Una caratteristica distintiva del modello ITEM e' quella di formalizzare congiuntamente, all'interno del modello, il lato dell'offerta e il lato della domanda dell'economia.

Tuttavia, le condizioni di domanda influenzano le risposte di breve periodo, mentre, le condizioni dal lato dell'offerta determinano il livello di equilibrio dell'economia nel medio periodo.

Recentemente (nel 2016) è stata effettuata un'importante revisione del modello econometrico ITEM, sia a seguito dell'introduzione del nuovo Sistema europeo dei conti (SEC 2010), sia per l'esigenza di considerare un campione di stima aggiornato che ricomprenda i dati più recenti.

Peraltro, la prolungata e severa recessione che ha attraversato l'economia italiana dopo la crisi finanziaria del 2007 ha posto l'esigenza di verificare se questa abbia indotto modifiche strutturali nelle relazioni tra le variabili sottostanti alle diverse equazioni del modello.

Il modello ITEM è stato quindi ristimato con le serie temporali dei conti nazionali costruite secondo il SEC 2010, considerando un campione di stima compreso tra il 1996 e il 2013. È stato necessario apportare, nella specificazione delle diverse equazioni, innovazioni e miglioramenti per cogliere in maniera più appropriata le relazioni tra i diversi aggregati alla luce sia del nuovo sistema dei conti sia del campione di stima aggiornato ai dati recenti.

La necessità di monitorare in modo tempestivo l'andamento della congiuntura economica italiana ha reso indispensabile la costruzione di modelli per previsioni di breve periodo (Modelli di Nowcasting).

Tali modelli hanno la caratteristica di poter essere aggiornati rapidamente, sfruttando la crescente disponibilità di serie storiche a frequenza mensile, e producono previsioni nel breve periodo di serie storiche a frequenza trimestrale.

Generalmente tale tipologia di modelli viene utilizzata per creare proiezioni a uno o al massimo due trimestri in avanti del PIL e delle sue componenti. L'approccio seguito consiste nell'utilizzare indicatori di carattere quantitativo e/o qualitativo a frequenza mensile e di postulare una relazione statistica tra questi indicatori mensili e la variabile trimestrale oggetto della previsione.

La necessità di generare previsioni anche quando non si ha a disposizione tutta l'informazione mensile relativa al trimestre di previsione rende indispensabile prevedere preliminarmente gli indicatori mensili indisponibili.

I modelli utilizzati per la previsione del PIL e delle sue componenti (TBM, TRILL e ALL41) si differenziano per il numero di indicatori mensili utilizzati e per il grado di automazione nella scelta di tali indicatori e nella loro proiezione.

Questo avviene attraverso l'utilizzo di differenti tecniche econometrico-statistiche, che permettono così di esplorare varie opzioni con il fine ultimo di migliorare la performance previsiva.

SAPE rappresenta il sistema per le analisi costo-rischio dei portafogli di emissione del debito pubblico italiano.

Il sistema è in carico alla Direzione II del Dipartimento del Tesoro ed è sviluppato e gestito dall'Istituto delle Applicazioni del Calcolo (IAC) del CNR in collaborazione con Sogei.

Per il Dipartimento del Tesoro SAPE è il risultato dell'implementazione di un insieme di modelli e software che costituiscono il principale strumento di supporto alle decisioni per la gestione del debito pubblico italiano.

In Sogei vengono sviluppati i modelli di struttura a termine dei tassi di interesse inseriti nel generatore di scenari di SAPE.

Utilizzando tecniche di simulazione stocastica, SAPE consente di analizzare il costo e il rischio dei portafogli di emissione di titoli di stato.

Recentemente il campo di applicazione del modello è stato esteso ai portafogli con strumenti in valuta estera e agli strumenti derivati.

La valutazione del costo del singolo portafoglio è effettuata principalmente in base al principio della competenza (ESA 2010). Per ogni dato portafoglio è possibile calcolare la distribuzione della funzione di costo ottenuta dalla simulazione stocastica di un insieme di scenari per l'evoluzione delle curve dei tassi di interesse e di inflazione.

Il processo di selezione dei portafogli avviene attraverso la costruzione della frontiera efficiente sulla base delle variabili di costo e rischio.

Un elemento chiave del software SAPE è il modulo che genera scenari previsivi per le strutture a termine dei tassi di interesse. Il generatore di scenari incorpora la possibilità di utilizzare diversi modelli stocastici per generare scenari a medio-lungo termine per tassi di interesse e tassi di inflazione.

La generazione di scenari produce una misurazione quantitativa dell'esposizione attesa rispetto alla volatilità della curva dei rendimenti.

SAPE consente inoltre, attraverso simulazioni deterministiche, di produrre le previsioni della spesa per interessi e degli altri aggregati relativi al costo del servizio del debito, utilizzate per la redazione dei documenti programmatici del governo.

Attraverso lo sviluppo di un modulo satellite, che incorpora modelli alternativi per il calcolo dell'esposizione attesa ai tassi di interesse, a partire dal 2014 sono state condotte ulteriori analisi per la stima del rischio di controparte legato agli strumenti derivati.