L’individuazione dell’evento creditizio da considerarsi come proxy del default costituisce una fase preliminare alla stima di un modello di rating; nella maggioranza degli studi scientifici è stato utilizzato un concetto di insolvenza assimilabile al fallimento giuridico dell’impresa. Il nostro modello della valutazione della probabilità di insolvenza è basato su un campione di imprese in default che presentano una situazione di insoluto come indicata in Basilea 2. Nello sviluppo della articolazione dei modelli abbiamo adottato un approccio industry-specific per stimare adeguatamente la probabilità di insolvenza; abbiamo riscontrato che le PMI oggetto di indagine presentano una struttura di bilancio collegata all’attività svolta e quindi alquanto eterogenea tra loro e quindi diviene necessaria l’indentificazione di indicatori rilevanti nei vari settori industriali che costituiscono le ‘leve’ gestionali sulle quali agire. Quindi la scelta di stimare modelli industry-specific si affianca alla significativa variabilità dei tassi di insolvenza reali tra differenti settori, ciò perché mettiamo in evidenza che un unico modello generale potrebbe sottostimare/sovrastimare la probability of defualt, a seconda dei settori industriali. La scelta di un modello settoriale è preferibile qualora si abbia una adeguata numerosità campionaria, ma anche attraverso una nostra scelta metodologica di aggregazione dei dati capace di superare il limite della numerosità campionaria senza abbandonare l’approccio industry-specific. Quindi come novità metodologica, sono stati aggregati all’interno di un medesimo campione, imprese provenienti da settori diversi (creando dei macro-settori). Tale campionamento è stato realizzarto aggregando codici d’attività economica (primi due digit del Codice Atecofin: in questo modo, sono stati creati cinque gruppi: tessile, meccanica, costruzioni, turismo e residuale, sulla base dei quali sono stati costituiti i modelli specifici ). Il processo di aggregazione è stato effettuato su sole basi qualitative, ossia tenendo conto della somiglianza in termini di profili di rischio e del trade-off esistente tra dimensione del campione e omogeneità delle imprese in esso incluse. Quindi campioni settoriali più ristretti e quindi maggiore omogeneità delle imprese in esso incluse, le quali dovrebbero garantire una maggiore performances dei modelli.

Il modello di valutazione del merito creditizio delle PMI: la nostra proposta / Aversa, Dario; Giannozzi, Alessandro; Roggi, Oliviero. - (2019), pp. 35-47. [10.4399/97888255288485].

Il modello di valutazione del merito creditizio delle PMI: la nostra proposta

Dario Aversa
Primo
;
2019

Abstract

L’individuazione dell’evento creditizio da considerarsi come proxy del default costituisce una fase preliminare alla stima di un modello di rating; nella maggioranza degli studi scientifici è stato utilizzato un concetto di insolvenza assimilabile al fallimento giuridico dell’impresa. Il nostro modello della valutazione della probabilità di insolvenza è basato su un campione di imprese in default che presentano una situazione di insoluto come indicata in Basilea 2. Nello sviluppo della articolazione dei modelli abbiamo adottato un approccio industry-specific per stimare adeguatamente la probabilità di insolvenza; abbiamo riscontrato che le PMI oggetto di indagine presentano una struttura di bilancio collegata all’attività svolta e quindi alquanto eterogenea tra loro e quindi diviene necessaria l’indentificazione di indicatori rilevanti nei vari settori industriali che costituiscono le ‘leve’ gestionali sulle quali agire. Quindi la scelta di stimare modelli industry-specific si affianca alla significativa variabilità dei tassi di insolvenza reali tra differenti settori, ciò perché mettiamo in evidenza che un unico modello generale potrebbe sottostimare/sovrastimare la probability of defualt, a seconda dei settori industriali. La scelta di un modello settoriale è preferibile qualora si abbia una adeguata numerosità campionaria, ma anche attraverso una nostra scelta metodologica di aggregazione dei dati capace di superare il limite della numerosità campionaria senza abbandonare l’approccio industry-specific. Quindi come novità metodologica, sono stati aggregati all’interno di un medesimo campione, imprese provenienti da settori diversi (creando dei macro-settori). Tale campionamento è stato realizzarto aggregando codici d’attività economica (primi due digit del Codice Atecofin: in questo modo, sono stati creati cinque gruppi: tessile, meccanica, costruzioni, turismo e residuale, sulla base dei quali sono stati costituiti i modelli specifici ). Il processo di aggregazione è stato effettuato su sole basi qualitative, ossia tenendo conto della somiglianza in termini di profili di rischio e del trade-off esistente tra dimensione del campione e omogeneità delle imprese in esso incluse. Quindi campioni settoriali più ristretti e quindi maggiore omogeneità delle imprese in esso incluse, le quali dovrebbero garantire una maggiore performances dei modelli.
2019
La valutazione del rischio di credito nelle piccole e medie imprese
978-88-255-2884-8
rischio; credito; pricing; prestiti bancari; valutazione del merito creditizio; modelli di rischio di credito
02 Pubblicazione su volume::02a Capitolo o Articolo
Il modello di valutazione del merito creditizio delle PMI: la nostra proposta / Aversa, Dario; Giannozzi, Alessandro; Roggi, Oliviero. - (2019), pp. 35-47. [10.4399/97888255288485].
File allegati a questo prodotto
File Dimensione Formato  
Aversa_Modello_2019.pdf

solo gestori archivio

Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 242.81 kB
Formato Adobe PDF
242.81 kB Adobe PDF   Contatta l'autore

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11573/1353798
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact