
intersecano tra loro con dinamiche spesso complesse.
È fondamentale che gli operatori (siano essi trader, regolatori, market-maker,
etc.) capiscano e imparino ad affrontare e prevedere i meccanismi di interrelazione (ad
esempio le spirali di liquidità) tra i diversi aspetti della liquidità, in quanto essi appaiono
essere molto più collegati di quanto ci si aspetti.
Come visto nel capitolo secondo, ciò può portare ad abbandonare i paradigmi di
mercati efficienti nei momenti di crisi, anche a causa del fatto che sembrano essere
sempre più convincenti le argomentazioni riguardanti un cambiamento di regime nel
comportamento dei mercati finanziari tra periodi normali e periodi di tensione.
L’analisi svolta tramite la Principal Component Analysis, ha permesso di
estrarre alcune componenti comuni in grado di spiegare molto bene la variabilità dei
fenomeni di base. Per quanto riguarda il periodo lungo (ottobre 1991-ottobre 2009), la
PCA svolta tra le variabili selezionate per cogliere i comportamenti comuni nella
liquidità di mercato96 ha portato a concludere che non esiste di fatto un fattore latente
che influenzi l’andamento delle altre variabili ma che, quest’ultime, sono spiegate
completamente dal VIX (99.98% della variabilità totale).
96
S&P500 return, Large-Small, Value-Growth e Vix.
114
Tra le variabili per la liquidità di finanziamento del settore bancario97, il 91.77%
della variabilità totale è spiegato dal TED spread.
La prima componente principale della liquidità di finanziamento a lungo termine
spiega il 90.61% della variabilità totale. Tale componente è formata dall’insieme delle
quattro variabili costituenti l’insieme considerato98 indicando in modo evidente
l’esistenza di un fattore latente comune.
Infine, per la liquidità di finanziamento a breve termine, i risultati portano a
concludere che il 94.75% della variabilità totale è spiegata dalla prima componente
principale formata dall’insieme delle variabili considerate99, indicando, anche in questo
caso, la presenza di un fattore latente comune.
Per quanto riguarda, invece, il periodo breve (gennaio 2002-ottobre 2009)
l’analisi svolta sull’intero dataset mostra che la prima componente principale spiega il
68.31% della variabilità complessiva ed è formata dal VIX; la seconda componente,
invece, spiega il 18.63% ed è formata da un’insieme di variabili legate alla liquidità di
finanziamento.
Ciò implica e supporta l’idea che esista un comportamento comune nei mercati
finanziari, invisibile se non nei momenti di crisi in quanto, appunto, latente.
L’analisi svolta supporta la necessità di riconsiderare i benefici e l’applicabilità
della diversificazione e del risk management anche alla luce della recente indagine del
Senior Supervisors Group (SSG)100 in cui si evidenzia il fatto che nessun piano di
emergenza delle varie società (contingency funding plan in anglosassone) si è
dimostrato essere efficace durante la recente crisi101. Da qui l’esigenza, richiamata dallo
stesso SSG di tener conto negli stress test, oltre che degli shock specifici, anche degli
shock sistemici ed includere nella modellistica e nelle operazioni anche gli aspetti di
criticità, come il comportamento latente e comune della liquidità, evidenziati in questo
97
Datastream Bank Stock Index, Prime Broker Index, TED spread e differenziale tra attività e depositi dei
maggiori istituti bancari statunitensi.
98
Credit spread, BAA-10y Treasury bond spread, BAA-AAA corporate bond spread e 5y bank bond-5y
government bond spread.
99
Spread tra repo a 3 mesi e US Treasury a 3 mesi, inverted term spread 1 e inverted term spread 2.
100
Cfr. Senior Supervisors Group (2009).
101
Per contingency funding plan si intende un piano completo che le istituzioni finanziarie mettono in
atto per mantenere sufficienti risorse di liquidità in uno scenario di emergenza. Tipicamente include
proiezioni dei cash flow che stimano le future necessità sotto condizioni avverse e dovrebbe presentare
sequenze di azioni per indirizzare necessità inattese di liquidità a breve, medio e lungo termine. Tali
piani vengono anche richiamati dalla Banca d’Italia (2009) nelle “Nuove disposizioni di vigilanza
prudenziale per le banche” .
115
lavoro in modo da riuscire ad anticipare i momenti di tensione e affrontarli nel modo più
efficiente ed efficace possibile.
Sempre nel terzo capitolo, si è inoltre cercato di costruire un indice di stress
finanziario che evidenziasse le crisi note degli ultimi vent’anni e che possa essere
d’aiuto agli operatori e ai regolatori per prevedere i momenti futuri di tensione.
L’indicatore costruito ha il pregio di essere basato su un set di variabili in grado
di cogliere diversi aspetti della liquidità a livello di sistema finanziario. Basandosi
sull’idea che la liquidità, nei suoi diversi aspetti, abbia un ruolo fondamentale
nell’andamento del mercato ed eserciti un’influenza determinante su quest’ultimo, non
ha la pretesa di cogliere le tensioni in ogni singolo segmento del mercato ma, piuttosto,
cerca di cogliere dei segnali che le condizioni di liquidità di mercato generali, stiano
peggiorando.
