Economia e Finanza

Anche parlare di imprevedibilità della finanza è una frode intellettuale (la distribuzione statistica delle performance del Dow Jones)

economia e finanza

La finanza e l’economia sono “prevedibili”? Il rischio è un fattore che è possibile mantenere sotto controllo, oppure si tratta di un elemento fuori dalla nostra portata? Sul Corriere Economia di lunedì scorso c’era un lungo articolo di Matteo Motterlini in cui, citando Nassim Taleb, descrive come fondamentalmente la prevedibilità dell’economia e della finanza sia, fondamentalmente, poco più che un’illusione. Le argomentazioni fondamentali sono che la “distribuzione normale” (o gaussiana “o a campana”), cioè la distribuzione che descrive la probabilità di un evento diminuire in modo crescente quanto più si allontana dalla media, sarebbe un’assunzione fatta spesso da finanzieri ed economisti, ma senza riscontro nella realtà, anzi, una vera e propria “frode intellettuale”. Il tutto “condito” da un grafico dell’S&P 500 che mostra come questo sarebbe “drogato” da un significativo effetto rally, depurandone il valore rispetto ai 10 migliori giorni, che avrebbero un effetto estremamente rilevante sugli indici.



Grafico “effetto rally” da Corriere Economia di lunedì 2 febbraio 2009 (inserito per citazione)

Un ragionamento interessante, che però contiene una molteplicità di gravi errori concettuali, che mi fa venir voglia di dire che predicare l’imprevedibilità è una frode intellettuale almeno pari al pretendere di avere tutto sotto perfetto controllo.

Partiamo dal grafico dell’S&P500, innanzi tutto, che già ha qualcosa che non va, dato che indica un massimo di oltre 3.00o punti, che l’S&P500 non mi pare abbia mai raggiunto, come si può vedere dal grafico storico:


Grafico storico dell’S&P500 degli ultimi 30 anni: la quota di 3.000 non è mai stata neppure avvicinata (grafico ottenuto con ProRealTime).

Comunque non voglio certo prendere questo errore di scala come un pretesto, dato che immagino certamente è dovuto ad un refuso. Il punto principale, però è un altro: è assolutamente arbitrario eliminare “i 10 giorni migliori”. Perché la statistica alla base della “distribuzione normale” non nega assolutamente che ci possano essere scostamenti importanti dalla media, dato che il punto è piuttosto che gli scostamenti sono “equiprobabili” in entrambe le direzioni. In altre parole, devo vedere anche cosa succede se elimino i “10 giorni peggiori”, prima di dire che il modello è sbagliato. Ed ecco il grafico rifatto eliminando i 10 giorni migliori e i 10 giorni peggiori.

Grafico dell’S&P500 dal 1980 ad oggi, eliminando i 10 giorni migliori (curva in basso) e i 10 giorni peggiori (curva in alto) (dati da Yahoo! Finanza).

Il grafico che viene fuori è leggermente diverso da quello dell’articolo, in conseguenza di un diverso intervallo di tempo di riferimento e forse di una diversa metodologia di selezione dei “migliori” e dei “peggiori” (qui abbiamo preso le variazioni percentuali). L’aspetto interessante è che se si va ad eliminare contemporaneamente sia i 10 giorni peggiori che quelli migliori, la variazione è quasi nulla. La curva che ne risulta è praticamente identica a quella dello storico: rimane leggermente sopra per un motivo ampiamente spiegabile, e cioè per il fatto che le variazioni al ribasso tendono ad essere più violente di quelle al rialzo (per una serie di motivi che includono anche la psicologia dei mercati, a partire dal panic-selling), e quindi ecco che la loro eliminazione ha un peso leggermente maggiore.


Grafico dell’S&P500 dal 1980 ad oggi, eliminando sia i 10 giorni migliori che i 10 peggiori (dati da Yahoo! Finanza).

Ma l’elemento che dovrebbe essere “definitivo” credo possa essere la distribuzione statistica delle performance del Dow Jones dal 1900 ad oggi che, se certamente non è una curva gaussiana perfetta, ci somiglia non poco.


Distribuzione statistica delle performance giornaliere del Dow Jones dal gennaio 1900 al gennaio 2009 (fonte dati: Yahoo! Finanza).

Se facciamo uno “zoom” sull’intervallo centrale, la forma è ancora più evidente. Per completezza, va detto che la curva a campana sovrapposta al grafico (allo scopo di avere una maggiore sovrapposizione nel grafico) non è esattamente quella che verrebbe fuori calcolata con i dati della deviazione standard dei dati reali, ma con una deviazione standard leggermente minore.


Distribuzione statistica delle performance giornaliere del Dow Jones dal gennaio 1900 al gennaio 2009 (fonte dati: Yahoo! Finanza).

Insomma, parlare di infondatezza dei modelli utilizzati e di “dominio dell’imprevedibilità” è evidentemente fuori luogo, e non aiuta quella maggiore trasparenza dell’economia e della finanza che sarebbe tanto necessaria.

Certamente, però, i modelli matematici di gestione del rischio utilizzati fino ad oggi hanno presentato diversi limiti (oltre ad essere applicati senza “buon senso”), quando non veri e propri errori nelle assunzioni di base, ma questo non vuol dire che il rischio sia ingestibile e imprevedibile. L’equivoco, semmai, è quello di voler dare previsioni basate su da ti che “non ci sono”, ma questa è un’altra questione.

L’impressione personalmente rimane un’altra, e cioè che in molti, dagli anal
isti, agli investitori, fino alle “persone comuni”, abbiano voluto “vedere” solo una parte della teoria economica, ma per il fatto che non piacciono i risultati che ne escono se applicata correttamente: perché se non è vero che i risultati negativi sono imprevedibili, è vero che in molti hanno fatto di tutto per non vederli arrivare.

Banche e Risparmio [http://www.banknoise.com]

Loading...

3 commenti

  • Ciao Mark! Bellissimo quest’articolo, complimenti!

    Sto leggendo questi giorni il libro di Taleb, indubbiamente interessante, ma come tutte le cose, da filtrare! :-)

    A presto!

  • Facciamo una prova: Calcola la probabilità che il ritorno giornaliero del DJIA sia tra il 2% ed il 3% usando la gaussiana. Da’ poi una stima di questa probabilità usando i campioni forniti da “Yahoo! Finance”, e confronta questi due valori.

    Quale conseguenze si possono trarre?