B2210 - PORTFOLIO THEORY

Conoscenze e abilità da conseguire

The course aims to give an in-depth overview of modern portfolio theory. At the end of the course, students are expected to know how to examine risk-return trade-off, portfolio optimization, index models and the implications of modern portfolio theory for the equilibrium structure of expected rates of return on risky assets; the capital asset pricing model, multifactor descriptions of risk, the arbitrage pricing theory, the efficient market hypothesis, and principles of behavioural finance.

Contenuti

1. Utilità attesa e misure di avversione al rischio. Il modello canonico di portafoglio e teoremi correlati. Misure di rischio e Dominanza Stocastica (Primo e Secondo Ordine).
2. Il Modello Media-Varianza e il Capital Asset Pricing Model (CAPM).
3. La matematica della teoria di portafoglio. Teorema di separazione. Il caso con e senza asset privo di rischio. La non unicità del portafoglio di mercato. Un CAPM con quattro momenti. Estensioni.
4. Modelli fattoriali e Arbitrage Pricing Theory (APT).
5. L'approccio bayesiano alla teoria di portafoglio: prior e posterior. Flat Priors e coniugate. Stimatore di shrinkage. Il modello di portafoglio di Jorion. Il ruolo delle opinioni: il modello di Theil. Il modello di Black e Littermann e le sue varianti.
6. Limiti del CAPM: il ruolo del bias di stima nella teoria di portafoglio. Allocazione accurata del portafoglio come combinazione di regole di portafoglio complesse. Equivalenza tra approccio bayesiano e ambiguity nella teoria di portafoglio.
7. Misurare la performance degli investimenti: la struttura di un fondo d'investimento (costi, commissioni, definizione del Net Asset Value). Il ruolo degli indici come benchmark. Misure di perfomance attribution: Sharpe, Sortino, Modigliani e Modigliani, Treynor-Mazuy, Henriksson-Merton, Treynor. Indici di dolore ("Pain Indexes").
8. Teoria intertemporale del portafoglio: il problema ricorsivo dell'investimento. Il "pricing kernel". Tre enigmi: l’equity premium puzzle, il volatility puzzle, il risk-free puzzle. Soluzioni proposte per l’equity premium puzzle: funzione di utilità Epstein-Zin, modello di Habit Formation.
9. Disturbi eteroschedastici e premio per il rischio azionario: il modello di Bansal e Yaron (2004). Investimento nel lungo periodo: teoria del portafoglio intertemporale vs. miopico.
10. La struttura a termine dei tassi di interesse e la valutazione dei titoli a reddito fisso. Il legame tra variabili finanziarie e reali. Il ruolo degli shock macroeconomici nei mercati finanziari.
11. (Facoltativo) Un approccio in tempo continuo alla teoria di portafoglio. L'equazione di Hamilton-Jacobi-Bellman. Il modello di Cox-Ingersoll-Ross.

I prerequisiti includono conoscenze di base di algebra e teoria della probabilità, calcolo multivariato e algebra lineare. Tutti gli strumenti analitici necessari saranno forniti durante le lezioni.

Testi/Bibliografia

Danthine, J.P., and J. Donaldson, Intermediate financial theory, third edition, Elsevier, N.Y., 2014.

Campbell, J., Financial Decisions and Markets, Princeton University Press, 2018.

M.Marzo, Asset Management, Il Mulino, 2022 (in italiano)

Materiali aggiuntivi (slides, esercizi, esami passati, papers scientifici), saranno forniti durante le lezioni e pubblicati su Virtuale. 

Metodi didattici

Lezioni in presenza

 

Modalità di verifica e valutazione dell'apprendimento

Esame scritto in presenza. E' possibile accedere ad un esame orale opzionale solo e soltanto se si è superata la prova scritta. L'esame orale può integrare il voto dello scritto fino ad un massimo di 4 (quattro) punti. Con una prova orale non sufficiente, è anche possibile abbassare il voto dello scritto. 

La griglia di valutazione è la seguente: 

<18 insufficiente

18-23 sufficiente

24-27 buono

28-30 ottimo

30 e lode eccellente

La durata della prova scritta sarà di due ore.

Strumenti a supporto della didattica

Slides, papers tratti dalla letteratura. Vi sarà un utilizzo estensivo di software specifici, come Matlab. Altri software sono possibili, come R e Python. Tuttavia, Matlab è molto più efficiente. 

Orario di ricevimento

Consulta il sito web di Massimiliano Marzo