L’indice costruito per il lungo periodo (LPFSI) include la prima componente
principale di ciascuno dei quattro sottogruppi. In tal modo vengono identificate 22
episodi di stress finanziario, 16 dei quali corrispondo ad episodi di stress storicamente
noti.
L’analisi svolta su 3 sottoperiodi relativi alla crisi russa e di LTCM nel 1998, al
crollo del Nasdaq del 2000-2001 e alla crisi sub-prime del 2007-2009, ha permesso di
evidenziare una corrispondenza tra andamento dell’indicatore, composizione delle
variabili sottostanti ed episodi reali.
In particolare, per il primo sottoperiodo, l’indicatore evidenzia la svalutazione
del rublo di agosto 1998, il crollo di LTCM di settembre e il definitivo fallimento in
ottobre. In tutti e tre i mesi le tensioni maggiori sembrano essere legate alla liquidità di
mercato e a quella di finanziamento a breve termine e, tale fatto, trova riscontro nelle
percentuali di contribuzione delle serie di base alla composizione dell’indicatore.
La crisi relativa alla bolla dot.com e al crollo del Nasdaq copre un arco più lungo
della precedente e, pertanto, non è facile cogliere i momenti esatti di tensione. Ad ogni
modo, l’indicatore rileva segni di stress nell’ultimo trimestre del 2000 e a marzo 2001
evidenziando sufficientemente bene i riflessi della caduta del Nasdaq iniziata a marzo
2000 sul sistema finanziario statunitense.
Infine, per quanto riguarda la crisi dei mutui sub-prime, l’indicatore segnala
correttamente l’inizio della crisi a marzo 2007 (manifestazione delle prime
116
preoccupazioni sui mutui sub-prime), le tensioni di agosto (con l’impatto sugli hedge
fund che si riflette nelle stesse componenti della crisi del 1998 legata ad LTCM), ottobre
e dicembre 2008 (mesi nei quali falliscono o sono appena fallite importanti istituzioni
finanziarie) e, infine, febbraio-marzo 2009 (mesi caratterizzati dal peggiore inizio anno
della storia dei mercati azionari statunitensi).
L’indice costruito per il periodo breve (gennaio 2002-ottobre 2009) è stato
costruito con le prime due componenti principali dell’intero dataset e permette di
identificare 5 episodi di stress finanziario, coincidenti con eventi storici noti e già
evidenziati anche dall’indicatore per il periodo lungo.
Il fatto che gli indicatori siano costruiti utilizzando la PCA consente, inoltre, di
rendere visibile ciò che è invisibile. Infatti, fondandoci sulle ipotesi che i mercati di
fatto seguano due diversi regimi (normale e di tensione), che il passaggio sia
imprevedibile con gli strumenti tradizionali in quanto brusco ed improvviso e che esista
un andamento silenzioso e latente di alcune dinamiche, si sono estratte da alcune
variabili ritenute molto indicative delle condizioni di salute (e quindi degli stress) dei
mercati che guidano la liquidità, solo quelle componenti in grado di spiegarne la
maggior parte della variabilità102. Ciò che si ottiene sono proprio delle nuove variabili,
non osservabili direttamente, che spiegano approssimativamente bene l’intero dataset.
Riaggregandole in un indicatore sintetico è stato possibile individuare, con rapidità e
facilità di costruzione, quali siano i momenti in cui i mercati (e osservando il peso dato
ai diversi fattori anche quale specifico mercato) stiano andando verso situazioni di
tensione e provare quindi ad intervenire anticipatamente per scongiurare effetti a catena,
sistemici, sul resto del sistema finanziario.
Futuri sviluppi nella ricerca potrebbero
riguardare sia l’applicazione
dell’indicatore (e la relativa procedura di costruzione) ad altri Paesi (ed, eventualmente,
a livello globale), sia la costruzione di variabili con frequenze di rilevazione giornaliere
che permettano di cogliere più puntualmente i segnali di stress. In quest’ultimo caso si
dovrà prestare attenzione a non rendere troppo complessa la costruzione se si vuole
costruire un indicatore di rapida analisi e monitoraggio.
.
102
Si osservi che non è tanto il valore assoluto ad essere rilevante ma quanto un determinato valore vari
rispetto ai propri valori precedenti.
