Cari amici, dopo aver scritto il post su Tesla, Facebook mi ha notificato di esser stato bloccato per 7 giorni a causa di un post a favore della famiglia tradizionale/eterosessuale scritto da me oltre 7 (sette) mesi fa.
Ne consegue che, non potendo indicare su Facebook (clicca qui) le operazioni di acquisto e vendita dei vari strumenti finanziari da me trattati, sarò costretto ad inserire -di volta in volta- gli aggiornamenti in questo post nonché su Twitter (clicca qui).
Operazioni chiuse tra quelle indicate su Facebook Long Intel aperto il 20/12/2016 -2,42% Long Nicholas Fina. aperto il 19/12/2016 +8,11%
Alcuni dei trading channelsdella Merrill Lynch disponevano di parametri di controllo del rischio diversi da quelli descritti in precedenza e predisposti già prima dell' entrata in vigore della MAR. Tuttavia, detti strumenti non risultavano attivi con riguardo all'intero order flow. Ad esempio, l' algorithmic enginedell' ETTS poteva eseguire una verifica avente ad oggetto il volume medio giornaliero (Average Daily Volume)degli ordini in entrata, mettere in pausa quelli eccedenti di una % predeterminata l' ADV del titolo interessato e chiedere al personale del desk di adottare, manualmente, i provvedimenti necessari per inviarlo a mercatoprevia rettifica. Allo stesso tempo, numerosi ordini retail venivano sottoposti a tutta una serie di analisi aventi ad oggetto la quantità di azioni, il valore nozionale, il livello di liquidità del titolo, il potenziale impatto di mercato, volte a stabilire se fosse opportuno inviare l'ordine verso un market maker oppure verso un algoritmointerno alla banca il quale, a sua volta, avrebbe deciso se inviarlo a mercato integralmente (parent order)o frazionato (child orders) in ragione del prezzo fatto segnare dal titolo in quel dato momento.
Nonostante gli strumenti di monitoraggio dell'ADV e del potenziale market impact esistessero già prima dell' entrata in vigore della MAR(Luglio 2011), la BofA decise di non renderli operativi per ogni trading channel ad essa in uso (come, invece, avrebbe dovuto fare nel rispetto della Rule 15c3-5).
Dopo aver stabilito la necessità di sottoporre ai 4 controlli quidescritti tutti gli ordini -provenienti dai traderso dai clientidella banca- aventi ad oggetto azioni, i managers delle varie business unitsimpostarono, per ciascuno dei controlli, le soglie-limiteda rispettare all'interno diogni singola unità.
Al fine di garantire un più ampio rispetto della MAR, la BofA integrò -nell' ETTS-un'applicazione software centralizzataoperativa nella fase di pre-trade, nota col nome di “Sidecar”. Sidecargarantiva l'esecuzione dei 4 controlli su tutti gli ordini inviati a mercato soltanto tramite ETTS.Infatti, le verifiche sugli ordini proveniente dalla cash equities business unit, venivano espletate tramite un sistema al quale avevano accesso i soli cash equities traders e non a mezzo Sidecar.
Molte delle soglie-limiteselezionate dai senior managers preposti alle varie business unitsfurono però settate a livelli talmente altida rendere inefficaci i controlli successivi. Ad esempio, la maggior parte degli ordini generati dalla cash equities business uniterano sottoposti a due hard blocks:
con riguardo al valore nozionale, il singolo trade non avrebbe potuto eccedere i 250 milioni di $;
con riguardo alla size del singolo trade, questa avrebbe dovuto essere ricompresa tra i 5 ed i 25 milioni di azioni, a seconda della particolare trading strategy adottata e/o della sede di negoziazione prescelta per l'esecuzione. Nel Giungo del 2013, a seguito delle prime indagini condotte dalla SEC, la BofA ridusse -da 25 milioni di azioni a 50 mila- la dimensione massima della size correlata a due strategie operative in uso nella cash equities business.
Inoltre, parte degli ordini provenienti dal cash equities desk erano anche soggetti a blocchihard e soft che imponevano differenti limiti di size e di valore nozionale per singolo ordine nell'ambito della gestione del sistema di immissione dei trades(quelli soft,più precisamente, allertavano il tradernel momento in cui una specifica soglia veniva superata, in modo tale che potesse agire di conseguenza, manualmente, anche disabilitando il blocco). Tuttavia, molti di questi limiti addizionalipresentavano livelli di settaggio particolarmente alti, quindi sostanzialmente inutili anche ove rispettati.
Similarmente a quanto scritto sino ad ora, gli ordini provenienti dalla business unit istituzionale specializzata nella negoziazione di derivati,instradati tramite Sidecar,erano soggetti a due hard blocks:
con riguardo al valore nozionale, il singolo trade non avrebbe potuto eccedere i 250 milioni di $;
con riguardo alla size del singolo trade, questa non avrebbe potuto eccedere i 10 milioni di azioni.
Questi ordini erano soggetti ad hard e soft blocks, all'epoca attivi con riguardo al sistema di immissione. Anche se i limiti operativi variavano a seconda del trading desk, dell' order entry systeme, talvolta, anche a seconda del trader, i blocchi applicati all'entry system dei derivatirisultavano generalmente più bassi di quelli applicati ai trades monitorati dal Sidecardi circa il 10-20% per quanto riguarda la sizedel singolo trade e del 40% in relazione ai limiti dei nozionali i quali, tuttavia, presentavano valori assolutitalmente alti da rendere inutili i controlli su di essi strutturati.I valori di default dei soft blocks risultavano ancora più bassi di quelli degli hard blockspur permanendo a livelli molto molto alti in termini di valori assoluti.
Gli ordini aventi ad oggetto azioni, trasmessi dai clienti della BofA tramite i canali di trading elettronico messi a disposizione della banca erano soggetti sia ai controlli praticati sul valore nozionale(compreso tra 100 e 150 mila dollari) che sulla sizedel singolo trade(compresa tra 10 mila e 25 mila azioni), entrambi poggianti su di un sistema di valutazione del rischio condotta impiegando il cosiddetto metodo matriciale.
Le violazioni della Rule 15c3-5(avente ad oggetto l'implementazione dei controlli volti a prevenire l'immissione di ordini erronei) da parte della Merrill Lynch fecero sì che la stessa, a partire da Agosto 2011, inviasse a mercato numerosi ordini irregolari danneggiando l'integrità del trading complessivamente condotto sui titoli interessati dalla sua operatività. Una volta giunti a mercato, alcuni degli ordini erronei causarono -nell' arco di qualche secondo dalla loro esecuzione- violente variazioni(> 10%) al rialzoed al ribasso dei prezzi delle azionie delle quote degli ETFs negoziati. In due occasioni, gli ordini sballati generati dalla banca causarono una riduzione dei prezzi pari a circa il 99% entro 2 secondi dalle rispettive esecuzioni. Eventi del genere (noti come mini-flash crashes/ramps) contribuiscono a minare la fiducia degli investitori nell'integrità del mercato.I prezzi aberranti battuti sul mercato in conseguenza degli ordini inviati dalla BofA M.Lavrebbero dovuto allertarla circa l'inadeguatezza dei proprio controlli, inducendola a assumere -tempestivamente- i rimedi giudicati più opportuni. Invece, la banca non affrontò il problema sino a Maggio 2013. Perché proprio Maggio 2013?Perché qualche tempo prima, la banca inviò a mercato alcuni ordini prontamente seguiti da un crollo -pari al 99%- del prezzo di un titolo (vedremo più avanti quale), ragion per cui venne contattata dalla SEC.
Proviamo ora a compiere un passo ulteriore verso l'ignoto.
deviantart.com
Tra Luglio 2011 e Dicembre 2014,gli ordini inviati a mercato dalla BofA M.L. ed aventi ad oggetto titoli azionarivenivano generati da una delle sue 5 unità operative. I traders assegnati ai trading desksorganicamente collocati nell'ambito delle predette unità potevano accedere, al pari di alcuni clienti, ad uno o più sistemi di immissione i quali instradavano poi gli ordini verso il mercato utilizzando i canali di negoziazione (trading channels)interni alla banca. La maggior parte degli ordini generati dalle unità “cash equities and derivatives”, così come quelli inseriti dai clienti della banca per il tramite della suite dedicata al trading elettronico, venivano inviati a mercato attraverso una piattaforma proprietariadenominata “Electronic Trading Technology Stack (ETTS)".L' ETTScontemplava la presenza di un sistema di gestione degli ordini,di un ambiente algoritmico e di uno smart router deputato ad inviare gli ordini (parent o child) verso il/i mercato/i.
In osservanza della MAR,M.L. stabilì che l'intero order flowcomposto dai trades condotti sull'azionario dovesse essere sottoposto a 4 tipi controllo aventi ad oggetto:
i limiti impostati con riguardo alla quantità (size) di titoli da acquistare/vendere tramite singolo ordine;
i limiti impostati con riguardo al valore nozionale del singolo ordine;
i limiti di prezzo dei limit orders;
l' eventuale presenza di ordini duplicati.
Detti controlli operavano quali “hard blocks”,rigettando tutte le proposte di negoziazione eccedenti uno specifico ammontare (di size e/o di valore nozionale) ed impedendo quindi che giungessero a mercato. Post scritto ascoltando
Oggi non parleremo di flash crashes/ramps causati dalla tipica operativitàdegli High Frenquency Tradersbensì di quelli causati da una banca: la Bank of America Merril Lynch.
Il tutto parte da una serie di condotte poste in essere in violazione della Section 15(c)(3) dell' Exchange Act e dell' Exchange Act Rule 15c3-5 (cosiddetta “Market Access Rule” di seguito MAR).
La Market Access Rule richiede, tra le alte cose, che i broker-dealers abilitati a negoziare strumenti finanziari tramite accesso diretto al/ai mercato/i o ad uno/più alternative trading system/s (ATS) adottino sistemi di gestione del rischioragionevolmente progettati al fine di evitare l'inserimento di ordini errati o eccedenti determinate soglie di credito/capitale.
artstation.com
Dal 14 Luglio 2011 al Dicembre 2014, BofA M.L. ha violato la Market Access Ruleomettendo di predisporre, documentare, mantenere sia un sistema di controllo sia procedure di supervisione idonei a gestire i rischi finanziari e regolamentari legati alla propria attività di accesso al mercato. Più precisamente, la banca americana omise:
di predisporre, con riguardo ad un numero cospicuo dei suoi trading desks,sistemi di controllo da attivare nel pre-trade volti ad impedire l'inserimento di ordini eccedenti soglie di credito o capitale prestabilite;
di predisporre i controlli normalmente richiesti per l'operatività nel settore del fixed income;
di sottoporre ad adeguata -e periodica- verifica la bontà del proprio risk management e delle proprie procedure di supervisione richieste dalla Market Access Rule.
Nell' arco temporale sopra indicato, i controlli condotti informaticamente sui singoli ordini, imposti dalla Rule 15c3-5 erisultati erronei per la maggior parte dei trades componentil'order flowdella banca, consistevano primariamente:
di un limite massimo attinente alla size (il numero di azioni) del singolo ordine;
di un limite massimo concernente il valore nozionaledel singolo ordine.
Lo scopo era quello di impedire che gli ordini non rispettosi delle condizioni citatefossero ugualmente inviati a mercato. Tuttavia, le soglie-limite della size e del nozionaleerano settate a livelli talmente alti da risultare inadeguatea prevenire l'immissione di ordini errati.Inoltre, nonostante disponesse -sempre nello stesso periodo- anche di altri strumenti di gestione del rischio, come ad esempio quelli atti ad analizzare il market impactpotenziale degli ordini per singolo titolo negoziato,BofAomise di attivarli su diversi canali del proprio order flow. Di conseguenza, gestendo migliaia e miglia di ordini soggetti -esclusivamente- alle irragionevolmentealte soglie di controllo della size e del valore nozionale degli ordini, era inevitabile che laMerril Lynch incorresse nel rischio di mandare a mercato ordini totalmente sballati,circostanza puntualmente verificatasi.
In questo post continuiamo a mettere in fila qualche pensiero, in libertà, sulla tematica di cui sopra.
Qualora scrutassimo lo SB cineseda un punto di osservazione sistemico, potremmo scorgere la presenza di una pluralità di entità interconnesse per il tramite di una fitta rete di derivati e prodotti finanziari -ad alta leva- grazie alla quale pongono in essere arbitraggi regolamentari e/o fiscali e sfruttano importanti asimmetrie informative (cliccaqui). Contemporaneamente, la frammentazione della supervisionefavorisce la proliferazione di operatori non regolamentati, orientati a soddisfare esigenze normalmente underservedproprio a causa di policies creditizie abbastanza obsolete. Tuttavia, la maggior parte degli accademici giudica altamente improbabilel'insorgenza di una crisi sistemica globale, eventualmente innescata da un crisi finanziaria locale, in ragione del fatto che: la Cina è creditore netto rispetto al resto del mondo; il livello delle riserve valutarie resta tuttora consistente; la crescita annua continua ad attestarsi intorno al 6%-7%; le famiglie dispongono di un elevato livello di risparmio (potenzialmente idoneo, secondo gli accademici, a fungere da cuscinetto in grado di assorbire shocks anche rilevanti); il debito estero permane su livelli molto contenuti; il debito pubblico risulta ancora relativamente basso se rapportato al PIL. Dicono quindi gli accademici: un'eventuale crisi finanziaria causata dal collasso dello SB assumerebbe la dimensione di un problema meramente nazionale.Personalmente, ritengo che non sempre sia facile discernereex-anteuna potenziale crisi di liquidità,liquidità che nella misura in cui i problemi dello SB fossero realmente soltanto domestici la PBOC (sempre secondo gli accademici) non avrebbe problemi a garantire, da una di solvibilitàintimamente connessa alle gestione della prima. Visti gli strettissimi legami intercorrenti tra SB e Real Estate,la preoccupazione maggiore è che l' inevitabile restringimento del creditoverso il quale andrà incontro questo settore possa portare ad una brusca correzione dei prezzi, con conseguente rapido sell-off trasversale -in termini di assets- indotto da una panic demand di liquiditàin grado di danneggiare profondamente i diversi settori dell'economia reale.Le crisi di liquidità spesso rischiano di trasformarsi in crisi solvibilità: ce lo insegna la storia relativamente recente (crisi finanziaria asiatica 1997-1999).
