Alcune teorie sul rischio di credito
Marco Lamieri - Quantitative Credit Risk Manager
Luigi Ruggerone - Head of Innovation Research and Development
Intesa Sanpaolo e Intesa Sanpaolo Innovation Center
Intesa Sanpaolo in collaborazione con Intesa Sanpaolo Innovation Center e Fondazione ISI ha sviluppato un progetto innovativo con l’obiettivo di quantificare l’impatto degli effetti di contagio tra imprese sul rischio di credito dei propri clienti. Il presente articolo intende presentare sinteticamente le idee sulle quali si fonda questo progetto e introdurre alcune delle tecniche di Network Analysis e Artificial Intelligence impiegate per raggiungere questo obiettivo.
I modelli sviluppati per valutare il rischio di credito si possono classificare sulla base di due approcci: i modelli in forma strutturale, alla Merton, e i modelli cosiddetti in forma ridotta. Entrambi questi approcci consentono di stimare modelli che, per quanto sofisticati, considerano le imprese come entità indipendenti tra loro. Questa è proprio l’assunzione che proviamo a mettere in discussione in questo articolo. Le imprese non sono agenti economici indipendenti, ma scambiano continuamente fra di loro informazioni, beni e servizi, al fine di generare valore. Le catene del valore, o supply chain, possono essere interpretate come flussi di beni, servizi e informazioni dai fornitori verso i clienti, controbilanciati da flussi di cassa, o di credito, che si muovono in direzione opposta, dai clienti verso i fornitori. Queste interazioni creano una rete i cui nodi rappresentano le imprese e i collegamenti rappresentano le transazioni commerciali.
Questo network ha proprietà statistiche complesse. Il termine “complesso” deriva dal latino cum (insieme), plexus (intrecciato), “intrecciato insieme”: un sistema complesso è infatti composto da più parti, le imprese, collegate tra di loro ed “intrecciate” le une alle altre in modo tale che il comportamento del sistema sia diverso dalla somma delle sue parti. Il comportamento di un sistema complesso non si può quindi desumere dall’analisi, per quanto accurata, degli elementi che lo compongono: bisogna osservare le interazioni tra essi. Entità semplici interagenti tra loro e con l’ambiente circostante possono infatti dare luogo a comportamenti macroscopici non banali detti “emergenti”.
Questo è proprio il caso del network di imprese, in particolar modo per quanto riguarda la valutazione del rischio di credito. L’insolvenza o il fallimento di una o più imprese può determinare fenomeni d’insolvenza a catena di altre imprese ad esse collegate. Le cause che portano a eventi sistemici risiedono quindi principalmente nell’influenza che i vari soggetti del network hanno gli uni con gli altri. In questo contesto, il principale canale di trasmissione del rischio all’interno della rete è rappresentato dal credito commerciale: un’estensione di pagamento concessa dai fornitori ai propri clienti. Concedendo credito commerciale, i fornitori si espongono al rischio “importato” dai propri clienti. Il fatto che i fornitori concedano credito, senza spesso avere le strutture necessarie per valutare il rischio sotteso o le risorse per gestire eventuali ritardi di pagamento, è considerata una delle maggiori esposizioni al fallimento delle imprese industriali (Jorion e Zhang, 2009). Il credito commerciale nel mercato italiano è una forma di finanziamento particolarmente rilevante a causa sia della struttura del tessuto produttivo, caratterizzato da imprese di medie e piccole dimensioni, sia dalla prassi operativa applicata in molti settori. In Italia questa forma di finanziamento è spesso il risultato di abitudini, piuttosto che un complemento, o un sostituto, del finanziamento bancario. Le imprese rispondono tipicamente ai ritardi di pagamento da parte dei loro clienti procrastinando a loro volta i pagamenti verso i fornitori (Battiston et al., 2007; Jacobson e von Schedvin, 2015), generando quindi una diffusione del fenomeno attraverso il network.
Le interconnessioni generate dalle dilazioni di pagamento sottese al credito commerciale possono quindi fungere da amplificatori di shock, consentendo loro di propagarsi lungo la catena del valore e nell’intero sistema economico. In questo senso l’utilizzo del credito commerciale rappresenta una fonte di fragilità per i nodi, amplificando sia shock idiosincratici, come tensioni nella liquidità aziendale di un singolo cliente che ha difficoltà a pagare la merce entro i termini stabiliti, sia shock macroeconomici, come la diminuzione della domanda aggregata in uno specifico settore. La struttura dei legami può quindi sottendere un rischio sistemico che, in presenza di una crisi economica come quella del 2008, può amplificare la durata e la profondità della fase recessiva del ciclo (Lamieri e Sangalli, 2019). Il credito commerciale può in alcuni casi avere anche effetti positivi sulla stabilità finanziaria. Si pensi ad imprese di grandi dimensioni, ricche di liquidità e senza vincoli di accesso al credito bancario, tipicamente in cima alla supply chain, che possono prendere a prestito denaro dalle banche a costo basso. Queste imprese possono poi concedere credito commerciale, trasferendo quindi liquidità ai propri clienti con risorse finanziarie inferiori. Questa dinamica viene definita effetto redistribuzione. Un’altra teoria che scorge un ruolo di stabilizzazione finanziaria del credito commerciale, assimila i fornitori a stakeholders, che detengono una partecipazione implicita nell’attività dei propri clienti.
Da questa prospettiva i fornitori hanno forti incentivi a mantenere in vita i propri clienti, fornendo quindi credito a quelli finanziariamente in difficoltà, al fine di preservare i propri guadagni futuri. Se da un lato la trasmissione della liquidità lungo la catena del valore porta indubbi effetti di stabilizzazione della rete, dall’altro può generare il rischio di mantenere in vita imprese che dovrebbero invece essere rese più competitive con operazioni di ristrutturazione. Come si può intuire dalle teorie descritte nei paragrafi precedenti è molto difficile cogliere e misurare le relazioni causali, pur esistenti ed importanti, tra l’uso del credito commerciale e il rischio di credito. Di conseguenza è ancora più difficile stimare l’effetto netto di trasmissione del rischio di credito tra imprese attraverso la rete. Misurare il rischio importato dal network è tuttavia cruciale in una fase caratterizzata da tassi bassi, crescita lenta e scarsa dinamica della domanda. Per le banche diventa di centrale importanza gestire al meglio i rischi e ottimizzare l’allocazione del capitale.[1]
[1] Abstract dell’articolo “Rischio di credito e contagio lungo la supply chain verso un modello basato sulla rete delle transazioni tra imprese” pubblicato sul n.2/2020 della rivista AIFIn “Marketing e Finanza”.
