Riassunto analitico
Il tema dell’analisi del rischio di insolvenza ha assunto nel corso dell’ultimo decennio notevole rilevanza soprattutto alla luce della crisi finanziaria ed economica che ha interessato l’intera economia mondiale ed in particolare il nostro paese. L'elaborato si propone di progettare e definire, attraverso l'utilizzo di algoritmi di machine learning, un modello di rete neurale artificiale in grado analizzare il rischio d'insolvenza d'impresa attraverso la stima della probabilità di fallimento delle imprese. Nello specifico, si riporta lo studio effettuato su un campione di imprese italiane appartenenti al settore del commercio, effettuato su un arco temporale che ricopre gli anni dal 2013 al 2018. Attraverso l'impego di indici economico-finanziari estratti dal bilancio aziendale di ciascuna impresa del campione sono stati costruiti modelli a rete neurale artificiale successivamente utilizzati per stimare la probabilità di default di un nuovo campione di dati panel per il biennio 2018 - 2019 relativo a un nuovo campione di imprese. Le probabilità di default così stimate sono state suddivise in classi di rating con le quali è stato possibile costruire le matrici di transizione al fine di monitorare l'evoluzione del merito creditizio delle imprese oggetto d'analisi. Alla luce dei risultati emersi, i modelli a rete neurale realizzati hanno mostrato una eccellente accuratezza nelle stime della probabilità di default e conseguentemente del rischio di insolvenza.
|