Dicevamo: asimmetrie informative. Il risparmiatore medio cinese considera i WMPsquali semplici sostituti dei depositi bancari,idealizzandoli come sorretti dalla garanzia implicitapropria dei secondi; alle banche servono invece a porre off-balance sheetcrediti ed impieghi ad alto assorbimento di capitaleregolamentare, trasferendone i rischi proprio ai risparmiatori in cambio di tassi d'interesse > rispetto a quelli che potrebbero lucrare sui depositi bancari a vista. Chi sosterrà i rischi allorquando si materializzeranno? Le banche, quindi lo stato cinese o i risparmiatori che si riscopriranno inconsapevoli investitori votati alla speculazione?
Un'altra questione, a mio modestissimo parere sottovalutata, è la scarsa qualità dei crediti erogati dalle shadow entities. Come forse saprete, i dati disponibili -per questo segmento- per quanto concerne la realtà cinese sono pochi e di dubbia attendibilità, ragion per cui alcuni studiosi utilizzano comeproxy i dati sulla Corea la quale presenta una differenza tra i tassi praticati dal settore bancario tradizionale e da quello ombra piuttosto simile.Accentando questo criterio, alcuni accademici giungono alla conclusione che, in uno scenario ottimistico,sarebbe necessario declassare di 3 livelli, in media, il rating delle esposizioni dello Shadow Banking rispetto a quelle detenute dal comparto bancario tradizionale, circostanza questa che potrebbe incidere sulla solidità patrimoniale degli istituti di credito propriamente dettia seconda del livello di rischio in seno al quale il maggior deterioramento qualitativo degli assets dello SB avrà luogo (alla luce dei collegamenti tra finanza ombra e banche). Come accennato nella V parte, con riguardo ai profili di rischio, il Fung Global Institute scompone l'industria dello Shadow Banking in 3 segmenti.
Al primo livello, troviamo la massa di crediti posti dalle banche off-balance sheeted impacchettati nei WMPs, le cambiali finanziarie, gli asset-management plans (AMPs), le attività finanziarie espressione delle cooperazione tra banche e trusts (dove le prime comprano prodotti dei secondi, crediti o investimenti che siano, registrandoli come WMPs). In questo segmento, tutti i rischi associati allo SB potrebbero essere trasferiti alle banche qualora queste rendessero effettive -sotto la spinta del governo- le garanzie -allo stato attuale- implicite.
Al secondo livello, troviamo l'operatività condotta dalle shadow entitities in qualità di credit enhancers. In tale contesto, i rischi connessi al mancato adempimento delle obbligazioni assunte dalle entità dello SB possono essere trasferiti alle banche che abbiano erogato i crediti.
Al terzo livello, troviamo le attività connesse al P2P lending ed al microfinancing: le probabilità di trasferimento dei rischi di questo segmento a quello occupato dalle banche in senso stretto, si ritiene siano piuttosto basse.
Accanto al problema dell' evergreeningdescritto nei post precedenti, troviamo quello dell'inter-interprise credit, ovvero, dei presti erogati da una o più aziende ad una o più altre, in forma di credito commerciale o acquistando prodotti creditizi in grado di offrire interessi > rispetto a quelli garantiti dal circuito bancario.Il credito erogato tra aziende crea una connessione tra società ricche di liquidità e società finanziariamente deboli. L' evergreening rimanda la resa dei conti; l'impacchettamento dei rischi, realizzato facendo uso di garanzie societarie incrociate, contribuisce invece a creare una complessa rete di rischi non facilmente identificabili da parte di una singola banca.
BTP TF 2,8% MZ67 EUR (OVVERO IL Btp A 50 ANNI EMESSO DI RECENTE)-17,40% dal prezzo di emissione. so a cosa state pensando: e' un titolo che comprano gli istituzionali (anche se il taglio da €1.000,00 invoglia i retail). aGLI ISTITUZIONALI AVREBBE FORSE FATTO SCHIFO COMPRARLO CON UNO SCONTO DEL 18% CIRCA SUL PREZZO di emissione? inoltre, immagino che qualcuno di voi vorrà commentare su facebook postando il video di mina: evitate! sareste scontati tanto quanto il btp.
