L'ultimo decennio è stato caratterizzato da una grave crisi economica che ha colpito numerose imprese e ha causato problemi finanziari e di mercato che si sono tradotti in una alta probabilità di insolvenza. Conseguentemente, la gestione del rischio è diventata un tema cruciale poichè una previsione errata della probabilità di insolvenza può produrre rating inadeguati nel supportare gli operatori specializzati come le banche nella concessione di prestiti. Nell’ambito della individuazione del rischio di credito di un’azienda, notevole applicazione trovano le tecniche statistiche (Avery, 1996). Scopo del presente lavoro è quello di comparare le tecniche più opportune, quali il modello logistico, gli alberi di segmentazione e le reti neurali, per valutare la loro efficacia in termini di capacità predittiva del rischio di insolvenza sulla base dei principali indici aziendali.
Tecniche statistiche per la previsione del rischio di insolvenza
Angela Maria D’Uggento
2022-01-01
Abstract
L'ultimo decennio è stato caratterizzato da una grave crisi economica che ha colpito numerose imprese e ha causato problemi finanziari e di mercato che si sono tradotti in una alta probabilità di insolvenza. Conseguentemente, la gestione del rischio è diventata un tema cruciale poichè una previsione errata della probabilità di insolvenza può produrre rating inadeguati nel supportare gli operatori specializzati come le banche nella concessione di prestiti. Nell’ambito della individuazione del rischio di credito di un’azienda, notevole applicazione trovano le tecniche statistiche (Avery, 1996). Scopo del presente lavoro è quello di comparare le tecniche più opportune, quali il modello logistico, gli alberi di segmentazione e le reti neurali, per valutare la loro efficacia in termini di capacità predittiva del rischio di insolvenza sulla base dei principali indici aziendali.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
