metodologia di rating in cerved
DESCRIPTION
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)TRANSCRIPT
METODOLOGIA DI RATING IN CERVED GROUP
Valutazione del rischio aziendale e determinazione del merito di credito
Riccardo GottardiDivisione ECAI – Cerved Group
1. PROFILO SOCIETARIO CERVED GROUP
2. CORNICE NORMATIVA
3. SVILUPPO DI UN MODELLO DI RATING, PROCESSO DI VALUTAZIONE DELRISCHIO AZIENDALE E DETERMINAZIONE DEL MERITO DI CREDITO
AGENDA LAVORI
1. PROFILO SOCIETARIO CERVED GROUP
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
Business information
business reportsservizi di rating e scoringdati 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 important i 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 singol e richieste.
SERVIZI E CLIENTI
30.000 clienti
1.000 dipendentiSede 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 (segmentobusiness information) pari a 35%
Ricavi 2012 € 292 milioniEBITDA € 140 milioni
ALCUNI DATI SALIENTI
3 Binari Regolamentari
ECAI: Cerved Group è la prima eunica Agenzia di rating italiana riconosciuta daBanca d’ItaliaCircolare BI 263/2006
Cerved Group è Rating Tool riconosciuto da Banca d’ItaliaAcceptance criteria for third-party Rating Tools within ACC (Additional Credit Claims)
CRA: Cerved Group è l’Agenziadi rating europea registratada Consob ed ESMARegulation 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
2. CORNICE NORMATIVA
Regolamento CE del 16
settembre 2009 n.
1060/2009 relativo alle
agenzie di rating del credito
La normativa europea si sta uniformando a quella
statunitenseCredit Rating
Agency Reform
Act (2006)
Dodd‐Frank Wall
Street Reform and
Consumer Protection
Act (2012)
Regolamento UE del 11
maggio 2011 n. 513/2011
recante modifica al
Regolamento CE n. 1060/2009
Modifica del Regolamento CE
n. 1060/2009 approvata da
Parlamento Europeo e
Consiglio il 13 maggio 2013
EVOLUZIONE NORMATIVA SULLE
CRAS
3. SVILUPPO DI UN MODELLO DI RATING,PROCESSO DI VALUTAZIONE DEL RISCHIO AZIENDALE E DETERMINAZIONE DEL MERITO DI CREDITO
Merito di credito +
-
Livello del rischio
+
-
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
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
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 pregiudizi evoli “gravi”)
Scelta dell’evento di default:• ufficiale (fallimento e/o procedura concorsuale);• “allargato” (fallimento e/o procedura concorsuale + Protesti e/o pregiudizi evoli “gravi”)
Selezione delle variabili
statisticamente significative
Per scegliere le variabili che riescano a discriminare efficacemente le aziend e solventi dalle insolventi si fa riferimento a dei test statistici: • T- Test: permette di verificare se la variabile in esame individua una differenz a 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 aziend e solventi dalle insolventi si fa riferimento a dei test statistici:• T- Test: permette di verificare se la variabile in esame individua una differenz a 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
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
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
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
% Frequ
ency
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
Corretta classificazione ed errori I e II tipo
70
10
2
18
Modello previsioni
+
-
Situazione reale+ -
errore di Tipo IIfalse alarm rate
hit rate
Previsione Modello corretta
Previsione Modello errata
errore di Tipo I
VALIDAZIONE DEL MODELLO DI VALUTAZIONE 1/4
Hit Rate
False Alarm Rate
AUC (Area Under Curve)
100%
100%
AUC (Area Under Curve)
VALIDAZIONE DEL MODELLO DI VALUTAZIONE 2/4
100%
100%
Perc
entu
ale
delle
azi
ende
inso
lven
ti
Percentuale di tutte le aziende
Modello perfettoModello reale
Modello random
Confronto tra modello perfetto e modello reale
Accuracy Ratio
10% 20%
33%
66%
30%
VALIDAZIONE DEL MODELLO DI VALUTAZIONE 3/4
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.19Aa.1 86,2Aa.2 87,4Aa.3 84,8A.4 81,4A.5 82,5A.6 82,0
Baa.7 79,7Baa.8 76,0Baa.9 77,0Ba.10 74,4Ba.11 76,3Ba.12 79,6B.13 82,9B.14 83,3B.15 81,1B.16 72,0C.17 77,8C.18 89,6C.19 95,4
VALIDAZIONE DEL MODELLO DI VALUTAZIONE 4/4
La valutazione del rischio aziendale e determinazione del merito di credito:
è un processo delicato che richiede la disponibilità sia di numerosi dati/informazioniattendibili sia il know-how specifico del personale impiegato nella valutazione del rischioaziendale;
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