Economia, Finanza e Assicurazioni

A cura di Wolfgang Runggaldier Professore Emerito dell’Università di Padova, con la collaborazione di Tiziano Vargiolu Professore Associato di Probabilità e Statistica Matematica presso l’Università di Padova.

 

I mercati finanziari sono caratterizzati dalla presenza di incertezza, il che comporta rischi anche elevati nelle operazioni finanziarie. In tempi relativamente recenti sono stati introdotti degli strumenti finanziari atti a contenere tali rischi, in particolare i cosiddetti titoli derivati, che sono a volte stati usati anche scorrettamente suscitando non pochi interrogativi in occasione di diverse crisi finanziarie, in ultima la ''grande crisi'' del 2007-2011. Per affrontare le problematiche collegate a questi strumenti (prezzaggio, copertura del rischio, ecc.) sono richiesti metodi matematici, in particolare probabilistici, anche avanzati. Questo ha da un lato portato ad una rivalutazione della matematica nel mondo finanziario, dall’altro ha suscitato l’interesse dei matematici verso i problemi della finanza moderna con conseguente mutuo beneficio. Inoltre, questa situazione ha anche condotto a nuovi sbocchi professionali per i matematici, al punto che in tempi recenti l’ambito finanziario è diventato uno dei maggiori sbocchi per i matematici.

Dall'anno 2007 della prima edizione ad oggi sono intervenuti vari cambiamenti anche notevoli. Quello più incisivo è legato alla grande crisi o anche “subprime crisis” che ha trascinato al fallimento varie (anche grosse) istituzioni finanziarie. C'è poi stato anche l'avvento di nuovi settori tematici e l'avanzamento della tecnologia. Nei primi tre punti qui di seguito vorremmo illustrare un po' più dettagliatamente questa situazione.

 

1. La “grande crisi”

 

Si è protratta circa dal 2007 al 2011 e nel pieno della crisi si sono cercati dei colpevoli. Qualcuno si è azzardato ad indicare come colpevoli i matematici. Il caso più clamoroso è quello della seguente affermazione nel giornale Le Monde il 1/11/2008 del politico francese Michel Rocard ''Des professeurs de maths enseignent à leurs etudiants comment faire des coups boursiers. Ce qu'ils font relève, sans qu'ils le sachent, du crime contre l'humanité''. La realtà era che chi applicava i modelli elaborati dai matematici non era sufficientemente attento ai limiti di tali modelli, specificati nelle ipotesi sottostanti, e ci sono stati ancora prima della crisi vari richiami da parte di matematici finanziari a fare attenzione su alcune inadeguatezze metodologiche nei modelli matematici usati, ma sono in gran parte stati disattesi. Non sono certamente mancate le reazioni alle affermazioni di Michel Rocard ed altri analoghi, tra cui un intervento ''Don't blame the quants'' da parte del Prof. Steven Shreve, l'allora presidente della ''Bachelier Finance Society'', che è la associazione scientifica primaria dei ricercatori in finanza matematica. Il Prof. Shreve commenta tra altro ''When a bridge collapses, no one demands the abolition of civil engineering...if engineering is to be blamed, the solution is better – not less – engineering''. Questa crisi ha portato qualche problema temporaneo per il reclutamento dei matematici in qualità di quants (riduzione dei posti di lavoro ed instabilità), però la situazione è presto migliorata anche perché si era capito che le cause della crisi sono complesse e hanno poco a che fare con la matematica in sè; inoltre è raro che siano i matematici a prendere le decisioni. Resta comunque il fatto che la crisi ha avuto un impatto considerevole sul ruolo del matematico in finanza ed anche sulla percezione dei matematici da parte degli utenti. D'altra parte essa ha anche aiutato ad aprire nuovi orizzonti.

Per capire meglio come questa crisi sia stata subita dai matematici-quant coinvolti, è interessante leggere le testimonianze riportate in questo volumetto da parte di coloro che le avevano già scritte nell’edizione del 2007 e le rifanno ora. Sintetizzando un po' queste testimonianze, si possono rilevare i seguenti punti:

• Uno degli strumenti finanziari su cui ha inciso maggiormente la crisi sono i titoli derivati, che hanno un duplice interesse: da un lato rispondono ad esigenze finanziarie di copertura dei rischi, dall'altro sono utilizzati per fare speculazione. Il primo aspetto ha subito un notevole cambiamento, nel senso che da derivati complessi in un ambiente semplice si è passati a prodotti più semplici in un ambiente complesso, che però include anche i vari rischi collegati. I derivati tradizionali hanno quindi perso un po' della loro importanza, ma difficilmente spariranno del tutto, almeno quelli più semplici, anche per via della loro funzione di copertura.

• Come per i derivati, anche per altri prodotti complessi è diminuita la possibilità di introdurne di nuovi. Siccome il prezzaggio di tali prodetti costituiva la parte più attraente per un matematico, il ritorno a prodotti più semplici richiede di per sè meno interesse matematico. Tuttavia, lo studio di prodotti semplici in un ambiente complesso conduce a difficili problemi matematici nonlineari che richiedono conoscenze matematiche di alto livello. Inoltre, l'interesse maggiore delle istituzioni finanziarie si è spostato da modelli per il pricing al cosiddetto risk management, che coesiste con il pricing, pone dei problemi matematici altrettanto interessanti, ed ha bisogno di analoghe conoscenze matematico-probabilistiche di base.

Ulteriori dettagli su questo punto si possono trovare nelle singole testimonianze.

 

2. Avvento di nuovi settori tematici 

 

Come già accennato, la grande crisi ha anche aiutato ad aprire orizzonti nuovi. D'altra parte, anche l'evoluzione nel tempo della società umana porta a dei nuovi orizzonti con nuove tematiche. Alcune delle tematiche di recente interesse preesistevano già, magari solo in forma embrionale, come il rischio sistemico, il trattamento di dati ad alta frequenza, la ''contract theory'' ed approcci metodologici robusti (''model-free''). Vorremmo però soffermarci un minimo su due tematiche recenti in forte evoluzione.

Mercati energetici (più in generale delle ''commodities'')

Una novità degli ultimi anni è lo sviluppo notevole dei mercati dell'energia. Difatti, fino a 15 anni fa, lo scenario europeo era dominato da pochi attori, per lo più monopolisti dell'energia nei propri paesi e solo in alcuni comparti (elettricità, gas). Da allora si è assistito ad una progressiva liberalizzazione del settore, che ha portato all'emergere di nuovi soggetti produttori e venditori di energia, e soprattutto all'esigenza di avere un mercato efficiente e strutturato, sia per la materia prima (energia nelle sue varie forme: carbone, elettricità, gas naturale, petrolio, ecc.) che per contratti derivati aventi l'energia come sottostante. Questi ultimi sono per natura molto più complessi dei corrispondenti derivati su mercati finanziari "ordinari", poiché la loro durata è molto più lunga (fino a 30 anni), e quindi tipicamente prevedono clausole di flessibilità che permettono al compratore di aumentare o diminuire la quantità di energia acquistata a seconda delle sue esigenze. Ovviamente questo rende i problemi del prezzaggio e della gestione del rischio di questi contratti parecchio complessi, e quindi le competenze di un laureato in matematica possono essere utilissime in questo campo.

Problemi legati alla longevità

Essi sono indotti da una attuale maggiore attesa di vita a dai legami che esistono tra mortalità, assistenza sanitaria e ricchezza/consumo. Sicuramente l'impatto maggiore della longevità è in campo assicurativo, dove incide sui fondi pensione e vari altri prodotti sensibili alla mortalità. Per gestire meglio i rischi che ne conseguono, sono stati introdotti dei prodotti per trasferire parte del rischio ai mercati finanziari, soprattutto tramite le cosiddette ''insurance-linked securities''. Questo conduce a nuove problematiche di prezzaggio, che devono tenere conto, come sopra, di orizzonti lunghi, di tabelle di mortalità oltre che di altri aspetti specifici, per cui le metodologie tradizionali non si applicano più. Un altro campo di incidenza di queste problematiche è la tradizionale ottimizzazione di portafoglio con consumo, che pure richiede metodologie innovative.

