Analisi Settoriale e Gestione Competitiva - modelli di previsione della crisi

Capitolo 8: I modelli di previsione della crisi

La previsione dell’insolvenza e della crisi d’impresa sono affrontate con metodologie e presupposti teorici differenti. Distinguiamo tra:

• Modelli teorici
• Modelli statistici
• Modelli di intelligenza artificiale

I modelli teorici e di intelligenza artificiale adottano metodologie ibride in quanto provengono dall’insieme di varie impostazioni scientifiche, mentre i modelli statistici si basano su analisi empiriche realizzate considerando determinate variabili al fine di stimare la probabilità di default per diverse classi di rischio. I modelli statistici basano la previsione di insolvenza sulla somiglianza delle variabili considerate con quelle delle imprese fallite nel passato. L’impiego dell’intelligenza artificiale consente la valutazione, oltre che delle variabili quantitative, anche di alcuni aspetti di ordine qualitativo riguardanti i comportamenti gestionali dell’impresa, inquadrati nell’ambiente di riferimento.

Modelli di valutazione del credit risk

Nell’ambito dei modelli teorici, rientrano quei modelli che analizzano il rischio di credito, tra i quali i più importanti sono:

• Credit metrics
• Credit risk+
• Credit portfolio view
• Portfolio manager

Questi modelli si caratterizzano per la presenza di alcuni presupposti comuni come l’esistenza di un trade-off tra assunti teorici e variabili considerate dai modelli e l’utilizzo di tabelle di correlazione per le diverse tipologie di clientela. Il calcolo del rischio gravante su un portafoglio crediti presuppone l’analisi della distribuzione di probabilità dei suoi valori valutando anche le eventuali interdipendenze tra le variabili prese in esame, giungendo al calcolo della perdita attesa (EL expected loss):

EL = PD * [OE *(1-RR)]

dove:

• PD è la probabilità di default
• OE è la quantificazione del superamento dei limiti imposti dalla banca
• RR è la previsione di recupero del credito

La variabile critica è la probabilità di default.

Credit metrics

Il presupposto del modello “credit metrics” è rappresentato dal fatto che l’insolvenza si manifesta in presenza di passività superiori alle attività cercando di determinare il valore del portafoglio crediti di un’impresa bancaria, considerando le possibilità di crescita o di decremento del merito creditizio delle imprese clienti. La rischiosità della posizione di ogni impresa viene evidenziata dal rating attribuito dalle principali società di valutazione. Il modello stima la distribuzione di probabilità del valore di ogni singolo prestito nell’anno successivo a quello della valutazione, tramite una matrice di migrazione. Il modello presenta delle carenze costituite dalle numerose ipotesi semplificatrici, da limiti rappresentati dall’esigenza di disporre di numerose informazioni e dalla necessità di realizzare le tabelle di migrazione in numero pari a quello delle variabili considerate.

Credit risk+

L’impiego del modello “metrics” da parte del Credit Suisse ha consentito la verifica della parziale attendibilità dei dati storici e le differenze tra imprese allocate nella stessa classe. Credit Suisse ha cercato di ridurre queste carenze operando sulle percentuali di default attraverso la loro correlazione al settore di appartenenza delle imprese fallite. Il modello “credit risk+” giunge alla valutazione del portafoglio crediti tramite una stima indiretta delle potenzialità di crescita o di decremento del merito creditizio delle imprese clienti. Si perviene così alla costruzione di una distribuzione di Poisson della probabilità di insolvenza, basata sulla conoscenza dei tassi di default ed ipotizzando bassi tassi di default.