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