Category: Metodologie Analisi Rating

Come controllare che un modello di rating sia valido [Part 1]

Uno degli elementi fondamentali nello sviluppo di una metodologia di rating o di scoring creditizio è comprendete l’accuratezza dei risultati: solo un modello accurate deve essere messo in produzione!

Le caratteristiche di un buon metodo di valutazione del merito creditizio sono:

  • una adeguata distribuzione dei fallimenti tra le classi di rating;
  • una alta capacità discriminante;
  • un comparabilità tra le probabilità di default teoriche ed i tassi di default effettivi.
  • adeguate matrici di migrazione e conseguenti tassi di default cumulati triennali.

Vediamo in dettaglio come affrontare ogni punto; in questa parte del blog vedremo i primi due punti mentre nella prossima pubblicazione studieremo i successivi due.

Distribuzione dei fallimenti

Verificare che storicamente i fallimenti hanno interessato solamente le società che avevano ricevuto un rating basso quando ancora operanti è sicuramente indice di affidabilità del modello. Questa analisi acquista una importanza capitale: è necessario infatti dimostrare che le congetture postulate e che stanno alla base del modello siano effettivamente valide.

La via più semplice per questo tipo di analisi è vedere l’evoluzione e la distribuzione delle imprese fallite in relazione a quelle non fallite, evoluzione che deve essere seguita negli anni.

Indicando, come suole in letteratura, con IG (Investment Grade) l’aggregazione delle classi da AAA a BBB, con NIG (Non Investment Grade) le classi da BB a CCC e con D (Distressed) le classi inferiori a CCC, la ripartizione delle fallite è quella mostrata in figura. È interessante notare che la porzione delle aziende ritenute rischiose (Distressed) aumenti quasi esponenzialmente all’avvicinarsi dell’insolvenza.

Bankruptcy distribution

La capacità discriminante

Come molti autori propongono la migliore misura statistica della capacità discriminate di un modello credit scoring è l’indice di Gini che molte volte viene affiancato alla rappresentazione grafica della curva ROC, che permette di condurre una analisi di due tipi: qualitativa e quantitativa. L’analisi qualitativa si compone del mettere a paragone le curve di due diversi ratio e si osserva se l’una sovrasti l’altra.

Di seguito la rappresentazione grafica della curva e la definizione dell’accuracy ratio

Accuracy ratio

Accuracy ratio

Come si può notare le tre curve individuano due aree indicate in figura come A e B; dal rapporto tra le due aree si ottiene l’indice di Gini (detto anche accuracy ratio AR): dove si è voluto indicare con f(x) la curva CAP e con p il tasso di default osservato (ovvero rapporto tra il numero di aziende fallite e il numero totale di aziende nella popolazione).

Ovviamente l’indice di Gini è un valore che varia tra 0 ed 1.

Gini Index

Gini Index

Di seguito l’evoluzione Gini e ROC per il metodo di rating MORE di modeFinance:

MORE Rating Accuracy 1 year

MORE Rating Accuracy 1 year

MORE Rating Accuracy 2 years

MORE Rating Accuracy 2 years

MORE Rating Accuracy 3 years

MORE Rating Accuracy 3 years

Anche in questo caso è importante studiare l’evoluzione dell’accuratezza nel corso degli anni; normalmente conviene studiate ad 1,2 e 3 anni dalla data di fallimento.

Quello che è utile è anche avere dei valori di riferimento sull’accuratezza dei modelli di rating più utilizzati: ecco la tabella.

Rating Models

Rating Models

Nel prossimo post vedremo gli altri due punti per studiare nel miglior modo possibile l’accuratezza dei modelli di rating!

Condividi e consiglia questa pagina: