METODI STATISTICI PER LA PREVISIONE DELLE INSOLVENZE D'IMPRESA* Paolo Giudici DATA MINING Capitolo 10 METODI STATISTICI PER LA PREVISIONE DELLE INSOLVENZE D'IMPRESA* *Questa presentazione illustra un caso simile a quello illustrato nel capitolo, citato negli approfondimenti, e dettagliato nel lavoro di Bontade e Giudici (2000)
Riassunto Un caso illustrativo Analisi esplorativa Il modello Indici di bontà del modello Conclusioni
L’applicazione: il campione considerato Variabile risposta Imprese good Imprese bad 85,5% 14,5% Variabili esplicative
Le altre variabili esplicative C.A.P. ed ETA’ Settore Variabili di bilancio Variabili macro-economiche
Quattro tipi di modelli Modello anagrafico Modello con variabili di bilancio Modello macro-economico Modello con interazione
Segmentazione delle variabili esplicative: gli alberi decisionali Conclusioni sebbene interessanti, si preferisce utilizzare un’analisi di tipo univariato standard
Analisi esplorativa
Il modello logistico Vantaggi Funzione di regressione logistica Società sane (good) = Società anomale (bad)= Vantaggi Potenza, Facilità di interpretazione