Negli ultimi decenni, il mondo degli investimenti obbligazionari ha subito una trasformazione radicale, spinta dall’innovazione tecnologica e dalla crescente complessità dei mercati finanziari. In questo contesto, l’elaborato cerca di spiegare in maniera approfondita tutto il mondo obbligazionario, partendo dalla definizione di un bond per arrivare alla creazione di un modello di Statistical Learning per cercare di prevedere la pendenza della Yield Curve. In primo luogo, la mia ricerca dara gli elementi di base al lettore al fine di comprendere meglio i concetti espressi nei capitoli sottostanti. Infatti inizieremo dalle caratteristiche delle obbligazioni, passeremo attraverso il prezzo, rendimento e l’analisi del credito per conoscere il rischio di insolvenza degli emittenti. In secondo luogo la ricerca analizzerà la struttura a termine dei tassi di interesse e andrà ad esplorare il concetto della Yield Curve. Inoltre andremo a definire e a spiegare cos’e il rischio di tasso, passando per il concetto di Duration, Duration Modificata e Convexity. Vedremo e analizzeremo le due strategie di gestione delle obbligazioni. Infine andremo a capire tramite tecniche di Statistical Learning quali predittori realmente possono influenzare la differenza dei tassi d’interesse. Useremo algoritmi di variable selection come BestSubset Selection e Forward Selection, successivamente andremo ad utilizzare algoritmi di shrinkage ovvero di "contrazione" della varianza come Ridge Regression e Lasso, per poi terminare con algoritmi di riduzione della dimensionalità attraverso una combinazione lineare dei predittori come nel caso della Principal Component Regression (PCR) e Partial Least Squares (PLS). Inoltre creeremo un modellino per prevedere se la differenza dei tassi di interesse a lungo e a breve possa essere positiva o negativa attraverso un metodi di classificazione come la regressione logistica. In sintesi, la mia tesi rappresenta un’analisi approfondita e dettagliata del mondo degli investimenti obbligazionari, fornendo ai lettori una panoramica completa non soltanto dal punto di vista finanziario, ma anche statistico delle sfide e delle opportunità di questo complesso e in continua evoluzione settore degli investimenti.

La pendenza della Yield Curve può predire la recessione? Il caso degli Stati Uniti

CINGOLANI, MATTIA
2021/2022

Abstract

Negli ultimi decenni, il mondo degli investimenti obbligazionari ha subito una trasformazione radicale, spinta dall’innovazione tecnologica e dalla crescente complessità dei mercati finanziari. In questo contesto, l’elaborato cerca di spiegare in maniera approfondita tutto il mondo obbligazionario, partendo dalla definizione di un bond per arrivare alla creazione di un modello di Statistical Learning per cercare di prevedere la pendenza della Yield Curve. In primo luogo, la mia ricerca dara gli elementi di base al lettore al fine di comprendere meglio i concetti espressi nei capitoli sottostanti. Infatti inizieremo dalle caratteristiche delle obbligazioni, passeremo attraverso il prezzo, rendimento e l’analisi del credito per conoscere il rischio di insolvenza degli emittenti. In secondo luogo la ricerca analizzerà la struttura a termine dei tassi di interesse e andrà ad esplorare il concetto della Yield Curve. Inoltre andremo a definire e a spiegare cos’e il rischio di tasso, passando per il concetto di Duration, Duration Modificata e Convexity. Vedremo e analizzeremo le due strategie di gestione delle obbligazioni. Infine andremo a capire tramite tecniche di Statistical Learning quali predittori realmente possono influenzare la differenza dei tassi d’interesse. Useremo algoritmi di variable selection come BestSubset Selection e Forward Selection, successivamente andremo ad utilizzare algoritmi di shrinkage ovvero di "contrazione" della varianza come Ridge Regression e Lasso, per poi terminare con algoritmi di riduzione della dimensionalità attraverso una combinazione lineare dei predittori come nel caso della Principal Component Regression (PCR) e Partial Least Squares (PLS). Inoltre creeremo un modellino per prevedere se la differenza dei tassi di interesse a lungo e a breve possa essere positiva o negativa attraverso un metodi di classificazione come la regressione logistica. In sintesi, la mia tesi rappresenta un’analisi approfondita e dettagliata del mondo degli investimenti obbligazionari, fornendo ai lettori una panoramica completa non soltanto dal punto di vista finanziario, ma anche statistico delle sfide e delle opportunità di questo complesso e in continua evoluzione settore degli investimenti.
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
823899_tesicingolani.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 1.92 MB
Formato Adobe PDF
1.92 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/68355