Il Sole 24 Ore, 5 marzo 2017
Matematica che detta il «ritmo» ai mercati
Matematica e finanza. Un connubio antico. Che negli ultimi anni, però, è diventato molto più stretto e rilevante. Anzi, per meglio dire: dominante. La dinamica, a ben vedere, non è legata ad attività estemporanee quali, ad esempio, quella del fisico genialoide che inventa l’algoritmo per l’hedge fund di turno. Tutt’altro. È l’effetto della trasformazione «genetica» della finanza indotta, a sua volta, dallo sviluppo tecnologico. La prova? Una tra le tante è fornita dai mercati. In Borsa i trader robot, che fanno ampio uso di modelli matematici, gestiscono 66% degli scambi azionari globali. Non solo. Gli operatori ultraveloci, anch’essi famelici di formule matematiche, negli Usa valgono circa il 50% dei volumi. Numeri inequivocabili che testimoniano il mutamento dei mercati. Un cambiamento, a ben vedere, articolato su tre livelli. Il primo è quello della rete (l’hardware) che permette di trasmettere, in millisecondi e in ogni parte del mondo, gli ordini di compravendita. Il secondo è rappresentato dai prodotti finanziari (il software) che, trasformati in bit digitali, viaggiano sulla rete stessa. L’ultimo, il terzo, sono proprio i modelli matematici su cui si basano i prodotti finanziari (e non solo).
A fronte di un simile contesto, però, potrebbe obiettarsi: la trasformazione non è solo dei mercati finanziari. L’innovazione tecnologica (dalla robotica fino alla digitalizzazione) va coinvolgendo l’intera economia. Vero! E, tuttavia, è indubbio che la finanza è tra i settori in cui la «rivoluzione» della matematica opera da più tempo e con maggiore profondità.
In tal senso può, ad esempio, ricordarsi la dematerializzazione degli asset. Voluta dai legislatori a partire dagli anni ’80, da un lato ha indotto l’accelerazione dell’ingegneria finanziaria. E, dall’altro, ha agevolato, ben prima di altri comparti, la digitalizzazione delle diverse attività. La trasformazione, poi, è stata resa ancor più facile da un altro aspetto: il descritto storico legame tra numeri e finanza stessa. Il connubio, infatti, ha reso più agevole la rappresentazione dei processi finanziari attraverso il codice binario del computer. Quel calcolatore che, guarda caso, è l’architrave della finanza globale (e non solo).
Già, la finanza globale. «A ben vedere – spiega Stefano Marmi, professore di Sistemi Dinamici alla Scuola Normale Superiore – la spinta all’utilizzo della matematica, nelle banche d’affari, è legata soprattutto al “boom” dei derivati». Questi, nel 2011, erano arrivati sul solo mercato Usa a toccare il controvalore nozionale di circa 250 triliardi di dollari. Ora viaggiano sul più «contenuto» livello di 117 triliardi. Comunque una cifra enorme per «prodotti che – sottolinea Anna Kunkl, partner di Bee Consulting – richiedono formule matematiche sempre più complicate al fine di definirne il prezzo e il rischio». Il motivo? La maggiore complessità, oltre che articolazione, dei mercati. «Un contesto in cui l’inserimento di troppe variabili nei modelli inevitabilmente aumenterà i rischi di struttura», conclude Kunkl.
Ma non è solo questione di derivati. Il fil rouge dell’algoritmo può ritrovarsi in mille altre situazioni. Dal pricing nelle compravendite di prestiti dubbi al calcolo del capitale di vigilanza bancario fino alla gestione, con i big data, del merito di credito dei clienti degli istituti finanziari. Su questo fronte l’uso della matematica, al fine di realizzare in automatico lo “scoring” del debitore, è noto da tempo. Meno conosciuto è, invece, l’utilizzo di modelli per prevedere se un credito «in bonis» potrà diventare dubbio. Gli standard normativi internazionali(Ifrs9) stabiliscono che una banca debba accantonare delle somme nell’eventualità in cui l’ipotesi in oggetto si verifica. «L’istituto – spiega Massimiliano Gasparotto, direttore operativo di Bmw Bank – valuta molte variabili. Nel caso di un’azienda vengono usate, ad esempio, le voci di bilancio: dal fatturato ai flussi di cassa fino al capitale circolante». Non solo. Il focus è anche su dati qualitativi. Tra gli altri: la governance o la capacità del management di centrare gli obiettivi di budget. «Un cocktail di dati che – conclude Gasparotto – consente al modello di stimare se l’impiego potrà avere dei problemi e, quindi, quantificare l’accantonamento».
Fin qui alcune considerazioni riguardo al mondo delle banche e alla loro operatività. Tuttavia il fil rouge della matematica è ben presente anche nelle asset allocation. In particolare nella valutazione del rapporto tra rischio e rendimento di un portafoglio di titoli. Su questo fronte, dal modello di Harry Markowitz (pietra miliare del calcolo finanziario, poi affiancato e aggiornato con altre metodologie) fino alle più recenti evoluzioni in materia, il contributo dell’alta matematica è essenziale.
«Si tratta – spiega Raimondo Marcialis, ad di Mc Advisory – dell’esigenza di “oggettivizzare”, attraverso il ricorso ai numeri, le strategie e le scelte d’investimento». «Un modo – gli fa eco Raffaele Zenti, cofondatore di Advise Only – con cui superare il “mito” dell’homo oeconomicus». Cioè «la credenza, errata, che l’investitore umano sia capace di massimizzare i profitti e minimizzare le perdite». Attraverso i vari modelli, peraltro, «si riesce, da una parte, a gestire il portafoglio come un unicum – aggiunge Marcialis -. E, dall’altra, a valutare la struttura della strategia d’investimento per, eventualmente, modificarla».
Insomma: molti sono gli esempi (e tantissimi altri se ne potrebbero fare) della presenza della matematica in finanza. Un connubio che, ormai, è diventato dominante.