Riassunto analitico
L’elaborato propone un’analisi sul ruolo delle informazioni relazionali (soft information) e quantitative (hard information) nel processo di credito. In particolare, l’obiettivo del lavoro di ricerca è quello di verificare in che modo i diversi set informativi possono influenzare la qualità delle decisioni di affidamento delle banche. L’elemento innovativo del contributo è l’utilizzo di un campione d’indagine europeo che consente di testare l’abilità predittiva dei diversi tipi di informazione su più paesi. Il dataset di riferimento è costruito sulla base dei dati provenienti dal questionario EFIGE (“European Firms in a Global Economy”) somministrato nel 2010 a 14759 aziende manifatturiere dislocate in Austria, Francia, Germania, Italia, Regno Unito, Spagna ed Ungheria. L’indagine fornisce dati comparabili su svariate aree tra cui una sezione dedicata alle informazioni sul rapporto banca-impresa. Questa parte del questionario, oltre ad includere una serie di dati che consentono di definire come si struttura la relazione con la banca, permette di individuare le imprese che nel 2009 hanno fatto richiesta di credito e le relative decisioni della banca di negarlo oppure concederlo. In base all’evoluzione del merito creditizio registrato dalle imprese, le decisioni della banca vengono classificate in corrette o errate. Nel dettaglio, per misurare la qualità creditizia specifica dell’impresa richiedente credito si calcola lo Z’’-Score di Altman, sia al momento della decisione della banca di concedere o meno credito (decision period) che nel periodo successivo (check period). Una volta effettuata questa preliminare suddivisione, si cerca di valutare le variabili che, più di altre, consentono di influenzare la correttezza o meno della decisione della banca. Per farlo si utilizza l’analisi probit e si esamina il potere predittivo dei diversi set informativi in termini di capacità di cogliere correttamente il merito creditizio delle imprese. L’analisi viene dapprima svolta sull’intero campione di decisioni e poi specificata in base al paese di riferimento, alla dimensione, all’età, al grado di leverage ed innovazione dell’impresa.
|
Abstract
The project focuses on the role of relational information (soft information) and quantitative information (hard information) in the credit process. In particular, the main objective is to verify how the quality of a bank lending decision can be influenced by different set of information. The innovative element of the contribution is the use of a European survey sample that allows to test the predictive ability of the different types of information on several countries.
The dataset is based on data from the EFIGE questionnaire ("European Firms in a Global Economy") administered in 2010 to 14759 manufacturing companies located in Austria, France, Germany, Italy, United Kingdom, Spain and Hungary. The survey provides comparable data on several areas and includes a section dedicated on bank-firm relationship. This part of the questionnaire includes a series of information that describe how the relationship with the bank is structured and makes it possible to identify companies that applied for credit in 2009 and the relative bank's decisions to deny or grant it. Based on the evolution of the creditworthiness registered by the companies, the bank's decisions are split into correct and incorrect decisions. In detail, the specific credit quality of the applicant company is measured through the calculation of Altman Z’’-Score, both at the time of the bank's decision to grant or deny credit (decision period) and in the following period (check period). Once this preliminary classification has been carried out, it’s possible to evaluate the variables that, more than others, influence these results. This is computed through the use of probit analysis, that allows to test the predictive power of different set of information in terms of ability to correctly capture the creditworthiness of the companies. The analysis is initially performed on the full sample of decisions and then specified based on country of reference, size, age, degree of leverage and innovation of the company.
|