Ricerc@Sapienza

Una delle caratteristiche distintive dell’attuale sistema finanziario è la forte interconnessione tra le istituzioni ed i mercati finanziari. (Yellen, 2013). Tale peculiarità se in situazioni di normalità del ciclo economico tende a rafforzare la stabilità finanziaria globale attraverso la tecnica della diversificazione dei rischi idiosincratici, nel caso in cui si generi un evento di shock può, diversamente, alimentare l’instabilità finanziaria globale attraverso il canale della propagazione del rischio ed innescando un effetto contagio tra diverse aree economiche, mercati ed istituzioni finanziarie tanto più forte quanto maggiore è il grado di interconnessione tra questi.
Per tale motivo, è importante sottolineare come la stabilità del sistema finanziario sia messa in pericolo non solo dalle istituzioni “troppo grandi per fallire” (o “too big to fail”), ma anche da quelle “troppo interconnesse per fallire” (o “too interconnected to fail”). Proprio queste ultime, a causa della loro dimensione relativa media o piccola, potrebbero essere sottovalutate dalle autorità di supervisione finanziaria come potenziali trasmettitori di instabilità sistemica (Markose et al., 2012; Gofman, 2017).
Il Financial Stability Board (FSB) ha comunque stabilito dopo il Summit del G20 di Londra nel 2009 di utilizzare anche il “grado di interconnessione” tra le istituzioni finanziarie come importante “categoria” di identificazione delle banche ad importanza sistemica globale, oltre alla tradizionale categoria della “dimensione” ma limitandosi ad un’analisi “locale”
Conseguentemente, i ricercatori hanno focalizzato la loro attenzione sulle metodologie attraverso le quali poter misurare il rischio sistemico delle istituzioni finanziarie prendendo in considerazione proprio il livello di interconnessione tra le stesse.
Attualmente, i metodi basati sui dati di mercato (in particolare i prezzi di borsa delle azioni rappresentative delle istituzioni finanziarie) proposti per stimare il grado di interconnessione tra le istituzioni e (in funzione di questo) l’importanza sistemica, possono ripartirsi in tre gruppi.
Il primo gruppo usa le correlazioni tra le attività finanziarie per stimare le probabilità d’insolvenza delle istituzioni; in particolare, le metodologie utilizzate sono il coefficiente di cross-correlation (Huang et al., 2009; Patro et al., 2013) e l’analisi delle componenti principali (PCA) (Krizman et al., 2011; Billio et al., 2012).
Il secondo gruppo misura gli effetti di contagio (o di spillovers) tra le istituzioni ed i contributi di ciascuna istituzione al rischio sistemico utilizzando le dipendenze di coda delle istituzioni finanziarie. A tale proposito, Zhou (2010) propone due misure, l’indice d’impatto sistemico (systemic impact index-SII) e l’indice di vulnerabilità (vulnerability index-VI) per identificare l’importanza sistemica delle istituzioni finanziarie usando la Extreme Value Theory (EVT) multivariata.
Adrian and Brunnermeier (2016) sviluppano la misura del Conditional Value-at-Risk (CoVaR), definito come il VaR condizionale del sistema finanziario, ossia calcolato quando un evento specifico colpisce una singola istituzione. Conseguentemente, Adrian and Brunnermeier (2016) propongono una misura di rischio sistemico chiamata ΔCoVaR e definita come la differenza tra i CoVaR del sistema finanziario condizionali sia ad una situazione di stress che ad una situazione di normalità di ciascuna singola istituzione finanziaria.
Acharya et al. (2017) presentano altre due misure di rischio sistemico: il Marginal Expected Shortfall (MES) ed il Systemic Expected Shortfall (SES). Il MES esprime il valore delle perdite di una generica istituzione finanziaria quando l’intero sistema finanziario è in una situazione di stress, mentre il SES è calcolato prendendo in considerazione sia il MES della singola istituzione finanziaria