 

3. Nuove tecnologie (Fintech)

 

Riguardano nuove tecnologie, che si sono sviluppate recentemente e che non si limitano al solo settore finanziario, tra cui in particolare le ''Blockchains''. Queste hanno consentito il passaggio a sistemi monetari virtuali/digitali tra cui in particolare i Bitcoins. Ci sono poi vari ulteriori strumenti che si possono considerare come Fintech e che in generale sono legati al ''mobile banking''. Potenzialmente questi strumenti potrebbero sconvolgere profondamente i mercati finanziari, ma al momento è difficile prevedere che orientamento prenderanno. È anche da notare che ci si sta avvicinando ad una forte automazione del sistema bancario, in particolare si è passati al cosiddetto algorithmic trading che, pure, richiede metodologie innovative.

A conclusione di questi primi tre punti, resta abbastanza evidente che tuttora c'è molto lavoro interessante per i matematici in ambiente finanziario. Si può però osservare che, se in passato il matematico poteva accostarsi ai mercati finanziari, soprattutto quello dei derivati, con un bagaglio minimo di economia e finanza, ora deve combinare le competenze matematiche con competenze economico-finanziarie, ma soprattutto anche computazionali ed informatiche. Si può infatti notare che, in finanza, una grande maggioranza dei laureati in matematica sono stati convertiti all'informatica rispetto al numero di quant. C'è pure da dire che le competenze matematiche riguardano ormai moltissimo l'analisi di grandi masse di dati (data mining, machine learning) che richiedono anche varie competenze in statistica ed informatica. Rimane da vedere se il lato tecnologico (Fintech) prenderà il sopravvento sul contenuto matematico della applicazioni alla finanza.

Infine si nota che, come anche in altri settori, le istituzioni finanziarie tendono e non reclutare più i matematici come dipendenti fissi, ma si servono di loro come dei consulenti indipendenti. Infatti, alcuni matematici sono recentemente passati dalle banche di investimento al mondo della consulenza; succede tuttavia anche l'inverso, ma meno frequentemente.

Continuiamo qui di seguito con ulteriori punti specifici, che rispecchiano in buona parte quelli corrispondenti dell'edizione precedente e che sono tuttora validi.

 

4. Tipo di impiego offerto.

 

Gli impieghi sono essenzialmente offerti da banche ed istituzioni finanziarie in genere, assicurazioni, società di consulenza, ''energy multi utility''. Riguardano principalmente le seguenti categorie:

• Analista finanziario (quant, financial engineer, risk manager, trader). Da parte dell'analista finanziario si richiede soprattutto:
  • comprensione della realtà finanziaria di riferimento;
  • valutazione di prodotti finanziari, specialmente quelli complessi (per cui non esiste mercato attivo);
  • valutazione dei rischi insiti in operazioni finanziarie;
  • allocazione ottimale di titoli in portafogli speculativi.

L’analista, una volta compreso il problema, studia l'eventuale letteratura finanziaria in vista di soluzioni già codificate. In assenza di tali soluzioni procede ad una realizzazione propria. In entrambi i casi realizza dapprima dei prototipi che vanno testati su dati di mercato. Successivamente, o lui direttamente o dei suoi collaboratori procedono allo sviluppo (per la maggior parte in C++) di un codice (librerie di funzioni) da collegare ai sistemi operativi dell’istituzione finanziaria per renderli poi disponibili agli operatori di mercato.

• Esperto per il supporto informatico (quantitative developer). Qui si richiede lo sviluppo di software, esecuzione di simulazioni, trattamento di basi di dati, ecc.

 

• C'è infine anche la categoria dei vendors o sellers (pricipalmente per i prodotti già strutturati).

 

5. Competenze richieste.

 

Generalmente parlando non è strettamente necessaria una competenza specifica, anche se essa è auspicabile ed utile. Dal matematico ci si aspetta la capacità di ragionamento, di astrazione e di rigore. Nella maggior parte dei casi non si tratta infatti di mettere semplicemente in opera delle ricette, ma di essere creativi a livello intellettuale. Spesso, tuttavia, i problemi da risolvere richiedono anche spirito pratico ed elevata capacità di adattamento per affrontare problemi non risolti del settore finanziario che il matematico difficilmente conosce bene.

Anche se non strettamente necessaria, una competenza specifica è pur sempre auspicabile anche perché permette al giovane assunto di essere operativo velocemente senza che prima gli si debba dedicare del tempo per la sua formazione specifica. Dato che una componente basilare nelle problematiche dei mercati finanziari è l’aleatorietà, gli strumenti probabilistici e statistici sono quelli di maggior rilievo. Oltre ad una competenza specifica in campo probabilistico-statistico, conoscenze di base in finanza ed economia sono pure auspicabili e sicuramente è fondamentale la formazione numerico-informatica (capacità di programmazione, C++, Excel/VBA, utilizzo di pacchetti quali Matlab, R,...) in particolare dal punto di vista del calcolo scientifico, del trattamento di basi di dati e della simulazione. Oltre a solide conoscenze nei settori di base della matematica, può essere auspicabile anche una formazione in modellizzazione ed ottimizzazione.

Possono essere utili sia le competenze specifiche, sia anche quelle interdisciplinari dato che le applicazioni innovative si trovano spesso al confine tra più discipline e nel contesto specifico coinvolgono quasi sempre l’incertezza ed un elevato grado di complessità. Importante è che i giovani reclutati sappiano adattare il loro bagaglio culturale alle problematiche che vengono poste.

 

6. Offerta ed adeguatezza di una formazione specifica.

 

La maggior parte dei corsi di laurea in matematica offre sia a livello triennale che magistrale una adeguata preparazione in campo probabilistico-statistico, informatico, di calcolo scientifico e di analisi dati. In alcune sedi vengono offerti anche insegnamenti nell’ambito della finanza matematica.

Negli ultimi tempi sono sorti anche vari corsi di Master o di specializzazione in campo finanziario. Questi corsi rispondono alla duplice esigenza di una formazione teorica specifica da un lato e di un periodo di tirocinio dall’altro, durante il quale lo studente possa familiarizzarsi meglio con le problematiche e le metodologie specifiche e rendersi conto di come si svolge il lavoro di un matematico in questo campo. Il tirocinio, che purtroppo non sempre corrisponde a ciò che ci si aspetterebbe, è comunque uno strumento molto importante per la formazione dei giovani ed è anche una porta per accedere al mercato del lavoro. La maniera migliore per uno studente di accedere ad un tirocinio qualificato appare essere uno di questi corsi di specializzazione/Master che hanno in atto convenzioni per tirocini. Questo però può anche avvenire durante il percorso di laurea magistrale. Corsi di Master vengono offerti sia dalla comunità matematica (p.es. il corso di Alta Formazione in Finanza Matematica presso l’Università di Bologna) sia, e qui in misura anche maggiore, dagli ambienti più specificatamente economico-finanziari come per esempio il MaFinRisk, un Master della Bocconi pensato per matematici, fisici, statistici, ingegneri ed economisti, il Percorso Executive in Finanza Quantitativa del Politecnico di Milano, pensato per studenti che seguano le lezioni dal giovedì al sabato e lavorino dal lunedì al mercoledì, oppure il Master in Finance Insurance and Risk Management dell’Università di Torino, che fornisce competenze tecniche ad ampio spettro.

Molti degli studenti che si iscrivono a corsi di laurea in matematica non conoscono ancora bene le possibilità offerte ai matematici in campo finanziario-assicurativo, anche perché a livello di scuola secondaria difficilmente vengono esposti a questo tipo di matematica. È quindi importante che già a livello di laurea triennale venga offerto qualche corso che permetta agli studenti di capire il tipo di problematiche matematiche offerte dai mercati finanziari. È anche importante che gli insegnanti trasmettano un’immagine positiva dei vari campi della matematica applicata in generale e che anche le ricerche applicate vengano opportunamente valutate.

Visto il crescente forte interesse per il trattamento di grandi moli di dati anche da parte delle istituzioni finanziarie e le assunzioni sempre più frequenti per questo tipo di qualifica, stanno diventando importanti corsi specifici anche in questo settore. E così che nasce la figura del data scientist. Come si può notare facendo una rapida ricerca in rete, ci sono effettivamente vari corsi di laurea che si stanno indirizzando verso questo settore. Università che attualmente stanno aprendo percorsi magistrali in questa direzione sono, per citarne alcune: Bologna, Firenze, Milano, Padova, Roma La Sapienza, Torino. Sicuramente ce ne sono altre, che già stanno o sono in procinto di attivare percorsi magistrali di questo tipo.

 

7. Organismi scientifici specifici.

 

Gli organismi scientifici hanno generalmente lo scopo di promuovere le conoscenze e le applicazioni in discipline specifiche. Allo scopo vengono organizzati incontri, dibattiti, corsi di formazione avanzata ecc. Ci si adopera anche perché nei corsi universitari si tenga conto di tali discipline e a volte vengono offerte anche borse di studio e premi per stimolare i giovani a intraprendere una certa strada. In Italia un’associazione specifica per il settore economico-finanziario è l’AMASES (Associazione per la Matematica Applicata alla Scienze Economiche e Sociali). Non strettamente del settore sono la SIMAI (Società Italiana di Matematica Applicata e Industriale) che ha tra i suoi scopi quello di promuovere lo sviluppo della Matematica Applicata e Industriale in generale e delle discipline ad essa connesse come pure l’AIRO (Associazione Italiana Ricerca Operativa). Questi tre organismi sono riuniti sotto il cappello FIMA (Federazione Italiana di Matematica Applicata). Infine l'UMI (Unione Matematica Italiana) stessa si adopera per un adeguato bilanciamento tra matematica pura ed applicata. Organismi in un certo senso piu ”operativi” sono lo INdAM (Istituto Nazionale di Alta Matematica) che in particolare offre borse, la SMI (Scuola Matematica Interuniversitaria) ed il CIME (Centro Internazionale Matematico Estivo), che occasionalmente organizzano corsi estivi anche nei settori probabilistici e finanziari. C'è infine il Piano Lauree Scientifiche che ha come scopo l’avvicinamento del mondo accademico con quello industriale.

 

8. Soddisfacimento e prospettive.

 

L’applicazione della matematica in campo bancario-assicurativo e per i mercati finanziari è un campo affascinante, in cui la ricerca interseca le applicazioni ed in cui si riesce a trovare in Italia un impiego adeguato.

È importante che il matematico sappia confrontarsi con realtà concrete e sappia anche “vendersi” bene valorizzando le proprie conoscenze. In questo senso i laureati di altre discipline come la fisica e l’ingegneria sono spesso più abili, il che risulta in una riduzione dello spazio per i matematici stessi. Esistono Università nelle quali agli studenti si offrono corsi per apprendere come sostenere un colloquio in un’azienda e come scrivere correttamente un curriculum; è auspicabile che i matematici approfittino di queste offerte laddove ci sono. Come in tutti i settori applicativi, anche e soprattutto in quello finanziario è importante rendere i risultati accessibili e comprensibili a dei partner la cui cultura dominante è diversa. Il matematico deve anche saper convincere, esporre bene e riuscire a mostrare vantaggi e limiti di una metodologia.

Le prospettive di lavoro per un matematico nell'ambiente bancario-assicurativo come pure nelle ''energy multi utility'' sono buone. C'è tuttavia la competizione di laureati di altri settori come appunto fisica, ingegneria/ingegneria matematica e simili. C'è poi anche la possibilità di una collaborazione indiretta come consulenti, sia singolarmente, sia tramite società di consulenza. Inoltre, varie istituzioni finanziarie hanno contratti di collaborazione con ambienti di ricerca in matematica, soprattutto in vista di completare parti di teoria mancanti. C'è anche da notare che ricerca e sviluppo sono tipicamente proiettate verso il futuro ed il lavoro del matematico è spesso reso operativo solo più avanti nel tempo.

 

L’autore ringrazia Damiano Brigo e i colleghi Giorgia Callegaro e Martino Grasselli per utili commenti.