Modelli di Rating Interno e Propensione al Rischio del Management

In questo lavoro proponiamo due modelli di scoring basati sull’utilizzo di reti neurali artificiali al fine di determinare la probabilità d’ insolvenza, a un anno dal suo verificarsi, di un campione di 334 imprese clienti di una banca marchigiana. Nel primo dei due modelli le variabili di input sono esclusivamente di tipo quantitativo; nel secondo invece è stata inserita accanto alle precedenti variabili anche una variabile di natura qualitativa al fine di analizzare l’effetto che la coesistenza dei due tipi di dati può avere in termini di riduzione dell’errore di classificazione (nei cluster affidabile/non affidabile). Il principale risultato cui si giunge è che, nonostante l’introduzione dell’informazione di natura qualitativa consenta di ridurre l’errore di previsione ad un anno dalla possibile insolvenza, gli errori ottenuti dalle migliori reti implementate non sono ancora soddisfacenti.