Sviluppo di un modello di rischio di credito mediante l’approccio di intelligenza artificiale delle reti neurali applicato al settore del noleggio e leasing di autoveicoli = The development of a credit risk model trhough the application of the Artificial Intelligence approach of Neural Networks applied to the motor vehicles rental and leasing sector

Il presente lavoro di tesi colloca le reti neurali all'interno del contesto della regolamentazione bancaria valutandole come strumento di analisi del rischio di credito, costruendo e analizzando i risultati di un modello capace di valutarlo per le imprese appartenenti al settore del noleggio e leasing di autoveicoli. Dopo un breve excursus sull'evoluzione degli accordi di Basilea, si analizzano le componenti del rischio di credito evidenziando l’importanza del credit scoring come processo di valutazione di solvibilità. Spiegato il contesto nel quale possono operare le moderne tecniche di machine learning, si focalizza l’attenzione sulle reti neurali analizzandone le diverse tipologie, le peculiarità e le principali funzioni che ne governano il funzionamento. In seguito, si presenta una breve panoramica del settore del noleggio e leasing di autoveicoli seguito dalla spiegazione del database AIDA utilizzato e delle importanti operazioni di pulizia dei dati. L’elaborato analizza il codice MATLAB impiegato per la creazione delle reti neurali spiegando nel dettaglio gli input e gli output delle funzioni del Deep Learning Toolbox, la personalizzazione dei parametri, i valori di default e le logiche di funzionamento che ne stanno alla base. Infine, si illustrano le performance delle migliori reti costruite analizzandone gli errori e riassumendo le potenzialità ed i limiti di questi strumenti sempre più al centro delle attenzioni del mondo della finanza.