Valutazione degli Asset Immobiliari in carico a Gestori di Fondi di Investimento Alternativi (alla luce della normativa vigente e dell’entrata in vigore della direttiva A.I.F.M.D) con il supporto della simulazione Monte Carlo. Monte Carlo Analisys Il metodo dei flussi di cassa attualizzati (DCF) è, in generale, il metodo più utilizzato per la valutazione immobiliare. È generalmente accettato che il metodo produce una stima del fair value attendibile ed è il metodo raccomandato da Banca d’Italia. Questo metodo è davvero molto utile, ma soffre di alcune limitazioni. Il contributo principale di questo lavoro è di incorporare incertezza nel processo di valutazione immobiliare. Lo scopo di incorporare incertezza nel processo di valutazione è di non utilizzare solamente una stima puntuale nel range dell'intera distribuzione dei valori, ma piuttosto l’intera distribuzione di valori. Non esiste un solo metodo Monte Carlo: il termine descrive invece una classe di approcci molto utilizzati per una larga categoria di problemi. L’approccio utilizzato nella nostra analisi segue questo particolare schema: 1) Definire un dominio di possibili variabili di input soggette a incertezza. 2) Definire eventuali correlazioni tra le variabili di input. 3) Generare input casuali con una certa distribuzione di probabilità determinate. 4) Eseguire un calcolo deterministico utilizzando i dati in ingresso. 5) Aggregare i risultati dei calcoli deterministici singoli al fine di determinare la curva di distribuzione dei risultati finali. 6) Valutare lo scostamento dal valore determinato dall’Esperto Indipendente. Investment Memerandum for Capital Markets L’investimento immobiliare assume molteplici forme, che vanno dalla tradizionale proprietà diretta e dal commercio di terreni e fabbricati affittati agli attuali Capital Markets dove le rendite degli asset sono trattate come titoli e derivati. Una maggiore flessibilità e disponibilità di prodotti indiretti di investimento immobiliare, oltre ad una migliore analisi comparativa dei dati delle prestazioni suscitano un interesse crescente in questa classe di investimenti. Questo significa anche che il mercato degli investimenti immobiliari sta diventando molto più complesso e di natura internazionale. Investimenti Immobiliari e Capital Markets sottendono un gran numero di attività che impattano sul mercato immobiliare con offerte che vanno da prodotti relativamente semplici, quali i mutui residenziali, a molto complessi, con offerte strutturate che possono coinvolgere diversi livelli di finanziamento da una varietà di fonti. Attraverso l'applicazione del metodo Monte Carlo ad un modello di valutazione (per calcolarne l'IRR e le relative tempistiche) e del modello di Risk Management sviluppato con il dipartimento ABC del Politecnico di Milano è possibile estrarre il Pith dell'Investimento per andare a costruire un modello di simulazione per la valorizzazione e valutazione del portafoglio immobiliare.

1. MONTE CARLO SIMULATIONS
FOR A.I.F. ASSET
VALUATION
Valutazione degli Asset Immobiliari in carico a Gestori
di Fondi di Investimento Alternativi (alla luce della
normativa vigente e dell’entrata in vigore della
direttiva A.I.F.M.D) con il supporto della simulazione
Monte Carlo

2. INDICE
1. Premesse Normative
2. Direttiva A.I.F.M.D.
3. Simulazione Montecarlo
4. Casi Pratici
o Iniziativa a sviluppo
o Iniziativa a reddito
5. Conclusioni

3. PREMESSE
NORMATIVE

4. «Per la valutazione dei beni immobili e dei diritti
reali immobiliari in cui è investito il patrimonio
del fondo nonché delle partecipazioni in società
immobiliari non quotate, la SGR si avvale di
esperti indipendenti aventi i requisiti stabiliti dal
D.M.»
Regolamento del 14.04.2005, Titolo V, Capitolo
4, Sezione II, paragrafo 4.

5. Al fine di apprezzare l’adeguatezza del processo
in base al quale le SGR valutano i beni oggetto di
investimento, amministrazione e
disinvestimento, bisogna tenere presente che
l’intervento degli esperti lascia impregiudicata
la centralità del ruolo delle SGR e, ovviamente,
la piena responsabilità delle stesse nel processo
di valutazione dei beni presenti nel patrimonio
dei fondi da loro gestiti.

