Correlazione nell'hedging di tesoreria

La maggior parte dei programmi di tesoreria copre le esposizioni una per una: qui l’esposizione in USD, là quella in GBP, ciascuna posizione con il proprio limite, il proprio forward, il proprio indicatore. È un approccio valido e chiaro – facile da motivare, facile da controllare. Esiste però un secondo modo di guardare lo stesso portafoglio: l’interazione tra le posizioni. È la correlazione a decidere se i rischi si attenuano a vicenda, si sommano – o si muovono nella stessa direzione proprio quando meno ce lo si aspetta.

Non esiste un’unica filosofia giusta. Chi copre ogni posizione singolarmente e per intero contro il proprio rischio non sbaglia nulla: l’approccio è trasparente, facile da comunicare e, a ragione, ancorato in molte hedging policy. L’approccio basato sulla correlazione è altrettanto corretto, ma richiede un altro punto di vista: considera non la singola posizione, bensì il portafoglio nel suo insieme. Quale delle due strade sia quella giusta dipende da quale visione del proprio rischio l’azienda voglia avere e con quale impegno di controllo possa sostenerla – non da quale sia in assoluto la migliore.

Questo documento inquadra la seconda prospettiva, perché viene spiegata più di rado in modo chiaro: come rendere visibile quanto rischio si accumula davvero a livello di portafoglio; perché non esiste la correlazione, ma almeno due, con un diverso valore informativo; e come tutto ciò confluisca in un indicatore di rischio solido come il Cash-Flow-at-Risk. In chiusura: lo strumento con cui rendiamo tutto questo visibile ai nostri clienti, giorno dopo giorno – in ottica storica, implicita e sempre con lo sguardo a ciò che accade quando le cose si mettono davvero male.

01 Quando i rischi si sommano – o non si sommano

Una tesoreria con crediti in più valute considera spesso il proprio rischio come la semplice somma delle singole posizioni. Dal punto di vista matematico è il caso più sfavorevole possibile: equivale all’ipotesi che, in un movimento estremo, tutte le posizioni si muovano esattamente all’unisono nella stessa direzione sfavorevole (correlazione perfetta). Se invece le valute si muovono in modo del tutto indipendente, il rischio di portafoglio è già nettamente inferiore – nella pratica la correlazione effettiva si colloca di solito tra questi due estremi.

Se due posizioni in valuta estera non si muovono in perfetta sintonia, il rischio di portafoglio è inferiore alla somma prudenziale dei rischi stand-alone. L’effetto è reale e quantificabile: mostra di quanto il rischio aggregato, sotto le correlazioni ipotizzate, si collochi al di sotto di questo limite superiore prudenziale – e fornisce, insieme a hedging policy e affidabilità dei flussi di cassa, un riferimento per capire dove la copertura esterna possa spingersi oltre quanto necessario per rispettare il limite di rischio definito.

Il motivo non è un’ipotesi di modello, ma semplice combinatoria: il rischio di un portafoglio non dipende soltanto da quanto ciascuna posizione possa muoversi, ma anche da quanto sia probabile che più posizioni si muovano nella stessa direzione nello stesso momento. Se due posizioni tendono a muoversi in direzioni opposte o in larga parte in modo indipendente, una parte delle loro oscillazioni si compensa a vicenda prima ancora di arrivare al risultato complessivo. È la stessa ragione per cui un portafoglio titoli ben diversificato oscilla di norma meno di una singola posizione – applicata però al rischio di cambio anziché alle azioni.

Un punto importante: la correlazione non è mai «buona» o «cattiva» in sé – dipende dalla direzione delle posizioni coinvolte. Due crediti in valute estere diverse con correlazione positiva si rafforzano a vicenda: se entrambe le valute si muovono nella stessa direzione, l’effetto sul lato dei ricavi si somma invece di attenuarsi. Un credito e un debito con la stessa correlazione positiva agiscono invece come una copertura naturale: se un pagamento diventa meno favorevole, l’altro si muove nella stessa direzione – e ne compensa una parte, senza alcun derivato. È esattamente il meccanismo di ogni «copertura naturale» dell’attività operativa, ad esempio quando acquisti e vendite avvengono in valute correlate in modo simile. Chi guarda solo al segno della correlazione, senza considerare la direzione delle proprie posizioni, trae facilmente la conclusione sbagliata. Presupposto, inoltre, è che tutti i movimenti dei cambi siano definiti in modo coerente rispetto alla stessa valuta di gruppo e che segno e direzione dei cambi siano impostati in modo uniforme – altrimenti una correlazione indicata come «positiva» può avere nei fatti l’effetto opposto. L’esempio che segue mostra entrambi i meccanismi insieme su un portafoglio un po’ più ampio e misto.

L’effetto è reale e si può derivare con rigore. Ma non è una legge di natura: è il risultato di ipotesi sul futuro – e queste ipotesi, per esperienza, sono meno affidabili proprio quando conta di più. La Sezione 02 porta questo stesso portafoglio nella fase di stress.

L’effetto non si limita a tre posizioni: tende a crescere con il numero di valute diverse, non tutte correlate positivamente, presenti nel portafoglio. Ciò non vale però automaticamente per ogni valuta aggiuntiva: se si aggiungono altre valute emergenti fortemente correlate tra loro – che spesso reagiscono insieme alla propensione al rischio e al posizionamento di carry –, il beneficio aggiuntivo di diversificazione si riduce, talvolta in modo marcato nelle fasi di stress. Un gruppo con esposizione a più valute G10 poco correlate tra loro porta strutturalmente meno rischio di portafoglio di quanto la semplice somma delle singole posizioni lasci supporre – è un’affermazione sulla composizione di quel portafoglio, non una regola generale secondo cui «più valute è sempre meglio».

L’effetto diventa ancora più concreto – e più rischioso, se ignorato – nei gruppi con più società locali. Se ogni controllata copre la propria esposizione locale all’esterno in modo indipendente, senza coordinamento centrale e senza un netting preventivo delle esposizioni di gruppo sottostanti, alla fine si può coprire più di quanto l’esposizione netta di gruppo consenta – una sovracopertura strutturale che nasce innanzitutto dalla mancanza di netting centrale tra le società locali, e non solo da hedge ratio disomogenei. Ciò non esclude che la copertura locale possa essere voluta e sensata nel singolo caso – obblighi di legge, diverse date di pagamento o requisiti di hedge accounting possono giustificarla. L’effetto netto diventa però visibile e gestibile solo se l’esposizione viene inoltre aggregata in modo coerente nella valuta di gruppo, invece di considerare ogni società isolatamente.

02 Quando la correlazione si rompe: il rischio di regime

Una riserva va posta all’inizio di questa sezione, non alla fine: anche con indicatori di allerta e anni di storico, eventi come guerre, shock da sanzioni o bruschi cambi di rotta della politica monetaria non si possono prevedere. Le rotture di correlazione innescate da simili eventi arrivano, per esperienza, all’improvviso – nessun modello e nessun pannello sostituisce la consapevolezza che questo può accadere in qualsiasi momento.

La correlazione non è un modo per giustificare coperture più piccole – l’effetto di portafoglio è reale e misurabile. Proprio per questo, a ogni ipotesi di correlazione va posta la stessa domanda: che cosa succede se, nel caso concreto, non regge?

La correlazione, inoltre, non è una costante di natura, ma uno stato del mercato – e cambia spesso di più proprio nelle fasi di stress, per lo più in una direzione sfavorevole: shock di liquidità, sorprese di politica monetaria o movimenti «risk-off» spingono molte correlazioni verso i valori estremi. La rete di sicurezza su cui un portafoglio fa affidamento si assottiglia così proprio quando serve di più.

I modelli che trattano la dipendenza tra valute semplicemente come una distribuzione normale con una correlazione fissa sottovalutano sistematicamente proprio questo comportamento: attribuiscono a un movimento estremo congiunto di più valute una probabilità nettamente inferiore a quella osservata nella pratica – non perché un simile movimento sia impossibile, ma perché il modello lo sottostima per costruzione. Gli approcci più robusti modellano la dipendenza nelle code della distribuzione separatamente dalla correlazione media – affinché il modello di rischio non fallisca proprio dove è più importante.

