Formalmente, la curtosi è il quarto momento centrale standardizzato di una distribuzione di probabilità. È definita come E[(X – μ)^4] / σ^4, dove E è l’operatore di aspettativa, X è la variabile casuale, μ è la media e σ è la deviazione standard. Sottraendo 3 dal risultato (eccesso di curtosi), si ottiene un valore che permette un confronto più diretto con la distribuzione normale, che ha una curtosi di 3 (o un eccesso di curtosi di 0). Una curtosi superiore a 3 (eccesso di curtosi positivo) indica una distribuzione leptocurtica, con code più pesanti e un picco più pronunciato rispetto alla normale. Una curtosi inferiore a 3 (eccesso di curtosi negativo) indica una distribuzione platicurtica, con code più leggere e un picco meno pronunciato.
La curtosi è uno strumento cruciale nella gestione del rischio e nell’analisi degli investimenti. In ambito finanziario, una distribuzione leptocurtica dei rendimenti di un asset implica una maggiore probabilità di eventi estremi, sia positivi che negativi (black swan events). Questo è particolarmente rilevante per la gestione del rischio di portafoglio, poiché modelli che assumono una distribuzione normale potrebbero sottostimare significativamente la probabilità di perdite catastrofiche. Ad esempio, se la curtosi dei rendimenti di un’azione è significativamente superiore a 3, un modello di Value at Risk (VaR) basato su una distribuzione normale potrebbe fornire una stima del rischio eccessivamente ottimistica.
In pratica, la curtosi viene calcolata utilizzando dati storici dei rendimenti di un asset o di un portafoglio. Si possono utilizzare diverse tecniche statistiche, come il metodo dei momenti o la massima verosimiglianza, per stimare la curtosi. Un valore di curtosi elevato può suggerire la necessità di utilizzare modelli di distribuzione più complessi, come le distribuzioni t di Student o le distribuzioni miste, per catturare meglio la probabilità di eventi estremi. Per esempio, se la curtosi dei rendimenti di un fondo azionario è 5, ciò suggerisce una maggiore probabilità di eventi di mercato estremi rispetto a un fondo con curtosi di 3.
Nonostante la sua utilità, la curtosi presenta alcuni limiti. La sua interpretazione può essere complessa e sensibile alla presenza di outlier nei dati. Inoltre, una alta curtosi non fornisce informazioni sulla forma specifica delle code della distribuzione, solo sulla loro pesantezza. Infine, è importante ricordare che la curtosi è solo uno dei diversi momenti statistici che possono essere utilizzati per caratterizzare una distribuzione di probabilità, e dovrebbe essere interpretata in congiunzione con altri indicatori, come la media, la varianza e l’asimmetria.
« Back to Glossary Index