6. È fondamentale pertanto la completezza e la
trasparenza delle relazioni di stima predisposte
dagli esperti indipendenti, alla luce del fatto che
la qualità informativa delle perizie si riverbera
sulla capacità di conoscenza e comprensione da
parte delle SGR delle modalità di formazione dei
valori degli immobili.

7. «La SGR, qualora intenda discostarsi dalle stime
effettuate dagli esperti, ne comunica le ragioni
agli esperti stessi». Tale disposizione fornisce la
direttrice in ordine al comportamento delle SGR
implicando il loro dovere di avere contezza degli
elementi che stanno alla base della valutazione,
e di esplicitare analiticamente, nel rapporto
dialettico con gli esperti, le motivazioni in base
alle quali esse ritengono “fair” un determinato
valore, diverso da quello indicato dagli esperti.

8. Dai dati relativi all’intervento degli esperti
indipendenti nella valorizzazione degli asset emerge
che nel 98% dei casi i valori riportati dai rendiconti
corrispondono alle valutazioni elaborate dai
valutatori (Fonte Assogestioni).
Ciò testimonia la tendenza delle SGR a non
discostarsi, in sede di valorizzazione degli asset,
dalle valutazioni degli esperti indipendenti.
Nel 2% dei casi in cui esiste uno scostamento,
questo assume, peraltro, dimensioni non marginali:
le valutazioni degli esperti sono maggiori di circa il
20% rispetto ai valori iscritti nei rendiconti.

9. Le norme sinteticamente richiamate inducono a
ritenere che le SGR sono tenute a:
• verificare che i dati utilizzati per la
predisposizione delle stime per singolo cespite
siano corretti, documentati e riconciliati con le
evidenze amministrativo-contabili;
• acquisire piena consapevolezza dei modelli di
valutazione utilizzati dagli esperti nonché delle
ipotesi formulate circa i rischi rilevanti
(economico-finanziari e immobiliari:
localizzazione, caratteristiche fisiche, legislazione
e fiscalità, reddito, vacancy, solvibilità del tenant,
uso presente e futuro, fungibilità, liquidità,
indebitamento, ecc.).

10. DIRETTIVA
A.I.F.M.D.

11. Il recepimento della normativa introdotta dalla
Direttiva 2011/61/UE (“A.I.F.M.D.”) sui gestori
(“G.E.F.I.A.”) dei fondi di investimento alternativi
(“F.I.A.”) e della disciplina dettata dal
Regolamento delegato dell’Unione Europea
231/2013, recentemente completato con la
pubblicazione del D.M. 30 del 20 marzo 2015 di
attuazione dell’art. 39 del Testo Unico della
Finanza (“DM 30/2015”) e dei regolamenti
attuativi da parte di Consob e Banca d’Italia,
consente di poterne valutare gli impatti
all’interno di un quadro definito.

12. Tematiche sulle quali impatta l’A.I.F.M.D.:
Leva finanziaria
Responsabilità
professionale/requisiti
patrimoniali
Incentivi
Esecuzione delle
decisioni per conto del
F.I.A.
Conflitti di interessi Gestione del rischio
Gestione della
liquidità
Operazioni personali
Valutazione Delega di funzioni
Depositario e Record
keeping
Prospetti contabili
Comunicazioni agli
investitori
Segnalazione alle
autorità competenti
Remunerazioni

13. Tematiche sulle quali impatta l’A.I.F.M.D.:
Leva finanziaria
Responsabilità
professionale/requisiti
patrimoniali
Incentivi
Esecuzione delle
decisioni per conto del
F.I.A.
Conflitti di interessi Gestione del rischio
Gestione della
liquidità
Operazioni personali
Valutazione Delega di funzioni
Depositario e Record
keeping
Prospetti contabili
Comunicazioni agli
investitori
Segnalazione alle
autorità competenti
Remunerazioni

14. Dei molteplici aspetti di portata innovativa,
contenuti nella normativa richiamata, ci
soffermeremo sul processo di valutazione dei
beni del fondo comune di investimento
alternativo, nuova disciplina introdotta dall’art.
19 della Direttiva A.I.F.M. e disciplinata agli
articoli 67 e seguenti del Regolamento Delegato
231/2013 del 19 dicembre 2012 (“Regolamento
A.I.F.M.”), che reca disposizioni integrative e
attuative della Direttiva A.I.F.M.