03 Due tipi di correlazione – e un approccio onesto a entrambe

«La» correlazione non esiste. Nella pratica si incontrano almeno due numeri diversi, spesso messi nello stesso calderone – con un diverso valore informativo e con un rischio proprio, se li si confonde.

Entrambe le visioni hanno un proprio valore e non vanno mai contrapposte. La correlazione storica mostra la relazione strutturale, osservabile nel corso di anni. La correlazione implicita mostra ciò che il mercato sta prezzando proprio ora per il futuro. Soprattutto nelle fasi di stress o in prossimità di eventi politici le due possono divergere sensibilmente – un motivo in più per non fidarsi di nessuna delle due da sola.

L’approccio più solido: non leggere la correlazione implicita come un singolo numero apparentemente esatto, ma insieme all’intervallo di sensibilità che deriva dalla qualità dei dati di mercato e dalle convenzioni di calcolo – dallo spread denaro/lettera delle tre volatilità sottostanti, dalle diverse convenzioni di strike/delta e dall’interpolazione sulla scadenza corretta. Questo intervallo non è un intervallo di confidenza statistico né uno scenario di perdita nel caso peggiore, e non è nemmeno del tutto «privo di modello» – già le volatilità implicite contengono ipotesi di prezzo, di convenzione e di modello. Mostra però con onestà quanto un singolo valore di correlazione implicita sia sensibile proprio a queste ipotesi – e già questo vale più di una stima puntuale che questa sensibilità la passa sotto silenzio.

Come si ricava la correlazione implicita e come leggerne il divario rispetto alla stima storica – e perché un singolo numero non basta: vedi il nostro documento complementare Correlazione implicita: ciò che il mercato delle opzioni sa già.

04 Value at Risk, Cash-Flow-at-Risk – e la decisione che sta dietro

Nelle discussioni in consiglio e con i revisori questi termini sono spesso usati come sinonimi, benché rispondano a domande diverse. Chi li confonde trae facilmente la conclusione sbagliata.

Il Value at Risk (VaR) misura di quanto il valore di mercato di un portafoglio di strumenti finanziari – ad esempio un portafoglio di coperture composto da operazioni a termine su cambi – possa muoversi, nell’arco di pochi giorni, rispetto al valore di mercato odierno. È la domanda giusta per un portafoglio di trading. Per una tesoreria diventa la domanda sbagliata solo quando si considera il solo portafoglio di coperture, isolato, lasciando fuori l’esposizione operativa sottostante: allora un’impresa interamente coperta può mostrare un VaR stand-alone elevato, mentre un’impresa senza alcun derivato mostra un VaR pari a zero – non perché il VaR fallisca come concetto, ma perché il perimetro di analisi è scelto in modo troppo stretto. Per valutare la strategia di copertura occorre considerare insieme operazione sottostante e strumenti di copertura – ed è esattamente ciò che un CFaR impostato in modo adeguato è in grado di fare.

Il Cash-Flow-at-Risk (Sezione 05) risponde invece alla domanda che un board si pone davvero: di quanto può essere mancato il flusso di cassa operativo pianificato – misurato rispetto al valore atteso o a budget, non rispetto a un valore di mercato odierno? È questo che rende il CFaR l’indicatore per decisioni di tesoreria come hedge ratio, orizzonte di copertura o margine rispetto ai covenant. La differenza tra un CFaR che lavora con una singola ipotesi di correlazione, fissata a un certo momento, e il CFaR con monitoraggio dinamico della correlazione della Sezione 06 non è quindi un altro modello – è lo stesso indicatore, ma con una struttura di dipendenza che segue di continuo la situazione di mercato attuale, invece di un’ipotesi congelata chissà quando.

In pratica: un revisore o una banca che chiede il VaR del portafoglio di coperture pone una domanda diversa dal CFO che vuole sapere se il piano annuale è sostenibile. Per le decisioni di copertura basate sui flussi di cassa operativi attesi il CFaR è di norma l’indicatore più diretto – integrato, a seconda di esposizione, obiettivo contabile ed esigenze di liquidità, da altri indicatori di rischio come Earnings-at-Risk o Liquidity-at-Risk. Ed è sempre solido solo quanto l’ipotesi di correlazione su cui poggia.

