RELAZIONE FINALE DEL PROGETTO Elaborazione di un modello di rating per le aziende agricole

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "RELAZIONE FINALE DEL PROGETTO Elaborazione di un modello di rating per le aziende agricole"

Transcript

1 UNIVERSITÀ DEGLI STUDI DI BERGAMO FACOLTÀ DI ECONOMIA DIPARTIMENTO DI ECONOMIA AZIENDALE RELAZIONE FINALE DEL PROGETTO Elaborazione di un modello di rating per le aziende agricole Finanziato da Regione Lombardia Direzione Agricoltura nell ambito del Piano della ricerca 2005, d.g.r. 16 febbraio 2005 n. VII/ Gruppo di Lavoro: - Prof. Laura Viganò: Responsabile - Prof. Domenico Piatti - Prof. Maurizio Zucchi - Prof. Daniele Toninelli 1. Premessa Le aziende agricole sono caratterizzate da specificità produttiva e organizzativa. Ciò spesso comporta difficoltà valutative della capacità di credito da parte delle banche, specie nel contesto attuale di despecializzazione. È infatti comunemente riconosciuto che la scarsa presenza di aziende agricole che tengano una contabilità sistematica rende meno trasparente il processo di trasmissione delle informazioni alle banche e più difficoltoso il loro trattamento. Ciò assume maggior rilievo proprio per le aziende di medio-piccola dimensione, per le quali, invece, sarebbe estremamente importante poter comunicare con le banche. Infatti, sono proprio le aziende non tipizzate che soffrono della difficoltà diffusa nel mondo bancario di effettuare valutazioni affidabili del merito creditizio, compatibilmente con un adeguato controllo del costo di analisi. Una maggior formalizzazione dell informativa aziendale può, dunque, almeno in misura parziale, favorire un miglioramento del processo di trasmissione delle informazioni. In modo funzionale a ciò, è opportuno che l imprenditore agricolo si riqualifichi dal punto di vista economico-gestionale; in aziende piccole dove non è prevista una figura interna dedita agli aspetti amministrativo-contabili, deve essere presente un minimo basilare di competenze che consentano all imprenditore di dialogare adeguatamente con gli enti finanziatori; si possono inoltre potenziare le strutture esterne di supporto gestionale. Dal punto di vista dell ente finanziatore, un miglioramento del processo di acquisizione delle informazioni potrebbe avvenire su alcune linee direttrici: 1. ampliamento della rete territoriale; 2. riqualificazione del personale di agenzia; 3. reinserimento di figure professionali specializzate; 4. riduzione rischio percepito sopportato; 5. riduzione costi analisi ed affinamento indagine: credit scoring. 1

2 2. I modelli di scoring La valutazione della capacità imprenditoriale e di credito in campo agricolo, specie per aziende di modeste dimensioni, si basa su informazioni di tipo qualitativo legate sia ad aspetti tecnico-produttivi, sia alla personalità e professionalità dell imprenditore. Specie in assenza dello specialista, l analisi qualitativa può comportare notevoli investimenti di tempo, soprattutto in contesti non formalizzati e laddove la banca non disponga di una rete territoriale che le consenta una ragionevole prossimità con la clientela. Una soluzione di compromesso che, da un lato, favorisce il contenimento dei costi di analisi e, d altro lato, fornisce all analista i criteri di base per esprimere un giudizio affidabile pur nella limitatezza delle informazioni trasmesse dal cliente, è l utilizzo di tecniche valutative standardizzate, basate su metodi quantitativi di valutazione, opportunamente sviluppati per il settore agricolo. Da ciò deriva la necessità di adottare modelli di credit scoring. I modelli di credit scoring, hanno la capacità di fornire giudizi con affidabilità soddisfacente sul merito creditizio. Pertanto, l utilità del credit scoring emerge come conseguenza delle precedenti osservazioni relative a: la carenza informativa che caratterizza il rapporto banca-cliente in agricoltura; in particolare, la scarsità di informazioni di carattere quantitativo e la necessità di far ricorso a valutazioni basate su elementi di tipo qualitativo; l elevato onere per approfondire la raccolta di informazioni per procedere alla valutazione; la carenza di personale specializzato in grado di sintetizzare rapidamente le informazioni raccolte. Per fidi di importo relativamente modesto, le problematiche sopra evocate assumono un ruolo ancor più critico, atteso che su tali fidi ben difficilmente è possibile il recupero delle spese di istruttoria. Lo sviluppo di modelli di scoring, opportunamente costruiti per lo specifico settore, può in parte superare questa criticità, grazie alla possibilità di formalizzare nel modello il processo valutativo che un tempo veniva sviluppato dallo specialista; nel contempo, il modello consente di pesare anche variabili di tipo qualitativo che spesso sopperiscono alla carenza di dati contabili delle aziende agrarie 1. Se l utilizzo dello scoring di per sé comporta i vantaggi summenzionati comprovati già da alcune esperienze concrete in tal senso il fatto di disporre di punteggi indicativi della probabilità di insolvenza dei singoli agricoltori affidati diventa elemento rilevante alla luce dell evoluzione nelle tecniche di controllo dei rischi, dell adeguatezza del capitale delle banche e della esigenza di un pricing razionale. I punteggi dello scoring, infatti, divengono informazioni di input per lo sviluppo di un modello di rating 2 che è l obiettivo specifico della presente ricerca. Migliore sarà la gestione del rischio di una banca e minore sarà l ammontare di capitale che essa dovrà immobilizzare a riserva. In questo modo aumenta l ammontare di capitale che la banca può concedere a prestito. Tale approccio consentirà, 1 I modelli statistici non sono, in generale, sufficienti per valutare il profilo di rischio complessivo; essi possono, tuttavia, essere d aiuto nella validazione dei giudizi espressi dagli analisti. Si vedano, tra gli altri: Treacy W. E., Carey M. S., (1998) e Altman E., (1993). 2 Le procedure di rating interno hanno lo scopo di tradurre tutte le informazioni rilevanti disponibili su imprenditore in un giudizio compatto misurato di solito sulla scala discreta. I clienti, pertanto, sono suddivisi in classi di rischio omogenee a ciascuna delle quali è attribuita una frequenza di default 2

3 pertanto, sia un più basso assorbimento di capitale rispetto allo standard, sia di selezionare più efficientemente la clientela con un conseguente miglioramento della qualità del portafoglio. Inoltre, la valenza della proposta di Basilea non è circoscritta alla questione, pur sempre rilevante, della corretta determinazione della dimensione del capitale di vigilanza, ma ha una portata più ampia che mira ad un opera di reingegnerizzazione della valutazione e assunzione dei rischi creditizi. Un ulteriore vantaggio che deriverà da una corretta gestione del rischio riguarda anche il livello dei tassi di interesse applicati dalle banche sui prestiti (pricing). Infatti, dato che lo spread sui tassi è influenzato sia dalla perdita attesa che da quella inattesa, diminuendo le perdite attese a seguito di una buona valutazione del rischio, diminuisce anche il livello dei tassi di interesse applicati ai prestiti. Pertanto, il rischio di credito sopportato dalla banca, per essere compiutamente considerato nelle sue politiche di prestito ed, in particolare, nelle sue scelte di tasso di interesse, deve essere conosciuto, cioè misurato. La principale implicazione per le banche sarà, dunque, la necessità di sviluppare ed implementare sistemi adeguati di valutazione dei rischi di credito, obiettivo iniziale di questo lavoro. 3. I passi della ricerca Per raggiungere l obiettivo appena enunciato erano originariamente previsti i seguenti steps: 3.1. impostazione concettuale e definizione dell universo di analisi; 3.2. individuazione dei dati di input e costruzione dello strumento; 3.3. raccolta e input dei dati: fase sperimentale sui dati esistenti e fase integrativa; 3.4. rielaborazione dei dati della scheda al fine di costruire uno stato patrimoniale ed un conto economico riclassificati; 3.5. analisi univariata di alcuni indicatori di carattere economico-finanziario; 3.6. definizione e messa a punto di un modello multinomiale basato su analisi statistiche multivariate impostazione concettuale e definizione dell universo di analisi - rassegna della letteratura rilevante sull argomento - individuazione di alcune variabili che a priori sono ritenute rilevanti ai fini dello scoring - individuazione dell universo di aziende da considerare per il modello - individuazione delle fonti informative esistenti e da costruire A priori, sulla base della letteratura, dell esperienza delle persone coinvolte nel gruppo di lavoro (Università, Agrifidi e banche) è stata disegnata una scheda per la raccolta dei dati che mettesse in evidenza alcune variabili ritenute significative ma che fosse anche sufficientemente completa. Questa scheda informativa, infatti, è stata disegnata in modo da rappresentare il data base informativo minimo a cui attingere per effettuare le rielaborazioni di carattere sia economico-finanziario sia statistico. Essa comprende numerose variabili anche di tipo qualitativo, che si presume siano rilevanti data anche la difficoltà attesa di ottenere informazioni contabili adeguate. 3

4 La scheda informativa, riportata nell appendice 1, prevede la raccolta di informazioni riguardanti: a. il profilo aziendale e personale; b. la composizione dei redditi e del patrimonio del nucleo familiare e o dei soci; c. la struttura dell attività produttiva; d. la struttura dei costi e dei ricavi; e. gli aspetti commerciali, organizzativi, contabili e di rispetto normativo; f. la struttura finanziaria con particolare riferimento alle caratteristiche specifiche del prestito richiesto. Tale scheda è stata destinata alla compilazione da parte di Agrifidi e dalle banche operanti in Lombardia. Sono stati inoltre raccolti i dati sull universo delle imprese operanti in Lombardia, suddivise per settore e per tipologia di azienda individuazione dei dati di input e costruzione dello strumento - selezione del campione - individuazione delle variabili da inserire nel modello - costruzione del questionario di raccolta dati - costruzione del database In una prima fase, data la struttura della popolazione di partenza, il campione è stato costruito sulla base di criteri di rappresentatività statistica al fine di riprodurre al suo interno la stessa struttura della popolazione, con particolare riferimento sia alle aziende sane sia alle aziende in default. La selezione del campione è stata effettuata sulla base di un universo di riferimento composto da aziende agricole appartenenti a tutte le province della Regione Lombardia 3. Tali imprese, al fine di ottenere un opportuna stratificazione che consentisse di ridurre la numerosità campionaria (e quindi costi e tempi di rilevazione delle informazioni), sono state considerate raggruppate in gruppi individuati utilizzando il settore di attività prevalente di appartenenza e alcune variabili dimensionali tipiche di ogni settore. Si è deciso di non considerare, per la stratificazione, la variabile territoriale (ovvero la provincia di appartenenza) per un duplice motivo: da un lato, dal punto di vista più puramente tecnico, per evitare un eccessiva frammentazione degli strati; dall altro, considerando un aspetto più spiccatamente legato alle caratteristiche aziendali, per il fatto che constatata la prossimità territoriale delle varie province, si è supposto che le aziende non si differenzino in modo significativo considerando le differenti province di appartenenza. Successivamente alla individuazione delle classi, si è proceduto con la determinazione della numerosità campionaria di ciascuna di esse. Al fine di ottenere un campione che potesse essere rappresentativo (e rappresentare, quindi, su scala ridotta tutte le caratteristiche dell universo di riferimento), è stato deciso di procedere alla scelta casuale di un determinato numero di aziende (corrispondente alla numerosità campionaria ) da selezionare tra quelle appartenenti a ciascun gruppo. La numerosità campionaria di ogni gruppo è stata determinata in modo da garantire adeguati livelli di significatività statistica. A questo riguardo è stato considerato, come obiettivo, un livello di affidabilità (o livello di confidenza statistica) pari al 5%, per ogni gruppo. 3 Fonte: database fornito da Agrifidi. 4

5 Per determinare la numerosità campionaria in ogni gruppo inoltre è stata utilizzata, come misura della variabilità, la quota di aziende che, in ciascuno dei settori prevalenti considerati, non hanno avuto problemi di solvibilità; questa quota è stata stabilita sulla base dei dati forniti dalle banche coinvolte nel progetto 4. Per alcuni gruppi scarsamente rappresentati nell universo, ossia che in base ai calcoli per determinare la numerosità campionaria sarebbero stati rappresentati da una sola unità (o da un numero di unità eccessivamente ridotto), si è deciso di incrementare il numero di unità da campionare in modo da raggiungere una quota di aziende campionate compresa all incirca tra il 9 e il 10% del totale di gruppo. Questo per evitare che i dati raccolti fossero eccessivamente legati ai risultati e alle caratteristiche di una unica unità (o di un numero esiguo di unità) che potenzialmente poteva essere identificata come un caso outlier. Nella tabella in Appendice 3 si riporta il dettaglio del piano di campionamento inizialmente previsto. Il campione originariamente previsto complessivamente ammontava a 457 unità, ovvero una quota dell universo di riferimento ( aziende) pari all 1,44%. A questo gruppo di aziende sono stati aggiunti 20 casi appartenenti al settore vitivinicolo (non è stato possibile indicare la quota di aziende agricole vitivinicole rappresentate dai 20 casi previsti a causa della mancata disponibilità di dati sull universo di riferimento). Complessivamente, dunque, si prevedeva di raccogliere dati su un campione composto da 477 unità. Constatate notevoli difficoltà nel reperimento dei casi, sia presso Agrifidi sia presso le banche aderenti al progetto, e l impossibilità di raccogliere dati riguardati un numero adeguato di aziende per ogni settore specifico di attività conformemente a quanto indicato nel piano di campionamento elaborato inizialmente, si è proceduto raccogliendo i dati delle aziende non considerando la stratificazione per attività prevalente e per classi dimensionali; ciò anche per il fatto che molte delle classi individuate non sarebbero state rappresentate da alcuna unità, all interno del campione. Inoltre, vista la ridotta quantità di casi forniti dalle banche coinvolte nel progetto, è stato necessario rinunciare all elaborazione di modelli di scoring legati a ciascun settore (o macrosettore) di attività e si è proceduto, invece, ad elaborare un unico modello di scoring la cui validità potesse essere estesa al complesso delle imprese agricole. Ciò è stato fatto nella consapevolezza che considerando, tra le altre variabili di input, anche il settore di attività e adeguate variabili dimensionali, queste ultime avrebbe consentito di evidenziare comunque comportamenti significativamente differenti tra un settore e l altro (o tra una classe dimensionale e l altra). La scheda informativa è stata nel contempo messa a punto e trasformata in un database che, trasferito alle singole fonti informative (Agrifidi e banche) ha consentito la raccolta dei dati direttamente in forma elettronica. Le informazioni previste nella scheda informativa sono state fornite sia da Agrifidi, sia dalla Banca Popolare di Bergamo (Gruppo UBIBanca), sia dal sistema delle BCC Lombarde legate alla Federazione Lombarda delle Banche di Credito Cooperativo raccolta e input dei dati: fase sperimentale sui dati esistenti e fase integrativa - verifica della tipologia e completezza dei dati contenuti nelle pratiche di fido disponibili - prima elaborazione dei dati raccolti 4 Dati riferiti all anno

6 - affinamenti del modello Ad una prima revisione dei dati così raccolti si sono evidenziate alcune difficoltà legate a due elementi: - difficoltà di ottenere informazioni corrette e in tempi brevi dalle banche coinvolte su tutti i profili considerati dalla scheda informativa; - inesistenza di un numero sufficiente di casi di insolvenza; le imprese agricole, infatti, presentano nella Lombardia un tasso di decadimento molto limitato. Pertanto, constatata l impossibilità di ottenere le informazioni complete per tutti i settori previsti e considerata l impossibilità per le banche partecipanti di fornire in tempi accettabili le schede informative si è proceduto ad un ridimensionamento del campione inizialmente previsto. Inoltre, si è dovuto lavorare su un numero esiguo di imprese anomale. Si è per questo utilizzata una nozione allargata di default comprendente non solo imprese in stato di insolvenza (in realtà inesistenti nel campione), ma anche imprese che presentano ritardi più o meno marcati nell adempimento dei propri impegni di rimborso. Più specificamente, sono state considerate in default imprese che presentavano ritardi nell assolvimento degli obblighi contrattuali superiore a 30 giorni e con uno o più rate in mora. Avuto riguardo ai limiti sopra descritti, il campione effettivo, oggetto dell analisi, ha riguardato solo 178 imprese agricole, di cui 24 in default allargato (nel senso inteso più sopra). Il Grafico 1 evidenzia la morfologia delle aziende analizzate. In particolare, è da rilevare che circa il 67% delle imprese agricole del campione è rappresentato da quattro settori: bovini da latte (17%), bovini da carne (17%), comparto orticolo (12%) e comparto florovivaistico (21%). Grafico 1: Struttura del campione di imprese agricole oggetto di analisi 6

7 Con riferimento alla ripartizione imprese sane/imprese in default, la Tabella 1 illustra la composizione percentuale. Tabella 1: Struttura del campione con spaccatura imprese sane/imprese in default % Numero imprese (A) % composizione delle imprese Numero imprese in default (B) composizione imprese in default default per categoria (B/A) Bovini Latte 31 17,4% 4 16,7% 12,9% Bovini Carne 30 16,9% 2 8,3% 6,7% Ovini 4 2,2% 2 8,3% 50,0% Caprini 5 2,8% 2 8,3% 40,0% Avicolo 8 4,5% 1 4,2% 12,5% Suinicolo 14 7,9% 1 4,2% 7,1% Cunicolo 3 1,7% 1 4,2% 33,3% Apistico 7 3,9% 0 0,0% 0,0% Cerealicolo 2 1,1% 0 0,0% 0,0% Orticolo 21 11,8% 2 8,3% 9,5% Vitivinicolo 7 3,9% 2 8,3% 28,6% Florovivaistico 37 20,8% 6 25,0% 16,2% Agriturismo 2 1,1% 0 0,0% 0,0% Montagna 7 3,9% 1 4,2% 14,3% Totale ,0% ,0% 13,5% Dall analisi della Tabella 1 risulta che le imprese in default complessivamente rappresentano il 13,5% del campione. Le righe di tonalità grigia evidenziano i settori che presentano un incidenza di default superiore rispetto all incidenza del settore sul complesso delle aziende analizzate. A titolo esemplificativo, il settore florovivaistico rappresenta circa il 20,8% del campione; le imprese di tale settore in default sono tuttavia il 25% dei default complessivi. L ultima colonna della Tabella 1 evidenzia l incidenza del default per categoria, ossia il rapporto tra le imprese in default e le imprese sane con riferimento a ciascun settore. L incidenza del default per categoria rappresenta un possibile indizio di maggiore rischiosità anche se la cautela in tal caso è d obbligo, dati i limiti statistici del campione Rielaborazione dei dati della scheda al fine di costruire uno stato patrimoniale ed un conto economico riclassificati Le imprese agricole analizzate non presentano bilanci strutturati. Per tale motivo, con le informazioni raccolte nella scheda si è proceduto ad una ricostruzione della struttura patrimoniale ed economica. Relativamente alla situazione patrimoniale si è utilizzata la struttura stilizzata, illustrata nel Riquadro Per quanto attiene alla struttura del capitale dell impresa agraria si rinvia a: Bruni F., Franco S., (2003), pag

8 Riquadro 1: Struttura patrimoniale stilizzata STATO PATRIMONIALE RICLASSIFICATO ATTIVO fisso MACC. ATTREZ. BESTIAME ATT. IMMATERIALI Sbilancio Patrimonio netto??? ATTIVITA A breve termine Magazzino Debiti finanziari Debiti bancari a breve Debiti bancari a m/l Liquidità differite CREDITI Liquidità immediate VALORI STIMATI Debiti commerciali Deb v/fornitori Debiti v/inps Debiti diversi Il patrimonio netto è stato calcolato come sbilancio tra il totale delle attività ed il totale delle passività. La liquidità immediata, ricompresa nel circolante, è stata stimata utilizzando il dato della consistenza media dei depositi in capo ai soci o alla famiglia. I crediti e i debiti commerciali, per la maggior parte delle imprese del campione non erano invece disponibili. Mancando inoltre qualsiasi riferimento alle dilazioni medie ottenute e concesse non è stato possibile effettuare alcuna stima. È intuitivo che l assenza di informazioni relative al circolante si ripercuota sulla correttezza del valore assunto dal capitale proprio, stimato, si ripete, come sbilancio tra l attivo ed il passivo. La conseguenza immediata di tale situazione è stata l impossibilità di utilizzare tutti gli indicatori che presentavano a numeratore o a denominatore proprio il patrimonio netto. La ricostruzione del conto economico è stata effettuata facendo riferimento alla struttura stilizzata riportata nel Riquadro 2. 6 Il conto economico individua alcuni risultati intermedi riferibili alla gestione tipica (quali il reddito operativo), alla gestione finanziaria (quali gli oneri finanziari), alla gestione atipica (quali gli altri redditi). Il margine retto è inoltre al lordo delle imposte. 6 La struttura ricalca con alcune varianti il modello di conto economico presentato da Bruni F., Franco S., (2003), pag : 8