117
APPENDICE A
RISULTATI DELLA PRINCIPAL COMPONENT ANALYSIS
I. PERIODO LUNGO (ottobre 1991-ottobre 2009)
PC1
PC2
PC3
PC4
SP500 Return
Large-Small
Value-Growth
VIX
MARKET LIQUIDITY
EIGENVALUES
Cumulative
abs. Value % Value
%
18.678
99.98%
99.98%
0.001
0.01%
99.99%
0.001
0.01%
100.00%
0.001
0.00%
100.00%
FACTORS LOADINGS
PC1
PC2
PC3 PC4
0.01
-0.66 0.23 0.72
0.00
-0.30 0.79 -0.53
0.00
0.69
0.56 0.45
-1.00
-0.01 0.00 0.01
PC1
PC2
PC3
PC4
DBSI return
TED spread
Comm. bank asset - deposit gap
Prime Broker Index
FUNDING LIQUIDITY BANKS
EIGENVALUES
Cumulative
abs. Value % Value
%
0.159
91.77%
91.77%
0.012
7.14%
98.91%
0.002
1.08%
99.99%
0.000
0.01%
100.00%
FACTORS LOADINGS
PC1
PC2
PC3 PC4
0.02
0.64
-0.76 0.00
-1.00
0.07
0.03 0.00
0.00
0.00
0.00 -1.00
0.07
0.76
0.64 0.00
118
PC1
PC2
PC3
PC4
Credit Spread
AAA-10y T-bond
BAA-AAA
5y Bank Bond - 5y Gov. bond
FUNDING LIQUIDITY LONG TERM
EIGENVALUES
Cumulative
abs. Value
% Value
%
1.727
90.61%
90.61%
0.133
6.97%
97.58%
0.046
2.42%
100.00%
0.000
0.00%
100.00%
FACTORS LOADINGS
PC1
PC2
PC3 PC4
0.64
-0.42
0.30 0.00
0.31
-0.63
-0.42 0.00
0.33
0.21
0.72 0.00
0.63
0.62
-0.47 0.00
FUNDING LIQUIDITY SHORT TERM
EIGENVALUES
abs. Value % Value
Cumulative %
PC1
3.249
94.75%
94.75%
PC2
0.162
4.73%
99.48%
PC3
0.018
0.52%
100.00%
FACTORS LOADINGS
PC1
PC2
PC3
REPO 3m - UST 3m
0.07
0.81
-0.59
Inverted Term Spread I
0.66
-0.48
-0.58
Inverted Term Spread II
0.75
0.35
0.56
119
II. PERIODO BREVE (gennaio 2002-ottobre 2009)
MARKET&FUNDING LIQUIDITY
EIGENVALUES
abs. Value
% value
cumulative %
PC1
27.0339
68.31%
68.31%
PC2
7.3720
18.63%
86.93%
PC3
3.7793
9.55%
96.48%
PC4
0.5347
1.35%
97.84%
FACTORS LOADINGS
PCA1
PCA2
PCA3
PCA4
SP500 return
-0.0076
-0.0027
-0.0037
-0.0093
Large-Small
0.0024
-0.0005
0.0006
-0.0042
Value-Growth
-0.0004
0.0000
-0.0025
0.0113
VIX
0.9964
0.0662
-0.0111
-0.0382
Credit Spread
-0.0231
0.2907
0.3353
-0.0751
DBSI return
0.0030
0.0003
-0.0096
-0.0100
Repo 3m - UST 3m
0.0096
0.0000
0.1952
0.1462
TED spread
0.0193
-0.0020
0.2517
0.2066
Paper-bill spread
0.0183
-0.0347
0.0653
0.0739
2y swap spread
0.0447
-0.4476
-0.0124
0.5121
AAA-10y Treasury bond
-0.0112
0.1706
0.1139
-0.0428
BAA-AAA
-0.0119
0.1201
0.2214
-0.0323
Inverted yield-curve
-0.0243
0.4110
-0.2262
0.2488
ABCP spread
0.0242
0.0107
0.2670
0.2035
Inverted Term Spread I
0.0111
-0.4518
0.1362
-0.3278
Inverted term Spread II
0.0304
-0.4538
0.3879
-0.1211
10y swap spread
0.0299
-0.1461
-0.1712
0.5204
Discount spread
-0.0100
0.0927
0.3292
0.3733
Libor-Ois spread
0.0159
0.0588
0.2198
0.1351
5y Bank bond - 5y Government bond
-0.0101
0.2313
0.4917
-0.0269
Comm. bank asset - deposit gap
0.0000
0.0004
-0.0001
0.0001
Prime Broker Index
-0.0001
0.0007
-0.0169
-0.0578
120
BIBLIOGRAFIA
Aa. Vv., 1998, What does the Asian crisis mean for the U.S. economy?, Southwest
Economy, Federal Reserve Bank of Dallas, marzo/aprile.
Acerbi, C. e G. Scandolo, 2007, Liquidity risk theory and coherent measures of risk,
working paper.
Acharya, V.V. 2008, Liquidity risk of corporate bond return, presentazione, Quinta
conferenza annuale sul rischio di credito, New York University.
Acharya, V.V. e L.H. Pedersen, 2005, Asset pricing with liquidity risk, Journal of
Financial Economics, 77.
Acharya, V.V. e S. Schaefer, 2006, Liquidity risk and correlation risk: implications
for risk management, working paper.
Adelman, I. e S.B. Nak, 2000, The Korean financial crisis of 1997-98, working
paper.
Adrian, T., 2007, Measuring risk in the hedge fund sector, Current Issues in
Economics and Finance, Federal Reserve Bank of New Tork, 13 (3).
Adrian, T. e M.K. Brunnermeier, 2009, CoVaR, Staff Reports, Federal Reserve
Bank of New York.
Adrian, T. e M.J. Fleming, 2005, What financing data reveal about dealer leverage,
Current Issues in Economics and Finance, Federal Reserve Bank of New York, 11
(3).