ECB’s Draghi Sees No Bubble in Eurozone Government Bond Market
Quanto detto nel post precedente parte dall' assunto che il volume (attuale),registrato nella giornata operativa di riferimento, si atteggerà in maniera non difforme dal dato storico. Si tratta di un assunto sostenibile solo con riguardo agli assets più liquidi.
Immaginiamo di dover comprare1.000 azioni della societàX.Immaginiamo di legare l'esecuzione ai soli volumi storiciescludendo, quindi, tanto i prezzi quanto i volumi attuali (reali).
Ipotizziamo che il profilo storico del giornogg/mm/aaaa, dalle ore 10:10-10:20, mostri un volume medio pari a 2.000 azioni, rispetto ad un totale giornaliero medio di 100.000 azioni. Questi semplici dati ci dicono che, storicamente, in quel giorno, in quella fascia oraria, è stato scambiato -in media- il 2%del totale. Quante azioni vorremmo noi comprare nel corso della giornata? 2.000. In corrispondenza dell'orario di cui sopra, quale porzione di ordine (di size complessiva pari a 2.000 azioni) verrà mandata in esecuzione facendo uso del VWAP ? Il 2%, pari a 40 azioni.Questa operazione si ripeterà identica a se stessa nel corso della giornata, per tutti i timeframes scelti (in questo caso 10 minuti, ma possono avere estensione maggiore o anche minore purché, in entrambe le ipotesi, mantenuti costanti), sino al raggiungimento del 100%di volume giornaliero e dunque, poiché alla versione storica di questo leghiamo l'esecuzione del nostro ordine, del 100% del nostro ordine.
La bontà di questo tipo di esecuzione dipende anche dalla qualità dei dati storici a disposizione, circostanza questa che, in mercati molto frammentati come quelli attuali, potrebbe portare non tanto a problemi tecnici quanto a costi aggiuntivi dovuti all'acquisto di data feeds multipli. Ovviamente, qualora il volume reale giornaliero dovesse -per una qualsiasi ragione- discostarsi in maniera importante dalla media storica, la qualità dell'esecuzione ne risentirebbe fortemente.
Immagine tratta da newevolutiondesigns.com
E' altresì possibile guardare al VWAPraggruppando i volumi di mercato registrati nei timeframesscelti nel corso della giornata, in relazione ai rispettiviprezzi ponderati sugli stessi volumi (vedi parte II).
Il VWAP sarà = al rapporto tra il Valore Totale (a sua volta pari alla somma dei risultati ottenuti moltiplicando i prezzi medi di ogni singolo timeframes per i rispettivi volumi) ed il Volume Totaledi giornata. Al posto dei volumi e dei prezzi reali è possibile far uso di quelli storici al fine di calcolare -ex ante-il VWAP target dell'esecuzione da realizzare in giornata. Per capire meglio quanto detto, immaginiamo che nel timeframe prescelto siano state scambiati 300 azioni, 200 delle quali a € 3,00 e 100 a 3,30 ( lo sbalzo di prezzo è inverosimile ma è semplicemente strumentale all'esempio). 200x3= 600; 100x3,30= 330. 600+330=930/300=3,10 (prezzo medio del timeframe considerato a fronte di un volume di 300). Si prosegue così per ogni timeframe. Il Valore Totale è dunque pari alla somma dei valori ottenuti moltiplicando i prezzi calcolati come sopra calcolati per i relativi volumi, per ogni singolo timeframe. Il Volume totale è pari alla somma del volume di ogni singolo timframe.
Essendo l'esecuzione ancorata ai profili storici del volume, condizioni attuali e reali di liquidità/volumiprofondamente differenti rispetto ai primi possono pregiudicarne la qualità ,ragion per cui spesso vengono creati ed introdotti parametri volti a valutare l'esattezza o meno del tracking del VWAP come descritto nella parte IV oppure volti ad introdurre unoStart/End time più ristretto rispetto all'intera giornata operativa oppure, nel caso in cui ci si aspetti che il prezzo mantenga un trend (rialzista o ribassista) costante nel corso dell'intera giornata, volto a concentrare l'esecuzione alla sola apertura/chiusura.
Prima di proseguire nella lettura di questo post è consigliabile rileggere la II parte.
"Gears of Time" by Donna Mae Dingding
La semplice operazione matematica descritta qui, dati n tradeseseguiti in un dato giorno di mercato, ciascuno dei quali con uno specifico prezzo“pn”ed una size (dimensione) “vn”,può essere riproposta nei seguenti termini:
Coloro i quali decidessero di incorporare questa semplice formuletta nel proprio algo,non farebbe altro che ancorare l'esecuzionedei propri trades ai volumi registrati in un dato giorno.C'è però un problema: i dati relativi ai volumi scambiati sono conoscibili solo ex-poste non ex-ante. Come si può ovviare a questo inconveniente?Usando le serie storiche dei volumi(Historical Volume Profiles)rappresentanti le medie storiche dei volumi negoziati con riguardo a porzioni temporali fisse (e discrezionali) nelle quali si decide di suddividere la giornata.