9 Riquadro 2: Ricostruzione del conto economico Questa voce comprende la PLV (riferibile alle colture, alle carni, produzione lorda vendibile (PLV) ai suini, al latte, all agriturismo) e i ricavi complemtari di cui: ricavi complementari + pac Diritti PAC = Ricavi operativi - spese varie relative a: *acquisti *ammortamenti *altri oneri gestione = prodotto netto aziendale - compensi a terzi relativi a: *salari *comp titolare *beni terzi = Reddito operativo - oneri finanziari = Risultato di gestione + altri redditi = margine netto al lordo delle imposte Valore stimato La voce comprende tutti i redditi percepiti dai soci o dal nucleo familiare estranei all esercizio dell attività agricola La Tabella 2 evidenzia alcuni dati strutturali per tipologia produttiva. Tabella 2: Alcuni dati strutturali in percentuale rispetto alla corrispondente voce totale del campione Numerosità rispetto al campione Totale attività Totale debiti finanziari Ricavi operativi Reddito operativo Bovini Latte 17,4% 28,0% 20,6% 13,7% 14,4% Bovini Carne 16,9% 20,0% 12,8% 22,8% 16,4% Ovini 2,2% 1,0% 0,6% 0,7% 1,0% Caprini 2,8% 2,2% 4,7% 1,7% 1,8% Avicolo 4,5% 2,4% 2,3% 2,0% 2,3% Suinicolo 7,9% 15,5% 18,1% 18,8% 20,9% Cunicolo 1,7% 1,1% 6,0% 1,1% 1,1% Apistico 3,9% 1,8% 0,8% 0,6% 0,9% Cerealicolo 1,1% 0,7% 0,7% 0,3% 0,4% Orticolo 11,8% 5,4% 7,9% 9,5% 13,6% Vitivinicolo 3,9% 2,1% 1,1% 1,9% 3,2% Florovivaistico 20,8% 15,6% 20,5% 24,8% 21,1% Agriturismo 1,1% 2,6% 2,6% 1,3% 2,0% Montagna 3,9% 1,5% 1,4% 0,8% 0,8% Totale 100,0% 100,0% 100,0% 100,0% 100,0% Dai valori relativi, riportati nella Tabella 2, è immediato notare che il settore bovini da latte, pari al 17,4% del campione, ha un totale attivo che incide per il 28%, mentre consegue 9

10 un reddito operativo pari solo al 14,4% del reddito complessivo, realizzato dalle aziende del campione. Il settore bovini da carne presenta invece un incidenza del reddito operativo in linea con la composizione percentuale del campione. Il settore suinicolo, pur presentando come numero di imprese il 7,9% del campione, ottiene un reddito operativo pari al 20,9% del reddito complessivo delle aziende considerate, posizionandosi in un segmento di alta redditività. Analoghe considerazioni, sia pure di intensità minore, valgono per i settori orticolo e florovivaistico. Per ottenere una prima visione d insieme della redditività e del grado di copertura degli oneri finanziari si sono calcolati gli indicatori riportati in Riquadro 3 7 : Riquadro 3: Indicatori della redditività Denominazione Struttura di calcolo Note ROI Return on investment. Esso è definito dal rapporto tra: Reddito operativo / Capitale investito Esprime la remunerazione che la gestione caratteristica produce ogni 100 euro di risorse raccolte (sia a titolo di debito che di cap.proprio) e ROT CI Produzione lorda vendibile /capitale investito impiegate in azienda. Esprime quanti di vendite sono prodotti per ogni euro di attività investite nell impresa. ROS Reddito operativo / produzione lorda Esprime la redditività delle vendite. vendibile OF/DF = ROD Oneri finanziari/debiti finanziari Esprime il costo medio contabile del debito finanziario. ROI ROD Definisce lo spread tra la redditività operativa e il costo dei finanziamenti. RO/OF Reddito operativo/oneri finanziari Rappresenta il grado di copertura che il Reddito operativo fornisce al costo delle risorse finanziarie. Limite: il reddito operativo è un margine economico che deriva da costi e ricavi di competenza e quindi poco adatti a misurare una copertura finanziaria. La Tabella 3 evidenzia, per i primi tre indicatori presentati, i valori medi di settore, unitamente ai relativi scarti quadratici medi. Dalla Tabella 3è facile osservare che ROI inferiori al 10% sono presenti solo nei settori: bovini da latte, avicolo, cerealicolo, agriturismo e montagna. L alta redditività operativa è inoltre da ascrivere alla redditività delle vendite più che all utilizzo efficiente delle risorse: la rotazione del capitale investito appare infatti esigua per tutti i settori considerati. 7 Per un approfondimento dei principali indicatori di bilancio si rinvia a Pavarani E. (2006). 10

11 Tabella 3: Valori medi e scarti quadratici medi di alcuni indicatori per settore produttivo ROI Rot CI Ros Settore media dev. Std media dev. Std media dev. Std Bovini Latte 4,85% 2,89% 0,10 5,80% 50,07% 12,17% Bovini Carne 11,33% 10,07% 0,24 26,10% 51,67% 26,99% Ovini 12,02% 9,92% 0,11 6,25% 95,51% 33,50% Caprini 17,66% 20,68% 0,24 19,88% 58,47% 24,20% Avicolo 8,72% 6,41% 0,15 7,34% 49,40% 54,17% Suinicolo 11,52% 7,10% 0,24 16,69% 51,09% 22,25% Cunicolo 12,30% 12,78% 0,23 11,90% 41,56% 26,24% Apistico 13,77% 24,87% 0,17 31,42% 69,11% 30,89% Cerealicolo 6,72% 5,34% 0,08 5,25% 65,51% 22,54% Orticolo 30,98% 35,93% 0,48 52,14% 63,06% 22,59% Vitivinicolo 14,05% 16,80% 0,19 22,65% 71,92% 19,85% Florovivaistico 27,02% 22,68% 0,50 30,01% 51,32% 19,53% Agriturismo 6,87% 5,08% 0,09 5,38% 63,96% 17,68% Montagna 6,66% 4,08% 0,11 4,80% 57,59% 22,04% Totale 15,81% 20,61% 0,28 31,22% 55,53% 25,97% La Tabella 4 evidenzia sia il costo medio contabile dei debiti finanziari, sia lo spread tra il rendimento dell attivo e il costo del debito, sia il rapporto di copertura degli oneri finanziari. Tabella 4: valori medi per alcuni indicatori valori medi Settore ROD ROI-ROD RO/OF Bovini Latte 4,20% 0,65% 54,03 Bovini Carne 3,78% 7,55% 46,58 Ovini 6,03% 5,98% 78,77 Caprini 4,14% 13,53% 11,35 Avicolo 3,82% 4,90% 27,66 Suinicolo 4,73% 6,78% 45,27 Cunicolo 6,59% 5,71% 4,26 Apistico 1,78% 11,99% 7,50 Cerealicolo 3,09% 3,63% 38,86 Orticolo 2,83% 28,14% 40,47 Vitivinicolo 5,47% 8,58% 246,10 Florovivaistico 4,60% 22,42% 191,26 Agriturismo 6,94% -0,06% 37,71 Montagna 3,62% 3,03% 12,72 Totale 4,11% 11,70% 80,09 Come si evince dalla Tabella 4 lo spread (ROI ROD) risulta molto elevato con eccezione del settore bovini da latte e negativo per l agriturismo. Il rapporto di copertura degli oneri finanziari si mantiene invece su valori decisamente alti non osservabili presso altre tipologie di imprese. Valori medi così elevati e sostanzialmente fuori norma potrebbero dipendere da una non corretta o incompleta raccolta dei dati anche se il database è stato più volte rivisto dagli enti interessati su nostra sollecitazione. 11

12 3.5. Analisi univariata di alcuni indicatori di carattere economico-finanziario Nell ambito del processo che guida alla formazione del rating entrano in gioco numerose variabili sia di tipo quantitativo che qualitativo 8. Le prime sono riferibili ai dati di bilancio, ai dati andamentali, alle informazioni provenienti dalla Centrale dei Rischi, mentre le seconde attengono alla qualità del management, alle caratteristiche organizzative e alla governance dell impresa. Nella presente ricerca questo insieme di informazioni è stato articolato su sei aree di indagine rappresentate nella Tabella 5. Tabella 5: Aree di indagine considerate per il processo di rating Area di Indicatore Note indagine Dimensione Totale attivo; Sono stati utilizzati 2 parametri di totale ricavi tipo patrimoniale e di tipo Liquidità PLV/(debiti finanziari + prestito richiesto) Reddito operativo/rata annua Redditività ROI ROS ROD Prodotto netto aziendale/plv Risultato di gestione/plv Produttività PLV/totale attivo PLV/Ettari Struttura finanziaria Aspetti qualitativi Reddito operativo/oneri finanziari PLV/debiti finanziari DF/totale attivo Età responsabile Anni esperienza economico. Con il primo indicatore si intende verificare la capienza dei ricavi, quale proxy dei flussi in entrata, rispetto all espletamento del servizio del debito. Il secondo indicatore vuole invece verificare l incidenza del reddito operativo sulla rata annua di rimborso. Il primo indicatore evidenzia il grado di rotazione delle attività ed esprime pertanto il numero di volte in cui l attivo rientra sotto forma di ricavi di vendita. Il secondo indicatore definisce i flussi di ricavi derivanti dalle vendite per ettaro. L analisi univariata condotta sugli indicatori sopra descritti e basata sulla media, sulla deviazione standard e sulla mediana, al fine di cogliere comunanze o differenziazioni tra la categoria di aziende in bonis e le aziende che hanno presentato problemi nella solvibilità del prestito, è sintetizzata nella Tabella 6. 8 Per un analisi puntuale del processo di rating si rinvia a: De Laurentis G., Saita F., Sironi A. (2004). 12

13 Tabella 6: Analisi univariata degli indicatori aziende in bonis dev. Stand. mediana media aziende con problemi dev. Stand. media mediana Dimensione Totale attivo Produzione lorda vendibile (PLV) Liquidità PLV/(Deb finanz.+prestito) 1,43 1,86 0,83 0,90 0,82 0,74 Reddito operativo/rata annua 3,88 4,45 2,72 3,70 3,53 2,38 Redditività ROI 16,00% 20,60% 8,29% 14,58% 20,57% 8,04% ROS 55,10% 25,98% 57,28% 58,29% 25,67% 53,11% ROD 3,92% 2,83% 4,09% 5,33% 1,99% 5,49% Produttività PLV/Totale attivo 28,11% 31,41% 15,65% 25,27% 29,84% 14,54% PLV/Ettari Struttura finanziaria Reddito operativo/oneri finanz. 79,69 259,32 15,28 82,65 234,02 12,93 PLV/debiti finanziari 5,31 12,98 1,57 7,30 21,46 1,52 Aspetti qualitativi DF/Totale attivo 16,95% 30,72% 7,01% 20,17% 32,11% 8,22% Età responsabile Anni esperienza I risultati dell analisi univariata condotta nell ambito del campione, distinguendo tra aziende in bonis ed aziende in difficoltà, non consente di individuare specifici caratteri sottesi alle aziende appartenenti ai 2 diversi gruppi. Le aziende in difficoltà, in particolare, sembrano essere accomunate, rispetto alle aziende sane, da una dimensione più ridotta, da un rapporto di copertura degli oneri finanziari minore e da una leva finanziaria maggiore, da una maggiore esperienza del titolare oltre che da una maggiore età dello stesso. Si consideri, inoltre, che anche laddove si manifestano differenze tra i due gruppi, i risultati non concordano con quanto ci si aspetterebbe di osservare. Per esempio, se è vero che il rapporto di copertura degli oneri finanziari (RO/OF) nel gruppo delle imprese in default presenta valori inferiori a quello del gruppo delle aziende in bonis, è altrettanto vero che il suo valore è decisamente elevato se confrontato con qualsiasi azienda di settori diversi da quello agricolo. In ogni caso, le differenze tra gli indicatori dei 2 gruppi non sono statisticamente significative, come del resto è osservabile dai grafici di dispersione, allegati all appendice 2. Dall analisi univariata realizzata non è possibile cogliere elementi che riescano a discriminare in modo efficace tra le imprese in bonis e quelle in difficoltà finanziaria. Sembra comunque già emergere da questa prima impostazione dell analisi un fattore critico rilevante che con ogni probabilità impedisce di costruire un sistema automatico di rating. Questo fattore critico è rappresentato dalla scarsità di imprese in difficoltà del campione considerato. A ciò deve aggiungersi che le aziende in difficoltà finanziaria, data la mancanza di aziende fallite, sono tali in quanto presentano ritardi nel pagamento delle rate, ma non insolvenza. Nella realtà operativa delle banche, si tratta di aziende che al più sarebbero tenute in osservazione e non rientrerebbero probabilmente nemmeno fra le posizioni incagliate. Successivamente si è tentato di utilizzare l analisi multivariata selezionando un set di indicatori più ristretto. 13

14 3.6. Definizione e messa a punto di un modello multinomiale basato su analisi statistiche multivariate Le operazioni di messa a punto del modello di scoring hanno preso avvio con l acquisizione dei dati tramite il software statistico SPSS che è stato utilizzato per le elaborazioni successive. In seguito alle operazioni preliminari di labeling e di cleaning dei dati acquisiti sono stati rilevati alcuni errori di data input e numerosi casi di dati mancanti. 9 Successivamente, si è proceduto, in via preliminare, ad una revisione del database destinato alla raccolta dei dati preliminari e ad un ri-invio del database stesso ad Agrifidi e alle banche, in modo che alcune anomalie presenti nei dati potessero essere revisionate. Una volta rientrato il database aggiornato e rivisto, sono state di nuovo eseguite le analisi preliminari per un ulteriore controllo del livello qualitativo dei dati acquisiti prima di procedere con l elaborazione. Le prime analisi sono state eseguite sull intero campione e su tutte le variabili rilevate sia allo scopo di ottenere un quadro descrittivo che fosse il più completo possibile sulla realtà rappresentata dal campione, sia per un controllo più approfondito su qualità, validità e coerenza dei dati contenuti dal database, sia, infine, per identificare, tra le molteplici variabili rilevate, quelle più adatte per essere elaborate nelle fasi di analisi statistica multivariata. Per le prime fasi dell analisi ci si è avvalsi delle seguenti tecniche di analisi multivariata 10 : Analisi fattoriale: ha consentito di individuare le dimensioni latenti osservabili sul campione, cioè dimensioni non direttamente osservabili ma identificabili e descrivibili tramite l interpretazione di una o più tra le variabili direttamente osservate. È stato inoltre possibile valutare, in generale, l impatto delle differenti variabili sulle caratteristiche principali del campione e, più in particolare, sulla variabile identificante le situazioni di default. 11 Regressione logistica e analisi discriminante: hanno consentito da una parte di approfondire l analisi della variabili grezze (aiutando ad identificare di nuovo criticità e carenze qualitative nei dati raccolti), dall altra di operare una prima scrematura tra l insieme di variabili rilevate direttamente. In tal modo è stato possibile sia evidenziare problemi di forte correlazione tra le variabili del database, sia identificare le più significative dal punto di vista dell identificazione delle situazioni di default. 12 La fase di analisi fattoriale, come si diceva, ha consentito di identificare un certo numero di dimensioni latenti piuttosto chiaramente definite. Questi risultati sono stati molto utili per selezionare le variabili su cui puntare l attenzione per i successivi step di analisi. 9 Per completezza di informazione e per una più agevole lettura ed interpretazione delle tabelle riportate nel seguito, in Appendice 4 è possibile risalire alla descrizione ed ai nomi assegnati alle variabili utilizzate nelle elaborazioni. 10 Per le tecniche di analisi statistica multivariata si rimanda a Barbaranelli (2006), Barbaranelli (2007), Marcoulides e Hershberger (1997), Mardia (1970), McBurney (2002), Sadocchi (1987), Tabachnick e Fidell (1989). 11 Per la tecnica di analisi fattoriale si rimanda a Barbaranelli (2006), Barbaranelli (2007), Dillon e Goldstein (1984), Harman (1976), Kim e Mueller (1978a e b), McDonald (1985), Muthèn e Kaplan (1985). 12 Per l analisi discriminate e le tecniche di regressione logistica si rimanda a Barbaranelli (2006), Barbaranelli (2007), Hosmer e Lemeshow (2000), Jennings (1986), Kleinbaum (1994), Mardia (1970), Tabachnick e Fidell (1989), Zweig e Campbel (1993). 14

15 Le analisi univariate da un lato e l analisi discriminante e logistica dall altro, hanno invece consentito di portare a galla alcune anomalie presenti nei dati raccolti e hanno suggerito di apportare delle ulteriori correzioni al database, grazie alla collaborazione di Agrifidi e delle banche coinvolte nel progetto. Questa prima fase di analisi, inoltre, ha posto in evidenza come fosse necessario rielaborare alcuni dei dati raccolti in modo da ricavarne informazioni che più direttamente (e più sinteticamente) consentissero di avere un quadro descrittivo esaustivo di ciascuna delle imprese considerate e delle sue caratteristiche principali. In seguito alla fase di calcolo degli indicatori ritenuti più significativi (per lo più di tipo economico-finanziario) è stato effettuato un ulteriore controllo sull integrità e coerenza dei dati (in base ai valori del range), sulla quota di dati mancanti, sui livelli medi e sulle altre principali statistiche descrittive delle variabili contenute nel database. Ciò ha portato ad un ulteriore fase di controllo, revisione e correzione di alcune delle informazioni contenute nella base di dati, al fine di incrementarne il livello qualitativo. Ultimato anche questo controllo basato sugli indicatori, si è proceduto con una valutazione dei requisiti delle variabili e dei casi utilizzati finalizzata più peculiarmente alle elaborazioni di statistica multivariata 13. In particolare, la rispondenza delle variabili ai requisiti della distribuzione normale uni e multivariata, lo studio della correlazione tra le variabili e l identificazione di problemi di collinearità piuttosto evidenti ha portato a concentrare l analisi su un ristretto numero di variabili e a lavorare su un gruppo di casi necessariamente più ridotto rispetto al totale dei casi contenuti nel database originario. Selezionate le variabili più significative ed effettuata la scrematura dei casi identificati come outliers, ai fini di elaborare il modello di scoring sono state implementate le seguenti tecniche di analisi: 14 Analisi discriminante: è utile allo scopo di creare modelli predittivi di gruppi di appartenenza basati sulle caratteristiche osservate di ciascun caso analizzato. Nella presente situazione si vuole costruire un modello statistico in grado di prevedere l appartenenza al gruppo di default o meno (valore della variabile dipendente 0 o 1 ) in base alle variabili che rispondono ai requisiti utili per le procedure di analisi. Regressione logistica: si propone di prevedere la presenza o meno di una caratteristica o di un risultato (il pagamento in ritardo o meno dell azienda considerata) in base ai valori di un insieme di variabili-stimatori (dette anche predittori, regressori o variabili dipendenti). Sul totale dei 178 casi analizzabili, il numero di aziende che realmente è stato possibile utilizzare per l elaborazione era sensibilmente subordinato alla quantità e alla qualità (in termini di quota di dati mancanti) delle variabili scelte per le analisi e, nella situazione migliore, ammontava ad un totale di 113 aziende. Come variabile dipendente è stata considerata la variabile ritardi nei pagamenti in quanto, come già sottolineato in precedenza, nel database non erano presenti situazioni di insolvenza vere e proprie, ovvero situazioni di default nell accezione più specifica del termine. La variabile ritardi nei pagamenti è stata ricodificata per le elaborazioni come variabile 13 Per le tecniche di analisi statistica multivariata si veda Barbaranelli (2006), Barbaranelli (2007), Marcoulides e Hershberg (1997), Muthèn e Kaplan (1985), Tabachnick e Fidell (1989). 14 Si veda Hosmer D.W. e Lemeshow S. (2000), Jennings D.E. (1986), Kleinbaum D.G. (1994), Mardia K.V. (1970), Tabachnick B. G. e Fidell L. S. (1989), Zweig M.H. e Campbel G. (1993), Barbaranelli (2006), Barbaranelli (2007). 15

