Che materia stai cercando?

Appunti e domande esame economia e tecnica dei mercati finanziari - Prof Rigoni

Appunti di economia e tecnica dei mercati finanziari basati su appunti personali del publisher presi alle lezioni del prof. Rigoni dell’università degli Studi Ca' Foscari Venezia - Unive, facoltà di economia, Corso di laurea magistrale in economia e finanza. Scarica il file in formato PDF!

Esame di Economia e tecnica dei mercati finanziari docente Prof. U. Rigoni

Anteprima

ESTRATTO DOCUMENTO

APPUNTI DEL CORSO:

ECONOMIA E TECNICA DEI MERCATI

FINANZIARI

a.a. 2015-2016 1

LEZIONE 1 18/04/2016

FINANZA COMPORTAMENTALE

È un modo diverso di affrontare i classici problemi della finanza usando un bagaglio diverso da

quello economico dell’utilità attesa che utilizza i cinque assiomi dell’utilità che definiscono il

comportamento di una persona razionale, nel senso di seguire questi assiomi dell’utilità attesa.

La condizione della finanza comportamentale però considera che le persone nella loro vita, quando

formulano scelte, non seguono tutti gli assiomi, e quindi le loro scelte non sono conformi rispetto a

quello che dice la teoria economica classica dell’utilità: questo perché la mente umana non li segue

tutti e cinque, ma è svincolata e quindi le decisioni non seguono la teoria economica.

Kaynes nella teoria del “Beauty contest” afferma che ciascun investitore pensa a come agirà l’altro,

cercando di anticiparlo, e tutti pensano a quello che farà l’altro: questo non è il modo di ragionare

che dovrebbe guidare chi fa analisi degli investimenti, ma spesso nel mercato gli investitori

cercano di anticipare gli altri, e non si fa altro che inseguirsi. Funziona più o meno come un

concorso di bellezza, in cui ogni giurato cerca di prevedere la scelta degli altri giurati, che a loro

volta cercano di anticipare la scelta degli altri giurati.

Questa è una delle basi di questo corso, ossia è da ricordare che le persone spesso seguono le

rappresentazioni mentali degli altri, spesso sia “noi” che loro sbagliamo, perché appunto queste

rappresentazioni mentali sono sbagliate.

Il prof ci mostra un’immagine raffigurante un negozio in periodo di saldi dove si può vedere molta

gente che si appresta a fare acquisti.

Nei mercati finanziari ci sono “sconti” quando ci sono tracolli, cioè quando le cose vanno male.

Quando invece sono bull (mercato rialzista) è possibile avere sconti ma è meno probabile.

Tuttavia, nei mercati finanziari la calca di persone intenzionate a comprare c’è quando ci sono

nuove azioni con prezzi alti, mentre quando ci sono i “saldi” (mercato bear) e quando

probabilmente si possono fare buoni affari, c’è il panico.

Il funzionamento dei mercati finanziari è totalmente diverso da quello dei normali

 mercati, a causa della psicologia, e questa è una chiave fondamentale per capire il

funzionamento dei mercati finanziari. La confusione è spesso generata dalla paura.

Piramide degli investimenti

La teoria del portafoglio (Markovitz), ci dice che si guardano globalmente i titoli del mercato

valutandone la correlazione e non bisogna guardarli singolarmente. Nella realtà ciò non avviene

poiché la mente ragiona attraverso la così detta PIRAMIDE DEGLI INVESTIMENTI, perché la nostra

2

mente ragiona con il sistema del “mental

accounting”=”contabilità

mentale”(schematizzando per comparti)

Quindi la teoria del portafoglio non si

 riesce ad applicare a causa di come

ragiona la nostra mente.

Price earning=prezzo/dividendi; è un indice per capire quanto costoso è un titolo, e se il price

earning è alto indica che il prezzo del titolo è alto in proporzione agli utili/dividendi.

• Quando è alto successivamente i rendimenti attesi saranno bassi (correlazione negativa).

Quindi tendenzialmente il momento migliore per investire è quando il mercato va male,

perché quando il price earning è basso i rendimenti sono più alti

• Ciò è tendenzialmente vero in media, ma non sempre, perché il grafico mostra una nuvola

di punti e non una retta. Quindi è vero che c’è una correlazione negativa, ma ci sono anche

altri fattori che vanno ad incidere. Quindi in media è bene investire quando le cose vanno

male, ma questo non è sempre vero.

(Immagine di panama city, importante per gli investimenti immobiliari legati al riciclaggio, e

l’immagine della borsa)→Nella valutazione del rischio c’è un divario tra investimenti reali (tangibili,

il mattone, valutato dall’uomo come meno rischioso pur non essendo tale) ed investimenti

finanziari. Quando si investe in immobili non si ha la percezione della loro valutazione reale a causa

della minor disponibilità di informazione, diversamente da quanto avviene per il mercato mobiliare

(azioni, titoli), per il quale si dispongono informazioni aggiornate al minuto, e questo è dannoso

per gli investitori, quindi a volte meno informazioni è meglio di più informazioni.

In questo corso seguiremo tre approcci principali:

1. Approccio normativo: da delle regole per il comportamento ottimale, dette i 10

comandamenti, che se seguite servono a massimizzare l’utilità; queste non sono però

riproduttive della tendenza naturale umana.

2. Approccio descrittivo: è un approccio in cui si finisce per pensare che non esistono

regole d’investimento, cioè visto che le regole sono irrealistiche tanto vale fare come

vogliamo, ma in questo modo si costruiscono delle basi deboli. Quindi bisogna trovare il

giusto mezzo tra la formica e la cicala, ossia tra l’approccio normativo e quello descrittivo.

3. Approccio prescrittivo: approccio in cui dobbiamo accettare di fare molti errori di

investimento e quindi trovare delle soluzioni a ciò. Questo è il metodo che dobbiamo

utilizzare. 3

EURISTICHE

Per un po’ di lezioni parliamo di come ragioniamo quando dobbiamo prendere delle decisioni in

materie finanziarie/investimenti. 

Una grande innovazione del funzionamento della scienza è chiamata PSICOLOGIA COGNITIVA

INNATISMO (Platone, Kant) - I filosofi avevano intuito che alcune cose sono innate nell’uomo.