Scomponendo la giornata di riferimento in tanti timeframes minori“f”, il VWAP giornaliero potrebbe essere espresso come segue:
è la percentuale di volume negoziata al tempo“f".
è il prezzo medio registrato in ogni frame.
SecondoKissel e Glantz una programmazione operativa ottimale orientata dal VWAP potrebbe basarsi su tale percentuale.
In altri termini, la “target size”degli ordini
per ciascuno dei timeframes"f" nei quali è stata scomposta (discrezionalmente) la giornata, risulterebbe pari a
Oggi parliamo di algoritmi impact-driven (ID). Questa serie di posts credo (o meglio spero) possa rivelarsi utile sia al fine di acquisire alcuni elementi necessari a comprendere, più nel dettaglio, la dinamica dei flash crashes/ramps, sia al fine di capire come gliistituzionali eseguano gli ordini sul mercato. Sareste infatti vittime di un errore concettuale qualora pensaste che gli operatori istituzionali si dedichino all' immissione manualedegli ordini.
Glialgos ID, originariamente, comprendevano strategie orientate alla sola suddivisione degli ordini maggiori (parent) in tanti ordini minori (child), al fine di ridurre l'impatto dell' operazione(di acquisto o di vendita) sul prezzo dell' asset e dunque minimizzare i cosiddetti market impact costs. Più precisamente, comprendevano due diverse tipologie di algos basati su prezzi medi: il TWAP ed il VWAP (le cui caratteristiche essenziali sono meglio descritte ai links di cui sopra). Si trattava di algoritmi ad approccio statico nel senso che, pur essendo nati con lo scopo di contenere i costi da impatto sul prezzo, restavano fortemente ancorati alle traiettorie statisticheelaborate con riguardo ai rispettivi benchmarks, denotando una certa indifferenza rispetto allemutevoli condizioni di mercato; l'obiettivo restava quello di giungere all'esecuzione dell'ordine nell'arco temporale prestabilito o nel rispetto dei parametri volumetrici in caso di VWAP
Negli anni, sono stati adottati sistemi più opportunistici come il POV (Percentage-of- Volume) che tracciano i volumi realmente presenti sui mercati non risultando vincolati dai meri criteri statistici preimpostati, per poi giungere ad approcci “stealthy” in grado di garantire impatti sui prezzi prossimi allo zero.
Di seguito introdurremo i concetti base del TWAP
Il TWAP é:
un benchmark;
un prezzo medio riflettente la variazione del prezzo di mercato dell'asset nel tempo;
un benchmark rigidamente ancorato alla predefinita programmazione temporale dell'utente;
non è influenzato dai prezzi e dai volumi di mercato.
Immaginiamo di voler comprare 6.000 azioni e di aver istruito l'algoritmo per comprare 500 ogni 30 minuti a prescindere da quello che accade sul mercato in termini di prezzi e volumi.
Si tratta di un modo di operare:
uniforme;
prevedibile.
Uniformità e prevedibilitàcomportano due rischi:
rischio di “segnalazione” (ne abbiamo già parlato in relazione al piningeseguito nell'ambito della caccia agli operatori “balena”); gli altri algos attivi sul mercato possono inferire le nostre intenzioni agendo in front running;
rischio di una qualità di esecuzione piuttosto bassa. Infatti, nel caso in cui l'esecuzione dovesse risultare funzione del solo fattore temporale,ignorando le condizioni di liquidità del mercato ed i movimenti dei prezzi nel frattempo intervenuti, potrebbe risultare non del tutto ottimale.
Come potremmo correggere, seppur parzialmente, questi difetti?Introducendo un fattore di randomizzazione o anche due. Ad esempio, posto che in base al nostro esempio in un' oradovrebbe essere completata l'esecuzione del16,66% dell' ordine(500 azioni ogni 30 minuti= 500x2=1.000 azioni ogni ora= 16,66% di 6.000 azioni totali) potremmo randomizzare(comprando quindi un numero maggiore o minore di azioni rispetto alla quantità standard di500)la quantità di azioni, facendo sì che l'algoritmoverifichi, di volta in volta, di quanto il processo di completamento dell' esecuzione sia avanti o indietrorispetto al “ritmo” di 500 azioni ogni mezz'ora.In alternativa, si potrebbe variare la frequenza degli acquisti (rendendola, fatto salvo il limite massimo, casuale) oppure entrambe le cose.
