Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Discriminazione logistica per la valutazione del rischio di credito

L'anteprima di questa tesi è scaricabile in PDF gratuitamente.
Per scaricare il file PDF è necessario essere iscritto a Tesionline.
L'iscrizione non comporta alcun costo. Mostra/Nascondi contenuto.

Capitolo 1. Modelli Statistici ed Economici per il Credit Scoring ‘e una fonte di rischio per chi lo concede. Rischio signi ca incertezza. In statistica per misurare l incertezza si valuta la probabilit ‘a che si veri chi un evento. In questo caso ci‘o che interessa ‘e deter- minare quanto sia rischioso un certo cliente per la banca, l impresa o per qualsiasi altro intermediario nanziario conceda il credito. L obiettivo ‘e quello di costrui- re un modello che sia in grado di determinare il merito creditizio di un cliente ovvero di valutarne la probabilit‘a di insolvenza per supportare le decisioni del management. Il termine credit scoring ‘e usato per descrivere tutti quei modelli statistici che classi cano i clienti che fanno richiesta di nanziamento in due catagorie, buoni o cattivi in base, appunto, ad un opportuna valutazione della probabilit‘a d insol- venza. Tali modelli (chiamati score cards o classi catori ) assegnano a ciascun soggetto un punteggio (score), calcolato utilizzando delle variabili predittive che sono indicatori di requisiti di nanziabilit ‘a che il cliente deve possedere per la concessione del credito. Se lo score ‘e maggiore di una certa soglia considerata come benchmark, il richiedente sar‘a classi cato buono, altrimenti sar‘a considerato cattivo. Prima della diffusione dei metodi di credit scoring la decisione di conces- sione del credito era basata esclusivamente su parametri di giudizio soggettivi e sull esperienza personale del management. I modelli di credit scoring con- sentono, invece, un alta standardizzazione dei giudizi e perci‘o una maggiore tutela al cliente. L esigenza di un processo formale nasce anche dalla necessit‘a di offrire un servizio migliore nell ottica del Total Quality Management (TQM). Oggi questa loso a ‘ e diventata un imperativo per qualsiasi azienda market ori- ented che focalizza la sua stategia sulla soddisfazione del cliente (customer sat- isfaction). Il contributo alla creazione di valore per raggiungere questo obiettivo deve venire da tutte le componenti dell azienda e quindi anche dal sistema di 5

Anteprima della Tesi di Annalisa Aiello

Anteprima della tesi: Discriminazione logistica per la valutazione del rischio di credito, Pagina 5

Tesi di Laurea

Facoltà: Economia

Autore: Annalisa Aiello Contatta »

Composta da 173 pagine.

 

Questa tesi ha raggiunto 2992 click dal 20/03/2004.

 

Consultata integralmente 18 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.