Infatti abbiamo delle conoscenze pregresse e degli elementi comportamentali innati, tra questi

elementi ci sono le euristiche. Non nascono né dallo studio né dall’esperienza, non sono apprese

in modo consapevole, ma sono usate quotidianamente. Le euristiche sono

regole e condotte operative che vengono usate per risolvere in modo semplice problemi complessi.

Sono processi mentali che si sono creati con l’evoluzione umana (mammiferi, primati).

Esempi: un giocatore di rugby deve muoversi continuando a guardare la palla e mantenere un

certo angolo per far si di impattare la palla. Questo non è stato insegnato da nessuno, ma è

un’eristica che conoscono tutti gli animali per scappare o prendere una cosa.

Lo stesso fanno le farfalle notturne, che fanno addosso alla luce di notte, questo perché questi

insetti notturni hanno bisogno della luce per muoversi, e sono guidati dalla luce di oggetti molto

lontani (stelle, luna), e usano come sistema di movimento la loro posizione rispetto le stelle, e se

vedono la luce dei lampioni , essendo molto vicini vanno in tilt e vanno verso l’oggetto illuminante

morendo. L’euristica permette di dare soluzioni semplici a problemi complessi, attraverso il così

 detto MECCANISMO DI SOSTITUZIONE.

Ciò significa che noi spesso ci troviamo di fronte a decisioni complesse, e la maggior parte delle

risposte che diamo a queste decisioni consiste nel fare il contrario di quello che ci viene chiesto.

Cioè se ci viene posta una domanda complessa, noi non rispondiamo a questa ma rispondiamo alla

domanda con cose che sappiamo e che concettualmente sono diverse dalla domanda ma che sono

gestibili dalla nostra mente. Dando quindi un giudizio di somiglianza o di vero somiglianza.

esempio: se dobbiamo giudicare un professore sulla sua bravura, non usiamo un ragionamento

probabilistico, ma in realtà ci basiamo su indizi, esperienze che riflettono quanto il professore si

avvicina allo stereotipo che abbiamo in testa del bravo professore. Questo è il meccanismo di

sostituzione sul quale si basano quasi tutte le euristiche. Alcune sostituzioni sono corrette, altre no,

e dobbiamo capire questo.

Il mondo inconscio è il sistema 1, ed è tanto più potente tanto più ne siamo coscienti; il sistema 2

è dato dal ragionamento è rappresenta la parte minore.

GIUDIZI DI PROBABILITÀ: sono usati nelle scelte di investimento.

Formuliamo tre euristiche:

a)raccolta di informazioni - euristica della disponibilità: spesso ci poniamo il problema se fare

una cosa o meno, e ci rispondiamo a questo problema in due modi:

1. Disponibilità per recupero - pensando alla frequenza degli avventi avversi, noi

sostituiamo il giudizio di frequenza con quella della facilità con cui possono essere

richiamate dalla mente: è più facile ricordare eventi frequenti o appena successi. Noi 4

giudichiamo più probabili gli eventi a cui pensiamo più facilmente, ossia quelli appena

successi. E questo influenza gli investimenti, perché ad esempio se il mercato azionario

è andato male ultimamente, per noi anche nel futuro è molto probabile che continui ad

andare male, perché questo fatto è appena accaduto.

più̀

2. Disponibilità per costruzione - È facile ricordare situazioni in cui la costruzione

della rappresentazione mentale è più agevole. (detta velocemente)

L’euristica della disponibilità è il frutto del nostro cervello inconscio, ma di questo non ci rendiamo

conto, e pensiamo che sia dovuto al nostro cervello conscio. Questa euristica è fondamentale, e

attraverso questa euristica sostituiamo un giudizio di frequenza/probabilità con quanto è facile

pensare ad un evento.

Esempio:

3. Disponibilità per recupero – E’ più facile richiamare alla mente situazioni ed esempi

familiari e rilevanti, ad esempio:

- fatti accaduti di recente o sperimentati direttamente

- elenco di società note/poco note

b) euristica della rappresentatività – Gli individui per elaborare le informazioni e formulare

probabilità̀

giudizi di si basano su stereotipi e situazioni familiari. Il giudizio di probabilità utilizza

quindi un criterio di somiglianza: pensiamo involontariamente sia più probabile qualcosa che

assomiglia a qualcos’altro. Trascuriamo quindi la probabilità a priori (probabilità a posteriore), cioè

le frequenze degli eventi: ciò significa che quasi sempre formuliamo giudizi di probabilità

sbagliati.

Esempi: Date alcune caratteristiche di un soggetto, viene chiesto di dire quale si pensa possa

essere l’impiego che probabilmente corrisponde al profilo indicato, ognuno formula una propria

idea di quale soluzione sia probabile. Nella lezione di domani vedremo perché tendenzialmente le

risposte date sono sbagliate.

LEZIONE 2 24/03/2016

Riprendendo l’esempio di prima: avevamo 3 alternative: agente di commercio, commesso o

bibliotecario, e le nostre risposte erano sbagliate, perché?

abbiamo un diagramma che rappresenta tutta la popolazione, il sottoinsieme che rappresenta

Se

tutti i bibliotecari sarà piccolo, perché ci sono poche biblioteche, gli agenti di commercio invece

sono molti di più, appunto perché sono tante le persone che operano nel commerciale di

un’impresa, e lo stesso vale per il commesso.

Avendo in mente questo disegno, le risposte sarebbero le stesse?

Noi abbiamo risposto dicendo: 5

A livello di probabilità sembrerebbe più probabile l’agente di commercio, ma dalla descrizione

sembra comunque un bibliotecario.

Commento del prof: avendo fatto il diagramma ci ha dato una guida, perché in Italia ci sono più

agenti di commercio, e quindi se prendiamo a caso una persona è più probabile che questa

persona sia un’agente di commercio, o un commesso o un bibliotecario. Ma il prof ci ha dato anche

delle informazioni, che non rappresentano bene lo stereotipo che abbiamo dell’agente di

commercio.

Quindi sarebbe sbagliato rispondere come se non ci avesse detto niente riguardo quella persona,

ma sarebbe sbagliato anche se non teniamo conto del diagramma. Pertanto quando si risponde ad

una domanda del genere bisogna dire che è probabile che la gran parte dei bibliotecari siano tutti

così, ed è probabile che tra gli agenti di commercio pochi siano così, ma in realtà la maggior parte

delle persone fanno lavori che solitamente non sarebbero portati, quindi risulta che il soggetto

descritto fosse un agente di commercio dato l’area che ricopre, e da questo si può rispondere che

probabilmente ci sono più agenti di commercio timidi ed introversi di quanti sono i bibliotecari

timidi e introversi, questo perché ci sono più agenti di commercio.

Questo è il modo giusto di rispondere al problema, che tecnicamente è utilizzare il teorema

 di Bayes.

Perciò quello descritto è l’EURISTICA della RAPPRESENTATIVITA’: dice che noi elaboriamo dei

giudizi di probabilità utilizzando criteri di somiglianza. Noi diciamo che è probabile ciò che

assomiglia di più a qualcosa. Il teorema di Bayes è la probabilità di qualcosa dato un set di

informazioni; quindi ci si chiede quanto è probabile che qualcuno sia un bibliotecario date le

informazioni ricevute.

Noi abbiamo risposto usando la VEROSIMIGLIANZA. Il teorema di bayes ci dice che la probabilità

data la descrizione per ottenere un bibliotecario dipende dalla verosimiglianza, cioè da quanto

facile è che un bibliotecario sia come è stato descritto. E noi ci fermiamo qui a dare la risposta. Ma

il teorema di bayes dice che la verosimiglianza va moltiplicata per la probabilità a priori.

Quindi la probabilità a priori per il bibliotecario è bassissima anche se la verosimiglianza è alta,

mentre la verosimiglianza dell’agente di commercio è bassa, ma la probabilità a priori, cioè quanti

sono gli agenti di commercio in Italia, è più alta.

La nostra mente se lavorasse come dice il teorema di bayes terrebbe conto di entrambe, ma la

nostra mente tendenzialmente guarda solo la verosimiglianza. 6

Questa è l’essenza della rappresentatività, cioè basare il nostro giudizio probabilistico sulla

somiglianza tra il profilo che dobbiamo individuare e la descrizione ricevuta, senza considerare

quanto frequente è l’elemento che dobbiamo valutare. Quindi trascuriamo la probabilità a priori.

Quella che utilizziamo è la probabilità a posteriori (che però è distorta), cioè considerare giusta una

risposta dato che abbiamo una conoscenza.

tutto questo significa che siccome la nostra mente non funziona secondo le regole del

 teorema di bayes, quasi sempre, tutti i giudizi che noi formuliamo, sono sbagliati, perché

non tengono conto delle frequenze delle probabilità a priori.

CONSEGUENZE DELL’EURISTICA DELLA RAPPRESENTATIVITA’:

L’euristica della rappresentatività, per chi lavora in ambito finanziario, e per tutti, è l’euristica più

importante perché ci spiega la maggior parte degli errori che facciamo.

Noi pensiamo delle cose, ma il nostro pensiero non trova mai una realizzazione immediata esterna,

perché abbiamo dei fenomeni, cioè quanto prendiamo una serie storica di prezzi o rendimenti

azionari il numero è il sistema che genera il fenomeno che noi pensiamo. L’euristica della

rappresentatività porta a dare importanza al fenomeno pensando che il fenomeno coincida con il

numero (con ciò che sta dietro), porta a pensare che ciò che vediamo corrisponda alla realtà

intrinseca delle cose, porta a pensare che il campione sia la popolazione. In atre parole ci porta a

pensare in un modo fortemente contro i principi della statistica.

Immaginando di lanciare una moneta 5 volte:

CTTCT

TTCCT

CTCCC

CTTCT

TTTTC

CCTCT

Se il lancio è casuale sono tutte probabili queste sequenze, ma in generale, tutte le sequenze in cui

si alternano testa e croce, questo perché il fenomeno deve rappresentare il processo; cioè se ho

un processo con p=0,5 per ogni lancio mi aspetto un’alternanza tra testa e croce, per cui tendiamo

a dare come serie un’alternanza tra testa e croce. Difficilmente diciamo una serie di tutte teste e

tutte croce, perché è difficile, ma è altrettanto difficile avere qualsiasi altra serie.

Immaginando di essere un traider o un’analista: quasi ogni giorno vediamo che gli andamenti in

genere salgono e scendono, ed è difficile che un titolo vada nella stessa direzione. Se vediamo 5

giorni di fila in cui il cambio si muove sempre nella stessa direzione (sempre positivo o sempre

negativo), incominciamo a pensare che c’è qualcosa che “non va”, perché vuol dire che sta

avvenendo qualcosa di importante; questo può essere vero, ma se ci pensiamo, la probabilità di

andare su e di andare giù, può essere elevata se sommata alla fine dell’anno. Quindi quando

abbiamo 5 rialzi di fila o 5 ribassi di fila, la mente pensa che ci sia qualcosa di rilevante, ma non ci

passa per la mente che magari non c’è nessun cambiamento, e che forse è solo il caso.

L’esempio della moneta serve per capire che la nostra mente essendo guidata dalla

rappresentatività è una mente portata a trarre evidenze causali da ciò che accade attorno a noi,

perché quando vede 5 teste di fila pensa che sia troppo poco probabile, ma in realtà è anche poco

probabile qualsiasi altra sequenza!!

Questo è l’effetto dell’euristica della rappresentatività, abbiamo una mente che è alla ricerca di

trend continuamente.

Altro esempio: 7

immaginiamo di essere una persona importante, e siamo gli azionisti di maggioranza di un’impresa

di investimento, e dobbiamo valutare la bontà dell’operato dei nostri manager, e abbiamo visto che

negli ultimi 3 anni il nostro gestore ha fatto tutte performance buone, migliori di qualsiasi altro

gestore; il nostro pensiero è quello di pensare che il nostro gestore sia il migliore degli altri. Il

problema è che bisogna decidere avendo un’area di osservazioni troppo piccola, e per avere più

osservazioni bisogna andare nel passato, ma la vita delle persone non dura 200 anni, e la vita

professionale dura ancora meno, quindi se vado indietro nel passato avrò poche osservazioni, ma

sono spezzettate in momenti e contesti diversi, e in questo caso un’analisi statistica fatta su pochi

dati ha margini di incertezza elevati. Nella vita reale è poco frequente avere ad esempio 50

osservazioni, questo è il problema che bisogna affrontare ogni giorno; però nessuno si agita, e

tutti tranquillamente diamo giudizi sulla base di campioni molto piccoli, perché per noi il campione

rappresenta sempre l’azione, qualsiasi sia il n° di osservazioni. Questa è una conseguenza

dell’EURISTICA DELLA RAPPRESENTATIVITA’, noi le stime le facciamo sempre, e quello che

sbagliamo è che i gradi di confidenza degli errori di stima sono sempre ristretti, senza porci il

dubbio che forse stiamo sbagliando.

