Meno di un minuto

Il progetto è diviso in due parti. La prima riguarda la modellizzazione delle relazioni tra rendimenti e volatilità dei titoli azionari di imprese energetiche con i principali indicatori di performance macroeconomica e finanziaria a livello aggregato. Particolare attenzione riceverà l’investigazione dei rapporti tra prezzo del carbonio e i prezzi delle commodities, energetiche e non energetiche. Lo studio di tali relazioni prevede l’utilizzo di approcci econometrici moderni, quali tail dependence, quantile regressions, Co-Value-at-Risk e network analysis. La seconda parte riguarda il progetto EIBURS “ESG-Credit.ue – ESG Factors and Climate Change for Credit Analysis and Rating”, finanziato dallo European Investment Bank Institute, i cui beneficiari sono l’Università di Venezia, la Goethe University di Francoforte (centro di ricerca SAFE) e l’Università di Milano-Bicocca e del quale la Fondazione Eni Enrico Mattei è partner. Scopo della ricerca è di valutare gli effetti dei fattori ESG (Environmental, Social, Governance) sul rischio di default di imprese Europee quotate, calcolato come z-score. Il dataset utilizzato è costituito da una cross-section di 1251 imprese Europee nell’anno 2019 e include 590 fattori ESG, oltre a controlli sulle caratteristiche economico-finanziarie delle imprese. L’elevata numerosità delle variabili esplicative rende necessario l’utilizzo di tecniche di supervised machine learning (es. LASSO), che consentano la selezione dei regressori ESG maggiormente rilevanti.

Valutazione delle relazioni tra rendimenti azionari e volatilità delle imprese energetiche e andamento dei mercati finanziari internazionali, utilizzando tecniche di econometria della finanza. Identificazione degli effetti delle variabili ESG sul rischio di credito di imprese quotate, con tecniche di machine learning su dati individuali.