L'analisi discriminante per la valutazione del rischio di credito

Tesi di laurea: L'analisi discriminante per la valutazione del rischio di credito. Introduzione Il presente lavoro affronta la tematica dell'analisi discriminante, come metodo previsionale per valutare ex-ante l'affidabilità, la solvibilità economica e finanziaria di una qualsiasi impresa. Misura che consente a priori di formulare un giudizio coerente con i dati rilevabili dai dati di bilancio aziendali; che combina insieme tutti gli elementi ottenendo un valore sintetico simultaneo anziché sequenziale espressivo della capacità di credito di un soggetto. . Il lavoro di tesi è dedicato quindi alle metodologie di stima del merito creditizio, tematica che ha assunto una importanza strategica crescente in seguito alla crisi internazionale che ha trasmesso al sistema bancario, in generale, la sua fragilità per non aver gestito correttamente le proprie posizioni di liquidità e di costi di specifici. In effetti, i fallimenti degli intermediari finanziari sono spesso originati da un eccessiva ed incontrollata esposizione economica verso specifici gruppi di prenditori di fondi con le conseguenze recessive per l’economia mondiale. Nella stesura verranno presentati i modelli di analisi discriminante che si sono succeduti nel corso del tempo che iniziano a partire da quello di R. Fischer (1936), D.D Durant (1975) e E. Altman (1941) per proseguire con i metodi qualitativi di V .Coda (1995),W. A. Diamond (1983), S. Caselli (2003) e F. Pistelli (2001), che a differenza dei modelli quantitativi improntati, si basano su indicazioni soggettive proprie del valutatore. Nel corso del lavoro si faranno cenni all'analisi discriminante classica e logistica con i modelli logit e profit. Verrà, in particolare approfondito lo studio del modello di Fischer- Altman che maggiormente si concentra sulla distribuzione campionaria delle imprese attraverso le curve di normalità e della uguaglianza delle varianze e covarianze delle due diverse popolazioni, e che riesce ad individuare lo Z trascurando del tutto l'analisi di regressione lineare, la quale risolve il problema di una relazione funzionale tra le variabili misurate sulla base di un campione individuando una retta che meglio si adatta ai dati osservati. Lo score Z, invece, stabilisce, sinteticamente, un punto che rappresenta il baricentro di due ipotetiche popolazioni costituite da imprese sane ed anomale. Il modello necessita di uno studio approfondito delle variabili discriminanti, dei coefficienti ed eventuali modifiche che consentano di utilizzare realtà economiche al meglio. C'è subito da dire che la scelta delle variabili è di tipo soggettivo affidata alla valutazione dell'analista, mentre la scelta dei pesi (coefficienti) è puramente oggettiva e dipende dalle caratteristiche delle due popolazioni. L'intento del nostro studio è quello di applicare il modello dello Z- score ad un campione di PMI italiane, cercando di definire in maniera specifica per la realtà analizzata, le variabili discriminanti che meglio si adattano allo scopo. L'obiettivo è 2