A tal proposito Canaman e Tveschi, parlano della LEGGE DEI PICCOLI NUMERI (è

un’affermazione ironica), perché dicono: così come la statistica ha la legge dei grandi numeri la

quale dice che quando il numero del campione tende a infinito la media campionaria tende alla

media della popolazione, e quindi i margini di errore sono bassissimi, loro ironicamente dicono che

con pochi numeri siamo in grado di avere una media campionaria simile alla media della

popolazione.

la legge dei piccoli numeri dice che con pochi dati noi traiamo grandi inferenze, e diciamo

 che uno è migliore dell’altro, che uno è peggiore, che uno è incapace ecc. Il problema è

che uno sentendosi dire che è incapace poi lo diventa. Questo è un elemento fondamentale

per la nostra vita finanziaria perché noi abbiamo una serie di convinzioni che crediamo

siano giuste, ma che con grande probabilità sono sbagliate, questo a causa della LEGGE

DEI PICCOLI NUMERI, che ci fa credere che le nostre stime siano affidabili.

Un’altra interessante euristica è l’EURISTICA DELL’ANCORAGGIO:

Sempre Canaman e Tveschi fecero un esperimento: immaginiamo che ci sia un’aula con della

gente, alla quale chiediamo quanti paesi africani pensano che partecipano all’ONU, in un’altra aula

si fa la stessa domanda. I due studiosi hanno fatto questo esperimento, solo che in entrambe le

aule hanno messo una ruota della fortuna, e le hanno fatte girare, le quali erano entrambe

taroccate, dove la prima si fermava nel n. 10 e l’altra nel n. 65. Le persone che erano nella sala

dove la ruota si è fermata nel 65 hanno dato come percentuale 45, quelli che erano nella sala dove

la ruota si è fermata a 10, la percentuale è stata 25.

Questo è un esempio di ancora, perché sempre quando dobbiamo fare una valutazione, prendiamo

un punto di partenza che solitamente è sensato, tuttavia poi si fanno dei ragionamenti; il punto è

che è dimostrato che gli aggiustamenti sono in genere insufficienti, perché tutti siamo

inconsapevolmente legati al punto di partenza. Questo esperimento è interessante perché c’è un

ancoraggio del tutto assurdo, però lo stesso ci influenza; è come se fossimo in aula e ci fosse

scritto il n. 50, dove questi numeri non centrano niente, ma comunque ci influenzano. Questa è la

cosa scioccante dell’ancoraggio, cioè l’ancoraggio è un’euristica potente che lavora sempre anche

quando è assurda e non centra niente con la realtà da affrontare. 8

L’ancoraggio consiste nella previsione/stima da parte di individui a partire da un punto

 iniziale e procedendo per aggiustamenti successivi.

Un altro esempio di ancoraggio: abbiamo un prodotto tra numeri, al quale d’impatto dobbiamo

dargli un valore; se ci viene mostrato un numero basso ad esempio 1 o 2 (che è l’ancora), la

risposta che diamo sarà molto bassa, se l’ancora fosse 7 o 6 la risposta sarebbe stata un po’ più

alta. Quindi in continuazione siamo esposti ad ancoraggi, dei quali siamo inconsapevoli.

La conseguenza di queste euristiche è la legge dei piccoli numeri come già detto;

La regressione verso la media è un fenomeno capito per la prima volta da un nobile inglese,

Galton, il quale era convinto che se un uomo e una donna di statura più alta della media, i loro figli

saranno più alti rispetto la media, e viceversa se un uomo e una donna sono più bassi della media.

Ma attraverso una serie di misurazioni, scoprì che da genitori più alti della media, venivano dei figli

in media più piccoli dei genitori. Quindi se la media era 1,65 mt e l’altezza media dei genitori era

1,80 mt, Galton scoprì che i figli veniva tendenzialmente 1,70/1,75, quindi veniva si in media più

alto della media, ma più piccoli dei genitori. Presentò questi risultati che furono stravolgenti, e li

chiamò regressione verso la media, cioè il fatto che da persone fuori norma si regredisse verso la

norma. questo è un fenomeno che esiste ancora oggi; i figli saranno più alti della media, ma in

media più bassi dei genitori, perché c’è la regressione verso la media.

La regressione verso la media è un fenomeno quasi universale, quando abbiamo una causa che

produce un effetto, abbiamo regressione verso la media quando la correlazione è minore di 1;

ad esempio:- causa: quanto studio- effetto: voto che prendo;c’è una correlazione tra causa ed

effetto, ma non è una correlazione perfetta, perché c’è anche questione di fortuna e non fortuna,

quindi la correlazione tra causa ed effetto non è perfetta, questo perché ci sono fattori casuali,

ossia imprevedibili; perciò a volte si prenderà più di quello che ci meritiamo e altre volte meno di

quello che ci meritiamo. Quindi la regressione verso la media è capire che è normale avere ogni

tanto qualche exploit positivo o negativo, ma dato che questo è prodotto da elementi casuali che

non si ripetono, tendenzialmente dopo l’exploit non c’è più, ma non è perché si cambia il modo di

studiare, ma semplicemente perché il caso mi da una mano o non mi da una mano. Quindi ogni

volta che l’effetto non è perfettamente correlato con la causa, c’è sempre un effetto di regressione

verso la media.

Queste oscillazioni sono effetto del principio di regressione verso la media, cioè ci sono casi che mi

portano ad allontanarmi dalla media, ma poi, proprio perché quello che mi allontana è casuale, mi

lascia riavvicinarmi. È una cosa che la maggior parte delle persone fa fatica a capire perché è

contro intuitiva, in quanto noi pensiamo che se prendiamo voti belli, e che c’è qualcosa di positivo

che sta cambiando ed è bene perché acquistiamo fiducia, e che quelle volte che prendiamo un

voto negativo pensiamo che ci sia qualcosa di brutto che ci sta accadendo, e quindi diventiamo

pessimisti. Non riconoscere la regressione verso la media ci porta ad esaltazioni e depressioni.

