Systemic Risk and Default Cascades in Global Equity Markets: A Network and Tail-Risk Approach Based on the Gai Kapadia Framework

Questo studio estende il framework di Gai-Kapadia ai mercati azionari globali, rivelando che il rischio sistemico deriva dall'interazione tra la topologia di rete asimmetrica (con alta connettività locale nei mercati emergenti come il Brasile) e le code pesanti delle distribuzioni dei rendimenti, portando a una resilienza globale complessiva ma a vulnerabilità localizzate.

L'essenziale

🌍 Il Mondo Finanziario come un Grande Gioco di Domini

Immagina il mercato azionario globale non come una lista di numeri, ma come un enorme castello di carte o un gioco di domino collegato da fili invisibili. Se un pezzo cade, potrebbe farne cadere altri. La domanda è: quanti ne cadranno? E crollerà tutto il castello?

Questo studio, scritto da Ana I. Castillo Pereda, prende un vecchio modello (nato per studiare come le banche si "infezzano" a vicenda) e lo applica alle azioni di tutto il mondo, confrontando il mercato brasiliano con quelli sviluppati (come USA ed Europa).

Ecco cosa hanno scoperto, spiegato con delle metafore:

1. La Mappa dei Legami: Due Mondi Diversi

Gli autori hanno creato una mappa di 30 azioni (15 brasiliane e 15 di paesi ricchi).

• Il Brasile (Il Villaggio Stretto): Immagina un villaggio dove tutti si conoscono, si salutano per strada e si tengono per mano. Se uno starnutisce, tutti lo sentono. Nel grafico, le azioni brasiliane sono molto vicine tra loro (alta "clustering"). Sono come un gruppo di amici che si tengono per mano in cerchio: se uno cade, tira giù gli altri.
• I Mercati Sviluppati (La Città Spaziosa): Immagina una grande città dove le persone vivono in case distanti, con strade larghe tra di loro. Se qualcuno inciampa nel suo quartiere, non fa cadere nessuno nel quartiere accanto. Le azioni americane ed europee sono meno collegate.

2. L'Esperimento: Cosa succede se spingi un pezzo?

Gli scienziati hanno simulato due scenari:

• Lo Shock Deterministico: Hanno dato un "colpo di spalla" forte a un'azione brasiliana (come se il prezzo crollasse improvvisamente del 30%).
• La Simulazione Casuale: Hanno fatto 1.000 simulazioni al computer, lanciando dadi per vedere cosa succedeva con shock diversi.

Il Risultato Sorprendente:
Nonostante la paura di un crollo globale, il castello non è crollato.

• Nel villaggio brasiliano, il "colpo" ha fatto cadere qualche carta vicina (in media 1 o 2 azioni), ma si è fermato lì.
• Nella città spaziosa (mercati sviluppati), il colpo non ha fatto cadere quasi nulla.
• Probabilità di disastro totale: 0%. Il sistema è più robusto di quanto pensassimo.

3. Il Pericolo Nascosto: Le "Code Grasse" (Tail Risk)

Qui entra in gioco il concetto più tecnico, reso semplice con un'analogia meteorologica.

• La Tempesta Normale: La maggior parte dei giorni è come una pioggia leggera o un po' di vento.
• La "Coda Grassa": In finanza, alcuni eventi sono come uragani imprevisti. Le azioni brasiliane hanno una "coda grassa": significa che, anche se rari, gli uragani (crolli enormi) sono più probabili e più violenti lì che nei mercati sviluppati.

La ricerca mostra che il vero pericolo non è solo che le azioni siano collegate (i fili), ma che alcune di esse siano collegate e abbiano la tendenza a subire uragani violenti. Quando un "uragano" colpisce un nodo molto collegato nel villaggio brasiliano, il danno si amplifica localmente.

