Nell'ambito della severa contrazione economica causata dalla pandemia da Covid–19, preservare la stabilità del settore finanziario e il flusso dei finanziamenti all'economia reale è per i policy makers l'obiettivo prioritario. Per ciò che attiene alla gestione del rischio di liquidità, le vulnerabilità soprattutto del settore non bancario possono amplificare la prociclicità del sistema finanziario, riducendone la capacità di finanziamento dell'economia. Le politiche messe in atto dalle Banche Centrali nella primavera del 2020 sono state fondamentali per la stabilizzazione dei mercati finanziari e per contenere il rischio di liquidità; tuttavia, guardando al prossimo futuro, si constata l'impellente necessità di specificare ulteriormente ed espandere il contesto normativo e regolamentare, in modo da renderlo più rappresentativo di un sistema finanziario basato sempre più su un'intermediazione creditizia esterna al settore bancario in senso stretto. Nell'ambito della gestione del rischio di debito sovrano, specie in un contesto di ristrutturazione preventiva, risulta evidente affermare che, alla luce di quanto illustrato, le scelte di design in una sola dimensione, senza il supporto di riforme strutturali, potrebbero risultare eccessivamente rigorose o eccessivamente disorganiche ed avere conseguenze dannose per i sistemi economici. Inoltre, allo scopo di evitare "resistenze" normative da parte dei creditori dei singoli stati sovrani interessati alla ristrutturazione del proprio debito, risulta necessario riflettere sulla possibilità di dar vita ad un meccanismo di ristrutturazione "olistica" del debito sovrano, che riguardi e coinvolga l'intera area euro.
La crisi economico–finanziaria generata dallo scoppio della pandemia da Covid–19 nel marzo del 2020 ha sollevato importanti questioni riguardo la solidità e la resilienza del sistema finanziario internazionale. Inoltre, la recente crisi ha riacceso il dibattito sulla migliore gestione delle crisi sui debiti sovrani e delle crisi di liquidità degli intermediari, e non solo bancari, come per esempio i fondi di investimento e, in particolare, gli hedge fund. Nonostante Basilea III abbia introdotto nuove regole sui rischi di liquidità e di leva e nuovi cuscinetti di capitale bancario a copertura delle perdite in situazioni di stress sia sistematico che idiosincratico, il recente aumento della volatilità del mercato mobiliare, il cambiamento strutturale delle fonti di finanziamento e la contrazione del ricorso ad attività liquide, hanno acuito il problema della gestione del rischio di liquidità, soprattutto per gli intermediari non bancari. Attualmente, i modelli di stress–testing utilizzati dalle banche sono basati essenzialmente su dati estratti da eventi di mercato verificatisi durante la crisi finanziaria globale del 2007–2008. Tuttavia, larga parte delle recenti perturbazioni sul mercato della liquidità non vengono catturate da questi modelli. La crisi economico–finanziaria generata dallo scoppio della pandemia da Covid–19 nel marzo del 2020 ha sollevato importanti questioni riguardo la solidità e la resilienza del sistema finanziario internazionale. Inoltre, la recente crisi ha riacceso il dibattito sulla migliore gestione delle crisi sui debiti sovrani e delle crisi di liquidità degli intermediari, e non solo bancari, come per esempio i fondi di investimento e, in particolare, gli hedge fund. Nonostante Basilea III abbia introdotto nuove regole sui rischi di liquidità e di leva e nuovi cuscinetti di capitale bancario a copertura delle perdite in situazioni di stress sia sistematico che idiosincratico, il recente aumento della volatilità del mercato mobiliare, il cambiamento strutturale delle fonti di finanziamento e la contrazione del ricorso ad attività liquide, hanno acuito il problema della gestione del rischio di liquidità, soprattutto per gli intermediari non bancari.
Il progetto di un'unione monetaria europea ha accresciuto nel tempo la fiducia dei mercati finanziari internazionali nella solidità dell'eurosistema conducendo ad un progressivo appiattimento dei rischi legati ai singoli paesi e trasferendoli a livello comunitario. Dalla firma del Trattato di Maastricht (1992)1 i rendimenti relativi ai debiti sovrani dell'area euro hanno infatti iniziato a convergere raggiungendo la parità con l'entrata in vigore dell'euro nel19992. Questo livellamento dei rischi sovrani ha portato il sistema finanziario a sottovalutare l'eterogeneità dei paesi membri e quindi i rischi specifici di ciascun paese. In particolare, fino allo scoppio della crisi del 2008 (iniziata come crisi dei mutui sub–prime statunitensi), il sistema finanziario internazionale ha sottovalutato il "rischio di sostenibilità" dei paesi economicamente e finanziariamente più fragili dell'area euro, i cosiddetti PIIGS o paesi periferici, quali il Portogallo, l'Irlanda, l'Italia, la Grecia e la Spagna. Infatti nel 2007, ossia a quasi un decennio dall'avvio della moneta unica (1999), solo pochi paesi dell'euro zona registravano saldi di bilancio vicini al pareggio in termini strutturali, ossia trascurando gli effetti del ciclo economico sulle entrate e sulle spese pubbliche. In alcuni casi, il debito pubblico era ancora su livelli eccessivamente elevati rispetto al prodotto interno lordo. Nonostante tali squilibri di finanza pubblica, fino allo scoppio della crisi del 2008, i differenziali di rendimento tra i titoli di stato all'interno dell'area euro erano prossimi allo zero. In questo contributo, alla luce di questi eventi, si analizza criticamente una tra le questioni più dibattute a livello di politica europea ossia la possibile mutualizzazione del debito sovrano, che potrebbe essere realizzata attraverso diversi ed alternativi strumenti finanziari; ma la proposta sulla quale si è maggiormente dibattuto è stata l'emissione di Eurobonds, ossia titoli obbligazionari europei emessi dalla BCE ed i cui proventi andrebberoredistribuiti e/o usati per finanziare un piano di investimenti europeo o per sostenere il ciclo economico dell'area euro. Tali titoli, emessi in un ammontare limitato e specificatamente per gli scopi sopra indicati, andrebbero ad affiancarsi alle emissioni sovrane dei paesi membri dell'area, evitando un effetto di spiazzamento. Nel corso della lunga crisi economica e finanziaria del 2008–2009, nell'Eurozona sono state elaborate diverse proposte per la creazione di un titolo pubblico europeo, ognuna distinta per qualche particolare dalle precedenti, ma con l'idea comune di usare tale strumento per ridurre gli squilibri economici e finanziari tra i diversi paesi e/o finanziare grandi progetti di infrastrutture europee. Oltre al sostegno per un piano di investimenti europeo e per la stabilizzazione del sistema finanziario, gli Eurobond potrebbero condurre a una riduzione del livello dei tassi di interesse sovrani e a una maggiore resilienza delle banche attraverso l'indebolimento del legame tra stato e banche. Gli Eurobond, in quanto garantiti a livello sovranazionale, potrebbero godere di rating molto elevati, riducendo al minimo i relativi tassi di interesse per la raccolta del capitale da parte della UEM. Tale debito europeo sovranazionale non sarà il risultato dello sbilancio tra entrate e spese correnti, come accade per molti paesi sovrani, ma sarà finalizzato alla raccolta di risorse per il finanziamento di investimenti produttivi dell'euro zona. A fronte della recente crisi economica del 2020, causata dalla pandemia da Covid–19, la Commissione Europea il 14 aprile 2021 ha illustrato i dettagli del programma con cui l'Unione punta a raccogliere sui mercati dei capitali 150 miliardi all'anno, dal 2021 al 2026, attraverso emissioni di Eurobond con scadenze da 1 anno a 30 anni. Questo programma di raccolta ha come finalità la costituzione di un Fondo europeo, il Recovery and Resilience Fund (RRF), di 750 mld di euro complessivi, da utilizzarsi per finanziare la ripresa economica della Euro zona innescata dalla crisi pandemia. La stessa Commissione europea ha sottolineato "il significato politico" di questa decisione che va verso una maggiore integrazione europea.
L'ultima grave crisi finanziaria globale del 2007-2009 ha messo in luce come e soprattutto in situazione di stress il grado di interconnessione tra le istituzioni finanziarie svolga un ruolo chiave innescando il fenomeno della propagazione dei rischi tra le istituzione del network finanziario che, a sua volta, può portare al fallimento dell'intero sistema. E' quindi strategico poter disporre di una misura di rilevanza sistemica dell'istituzione finanziaria che tenga in considerazione la particolare struttura di dipendenza all'interno del network finanziario. In altri termini, occorre avere una misura che riesca ad identificare in maniera statisticamente rilevante i canali di potenziale trasmissione dei rischi estremi (o di coda) tra le istituzioni che compongono il network finanziario. Tuttavia, mentre esiste ampio consenso sulla necessità che un'adeguata politica regolamentare prudenziale debba tener conto delle conseguenze delle interdipendenze di network all'interno del sistema finanziario, attualmente un'implementazione trasparente che prenda in considerazione simultaneamente il rischio individuale, il rischio di spillover e la rilevanza sistemica non è disponibile. A tal fine, il presente contributo offre una prima analisi investigativa su una nuova misura di rilevanza sistemica in grado di prendere in considerazione proprio il grado di interconnessione all'interno del sistema finanziario. Tale misura quantifica il rischio di fallimento della specifica istituzione e dell'intero sistema finanziario facendo riferimento alle code delle rispettive distribuzioni dei rendimenti azionari e, quindi, ai quantili estremi condizionali. Tale metrica è costruita sul popolare concetto di Value-at-Risk (VaR) condizionale, ben nota misura di rischio di coda della distribuzione dei rendimenti finanziari, che qui è funzione di un numero minimo di "drivers rilevanti di rischio di coda". Tali driver di rischio sono: fondamentali economici, caratteristiche specifiche dell'istituzione, ed effetti di ricaduta dei rischi (risk spillovers) dai competitors e da altre istituzioni. Il contributo al rischio sistemico di ciascuna istituzione (il systemic risk beta) è quindi definito come l'effetto totale che un incremento del rischio specifico di coda della singola istituzione produce sul VaR dell'intero sistema finanziario condizionale sia alla posizione dell'istituzione all'interno del network che alle condizioni del mercato. Inoltre, valutando il VaR condizionale di un'istituzione in funzione dei rispettivi driver di rischio di coda, è possibile ottenere una misura del rischio idiosincratico dell'istituzione in presenza di effetti di ricaduta dei rischi estremi idiosincratici provenienti dalle altre istituzioni del network. Gli studi empirici qui riportati confermano anche l'esistenza di una forte interconnessione tra le società finanziarie (nello specifico statunitensi), evidenziando importanti canali di diffusione dei rischi specifici di coda delle società. A tal fine, nella struttura di network, si distinguono le società investigate in tre categorie: le società riceventi il rischio; le società produttrici di rischio; le società sia produttrici che riceventi il rischio. Le società finanziarie in qualunque momento possono essere ordinate secondo il loro grado di contributo al rischio sistemico, misurato dal systemic risk beta, dato il loro ruolo e la loro posizione nel network finanziario. Monitorare la rilevanza sistemica di ciascuna società nel tempo è quindi fondamentale per individuare quali istituzioni siano più rilevanti per la stabilità del sistema finanziario. Dal punto di vista della supervisione bancaria, il secondo gruppo di società facenti parte del network, ossia i semplici destinatari del rischio, hanno il minore impatto sistemico ma un loro attento monitoraggio può fornire preziose informazioni sui problemi nascosti delle società che agiscono come loro driver di rischio. In ogni caso, i risk manager di queste società "destinatarie del rischio" dovrebbero tenere in debita considerazione la possibile minaccia indotta dal forte grado di dipendenza dalle società "trasmettitrici di rischio". Ovviamente, la maggiore attenzione delle autorità di supervisione dovrebbe riguardare le società che appaiono soprattutto come trasmettitrici di rischio ed altamente interconnesse alle altre società del sistema. In particolare, queste società si posizionano al centro del network presentandosi come società "troppo interconnesse per fallire". D'altro canto, anche le società che si collocano al confine del network e sono collegate a poche società ma trasmettitrici di rischio e pesantemente connesse con altre società del network, sono importanti produttrici di rischio. Mentre il particolare disegno della rete di rischio sistemico fornisce un'informazione di tipo qualitativo sui canali di rischio e sul ruolo delle società all'interno del network, la stima dei systemic risk beta permette di quantificare la rilevanza sistemica di ciascuna società completando l'intera struttura della rete finanziaria. Un'efficace risposta regolamentare al rischio sistemico richiede comunque un intervento di natura macroprudenziale sulle banche. Una possibile soluzione potrebbe essere l'introduzione, tra i requisiti microprudenziali di capitale di primo pilastro di Basilea, di uno Stress Test Buffer calcolato per mezzo di stress test macroprudenziali. Lo Stress Test Buffer sarebbe utile in quanto permetterebbe alle banche di coprire le perdite derivanti dal rischio sistemico con un apposito cuscinetto macroprudenziale di capitale e non aggiungendo ulteriori cuscinetti di capitale di natura microprudenziale. Si propone pertanto alle autorità di vigilanza nazionali e internazionali di tenere in considerazione questa possibilità e di orientare la ricerca verso l'individuazione di modelli di stress testing che incorporino un adeguato meccanismo di feedback tra il settore reale ed il settore finanziario.
