Emanuele Scoccia
Credit Scoring mediante tecniche di Machine Learning = Credit Scoring using Machine Learning techniques.
Rel. Franco Varetto. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2021
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (1MB) | Preview |
Abstract
Questo lavoro di ricerca si occupa di applicare alcune tra le più diffuse tecniche di machine learning allo studio dei bilanci di un campione numeroso di aziende del settore del Legno-Arredo. L’obbiettivo è quello di predire efficacemente il fenomeno del fallimento o della liquidazione societaria, a partire dai principali indicatori spia dello stato di salute della società. La scelta dell’argomento è legata al forte riscontro pratico che esso ha per gli intermediari finanziari, sempre più interessati al monitoraggio costante dello stato di salute dei crediti erogati e alla corretta scelta dei crediti da erogare. Questa necessità poggia innanzitutto sugli stringenti parametri imposti dalla regolamentazione bancaria, particolarmente severa in riferimento alla tematica del rischio di credito, e, ovviamente, sulla volontà di migliorare i risultati economici conseguiti dalla banca.
È evidente che tanto più la banca sarà in grado di limitare la percentuale di crediti deteriorati, tanto più sarà una banca solida e non avrà necessita di nuovi apporti di capitale per ripianare le perdite da svalutazione crediti
Relatori
Tipo di pubblicazione
URI
![]() |
Modifica (riservato agli operatori) |
