L’oggetto del lavoro, che in questa sede viene presentato, è quello di svolgere un’analisi econometrica relativamente alla questione del contagio, del rischio che ne deriva (rischio di contagio per l’appunto); si intende impiegare per tale studio lo strumento finanziario del Credit Default Swap (CDS) emesso dai principali e significativi Stati sovrani europei. Più precisamente quello che si intende fare è di studiare e analizzare nel dettaglio l’andamento temporale degli ultimi cinque anni circa di tali CDS, gli spread che ne emergono, e le rispettive relazioni. In altre parole si vuole studiare il comportamento dei CDS per utilizzarlo come indicatore del rischio di contagio, e analizzare le relazioni tra gli spreads per far emergere i fenomeni di contagio che si sono presentati nel periodo considerato dallo studio. Le serie storiche sono costituite dai prezzi giornalieri a cui i CDS sono quotati nei mercati finanziari internazionali.!
!
L’analisi quantitativa dei dati viene svolta utilizzando un modello econometrico appartenente alla famiglia dei modelli di volatilità stocastica (SV); nello specifico, il
modello utilizzato, è un modello di volatilità stocastica multivariato, caratterizzato da una correlazione dinamica con elementi di discontinuità. Il modello andrà a spiegare le relazioni esistenti tra tre diverse macroaree, ognuna rappresentata da un relativo asset, che identificheranno dunque le tre variabili osservabili del modello. L’elemento di maggior innovazione che il modello presenta, è quello di contenere al proprio interno dei meccanismi attraverso i quali sono stati inseriti degli elementi di discontinuità nella dinamica della correlazione, caratteristica questa di assoluta modernità nei modelli SV a correlazione dinamica; questi fenomeni di discontinuità sono stati ricreati nel modello secondo un approccio di tipo Markov-Switching. A questo proposito è utile evidenziare le motivazioni che hanno portato a scegliere e a definire tale campo di ricerca.!
!
Le motivazioni che hanno portato ad intraprendere uno studio di questo tipo, e ad utilizzare i suddetti strumenti econometrici, sono da ricondurre ad un duplice aspetto di opportunità. Dal punto di vista economico e finanziario, analizzare la tematica del contagio, utilizzando un’analisi che si basa sull’andamento dei prezzi ai quali vengono scambiati sui mercati i CDS, rappresenta un tema di assoluta attualità che in letteratura sta suscitando interesse; a questo poi va aggiunto un secondo elemento di innovazione, cioè l’interpretazione dei risultati in relazione agli shock finanziari che si sono presentati nel periodo scelto per l’indagine, periodo immediatamente successivo allo scoppio della bolla finanziaria statunitense (2007-2008) e coincidente invece con la crisi del debito sovrano europeo (2009-2011). A questo proposito il lavoro svolto da Casarin, Sartore e Tronzano (2013), è stato qualcosa di più che una semplice ispirazione per il lavoro qui presentato, è stata una vera e propria base di partenza, in quanto è stato il primo modello di volatilità stocastica, presentato in letteratura, che è andato a spiegare le dinamiche del contagio utilizzando il mercato dei tassi di cambio, rispetto al dollaro USA; fino a quel momento i modelli SV che avevano studiato dinamiche di contagio utilizzato i tassi di cambio l’avevano fatto attraverso valute per lo più asiatiche, e quando invece si era usato il riferimento del dollaro USA, lo si era fatto impiegando modelli DCC; infine va sottolineato che tali modelli non avevano potuto considerare gli effetti, in tali ambito di ricerca, delle recenti crisi finanziarie mondiali (crisi finanziaria USA 2007-2008 e crisi del debito sovrano (2009-2011). Partendo da queste premesse dunque è stato deciso di studiare le suddette dinamiche, già affrontate nel lavoro di Casarin, Sartore e Tronzano (2013), utilizzando però il mercato dei CDS in luogo del mercato dei cambi e svolgendo l’indagine su un’area geografica differente (che è appunto quella europea).!
!
Da un punto di vista tecnico ed econometrico invece, l’opportunità di ricerca può essere vista sotto un duplice profilo; tenendo conto in primo luogo dell’evoluzione della letteratura relativamente ai modelli GARCH ed SV, come ampiamente esposto in precedenza, è evidente che l’aver applicato al problema in esame un modello di
volatilità stocastica a correlazione dinamica a cui è stato integrata integrata una struttura Markov switching, allo scopo di inserire degli elementi di discontinuità al suo interno, sia stata una scelta molto innovativa dal punto di vista della ricerca allo stato attuale; ad oggi infatti un modello di questo tipo è qualcosa di assolutamente moderno nella letteratura econometrica, soprattuto nell’ambito dei modelli SV. E’ quindi ad un motivo di opportunità di ricerca e di spazio nella più moderna tecnica econometrica, che si deve riferire il primo profilo che ha portato a scegliere questo tipo di modello per descrivere il fenomeno oggetto di studio. Anche questa scelta in parte è stata mutuata dal lavoro svolto da Casarin, Sartore e Tronzano (2013) che hanno utilizzato lo stesso tipo di modello nel loro lavoro. Un secondo profilo squisitamente tecnico invece, è quello relativo alla scelta di un modello SV con determinate caratteristiche, piuttosto che un più tradizionale modello GARCH; una serie di caratteristiche, tra cui, su tutte, si possono evidenziare la maggior flessibilità, processi distinti per la media condizionale e per la varianza condizionale relativi alle osservazioni, una maggior capacità di essere generalizzati in modo naturale al caso multivariato partendo da situazione univariata, sia dal punto di vista della stima che dell’interpretazione dei risultati, hanno portato alla decisione di adottare un modello di volatilità stocastica piuttosto che un modello GARCH. Infatti nel considerare pregi e difetti, benché questi ultimi non siano del tutto assenti (va ricordata ad esempio la maggior difficoltà di stima e nel ricavare la funzione di verosimiglianza, oltre che la più difficile gestione a livello statistico), i punti a favore appena descritti, ed altri, come la semplicità di comprensione e di manipolazione e una gestione della rappresentazione continua del tempo più intuitiva, caratteristica questa molto cara all’ambiente finanziario, hanno fatto propendere nella scelta a un modello di questo tipo.!
!
A questo punto prima di affrontare l’applicazione empirica vera e propria, l’analisi preliminare dei dati, la creazione del modello e all’analisi dei relativi risultati empirici, non resta che vedere in modo esauriente, da un punto di vista tecnico, le caratteristiche e il background teorico del modello specifico utilizzato poi nell’applicazione.!