Una minore randomizzazionegarantisce un maggior rispetto del criterio temporale(cioè di conclusione delle operazioni di acquisto/vendita entro il limite di tempo prestabilito). Tuttavia, è possibile non rinunciare ai benefici di una randomizzazione maggiore ed al soddisfacimento della necessità di concludere le operazioni entro un certo arco di tempo agendo sulla leva dell'“aggressività”. Ciò vuol dire che la sizedegli ordini (o la frequenza) aumenterà qualora il tasso di completamento dovesse attestarsi al di sotto del 16,66%/ora(criterio predefinito dal trader); viceversa, diminuirà. L'aggressivitàriduce il timing riskma può, a parità di altre condizioni, innalzare il costo da impatto;una maggiore passività produrrebbe l'effetto opposto.
Sui recentissimiinterventi della PBOCasseritamente volti a porre sotto controllo i WMPsclicca quie qui.
In questo post, prima di addentrarci in tematiche più complesse come l'analisi quantitativa degli stretti legami intercorrenti tra shadow banking/real estate e real estate/settori vari dell'economia cinese, vorrei mettere insieme alcuni dei concetti chiave affrontanti nei contributi precedenti.
Nessuno sa, con precisione, quanto pesi -in termini di PIL- lo shadow banking: per alcuni il 14%; per altri il 70%-80%.
La rete di relazioni finanziarie intercorrenti tra SB, sistema bancario formale ed aziende è particolarmente esposta ad un eventuale rallentamento della crescita nonché ad un aggiustamento dei prezzi del settore immobiliare.
Secondo alcuni studiosi/operatori di mercato (tra i quali Davide Serra), allo stato attuale, è improbabile che i rischi dello SB possano tradursi in una crisi sistemica globale stile Lehman; altri studiosi/operatori di mercato (tra i quali Mohamed El-Erian) hanno invece una visione prospettica speculare. Tutti, però, concordano circa il fatto che l'innesco di un default cycle localepotrebbe incrinare la fiducia nutrita dagli investitori stranieri nei confronti del sistema economico cinese.
Obiettivo n.1 dichiarato (e per ora solo dichiarato) delle autorità cinesi è tentare di evitare un ulteriore incremento dei NPLs nel settore dello SB.
Le autorità vorrebbero ridurre la portata dei maturity e debt-equity mismatches.
Il settore finanziario formale fornisce soprattutto prestiti di breve termine mentre il settore immobiliare e delle costruzioni in genere richiede risorse di lungo termine, specialmente sotto forma di capitali (e non di finanziamenti) al fine di ridurre i rischi connessi ad una leva finanziaria particolarmente alta.
Le autorità vorrebbe innalzare il livello della trasparenza, ridurre il moral hazard, ripartire i rischi tra settore bancario formale e SB.
Diversi esperti hanno evidenziato la necessità di una più rapida implementazione della Legal Entity Identifier Initiative (LEI), del meccanismo di risoluzione delle crisi bancarie, dello schema di assicurazione sui depositiannunciato nel 2014.
Lo SB impacchetta e vende WMPs ai risparmiatori in cerca di rendimenti > dei tassi di interesse ufficiali. Al contempo, le shadow entities (SE) soddisfano la domanda di credito a tassi > di quelli ufficiali.
Approfondiamo ora alcuni aspetti dello SB.
Lo SB non supporta solo l'economia reale ma anche la finanza speculativa ad esempio offrendo -tramite le piattaforme di P2P lending- leva finanziaria da impiegare sull' A-share market, il quale vede ampliare le proprie vulnerabilità.
La Cina è creditore netto rispetto al resto del mondo e pochi investitori stranieri detengono assets del settore della finanza ombra. Tuttavia, l'insorgenza di nuovi problemi tende ad indebolire la fiducia degli operatori esteri che detengono obbligazioni e titoli cinesi.
Secondo le stime elaborate dal Fung Global Institute (FGI), il quale ha ipotizzato stress di differenti intensità interessanti l'economia cinese, i NPLs ratios dello SB sono risultati pari: al 4,4% in caso di Optmistic Scenario; al 10% in caso di Base Scenario; al 16,1% in caso di Pessimistic Scenario; al 23,9% in caso di Disaster Scenario.
Il Fung Global Institute (FGI) scompone lo SB in 3 differenti livelli di rischio a seconda dell' esistente grado di connessione con il sistema bancario formale. Ritiene inoltre che, una quota di NPLs dello SB, pari al 20%-50% del totale, potrebbe dover essere trasferita al settore bancario formale in caso di shock o collasso interessante la finanza ombra.
L' asset quality review dei crediti del settore bancario (tradizionale+ombra) evidenzia: la possibilità di raggruppare i debitori in quattro grandi categorie (SOEs, SMEs, Real Estate e LGVFs); la necessità di approfondire natura e portata del maturity mismatch,avendo la Cina finanziato investimenti di lungo termine facendo uso di finanziamenti di breve; la necessità di approfondire natura e portata del debt/equity mismatchdato che molti investimenti sono stati finanziati facendo ricorso all' indebitamento anziché al capitale di rischio.
