Il volume propone un’analisi del fenomeno della crisi d’impresa, indagandone le cause, gli impatti e le possibilità di previsione attraverso modelli predittivi. Muovendo dalla definizione degli equilibri economico-finanziari e dalla comprensione teorica della crisi, il testo esamina strumenti e indicatori utili alla sua diagnosi precoce, con particolare attenzione ai modelli basati sull’analisi di bilancio. L’opera si sviluppa in chiave interdisciplinare, integrando l’approccio economico-aziendale con tecniche statistiche avanzate e algoritmi di machine learning, allo scopo di costruire strumenti diagnostici affidabili e applicabili nella prassi. Una sezione empirica, dedicata al settore delle costruzioni, confronta l’efficacia predittiva di approcci tradizionali e modelli algoritmici (reti neurali, SVM). Il testo si rivolge a studiosi, professionisti e decisori pubblici interessati alla gestione e prevenzione delle crisi aziendali, offrendo un contributo teorico e operativo alla costruzione di sistemi di allerta tempestivi, in un contesto economico sempre più complesso, data-driven e orientato alla resilienza.
Supino, E. (2025). Modelli predittivi per la diagnosi della crisi d’impresa. Milano : Wolters Kluwer CEDAM.
Modelli predittivi per la diagnosi della crisi d’impresa
Enrico Supino
2025
Abstract
Il volume propone un’analisi del fenomeno della crisi d’impresa, indagandone le cause, gli impatti e le possibilità di previsione attraverso modelli predittivi. Muovendo dalla definizione degli equilibri economico-finanziari e dalla comprensione teorica della crisi, il testo esamina strumenti e indicatori utili alla sua diagnosi precoce, con particolare attenzione ai modelli basati sull’analisi di bilancio. L’opera si sviluppa in chiave interdisciplinare, integrando l’approccio economico-aziendale con tecniche statistiche avanzate e algoritmi di machine learning, allo scopo di costruire strumenti diagnostici affidabili e applicabili nella prassi. Una sezione empirica, dedicata al settore delle costruzioni, confronta l’efficacia predittiva di approcci tradizionali e modelli algoritmici (reti neurali, SVM). Il testo si rivolge a studiosi, professionisti e decisori pubblici interessati alla gestione e prevenzione delle crisi aziendali, offrendo un contributo teorico e operativo alla costruzione di sistemi di allerta tempestivi, in un contesto economico sempre più complesso, data-driven e orientato alla resilienza.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.