Tassi di Cambio a Termine e il Paradosso di Siegel: Una Soluzione Assiomatica

Indice

1. Introduzione

Il paradosso di Siegel, originato da Siegel (1972), presenta un enigma fondamentale e persistente nella finanza internazionale riguardante la determinazione dei tassi di cambio a termine. Il paradosso evidenzia un'inconsistenza intrinseca quando investitori neutrali al rischio provenienti da due valute diverse cercano di concordare un unico tasso a termine basandosi sulle loro aspettative sui tassi spot futuri. Questo articolo di Mallahi-Karai e Safari affronta questo problema decennale con un approccio assiomatico innovativo, andando oltre le tradizionali spiegazioni basate sull'avversione al rischio o sulla microstruttura del mercato per proporre una soluzione matematicamente rigorosa.

2. Il Problema del Paradosso di Siegel

Il nucleo del paradosso di Siegel risiede nella non linearità della funzione reciproca e nella sua interazione con l'operatore di aspettativa.

2.1 Enunciato Formale

Consideriamo due stati futuri del mondo, $\omega_1$ e $\omega_2$, ciascuno con probabilità del 50%. Siano i tassi di cambio spot futuri (Euro verso Dollari USA) in questi stati rispettivamente $e_1$ e $e_2$.

• Un investitore con base in Euro, intenzionato a vendere Euro per Dollari a una data futura $T$, considererebbe naturalmente il valore atteso $\frac{1}{2}(e_1 + e_2)$ come un tasso a termine equo $F$.
• Un investitore con base in Dollari, eseguendo l'operazione reciproca (vendendo Dollari per Euro), calcolerebbe il tasso a termine equo nei propri termini come il valore atteso del reciproco: $\frac{1}{2}(\frac{1}{e_1} + \frac{1}{e_2})$.

Affinché questi tassi siano coerenti in un unico mercato, il tasso $F$ concordato deve soddisfare $\frac{1}{F} = \mathbb{E}[\frac{1}{E_T}]$, dove $E_T$ è il tasso spot futuro. Il paradosso è che, tranne in casi banali, $\mathbb{E}[E_T] \neq \frac{1}{\mathbb{E}[1/E_T]}$ a causa della disuguaglianza di Jensen. Non esiste un singolo numero che possa essere simultaneamente la media aritmetica di $e_i$ e la media armonica di $1/e_i$.

2.2 Contesto Storico e Approcci Precedenti

La letteratura precedente ha tentato di risolvere il paradosso introducendo elementi come l'avversione al rischio (Beenstock, 1985), tassi di interesse differenziali, o suggerendo che gli investitori accettino profitti in valuta estera (Roper, 1975). Obstfeld & Rogoff (1996) hanno osservato che il tasso a termine probabilmente si colloca tra $\mathbb{E}[E_T]$ e $1/\mathbb{E}[1/E_T]$. Tuttavia, una soluzione definitiva, simmetrica e accettabile per controparti neutrali al rischio è rimasta elusiva.

3. Quadro Assiomatico

Gli autori propongono un nuovo inizio definendo una funzione aggregatrice $\Phi$ che mappa un insieme di possibili tassi di cambio futuri $\{e_1, e_2, ..., e_n\}$ (con relative probabilità) in un unico tasso a termine $F = \Phi(\{e_i\})$.

3.1 Definizione dell'Aggregatore

L'aggregatore $\Phi$ prende la distribuzione degli stati futuri come input e restituisce il tasso a termine concordato. L'obiettivo è caratterizzare tutte le funzioni $\Phi$ che soddisfano assiomi economicamente razionali.

3.2 Assiomi Fondamentali

1. Privo di Arbitraggio: Il tasso a termine determinato $F$ non deve consentire un profitto privo di rischio garantito. Formalmente, se tutti i possibili tassi spot futuri $e_i$ sono uguali a una costante $c$, allora $\Phi$ deve restituire $F = c$.
2. Simmetria (Invarianza per Inversione di Valuta): L'aggregatore deve essere coerente indipendentemente da quale valuta viene scelta come base. Se $F = \Phi(\{e_i\})$ è il tasso a termine EUR/USD, allora $1/F$ deve essere uguale all'aggregatore applicato ai tassi reciproci: $1/F = \Phi(\{1/e_i\})$. Ciò garantisce che non vi sia un bias intrinseco verso una delle due valute.
3. Invarianza per Ridenominazione: La soluzione dovrebbe essere invariante rispetto al semplice ridimensionamento della valuta (ad esempio, convertendo da Euro a centesimi). Ciò impone una condizione di omogeneità su $\Phi$.

4. Soluzione Matematica e Classificazione

4.1 Derivazione della Soluzione Generale

Sotto gli assiomi enunciati, gli autori dimostrano che il tasso a termine $F$ deve soddisfare una specifica equazione funzionale. L'assioma di simmetria è particolarmente potente, portando al requisito che $F$ e $1/F$ siano determinati dalla stessa regola applicata rispettivamente a $\{e_i\}$ e $\{1/e_i\}$.

4.2 La Funzione di Reciprocità

L'oggetto matematico chiave che emerge è una funzione di reciprocità $R$. Il risultato fondamentale è che qualsiasi tasso a termine privo di arbitraggio e simmetrico può essere espresso nella forma: $$F = \frac{\mathbb{E}[E_T \cdot R(E_T)]}{\mathbb{E}[R(E_T)]}$$ dove $R: (0, \infty) \to (0, \infty)$ è una funzione misurabile che soddisfa la condizione di reciprocità: $$R(x) = \frac{1}{x \cdot R(1/x)} \quad \text{per ogni } x > 0.$$ Qui, $\mathbb{E}$ denota l'aspettativa sotto la misura di probabilità risk-neutral o soggettiva. La funzione $R$ agisce come un kernel di ponderazione o "negoziazione".

4.3 Classificazione di Tutti gli Aggregatori Validi

L'articolo fornisce una caratterizzazione completa: Ogni aggregatore che soddisfa i tre assiomi corrisponde in modo univoco a una funzione di reciprocità $R$ come definita sopra. Questa classe include casi speciali ben noti:

• Se $R(x) = 1$, allora $F = \mathbb{E}[E_T]$ (la media aritmetica). Questo viola l'assioma di simmetria a meno che $E_T$ non sia costante.
• Se $R(x) = 1/x$, allora $F = 1 / \mathbb{E}[1/E_T]$ (la media armonica). Anche questo viola generalmente la simmetria.
• La media geometrica emerge come l'unica soluzione simmetrica naturale. Corrisponde alla scelta $R(x) = 1/\sqrt{x}$. Sostituendo nella formula generale si ottiene: $$F = \frac{\mathbb{E}[E_T \cdot (1/\sqrt{E_T})]}{\mathbb{E}[1/\sqrt{E_T}]} = \frac{\mathbb{E}[\sqrt{E_T}]}{\mathbb{E}[1/\sqrt{E_T}]} = \exp\left(\mathbb{E}[\ln E_T]\right).$$ L'ultima uguaglianza vale sotto specifiche ipotesi distributive (come la log-normalità) o nel limite di stati continui, identificando $F$ come l'esponenziale del logaritmo atteso del tasso, cioè la media geometrica.

Pertanto, la media geometrica non è solo una scelta arbitraria, ma la soluzione canonica, giustificata assiomaticamente, all'interno di un'ampia famiglia.

5. Analisi Tecnica e Approfondimenti Chiave

6. Prospettiva dell'Analista: Una Decostruzione in Quattro Fasi

Approfondimento Chiave: Mallahi-Karai e Safari non hanno solo risolto un enigma; hanno riformulato l'intera conversazione. Dimostrano che il "paradosso" di Siegel è in realtà un vincolo di progettazione per qualsiasi meccanismo di pricing coerente in un mondo a due valute. La vera intuizione è che il tasso a termine non è una previsione di una media; è l'output di un algoritmo che impone coerenza (l'aggregatore) che deve obbedire a regole logiche immutabili—tra cui, in primo luogo, la simmetria. Ciò sposta la discussione dall'econometria al design dei meccanismi.

Flusso Logico: L'eleganza dell'argomentazione sta nella sua semplicità. 1) Definire cosa dovrebbe richiedere fondamentalmente una regola di pricing "equa" (nessun arbitraggio, nessun bias valutario). 2) Esprimere questi requisiti come assiomi matematici. 3) Risolvere l'equazione funzionale risultante. 4) Scoprire che lo spazio delle soluzioni è parametrizzato da un "kernel di negoziazione" $R(x)$, con la media geometrica come suo centro naturale e non ponderato. Il flusso è impeccabile: dal principio economico alla necessità matematica.

Punti di Forza e Debolezze:
Punti di Forza: L'approccio assiomatico è potente e pulito, fornendo un teorema di classificazione definitivo. Decoppia con successo il nucleo logico del paradosso da caratteristiche secondarie del mercato come le preferenze di rischio. Il collegamento con la media geometrica dà alla teoria un'immediata e intuitiva base.
Debolezze: La principale debolezza dell'articolo è la sua astrazione dalla meccanica reale del mercato. Assume una singola distribuzione di probabilità concordata $\mathbb{E}$, sorvolando sulla questione critica di di chi contano le aspettative. Nella pratica, credenze eterogenee e il comportamento strategico dei dealer (come documentato nel Triennial Survey della Banca dei Regolamenti Internazionali) complicherebbero l'applicazione diretta. Il modello è un benchmark per la razionalità, non una teoria positiva completa della formazione dei prezzi.

Approfondimenti Pratici: Per i quant e gli strutturatori, questo articolo fornisce una giustificazione rigorosa per l'uso della media geometrica (o delle sue generalizzazioni ponderate) nel pricing di derivati cross-currency dove la simmetria è cruciale, come le opzioni quanto o i contratti con swap di valuta. I risk manager dovrebbero notare che qualsiasi modello di tasso a termine che non soddisfi questi assiomi contiene implicitamente un bias valutario nascosto, che potrebbe essere una fonte di rischio del modello. Il takeaway più importante: testare sempre i propri modelli FX per la simmetria. Un semplice controllo—invertire la coppia valutaria e ricalcolare il modello produce risultati perfettamente coerenti?—potrebbe rivelare difetti fondamentali.

7. Quadro di Analisi ed Esempio Concettuale

Studio di Caso Concettuale: Pricing di un Contratto a Termine
Supponiamo un consenso di mercato su due scenari futuri EUR/USD ugualmente probabili: $e_1 = 1.05$ e $e_2 = 0.95$.

• Media Aritmetica (Vista dell'Investitore EUR): $F_A = (1.05 + 0.95)/2 = 1.00$
• Media Armonica (Vista dell'Investitore USD): $F_H = 2 / (1/1.05 + 1/0.95) \approx 0.9975$
• Media Geometrica (Soluzione Assiomatica): $F_G = \sqrt{1.05 \times 0.95} \approx 0.9987$

La media geometrica $F_G$ è l'unico tasso tale per cui un investitore con base in USD che calcola il tasso a termine reciproco (USD/EUR) utilizzando la stessa regola della media geometrica ottiene una risposta perfettamente coerente: $1/F_G \approx 1.0013$, e $\sqrt{(1/1.05) \times (1/0.95)} \approx 1.0013$. Nessun altro tasso ha questa proprietà. La funzione di reciprocità per la media geometrica è $R(x)=1/\sqrt{x}$, che "pondera" equamente ciascuna prospettiva.

8. Applicazioni Future e Direzioni di Ricerca

1. Mercati degli Asset Digitali e Crypto: Questo quadro è altamente rilevante per il pricing di futures e perpetual swap su coppie di criptovalute (ad es., BTC/ETH), dove il concetto di valuta "base" è ancora più fluido e la simmetria è fondamentale.
2. Machine Learning per $R(x)$: La funzione di reciprocità $R(x)$ può essere interpretata come un kernel di "potere di negoziazione". La ricerca empirica potrebbe utilizzare i dati di mercato per ricostruire la $R(x)$ implicita, rivelando come la simmetria viene ponderata nella pratica—potenzialmente una nuova misura della struttura del mercato o della dominanza tra zone valutarie.
3. Estensione a Panieri Multi-Valuta: Il passo successivo naturale è generalizzare gli assiomi a una rete di $n$ valute. Ciò si collega alla letteratura sulla costruzione di indici coerenti e sul pricing privo di arbitraggio triangolare nei mercati FX, un argomento esplorato in profondità da istituzioni come il FMI per la valutazione dei DSP.
4. Integrazione con Fattori di Sconto Stocastici: Unire questo approccio aggregatore simmetrico con la teoria standard del pricing degli asset (tramite fattori di sconto stocastici) potrebbe produrre nuovi modelli testabili per le curve dei tassi a termine che siano intrinsecamente privi di inconsistenze di tipo Siegel.

9. Riferimenti Bibliografici

1. Siegel, J. J. (1972). Risk, interest rates and the forward exchange. The Quarterly Journal of Economics, 86(2), 303–309.
2. Obstfeld, M., & Rogoff, K. (1996). Foundations of International Macroeconomics. MIT Press. (Vedi Capitolo 8, Sezione 8.3 sul Paradosso di Siegel).
3. Bank for International Settlements. (2019). Triennial Central Bank Survey: Foreign exchange turnover in April 2019. [Fonte Esterna: Fornisce contesto sull'enorme scala del mercato FX].
4. Nalebuff, B. (1989). The other person's envelope is always greener. Journal of Economic Perspectives, 3(1), 171–181.
5. Beenstock, M. (1985). A note on Siegel's paradox. Journal of International Money and Finance, 4(2), 287–290.
6. Edlin, A. S. (2002). Forward discount bias, Siegel's paradox, and market inefficiency. Econometric Society World Congress 2002 Contributed Papers.
7. Roper, D. E. (1975). The role of expected value analysis for speculative decisions in the forward currency market. The Quarterly Journal of Economics, 89(1), 157–169.