Formalmente, la variabilità di un asset finanziario è quantificata attraverso misure statistiche di dispersione, come la varianza o la deviazione standard dei suoi rendimenti. La varianza rappresenta la media degli scarti quadratici dalla media dei rendimenti, mentre la deviazione standard è la radice quadrata della varianza, fornendo una misura più intuitiva in termini di unità di rendimento. Altre misure, come il range interquartile o il coefficiente di variazione, possono fornire informazioni complementari sulla distribuzione dei rendimenti.
La variabilità è un concetto fondamentale nella gestione del rischio e nella costruzione di portafogli. Investitori avversi al rischio preferiscono asset con bassa variabilità, poiché ciò indica una maggiore prevedibilità dei rendimenti. Al contrario, investitori propensi al rischio potrebbero accettare una maggiore variabilità in cambio di un potenziale rendimento più elevato. Ad esempio, consideriamo due azioni: A con una deviazione standard dei rendimenti annuali del 10% e B con una deviazione standard del 20%. L’azione B è più volatile e quindi più rischiosa, ma potrebbe anche offrire rendimenti superiori nel lungo termine. La scelta tra A e B dipende dalla tolleranza al rischio dell’investitore.
Nella pratica, la variabilità viene utilizzata per diversi scopi. Serve come input chiave nei modelli di pricing di opzioni (come il modello Black-Scholes), dove la volatilità (la deviazione standard del rendimento logaritmico) è un parametro cruciale. Inoltre, la variabilità è fondamentale nella gestione del rischio di portafoglio, permettendo di diversificare gli investimenti e ridurre il rischio complessivo. Analizzando la matrice di covarianza dei rendimenti di diversi asset, è possibile costruire portafogli efficienti che massimizzano il rendimento per un dato livello di rischio o minimizzano il rischio per un dato livello di rendimento.
Nonostante la sua importanza, la variabilità presenta alcuni limiti. Le misure di variabilità si basano su dati storici e non garantiscono una previsione accurata della variabilità futura. Inoltre, la variabilità può essere influenzata da eventi imprevedibili (cigni neri) che non sono catturati dalle misure statistiche tradizionali. Infine, la scelta della misura di variabilità appropriata dipende dal contesto e dalla distribuzione dei rendimenti. Una distribuzione leptocurtica, ad esempio, potrebbe richiedere l’utilizzo di misure di variabilità robuste che siano meno sensibili agli outlier.
« Back to Glossary Index
