PANDEMIA E RISCHIO: APPLICAZIONE DI MODELLI GARCH ALTERNATIVI

La pandemia di Covid-19, scoppiata in Cina a febbraio 2020, ha avuto un impatto significativo sulla vita quotidiana delle persone. Oltre che nella vita quotidiana, la pandemia ha influenzato anche i mercati finanziari, portando ad un periodo dove il rischio che ci assumeva nell’investire era aumentato. Questa ricerca si propone di analizzare il cambiamento nella volatilità dei mercati e la sua correlazione con i contagi e i decessi da Covid-19, utilizzando una tipologia di modelli statistici per la finanza: i modelli GARCH alternativi. Questi modelli sono utilizzati per catturare la dinamica in varianza di una serie storica e, in particolare, i modelli GARCH alternativi hanno la peculiarità di riuscire a catturare gli effetti asimmetrici che spesso si verificano in finanza; ovvero notizie del mercato positive influenzano meno la volatilità rispetto a notizie negative. Per l’analisi sono stati utilizzati i dati relativi ai prezzi settimanali di 10 indici azionari di 10 Paesi differenti. I Paesi analizzati sono: Brasile, Canada, Francia, Germania, Giappone, Italia, Regno Unito, Spagna, Stati Uniti, Svezia. Il periodo considerato va da gennaio 2020 fino a dicembre 2023. Nell’analisi è stato considerato ogni Paese singolarmente ed è stato stimato il modello GARCH alternativo migliore tramite i criteri di informazioni e le capacità predittive dei modelli. Questo processo è stato svolto considerando modelli con il dataset contenente i dati su contagi e decessi da Covid-19, per poi suddividerli in tre parti: il periodo pre Covid, il periodo Covid e il periodo post Covid. Una volta determinati i migliori modelli sono stati controllati i coefficienti dei modelli; così facendo si è rilevato come molti dei coefficienti siano risultati non significativi. Approfondendo le motivazioni sottostanti questo fenomeno, che includono il cambiamento della scala delle variabili e il passaggio a un dataset giornaliero, si è osservato che il problema dei coefficienti rimanga persistente, portando a concludere che il modello GARCH non possa essere applicato per fare previsioni relative alle serie storiche durante la pandemia.