Valerio Baselli: Sono Valerio Baselli e oggi ho il piacere di trovarmi in compagnia di Pasquale Cirillo, docente associato di probabilità applicate alla Delft University of Technology. Grazie di essere qui.
Pasquale Cirillo: Grazie per l’invito.
Baselli: Professore, oggi qui alla MIC lei è venuto a parlare di eventi estremi e di come questi possano essere gestiti dal punto di vista probabilistico. Forse però per prima cosa occorre fare un po’ di chiarezza su cosa è estremo e cosa non lo è.
Cirillo: Un evento estremo, dal punto di vista tecnico, è qualsiasi evento che è raro dal punto di vista temporale, non lo osserviamo usualmente, e che ha una magnitudine estrema, molto grande o molto piccola. Tendenzialmente è un evento che non vedremo molto spesso in un data set e che si situa lontano dalla media, quindi nei rendimenti nella coda destra e sinistra, cioè rendimenti molto alti o perdite molto alte.
Baselli: Entrando un po’ più nell’operativo, tra i tanti avvenimenti improbabili che sono capitati negli ultimi anni c’è la Brexit. Mi viene in mente anche la vittoria di Donald Trump. Si potevano prevedere questi eventi? E quali conseguenze ci sono state?
Cirillo: Sono due esempi molto belli, perché normalmente vengono definiti “cigni neri”, ma non sono cigni neri. Un cigno nero è un evento che non può essere previsto e del quale non si può neanche immaginare l’accadimento. Nel momento in cui ho un’elezione e sulla scheda c’è una scelta chiara, un sì e un no, le due possibilità sono reali. Così come quando devo scegliere tra Trump e Hillary Clinton. Possiamo essere d’accordo che l’eventualità di una delle due probabilità sia bassa, personalmente non ho mai ritenuto nessuno dei due eventi così estremo, per me erano totalmente possibili, e poi davanti a una scelta dicotomica è difficile parlare di estremo. Quindi, quando siamo di fronte a eventi del genere non sono mai estremi. Possono essere difficili, ma nulla di immodellizzabile.
Baselli: Per chiudere, durante la sua presentazione ha detto una frase che mi ha colpito: in finanza la normalità non è la norma. Ce la può spiegare?
Cirillo: In finanza, parlo di quella che è la modellistica e di tutti i rami della finanza, mercato, credito, rischio operativo, la distribuzione normale, o gaussiana, è una delle distribuzioni statistiche più abusate, perché noi tendiamo a vedere come normale, che usualmente succede sul mercato, qualcosa che in realtà non lo è. E questo “filtro” che noi mettiamo sui dati, ci permette di ignorare eventi che poi consideriamo estremi, come un evento tre-sigma. Se prendo un modello normale, un evento tre-sigma è un evento che mi posso aspettare ogni tre anni; i dati ci dicono che è tutt’altro il tempo di accadimento, siamo ben sotto l’anno, quindi sono molto più frequenti di quello che possiamo immaginare. Per questo tendo a dire che queste deviazioni sono molto più normali di quello che tendiamo a pensare.
Baselli: Grazie ancora a Pasquale Cirillo.
Cirillo: Grazie.
Baselli: Per Morningstar, Valerio Baselli, grazie per l’attenzione.
Le informazioni contenute in questo articolo sono esclusivamente a fini educativi e informativi. Non hanno l’obiettivo, né possono essere considerate un invito o incentivo a comprare o vendere un titolo o uno strumento finanziario. Non possono, inoltre, essere viste come una comunicazione che ha lo scopo di persuadere o incitare il lettore a comprare o vendere i titoli citati. I commenti forniti sono l’opinione dell’autore e non devono essere considerati delle raccomandazioni personalizzate. Le informazioni contenute nell’articolo non devono essere utilizzate come la sola fonte per prendere decisioni di investimento.
