Category: Metodologie Analisi Rating

La mancanza di dati: un problema da affrontare per aiutare il credit manager

Uno dei problemi principali nell’analisi del rischio di credito e del lavoro che ogni giorno deve compiere il credit manager è affrontare la mancanza di dati di bilancio in molti Stati del mondo.

Infatti purtroppo non tutto il mondo è uguale nella distribuzione delle informazioni pubbliche delle aziende: anzi!

Di seguito la tabella che rappresenta (a grandi linee) quello che ci troviamo di fronte:

Missing data on countries

Come si vede la situazione è estremamente variegata: si passa da Stati nei quali tutti i dati sono presenti e quindi il bilancio appare così:

All data

A Stati in cui possono mancare alcune parti e quindi il bilancio è così:

Some data missing

A situazioni dove non c’è proprio nulla e quindi è così:

No data

Si capiscono quindi le innumerevoli difficoltà che deve affrontare il credit manager: infatti per lui è comunque di fondamentale importanza arrivare alla definizione di un fido e di uno scoring finanziario, a prescindere se le informazioni sono complete o meno.

Di conseguenza il problema viene ribaltato, giustamente io direi!, alle aziende come la nostra di valutazione del rischio di credito: siamo noi, in prima linea, a dover aiutare il credit manager nella sua gestione finanziaria.

E come lo possiamo fare? L’unica via è fornire al credit manager tutti i mezzi necessari per affrontare in modo efficiente ogni giorno il suo lavoro.

Ciò significa, offrire una valutazione del rischio di credito che sia la più efficiente possibile: quindi dei modelli di fido e di scoring/rating che siano efficienti e accurati anche in mancanza di dati!

Per questo motivo le aziende di valutazione del rischio di credito devono stare molto attente alle metodologie che utilizzano e quindi valutare molto bene i metodi utilizzati: in modeFinance per esempio stiamo molto attenti all’utilizzo di metodologie machine learning in quanto sono molto sensibili alla disponibilità di dati (in questo post ho affrontato in dettaglio il problema).

Ciò non significa che molte volte il modello big data/machine learning possa andare benissimo!

Ritornando alla tabella precedente potremmo sicuramente dire che in alcuni Stati (Italia, Spagna, Francia, ecc.) i modelli statistici possono essere sicuramente utilizzati in modo efficiente, ma, purtroppo, nella maggioranza degli Stati, quei modelli sono deficitari.

Il grosso problema è che il credit manager lavora praticamente totalmente con crediti distribuiti in tutto il mondo!

Condividi e consiglia questa pagina: