La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Un modello per la previsione delle insolvenze dimpresa Yaneth Alvarez Laura Buffolo Francesco David Giovanna Sardos Albertini Università degli Studi di.

Presentazioni simili


Presentazione sul tema: "Un modello per la previsione delle insolvenze dimpresa Yaneth Alvarez Laura Buffolo Francesco David Giovanna Sardos Albertini Università degli Studi di."— Transcript della presentazione:

1 Un modello per la previsione delle insolvenze dimpresa Yaneth Alvarez Laura Buffolo Francesco David Giovanna Sardos Albertini Università degli Studi di Trieste Master in Net Economy Modulo Statistica e Data Mining

2 Il problema Formulare un modello fondato su una serie di indicatori di bilancio che permetta di prevedere la probabilità di insolvenza creditizia di unazienda. Implicazioni pratiche: Concessione di fidi Valutazione crediti Politiche di pricing Sistemi di rating interno Misura del rischio di credito di un portafoglio finanziario

3 Il data-set data-set (solvibilità a 15 mesi) 220 record 28 variabili di partenza variabile target = default –default = 0 impresa non insolvente (185) –default = 1 impresa insolvente (35)

4 Variabile target : default

5 Scelta del metodo Data la natura dicotomica della variabile dipendente, si è proceduto alla scelta di un modello basato sulla regressione logistica.

6 Le variabili di partenza Book Value P.S./Market Value P.S. Borrowing Ratio Capital Gearing Cash Flow Financing/Total Capital Employed Cash Outflow from Investing Activities/Capital Employed Cash Flow Operating/Capital Employed Current Liabilities/Total Debt EBIT/Total Assets EBIT/Total Sales EBITDA/Total Assets EBITDA/Total Sales Interest charges/Total Debt Interest charges/Total Sales Long Term Debt/Total Debt Net Cash Flow/Current Liabilities Net Cash Flow/Total Assets Net Cash Flow/Total Debt Net Profit Margin Operating Profit Margin Operating Profit/Interest Charges Pre-Tax Profit Margin Quick Assets Ratio Return On Capital Employed Return On Equity Stock Ratio (days) / Debtors Ratio (days) Total Debt/Total Sales Total Sales/Total Assets Working Capital Ratio

7 Il modello Log(p/1-p) = 59,3282 v2 -4,3748 v11 +0,4818 v ,5741 v20 -0,9312 v26 -23,6293 v4 -9,1437 v7

8 Le variabili V2 = interest charges / total sales V4 = ebit / total assets V7 = ebitda / total sales V11 = total debt / total sales V12 = bookvalue ps / MVPS V20 = pre-tax profit margin V26 = quickasset ratio

9 Matrice di confusione Predicted,00 1,00 Percent Correct 0 I 1 Observed ,00 0 I 149 I 4 I 97,39% ,00 1 I 14 I 15 I 51,72% Overall 90,11%

10 Interest charges / total sales Interest charges/total sales: misura il peso degli oneri finanziari rispetto al fatturato

11 Ebit / total assets Ebit/Total Assets: è il rapporto fra il risultato operativo (reddito ordinario al lordo di interessi e tasse) e il Totale Attività

12 Ebitda / total sales Ebitda/total sales: è il rapporto fra il reddito prima di imposte, tasse, svalutazione e ammortamento, ed il totale delle vendite.

13 Total debt / total sales Total debt/Total sales: è il rapporto fra il totale passivo e il fatturato

14 Bookvalue PS / MVPS Bookvalue PS/Market value PS: è il rapporto tra il valore contabile e quello di mercato per azione

15 Pre-tax profit margin Pre-Tax Profit Margin: è il rapporto fra il risultato del periodo prima delle imposte ed il totale delle vendite.

16 Quick assets ratio Quick Asset Ratio: (rapporto di liquidità immediata e differita) vede al numeratore le liquidità e i crediti ed al denominatore le passività a breve termine.

17 Cross validation Distribuzione casuale dei record del dataset Suddivisione in 5 sottogruppi da 44 record ciascuno Selezione di un gruppo e stima del modello sui rimanenti 4 Verifica dei risultati Costruzione della matrice di confusione finale

18 Matrice di confusione Ottenuta dopo la cross validation: Predicted,00 1,00 Percent Correct 0 I 1 Observed ,00 0 I 127 I 58 I 71,34% ,00 1 I 17 I 18 I 51,42% Overall 65,91%


Scaricare ppt "Un modello per la previsione delle insolvenze dimpresa Yaneth Alvarez Laura Buffolo Francesco David Giovanna Sardos Albertini Università degli Studi di."

Presentazioni simili


Annunci Google