Il focus della trattazione è il rischio di credito, declinato nella costruzione di due modelli di credit scoring tramite l’utilizzo di tecniche di intelligenza artificiale, quali le reti neurali e le macchine a vettori di supporto. La base di partenza per il raggiungimento degli obiettivi è un dataset composto dai bilanci delle società attive nel settore degli elettrodomestici. Al termine delle elaborazioni si sono raggiunti due classificatori che, utilizzando gli indicatori costruiti a partire dai dati di bilancio, sono in grado di distinguere se la società è anomala, quindi potenzialmente a rischio default, o sana.