05 Quantificare la correlazione: CFaR invece dell’intuito

Un modello di Cash-Flow-at-Risk (CFaR) risponde alla domanda che al board interessa davvero: di quanto può essere mancato il flusso di cassa pianificato – e con quale probabilità? La matrice di correlazione tra le posizioni in valuta estera ne è un tassello centrale, ma non l’unico: sono altrettanto importanti la qualità e la probabilità di realizzazione delle previsioni di cassa stesse, la loro scadenza, le volatilità e gli orizzonti temporali utilizzati, le curve a termine, le coperture già in essere e – per strumenti opzionali o non lineari – le ipotesi della simulazione.

1. La matrice determina in che misura i movimenti simulati delle singole valute si rafforzino o si attenuino a vicenda – e, insieme a dimensione delle posizioni, volatilità e orizzonte temporale, influisce in modo decisivo su dispersione e code della distribuzione delle perdite.
2. Una scomposizione pulita del rischio mostra quale valuta porta la quota maggiore del rischio complessivo – la base per fissare l’hedge ratio dove è davvero efficace, invece di coprire ovunque nella stessa misura.
3. Una matrice di correlazione obsoleta o inadatta al regime di mercato attuale può mostrare un effetto di diversificazione che sulla carta appare plausibile ma che nello stress non regge – una caratteristica di qualità che in molti report di tesoreria non viene mai verificata.
4. Correlazione storica e implicita appartengono a «mondi di probabilità» diversi e non si possono semplicemente mediare: per la distribuzione reale nel CFaR resta punto di partenza la struttura di dipendenza storica, ovvero prevista. La visione implicita della Sezione 03 serve come grandezza di confronto basata sul mercato, parametro di stress e controllo di plausibilità – non sostituisce la stima storica, ma può segnalare per tempo un cambiamento nella valutazione di mercato delle dipendenze.

Altrettanto importante del modello è il ritmo con cui lo si usa. Con esposizioni stabili e un adeguato ritmo di governance, un CFaR mensile può essere del tutto sufficiente – l’indicatore, in fondo, è aggiornato quanto i dati di esposizione che vi confluiscono. Nelle fasi di mercato volatili, però, nasce un vero vantaggio informativo se parametri di mercato e indicatori di rischio vengono aggiornati più spesso: chi riconosce uno spostamento quando è ancora piccolo può riallineare in tempo, invece di trovarsi un mese dopo di fronte a uno scostamento già cresciuto in modo evidente. Non ogni osservazione richiede un’azione immediata, ma ogni osservazione che mostra una necessità di agire richiede un’azione tempestiva – ed è proprio questo che distingue la gestione continua del rischio da un report mensile che si riguarda solo alla scadenza successiva.

Il punto in cui, nella pratica, la maggior parte dei modelli CFaR si rompe non è la simulazione – è una matrice di correlazione che non viene aggiornata da un mese o più.

06 Dalla teoria alla pratica: il pannello di correlazione in GLORIAnalytics

Le sezioni precedenti mostrano perché la correlazione conta – e perché non ci si deve fidare ciecamente. La domanda pratica per un team di tesoreria: da dove viene il numero attuale, quanto presto si nota un cambiamento – e quanto presto si nota che mercato e storico divergono?

In GLORIAnalytics, la piattaforma di risk management di GLORIARMS, la correlazione ha perciò un proprio pannello, aggiornato ogni giorno, accanto a Posizioni, Global Exposure e Scadenziario – visione storica e implicita affiancate, integrate da un Implied Mix calibrato – su base EUR e con orizzonti adeguati alla scadenza.

Per un team di tesoreria significa che netting, hedge ratio e CFaR poggiano su una visione della correlazione che cresce con il mercato invece di invecchiare. GLORIAnalytics non promette di prevedere la prossima rottura della correlazione – mostra quando le ipotesi su cui poggia l’effetto di diversificazione andrebbero riesaminate. La correlazione resta ciò che è: uno strumento valido e ben motivabile – finché qualcuno guarda. Il pannello è costruito per questo.

Documento di informazione generale, non sostituisce una consulenza individuale. I numeri degli esempi sono ipotetici e illustrativi.