L’euforia del mercato e quegli algoritmi che non comprendono la realtà

La cosidetta seconda ondata sta producendo ulteriori danni sensibili all’economia di Europa e Stati Uniti e aumenta sensibilmente il rischio di una doppia caduta del ciclo, nonostante l’euforia speculativa sui mercati finanziari. Prosegue dunque la divergenza tra asset finanziari ed economia reale, cosi’ come è la prima volta che capita di assistere ad una cosi’ significativa divergenza di previsioni sull’economia globale tra le case d’investimento di Wall Street da una parte e Fmi, Ocse, Bri e World Bank dall’altra. Le prime sono molto bullish mentre le seconde molto prudenti.

Anche se la FED e la BCE indicano che il percorso di recupero dell’economia sarà piuttosto incerto, questo non sembra intaccare il consenso del mercato che si evidenzia bullish fino all’estremo. Le valutazioni della borsa americana hanno infatti toccato, per la terza volta, livelli che sono stati raggiunti solo altre due volte nella storia: nel 1928 e nel 2000 e nei precedenti casi questi valori non hanno portato fortuna.

Tuttavia, nei due casi precedenti, il bull market era stato sostenuto preventivamente da un contesto economico decisamente diverso e l’economia reale aveva accumulato anni di crescita significativa, mentre oggi, se tutto va bene, si uscirà da una pesante recessione e l’unica cosa certa è la fragilità e l’incertezza del contesto globale post Covid.

I motivi alla base di tale comportamento euforico trovano una spiegazione nella elevata presenza di strategie passive basate sull’uso di algoritmi e approccio quantitativo, che ormai rappresentano la preponderanza degli scambi giornalieri sui mercati azionari.                   

L’intelligenza artificiale non si fa molte domande sui dati macro che vengono recentemente pubblicati dal governo americano. Qualche esempio?

1) Appare alquanto strano che le vendite al dettaglio siano in forte espansione (+5,8% su base annua vs il 3,5% del 2019) mentre si assiste ad un aumento della disoccupazione, un calo significativo della fiducia dei consumatori, un aumento della propensione al risparmio e una contrazione del credito al consumo. Ma andando in profondità nell’analisi, si scopre che il governo americano ha modificato il calcolo dell’effetto di destagionalizzazione di questo dato la scorsa primavera, procurando una forte distorsione di calcolo di un dato che rappresenta circa il 70% del PIL. I macroeconomisti sanno che questo dato è distorto e non riflette la realtà delle cose ma le macchine, dotate di “intelligenza artificiale”, non lo sanno. Nella realtà i consumi calcolati dal real consumer spending sono giu’ di circa il 3,5%.

2) Durante lo scoppio della crisi, i disoccupati negli Stati Uniti hanno raggiunto la cifra di circa 27 milioni. Nel mese di aprile il governo Usa ha introdotto dei piani separati di sostegno alla disoccupazione denominati Pandemic Unemployment Assistance e Pandemic Emergency Unemployment Compensation. A questo punto il governo federale ha iniziato a far confluire in questi programmi di disoccupazione tutti i lavoratori che erano considerati disoccupati per motivi temporanei, facendoli cosi’ uscire dalle statistiche ufficiali della disoccupazione (Jobless Claims dell’Insured Unemployment del governo) per collocarli nei piani di sussidio temporaneo. Il termine temporaneo è totalmente arbitrario e non ha una durata specifica. Grazie a questo meccanismo il dato ufficiale sulla disoccupazione Usa è sceso a 6 milioni di disoccupati, ma quelli considerati temporanei sono ancora 16 milioni, evidenziando dunque una disoccupazione totale di circa 22 milioni. Anche in questo caso, gli economisti conoscono benissimo la reale situazione in cui versa il mercato del lavoro americano, ma per l’intelligenza artificiale conta solo il dato ufficiale di 6 milioni.

3) I dati sugli ordini di beni durevoli (durable goods) sono un altro indicatore molto importante sulla tendenza del settore manifatturiero e dei consumi. L’analisi statistica dei dati pubblicati negli ultimi due anni evidenzia uno scostamento medio al rialzo del 47% tra il dato mensile preliminare e la sua revisione definitiva, che avviene un mese dopo la sua pubblicazione. Purtroppo la revisione non interessa quasi a nessuno e tutti sono attenti solo al dato preliminare, che è quasi sempre sopravvalutato.

Questi sono solo alcuni casi che evidenziano come sia facile trasformare un dato per renderlo migliore di quello che sembra e come le macchine siano vulnerabili a facili interpretazioni. Se dunque ci si trova in un apparente contesto magico, in cui la disoccupazione scende rapidamente, i consumi salgono a ritmi molto piu’ alti dello scorso anno (+ 5,8% vs 3,5% del 2019), il governo eroga uno stimolo fiscale di 15 punti di Pil e la Fed inietta una colossale massa di liquidità nel sistema, è evidente che il modello quantitativo interpreta tutti questi dati in modo estremamente positivo. Poco importa se lo stimolo fiscale e monetario non serve a un rilancio dell’economia ma è solo finalizzato ad impedire l’insolvenza del sistema, anche in questo caso è solo il dato che conta e non la sua interpretazione. La macchina, dotata di cosiddetta intelligenza artificiale, vede tutti questi stimoli come denaro pronto a sostenere investimenti nell’economia reale, se poi si aggiunge  la parola vaccino come contorno, il pranzo è servito.

