modefinance al S&SD 2018, la prima conferenza su statistica e data science
Lo scorso maggio modefinance è stata invitata a partecipare alla prima conferenza dedicata all’interazione fra statistica e data science (Statistic and Data Science: new Development for Business and Industrial Applications) organizzata dalla Società Italiana di Statistica e da ENBIS, il network europeo che riunisce le persone e le organizzazioni interessate negli sviluppi teorici e alle applicazioni pratiche della statistica in campo industriale e aziendale.
La conferenza ha evidenziato il ruolo fondamentale della statistica accademica nell’offrire strumenti e metodologie utili a risolvere i problemi tipicamente affrontati dai data scientists e ha posto l’accento sulla sua applicazione in campo aziendale e industriale unitamente alle discipline di analisi di Big Data e Machine Learning.
L’esperienza di modefinance: modelli statistici per la gestione del rischio di portafoglio
Siamo stati chiamati a partecipare all’evento come business case study per portare la nostra esperienza sull’applicazione di modelli statistici per la gestione del rischio di portafoglio.
Durante l’intervento il nostro analista Fintech Andrea Calvi ha dimostrato come il rischio di portafoglio, sia di un’azienda che di un’istituzione finanziaria, sia strettamente legato al rischio di default di ciascuna controparte; conoscendo l’ammontare delle esposizioni e della classe di rating ottenuta da ciascuna azienda in un determinato periodo temporale è possibile calcolare, attraverso modelli basati sui processi di conteggio (counting processes), il tasso di insolvenza sia di ciascun debitore che dell’intero portafoglio, e determinare il valore delle perdite attese.
Uno sguardo verso l'esterno:le ricerche e le applicazioni più interessanti
Fra i vari spunti di riflessione emersi durante il corso delle due giornate di conferenza abbiamo trovato particolarmente interessante l’intervento del professore dell’Universidad Politécnica de Valencia Alberto Ferrer-Guillelm (Potential of latent variables-based multivariate statistical methods for data science in industry and technologies), che teorizza l’esistenza di variabili master in grado di guidare le correlazioni tra insiemi di variabili legate da relazioni lineari.
Degno di nota anche l’intervento di Matteo Landrò, che ha condotto un’analisi data-driven sull’impatto delle promozioni commerciali nel settore beverage sul fatturato di una multinazionale. Landrò, studente del Politecnico di Milano, ha sfruttato l’enorme mole di dati resa disponibile dalla digitalizzazione dei mercati per la realizzazione di uno strumento di analisi che coniuga l’elevata precisione degli strumenti di machine learning con la grande interpretabilità del modello ANOVA (Analysis of Variance)
Come possiamo valutare questa esperienza?
La conferenza è stata molto interessante e ci ha permesso di tornare a “casa” con nuovi spunti, idee, strumenti e tecniche da applicare in futuro. Nel mondo accademico le ricerche nel campo della data science sono in pieno sviluppo e sempre più sorprendenti ne risultano le applicazioni pratiche proposte dalle aziende.
Avere una panoramica degli studi in corso, entrare in contatto con realtà anche molto diverse dalla propria e fare networking è fondamentale per restare al passo e per sfruttare tutte le potenzialità messe a disposizione da quella che è già definita la quarta rivoluzione industriale.