16 dicotoma: in particolare è stato assegnato valore 1 alla presenza di uno o più ritardi (la situazione di default nel senso più allargato del termine indicato in precedenza) e valore 0 nel caso tutti i pagamenti fossero stati effettuati senza ritardi. Tra i 178 casi considerati sono stati conteggiati pagamenti puntuali per 153 aziende (86,0%), mentre per 23 aziende sono stati registrati ritardi (13,4%). Per una sola azienda (0,6%) non era disponibile il dato identificante il default. Nella Tabella 7 è riportato il dettaglio del numero di ritardi registrati per i 178 casi considerati: è possibile notare che ci si è dovuti confrontare anche con alcune difformità attribuibili alle operazioni di registrazione su supporto elettronico dei dati, in quanto per alcune situazioni è stato indicato il dettaglio del numero di rate insolute, mentre per altre (8 casi, 4,5%) è stato indicato solamente che per l azienda si è registrato un ritardo nei pagamenti superiore ai 30 giorni. La ricodifica nella variabile ritardi nei pagamenti ha consentito di superare questo problema. Tabella 7: Dettaglio dei ritardi nei pagamenti (178 casi) Punt./corr. pagamenti Validi Mancanti Totale Rimbors o regolare Ritardi > 30 gg 1 rata insoluta 2 rate insolute 3 rate insolute 4 rate insolute 5 rate insolute 6 rate insolute 7 rate insolute 8 rate insolute Totale 99 Percentuale Percentuale Frequenza Percentuale valida cumulata ,0 86,4 86,4 8 4,5 4,5 91,0 1,6,6 91,5 4 2,2 2,3 93,8 3 1,7 1,7 95,5 3 1,7 1,7 97,2 1,6,6 97,7 1,6,6 98,3 2 1,1 1,1 99,4 1,6,6 100, ,4 100,0 1, ,0 Come si diceva poco sopra, è stato possibile elaborare al massimo 113 casi, tra i quali, come evidente dal Grafico 2, le aziende con almeno un ritardo nei pagamenti sono 14 (12,4%), mentre 99 (86,4%) sono quelle con pagamenti puntuali. 16

17 Grafico 2: Ritardi nei pagamenti (ricodifica, 113 casi) Puntualità pagamenti (ric.) Pag. in ritardo 12,4% Pag. puntuali 87,6% Nella Tabella 8 sono rappresentate le variabili indipendenti utilizzate nelle analisi come regressori con la rispettiva media, deviazione standard e la numerosità dei casi considerati. Tabella 8: Variabili indipendenti (113 casi). Statistiche descrittive Ritardo Pagamento ROI ROS Costo Debito Ric Margine Operat. /Oneri Finanz. Ric PLV / (Deb. fin. e Imp. prest. Ric PLV / Ettari Debiti finanziari / Attivo netto Età respons abile Titolo studio resp. Anni vita Azienda ric. Deviazione Media std. N,12, ,1311, ,5388, ,042706, , , ,2783 1, , , ,1358, ,79 10, ,05, ,9735, Nota: la codifica delle variabili utilizzate è riportata in Appendice 4. A conferma di quanto emerso nelle preliminari analisi univariate, si riportano, nel seguito, tre grafici ricavati con la procedura di regressione parziale. 17

18 Nel Grafico 3 è possibile osservare il ROS per le aziende agricole che hanno avuto ritardi nel pagamento (la nuvola riportata nella parte alta del grafico, tra 0,75 e 1) e per le aziende agricole che hanno effettuato pagamenti puntuali (la nuvola rappresentata nella parte bassa del grafico, attorno alla linea dello zero): si nota immediatamente come la variabile ROS sia approssimativamente distribuita su un range di valori molto simile. In Grafico 4, dove si considera l indicatore PLV / (Debiti finanziari + Importo prestito richiesto), si nota che per le aziende per le quali sono stati registrati ritardi nei pagamenti (nuvola in alto) la distribuzione è molto più concentrata su valori dell indicatore piuttosto bassi, ma il range di valori coincide con quello per cui si registra la massima concentrazione di casi anche tra le aziende che non hanno avuto ritardi nei pagamenti. Infine, anche per una variabile non direttamente legata all aspetto quantitativo e finanziario come Età del titolare si riscontra (come evidenziato dal Grafico 5) una situazione analoga a quella rappresentata in Grafico 3, cioè con una distribuzione che non riesce a differenziare in modo netto i casi di ritardo e di puntualità nei pagamenti. Anche questa preliminare analisi di regressione conferma, dunque, che la variabile ritardi nei pagamenti non può essere considerata una caratteristica in grado di delineare una netta differenza tra gruppi di aziende, come invece avrebbe potuto probabilmente fare la presenza di aziende insolventi, cioè di situazioni di default vero e proprio. Per questo la distribuzione delle principali variabili (qui si sono riportati solo tre casi rappresentativi) non presenta sostanziali differenze tra le situazioni di default allargato qui considerate e le situazioni di puntualità nei pagamenti. Grafico 3: Distribuzione ROS per aziende che hanno avuto ritardi nei pagamenti (nuvola in alto) e aziende che hanno effettuato i pagamenti puntualmente (nuvola in basso). 18

19 Grafico 4: Distribuzione PLV / (Debiti finanziari + Importo prestito richiesto) per aziende che hanno avuto ritardi nei pagamenti (nuvola in alto) e aziende che hanno effettuato i pagamenti puntualmente (nuvola in basso). Grafico 5: Distribuzione Età responsabile azienda per aziende che hanno avuto ritardi nei pagamenti (nuvola in alto) e aziende che hanno effettuato i pagamenti puntualmente (nuvola in basso). 19

20 Analisi Discriminante L analisi discriminante ha consentito di ottenere una funzione discriminante ricavata dalla combinazione lineare delle variabili stimatore (dette anche predittori ) di cui è noto il gruppo di appartenenza: gruppo 0 = l azienda non ha avuto ritardi nei pagamenti; gruppo 1 = l azienda ha presentato almeno un ritardo nei pagamenti. Le variabili utilizzate per l analisi discriminante devono rispondere al requisito di essere distribuite in modo significativamente differente per i due gruppi considerati. Già questo requisito, come visto, non era del tutto soddisfatto dalle variabili utilizzate per l analisi. I predittori sono stati analizzati per valutarne alcune caratteristiche fondamentali per lo svolgimento delle analisi: la distribuzione normale multivariata e la presenza di matrici di varianza/covarianza entro gruppi uguali in tutti i gruppi considerati 15. La variabile dipendente, come già accennato, è stata ricodificata come variabile dicotoma, e ciò influisce positivamente sui risultati ottenuti dato che per l analisi discriminante si richiede che la variabile dipendente presenti un numero limitato di modalità. Per l analisi discriminante è stato utilizzato un metodo di selezione per passi (stepwise) che prevede l inserimento nel modello di una variabile nel caso in cui il livello di significatività del test statistico F sia inferiore al livello di riferimento. Il metodo stepwise è stato utilizzato sia nella variante basata sulla minimizzazione del λ di Wilkis, sia applicando il metodo della varianza spiegata (viene inserita nel modello la variabile che presenta il maggiore potere esplicativo), della distanza di Mahalanobis (si valuta la distanza dalla media di tutti i casi), sia il criterio basato sulla minimizzazione del rapporto F. Nella Tabella 9 si riportano i 5 principali modelli determinati mediante l analisi discriminante. Nelle colonne della tabella è possibile osservare rispettivamente il numero progressivo del modello, il metodo di analisi utilizzato (tra parentesi il criterio di inserimento delle variabili), le variabili impiegate (tra parentesi la presenza di variabili trasformate e/o ricodificate), il numero di casi validi, il rapporto n. ritardi nei pagamenti / n. pagamenti puntuali, la performance percentuale del modello calcolato e, nell ultima colonna, il numero di previsioni corrette tra i ritardi (prima riga) e i pagamenti puntuali (seconda riga). Come si nota anche da Tabella 10, Tabella 11 e Tabella 12 per i primi tre modelli in cui è stata inserita la costante l unica variabile ritenuta significativa dall algoritmo di elaborazione è stata, oltre alla costante stessa, il titolo di studio del responsabile dell azienda. La scarsa significativà dei risultati sottolinea ancora una volta come fosse fondamentale il requisito richiesto dall analisi discriminante, ovvero che le variabili considerate fossero caratterizzate da una distribuzione maggiormente differenziata tra i due gruppi considerati. Le medesime elaborazioni sono state fatte considerando tutti gli indicatori allo stato grezzo (modello 4) e le variabili di altro tipo (anch esse non trasformate, modello 5). Considerando i modelli 4 e 5 si nota che si ottengono elaborazioni che utilizzano un numero maggiore di casi validi, ma la performance percentuale di previsioni corrette scende dall 87,6% precedente all 86,3%. In realtà, scorrendo i risultati visibili nell ultima colonna di Tabella 9, si nota come ciascuno dei modelli trovati non riesca a prevedere la presenza di nemmeno uno dei casi di default (il numeratore della prima riga dell ultima colonna è sempre pari a zero); quindi la percentuale di previsioni corrette è solo dovuta al fatto che tutti i casi considerati vengono classificati come situazioni in cui non sono presenti ritardi nei pagamenti. Nei modelli n. 6 e n. 7, anche se a livello di performance percentuale i risultati restano invariati (modello 6: 86,3%) o peggiorano di pochi punti (modello 7: 84,7%) in generale, le 15 Si veda Barbaranelli (2006), Barbaranelli (2007), Dillon e Goldstein (1984), Mardia (1970), Zweig e Campbel (1993). 20

LA GESTIONE PRESTITI

LA GESTIONE PRESTITI LA GESTIONE PRESTITI LA MANIFESTAZIONE DEL RISCHIO DI CREDITO IL CONTRATTO DI DEBITO (PRESTITO) PREVEDE DUE PRESTAZIONI NON CONTESTUALI E UNA CONDIZIONE DI INCERTEZZA FINO ALLA DATA DEL RIMBORSO NELL IPOTESI

Dettagli

LA BANCA COME UN IMPRESA

LA BANCA COME UN IMPRESA . Direzione crediti LA BANCA COME UN IMPRESA La legislatura italiana definisce la Banca come un impresa autorizzata a raccogliere il risparmio, tramite forme diverse, presso il pubblico ed a erogare il

Dettagli

ALLEGATO 7. Nota Tecnica e Metodologica SK16U

ALLEGATO 7. Nota Tecnica e Metodologica SK16U ALLEGATO 7 Nota Tecnica e Metodologica SK16U NOTA TECNICA E METODOLOGICA 1. CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione dello studio

Dettagli

EVOLUZIONE STUDIO DI SETTORE TG87U

EVOLUZIONE STUDIO DI SETTORE TG87U ALLEGATO 21 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TG87U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

STUDIO DI SETTORE TK16U

STUDIO DI SETTORE TK16U ALLEGATO 7 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TK16U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine

Dettagli

STUDIO DI SETTORE SG42U

STUDIO DI SETTORE SG42U ALLEGATO 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG42U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

EVOLUZIONE STUDIO DI SETTORE TG42U

EVOLUZIONE STUDIO DI SETTORE TG42U ALLEGATO 5 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TG42U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

STUDIO DI SETTORE SG40U

STUDIO DI SETTORE SG40U ALLEGATO 1 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG40U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE UG93U

STUDIO DI SETTORE UG93U A L L E G AT O 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG93U A T T I V I T À D E G L I S T U D I D I D E S I G N CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE VG82U

STUDIO DI SETTORE VG82U ALLEGATO 18 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG82U SERVIZI PUBBLICITARI, RELAZIONI PUBBLICHE E COMUNICAZIONE 862 CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

Come determinare redditività d impresa e solvibilità

Come determinare redditività d impresa e solvibilità Come determinare redditività d impresa e solvibilità Assolombarda, 13 marzo 2008 Cristina Soppelsa 1 Agenda Riclassificazione Interpretazione dei più significativi indici di redditività e di solvibilità

Dettagli

STUDIO DI SETTORE UG53U

STUDIO DI SETTORE UG53U ALLEGATO 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG53U ORGANIZZAZIONE DI CONVEGNI ED ATTIVITA DI TRADUZIONI ED INTERPRETARIATO CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'obiettivo dell'applicazione

Dettagli

STUDIO DI SETTORE SG87U

STUDIO DI SETTORE SG87U ALLEGATO 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG87U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE VG39U

STUDIO DI SETTORE VG39U A L L E G AT O 8 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG39U A G E N Z I E D I M E D I A Z I O N E I M M O B I L I A R E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

STUDIO DI SETTORE VG87U

STUDIO DI SETTORE VG87U ALLEGATO 21 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG87U CONSULENZA FINANZIARIA, AMMINISTRATIVO-GESTIONALE E AGENZIE DI INFORMAZIONI COMMERCIALI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

L ANALISI PER INDICI

L ANALISI PER INDICI Obiettivo dell analisi per indici è la valutazione delle scelte dell imprenditore attraverso la misurazione degli effetti economici, finanziari e patrimoniale prodotti dalle stesse. La corretta misurazione

Dettagli

L analisi del bilancio di esercizio

L analisi del bilancio di esercizio L analisi del bilancio di esercizio 1 Le Fasi A. Raccolta dei dati di bilancio B. Riclassificazione del bilancio C. Determinazione ed utilizzo di uno schema di analisi D. Interpretazione dei risultati

Dettagli

La gestione del credito: un approccio analitico al rating

La gestione del credito: un approccio analitico al rating La gestione del credito: un approccio analitico al rating di Giuseppe R. Grasso (*) Oggi le aziende sono chiamate a farsi carico del rischio finanziario associato al proprio portafoglio crediti, rischio

Dettagli

GUIDA DI APPROFONDIMENTO IL CONTROLLO DI GESTIONE: LA CONTABILITÁ GENERALE E

GUIDA DI APPROFONDIMENTO IL CONTROLLO DI GESTIONE: LA CONTABILITÁ GENERALE E WWW.SARDEGNAIMPRESA.EU GUIDA DI APPROFONDIMENTO IL CONTROLLO DI GESTIONE: LA CONTABILITÁ GENERALE E IL BILANCIO D ESERCIZIO A CURA DEL BIC SARDEGNA SPA 1 SOMMARIO LE NOZIONI DI CONTABILITÀ GENERALE E BILANCIO

Dettagli

STUDIO DI SETTORE UG41U

STUDIO DI SETTORE UG41U A L L E G AT O 1 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG41U R I C E R C H E D I M E R C A T O E S O N D A G G I D I O P I N I O N E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione

Dettagli

MODELLI DI VALUTAZIONE PER LE PMI

MODELLI DI VALUTAZIONE PER LE PMI MODELLI DI VALUTAZIONE PER LE PMI Al fine di ottenere un rating sempre più rispondente alla concreta realtà aziendale l impresa può adottare correttivi in grado di modificare la PD. Se la netta specificazione

Dettagli

Tecnica Bancaria (Cagliari - 2015)

Tecnica Bancaria (Cagliari - 2015) Tecnica Bancaria (Cagliari - 2015) prof. Mauro Aliano mauro.aliano@unica.it 1 Seconda Parte Aspetti gestionali: scelte organizzative e distributive, la gestione dei rischi, il bilancio della banca 2 Argomenti

Dettagli

STUDIO DI SETTORE VG70U

STUDIO DI SETTORE VG70U ALLEGATO 14 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG70U SERVIZI DI PULIZIA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai contribuenti un

Dettagli

L equilibrio finanziario

L equilibrio finanziario L equilibrio finanziario Gli indici di bilancio Prof. Andrea Calabrò E-mail: andrea.calabro@uniroma2.it GLI INDICI DI BILANCIO Gli indici sono rapporti tra grandezze economiche, patrimoniali e finanziarie

Dettagli

Le analisi di bilancio per indici

Le analisi di bilancio per indici Riclassificazione e interpretazione Le analisi di bilancio per indici di Silvia Tommaso - Università della Calabria Obiettivo delle analisi di bilancio è quello di ottenere informazioni adeguate a prendere

Dettagli

Tecnica Bancaria (Cagliari - 2016)

Tecnica Bancaria (Cagliari - 2016) Tecnica Bancaria (Cagliari - 06) prof. Mauro Aliano mauro.aliano@unica.it Seconda Parte Aspetti gestionali: scelte organizzative e distributive, la gestione dei rischi, il bilancio della banca Argomenti

Dettagli

Prof.ssa M. Intonti, Economia degli intermediari finanziari, Economia aziendale, a.a. 2015-2016

Prof.ssa M. Intonti, Economia degli intermediari finanziari, Economia aziendale, a.a. 2015-2016 Prof.ssa M. Intonti, Economia degli intermediari finanziari, Economia aziendale, a.a. 2015-2016 POLITICA DEI PRESTITI La valutazione dei fidi il controllo dei crediti concessi il recupero dei crediti problematici

Dettagli

SCHEMA DI SINTESI. Rapporto fiduciario

SCHEMA DI SINTESI. Rapporto fiduciario GESTIONED IMPRESA ACCESSO AL CREDITO SOMMARIO SCHEMA DI SINTESI APPROFONDIMENTI ESEMPI FASCICOLO BANCHE COME NUOVO STRUMENTO DI COMUNICAZIONE FINANZIARIA (valutazione del merito creditizio) La crescente

Dettagli

Informativa Pubblica

Informativa Pubblica Informativa Pubblica - (Terzo Pilastro) 31 Dicembre 2011 Sigla Srl Indice del documento PREMESSA... 3 TAVOLA 1: ADEGUATEZZA PATRIMONIALE... 4 Informativa Qualitativa... 4 Informativa Quantitativa... 6

Dettagli

STUDIO DI SETTORE WK20U

STUDIO DI SETTORE WK20U ALLEGATO 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK20U ATTIVITÀ PROFESSIONALE SVOLTA DA PSICOLOGI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

I METODI DI PONDERAZIONE DEL RISCHIO

I METODI DI PONDERAZIONE DEL RISCHIO I METODI DI PONDERAZIONE DEL RISCHIO La banca che accorda la concessione di un credito deve effettuare una preventiva valutazione della qualità/affidabilità del cliente nonché quantificare la qualità/rischiosità

Dettagli

STUDIO DI SETTORE VG53U

STUDIO DI SETTORE VG53U ALLEGATO 8 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG53U SERVIZI LINGUISTICI E ORGANIZZAZIONE DI CONVEGNI E FIERE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore

Dettagli

1. Analisi di Bilancio

1. Analisi di Bilancio ANALISI DI BILANCIO 1. Analisi di Bilancio 1.1. La riclassificazione dei prospetti di bilancio: lo Stato Patrimoniale I dati di Stato Patrimoniale sono stati riclassificati con l obiettivo di sottoporli

Dettagli

STUDIO DI SETTORE WK21U

STUDIO DI SETTORE WK21U ALLEGATO 12 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK21U ATTIVITÀ DEGLI STUDI ODONTOIATRICI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai

Dettagli

IL RUOLO DEL DOTTORE COMMERCIALISTA

IL RUOLO DEL DOTTORE COMMERCIALISTA IL RUOLO DEL DOTTORE COMMERCIALISTA IN OTTICA BASILEA 2 DOTT. GABRIELE TROISE - troise@innofin.net 1 PRINCIPI ISPIRATORI DI BASILEA 2 BASILEA 2 E UNA NORMATIVA DIRETTA ALLE BANCHE. FUNZIONE PRECIPUA DELLA

Dettagli

Commento al tema di Economia aziendale

Commento al tema di Economia aziendale Commento al tema di Economia aziendale Il tema di Economia aziendale proposto negli Istituti Tecnici è incentrato sulla crisi finanziaria ed è articolato in una parte obbligatoria e tre percorsi alternativi

Dettagli

Tesoreria. L importanza dell analisi andamentale nel rapporto banca-impresa. di Emanuele Facile (*) e Andrea Giacomelli (**)