Poiché il mercato azionario è largamente accessibile soltanto alle SOEs ed alle aziende di più grande dimensione, sussiste una carenza di capitale nel segmento delle SMEsil quale vede preclusa la possibilità di finanziarsi presso il settore bancario formale. Ne consegue che lo SB rappresenta -per SMEs e LGVFs- l'unica possibilità di finanziare i propri investimenti seppur ad un costo più alto, con rischi non sempre chiari e con implicazioni concernenti il moral hazard.
Al fine di ridurre i rischi dello SB e del settore bancario è importante non solo prezzare i rischi correttamente,ma anche ridurre la leva dei debitori in modo da migliorarne la capacità di assorbimento dei rischi.Una delle soluzioni proposte postula un approccio olistico teso a conoscere e valutare il modo in cui banche e SB interagiscano nel finanziare l'economia reale.
Seguono ulteriori osservazioni nei prossimi posts.
Per la terza parte, clicca qui. Un altro settore che ha goduto e gode tuttora di lauti finanziamenti provenienti dallo Shadow Banking (SB)è quello dei Local Government Funding Vehicles (LGFVs).
I LGFVs sono costituiti dagli enti locali al fine di colmare gaps finanziari.
Le autonomie locali da un lato sono responsabili di una quota considerevole di spesa pubblica; dall'altro, però, non hanno la possibilità di accedere al gettito derivante dalle imposte più rilevanti e solo poche tra esse -ovvero quelle deputate a governare porzioni di territorio più densamente popolate- godono dell'autorizzazione governativa ad emettere -nell' ambito di più ampipilot programs- bonds comunali.
Quindi, al fine di colmare il fabbisogno finanziario, gli enti territoriali costituiscono LGFVs deputati a ricevere i prestiti loro accordati dalle banche e dalle shadow entities. Si stima che, nei soli primi 6 mesi del 2014, i LGFVs abbiano ricevuto somme pari a circa 1.7 trilioni di dollari.
Consideriamo inoltre che, secondo i dati elaborati dalle autorità internazionali, il debito pubblico sarebbe pari al 55% del debito totale mentre il debito pubblico delle amministrazioni periferiche rappresenterebbe il 51% del debito pubblico totale.
Come collaterale, i governi locali usano i valori commerciali (attualmente in piena bolla) di intere porzioni di territorio. In tal senso, ritorniamo al punto di partenza, vale a direal real estate. Quando il settore immobiliare correggerà, gli enti locali dovranno fornire ulteriori garanzie collaterali, pena l'adempimento anticipato di molti debiti.
I governi periferici hanno investito ed investono prevalentemente in infrastrutture: ferrovie, autostrade, case popolari. Si tratta di progetti ad alto impatto sociale, politicamente orientati, difficilmente sostenibili da un punto di vista economico e i cui cash flows potranno divenire positivi solo tra qualche anno o, in alcuni casi, semplicemente mai. Uno dei casi più famosi è quello della “ghost cities”, alcune delle quali di proprietà pubbliche ed altre private. Approfondiremo meglio il tema nei posts futuri perché non è detto che tutte le città fantasma di oggi continueranno a rimanere tali anche nei prossimi anni.
Gli enti locali, allo stato attuale, sembrano incapaci di rimborsare totalmente i debiti contratti. Si consideri, tra le altre cose, che: tra il 2004-2007 per ogni 1,01 yuan di debito contratto veniva generato 1 yuan di PIL; nel 2015, la credit intesity risultava essere cresciuta considerevolmente nel senso che ad ogni 1,8 yuan di nuovo debito è corrisposta la generazione di 1 solo yuan di PIL(Fondo Monetario Internazionale 2015).
Secondo il FMI (2015) gran parte del credito è stato impiegato in settori/progetti a scarso impatto economico nonché per ripagare gli interessi debitori pregressi. Non si tratta di una stranezza: lo SB è artefice della forte crescita dell'indebitamento; lo SB applica interessi mediamente più alti rispetto a quelli bancari; la spesa per interessi è cresciuta del 27,8% tra il 2007 ed il 2012 (livello più alto tra i mercati emergenti).
Secondo la BIS (2015) il debt service ratio del settore privato non finanziario è passato dal 13% del 2008 al 20% del 2015 (più sale peggio è); contemporaneamente, la profittabilità è diminuita e le aziende hanno dovuto indebitarsi per adempiere le obbligazioni giunte a scadenza.In altri termini, alcune aziende hanno contratto debiti per pagare debiti senza contribuire -in maniera sensibile- alla crescita dell'economia reale.
