A caccia di cigni neri

A caccia di cigni neri – Alessandro Di Maria

L’informazione

Molto spesso, all’indomani di un evento imprevisto, ancora più se catastrofico, vittime e responsabili si interrogano sull’esistenza di informazioni di cui avrebbero potuto disporre per poterlo prevedere, nonché sulle reali capacità che avrebbero avuto di fronteggiarlo. Per molti fenomeni naturali (come i terremoti) questo tipo di analisi non è realizzabile: possono esserci delle avvisaglie, ma purtroppo, di solito, si palesano nell’istante immediatamente precedente all’evento. Anche in economia, molti sono stati i tentativi di mettere a punto efficaci meccanismi previsionali in grado di evitare tracolli. Tuttavia è evidente che questi stessi meccanismi talvolta si inceppano in misura sufficiente da rivelare la loro natura fallace. L’economia è inoltre una scienza sociale e non naturale: gli agenti e i fattori protagonisti dell’esperimento quasi mai reagiscono identicamente ai medesimi stimoli. Questo perché gli stimoli in questione sono rappresentati da informazioni e le informazioni sono soggette ad interpretazioni diverse e imprevedibili come i comportamenti ai quali esse conducono gli agenti. Il tema dell’informazione e della sua carenza in economia è molto più centrale e dibattuto di quelli che ruotano attorno a questioni puramente monetarie e/o finanziarie. Chi ha informazioni fa soldi e chi ha soldi compra informazioni. Un mercato è infatti tanto più liquido (transazioni veloci, numerose,frequenti) quanto più è trasparente. L’informazione sta dunque alla base del paradigma economico e gli operatori devono ricorrere a dei modelli che ne permettano una corretta gestione. Tali modelli sono per lo più di natura probabilistica poiché quello che maggiormente interessa, infatti, non è tanto l’analisi dello scenario contingente quanto una sua lettura in chiave futura: solo chi è in grado di anticipare le variazione di mercato trae profitto.

Le tre forme dell’informazione

L’analisi delle informazioni fino ad oggi, è quella che venne definita dal premio Nobel E.Fama nel 1970 la forma debole di efficienza informativa. Tutta l’informazione disponibile è racchiusa nella serie storica dei prezzi e solo chi dispone di informazioni private/confidenziali è in grado di “battere” il mercato. Fama teorizza anche una seconda forma di efficienza informativa: l’efficienza informativa semiforte per la quale i prezzi racchiudono, oltre alla serie storica, anche tutta l’informazione pubblica disponibile. Ciò nonostante, anche in questo caso, chi dispone di informazioni privilegiate batte il mercato. Mentre le prime due sono state verificate empiricamente, la terza rimane solo teorica: si parla in questo caso di efficienza forte per cui i prezzi racchiuderebbero tutta la informazione, storica, pubblica e privata. Grossman e Stiglitz (anche quest’ultimo Nobel nel 2001) misero radicalmente in dubbio la possibilità che uno stato del mondo come quest’ultimo potesse mai permanere o almeno materializzarsi. In presenza di perfetta informazione, infatti, svanirebbe il vantaggio legato alla ricerca e al possesso della stessa, così coloro che ne favoriscono la circolazione, preferirebbero ricoprire ruoli marginali e meno onerosi, eventualità che farebbe nuovamente collassare il mercato verso una forma di inefficienza informativa.

I modelli matematici

Come viene gestita matematicamente tutta l’incertezza derivante dalla mancanza di informazioni prospettiche? Una classe di modelli largamente utilizzati in finanza sono i processi stocastici di Lévy ai quali fanno capo processi di Poisson (molto diffusi in campo assicurativo) e moti browniani (prevalenti in finanza). In entrambi i casi si parla di processi stocastici in tempo continuo, ovvero che generano valori per ogni istante di tempo (come ci si aspetta per il prezzo dello stock o per il tempo di arrivo di una richiesta di rimborso nel caso della assicurazioni). Gli incrementi del processo sono stazionari (riferiti a lassi temporali della stessa lunghezza) e poi distribuiti normalmente in maniera indipendente. Il moto browniano deve il suo nome al botanico scozzese Robert Brown che già nell’ 800 osservò il moto caotico (e quindi casuale) di alcune particelle quando venivano liberate in acqua. Oggigiorno esso ha assunto importanza centrale in finanza, specialmente nella descrizione della dinamica di prezzo di un’azione: esso infatti, coerentemente con quanto detto sopra, è in grado di stabilire al meglio l’evoluzione futura del prezzo solo sulla base delle informazioni storiche e/o pubbliche disponibili fino a quel momento (in probabilità si dice che è una martingala). Non importano, dunque, ai fini della previsione, le variazioni di prezzo registrate fino all’istante di valutazione poiché esse sono già state incorporate nel prezzo corrente. Grazie a questa caratteristica e ad una grande maneggevolezza matematica il moto browniano ha avuto un enorme successo in ambito pricing ma il suo più grande limite rimane la distribuzione di probabilità alla quale sono legati i prezzi delle azioni nell’orizzonte di tempo considerato. Gli incrementi seguono una distribuzione Normale, anche essa molto facile da trattare matematicamente, ma che l’evidenza empirica ha rivelato inadatta a rappresentare bene ogni fase che i mercati vivono. Più precisamente, la distribuzione gaussiana è utile durante fasi poco turbolente dei cicli economici ma, essendo una distribuzione che sottostima gli eventi improbabili, si è dimostrata assolutamente inadeguata a modellare scenari che avevano subito forti shocks (come bolle o crisi). Proprio per questo motivo il moto browniano è stato duramente criticato da più parti, suggerendo che la realtà necessiterebbe di essere rappresentata con distribuzioni più sofisticate e “pessimiste” come quella di Cauchy. Anche l’indipendenza degli incrementi è una ipotesi non di poco conto, ma in generale il ricorso a modelli più complessi privi di ipotesi semplificatrici renderebbero le procedure di pricing molto più macchinose e comunque non infallibili. Riprendendo poi l’analogia con le catastrofi naturali accennata inizialmente, una prima soluzione è possedere infrastrutture in grado di far fronte a eventi inattesi, per quanto essi possano essere poco probabili. Dotare quindi l’economia di istituzioni solide non solo in termini patrimoniali ma anche moralmente poiché le informazioni di cui sappiamo disporre al meglio sono le nostre conoscenze tecniche correnti e la memoria storica, ultimi baluardi nella lotta contro i Cigni Neri.

Commenti

Commenti

Etichettato , , , , , ,