Metodologia di rating in Cerved
•
1 j'aime•1,304 vues
Intervento di Riccardo Gottardi, Divisione ECAI di Cerved Group, al seminario "Banca vs impresa, banca vs banca, impresa vs impresa" del RiskCenter (www.riskcenter.it)
Recommandé
Recommandé
Contenu connexe
En vedette
En vedette (20)
Similaire à Metodologia di rating in Cerved
Similaire à Metodologia di rating in Cerved (20)
Plus de Fondazione CUOA
Plus de Fondazione CUOA (20)
Metodologia di rating in Cerved
- 1. METODOLOGIA DI RATING IN CERVED GROUP Valutazione del rischio aziendale e determinazione del merito di credito Riccardo Gottardi Divisione ECAI – Cerved Group
- 2. 1. PROFILO SOCIETARIO CERVED GROUP 2. CORNICE NORMATIVA 3. SVILUPPO DI UN MODELLO DI RATING, PROCESSO DI VALUTAZIONE DEL RISCHIO AZIENDALE E DETERMINAZIONE DEL MERITO DI CREDITO AGENDA LAVORI
- 3. 1. PROFILO SOCIETARIO CERVED GROUP
- 4. Pre-integration (struttura semplificata) Post-integration (struttura semplificata) Banca d’Italia Unicredit Intesa SanPaolo Other banks Coface 15% Bain Capital Clessidra Sgr Management and others Cerved Holding 72.8% 23.6% 3.6% 85% 100% Real estate Credit collection 94% 100%60% Non performing loans Bain capital Romeo family L’attuale struttura di Cerved Group è il risultato dell’integrazione di 7 aziende, ognuna leader nel proprio settore PROFILO SOCIETARIO
- 5. Business information business reports servizi di rating e scoring dati grezzi Servizi per il marketing Servizi di consulenza Visure immobiliari Credit collection Informazioni sul credito al consumo Banche Compagnie assicurative Corporate Persone fisiche Cerved Group offre servizi a circa 30.000 clienti corporate. Più del 50% delle aziende italiane più importanti per fatturato sono clienti di Cerved Group. Cerved Group offre i propri servizi alle più importanti compagnie assicurative operanti a livello globale. Quasi tutti gli istituti di credito sono clienti di Cerved Group. I servizi di Cerved Group sono disponibili anche per le persone fisiche, in base alle singole richieste. SERVIZI E CLIENTI
- 6. 30.000 clienti 1.000 dipendenti Sede legale a Milano 13 milioni di bilanci societari; 45 milioni di esperienze di pagamento; 10 milioni cariche aziendali censite; 142 mila gruppi aziendali; 600 mila imprese geo – referenziate. 3 unità operative a Roma, Padova e Torino 10 uffici commerciali a Roma, Ancona, Bari, Genova, Napoli, Palermo, Prato, Teramo, Verona Il database di CERVED GROUP contiene: Quota di mercato (segmento business information) pari a 35% Ricavi 2012 € 292 milioni EBITDA € 140 milioni ALCUNI DATI SALIENTI
- 7. 3 Binari Regolamentari ECAI: Cerved Group è la prima e unica Agenzia di rating italiana riconosciuta da Banca d’Italia Circolare BI 263/2006 Cerved Group è Rating Tool riconosciuto da Banca d’Italia Acceptance criteria for third-party Rating Tools within ACC (Additional Credit Claims) CRA: Cerved Group è l’Agenzia di rating europea registrata da Consob ed ESMA Regulation EC 1060/2009 I rating di Cerved Group possono essere utilizzati dalle banche per determinare i coefficienti patrimoniali e le quote di capitale prudenziale da accantonare per far fronte ai rischi di credito (accordo di Basilea II). I rating di Cerved Group possono essere utilizzati in tutta l’Unione Europea. I rating di Cerved Group possono essere utilizzati all’interno dell’Eurosistema per consentire alle banche commerciali di ottenere finanziamenti a breve nell’ambito delle politiche monetarie definite dalla BCE. FATTI RILEVANTI
- 10. 3. SVILUPPO DI UN MODELLO DI RATING, PROCESSO DI VALUTAZIONE DEL RISCHIO AZIENDALE E DETERMINAZIONE DEL MERITO DI CREDITO
- 11. Merito di credito + - Livellodelrischio + - Il modello deve identificare le “WHITE SHEEPS” Il modello deve identificare “BLACK SHEEPS” Il modello deve decidere anche se le “GREY SHEEPS” sono BRIGHT o DARK GREY SHEEPS VALUTAZIONE DEL RISCHIO AZIENDALE E DETERMINAZIONE DEL MERITO DI CREDITO
- 12. Fonte dei dati Variabili Tipologia fonte Large Corporate Società di Capitali Società di Persone e Ditte Individuali Bilancio Indici economico‐finanziari Pubblica Obbligatorio Obbligatorio Non disponibile Data deposito Dimensione (ricavi / attivo) Registro Imprese delle Camere di Commercio ‐ Informazioni descrittive (età, sede, management, azionisti, soci…) Pubblica Obbligatorio Obbligatorio Obbligatorio ‐ Protesti (su assegni, cambiali o vaglia cambiari) Controllo obbligatorio Controllo obbligatorio Controllo obbligatorio ‐ Fallimenti e altre procedure concorsuali Controllo obbligatorio Controllo obbligatorio Controllo obbligatorio Conservatorie dei Registri Immobiliari, Uffici Tavolari, Uffici Tecnici Erariali Pregiudizievoli (ipoteche, pignoramenti, sequestri) Pubblica Controllo obbligatorio Controllo obbligatorio Controllo obbligatorio Ministero del Lavoro – Decreti CIGS ‐ Ricorso alla CIGS Pubblica Controllo obbligatorio Controllo obbligatorio Controllo obbligatorio Database Payline Indici basati sulle esperienze di pagamento commerciale Proprietaria Facoltativo Facoltativo Facoltativo Archivi Cerved Group Indici basati sulla frequenza e l’andamento delle consultazioni dei prodotti on‐line Cerved Group Proprietaria Obbligatorio Obbligatorio Obbligatorio Contatti diretti con i partner commerciali dell’azienda Informazioni ufficiose sulla situazione aziendale, sulle abitudini di pagamento e sull’andamento aziendale Proprietaria Facoltativo Facoltativo Stampa Notizie di stampa negative Pubblica Controllo obbligatorio Controllo obbligatorio Controllo obbligatorio Siti aziendali Controllo obbligatorio Pubblica Obbligatorio Agenzie esterne di rating Rating solicited Pubblica Obbligatorio Db Gruppi Italiani Legami di gruppo Proprietaria Obbligatorio Obbligatorio Obbligatorio Statistiche ufficiali e dati previsionali Variabili macro‐economiche, settoriali e territoriali Pubblica / Proprietaria Obbligatorio Obbligatorio DATI DI INPUT E FONTI INFORMATIVE
- 13. Scelta delle unità statistiche (aziende) da includere nel campione di sviluppo. Il campione può essere proporzionale o meno rispetto alla popolazione di riferimento (tutte le aziende sul territorio italiano) in relazione ad alcune variabili di stratificazione (natura giuridica e/o dimensione) Scelta delle unità statistiche (aziende) da includere nel campione di sviluppo. Il campione può essere proporzionale o meno rispetto alla popolazione di riferimento (tutte le aziende sul territorio italiano) in relazione ad alcune variabili di stratificazione (natura giuridica e/o dimensione) Campione di sviluppo Scelta dell’evento di default Scelta dell’evento di default: • ufficiale (fallimento e/o procedura concorsuale); • “allargato” (fallimento e/o procedura concorsuale + Protesti e/o pregiudizievoli “gravi”) Scelta dell’evento di default: • ufficiale (fallimento e/o procedura concorsuale); • “allargato” (fallimento e/o procedura concorsuale + Protesti e/o pregiudizievoli “gravi”) Selezione delle variabili statisticamente significative Per scegliere le variabili che riescano a discriminare efficacemente le aziende solventi dalle insolventi si fa riferimento a dei test statistici: • T- Test: permette di verificare se la variabile in esame individua una differenza statisticamente valida tra i solventi e gli insolventi; • AUC: calcola quanto una variabile riesce a discriminare tra il gruppo di solventi e insolventi; • Multicollinearità: valuta se tra le variabili vi è una forte correlazione che può comportare una distorsione nelle stime. Per scegliere le variabili che riescano a discriminare efficacemente le aziende solventi dalle insolventi si fa riferimento a dei test statistici: • T- Test: permette di verificare se la variabile in esame individua una differenza statisticamente valida tra i solventi e gli insolventi; • AUC: calcola quanto una variabile riesce a discriminare tra il gruppo di solventi e insolventi; • Multicollinearità: valuta se tra le variabili vi è una forte correlazione che può comportare una distorsione nelle stime. Algoritmo statistico Determinate le variabili maggiormente