Divisione Ricerche “Claudio Dematté” Il trade off costo-rendimento nel mercato dei Mini Bond Il mercato potenziale dei Mini Bond Valter Conca 27.03.2014 In collaborazione con: Sponsor: IL TRADE OFF COSTORENDIMENTO NEL MERCATO 27.03.2014 DEI MINI BOND AULA 01 E 05 17.45 APERTURA DEI LAVORI Andrea Sironi, Rettore Università L. Bocconi 17.50 IL MERCATO POTENZIALE DEI MINI BOND Valter Conca, Università L. Bocconi Valter Conca, Università L. Bocconi Direttore Pe Lab & Finanza per la Crescita 18.10 IL PRICING DEI MINI BOND Emanuele Carluccio, Università di Verona 18.40 LA STRUTTURA DEI VEICOLI DEDICATI AI MINI BOND Marco Rosati, Zenit Sgr In collaborazione con: Sponsor: 19.00 TAVOLA ROTONDA Il punto di vista degli emittenti e dei sottoscrittori Coordina: Teresa Naddeo, Zenit Sgr Ne discutono: Roberto Botter, Quantyx Advisors Stefano Firpo, Segreteria Tecnica del Ministro dello Sviluppo Economico Gerardo Murano, ADB ‐ Analisi Dati Borsa Alberto Russo, Russo De Rosa Associati Paolo Saltarelli, Cassa Nazionale di Previdenza ed Assistenza a favore dei Ragionieri e Periti d f d Commerciali 19.30 Q&A 19 40 19.40 COCKTAIL DI CHIUSURA La stretta creditizia in Italia: il razionamento del credito alle imprese 20,0% 18,0% 16 0% 16,0% 14,0% 12,0% 10 0% 10,0% 8,0% 6,0% 4,0% 2,0% 0,0% 2010 2010 2010 2011 2011 2011 2011 2012 2012 2012 2012 2013 2013 2013 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 1-49 addetti 50-249 addetti almeno 250 addetti Fonte: ISTAT Imprese Piccole: razionamento aumentato dal 7,8% al 18,4% Dal Q1 2011 al Q3 2013 Imprese Medie: razionamento aumentato dal 6,2% al 10,1% Imprese Grandi: razionamento aumentato dallo 3,3% all’ 8,0% 3 famiglie set 2013 s lug l 2013 -8,0% mag 2013 m mar 2013 m gen g 2013 nov n 2012 set 2012 s lug l 2012 mag 2012 m mar 2012 m gen g 2012 nov 2011 n set 2011 s llug 2011 8,0% mag 2011 m mar m 2011 gen 2011 g nov n 2010 set 2010 s lug l 2010 mag 2010 m mar 2010 m gen g 2010 La stretta creditizia in Italia: tasso di crescita del credito 10,0% 8,1% 6,0% 4,0% 2,0% 0,0% -2,0% , -4,0% -6,0% -6,6% % società non finanziarie Fonte: Banca d’Italia su dati BCE 4 Il mercato del Non Bank Lending NBL come percentuale del PIL 800% 2011 600% 2012 400% 349% 195% 200% assets of banks in 2012 35% 0% CN RU US JP Euro DE CH FR NL IT UK ES Tasso di crescita del NBL 45% 35% 25% 2011 15% 2012 7,12% 5% -5% -15% -5,09% CN RU US JP Euro DE CH FR NL IT UK ES Fonte: Financial Stability Report 5 Il mercato del debito: un confronto internazionale (2012) Prestito bancario Mercato obbligazionario USA 30% 70% Europa 84% 16% Regno Unito 55% 45% Italia 92% 8% Fonte: per USA, Europa, Italia, dati BCE; per Regno Unito, stima RBS Credit Strategy 6 Il mercato potenziale dei Minibond: la ricerca Bocconi Definizione del campione di partenza: • • • • • • Universo (AIDA) : 1.040.443 società di capitali; fatturato: € 6 mln ‐ € 300 ml; forma giuridica: società di capitali (S.p.a.; S.r.l.); pubblica esclusione di società non etiche,, banche,, assicurazioni e p amministrazione; eliminazione di società con dati parziali / incompleti; p e test statistico SPSS p per eliminazione effetti validazione del campione distorsivi (analisi di normalità, eliminazione outliers). 37.466 società 17.873 società 19.593 società manifatturiere manifatturiere di servizi di servizi 7 Il processo di attribuzione del rating e di selezione delle target 1. Applicazione dello Z‐score di Altman alle società del campione e prima clusterizzazione sulla base dei valori soglia definiti dal modello Z‐score; 2. Ridefinizione dei “valori soglia” mediante l’introduzione di una PD (in base ad una scelta discrezionale, si utilizza la P.D. di Moody’s a 4 anni) nelle varie fasce di rating; 3. Attribuzione del rating alle target per ogni fascia di “valori soglia”; 4 IIndividuazione 4. di id i d l numero di società del i à target associate i ad d ognii fascia f i di rating i (Clusterizzazione per range di fatturato; tabella slide 13). N.B. L’impiego dello Z‐score rappresenta una scelta “discrezionale”. Si possono utilizzare altri modelli (ICR di Damodaran, il modello P. E. R. R., etc.); lo stesso vale per la scelta d quale di l PD utilizzare. l Per identificare le fasce di rating e’ stata utilizzata la nomenclatura di Moody’s come standard di riferimento: la valutazione AAA di Moody’s “NON“ equivale alla valutazione AAA del modello proposto. 