I rating a base statistica


Sviluppo, validazione, funzioni d'uso per la gestione del credito - Con CD-ROM

 

di: Giacomo De Laurentis, Renato Maino

Editore
Bancaria Editrice
Anno
2009
Pagine
302
ISBN
978-88-449-0478-4
Disponibilità
Disponibile
Prezzo di copertina€ 35,00
Prezzo Internet Sconto 10% € 31,50
IVA assolta dall'editore

QUANTITÀ PREZZO
Da 5 a 9 pezzi € 31,50
Da 10 a 29 pezzi € 28,00
Da 30 pezzi € 24,50
Presentazione

La misurazione del rischio di credito ha conosciuto in questi anni una forte evoluzione. Concetti come rating, perdita attesa, patrimonio a rischio sono diventati oramai familiari per ogni operatore del settore, impattando non solo sui sistemi organizzativi e sui modelli concettuali e operativi ma anche sulle strategie competitive e sul business delle banche.
Il volume si focalizza sugli strumenti quantitativi per la misurazione del rischio di credito, fondamentali per ottenere in maniera rigorosa una grande molteplicità di informazioni, da coniugare con l'esperienza e la valutazione umana nei processi di decisione.
Gli autori analizzano innanzitutto gli elementi di base del rischio di credito e del moderno Credit Risk Management, e offrono le principali alternative nell'assegnazione dei rating, mettendo in luce le caratteristiche dei metodi oggi disponibili per affrontare efficacemente la costruzione di misure di rischio. Il cuore della trattazione è rappresentato dallo sviluppo, passo dopo passo, di un sistema di rating a base statistica, attraverso la presentazione di un case study condotto su di un dataset reale, utilizzando il package di analisi Spss. Nel cd-rom a supporto del volume vengono forniti anche i file di sviluppo e di output del modello realizzato nel case study.
Un secondo case study offre inoltre il percorso di validazione di un sistema di rating, altro momento fondamentale nel processo d'analisi.
Il libro coniuga efficacemente competenze scientifiche e professionali e riflette i principali sviluppi delle best practices internazionali, delle guidelines delle autorità di vigilanza e degli altri organi di indirizzo; con l'obiettivo di fornire un prezioso strumento:
' ai manager di banca, che devono scegliere l'assetto ottimale dei processi di affidamento e di controllo del rischio di credito;
' agli operatori creditizi e agli statistici, nel considerare da una parte la capacità degli strumenti quantitativi e dall'altra l'importanza delle competenze e dell'esperienza diretta nelle decisioni di credito;
' agli studenti, per approfondire il percorso di apprendimento delle tecniche e degli strumenti di Credit Risk Management.

1. Introduzione
2. Classificazione del rischio di credito e concetti chiave
2.1 Classificazione dei profili di rischio di credito
2.1.1 Quadro d'insieme
2.1.2 Rischio di evento creditizio
2.1.3 Rischio di recupero
2.1.4 Rischio di esposizione
2.1.5 Rischio di portafoglio creditizio e concentrazione del credito
2.2 Concetti chiave di rischio di credito
2.2.1 Perdita attesa
2.2.2 Diversificazione e capitale a rischio
2.2.3 Redditività corretta per il rischio
3. Assegnazione del rating e gestione del rischio di credito
3.1 Classificazione su base esperta
3.1.1 Presupposti
3.1.2 Sistemi strutturati di classificazione
3.1.3 Schemi strutturati per analisi pubbliche: le agenzie di rating
3.1.4 Dai giudizi di rating alle probabilità di default
3.1.5 Schemi strutturati: le classificazioni in uso presso gli intermediari finanziari
3.2 Classificazione tramite strumenti statistici
3.2.1 Approccio strutturale
3.2.2 Approccio in forma ridotta: scoring e rating interno
3.2.3 Metodologie statistiche: l'analisi discriminante lineare
3.2.3.1 La determinazione dei pesi
3.2.3.2 La calibrazione del modello e l'impatto degli errori di classificazione
3.2.3.3 Dalla funzione discriminante alle propabilità di default
3.2.4 Metodologie statistiche: la regressione logistica
3.2.5 Tecniche di riduzione e accorpamento della varianza
3.2.5.1 Cluster analysis
3.2.5.2 Analisi statistiche multivariate
3.2.6 Riduzione e accorpamento della varianza: una valutazione critica
3.2.7 Simulazione dei flussi di cassa futuri
3.2.8 Una visione sintetica dei modelli quantitativi a base statistica
3.3 Approcci di carattere euristico
3.3.1 Sistemi esperti
3.3.2 Reti neurali
3.3.3 Una visione sintetica dei modelli quantitativi a base euristica e numerica
3.4 Informazioni qualitative a corredo dell'analisi quantitativa
4. Sviluppo di un sistema di rating a base statistica
4.1 Struttura del processo: una sintesi
4.2 Definizione degli obiettivi del modello ed estrazione dei dati
4.2.1 Obiettivi del modello e natura dei dati
4.2.2 Time-frame dei dati
4.3 Base-dati del case study e analisi preliminari
4.3.1 Dataset: un quadro d'insieme
4.3.2 Analisi dei casi duplicati
4.3.3 Analisi dei missing values
4.3.4 Trattamento dei missing values
4.3.5 Altre analisi preliminari
4.4 Definizione del campione di stima
4.4.1 Perché suddividere il dataset in un campione di stima e uno di validazione
4.4.2 Come suddividere il dataset nel campione di stima e in quello di validazione
4.5 Analisi univariate e bivariate
4.5.1 Significato economico degli indicatori, ipotesi di lavoro e monotonicità strutturale
4.5.1.1 Variabili scalari
4.5.1.2 Variabili categoriche
4.5.2 Valutazione empirica delle ipotesi di lavoro
4.5.3 Normalità e omogeneità della varianza
4.5.4 Analisi grafica degli indicatori
4.5.5 Potere discriminante delle singole variabili esplicative
4.5.6 Monotonicità empirica degli indicatori
4.5.7 Correlazioni tra variabili esplicative
4.5.8 Outliers e valori estremi
4.5.9 Trasformazioni degli indicatori
4.5.9.1 Trattamento degli outliers e della forma delle distribuzioni
4.5.9.2 Trattamento della non monotonicità empirica
4.5.9.3 Altre trasformazioni: le variabili categoriche
4.5.10 Cruscotto di sintesi degli indicatori e short list
4.6 Stima del modello e valutazione del suo discriminatory power
4.6.1 Impostazione dei lavori
4.6.2 Analisi discriminante lineare
4.6.3 Dagli score ai rating e dai rating alle PD: la calibrazione del modello
5. Validazione dei sistemi di rating
5.1 Profili di validazione
5.1.1 Perché è necessaria una validazione e chi deve realizzarla
5.1.2 Recepimento di Basilea 2 nella normativa di vigilanza italiana
5.1.3 Utilizzo del sistema di rating nella gestione aziendale
5.2 Funzione di convalida interna
5.3 Validazione del modello di rating interno
5.3.1 Model design
5.3.2 Data quality e trattamento
5.3.3 Validazione quantitativa
6. Case study. Validazione del sistema di shadow rating della PanAlp Bank
6.1 Obiettivi del caso
6.2 Contesto
6.3 Documento sottoposto all'unità di validazione
6.3.1 Processo di stima di uno scoring per le banche e database utilizzato
6.3.2 Analisi dei valori missing
6.3.3 Analisi degli indici e del loro significato economico
6.3.4 Monotonicità degli indicatori
6.3.5 Orientamento delle medie
6.3.6 Normalità delle distribuzioni: istogrammi e normal Q-Q plots
6.3.7 Analisi della dispersione delle distribuzioni mediante box-plots
6.3.8 Test di normalità
6.3.9 Test di omogeneità delle varianze
6.3.10 F-ratio e F-test
6.3.11 ROC curves
6.3.12 Correlazioni
6.3.13 Outliers
6.3.14 Short list e stima della funzione discriminante
6.4 Rapporto di validazione
7. Conclusioni: problemi e proposte
7.1 Centralità dei rating nel Credit Risk Management
7.2 Diffusione dei rating e tendenze nei processi di assegnazione
7.3 Modelli e regolamentazione: orientamenti espliciti e impliciti
7.4 Modelli e imprese: esigenze e timori
7.5 I limiti dei rating statistical based
7.6 Modelli e teoria della banca: coerenze e distonie
7.7 Modelli e funzioni d'uso dei rating: possibili soluzioni
Bibliografia