15. Dall’analisi delle direttive risultano due diverse
opzioni organizzative disponibili in capo alle
società G.E.F.I.A., attraverso le quali
implementare la nuova disciplina normativa, con
particolare riferimento al processo di
valutazione applicabile ai F.I.A. di tipo chiuso che
investono nel settore immobiliare.

16. Istituzione di un’apposita funzione interna, in
linea con il principio di proporzionalità,
funzionalmente e gerarchicamente indipendente
dalle funzioni preposte alla gestione. In tale
ipotesi il G.E.F.I.A. deve avvalersi, nel processo
di valutazione degli Asset Immobiliari, degli
Esperti Indipendenti in possesso dei requisiti
previsti dal D.M. 30/2015;
21

17. Esternalizzazione della funzione di valutazione
dei beni del fondo a soggetti terzi, in possesso di
requisiti previsti dall’art. 16, comma 7, del D.M.
30/2015 (iscrizione ad albi professionali che
consentono la valutazione di beni immobili e
possesso dei requisiti di onorabilità previsti
dall’art. 13 del T.U.F.). In tale ipotesi i G.E.F.I.A.
non saranno tenuti a nominare gli Esperti
Indipendenti previsti dal D.M. 30/2015.
21

18. SIMULAZIONE
MONTE CARLO

19. Il metodo dei flussi di cassa attualizzati (DCF) è, in
generale, il metodo più utilizzato per la valutazione
immobiliare.
È generalmente accettato che il metodo produce una
stima del fair value attendibile ed è il metodo
raccomandato da Banca d’Italia.
Questo metodo è davvero molto utile, ma soffre di alcune
limitazioni. Il contributo principale di questo lavoro è di
incorporare incertezza nel processo di valutazione
immobiliare.
Lo scopo di incorporare incertezza nel processo di
valutazione è di non utilizzare solamente una stima
puntuale nel range dell'intera distribuzione dei valori, ma
piuttosto l’intera distribuzione di valori.

20. Il Metodo Monte Carlo fa parte della famiglia dei metodi
statistici non parametrici ed è usato per trarre stime
attraverso simulazioni.
Si basa su un algoritmo che genera una serie di numeri
tra loro non correlati, che seguono la distribuzione di
probabilità che si suppone abbia il fenomeno da indagare.
La simulazione Monte Carlo calcola una serie di
realizzazioni possibili del fenomeno in esame, con il peso
proprio della probabilità di tale evenienza, cercando di
esplorare in modo denso tutto lo spazio dei parametri
del fenomeno.
Una volta calcolato questo campione casuale, la
simulazione esegue le misure delle grandezze di output
di interesse su tale campione.

21. BIBLIOGRAFIA
Mentre la bibliografia e gli studi relativi all’analisi Monte Carlo applicata ai
settori finanziari e scientifici risultano essere numerosi ed approfonditi, per
quanto concerne il settore immobiliare (Real Estate Asset Investment and
Management), gli stessi risultano essere particolarmente limitati e circoscritti:
• Charles-Olivier Amédée-Manesme, Michel Baroni, Fabrice Barthélémy
and Etienne Dupuy (2012) “Combining Monte Carlo Simulations and
Options to Manage the Risk of Real Estate Portfolios”
• French, N. and Gabrielli , L. (2004) “The uncertainty of valuation” Journal
of Property Investment and Finance
• French, N. and Gabrielli, L. (2005). “Discounted cash flow: accounting for
uncertainty” Journal of Property Investment and Finance
• Hoesli, M., Jani, E. and Bender, A. (2006). “Monte Carlo simulations for
real estate valuation” Journal of Property Investment and Finance

22. Non esiste un solo metodo Monte Carlo: il termine descrive
invece una classe di approcci molto utilizzati per una larga
categoria di problemi. L’approccio utilizzato nella nostra
analisi segue questo particolare schema:
• Definire un dominio di possibili variabili di input soggette
a incertezza.
• Definire eventuali correlazioni tra le variabili di input.
• Generare input casuali con una certa distribuzione di
probabilità determinate.
• Eseguire un calcolo deterministico utilizzando i dati in
ingresso.
• Aggregare i risultati dei calcoli deterministici singoli al fine
di determinare la curva di distribuzione dei risultati finali.
• Valutare lo scostamento dal valore determinato
dall’Esperto Indipendente.