Spostando questo caso dagli esami nei mercati finanziari, capiamo che anche la troviamo la

regressione verso la media.

Le persone non capendo la regressione verso la media, hanno come conseguenza il fatto che si

peggiorano i rapporti, perché pensiamo che le lodi o le punizioni portano ai rispettivi cattivi o buoni

risultati, senza capire che i cattivi risultati non è dovuto alla lode, ma dall’effetto della regressione

verso la media. Capire questo sui mercati finanziari, è fondamentale ogni volta che c’è una

correlazioni tra gli eventi che non è perfetta, ossia quasi sempre. Se una cosa va male dobbiamo

pensare che c’è qualcosa che va oltre alle colpe di chi compie le decisioni!

Se i mercati finanziari seguono processi di tipo irrelation (regressione verso la media) o di tipo

random walk (casuale), il prof è portato verso la visione della regressione verso la media. Il grafico

mostra un trend delle azioni basato sul valore fondamentale, cioè sulla distribuzione dei dividendi,

mentre la linea a zig zag è il dato reale; nel lungo periodo il prezzo delle azioni tende a regredire

verso il suo valore fondamentale; il problema è che questo valore verso la media non si ha in poco

tempo, può metterci anche decenni, ma tendenzialmente tende a regredire verso il suo valore 9

fondamentale. Questo è un supporto che evidenzia che l’andamento dei prezzi tende a seguire il

principio di regressione verso la media.

Un’altra cosa riguarda la regressione verso la media è il tipico errore del giocatore d’azzardo:

GENDAL FIDENCY.

Ad esempio nel gioco del lotto se un numero non esce da molto tempo tutti vanno a giocare quel

numero; ma non centra niente che quel numero non sia uscito ad esempio da un anno, ma le

persone sono convinte che se un numero non esce deve per forza uscire, altrimenti viola la legge

dei grandi numeri, quindi alla lunga il numero deve uscire almeno una volta, però la legge dei

grandi numeri vale per t=infinito e non un numero finito anche se grande.

la gendal fidency è l’errore per cui si pensa che siccome nel passato la cosa non si è

 verificata si deve verificare adesso. È l’erronea considerazione del principio, cioè è pensare

di aver capito la regressione verso la media in questo modo:

-da due genitori più alti della media nascono dei figli più bassi della media

cioè si punta sul fatto che dato che un’impresa l’anno scorso è andata bene, si presuppone

che l’anno dopo faccia male; in questo caso si parla di gendal fidency.

Ma allora che differenza c’è tra la regressione verso la media e la gendal fidency?

ATTENZIONE!!un conto è dire che un’impresa che l’anno scorso ha fatto bene probabilmente

quest’anno farà meno bene dell’anno scorso è diverso dal dire che un’impresa che l’anno scorso ha

fatto bene quest’anno farà peggio delle altre imprese.

Dire: farà probabilmente meno dell’anno scorso (regressione verso la media) e dire, farà peggio

delle altre imprese (gendal fidency) sono due cose diverse!

La gendal fidency è un tipico errore che facciamo nei mercati finanziari.

Facciamo fatica a capire la regressione verso la media, perché o non la capiamo, o la confondiamo

con la gendal fidency.

L’ultima cosa di oggi sull’errore è: l’OVER CONFIDENCE, ossia ECCESSIVA SICUREZZA. (ricorda

che esiste anche l’under confidence che è l’esatto contrario, cioè eccesiva insicurezza).

E’ importante parlare di questo, perché l’elemento essenziale da considerare in finanza è il rischio,

ossia vogliamo misurare il rischio. Tendenzialmente la nostra mente sottostima il rischio, questa è

l’over confidence, cioè tendiamo a sottostimare la variabilità dei fenomeni.

Ad esempio: in un’università americana si sono fatti dei master MBA dove c’erano i manager

finanziari, e a questi ultimi si poneva questa domanda: dimmi qual è la tua previsione sul valore

dell’indice S&P 500 tra un mese; però dato che nessuno poteva azzeccare il numero corretto gli

facevano fare una stima e di dare un valore alto e uno basso, e di indicare quale secondo loro era

la probabilità che l’indice fosse alto o basso attorno al 90.

Con le risposte, andarono a prendere i valori effettivi dell’indice e guardarono quante volte l’indice

era dentro e fuori dalla risposte date dai manager. Nel 90% dei casi si chiedeva di dare delle

risposte che comprendessero il 90% delle possibilità, quindi la possibilità di andare sotto o sopra le

risposte era del 10%.

Per cui aggregando tutte queste previsioni, ci si sarebbe dovuti aspettare un certo numero di

valori. Invece queste persone considerarono degli intervalli troppo stretti rispetto a quello che si

verificava, perché se le eccezioni reali sono 40 mila, i manager credevano di dare una barra di

oscillazione del 90%, ma in realtà ne davano una più piccola, quindi sottostimavano la volatilità

dell’indice.

Questo è un esempio lampante, perché questi sono specialisti, professionisti, ma in

 aggregato, quello che si è potuto vedere è il fenomeno dell’OVER CONFIDENCE, cioè 10

eccessiva sicurezza in sé stessi, o in ciò che si afferma.

Sempre canaman e Tveschi affermano che i professionisti si sbagliano spesso ma non

hanno dubbi. Non si è in grado di stimare realmente i rischi; a volte si possono

sovrastimare ma tendenzialmente si sottostimano.

LEZIONE 3 25/03/2016

Ieri ci eravamo fermati nell’over confidence, cioè eccessiva sicurezza nelle nostre affermazioni. In

generale lavoriamo su problemi finanziari, perché sappiamo che una parte importante del

ragionamento finanziario è la quantificazione dei rischi, e l’over confidence ci dice che visto che

sottostimiamo la variabilità, probabilmente tendiamo a sottostimare i rischi.

Come abbiamo visto dall’esempio, anche persone professioniste tendono a fare questo tipo di

errore.

Partendo dal presupposto che le persone sono over confidence, cerchiamo di capire il perché di

questo, cioè perché hanno troppa sicurezza dei giudizi che danno, e che le loro stime hanno

margine di errore molto basse.

Quali sono i fattori che influenzano la nostra minore o maggiore over confidence?

•l’evidenza empirica da cui partiamo per fare i nostri ragionamenti, cioè com’è l’EVIDENZA

EMPIRICA. Essa può essere molto chiara, logica, ben definita, oppure può essere confusa.

Immaginiamo di leggere una scheda su un’azienda, ad esempio una start up, e che questa scheda

è stata fatta malamente, e si descrivono male gli obiettivi dell’azienda. Noi leggiamo e ci troviamo

confusi, cioè capiamo, ma non bene quali sono i pericoli ecc. Questa è un’EVIDENZA POCO

CHIARA, e viceversa invece potremmo trovare una scheda fatta bene, e che spiega per filo e per

segno gli obiettivi, i pericoli ecc. E dunque in questo caso abbiamo un’EVIDENZA BEN FATTA.

Quando ci troviamo di fronte all’evidenza confusa/poco chiara, ci troviamo in difficoltà, perché la

nostra mente non costruisce una rappresentazione convincente. Quindi se ci chiedono di dare un

giudizio su questo investitore possiamo dire che può essere una bufala, come un’idea geniale, e

quando diamo questo giudizio stiamo dando delle stime con grandi variabilità, ed è come se

dicessimo che il valore va da +10 a -100.

Invece se leggiamo una scheda fatta meglio le nostre stime si compattano, e andiamo da +1 a

+20, o da +20 a +30, oppure se non ci crediamo diamo semplicemente delle stime negative.

Questa è l’evidenza della chiarezza empirica, che influenza il nostro giudizio.

Quello che non influenza il nostro giudizio è il valore statistico di questa evidenza, cioè è il

problema dei piccoli campioni, perché noi non ci rendiamo conto che quando leggiamo la scheda, è

solo uno dei numerosi modi di descrivere la realtà aziendale, e non rappresenta tutti i possibili

punti di vista, e non ci rendiamo conto che in termini statistici, questa descrizione ha evidenza

statistica bassa.

Il problema di over confidence è massimo quando abbiamo un’evidenza chiara che proviene da

campioni piccoli o minuscoli (con una osservazione/descrizione), quindi tendiamo ad essere over

confidence se ci viene presentata una scheda chiara e ben definita.

Se invece per nostra fortuna l’evidenza proviene da grandi campioni, quindi abbiamo tante

osservazioni, siamo insensibili dall’over confidence, ma veniamo aiutati perché questa evidenza ha

un potere predittivo statistico molto più forte, perché ha un campione più grande.

L’over confidence è l’atteggiamento tipico delle persone, ma non è l’atteggiamento che si

 verifica sempre e comunque. 11

Infatti alcune persone ricadono nell’effetto opposto: l’UNDER CONFIDENCE, che è un fenomeno

più raro ma che c’è, ed è un’eccessiva insicurezza, e si ha quando si è troppo cauti e incapaci di

dire quello che pensiamo. Andiamo nell’under confidence quando l’evidenza c’è ma non è

chiarissima, e i campioni sono molto ampi. Un campione ampio anche se da un’evidenza non netta,

ci da un potere predittivo importante, ma noi questo non lo capiamo.

Ad esempio: se ci viene detto che nelle ultime due settimane un’azienda X su 10 osservazioni, 8 su

10 hanno segno + e 2 su 10 hanno segno -, e in media il rendimento è stato +7%, probabilmente

ci facciamo un’idea molto chiara su questa azienda e abbiamo un interesse elevato su questa

azienda, ma c’è un piccolo problema, cioè abbiamo solo 10 dati, ma di questo non ci preoccupiamo

e tendiamo a diventare over confidence.

Se invece abbiamo l’azienda Y, e nell’ultimo anno, quindi con 250 osservazioni, ha fatto 140 + e

110 -, e il 3% di rendimento medio. Questa informazione è meno chiara, c’è una leggera

prevalenza del segno +, e non è un’evidenza chiarissima. Noi tendiamo a valutare questo dato

come meno rappresentativo del 1° caso; l’evidenza è a favore del primo, ma il potere statistico è in

favore del 2° e questo noi non lo capiamo e non ci rendiamo conto di queste cose. E considerando

che abbiamo tante osservazioni il significato di queste 250 è diverso da quelle da 10, ma noi non

riusciamo a capirlo, e non traiamo le giuste osservazioni.

L’ultima EURISTICA (BIAS=DISTORSIONE, ma non la utilizziamo mai perché sembra qualcosa di

negativo) l’ottimismo è definito come bias, ma in realtà è un’euristica che consideriamo.

Un primo modo di vedere l’ottimismo è questo:

•Come ci giudichiamo in termini di capacità di guida rispetto alla media? quello che risulta è che

circa l’80% dei maschi e delle femmine si considera migliore della media.

Quello che c’è di strano, è che siamo tutti migliori della media, come si fa ad essere migliori della

media se la maggior parte delle persone pensa di essere migliore degli altri?

Questo è un esempio di ottimismo, che si chiama: CONSIDERARSI MEGLIO DI.

E’ importante ricordare però che è causa di gravi danni non solo nella guida, ma anche nei mercati

finanziari.

•Il tipico ragionamento che fanno gli amministratori, gestioni passive: una gestione non statica, ma

gestione di replica di mercato, quindi non è statica, ogni giorno si cambia ma lo si fa per seguire

l’andamento di un indice di mercato. Alla pari ci sono le gestioni attive: il loro obiettivo è quello di

allontanarsi dal mercato per batterlo, quindi fare meglio del mercato e battere un indice.

Quello che fanno tanti investitori è cercare le gestioni attive, e il risultato in media è che fanno

peggio del mercato, ma la maggior parte degli investitori professionali pensano di fare meglio del

mercato, e questo è un caso di SOVRASTIMA DELLE PROPRIE CAPACITA’, e quindi un caso di

OTTIMISMO.

•Poi c’è un altro esempio di ottimismo, e non consiste nel pensare di essere meglio degli altri, ma

consiste nel FARE PREVISIONI distorte rispetto al proprio vantaggio

L’errore di previsione di una persona ben calibrata dovrebbe essere in media 0. Se si è calibrati si

fanno errori, ma in media essi sono 0. Ma la deviazione standard deve essere bassa. Tuttavia

l’ottimismo non riguarda la deviazione standard, perché quest’ultima è influenzata dall’over

confidenze, cioè l’errore maggiore.

Se ci riferiamo: all’andamento del mercato previsto – andamento effettivo = errore, in media i

nostri errori sono =0, e quindi sovrastimiamo l’andamento del mercato

l’ottimismo è dare in media giudizi più alti di quello che si verifica. Ed è un fenomeno molto

 ricorrente. 12

Ultima considerazione sull’ottimismo: si tratta di un’EURISTICA O di UNA DISTORSIONE?

Distorsione significa che si sbaglia a fare qualcosa, mentre euristica significa che è qualcosa che è

innato nella mia mente, ma che ha una funzione adattiva, cioè qualcosa che è utile per la nostra

vita/sopravvivenza.

L’ottimismo è prevalentemente qualcosa di adattivo, perché essere ottimisti è un vantaggio più che

uno svantaggio. Uno dei principali istinti all’azione, quindi qualunque uomo o donna che ha fatto

qualcosa nella vita tendenzialmente è stato mosso dall’ottimismo, quindi l’ottimismo è adattivo, ma

bisogna cercare di evitare che diventi pericoloso perché può portare a metterci nei guai

seriamente.

Esempio: il prof ha scritto una regola, da cui ha generato i numeri 4 6 8, e ci chiede di indovinare

la regola che ha scritto nel foglio usando questi 3 numeri, e gli si sono fatte delle domande, dando

un paio di numeri in sequenza e ci dirà se sono coerenti con la regola, e dopo possiamo provare ad

indovinare la regola.

Nessuno ha trovato la soluzione perché si ragiona in modo sbagliato. L’errore non sta nei numeri

detti, ma nel legame tra ciò che pensiamo e ciò che diciamo al prof. Bisogna dividere questo

legame. La chiave dell’enigma è che se pensiamo a qualcosa dobbiamo dare la soluzione che la

smentisce.

Immaginiamo di essere convinti che sia una progressione aritmetica con 2, e allora al posto di dire

10 ,12, bisognerebbe dire 9,11, e se la risposta è corretta, in questo modo possiamo escludere un

ragionamento; cioè, al posto di cercare numeri che confermino la nostra idea, dobbiamo dare

numeri che smentiscono la nostra idea, e se i numeri non smentiscono la nostra idea allora è

probabile che abbiamo ragione.

Per trovare la soluzione al problema è restringere il campo delle possibili soluzioni. E se avessimo

detto -5 o 4,5 non sarebbe andato bene, quindi la regola era: numeri interi positivi.

Proviamo ad applicare questo esempio alla realtà: facciamo un investimento pensando che sia un

buon investimento perché abbiamo visto delle performance positive, e che è salito nel tempo,

quindi decidiamo di comprarlo perché pensiamo che vada bene. L’anno dopo lo guardiamo e

vediamo che va ancora su, e diciamo che è un buon investimento perché è confermato dai fatti.

Però questo modo di ragionare forse porta nella direzione giusta, ma ci espone al rischio che il prof

ci ha dimostrato, perché ci convinciamo che la successione dei numeri sia una progressione

aritmetica di 2, e ci salviamo perché ci convince il fatto che il prof ci dice che i numeri sono

corretti, che ci chiede qual è la regola.

Quindi nella realtà ci si trova come nell’esempio del prof perché nessuno ci dice la verità.

 Ma per trovare la vera regola bisogna trovare la chiave giusta, e per trovare ciò si dice che

bisogna ragionare per FALSE INDICAZIONI, cioè non cercare ciò che conferma ma

ciò che smentisce le mie convinzioni.

Pertanto, se siamo convinti che i numeri seguono una progressione aritmetica dobbiamo dire dei

numeri che la smentiscono. Dobbiamo capire che si ragiona in questo modo, per confermare

un’ipotesi bisogna cercare quello che la smentisce, e ci permette di capire se quello che pensiamo

e valido o no, è un ragionamento FALSIFICAZIONISTA, ma la mente umana ragiona al

contrario, cioè cerca conferme, e questo è un modo che raramente ci porta a dimostrare le nostre

convinzioni. Quello che dobbiamo capire è che la nostra mente è alla continua ricerca di regole, ma

noi continuamente produciamo regole, e ogni cosa che vediamo la categorizziamo. 13

Il punto è che se si vuole che la nostra mente sia capace di discriminare tra ciò che è valido e ciò

che non è dobbiamo ragionare FALSIFICANDO, e dato che pensiamo a una cosa dobbiamo cercare

il contrario, questo si chiama BAIAS DI CONFERMA o DISTORSIONE DI CONFERMA. E’ un

potente filtro cognitivo che ci induce a vedere le cose in un certo modo e a cercare di dimostrarle

in un modo che va alla ricerca di conferme, e in questo modo si rischia di non andare mai alla

“verità”. Perciò con il BAIAS DI CONFERMA non si arriva mai alla verità perché ci convinciamo di

aver ragione e non capiamo di sbagliare (NON SEMPRE SUCCEDE, e non è un problema, è che non

riusciamo a separarlo quando facciamo alcune decisioni).

Esempio: in Italia fino a pochi anni fa c’era la convinzione che l’investimento in immobili fosse a

basso rischio, questo perché trovava conferma nel fatto che se si guardava il rendimento degli

immobili si trovavano degli indici dei prezzi crescenti, quindi gli investitori italiani investono per

anni prevalentemente nel mattone. La convinzione che questo investimento fosse sicuro, trovava

conferma, ma questo non era sufficiente sapere che in tutto il mondo le grandi crisi sono nate da

bolle immobiliari, perché si è così preso da baie di conferma che non si presta attenzione a ciò che

smentisce la mia idea. Dal dopo guerra a fine anni ’90 l’inflazione era elevata, e a causa di questo

l’investimento immobiliare era un investimento con buon rendimento nominale. Ma dagli anni 2000

con l’inflazione bassa questa convinzione dell’investimento sicuro nel mattone venne meno.

Un altro baias di conferma recente riguarda il caso delle azioni di veneto banca, dove 10 anni fa si

pensava che avere azioni fosse un investimento sicuro, perché ogni anno il valore delle azioni

aumentava, quindi per molti anni si è avuta la conferma di questa considerazione, e tutti vedevano

che le azioni delle banche quotate in borsa stavano crollando, ma nessuno ci prestava attenzione,

perché era un’evidenza contraria, perché non conferma la nostra ipotesi. Infatti ora si stima che il

valore di queste azioni sia circa il 10% del valore di qualche anno fa, ed è esattamente la conferma

dell’errore di conferma, perché le persone non cercano quello che non conferma le loro idee ma

quello che le conferma. Nel fare questo alcuni sono fortunati, altri sfortunati. E allora è la fortuna

che ci protegge a volte, altre volte invece rimaniamo in balia dei nostri errori.

il BIAS è un potentissimo filtro cognitivo, cioè un modo di pensare, che ci porta a fare errori

gravissimi. (es. che il sole gira attorno alla terra). Il bias di conferma ci porta a pensare a cose

completamente sbagliate, e in questo modo non riusciamo mai in certi casi ad uscire dall’errore

che stiamo commettendo.

A proposito del bias di conferma, nel 1986 ci fu il disastro dello space shattle, e succede che viene

fatto il lancio e un minuto dopo lo shattle esplode, e viene fatta una commissione d’inchiesta alla

nasa e mettono a capo di questa commissione un signore che dimostra che questo incidente è

frutto di una serie di errori, negligenze, cioè non è qualcosa attribuibile alla sfortuna, ma è dato da

una serie di errori concatenati che ha portato ad avere delle parti difettose che hanno causato

l’esplosione. Quello che dice Finemar è la definizione di baies di conferma, e dice che basarsi su

una fiducia semplicistica in rischi ipoteticamente provati, quindi si crede in modo semplicistico in

rischi ai quali si pensa di capire, ma non è ciò che sappiamo, ma è ciò che non sappiamo che noi

dobbiamo sempre cercare di capire per evitare fallimenti e catastrofi; cioè questo studioso dice che

non bisogna basarsi su ciò che crediamo di sapere, ma bisogna basarsi su ciò che non si sa,

bisogna andare alla ricerca di quello che non si sa, e li si trascura quello che falsifica la nostra idea.

Questo è l’ERRORE DI CONFERMA, che è continuamente fatto dalle persone, dagli investitori, è

una cosa che è la regola numero 1 di comportamento della vita quotidiana; gli unici che sono in

parte protetti da questo baies sono coloro che ragionano come scienziati, ma questi sono una

minoranza, perché anche lo scienziato tolto dal suo laboratorio non ragiona più nel modo corretto.

L’altro bias (filtro cognitivo) è il SENNO DI POI: una volta che si sa che un evento si è verificato,

si tende a sovrastimare la probabilità ex ante. Si ricostruisce il passato in modo quasi

deterministico come se fosse l’esito ovvio di una successione necessaria di eventi: non solo 14

l’accaduto appare scontato, ma si riscontrano nuove relazioni con altri fatti finendo con arricchire,

solo a posteriori però, le motivazioni che ne supportavano la prevedibilità.

Importante in finanza perché spesso i commenti vengono fatti dopo che la giornata è finita.

Questa è una cosa che ci rassicura ma è una perdita di tempo, perché o impariamo qualcosa da

questi commenti, altrimenti è gossip e non produce alcuna utilità.

Il senno di poi consiste nello spiegare dopo che si è verificato qualcosa il fatto, senza però che

l’avessimo capito prima. Perché chi l’avesse capito prima allora è significante sapere il

ragionamento, ma chi da spiegazioni quando ormai si è verificato il fatto non da alcuna utilità.

Quindi il senno di poi si ha quando un fatto si è verificato, si guarda, si analizza, e si spiega,

peccato però che non si era capaci di farlo prima e si ricostruisce il passato come se i fatti non

fossero avvenuti, e come se gli eventi fossero ovvi.

Esempio: un modo per capire il senno di poi è raccogliere articoli di giornale, e rapportarli con i

fatti che succedono.

Esempi caso MPS

Si racconta che nel corso di dicembre alcuni fondi speculativi avevano fatto delle vendite allo

scoperto su monte dei paschi, e succede che una vendita allo scoperto non si riesce a tenere a

lungo se non si hanno risorse per mantenere la posizione, e in pratica questi fondi si trovano a

perdere molti soldi, e a non avere soldi per mantenere queste posizioni, e quindi devono chiudere

le precedenti vendite allo scoperto attraverso l’acquisto di azioni, e questo provoca il rialzo dei titoli

facendo perdere tanti soldi agli investitori.

Poi un altro giornalista racconta un po’ la vicenda, e spiega che il titolo sta crescendo, per poi

raccontare le opinioni di alcuni analisti finanziari, i quali avevano visto andare verso l’alto le stime,

e solo alcuni rivedono verso il basso le stime dei btp. Quindi se si guarda la situazione di MPS si

vede che ci sono degli analisti che giustificano perché il prezzo sale. Però poi succede che poco

dopo il rialzo c’è il crollo, poi un po’ di ripresa, e poi oscillazioni, movimenti speculativi e crollo

definitivo; questo dimostra come tutta una serie di considerazioni sembravano scontate dopo che

si erano verificate, e tutti cercavano di dimostrare perché un titolo saliva; ma in realtà quello che

veniva detto erano sciocchezze.

Per cui, con questo, si vuole dire che è un esempio chiaro del senno di poi, cioè questa situazione

in cui si prendono grandi rischi, e questo va male, e qualcuno viene a spiegare perché ci si è 15


PAGINE

35

PESO

987.59 KB

AUTORE

co.elisa

PUBBLICATO

9 mesi fa


DETTAGLI
Corso di laurea: Corso di laurea magistrale in economia e finanza
SSD:
Docente: Rigoni Ugo
A.A.: 2018-2019

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher co.elisa di informazioni apprese con la frequenza delle lezioni di Economia e tecnica dei mercati finanziari e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Ca' Foscari Venezia - Unive o del prof Rigoni Ugo.

Acquista con carta o conto PayPal

Scarica il file tutte le volte che vuoi

Paga con un conto PayPal per usufruire della garanzia Soddisfatto o rimborsato

Recensioni
Ti è piaciuto questo appunto? Valutalo!

Altri appunti di Corso di laurea magistrale in economia e finanza

Mercati agricoli - Opzioni su commodities e strategie di mercato
Esercitazione
Intermediari finanziari non bancari - Appunti
Appunto
Gestione della banca e analisi del merito di credito - risposte
Appunto
Politiche finanziarie aziendali - tre domande
Appunto