Adrian, T. e H.S. Shin, 2009, Money, liquidity and monetary policy, Federal
Reserve Bank of New York, gennaio.
121
Agarwal, V., G. Bakshi e J. Huij, 2008, Dynamic Investment Opportunities and the
cross-section of hedge fund returns: implications of higher-moment risks for
performance, working paper, Robert H. Smith School of Business.
Agarwal, V. e N.Y. Naik, 2004, Risks and portfolio decisions involving hedge
funds, The Review of Financial Studies, 17 (1).
Aitken, M. e C. Comerton-Forde, 2003, How should liquidity be measured?,
Pacific-Basin Finance Journal, 11.
Allen, F., A. Babus e E. Carletti, 2009, Financial Crises: theory and evidence,
working paper.
Allen, F. e P. Bolton, 2004, Liquidity and financial instability: an introduction,
Journal of the European Economic Association, Dicembre.
Allen, F. e D. Gale, 1994, Limited market participation and volatility of asset prices,
The American Economic Review, 84 (4).
Allen, F. e D. Gale, 1998, Optimal Financial Crises, The Journal of Finance, 53 (4).
Allen, F. e D. Gale, 2000, Financial contagion, Journal of Political Economy, 108
(1).
Allen, F. e D. Gale, 2004, Financial fragility, liquidity, and asset prices, Journal of
the European Economic Association, 2 (6).
Allen, F. e D. Gale, 2007, An introduction to financial crises, working paper.
Allen, F. e D. Gale, 2007, Understanding financial crises, Clarendon Lectures in
Finance, Oxford University Press.
Aikman, D., P. Alessandri, B. Eklund, P. Gai, S. Kapadia, E. Martin, N. Mora, G.
Sterne e M. Willison, 2009, Funding liquidity risk in a quantitative model of sistemi
stability, working paper, 372, Bank of England.
122
Amihud, Y. 2000, Illiquidity and stock returns: cross-section and time-series effects,
working paper.
Amihud, Y. e H. Mendelson, 1980, Dealership markets: market making with
inventory, Journal of Financial Economics, 8.
Amihud, Y. e H. Mendelson, 1982, Asset price behavior in a dealership market,
Financial Analyst Journal, 38.
Amihud, Y. e H. Mendelson, 1986, Asset pricing and the bid-ask spread, Journal of
Financial Economics, 17.
Amihud, Y. e H. Mendelson, 2006, Stock and bond liquidity and its effects on prices
and financial policies, Financial Markets Portfolio Management, 20.
Amihud, Y., H. Mendelson e L.H. Pedersen, 2005, Liquidity and asset prices,
Foundations and Trends in Finance, 1 (4).
Ang, A. e J. Chen, 2002, Asymmetric correlations of equity portfolios, Journal of
Financial Economics, 63.
Aragon, G.O., 2004, Share restrictions and asset pricing: evidence from the hedge
fund industry, working paper, Boston College.
Aragon, G.O. e P.E. Strahan, 2009, Hedge funds as liquidity providers: evidence
from the Lehman bankruptcy, working paper.
Asness, C., R. Krail e J. Liew, 2001, Do hedge funds hedge?, The Journal of
Portfolio Management, 28.
Ayusi, J. e R. Repullo, 2003, A model of the open market operations of the
European Central Bank, Economic Journal, 113.
Balakrishnan, R., S. Danninger, S. Elekdag e I. Tytell, 2009, The transmission of
financial stress from advanced to emerging economies, working paper, Fondo
Monetario Internazionale, 09/133.
123
Bali, T.G., S. Gokcan e B. Liang, 2006, Value at Risk and the cross-section of hedge
fund returns, working paper.
Banca Centrale Europea, 2008, Financial Stability Review, Giugno.
Banca d’Italia, 2009, Nuove disposizioni di vigilanza prudenziale per le banche,
circolare 263, 3° aggiornamento.
Bekaert, G., C.R. Harvey e C. Lundblad, 2006, Liquidity and expected returns:
lessons from emerging markets, working paper.
Bekaert, G., C.R. Harvey e A. Ng, 2005, Market integration and contagion, Journal
of Business, 78 (1).
Berger, A.N. e G.F. Udell, 2004, The institutional memory hypothesis and the
procyclicality of bank lending behaviour, working paper, Banca dei Regolamenti
Internazionali, 125.
Bervas, A., 2006, Market liquidity and its incorporation into risk management,
Financial Stability Review, Banque de France, 8.
Billio, M., M. Getmansky e L. Pelizzon, 2009, Crises and hedge fund risk, working
paper.
Black, 1971. Towards a fully automated exchange, part I, Financial Analysts
Journal, 27.
Bollen, N.P.B. e R.E. Whaley, 2007, Hedge fund risks dynamics: implications for
performance appraisal, working paper.
Bondarenko, O., 2007, Variance trading and market price of variance risk, working
paper.
Bookstaber, R., 1999, A framework for understanding market crisis, Risk
Management: Principles and Practices.
124
Bookstaber, R., 2000, Understanding and monitoring the liquidity crisis cycle,
Financial Analysts Journal, 9/10.