23. INPUT E CORRELAZIONI
Ricavi
Costi
Tempistiche
VacancyInflazione
Tassi Attesi
Tasso di
sconto

24. DISTRIBUZIONI E RANGE
Sulla base dello studio di Hoesli, M., Jani, E. and Bender, A. “Monte Carlo
simulations for real estate valuation” abbiamo ipotizzato delle curve di
distribuzione.
Ove non presenti (*) nel succitato studio è stata utilizzata la distribuzione
triangolare. Pertanto:
• Ricavi - Distribuzione Triangolare
• Costi - Distribuzione Triangolare
• Tempistiche – Distribuzione Triangolare*
• Vacancy – Distribuzione Uniforme
• Inflazione - Distribuzione Normale
• Tassi Attesi - Distribuzione Normale
• Tasso di sconto – Distribuzione Triangolare*
Per quanto concerne i range di valori sono stati utilizzati, come base di partenza, i
dati OMI , Agency Opinion, Perizie, Computi Metrici e Preziari.

25. ESECUZIONE E AGGREGAZIONE

26. ANALISI SCOSTAMENTI
In questa fase vengono aggregati i risultati dei
calcoli deterministici singoli al fine di determinare la
curva di distribuzione dei risultati finali e si valuta lo
scostamento dal valore determinato dall’Esperto
Indipendente.
I risultati delle prime simulazioni effettuate
suggeriscono che i valori centrali risultanti delle
simulazioni sono nella maggior parte dei casi
differenti rispetto ai risultati derivanti dall’utilizzo di
valori puntuali.

27. CASI
PRATICI

28. INIZIATIVA A
SVILUPPO

29. INPUT E CORRELAZIONI
Variabili di input soggette ad Analisi Montecarlo:
• Ricavi
• Costi
• Tempistiche
• Inflazione
• Tasso di sconto
Particolari correlazioni tra le variabili:
• L’inflazione di un periodo f[t(n+1)] è influenzata e si discosta
direttamente dall’inflazione del periodo precedente f[t(n)]
• La durata (timetable) dei ricavi è legata alla durata dei costi. In
particolare la durata minima dei ricavi è sempre maggiore
massima dei costi.

30. DISTRIBUZIONI E RANGE
Le distribuzioni utilizzate:
• Ricavi - Distribuzione Triangolare
• Costi - Distribuzione Triangolare
• Tempistiche – Distribuzione Triangolare
• Inflazione - Distribuzione Normale
• Tasso di sconto – Distribuzione Triangolare
Per quanto concerne i range di valori sono stati utilizzati, per i
ricavi e i costi, i comparables di mercato (rilevati dall’Esperto
Indipendente), le tempistiche indicate dal progettista (min e
max) e la componente di rischio del tasso di sconto applicato
(modello WACC) è stata fatta variare per tutto il range
previsto dall’E.I. (0% - 5%)

31. ESECUZIONE E AGGREGAZIONE

32. ANALISI SCOSTAMENTI
Aggregati i risultati dei calcoli deterministici singoli al fine di
determinare la curva di distribuzione dei risultati finali, si
analizza lo scostamento dal valore determinato dall’Esperto
Indipendente: il valore centrale (17.701.298) risultante della
simulazione è inferiore del 13,75% rispetto al risultato dell’E.I.
(20.522.224 – 65° Percentile) derivante dall’utilizzo di valori
puntuali.
La curva di distribuzione (Lognormal) risulta avere le seguenti
caratteristiche:
• Location=-327.860.751;
• Mean=17.701.298;
• Std. Dev.=6.272.834.