4. Le Conclusioni in Pillole

• Non è un crollo globale: Il sistema finanziario globale è resistente. È difficile che un problema in Brasile distrugga Apple o Microsoft, e viceversa.
• Il rischio è locale: I problemi rimangono spesso confinati nei gruppi più stretti (come il mercato brasiliano). È come un incendio che brucia una stanza ma non prende l'intero edificio perché le porte sono chiuse.
• L'importanza della diversità: Se sei un investitore, non mettere tutte le uova nello stesso paniere "stretto". Tenere azioni di paesi diversi (come il Brasile e gli USA) funziona perché i loro "fili" non sono tutti tesi nello stesso modo.

In Sintesi

Questo studio ci dice che il mondo finanziario è come un ecosistema: alcune zone sono densamente popolate e fragili (se cade uno, cadono molti), mentre altre sono più sparse e resilienti. Anche se gli uragani (crisi) possono essere violenti, la struttura stessa del sistema impedisce che tutto crolli insieme. Tuttavia, bisogna stare attenti alle "zone calde" dove i legami sono troppo stretti e i rischi estremi sono più frequenti.

È un messaggio di prudenza ottimista: il sistema regge, ma dobbiamo sapere dove sono i punti deboli per proteggerci meglio.

Sommario tecnico

Sintesi Tecnica: Rischio Sistemico e Cascate di Default nei Mercati Azionari Globali

Titolo: Systemic Risk and Default Cascades in Global Equity Markets: A Network and Tail-Risk Approach Based on the Gai Kapadia Framework
Autore: Ana I. Castillo Pereda (Istituto di Matematica e Statistica, Università di San Paolo, Brasile)
Periodo di Analisi: 2015 – 2026

---

1. Il Problema di Ricerca

Il lavoro affronta la minaccia del rischio sistemico e delle cascate di default nei mercati azionari globali, dove asset interconnessi possono amplificare gli shock. Sebbene misure tradizionali come il Value-at-Risk (VaR) e il Conditional Value-at-Risk (CVaR) offrano insight sul rischio di coda, spesso falliscono nel catturare gli effetti di contagio guidati dalle reti di interdipendenza.
L'obiettivo principale è estendere il framework Gai-Kapadia (originariamente sviluppato per il contagio interbancario) al contesto dei mercati azionari globali. Lo studio mira a quantificare come la topologia di rete e il comportamento a "coda pesante" (heavy-tailed) delle distribuzioni dei rendimenti interagiscano per generare vulnerabilità sistemica, analizzando specificamente le asimmetrie strutturali tra mercati emergenti (Brasile) e mercati sviluppati.

2. Metodologia

L'approccio metodologico combina scienza delle reti, simulazioni stocastiche e analisi statistica delle code:

• Dataset: 30 asset azionari (15 brasiliani e 15 di mercati sviluppati) con dati di prezzi minimi giornalieri dal 1° gennaio 2015 all'aprile 2026.
• Costruzione della Rete:
  • Viene calcolata una matrice di correlazione dei rendimenti logaritmici.
  • Le esposizioni tra asset ($E_{ij}$) sono definite come $E_{ij} = \rho_{ij} \cdot \sigma_i \cdot P_i$, dove $\rho$ è la correlazione, $\sigma$ la volatilità e $P$ il prezzo di riferimento.
  • Vengono applicati filtri di soglia ($\theta \in \{0.3, 0.5\}$) per isolare le connessioni significative e costruire una rete direzionata e pesata.
• Modellazione della Cascata di Default:
  • Simulazioni Stocastiche: 1000 iterazioni Monte Carlo con shock casuali uniformi tra il 10% e il 50%. Ogni asset ha un capitale iniziale ($K_i$) e una soglia di fallimento ($K_{min}$). Le perdite si propagano secondo la funzione di perdita $L_{ij} = \max(0, \tilde{E}_{ij} - (K_i - D_i))$.
  • Propagazione Deterministica: Analisi dell'impatto di shock specifici (es. default di un asset rappresentativo come VIVT3.SA) per tracciare l'evoluzione temporale delle cascate.
• Analisi della Coda (Tail Risk):
  • Calcolo di VaR e CVaR al 95%.
  • Stima dell'indice di coda di Pareto ($\alpha$) utilizzando l'Stimatore di Hill e l'analisi della funzione di distribuzione cumulativa complementare empirica (CCDF) per verificare la presenza di distribuzioni a coda pesante.

