FinTech company del gruppo Datrix
  • 31 Maggio 2021

Che cos’è il tail risk e come calcolarlo

Che cos’è il tail risk e come calcolarlo

Che cos’è il tail risk e come calcolarlo 800 400 FinScience

di Valerio Sabelli

Agli occhi di investitori occasionali, vale molto spesso l’equazione: “evento molto raro” = “evento impossibile”
Tuttavia, chi investe pesantemente nel proprio portfolio ha sempre più bisogno – soprattutto dopo eventi catastrofici come la bolla immobiliare dei mutui sub-prime americani del 2006 – di una tail risk analysis e di contromisure atte a limitare i danni in caso di eventi rari ma possibili.
Conosciamo quindi meglio il tail risk e scopriamo qual è la strategia più comunemente utilizzata per minimizzare i danni in caso di tail event.

Che cos’è il tail risk

Le tradizionali strategie per costruire un portfolio si basano sull’idea che le probabilità di ottenere ricavi e perdite segua una distribuzione normale (ovvero che la probabilità di avere ricavi estremamente bassi o estremamente alti sia prossima allo zero). La realtà ci insegna che non è così: per tener conto del fatto che queste distribuzioni abbiano delle “fat tails”, ovvero che anche le probabilità di perdite/guadagni estremi non sono nulle, si calcola il tail risk

Per capire cos’è il tail risk, è prima necessario definire quello che è un tail event: si tratta di un evento che può avvenire con una probabilità molto bassa, ma che – qualora accadesse – avrebbe implicazioni molto pesanti sui mercati economici e finanziari. Questo evento causa una volatilità così alta proprio perché pochi operatori sono stati in grado di prevederlo.

Chiaramente, così come è difficile prevedere l’avvenimento, è anche complicato stimare il rischio per gli investitori, anche in virtù dell’unicità di ogni evento di questo tipo e delle correlazioni che vengono a crearsi tra i vari investimenti (nonostante le strategie di diversificazione che potremmo aver messo in atto).

Come calcolare il tail risk e come mitigarlo

Come anticipato, i tail event accadono poco di frequente e il loro impatto è diverso ad ogni nuova occorrenza.

La misura che si utilizza per capire l’effetto di questi avvenimenti è l’Expected tail loss (ETL). Questa è una estensione della cosiddetta statistica VaR (Value at risk), che è una statistica a soglia definita come il calcolo della perdita minima per un portfolio, fissando una certa probabilità e un certo orizzonte temporale. Ad esempio, se un certo portfolio ha un valore VaR del 5% di un milione di euro, questo implica che il 5% delle volte il portfolio perderà quell’ammontare di denaro su base, ad esempio, mensile. Non abbiamo tuttavia indicazioni su quanto perderemmo se andassimo oltre il milione di euro indicato in precedenza.

L’ETL è invece calcolato mediando le perdite che sono oltre una certa soglia nella distribuzione dei ricavi di un portfolio. La distribuzione può essere modellata in vari modi, ma la strategia più semplice è usare serie storiche, quindi dati realmente misurati.

Di conseguenza, grazie ad un’operazione di ottimizzazione dei pesi tra gli asset nel portfolio, possiamo trovare la combinazione di investimenti che minimizza l’ETL.

Altre alternative di stima sono i random walk (usati anche in fisica per simulare delle “deviazioni” casuali rispetto al trend di partenza dei dati reali) o le simulazioni Monte Carlo (basate su calcolo di regressioni lineari che stimano i valori degli asset tramite delle medie sperimentali).

Come in altri casi d’uso inerenti ai big data, anche qui è possibile trovare sul mercato svariati fonti di dati e software che ci aiutano in questi calcoli, suggerendo le giuste strategie da adottare.

Come possiamo allora proteggerci da questi eventi? Si possono sfruttare le cosiddette risk hedging strategies. L’idea è di “spendere” una parte dei ricavi ogni anno per “acquistare” protezioni contro stravolgimenti di mercato. 

Per avere un’intuizione del suo funzionamento, possiamo fare un parallelo con un esempio collegato alla vita di tutti i giorni. Supponiamo di aver appena acquistato una casa molto costosa. Potrebbe accadere – anche se con probabilità molto bassa – che la nostra casa venga distrutta da un incendio. Per poter mitigare i danni nel caso in cui questo accada, andiamo ad acquistare una assicurazione sulla casa che, di fatto, “scommette” su quell’avvenimento.
Accettiamo quindi di perdere mensilmente il premio assicurativo, cercando di tamponare il “disastro economico” che subiremmo con l’incendio.Quindi, avere un meccanismo di hedging (da hedge, ovvero “siepe”) che possa proteggerci nel caso di tail event corrisponde ad utilizzare strumenti finanziari o strategie di mercato per ridurre il rischio di perdite economiche ingenti, accettando un profitto leggermente minore nell’attività di tutti i giorni.

ALTERNATIVE DATA INTELLIGENCE DI FINSCIENCE

Datrix Data Breakfast

Le newsletter di approfondimento del gruppo Datrix

Trend, novità e casi studio sull'applicazione di dati e Intelligenza Artificiale a Marketing & Sales, Investing e Publishing.

Iscriviti subito