Previsioni delle sofferenze bancarie: metodologie applicative e risultati di un modello basato sulla regressione logistica

La conoscenza dello stato di salute di un'impresa implica, come noto, la valutazione di una serie numerosissima di variabili, una bipartizione notevole di queste può essere vista in VARIABILI QUALITATIVE e QUANTITATIVE. Di queste ultime le più note ed utilizzate per valutare l'azienda, il suo grado di rischiosità e solvibilità ed altro ancora, sono gli indici di bilancio.
Nel presente lavoro si è cercato di analizzare i diversi studi sulla previsione delle insolvenze, basati su tale insieme di informazioni per cercare di valutare quella metodologia che potesse risultare 'migliore' per la previsione, appunto, delle insolvenze.
Dallo studio di Altman del '68 con l'Analisi Discriminante come metodologia predittiva, si passa quindi all'analisi R.P.A., tecnica statistica di classificazione computerizzata e non parametrica che utilizza caratteristiche peculiari sia del metodo univariato che di quello multivariato e ciononostante non si avvale dell'uso della funzione discriminante nè prevede una distribuzione di probabilità per le variabili indipendenti.
Prima di formulare il modello predittivo basato sulla regressione logistica, vengono fatti passare sotto la lente di ingrandimento i Sistemi Esperti, con l'applicazione realizzata in Credit Lyonnaise e dal Banco di Roma, e le Reti Neurali.
Prima di formulare il modello econometrico, si mette in luce uno studio di Wilcox in cui, cercando di fornire un modello teorico del dissesto d'impresa, viene utilizzato concettualmente il 'Gambler Ruin Approach' ponendo particolare enfasi al concetto di valore netto di liquidazione ed ai fattori che lo influenzano.
Esposizione del modello: indicando la variabile dipendente di tipo dicotomico con Y; disponendo di n osservazioni indipendenti su questa variabile e per ogni soggetto osservato un vettore di p variabili esplicative l'attenzione si rivolge quindi verso l'analisi di :
= Prob (Y=0 | X=x )
cioè la probabilità che Y=0 (nel nostro caso che un impresa abbia manifestato un'insolvenza giuridica) dato il vettore x delle variabili esplicative osservate. Peculiarità del modello : campione e definizione stato di anomalia, costo degli errori e problema delle priors, concatenzione degli "score" per la valutazione della storia, metodo di selezione delle variabili. Risultati finali e struttura della regressione vengono quindi commentati esaminando il significato dei coefficienti ed il loro legame con il livello di rischio.