33. INIZIATIVA A
REDDITO

34. INPUT E CORRELAZIONI
Variabili di input soggette ad Analisi Montecarlo:
• Ricavi
• Vacancy
• Costi
• Inflazione
• Tassi Attesi
• Tasso di sconto
Per quanto concerne la variabile vacancy è stata ipotizzata un
alea di incertezza legata ad un ipotesi di take up di circa 2.000
mq annui.
Non sono invece state ipotizzate particolari correlazioni tra le
variabili.

35. DISTRIBUZIONI E RANGE
Le distribuzioni utilizzate:
• Ricavi - Distribuzione Triangolare
• Costi - Distribuzione Triangolare
• Tempistiche – Distribuzione Triangolare
• Vacancy – Distribuzione Uniforme
• Inflazione - Distribuzione Normale
• Tasso di sconto – Distribuzione Triangolare
Per quanto concerne i range di valori sono stati utilizzati ricavi
derivanti da una indagine di mercato commissionata dal Fondo, costi
derivanti dal consuntivo storico dell’immobile e tassi costruiti tramite
un metodo build up approach (partendo da un valore base dato da
un’indagine di mercato aumentato di un premio al rischio aleatorio).

36. ESECUZIONE E AGGREGAZIONE

37. ANALISI SCOSTAMENTI
Aggregati i risultati dei calcoli deterministici singoli al fine di
determinare la curva di distribuzione dei risultati finali, si analizza lo
scostamento dal valore determinato dall’Esperto Indipendente: il
valore centrale (29.485.055) risultante della simulazione è inferiore del
4,55% rispetto al risultato dell’E.I. (30.890.885 – 60° Percentile)
derivante dall’utilizzo di valori puntuali.
La curva di distribuzione (Beta) risulta avere le seguenti
caratteristiche:
• Minimum=12.218.359;
• Maximum=114.608.055;
• Alpha=9,97494 e Beta=47,87584

38. OSSERVAZIONI

39. I primi risultati suggeriscono che i valori centrali delle
simulazioni sono nella maggior parte dei casi inferiori
rispetto ai valori puntuali utilizzati.
Nella prassi, ovvero nei casi normali di stima, le
valutazioni compiute si attestano attorno ad una forbice
ammontante a ±10%.
Diversi autori di estimo (Di Cocco, Famularo, Forte, Lo
Bianco, Medici, Ribaudo, Zucconi, Brioli etc.), nella
pubblicistica scientifica di riferimento, identificano che la
capacità discriminatoria dell’estimatore “non possa
essere inferiore al 10%-15%”.
Tutte le valutazioni incluse all’interno di tale percentuale,
al di là dei percorsi estimativi compiuti, possono essere
considerate egualmente attendibili.

40. Nel caso specifico, la tipologia estimativa e l’unicità del
bene oggetto di stima possono, caso per caso, innalzare
l’alea d’incertezza e quindi la forbice che la dimensiona.
Per un’iniziativa a reddito la maggiore alea di incertezza è
data dalla componente vacancy e dal rischio tenant.
Per un’iniziativa a sviluppo, per la quale si determina il
valore di trasformazione, questa alea di incertezza, legata
principalmente ai ricavi, ai costi e ai tempi dell’iniziativa,
è inevitabilmente destinata a crescere (4,55% vs. 13,75).
Diverso il caso in cui tale analisi sia utilizzata per
determinare il valore di pronta dismissione (liquidazione)
di un asset. In tal caso lo scostamento dal Fair Value e la
forbice dell’incertezza saranno molto più elevati
(arrivando ad essere del 45,57% inferiore per ipotesi
significativamente diverse per capacità di assorbimento
del mercato).

41. CONCLUSIONI

42. PROPERTY FINANCE AND INVESTMENT
«L’investimento immobiliare assume molteplici forme, che vanno dalla
tradizionale proprietà diretta e dal commercio di terreni e fabbricati affittati agli
attuali Capital Markets dove le rendite degli asset sono trattate come titoli e
derivati.
Una maggiore flessibilità e disponibilità di prodotti indiretti di investimento
immobiliare, oltre ad una migliore analisi comparativa dei dati delle prestazioni
suscitano un interesse crescente in questa classe di investimenti.
Questo significa anche che il mercato degli investimenti immobiliari sta
diventando molto più complesso e di natura internazionale […] »*
Investimenti Immobiliari e Capital Markets «[…] sottendono un gran numero di
attività che impattano sul mercato immobiliare con offerte che vanno da prodotti
relativamente semplici, quali i mutui residenziali, a molto complessi, con offerte
strutturate che possono coinvolgere diversi livelli di finanziamento da una
varietà di fonti.» *
RICS APC Pathway – Property Finance and Investment *

43. REAL ESTATE CAPITAL MARKETS
Valuation
• NPV - Net
Present Value
Property
Finance &
Investment
• IRR - Internal
Rate of Return
• Tempo

44. INVESTMENT
MEMORANDUM

45. INTERNAL RATE OF RETURN
Distribution=Beta; Minimum=6.5%; Maximum=9.6%; Alpha=3.49795; Beta=3.38369

46. DURATA DELL’INVESTIMENTO
Distribution=Beta; Minimum=6.94; Maximum=10.06; Alpha=3.18256; Beta=3.20927

47. RISK RATING
Risk Rating 83%
Min Rating Giudizio
100% AAA+ Prime Plus. Elevata capacità di ripagare il debito
90% AAA Prime. Elevata capacità di ripagare il debito
80% AA Alta capacità di pagare il debito
70% A Solida capacità di ripagare il debito, ma soggetto a rischio futuro
60% BBB Adeguata capacità di rimborso, che però potrebbe peggiorare
50% BB Prevalentemente speculativo
40% B Speculativo
30% CCC Altamente speculativo
20% CC Estremamente speculativo
10% C Investimento ad alto rischio
0% D Realistico pericolo di insolvenza

48. ASSET
ALLOCATION

49. INVESTIMENTO A - 30% INVESTIMENTO B - 70%
Min Rating Giudizio
100% AAA+ Prime Plus. Elevata capacità di ripagare il debito
90% AAA Prime. Elevata capacità di ripagare il debito
80% AA Alta capacità di pagare il debito
70% A Solida capacità di ripagare il debito, ma soggetto a rischio futuro
60% BBB Adeguata capacità di rimborso, che però potrebbe peggiorare
50% BB Prevalentemente speculativo
40% B Speculativo
30% CCC Altamente speculativo
20% CC Estremamente speculativo
10% C Investimento ad alto rischio
0% D Realistico pericolo di insolvenza
Min Rating Giudizio
100% AAA+ Prime Plus. Elevata capacità di ripagare il debito
90% AAA Prime. Elevata capacità di ripagare il debito
80% AA Alta capacità di pagare il debito
70% A Solida capacità di ripagare il debito, ma soggetto a rischio futuro
60% BBB Adeguata capacità di rimborso, che però potrebbe peggiorare
50% BB Prevalentemente speculativo
40% B Speculativo
30% CCC Altamente speculativo
20% CC Estremamente speculativo
10% C Investimento ad alto rischio
0% D Realistico pericolo di insolvenza

50. INPUT
• 30% Investimento A - Pith:
• IRR - Distribution=Beta; Minimum=6.5%;
Maximum=9.6%; Alpha=3.49795; Beta=3.38369
• Durata - Distribution=Beta; Minimum=6.94;
Maximum=10.06; Alpha=3.18256; Beta=3.20927
• Risk Rating - 86%
• 70% Investimento B – Pith:
• IRR - Distribution=Beta; Minimum=8.8%;
Maximum=13.2%; Alpha=3.88674; Beta=3.70208
• Durata - Distribution=Beta; Minimum=3.95;
Maximum=5.87; Alpha=3.7609; Beta=4.04869
• Risk Rating - 63%

51. IRR DEL PORTAFOGLIO
IRR= 10,16%; Distribution=Beta; Minimum=8.23%;Maximum=12.00%;Alpha=5.39957;Beta=5.128

52. DURATA INVESTIMENTO
Durata= 8,5Y; Distribution=Beta; Minimum=6.91; Maximum=10.03; Alpha=3.19704;
Beta=3.10838

53. Davide Palmaghini MRICS
Head of Fund Management at Valore Reale SGR SpA
Stefano Testori
Valuation & Risk Manager at Valore Reale SGR SpA