Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Il modello di Black-Litterman; un’applicazione empirica

Nell’ambito dell’asset allocation, vengono definite strategie di AAT (Asset Allocation Tattica), quelle scelte d’investimento che hanno come riferimento temporale il breve periodo. Ci si pone quindi l’obiettivo di ottenere migliori performance modificando l’allocazione coerentemente con gli scenari che ci si attende nel breve termine. Il modello di Black-Litterman, trattato per la prima volta in “Global Portfolio Optimization” (1992) da Fischer Black e Robert Litterman, costituisce un valido strumento per l’implementazione delle suddette strategie.
Lo scopo di questo lavoro è quello di presentare una completa visione sull’utilizzo di tale modello, che dal 1992 ad oggi è stato spunto di molte riflessioni ed interpretazioni. Nella prima parte si illustrerà la logica di base ed il suo funzionamento, nella seconda invece se ne proporrà una concreta applicazione utilizzando i dati del Dow Jones EURO STOXX dal 1991 al 2006. Infine si commenteranno alcuni elementi ancora molto dibattuti nella letteratura attuale.

Mostra/Nascondi contenuto.
3 Parte Prima PRESENTAZIONE DEL MODELLO DI BLACK E LITTERMAN 1. Osservazioni sul modello media-varianza di Markowitz Prima di presentare il modello di B-L, è necessario introdurre le intuizioni teoriche alla base dell’ asset allocation. In tal senso è importante citare il noto modello proposto da Markowitz (1959), che consiste nell’applicazione del criterio media-varianza ai rendimenti dei diversi asset. Attraverso una relazione di trade-off tra rischio e rendimento atteso, si riesce ad individuare l’insieme dei portafogli ottimi per ogni quantità di rischio che l’investitore decide di sopportare, tale insieme è detto frontiera efficiente. Questo modello ha avuto una grande influenza nella teoria dell’asset allocation, ma la sua applicazione pratica è stata piuttosto scarsa, in quanto le ipotesi sulle quali si fonda sono spesso sembrate poco realistiche. Ecco quali sono i principali limiti di questo approccio: 1) il modello necessita dei rendimenti attesi e delle matrici varianze-covarianze per tutti i titoli disponibili, mentre i manager effettuano previsioni solo su piccoli segmenti di mercato; 2) i manager ragionano in termini di pesi e non in termini di trade-off rischio- rendimento atteso; 3) il modello implica l’elaborazione di dati di tipo storico creando quindi notevoli distorsioni rispetto a quelle che potrebbero essere delle mere previsioni sull’andamento del mercato. L’utilizzo dei dati storici comporta che, in media, gli errori di stima siano maggiori per quegli asset che hanno registrato performance più estreme e ciò conduce, inevitabilmente, ad uno squilibrio dei portafogli in favore degli asset che hanno fatto meglio nel passato. Si vengono a creare quindi, portafogli fortemente concentrati, perché tra due asset simili in termini di rischio-rendimento, secondo il criterio media- varianza è preferibile puntare solo su quello che ha performato meglio in passato senza sfruttare quindi i vantaggi della diversificazione. Inoltre è facile intuire che portafogli molto concentrati risultano più sensibili alle variazioni di rendimento. Rimedi per l’ampliamento dell’errore di stima possono essere costituiti dall’utilizzo degli shrinkage estimators, stimatori che riducono il

Laurea liv.I

Facoltà: Economia

Autore: Claudio Gianturco Gulisano Contatta »

Composta da 37 pagine.

 

Questa tesi ha raggiunto 2575 click dal 03/05/2010.

 

Consultata integralmente 2 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.