SAS Italy | Academic

Implementazione in SAS del calcolo di misure del rischio per portafogli finanziari
con valutazione di intervalli di confidenza mediante Bootstrap.
Utilizzo di SAS Risk Dimensions

Dario Drigo, Facoltà di Economia - Università di Trieste
Relatore: dott. Francesco Pauli

Scopo principale del mio lavoro è stato l’implementazione di procedure computazionali automatiche in SAS che fossero in grado di calcolare alcune misure del rischio su portafogli finanziari, attingendo dai dati presenti nel database Oracle dell’azienda.
Tutte le statistiche implementate avevano come principale scopo quello di soddisfare le esigenze dell’azienda, che ha così potuto verificare qualche possibilità di sviluppo della propria reportistica.

L’attività ha riguardato tutte le fasi necessarie al calcolo delle misure del rischio considerate, dalla predisposizione delle base di dati alla creazione di report finali. Per iniziare un’analisi il primo passo è sempre la preparazione di una base di dati adeguata. Infatti, per la sua stessa natura, SAS si divide in due parti detti “passi”: il primo è chiamato di DATA, ossia, di preparazione delle tabelli dati, il secondo di PROC, ovvero di calcolo vero e proprio.

Sebbene parte delle procedure implementate e i risultati fossero già disponibili nel database aziendale, le procedure studiate nello stage le ricreavano in un ambiente parallelo per scopi diversi: capirne più a fondo i segreti, realizzare un controllo esterno sui dati stessi ed evitare interferenze con l’attività dell’ufficio.

Lo scopo ultimo del lavoro di stage era l’implementazione di procedure per il calcolo di alcune misure del rischio per un porgafoglio finanziario e a tal fine si è proceduto per obiettivi successivi di crescente complessità. L’analisi di un porgafoglio ipotetico composto da un singolo titolo è stato il primo obiettivo, che mi ha permesso di prendere dimestichezza con il sistema informativo messomi a disposizione. In seguito le procedure dalle quali si volevano ottenere sia il VaR sia l’Expected Shortfall, entrambi con un intervallo di confidenza, sono state testate su un secondo portafoglio ipotetico avente la composizione dell’indice MIB30.

L’attenzione è stata quindi rivolta a un portafoglio tutto italiano gestito dall’azienda, con l’indice MILAN COMIT come benchmark. Dal portafoglio italiano si è cercato di ottenere anche le statistiche “relative”, ossia quelle che si potrebbero definire differenziali tra la gestione e l’indice di referimento. Infine, per concludere l’analisi, ne è stato fatto il backtesting. Per apportare un ulteriore sviluppo al lavoro, l’oggetto d’analisi è divenuto un portafoglio europeo che portava con sè il rischio di cambio e un numero maggiore di titoli al proprio interno. Conclusa questa prima parte del programma, si è passati all’analisi dei risultati ottenuti. Per fare ciò, ci siamo concentrati sull’expected shortfall e sulle proprietà che esso possiede. Queste ultime ci hanno permesso di scomporre il rischio per settori economici.

La suddivisione per settori economici utilizzata è quella fornita dal Morgan Stanley Capital International (MSCI), il quale fornisce a livello mondiale una classificazione opportuna a tutte le società quotate.

SAS Academic