3. Contributi Chiave

1. Estensione del Framework Gai-Kapadia: Applicazione innovativa del modello di contagio interbancario ai mercati azionari globali utilizzando reti basate su co-movimenti di prezzo e volatilità.
2. Integrazione Topologia-Coda: Unificazione dell'analisi della struttura di rete (clustering, grado) con le misure di rischio di coda, dimostrando che il rischio sistemico nasce dall'interazione di questi due fattori.
3. Identificazione di Asimmetrie Strutturali: Evidenziazione empirica di una netta differenza tra la densità delle reti nei mercati emergenti (Brasile) rispetto a quelli sviluppati.
4. Metodologia Scalabile: Proposta di un approccio empirico robusto per lo stress testing che combina simulazioni deterministiche e stocastiche.

4. Risultati Principali

• Resilienza Globale vs. Vulnerabilità Locale:

  • Il sistema mostra una forte resilienza globale: la probabilità di un fallimento su larga scala (definito come >5 asset in default) è zero in tutte le simulazioni.
  • Tuttavia, esiste una vulnerabilità localizzata: gli shock causano in media 1,0 asset fallito per shock singoli e 2,0 per shock simultanei, ma la propagazione si arresta rapidamente senza innescare una cascata sistemica globale.

• Asimmetria Strutturale (Brasile vs. Mercati Sviluppati):

  • Asset Brasiliani: Presentano un coefficiente di clustering elevato ($C_i \approx 0.8 - 1.0$) e una connettività densa. Questa struttura favorisce una rapida propagazione locale degli shock all'interno del cluster, ma limita la diffusione verso l'esterno.
  • Asset Sviluppati: Mostrano una connettività inferiore ($C_i \approx 0.2 - 0.5$) e una struttura più frammentata, agendo come un "cuscinetto" strutturale che isola le perturbazioni.

• Analisi della Coda e Distribuzioni:

  • Le distribuzioni delle perdite, specialmente per gli asset emergenti (es. AMER3.SA), mostrano code pesanti con indici di Pareto stimati ($\alpha \approx 1.5 - 2.0$), indicando una probabilità di eventi estremi significativamente superiore a quella prevista dai modelli Gaussiani.
  • Gli asset con alta volatilità e code pesanti, se combinati con un alto clustering, agiscono come amplificatori di contagio.

• Dinamica delle Cascate:

  • Le simulazioni mostrano che le cascate di default si stabilizzano dopo poche iterazioni. Una volta che lo shock colpisce il cluster brasiliano, la propagazione si esaurisce localmente senza raggiungere gli asset dei mercati sviluppati, confermando che il sistema opera al di sotto della soglia critica di percolazione.

5. Significato e Implicazioni

• Teorico: Lo studio dimostra che il rischio sistemico non è una proprietà intrinseca di singoli asset, ma emerge dall'interazione tra la topologia della rete (in particolare il clustering) e il comportamento statistico delle code (heavy tails).
• Regolatorio: Identificare i nodi ad alto clustering e alto rischio di coda nei mercati emergenti permette interventi normativi mirati e un monitoraggio più efficace della stabilità finanziaria.
• Gestione del Portafoglio: I risultati sottolineano l'importanza della diversificazione non solo per settore, ma per regione strutturale. La correlazione interna nei mercati emergenti può amplificare i rischi locali, mentre i mercati sviluppati offrono una maggiore resilienza strutturale contro il contagio.
• Limitazioni e Futuro: Il modello attuale non include effetti di liquidità (es. vendite forzate) e utilizza soglie statiche. Futuri lavori potrebbero integrare dinamiche di liquidità e soglie adattive per scenari di crisi più estremi.

In conclusione, il lavoro fornisce un quadro empirico solido che conferma come, in un sistema azionario globale interconnesso, il rischio di collasso sistemico su larga scala sia attualmente basso, ma la fragilità locale nei cluster densamente connessi (come il mercato brasiliano) rimanga un fattore critico da monitorare.