Boyson, N., C. Stahel e R.M. Stulz, 2008, Why do hedge funds’ worst returns
cluster? Common liquidity shocks vs. contagion, working paper, Fisher College of
Business.
Brennan, M.J. e A. Subrahmanyam, 1996, Market microstructure and asset pricing:
on the compensation for illiquidity in stock returns, Journal of Financial
Economics, 41.
Brooks, C., A. Clare e N. Motson, 2005, The gross truth about hedge fund
performance and risk: the impact of incentive fees, working paper.
Brown, S.J., T.L. Fraser e B. Liang, 2008, Hedge fund due diligence: a source of
alpha in a hedge fund portfolio strategy, working paper.
Brunnermeier, M.K., 2009, Deciphering the liquidity and credit crunch 2007-2008,
Journal of Economic Perspectives, 23(1).
Brunnermeier, M.K. e S. Nagel, 2003, Hedge funds and the technology bubble,
working paper.
Brunnermeier M.K. e L.H. Pedersen, 2005, Predatory trading, The Journal of
Finance, 60(4).
Brunnermeier, M.K. e L.H. Pedersen, 2008, Market liquidity and funding liquidity,
The Review of Financial Studies.
Brusco, S. e F. Castiglionesi, 2007, Liquidity coinsurance, moral hazard, and
financial contagion, Journal of Finance, 62 (5).
Caballero, R.J. e P. Kurat, 2008, Public-private partnership for liquidity provision,
working paper, MIT.
Càmara, A. e A. Nejadmalayeri, 2009, Asset liquidity, business risk, and beta,
working paper.
125
Cao, J. e G. Illing, 2008, Endogenous systemic liquidity risk, working paper, Center
for Financial Studies, 23.
Cardarelli, R., S. Elekdag e S. Lall, 2009, Financial stress, downturns, and
recoveries, working paper, Fondo Monetario Internazionale.
Chacko, G.C., J.W. Jurek e E. Stafford, 2008. The price of immediacy, The Journal
of Finance, 63 (3).
Chan, N., M. Getmansky, S.M. Haas e A.W. Lo, 2005, Systemic risk and hedge
funds, working paper, MIT Sloan School of Management, 4535.
Chan, N., M. Getmansky, S.M. Haas e A.W. Lo, 2006, Do hedge fund increase
systemic risk?, Economic Review, Federal Reserve Bank of Atlanta, Q4.
Chen, Y., 2005, Timing ability in the focus market of hedge funds, working paper,
Boston College.
Chen, Y. e B. Liang, 2006, Do market timing hedge funds time the market?,
working paper.
Cherny, A., R. Douady e S. Molchanov, 2008, On measuring hedge fund risk,
working paper.
Chollete, L., R. Næs, J.A. Skjeltorp, 2008, The risk components of liquidity,
working paper.
Chollete, L., R. Næs, J.A. Skjeltorp, 2007, What captures liquidity risk? A
comparison of trade and order based liquidity factors, working paper, Norges Bank.
Chordia, T. e A. Subrahmanyam, 1995, Market making, the tick size and payment
for order flow: theory and evidence, Journal of Business, 68.
Chordia, T., S. Huh e A. Subrahmanyam, 2007, Theory-based illiquidity and asset
pricing, working paper.
126
Chordia, T., R. Roll e A. Subrahmanyam, 1999, Commonality in liquidity, working
paper.
Chordia, T., A. Sarkar e A. Subrahmanyam, 2002, An empirical analysis of stock
and bond market liquidity, working paper.
Christiansen, C.B., P.B. Madsen e M. Christensen, 2004, A quantitative analysis of
hedge fund style and performance, working paper.
Cohen, B. e H.S. Shin, 2003, Positive feedback trading under stress: evidence from
the U.S. Treasury secutiries market, working paper.
Christie, W. e P. Schultz, 1994, Why do NASDAQ market makers avoid odd-eight
quotes?, Journal of Finance, 49.
Comitato di Basilea per la Supervisione Bancaria, 2008a, Liquidity risk:
management and supervisory challenges, Febbraio.
Comitato di Basilea per la Supervisione Bancaria, 2008b, Principles for sound
liquidity risk management and supervision, Giugno.
Diamond, D.W. e R.G. Rajan, 2005, Liquidity shortages and banking crises, The
Journal of Finance, 60 (2).
Dichev, I.D. e G. Yu, 2009, Higher risk, lower returns: what hedge fund investors
really earn, working paper.
Dornbusch, R., Y.C. Park e S. Claessens, Contagion: understanding how it spreads,
2000, The World Bank Research Observer, 15 (2).
Dowd, K., 2001, Beyond Value at Risk. The new scince of risk management. Wiley
& Sons.
Drehmann, M. e K. Nikolaou, 2009, Funding liquidity risk. Definition and
measurement, working paper, Banca Centrale Europea, 1024.
127
Dudley, E. e M. Nimalendran, 2009, Hedge fund contagion, liquidity spirals and
flight to quality, working paper.
Eckbo, E. e O. Norli,2002, Pervasive liquidity risk, working paper, Dartmouth
College.
Edison, H.J., 2000, Do indicators of financial crises work? An evaluation of an early
warning system, discussion paper, Board of Governors of the Federal Reserve
System, 675.
