Il nostro modo di costruire e usare i modelli multi orizzonte
Chi arriva a questa pagina spesso vuole capire non solo quali modelli utilizziamo, ma come
li costruiamo, li testiamo e li traduciamo in scenari leggibili per chi governa il rischio
in contesti regolamentati o complessi.
Glavoren
Il flusso metodologico che seguiamo chiave Dal perimetro dei dati fino alla revisione periodica, trattiamo i modelli multi orizzonte come parte di un processo disciplinato, non come strumenti isolati.
metodo®
scenari
rischio
Setup
Fase iniziale
Iniziamo definendo il perimetro dei dati e degli orizzonti: raccogliamo le serie storiche disponibili, valutiamo qualità, coerenza e copertura temporale, identifichiamo eventuali lacune e chiarifichiamo quali orizzonti sono rilevanti per le decisioni. In parallelo, mappiamo le variabili che descrivono rischio e rendimento atteso, i vincoli di governance e le responsabilità che verranno toccate dagli scenari multi orizzonte, documentando ipotesi e limitazioni fin da subito.
Come teniamo insieme numeri, rischio e governance
Quando descriviamo il nostro metodo non partiamo dalle formule, ma dal flusso di
lavoro: preparazione dei dati, scelta delle variabili, definizione degli orizzonti,
progettazione dei modelli, test per ciascun orizzonte e, soprattutto, traduzione
degli output in scenari leggibili da chi governa il rischio. Dentro questo flusso
convivono tecniche di serie storiche, concetti presi dal machine learning e metriche
pensate per valutare stabilità e robustezza nel tempo.
Le componenti quantitative vengono sempre affiancate da un’analisi prudente dell’uso possibile: per ogni modello multi orizzonte ci chiediamo quali decisioni potrebbe influenzare, quali vincoli normativi entrano in gioco, come documentare ipotesi e limiti e in che modo il rischio di uso improprio possa essere ridotto. In questo modo, i modelli restano strumenti al servizio di un processo di discussione più ampio, invece di trasformarsi in meccanismi automatici difficili da mettere in discussione.
Perché preferiamo un metodo disciplinato rispetto a scelte solo intuitive
Mettiamo a confronto il nostro metodo, centrato su orizzonti multipli, scenari e
documentazione, con approcci più intuitivi o con modelli utilizzati senza un quadro
esplicito di ipotesi, limiti e cautele operative.
Glavoren
Quadro strutturato e prudente
Su richiesta
(4.5/5)
Approccio intuitivo
Decisioni basate su esperienza e segnali
Variabile
(3/5)
Gestione degli orizzonti temporali
Molti processi decisionali si affidano a un orizzonte implicito, spesso dettato dalla pressione di breve, mentre il nostro metodo rende esplicita la distinzione tra orizzonti, definisce per ciascuno metriche di rischio dedicate e collega le previsioni a decisioni e responsabilità specifiche.
Glavoren
88%
Approccio intuitivo
42%
Glavoren
Documentazione e tracciabilità
Un approccio puramente discrezionale tende a mescolare segnali, dati e intuizioni senza una traccia chiara; noi insistiamo su documentazione metodologica, tracciabilità delle versioni, descrizione delle ipotesi e analisi di sensitività, così che ogni scenario possa essere ricostruito e discusso a posteriori.
Glavoren
90%
Approccio intuitivo
38%
Glavoren
Gestione dei cambiamenti di regime
Quando la lettura dei mercati è affidata soprattutto all’esperienza individuale, il rischio è sottovalutare cambiamenti di regime; nel nostro quadro, testiamo i modelli su periodi storici eterogenei, osserviamo come reagiscono a transizioni di fase e discutiamo limiti e cautele prima di utilizzare gli scenari in comitato.
Glavoren
86%
Approccio intuitivo
45%
Glavoren
Uso prudente delle previsioni
Una previsione unica spesso entra nei processi come numero da approvare o rifiutare; il nostro metodo propone famiglie di scenari, coordinate su più orizzonti e asset class, con enfasi su confronto tra alternative, coerenza con i vincoli di rischio e consapevolezza che Past performance doesn't guarantee future results e che Results may vary.
Glavoren
92%
Approccio intuitivo
40%
Glavoren
I punti di forza del nostro metodo
Chi si occupa di rischio sa che il problema non è tanto ottenere previsioni, quanto capire se, come e dove possano dialogare con orizzonti temporali diversi, vincoli di governance e cautele richieste dai controlli interni. Per questo abbiamo strutturato un metodo che mette in fila orizzonti, metriche e scenari prima di arrivare ai numeri.
Chiarezza sugli orizzonti
Partiamo dall’idea che un unico orizzonte decisionale raramente descriva la realtà di chi governa patrimoni diversificati, quindi costruiamo modelli che esplicitano fin dall’inizio la distinzione tra breve operativo, medio di pianificazione e lungo strategico, così da leggere insieme rischio e rendimento atteso senza confondere segnali strutturali e oscillazioni contingenti.
- Mettiamo in relazione orizzonti brevi, medi e lunghi
- Evidenziamo coerenze e tensioni tra scenari
- Separiamo segnali strutturali e rumore
- Colleghiamo orizzonti a decisioni distinte
Allineamento con la governance
Non costruiamo modelli in astratto, ma a partire dalle domande di chi decide: quali vincoli di rischio sono già in vigore, quali decisioni devono dialogare con le previsioni, quali metriche risultano leggibili in comitato e come gli scenari multi orizzonte possono supportare, e non sostituire, il giudizio umano e la documentazione richiesta dalla governance.
- Partiamo dai vincoli di rischio esistenti
- Mappiamo le decisioni che contano davvero
- Colleghiamo metriche a responsabilità
- Documentiamo cautele e limiti espliciti
Scenari leggibili e comparabili
Utilizziamo i modelli per costruire famiglie di scenari, non per generare numeri isolati: definiamo casi favorevoli, neutri e avversi, specifichiamo le ipotesi alla base di ciascuno, analizziamo come cambiano al variare delle frequenze di ribilanciamento e delle condizioni di mercato e li presentiamo come mappe di possibilità, non come indicazioni operative.
- Costruiamo scenari coerenti tra asset class
- Esplicitiamo ipotesi e fonti dati usate
- Valutiamo sensibilità ai cambiamenti
- Separiamo illustrazione e decisione
Perché trattiamo i modelli come ipotesi strutturate, non come oracoli infallibili
Preferiamo modelli che sopportano domande difficili a modelli che sembrano perfetti finché nessuno li interroga davvero, perché sappiamo che Past performance doesn't guarantee future results e che Results may vary, soprattutto quando si lavora su orizzonti temporali diversi.
"Un modello di previsione multi orizzonte è utile solo se chi decide sa esattamente quali ipotesi lo sostengono, in quali condizioni diventa fragile e fino a che punto gli scenari proposti possono cambiare quando i mercati si muovono in modo inatteso; il nostro metodo nasce per rendere questa consapevolezza parte integrante del processo, non un dettaglio tecnico accessorio."
Coordinatore metodologico
Responsabile modelli multi orizzonte