La scelta dei dati 100

Come citato all’inizio di quest’ultimo capitolo, la parte empirica di tale studio riprende in minima parte due precedenti lavori: il primo, “Econometric Measures of Connectedness and

Systemic Risk in the Finance and Insurance Sectors”51 di Billio, Getmansky, Lo e Pelizzon

(2011), e la connessa tesi di Francesco Cusin “Misure di rischio sistemico e connettività nei mercati finanziari: analisi del mercato europeo” (2011-2012), che a sua volta si basa sul paper citato per primo. In particolare, entrambi questi lavori procedono con il calcolo dell’indice di causalità di Granger, un’ulteriore misura di connessione che non verrà in tal sede esplicitamente trattato, ma che come vedremo accoglie dei presupposti validi anche per la nostra analisi.

51  _{Working  Papers,  Department  of  Economics  Ca’  Foscari  University  of  Venice,  No.  21/WP/2011,}                                                 ISSN  1827-­‐3580  

La base dati utilizzata in questa tesi è quella utilizzata nel lavoro di Francesco Cusin (2013). Proprio per la caratteristica dei nuovi mercati finanziari, in rapido cambiamento e pieni di prodotti dalle mille sfaccettature, come già detto la scelta degli istituti da considerare nella creazione del network per l’analisi non poteva limitarsi alle banche, quindi sono stati coinvolte altre due categorie di enti, ossia le Assicurazioni e gli Hedge Fund52. Un network così strutturato è in grado di rappresentare in maniera corretta, seppur non del tutto completa, i maggiori istituti finanziari attivi, esprimendone le caratteristiche principali e avvalorando l’idea di una possibile inferenza statistica, che renda i risultati ottenuti sul campione applicabili anche alla popolazione di riferimento. I legami tra tutti questi soggetti negli ultimi anni ha acquisito sempre maggior intensità ed importanza, quindi considerare il settore bancario ed escludere gli altri enti sarebbe risultato obsoleto e avrebbe causato delle forti distorsioni in termini di significatività dell’analisi.

La fonte di riferimento scelta è stata Bloomberg, che tutti conoscono come forse la più utilizzata piattaforma a livello finanziario sia per il reperimento di informazioni (quotazioni, tassi d’interesse, tassi di cambio, etc.), sia per l’utilizzo delle stesse a fini decisionali che ne fanno gli operatori finanziari professionisti.

Detto questo sono stati applicati dei filtri per scremare l’immensa mole di istituzioni presenti nel sistema. Innanzitutto un riferimento geografico: si è considerato il mercato europeo, meno analizzato rispetto a quello statunitense. Tale selezione rischiava però di escludere alcune importanti valute degli stati europei non aderenti all’euro, quindi è stato aggiunto un ulteriore criterio per considerare le istituzioni che operano nei mercati della Gran Bretagna (sterlina inglese: GBP), della Svizzera (franco svizzero: CHF) della Norvegia e della Svezia (rispettivamente corona norvegese NOK e corona svedese SEK).

Scelta la zona di riferimento e scelte le istituzioni da considerare, è stata poi effettuata una scrematura ulteriore per ogni intermediario, grazie a degli ulteriori benchmark. Nel caso di Banche ed Assicurazioni il criterio utilizzato è stato il cosiddetto “Industry Classification Benchmark”, più semplicemente detto ICB, mentre per gli Hedge Funds è stato aggiunto al criterio geografico un filtro riguardante il total asset value, il cui minimo non doveva essere inferiore al miliardo di euro.

I dati grezzi ottenuti da Bloomberg sono relativi ai prezzi di chiusura giornalieri di tutte le istituzioni considerate. Le serie storiche ottenute coprono l’arco temporale che va dal gennaio                                                                                                                

52  _{Lo  studio  di  Billio,  Getmansky,  Lo  e  Pelizzon  identifica  una  quarta  categoria  di  istituzione  finanziario}   utilizzata  nell’analisi,cioè  i  Prime  Brokers.  Tuttavia  in  tale  studio  si  è  deciso  di  limitarsi  all’utilizzo  delle   altre  tre  categorie  citate.  

del 1996 fino al settembre del 2012.

Da questo database iniziale si è poi proceduto alla trasformazione dei dati in modo da ottenere i rendimenti mensili dei titoli delle istituzioni finanziarie. Dopo aver ottenuto grazie a delle funzioni di MatLab una tabella di valori con i prezzi di chiusura mensili, si è passati dai Last Price ai rendimenti, calcolati grazie alla formula dei rendimenti percentuali.

𝑅

=

𝑃

− 𝑃

𝑃

Fatto ciò sono state create delle particolari finestre di osservazione, ognuna di 36 osservazioni mensili, arrivando dunque ai diversi database finali per ogni istituzione.

A partire da questo dataset, per questo studio è stato deciso di effettuare un’ ulteriore scrematura Si è deciso di limitare l’orizzonte temporale utilizzato a tre periodi: il triennio che ha preceduto la recente crisi finanziaria, cioè gli anni dal 2004 al 2006, quello proprio della crisi del 2007-2009, e infine il triennio successivo dal 2009 al 2012.

Tale suddivisione ci permette infatti di avere una fotografia precisa di come il sistema finanziario si sia comportato prima, durante e dopo il periodo di esplosione del rischio sistemico e di diffusione del meccanismo di contagio a livello globale.

Oltre a ciò abbiamo limitato l’enorme mole di dati selezionando un numero ristretto per ogni tipo di istituzione, esattamente 350 Banche, 350 Hedge Funds e 160 Assicurazioni, poiché i dati iniziali di quest’ultime erano in quantità molto inferiore. Per farlo sono stati eliminati tutti quegli istituti che presentavano serie storiche poco significative, caratterizzate per lo più da molti periodi privi di osservazione, che avrebbero dunque distorto la nostra analisi. Questo permetterà di calcolare gli indici di connessione per i singoli istituti in ognuno dei tre periodi temporali.

Un’ulteriore selezione è stata poi effettuata per l’analisi degli indici di centralità relativi al network completo, che considera tutti gli istituti contemporaneamente, e alle tre possibili coppie di istituti: Banche-Assicurazioni, Banche-Hedge Funds, Hedge Funds- Assicurazioni. Si ha a tal fine inizialmente imposto il limite del 2% di osservazioni nulle per ogni istituto, per poi selezionarne casualmente 25 da ognuno. Il meccanismo di selezione è descritto meglio nel paragrafo relativo all’analisi dei risultati.