Edwards, S., 2002, The Argentine debt crisis of 2001-2002: a chronology and some
key policy issues, working paper.
Ernst, C., S. Stange e C. Kaserer, 2009, Measuring market liquidity risk. Which
model works best?, working paper.
Evangelist, M. e V. Sathe, 2006, Brazil’s 1998-1999 currency crisis, working paper.
Ewerhart, C., N. Cassola e N. Valla, 2007, Declining valuations and equilibrium
bidding in central bank refinancing operations, working paper, Finrisk, 407.
Ezzili, C., 2008, Hedge fund structure, skewness and liquidity, working paper.
Fama, E.F. e K.R. French, 1992, The cross section of expected stock returns,
Journal of Finance, 47.
Financial Services Authority, 2010, Assessing possible sources of systemic risk from
hedge funds.
Fondo Monetario Internazionale, 2003, Financial Soundness Indicators, board
paper.
Fondo Monetario Internazionale, 2007, Market developments and issues, Global
Financial Stability Report, Aprile.
Fondo Monetario Internazionale, 2007, Spillovers and cycles in the global economy,
World Economic Outlook, Aprile.
128
Fondo Monetario Internazionale, 2007, Financial Market Turbulence. Causes,
consequences and policies, Global Financial Stability Report, Ottobre.
Fondo Monetario Internazionale, 2007, Globalization and inequality, World
Economic Outlook, Ottobre.
Fondo Monetario Internazionale, 2008a, Containing systemic risks and restoring
financial soundness, Global Financial Stability Report, Aprile.
Fondo Monetario Internazionale, 2008b, Housing and the business cycle, World
Economic Outlook, Aprile.
Fondo Monetario Internazionale, 2008c, Financial Stress and Deleveraging.
Macrofinancial implications and policy, Global Financial Stability Report, Ottobre.
Fondo Monetario Internazionale, 2008d, Financial stress, downturns, and recoveries,
World Economic Outlook, Ottobre.
Fondo Monetario Internazionale, 2009, Responding to the financial crisis and
measuring systemic risks, Global Financial Stability Report, Aprile.
Fondo Monetario Internazionale, 2009, Crisis and recovery, World Economic
Outlook, Aprile.
Fondo Monetario Internazionale, 2009, Navigating the financial challenges ahead,
Global Financial Stability Report, Ottobre.
Fondo Monetario Internazionale, 2009, Sustaining the recovery, World Economic
Outlook, Ottobre.
Fontaine, J. e R. Garcia, 2009, Bond liquidity premia, working paper.
Fung, W. e D.A. Hsieh, 1997, Empirical characteristics of dynamic trading
strategies: the case of hedge funds, The Review of Financial Studies, 10 (2).
Fung, W. e D.A. Hsieh, 2001, The risk in hedge fund strategies: theory and evidence
from trend followers, The Review of Financial Studies, 14 (2).
129
Fung, W. e D.A. Hsieh, 2002, Asset-based style factors for hedge funds, Financial
Analyst Journal, 9/10.
Fung, W. e D.A. Hsieh, 2004, Hedge fund benchmarks: a risk-based approach,
Financial Analyst Journal, 60 (5).
Furfine, C.H. e E.M. Remolona, 2002, Emissioni on-the-run e off-the-run del
Tesoro USA nell’autunno 1998: fattori all’origine del differenziale di liquidità,
Rassegna Trimestrale, Banca dei Regolamenti Internazionali.
Gale, D., 2000, Understanding financial crises, working paper.
Garcia R., 2009, Liquidity risk: what is it? How to measure it?, presentazione,
EDHEC Business School, Montreal.
Garzarelli, F., M. Vaknin, S. Verstyuk e S. Ahmed, 2008, Fixed Income Monthly,
Goldman Sachs Economic Research, Goldman Sachs 360.
Gatev, E. e P. Strahan, 2003, Bank’s advantage in hedging liquidity risk: theory and
evidence from the commercial paper market, working paper.
Getmansky, M., A.W. Lo e I. Makarov, 2003, An econometric model of serial
correlation and illiquidity in hedge fund returns, working paper, MIT Sloan School
of Management.
Gibson, R. e S. Gyger, 2006, The style consistency of hedge funds, working paper.
Glosten, L.R. e L.E. Harris, 1987, Estimating the components of the bid/ask spread,
working paper, Columbia Business School.
Glosten, L.R. e P.R. Milgrom, 1985, Bid, ask and transaction prices in a specialist
market with heterogeneously informed traders, Journal of Financial Economics, 14.
Gorton, G., 2008, The panic of 2007, working paper.
Gorton, G., 2010, Questions and answers about the financial crisis, working paper.
130
Goyenko, R.Y., C.W. Holden e C.A. Trzcinka, 2009, Do liquidity measures measure
liquidity?, Journal of Financial Economics, 92.
Gromb, D. e D. Vayanos, 2002, Equilibrium and welfare in markets with financially
constraint arbitrageurs, Journal of Financial Economics, 66.
Gruben, W.C. e J.H. Welch, 2001, Banking and currency crisis recovery: Brazil’s
turnaround of 1999, Economic and Financial Review, Federal Reserve Bank of
Dallas.