In this paper, we quantify the contribution to systemic risk of a single financial institution by utilizing a analytical framework based on the principles of Extreme Value Theory (EVT) for modelling the marginal distributions and on the properties of copula functions for describing the dependence structure between the financial system and the single financial institution. Among the several systemic risk measures proposed nowadays by academics and estimated by public data, we choose to adopt as systemic risk metric the Conditional Value‐at‐Risk (CoVaR). We select a co‐risk measure like the CoVaR because of its macro‐dimension that allows us to integrate the dependence structure of the single financial institution and of the whole financial system in the systemic risk measurement. While the copula functions have been utilized in some pioneer studies on this area, the EVT principles have not yet been implemented in such a context of systemic risk contribution measurement.
The aim of this work is to explore how importance sampling (IS) techniques may improve internal banking portfolio optimization models. The current economic downturn contributes to an increase in the credit risk amount of the loan portfolios reducing the quality of the banking credit. In such a difficult economic context, characterized by the credit crunch phenomenon, robust and stable methodologies of credit portfolio risk minimization, based on 'enhanced' Monte Carlo simulation (MCS) portfolio models, may encourage Italian banks to finance the real economy by lending also during risky and uncertain economic conditions. For these reasons, our investigation focuses on Italian banking books composed of credit loans to the 23 Italian non‐financial economic sectors. In order to reduce the high volatilities both of the estimates of the credit portfolio's tail risk and of the optimal solutions in terms of credit asset allocations, we combine a two‐step IS technique with a MCS model in a context of credit portfolio's Conditional Value at Risk minimization. The performance of this improved credit portfolio optimization model, in terms of accuracy of the estimates, has been investigated for the sample Italian loan portfolio in two different phases of the economic cycle, precisely before and during the current financial and economic crisis.
This study explores the role of the credit securitisation process in managing the credit risk amount of the banking loan portfolio, when the bank originator retains a residual equitylike class as illiquid first loss position (FLP). An Importance Sampling Monte Carlo simulation model has been implemented for estimating the portfolio credit risk amount, taking into account the portfolio credit risk mitigation effect provided by the credit securitisation process. This study identifies the credit asset pool able to produce the larger effect of credit risk reduction on the loan portfolio, when the asset pool is unloaded off the banking book. Moreover, this simulation analysis quantifies the extent of the portfolio credit risk mitigation, produced by the securitisation process of the asset pool previously identified. The impact of the securitisation activity has been also investigated when the probability of default and the asset return correlation of the obligors in portfolio are changing.
In this work, we present a methodology for measuring and optimizing the credit risk of a loan portfolio taking into account the non‐normality of the credit loss distribution. In particular, we aim at modelling accurately joint default events for credit assets. In order to achieve this goal, we build the loss distribution of the loan portfolio by Monte Carlo simulation. The times until default of each obligor in portfolio are simulated following a copula‐based approach. In particular, we study four different types of dependence structure for the credit assets in portfolio: the Gaussian copula, the Student's t‐copula, the grouped t‐copula and the Clayton n‐copula (or Cook–Johnson copula). Our aim is to assess the impact of each type of copula on the value of different portfolio risk measures, such as expected loss, maximum loss, credit value at risk and expected shortfall. In addition, we want to verify whether and how the optimal portfolio composition may change utilizing various types of copula for describing the default dependence structure. In order to optimize portfolio credit risk, we minimize the conditional value at risk, a risk measure both relevant and tractable, by solving a simple linear programming problem subject to the traditional constraints of balance, portfolio expected return and trading. The outcomes, in terms of optimal portfolio compositions, obtained assuming different default dependence structures are compared with each other. The solution of the risk minimization problem may suggest us how to restructure the inefficient loan portfolios in order to obtain their best risk/return profile. In the absence of a developed secondary market for loans, we may follow the investment strategies indicated by the solution vector by utilizing credit default swaps.