8 Lo Z ‐ score Z‐score: somma ponderata di valori di bilancio Manifatturiero: Manifatturiero: Z’ : 0,717x1 + 0,847x2 + 3,107x3 + 0,420x4 + 0,998x5 Servizi: Z’’ : 6 56x1 + 3,26x Z’’ : 6,56x + 3 26x2 + 6,72x + 6 72x3 + 1,05x + 1 05x4 I parametri: x1 : (Attivo corrente – Passivo corrente) / Tot. Attivo x2 : Utili non distribuiti / Tot. Attivo x3 : EBIT / Tot. Attivo EBIT / T A i x4 : Patrimonio Netto/ Tot. Passivo x5 : Fatturato / Tot. Attivo 9 L’attribuzione del rating: metodologia Introducendo la PD definiamo le “nuove soglie” e impieghiamo lo Z‐score calcolato per ogni target per attribuire il singolo rating Rating PD NUOVI VALORI SOGLIA Aaa Aa1 Aa2 Aa3 A1 A2 A3 Baa1 Baa2 Baa3 Ba1 Ba2 Ba3 B1 B2 B3 Caa1 Caa2 Caa3 D 0,001% 0,012% 0,026% 0 056% 0,056% 0,104% 0,190% 0,297% 0,457% 0,660% 1,309% 2,310% 3,740% 5,085% 7,618% 8 472% 8,472% 11,222% 12,863% 19,134% 26,433% 49,999% 4,2645 3,6811 3,4710 3 2603 3,2603 3,0783 2,8944 2,7509 2,6069 2,4781 2,2234 1,9934 1,7815 1,6366 1,4312 1 3739 1,3739 1,2147 1,1328 0,8729 0,6300 < 0,63 Assegnazione del rating Zi ≥ 4,26: rating Aaa 3,68 ≤ Zi < 4,26: rating Aa1 . . . . . 2, 22 ≤ Zi < 2,47: rating Baa3 . . . . . . Zi < 0,62999: rating Default 10 L’attribuzione del rating: sintesi Calcolo dello Z‐score applicando il modello di Altman Impiego delle PD per definire 20 soglie discriminanti associate a diverse probabilità b b l à di d default d f l Confronto degli Z score delle target con i nuovi valori soglia ottenuti per attribuire tt ib i il rating ti Il nuovo modello permette di: ‐ ridurre ll’incertezza incertezza connessa alla “grey" grey zone dello Z‐score standard; ‐ segmentare nell’ambito dei 3 cluster di riferimento, livelli di valutazione più articolati. Forse Si O Ma quanto No? Si può riprendere o non c'è c è più niente da fare? 11 Il mercato delle potenziali emittenti: settore manifatturiero Range di fatturato < 10 10 - 30 30 - 50 50 - 100 100 - 150 150 < TOT. Aaa Aa1 Aa2 Aa3 A1 A2 A3 Baa1 Baa2 Baa3 84 83 57 96 119 141 155 222 201 465 87 104 66 89 117 193 182 264 245 616 24 22 14 26 29 36 32 58 47 109 21 26 15 17 29 29 37 43 41 118 10 7 8 3 6 10 11 14 7 40 11 9 4 5 15 13 14 13 17 37 237 251 164 236 315 422 431 614 558 1385 Tot. IG 1623 1963 397 376 116 138 4613 Ba1 B 1 Ba2 Ba3 B1 B2 B3 552 588 456 648 212 555 648 721 556 742 271 643 169 182 116 186 60 115 133 123 95 131 47 79 40 44 39 50 19 35 31 31 20 24 14 28 1573 1689 1282 1781 623 1455 Tot. SG 3011 3581 828 608 227 148 8403 Caa1 Caa2 Caa Caa3 D 237 688 377 636 286 705 382 621 52 143 104 129 44 116 65 92 12 28 22 40 10 33 11 24 641 1713 3 961 1542 Tot. Junk 1994 7538 428 1653 317 1301 102 445 78 364 4857 Tot 1938 6572 17873 % 36,77% 42,18% 9,25% 7,28% 2,49% 2,04% 100,00% IG SG Junk 12 La relazione tra rating e selezione delle target Possibilità P ibilità di integrazione i t i t le tra l valutazioni l t i i del d l rating ti b bancario i e le l strategie degli investitori, mediante l’impiego di parametri: Economico‐finanziari Strategico‐competitivi Organizzativi EBITDA Margin; g ; Flussi di cassa operativi; Grado di leva; DEBT/EBITDA; Pfn; ; Sostenibilità della business idea; Attrattività del settore; Apporto al valore aziendale del progetto di crescita; Integrazione tra storia passata e futura; ………. Corporate governance; Qualità del management; Qualità del management; …….. Ciò consente di definire il paniere ottimale delle target coniugando criteri di valutazione l i statistici i i i con un approccio i “portfolio “ f li specific” ifi ” 13
© Copyright 2024 Paperzz