Gruppo dei 10, 2001, Report on consolidation in the financial sector.
Gupta, A. e B. Liang, 2004, Do hedge funds have enough capital? A Value-at-Risk
approach, working paper.
Hagströmer, B., R.G. Anderson, J.M. Binner e B. Nilsson, 2009, Dynamics in
systematic liquidity, working paper, Federal Reserve Bank of St. Louis.
Hakkio, C.S. e W.R. Keeton, 2009, Financial stress: what is it, how can it be
measured, and why does it matter?, Economic Review, Federal Reserve Bank of
Kansas City, Q2.
Hasanhodzic, J. e A.W. Lo, 2007, Can hedge-fund returns be replicated?: the linear
case, Journal of Investment Management, 5 (2).
Hasbrouck, J., 2004, Inferring trading costs from daily data: US equities for 1962 to
2001, working paper, NYU Stern.
Hasbrouck, J. e D.J. Seppi, 1999, Common factors in prices, order flows and
liquidity, working paper.
Ho, T.S.Y. e H.R. Stoll, 1981, Optimal dealer pricing under transactions and return
uncertainty, Journal of Financial Economics, 9.
Holden, C., 2009, New low-frequency liquidity measures, working paper, Indiana
University.
131
Holmström, B. e J. Tirole, 1998, LAPM: a liquidity-based asset pricing model,
working paper, NBER, 6673.
Hononan, P. e L. Laeven, 2005, Systemic financial crises. Containment and
resolution, Cambridge University Press, Cambridge.
Hornbecl, J.F., 2002, The Argentine financial crisis: a chronology of events, CRS
Report for Congress.
Huang, J. e J. Wang, 2008, Liquidity and market crashes, working paper, NBER,
14013.
Huberman, G. e D. Halka, 2001, Systematic liquidity, The Journal of Financial
Research, 24 (2).
Hunt, J.P., 2008, Raising the bar but missing risks, Hedge fund regulation: The
President’s working group committees’ best practices reports, Berkeley Law,
University of California.
Illing, M. e Y. Liu, 2003, An index of financial stress for Canada, working paper,
Bank of Canada, 14.
Institute of International Finance, 2007, Principles of liquidity risk management.
Isotta, F. 2007, Organizzazione aziendale. Teorie, modelli e tecniche di
progettazione, CEDAM, Padova.
Johansen, A., 2004, Origin of crashes in 3 US stock markets: shocks and bubbles,
working paper.
Johansen, A. e D. Sornette, 2000, The Nasdaq crash of April 2000: yet another
example of log-periodicity in a speculative bubble ending in a crash, The European
Physical Journal B, 17.
Joenvӓӓrӓ, J. e P. Tolonen, 2008, Share restrictions, risk taking and hedge fund
performance, working paper.
132
Jones, C.G., 2002, A century of stock market liquidity and trading costs, working
paper, Columbia University.
Jones, C.G., G. Kaul e M. Lipson, 1994, Transactions, volume and volatility,
Review of Financial Studies, 7.
Kamara, A., X. Lou e R. Sadka, 2007, The divergence of liquidity commonality in
the cross-section of stocks, working paper.
Kambhu, J., 2006, Trading risk, market liquidity and convergence trading in the
interest rate swap spread, Economic Policy Review, Federal Reserve Bank of New
York.
Kambhu, J., T. Schuermann e K.J. Stiroh, 2008, Hedge funds, financial
intermediation, and systemic risk, Economic Policy Review, Federal Reserve Bank
of New York.
Kao, D., 2000, Estimating and pricing credit risk: an overview, Financial Analyst
Journal, 7/8.
Keim, D. e A. Madhavan, 1995, Anatomy of trading process. Empirical evidence on
the behaviour of institutional traders, Journal of Financial Economics, 37.
Kempf, A. e D. Mayston, 2008, Liquidity commonality beyond best prices, The
Journal of Financial Research, 31 (1).
Khandani, A.E. e A.W. Lo, 2007, What happened to the quants in august 2007?,
working paper.
Kho, B., D. Lee e R.M. Stulz, 1999, U.S. banks, crises, and bailouts: from Mexico
to LTCM, working paper.
Kihwan, K, 2006, The 1997-98 Korean financial crisis: causes, policy response and
lessons, presentation.
Kindleberger, C., 1978, Manias, panics, and crashes: a history of financial crises,
New York.
133
Knight, F.H. (1921), Rischio, incertezza, profitto, La Nuova Italia, Firenze, 1960.
Koo, J. e S.L. Kiser, 2001, Recovery from a financial crisis: the case of South
Korea, Economic and Financial Review, Federal Reserve Bank of Dallas, Q4.
Korajczyk, R.A. e R. Sadka, 2007, Pricing the commonality across alternative
measures of liquidity, working paper.
Kraus, A. e H.R. Stoll, 1972, Price impacts of block trading on the New York stock
exchange, Journal of Finance, 27.
Krishnamurthy, A., 2009, Amplification mechanisms in liquidity crises, American
Economic Journal, 2 (2).
