Un modello per la previsione delle insolvenze d’impresa

1. Un modello per la previsione delle insolvenze d’impresa • Yaneth Alvarez • Laura Buffolo • Francesco David • Giovanna Sardos Albertini Università degli Studi di TriesteMaster in Net Economy 2001-2002Modulo Statistica e Data Mining

2. Il problema • Formulare un modello fondato su una serie di indicatori di bilancio che permetta di prevedere la probabilità di insolvenza creditizia di un’azienda. • Implicazioni pratiche: • Concessione di fidi • Valutazione crediti • Politiche di pricing • Sistemi di rating interno • Misura del rischio di credito di un portafoglio finanziario

3. Il data-set • data-set (solvibilità a 15 mesi) • 220 record • 28 variabili di partenza • variabile target = default • default = 0 impresa non insolvente (185) • default = 1 impresa insolvente (35)

4. Variabile target : default

5. Scelta del metodo Data la natura dicotomica della variabile dipendente, si è proceduto alla scelta di un modello basato sulla regressione logistica.

6. Book Value P.S./Market Value P.S. Borrowing Ratio Capital Gearing Cash Flow Financing/Total Capital Employed Cash Outflow from Investing Activities/Capital Employed Cash Flow Operating/Capital Employed Current Liabilities/Total Debt EBIT/Total Assets EBIT/Total Sales EBITDA/Total Assets EBITDA/Total Sales Interest charges/Total Debt Interest charges/Total Sales Long Term Debt/Total Debt Net Cash Flow/Current Liabilities Net Cash Flow/Total Assets Net Cash Flow/Total Debt Net Profit Margin Operating Profit Margin Operating Profit/Interest Charges Pre-Tax Profit Margin Quick Assets Ratio Return On Capital Employed Return On Equity Stock Ratio (days) / Debtors Ratio (days) Total Debt/Total Sales Total Sales/Total Assets Working Capital Ratio Le variabili di partenza

7. Il modello Log(p/1-p) = 59,3282v2-4,3748v11+0,4818v12+ +10,5741v20-0,9312v26-23,6293v4-9,1437v7

8. Le variabili • V2 = interest charges / total sales • V4 = ebit / total assets • V7 = ebitda / total sales • V11 = total debt / total sales • V12 = bookvalue ps / MVPS • V20 = pre-tax profit margin • V26 = quickasset ratio

9. Matrice di confusione Predicted ,00 1,00 Percent Correct 0 I 1 Observed +-------+-------+ ,00 0 I 149 I 4 I 97,39% +-------+-------+ 1,00 1 I 14 I 15 I 51,72% +-------+-------+ Overall 90,11%

10. Interest charges / total sales Interest charges/total sales: misura il peso degli oneri finanziari rispetto al fatturato

11. Ebit / total assets Ebit/Total Assets: è il rapporto fra il risultato operativo (reddito ordinario al lordo di interessi e tasse) e il Totale Attività

12. Ebitda / total sales Ebitda/total sales: è il rapporto fra il reddito prima di imposte, tasse, svalutazione e ammortamento, ed il totale delle vendite.

13. Total debt / total sales Total debt/Total sales: è il rapporto fra il totale passivo e il fatturato

14. Bookvalue PS / MVPS Bookvalue PS/Market value PS: è il rapporto tra il valore contabile e quello di mercato per azione

15. Pre-tax profit margin Pre-Tax Profit Margin: è il rapporto fra il risultato del periodo prima delle imposte ed il totale delle vendite.

16. Quick assets ratio Quick Asset Ratio: (rapporto di liquidità immediata e differita) vede al numeratore le liquidità e i crediti ed al denominatore le passività a breve termine.

17. Cross validation • Distribuzione casuale dei record del dataset • Suddivisione in 5 sottogruppi da 44 record ciascuno • Selezione di un gruppo e stima del modello sui rimanenti 4 • Verifica dei risultati • Costruzione della matrice di confusione finale

18. Matrice di confusione Ottenuta dopo la cross validation: Predicted ,00 1,00 Percent Correct 0 I 1 Observed +-------+-------+ ,00 0 I 127 I 58 I 71,34% +-------+-------+ 1,00 1 I 17 I 18 I 51,42% +-------+-------+ Overall 65,91%