MODELLO PER L’ANALISI DEL RATING AZIENDALE: ARP (Algoritmo di Ripartizione Proporzionale) Premessa La previsione delle insolvenze è un obiettivo non raggiungibile in assoluto È possibile ricercare elementi in grado di identificare dell’azienda situazioni di difficoltà L’interesse crescente Le leve generatrici di nuovo interesse verso la previsione delle sono: • La recessione economica • L’avvento di Basilea 2 insolvenze ARP - lo sviluppo 2005 2006 2007 - Studi sulla metodologia - Primo modello computerizzato - Analisi a 30 aziende - Analisi qualitativa (teorica) - Analisi statistica - Analisi a 64 aziende - Definizione risultati Campione-variabili-insolvenza Il campione: insieme di aziende sulle quali è effettuata l’analisi Le variabili: espresse sia da indici di bilancio che da fattori qualitativi L’insolvenza: rappresentata dichiarazione di fallimento dalla Procedura di calcolo Bilanci in IV Direttiva Riclassificazione CE a VA SP a CI e LE Calcolo indici x1 x2 x3 x4 Area1 x5 x6 Area2 x7 x8 Area3 x9 Area4 x10 x11 Area5 x12 Area6 x13 Procedura di calcolo x1 x2 x3 Area1 x4 x5 Area2 x6 x7 Area3 x8 Area4 x9 x10 Area5 x11 Area6 Valutazione per ogni indice Aggregazione indici in aree Valutazione per ogni area Score Integrato x12 x13 Algoritmo L’algoritmo è assolutamente nuovo per la storia dei modelli di rating. La peculiarità limite implicito (tipicamente sempre è di offrono l’intervallo 0-1. il ai superamento modelli regressione) output del statistici che non interni Algoritmo Tale risultato applicando gaussiana i e è stato principi della ottenuto logici relativa della funzione cumulata alle informazioni (numeriche e non) derivanti analisi. dall’azienda sotto Lo score integrato Risultati: ipotesi ottimizzanti Ipotesi sottostanti: • Esclusione di aziende appartenenti a gruppi • Punto di cut-off ottimizzante, ρ=460 Accuratezza 95,6% ECLDF ARP Altman 77 Coefficiente ARP vs A77 0,20% 0,24% 1,2 95% 94% 93% 5-Galano ITA96 4-Taffler UK76/9 ARP (2) 3-Fulmer-M.G.E. USA84 2-Forestieri ITA86 91% Accuratezza 14-Lawrence-B. USA86 13-Blum USA74 12-Wilcox Usa 71/6 11-De Laurentis ITA98 10-Altman USA68 9-Betts-B. 87 8-Dambolena-K. 80 7-ARP ITA07 6-Deakin USA72 92% 1-Mantoan-M. ITA87 Confronti con altri modelli Rappresentazione di 14 modelli con maggior accuratezza, su 64 analizzati 99% 98% 97% 96% Sviluppi futuri dell’ARP Target: banche, aziende Possibili sviluppi metodologici: •Reti neurali su algoritmi genetici •Board