Kyle, A.S., 1985, Continuous auctions and insider trading, Econometrica, 53 (6).
Laeven, L. e F. Valencia, 2008, Systemic banking crises: a new database, working
paper, Fondo Monetario Internazionale, 224.
Lesmond, D., J. Ogden e C. Trzcinka, 1999, A new estimate of transaction costs,
Review of Financial Studies, 12.
Lester, B., A. Postlewaite e R. Wright, 2008, Information, liquidity and asset prices,
working paper, PIER, 039.
Levine, R. e S.L. Schmukler, 2006, Internationalization and stock market liquidity,
Review of Finance, 10.
Liang, B., 1998, On the performance of hedge funds, working paper.
Liang, B. e H. Park, 2006, Risk measures for hedge fund: a cross-sectional
approach, working paper.
Liang, B. e H. Park, 2008, Predicting hedge fund failure: a comparison of risk
measures, working paper.
Liang, B. e H. Park, 2008, Share restrictions, liquidity premium and offshore hedge
funds, working paper.
134
Lo, A.W., 2008, Hedge funds. An analytical perspective, Princeton University Press,
Princeton e Oxford.
Lo, A.W., 2008, Hedge funds, systemic risk, and the financial crisis of 2007-2008,
written testimony.
Longin, F. e B. Solnik, 2001, Extreme correlation of international equity markets,
The Journal of Finance, 61.
Longstaff, F., 2004, Corporate yield spreads: default risk or liquidity? New evidence
from the credit-default swap market, working paper, NBER, 10418.
Longstaff, F., Mithal S. e Neis E., 2004, Corporate yield spreads: default risk or
liquidity? New evidence from the credit-default swap market, NBER working paper
n.10418.
López de Prado, M.M. e A. Peijan, 2004, Measuring loss potential of hedge fund
strategies, The Journal of Alternative Investments, Estate.
Manzler, D., 2005, Liquidity, liquidity risk and the closed-end fund discount,
working paper.
Mazaheri, M., 2009,
Hedge fund risk management: an overview, working
paper.
Miceli, M.A. e G. Susinno, 2003, Using trees to grow money, Risk, Novembre.
Miceli, M.A. e G. Susinno, 2004, Ultrametricity in fund of funds diversification,
Physica A, 344.
Morris, S. e H.S. Shin, 2003, Liquidity black holes, working paper.
Nikolaou, K., 2009, Liquidity (risk) concepts. Definition and interactions, working
paper, Banca Centrale Europea, 1008.
Noma, E. e M. Shtrapenina, 2009, Cluster analysis as fund of hedge funds portfolio
tool in challenging times, working paper.
135
Ofek, E. e M. Richardson, 2002, DotCom Mania: the rise and fall of internet stock
prices, working paper.
Okunev, J, e D. White, 2003, Hedge fund risk factors and Value at Risk of credit
trading strategies, working paper.
Olszewski, Y., 2006, Unraveling hedge fund returns: an introduction to independent
component analysis as an analytical tool, working paper.
Pastor, L. e R.F. Stambaugh, 2001, Liquidity risk and expected stock returns,
working paper, CRSP, 531.
Persaud, A., 2003, Liquidity black holes: what are they and how are they generated,
Singapore Foreign Echange Market Committee Biennial Report, 2001-2002.
The President’s Working Group on Financial Markets, 1999, Hedge funds, leverage,
and the lessons of Long-Term Capital Management, report.
Reinhart, C.M. e K.S. Rogoff, 2009, This time is different. Eight centuries of
financial folly, Princeton University Press, Princeton and Oxford.
Reinhart, V. e B. Sack, 2002, Evoluzione del contenuto informativo dei tassi
d’interesse
di
mercato,
Rassegna
Trimestrale,
Banca
dei
Regolamenti
Internazionali, giugno.
Sadka, R., 2006, Momentum and post-earnings-announcement drift anomalies: the
role of liquidity risk, working paper.
Samarakoon, L.P., 1999, A new measure of market liquidity of shares: the case of
the Colombo stock exchange, working paper.
Sarr, A. e T. Lybek, 2002, Measuring liquidity in financial markets, working paper,
Fondo Monetario Internazionale, 232.
Senior Supervisors Group, 2009, Risk management lessons from the global banking
crisis of 2008.
136
Shlens, J., 2003, A tutorial on principal component analysis. Derivation, discussion
and singular value decomposition, working paper.
Singh, M. e J. Aitken, 2009, Deleveraging after Lehman – Evidence from reduced
rehypothecation, working paper, Fondo Monetario Internazionale, 42.
Smith, L.I., 2002, A tutorial on principal component analysis, working paper.
Stange, S. e C. Kaserer, 2009, Market liquidity risk. An overview, working paper.
Strahan, P.E., 2008, Liquidity production in twenty-first century banks, working
paper.
Vayanos, D. e J. Wang, 2009, Liquidity and asset prices: a unified framework,
working paper.
Wang, A.W., 2003, Institutional equity flows, liquidity risk and asset pricing,
working paper.
Williamson, S.D., 2008, Liquidity constraints, in The New Palgrave Dictionary of
Economics (a cura di S.N. Durlauf e L.E. Blume),
137