Questo modo di gestire le informazioni sull’economia è stato evidenziato anche recentemente da un articolo sul Financial Times del 7 Dicembre “People understand statistics better than politicians think” (la gente interpreta meglio le statistiche meglio di quanto pensino i politici). Le persone si chiedono se quello che vedono corrisponde alla realtà, perché hanno sensazioni di benessere o malessere che dipendono dal loro stato personale, mentre l’approccio quantitativo prende il dato per quello che è, dato che la macchina non soffre per disoccupazione o debito, né di freddo o di fame. Paradossalmente, se alla macchina si introduce il dato che la temperatura esterna è di 30 gradi, dice che siamo in estate anche se fuori nevica.

Guardando le cose da questo punto di vista, appare abbastanza chiaro come mai c’è una spinta cosi’ forte verso la gestione passiva e quantitativa da parte dell’industria finanziaria americana, mentre si tende a ridimensionare l’approccio analitico/discrezionale, che di norma si fa troppe domande in un mondo che deve avere solo certezze. Per i governanti è piu’ facile gestire il comportamento delle macchine che quello delle persone.

Ma se i comportamenti delle persone (animal spirits) sono difficili da gestire e spesso producono crisi e rivoluzioni, anche i comportamenti dei modelli quantitativi sono esposti a fallacità. I cosidetti tail risks (i meno probabili ma potenzialmente più distruttivi) tendono ad aumentare, perché gli algoritmi accentuano i comportamenti imitativi e i trade di consensus. La crisi dei mutui subprime del 2008 è stata anche creata dall’uso di modelli quantitativi fuorvianti sull’effettivo rischio contenuto nelle obbligazioni garantite da ipoteche immobiliari (MBS). I risultati dei modelli dipendono sempre dai dati che si vogliono fornire, e oggi non è diverso rispetto al passato.

Un altro fattore che accentua il rischio è la velocità di reazione con la quale le macchine, tutte assieme, inviano gli ordini al mercato e come il mercato venga privato della liquidità in pochi secondi. Molti modelli di gestione quantitativa si basano sul concetto di volatilità o sullo scostamento medio di prezzo. Se c’è un’anomalia nella rilevazione di tali dati, gli algoritmi interrompono l’attività in attesa di nuove istruzioni e il mercato entra in totale blocco. Questo è spesso il motivo che procura i flash crash, repentine cadute nel vuoto delle quotazioni, che inducono i sistemi operativi a bloccare le contrattazioni (circuit breakers). I ribassi sono dunque piu’ ampi e violenti e per gli investitori è praticamente impossibile uscire dal mercato in tali condizioni, dato che la liquidità sparisce e le perdite si ampliano troppo per essere accettate. Si delinea dunque uno scenario di mercato dal quale è praticamente impossibile uscire in caso di crisi e tutto il mercato viene sottoposto ad una sorta di credit crunch.

L’attuale rischio liquidità è sottostimato da quasi tutti i modelli quantitativi. Le Banche Centrali devono dunque intervenire per cercare di risolvere il problema ed evitare il default del sistema, ma soprattutto devono fare in modo che i soldi investiti sui mercati rimangano investiti per sempre. Questo meccanismo tende a generare la percezione che il sistema sia protetto da qualsiasi rischio e induce gli investitori ad accentuare la predisposizione al rischio, disertando gli investimenti nei titoli più sicuri, che vengono acquistati dalle Banche Centrali, per concentrare sempre piu le posizioni sui risky assets.

Ma più si alimenta questo fenomeno e maggiore è il rischio a cui si espone il sistema se qualcosa va storto. Finora le crisi finanziarie sono state superate con costi sempre maggiori per l’economia reale e sempre minori per l’industria finanziaria, dato che i salvataggi li hanno sempre pagati i contribuenti. Anche il recente intervento della Fed per acquistare ETF sui bond high yields è comunque garantito dal Tesoro americano, quindi se ci saranno delle eventuali perdite non saranno a carico della Fed ma peseranno sul bilancio pubblico, tanto quanto i salvataggi delle banche nel 2008. Il Tesoro americano ha erogato 17 miliardi di dollari di aiuti a fondo perduto per le compagnie aeree dopo che le stesse società avevano dilapidato 45 miliardi di dollari in programmi di riacquisto (buy back) delle proprie azioni.

Infine, non si può ignorare che da ogni crisi si è ripartiti con maggiore debito e maggiore leverage di prima, per finanziare una crescita sempre piu’ debole. Il punto è proprio questo: il settore corporate e i consumatori degli Stati Uniti saranno disposti ad aumentare ulteriormente il loro indebitamento oltre gli attuali livelli o si entrerà in una fase di contenimento del debito e di deleverage? In questa risposta è scritto cosa ci riserva il futuro… ma le macchine intelligenti non si sono poste la domanda.