significative per lo sviluppo del modello, si applica una metodologia statistica che combina le variabili scelte in modo da dare la miglior valutazione/previsione sulle unità appartenenti al campione (modelli di regressione; in particolare regressione logistica). Determinate le variabili maggiormente significative per lo sviluppo del modello, si applica una metodologia statistica che combina le variabili scelte in modo da dare la miglior valutazione/previsione sulle unità appartenenti al campione (modelli di regressione; in particolare regressione logistica). SVILUPPO E STIMA DEL MODELLO DI VALUTAZIONE
- 14. Il sistema di scoring consente di esprimere sinteticamente, mediante un indice quantitativo (usualmente un numero), un giudizio sul merito di credito. Non è previsto, dunque, alcun intervento dell’analista. Il rating è un giudizio sul merito di credito basato su dati quantitativi e qualitativi, espresso generalmente da un valore alfa- numerico. Il ruolo dell’analista nel processo di attribuzione del rating diventa cruciale. RatingScore Entrambi i sistemi devono essere “predittivi”, ossia devono prevedere la solvibilità futura in base ai dati in nostro possesso nel momento in cui viene effettuata la valutazione del rischio aziendale. SISTEMA DI SCORING E RATING
- 15. CeBi-SCORE4 Protesti e pregiudizievoli Pagamenti commerciali Profilo economico- finanziario Scenari geo - settoriali Profilo anagrafico e qualitativo Valutazione strutturale Valutazione integrata (SCORE) Altre informazioni comportamentali Giudizio dell’analista Valutazione comportamentale RATING MODELLO DI VALUTAZIONE SCAP
- 16. Classe di rating Distribuzione % Default Rates medi annuali A1.1 0.01% 0.00% A1.2 0.07% 0.00% A1.3 0.34% 0.00% A2.1 3.47% 0.01% A2.2 4.23% 0.04% A3 8.11% 0.13% B4 13.78% 0.30% B5 21.93% 0.82% B6 19.61% 2.03% B7 14.40% 4.43% B8 6.93% 9.28% B9 3.74% 17.16% C10 3.39% 58.18% Totale 100.00% 4.46% 0.0% 0.1% 0.3% 3.5% 4.2% 8.1% 13.8% 21.9% 19.6% 14.4% 6.9% 3.7% 3.4% 0.0% 10.0% 20.0% 30.0% 40.0% 50.0% 60.0% 0% 5% 10% 15% 20% 25% A1.1 A1.2 A1.3 A2.1 A2.2 A3 B4 B5 B6 B7 B8 B9 C10 % Default Rate % Frequency Classi di rating Distribuzione % 2004‐2010 e Default Rates medi annuali 2005‐2011 Distribuzione % media 2004‐2010 Default Rates medi annuali 2005‐2011 RISULTATO – ALLOCAZIONE DEL SOGGETTO IN UNA CLASSE DI RATING
- 17. Corretta classificazione ed errori I e II tipo 70 10 2 18 Modello previsioni + - Situazione reale + - errore di Tipo II false alarm rate hit rate Previsione Modello corretta Previsione Modello errata errore di Tipo I VALIDAZIONE DEL MODELLO DI VALUTAZIONE 1/4
- 18. Hit Rate False Alarm Rate AUC (Area Under Curve) 100% 100% AUC (Area Under Curve) VALIDAZIONE DEL MODELLO DI VALUTAZIONE 2/4
- 19. 100% 100% Percentualedelleaziendeinsolventi Percentuale di tutte le aziende Modello perfetto Modello reale Modello random Confronto tra modello perfetto e modello reale Accuracy Ratio 10% 20% 33% 66% 30% VALIDAZIONE DEL MODELLO DI VALUTAZIONE 3/4
- 20. Aa.1 Aa.2 Aa.3 A.4 A.5 A.6 Baa.7 Baa.8 Baa.9 Ba.10 Ba.11 Ba.12 B.13 B.14 B.15 B.16 C.17 C.18 C.19 Aa.1 86,2 Aa.2 87,4 Aa.3 84,8 A.4 81,4 A.5 82,5 A.6 82,0 Baa.7 79,7 Baa.8 76,0 Baa.9 77,0 Ba.10 74,4 Ba.11 76,3 Ba.12 79,6 B.13 82,9 B.14 83,3 B.15 81,1 B.16 72,0 C.17 77,8 C.18 89,6 C.19 95,4 VALIDAZIONE DEL MODELLO DI VALUTAZIONE 4/4
- 21. La valutazione del rischio aziendale e determinazione del merito di credito: è un processo delicato che richiede la disponibilità sia di numerosi dati/informazioni attendibili sia il know-how specifico del personale impiegato nella valutazione del rischio aziendale; non è mai un processo meccanico. I modelli automatici (score) possono portare a un determinato livello di accuratezza, ma per certi tipi di valutazioni occorre sempre l’intervento (contributo qualitativo) di uno o più analisti; i mercati in cui operano le agenzie di rating e i business information providers saranno sempre più regolamentati, allo scopo di proteggere gli interessi degli investitori. CONCLUSIONI