Tesoreria. L importanza dell analisi andamentale nel rapporto banca-impresa. di Emanuele Facile (*) e Andrea Giacomelli (**) PAGINA: 60-64 L importanza dell analisi andamentale nel rapporto banca-impresa di Emanuele Facile (*) e Andrea Giacomelli (**) Nel nuovo contesto derivante dall introduzione di Basilea 2 l analisi dei

Dettagli

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK16U

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK16U ALLEGATO 4 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK16U AMMINISTRAZIONE DI CONDOMINI, GESTIONE DI BENI IMMOBILI PER CONTO TERZI E SERVIZI INTEGRATI DI GESTIONE AGLI EDIFICI CRITERI PER L EVOLUZIONE

Dettagli

STUDIO DI SETTORE SM44U

STUDIO DI SETTORE SM44U ALLEGATO 4 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM44U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE VG82U

STUDIO DI SETTORE VG82U ALLEGATO 18 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG82U SERVIZI PUBBLICITARI, RELAZIONI PUBBLICHE E COMUNICAZIONE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

STUDIO DI SETTORE VK17U

STUDIO DI SETTORE VK17U A L L E G AT O 6 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VK17U P E R I T I I N D U S T R I A L I CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

GUIDA ALLA COMPILAZIONE

GUIDA ALLA COMPILAZIONE ECAPITAL 2016 PERCORSO DI FORMAZIONE GUIDA ALLA COMPILAZIONE DEL PIANO ECONOMICO-FINANZIARIO DOTT. CARLO SCIDA Guida alla compilazione del Business Plan ASPETTI GENERALI L orizzonte temporale previsto

Dettagli

STUDIO DI SETTORE SG91U

STUDIO DI SETTORE SG91U ALLEGATO 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG91U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK08U

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK08U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK08U ATTIVITÀ DEI DISEGNATORI TECNICI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai contribuenti

Dettagli

ECONOMIA DEGLI INTERMEDIARI FINANZIARI CORSO AVANZATO II

ECONOMIA DEGLI INTERMEDIARI FINANZIARI CORSO AVANZATO II ECONOMIA DEGLI INTERMEDIARI FINANZIARI CORSO AVANZATO II PRESENTAZIONE DEL CORSO Lezione 1 Laura Viganò, Università degli Studi di Bergamo A.A. 2006-07 STRUTTURA CORSO Primo modulo: rischio di credito

Dettagli

Fisco & Contabilità La guida pratica contabile

Fisco & Contabilità La guida pratica contabile Fisco & Contabilità La guida pratica contabile N. 41 13.11.2013 Analisi di bilancio Analisi per indici, per margini e rendiconto finanziario Categoria: Bilancio e contabilità Sottocategoria: Varie In moltissimi

Dettagli

Distribuzioni degli indici di bilancio delle società di capitale del settore manifatturiero cremonese (bilanci anno 2006)

Distribuzioni degli indici di bilancio delle società di capitale del settore manifatturiero cremonese (bilanci anno 2006) Distribuzioni degli indici di bilancio delle società di capitale del settore manifatturiero cremonese (bilanci anno 2006) Mara Fornaroli Piero Ganugi Marco Marenghi 1 Indice 1. Descrizione della banca

Dettagli

PRIMA PARTE Dalla Relazione sulla gestione al bilancio di Alfa spa al 31/12/2014 si desumono le seguenti informazioni:

PRIMA PARTE Dalla Relazione sulla gestione al bilancio di Alfa spa al 31/12/2014 si desumono le seguenti informazioni: Svolgimento a cura di Lucia Barale Pag. 1 a 13 Esame di Stato 2015 Istituto Tecnico - Settore economico Indirizzi: Amministrazione, Finanza e Marketing e Articolazione Sistemi informativi aziendali Svolgimento

Dettagli

STUDIO DI SETTORE VG55U

STUDIO DI SETTORE VG55U ALLEGATO 10 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG55U SERVIZI DI POMPE FUNEBRI E ATTIVITÀ CONNESSE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

Camera di Commercio Industria Agricoltura e Artigianato di Varese. Schede di competitività settoriale Anno 2014/2015

Camera di Commercio Industria Agricoltura e Artigianato di Varese. Schede di competitività settoriale Anno 2014/2015 Camera di Commercio Industria Agricoltura e Artigianato di Varese Schede di competitività settoriale Anno 2014/2015 Nota metodologica Sezione Risultati economici A cura del prof. Andrea Uselli 1 Università

Dettagli

STUDIO DI SETTORE SG78U

STUDIO DI SETTORE SG78U ALLEGATO 8 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG78U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

EVOLUZIONE STUDIO DI SETTORE TG85U

EVOLUZIONE STUDIO DI SETTORE TG85U ALLEGATO 20 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TG85U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

STUDIO DI SETTORE VM09A

STUDIO DI SETTORE VM09A ALLEGATO 6 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VM09A COMMERCIO DI AUTOVEICOLI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai contribuenti

Dettagli

ANALISI PER INDICI BILANCIO CONSOLIDATO CDC ESERCIZI ANNI 2010 E 2009

ANALISI PER INDICI BILANCIO CONSOLIDATO CDC ESERCIZI ANNI 2010 E 2009 ANALISI PER INDICI BILANCIO CONSOLIDATO CDC ESERCIZI ANNI 2010 E 2009 1. PREMESSA: ANALISI DEGLI SCHEMI Il gruppo CDC redige il proprio bilancio consolidato, in migliaia di euro, in conformità agli IAS/IFRS

Dettagli

CERVED RATING AGENCY. Metodologia di rating

CERVED RATING AGENCY. Metodologia di rating CERVED RATING AGENCY Metodologia di rating maggio 2014 1 SOMMARIO IL RATING - DEFINIZIONE...3 LA SCALA DI RATING...3 IL MODELLO DI RATING...5 LA BASE INFORMATIVA...6 LE COMPONENTI DELL ANALISI...7 Cebi

Dettagli

LE DETERMINANTI DELLA REDDITIVITÀ DELLE SOCIETA OPERANTI NEL COMPARTO TESSILE ABBIGLIAMENTO IN ITALIA

LE DETERMINANTI DELLA REDDITIVITÀ DELLE SOCIETA OPERANTI NEL COMPARTO TESSILE ABBIGLIAMENTO IN ITALIA LE DETERMINANTI DELLA REDDITIVITÀ DELLE SOCIETA OPERANTI NEL COMPARTO TESSILE ABBIGLIAMENTO IN ITALIA Il metodo CVRP per l analisi delle maggiori società tessili italiane Stefano Cordero di Montezemolo

Dettagli

Il fido bancario quale forma di finanziamento delle imprese industriali

Il fido bancario quale forma di finanziamento delle imprese industriali Il fido bancario quale forma di finanziamento delle imprese industriali Traccia di Economia aziendale di Emanuele Perucci Il candidato, dopo aver sinteticamente illustrato le varie forme di finanziamento

Dettagli

ANALISI ANDAMENTO ECONOMICO

ANALISI ANDAMENTO ECONOMICO ANALISI ANDAMENTO ECONOMICO per passare all analisi del fabbisogno e della copertura finanziaria occorre terminare l analisi economica. i ricavi sono stati previsti nel dossier mercato alcuni costi sono

Dettagli

Principali indici di bilancio

Principali indici di bilancio Principali indici di bilancio Descrizione Il processo di valutazione del merito creditizio tiene conto di una serie di indici economici e patrimoniali. L analisi deve sempre essere effettuata su un arco

Dettagli

OSSERVATORIO FINANZIARIO

OSSERVATORIO FINANZIARIO OSSERVATORIO FINANZIARIO SULLE SOCIETÀ VINICOLE ITALIANE Analisi dei profili reddituali e finanziari di un campione rappresentativo delle diverse tipologie di società vinicole italiane 2 edizione, 2006

Dettagli

Enel.factor espone l Informativa al Pubblico sul sito internet www.enelfactor.it. Premessa

Enel.factor espone l Informativa al Pubblico sul sito internet www.enelfactor.it. Premessa Enel.factor Spa Basilea 2 Terzo pilastro al pubblico Esercizio 2009 Premessa La normativa prudenziale Basilea 2 ha lo scopo di sviluppare all interno di banche e intermediari finanziari un sistema di controlli

Dettagli

L analisi di bilancio a mezzo indici

L analisi di bilancio a mezzo indici Università Politecnica delle Marche L analisi di bilancio a mezzo indici 1 Trova riflesso Le operazioni di gestione sono rilevate nella loro espressione quantitativo-monetaria porta alla formazione Nei

Dettagli

STUDIO DI SETTORE UK27U

STUDIO DI SETTORE UK27U A L L E G AT O 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UK27U A T T I V I T À P R O F E S S I O N A L I R E L A T I V E A L L I N F O R M A T I C A CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

STUDIO DI SETTORE VG34U

STUDIO DI SETTORE VG34U ALLEGATO 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG34U SERVIZI DI ACCONCIATURA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai contribuenti

Dettagli

STUDIO DI SETTORE UG87U

STUDIO DI SETTORE UG87U ALLEGATO 22 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG87U CONSULENZA FINANZIARIA, AMMINISTRATIVO- GESTIONALE E AGENZIE DI INFORMAZIONI COMMERCIALI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

STUDIO DI SETTORE VM10U

STUDIO DI SETTORE VM10U ALLEGATO 8 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VM10U COMMERCIO DI PARTI E ACCESSORI DI AUTOVEICOLI E MOTOVEICOLI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

STUDIO DI SETTORE VG78U

STUDIO DI SETTORE VG78U ALLEGATO 15 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG78U ATTIVITÀ DELLE AGENZIE DI VIAGGIO E TURISMO E DEI TOUR OPERATOR CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

A L L E G AT O 15 NOTA TECNICA E METODOLOGICA

A L L E G AT O 15 NOTA TECNICA E METODOLOGICA A L L E G AT O 15 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WG61E I N T E R M E D I A R I D E L C O M M E R C I O D I M A C C H I N A R I, I M P I A N T I I N D U S T R I A L I, N AV I E A E R O M

Dettagli

STUDIO DI SETTORE WG39U

STUDIO DI SETTORE WG39U A L L E G AT O 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WG39U A G E N Z I E D I M E D I A Z I O N E I M M O B I L I A R E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

IL RATING BANCARIO PUÒ MIGLIORARE

IL RATING BANCARIO PUÒ MIGLIORARE IL RATING BANCARIO PUÒ MIGLIORARE Un decalogo per l impresa ODCEC Ordine dei Dottori Commercialisti e degli Esperti Contabili di Macerata e Camerino Confidi Macerata Società Cooperativa per Azioni Possiamo

Dettagli

Indice 1. LE AZIENDE AGRICOLE... 4 2. I COSTI SOSTENUTI... 11 3. I PRINCIPALI RISULTATI ECONOMICI... 17

Indice 1. LE AZIENDE AGRICOLE... 4 2. I COSTI SOSTENUTI... 11 3. I PRINCIPALI RISULTATI ECONOMICI... 17 Indice 1. LE AZIENDE AGRICOLE... 4 2. I COSTI SOSTENUTI... 11 3. I PRINCIPALI RISULTATI ECONOMICI... 17 Questo volume è frutto di alcuni ricercatori INEA del Servizio 1- Rilevazioni contabili e analisi

Dettagli

La gestione del debito dopo gli accordi di Basilea II

La gestione del debito dopo gli accordi di Basilea II La gestione del debito dopo gli accordi di Basilea II Massimo Buongiorno Convegno ARGI Milano, 27 ottobre 2004 Perché Basilea II, esisteva un Basilea I? Nel 1988 il Comitato di Basilea stabilisce una quota

Dettagli

IL RAPPORTO BANCA-IMPRESA ALLA LUCE DI BASILEA

IL RAPPORTO BANCA-IMPRESA ALLA LUCE DI BASILEA Area di interesse FINANZA Oggetto: IL RAPPORTO BANCA-IMPRESA ALLA LUCE DI BASILEA 2: quali parametri utilizzeranno le banche per valutare il grado di rischio delle aziende? Quali sono gli indicatori cruciali

Dettagli

STUDIO DI SETTORE WK02U

STUDIO DI SETTORE WK02U ALLEGATO 4 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK02U ATTIVITÀ DEGLI STUDI DI INGEGNERIA 114 CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

STUDIO DI SETTORE VG91U

STUDIO DI SETTORE VG91U A L L E G AT O 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG91U A T T I V I T À A U S I L I A R I E D E I S E R V I Z I F I N A N Z I A R I E A S S I C U R A T I V I CRITERI PER L EVOLUZIONE DELLO

Dettagli

RICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E.

RICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E. RICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E. La riclassificazione economica dello SP: La gestione dell impresa viene idealmente scomposta in aree omogenee di attività Le attività e le passività, i

Dettagli

CRUSCOTTO DI INDICATORI STATISTICI

CRUSCOTTO DI INDICATORI STATISTICI CRUSCOTTO DI INDICATORI STATISTICI REPORT CON DATI STRUTTURALI ANNO 2014 BILANCI Elaborazioni a: Settembre 2015 Indice delle tavole Dati strutturali a periodicità annuale Risultati economici 0. Analisi

Dettagli

STUDIO DI SETTORE UG51U

STUDIO DI SETTORE UG51U ALLEGATO 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG51U CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di cogliere i cambiamenti strutturali, le

Dettagli

STUDIO DI SETTORE UG94U

STUDIO DI SETTORE UG94U A L L E G AT O 6 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG94U P R O D U Z I O N I E D I S T R I B U Z I O N I C I N E M A T O G R A F I C H E E D I V I D E O, A T T I V I T À R A D I O T E L E V

Dettagli

Analisi di bilancio Basilea 2

Analisi di bilancio Basilea 2 Descrizione generale 252 Analisi di bilancio Basilea 2 Descrizione generale Basilea 2 è un sistema di regole volte ad assicurare la stabilità patrimoniale delle banche a garanzia dei depositi dei loro

Dettagli

STUDIO DI SETTORE VK21U

STUDIO DI SETTORE VK21U ALLEGATO 12 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VK21U ATTIVITÀ DEGLI STUDI ODONTOIATRICI 572 CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'obiettivo dell'applicazione dello studio di settore

Dettagli

L ANALISI PER INDICI

L ANALISI PER INDICI L ANALISI PER INDICI 1. Gli indici di bilancio Dopo aver riclassificato il bilancio d esercizio è possibile calcolare partendo dai dati dello Stato Patrimoniale e del Conto economico alcuni indicatori,

Dettagli

STUDIO DI SETTORE VK27U

STUDIO DI SETTORE VK27U A L L E G AT O 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VK27U A T T I V I T À P R O F E S S I O N A L I R E L A T I V E A L L I N F O R M A T I C A CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

Provincia dell Ogliastra Gestione Commissariale (L.R. n. 15 /2013)

Provincia dell Ogliastra Gestione Commissariale (L.R. n. 15 /2013) BANDO PUBBLICO PER LA REALIZZAZIONE DEL PROGETTO SPERIMENTALE DI PROMOZIONE E VALORIZZAZIONE DELLA COLTIVAZIONE DEL CILIEGIO DOLCE E DEL MELO NELLA PROVINCIA DELL OGLIASTRA ALLEGATO A - PIANO DI SVILUPPO

Dettagli

Rafforzamento patrimoniale, elevato presidio del rischio, crescita dei ricavi complessivi e della redditività ordinaria

Rafforzamento patrimoniale, elevato presidio del rischio, crescita dei ricavi complessivi e della redditività ordinaria Comunicato Stampa Risultati consolidati al 30 settembre 2006 Rafforzamento patrimoniale, elevato presidio del rischio, crescita dei ricavi complessivi e della redditività ordinaria Ricavi in crescita -

Dettagli

STUDIO DI SETTORE VG67U

STUDIO DI SETTORE VG67U A L L E G AT O 19 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG67U T I N T O R I E E L AVA N D E R I E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

CASO DI STUDIO. La AG ha finanziato gli acquisti suddetti ricorrendo ad un mutuo per complessive 550 mila e per il resto ad indebitamento bancario.

CASO DI STUDIO. La AG ha finanziato gli acquisti suddetti ricorrendo ad un mutuo per complessive 550 mila e per il resto ad indebitamento bancario. CASO DI STUDIO La società AG è stata costituita il 2 gennaio 2010, con capitale sociale di L. 400 mila euro interamente sottoscritto dalla holding del gruppo Aldegheri, operante nel settore agro-alimentare.

Dettagli

Girardi Jessica Hoti Doriana Sonato Valentina Tommasi Francesca

Girardi Jessica Hoti Doriana Sonato Valentina Tommasi Francesca Girardi Jessica Hoti Doriana Sonato Valentina Tommasi Francesca Agenda Il Gruppo Banca Popolare di Sondrio Il rischio di credito: analisi qualitativa e quantitativa Il Gruppo Banca Popolare di Sondrio

Dettagli

Lezione 3. Ricordiamo i concetti... Esposizione al rischio. Il rating interno e il sistema delle garanzie

Lezione 3. Ricordiamo i concetti... Esposizione al rischio. Il rating interno e il sistema delle garanzie Lezione 3 Il rating interno e il sistema delle garanzie Ricordiamo i concetti... Il modo con cui si combinano: Probabilità di inadempienza (PD) Perdita in caso di inadempienza (LGD) Esposizione all inadempienza

Dettagli

- RCec/CL [(Reddito operativo corretto + risultato della gestione extracaratteristica)/capitale lordo a inizio anno].

- RCec/CL [(Reddito operativo corretto + risultato della gestione extracaratteristica)/capitale lordo a inizio anno]. ALLEGATO A) 1. Relazioni con gli obiettivi delle politiche di sviluppo rurale Con determinazione n.1867 (8.8.2008) sono stati individuati gli indici con i quali valutare il miglioramento del rendimento

Dettagli

Factoring indiretto: un metodo per finanziare i fornitori strategici

Factoring indiretto: un metodo per finanziare i fornitori strategici Il caso pratico 49 di Pietro Busanelli, Umberto Baldi Forti e Lara Villani Busanelli e Associati S.r.l. Tecniche finanziarie Factoring indiretto: un metodo per finanziare i fornitori strategici Il presente

Dettagli

STUDIO DI SETTORE VG96U

STUDIO DI SETTORE VG96U ALLEGATO 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG96U ALTRE ATTIVITÀ DI MANUTENZIONE AUTOVEICOLI E DI SOCCORSO STRADALE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

CRUSCOTTO DI INDICATORI STATISTICI

CRUSCOTTO DI INDICATORI STATISTICI CRUSCOTTO DI INDICATORI STATISTICI REPORT CON DATI STRUTTURALI ANNO 2014 STESSO INSIEME DI BILANCI NEI 3 ANNI Elaborazioni a: Settembre 2015 Indice delle tavole Dati strutturali a periodicità annuale di

Dettagli

STUDIO DI SETTORE VG52U

STUDIO DI SETTORE VG52U ALLEGATO 7 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG52U CONFEZIONAMENTO DI GENERI ALIMENTARI E NON CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

L EVOLUZIONE DEL RAPPORTO BANCA - IMPRESA CON BASILEA II E IL RUOLO DEL FACTORING

L EVOLUZIONE DEL RAPPORTO BANCA - IMPRESA CON BASILEA II E IL RUOLO DEL FACTORING L EVOLUZIONE DEL RAPPORTO BANCA - IMPRESA CON BASILEA II E IL RUOLO DEL FACTORING Relatore : Marino Baratti Credemfactor spa Pag. 1/8 Il rapporto tra PMI e Sistema creditizio L applicazione della nuova

Dettagli

Analisi di bilancio 2007-2008

Analisi di bilancio 2007-2008 Analisi di bilancio 2007-2008 1 L analisi di bilancio Svilupperemo l analisi di bilancio sulla base di un sistema integrato di indicatori Obiettivo 1) 1) Valutare andamento dell impresa nel nel suo suo

Dettagli

MEDIOLANUM REAL ESTATE gestito da Mediolanum Gestione Fondi SGR p.a.

MEDIOLANUM REAL ESTATE gestito da Mediolanum Gestione Fondi SGR p.a. Offerta al pubblico e ammissione alle negoziazioni di quote del fondo comune di investimento immobiliare chiuso ad accumulazione ed a distribuzione dei proventi denominato MEDIOLANUM REAL ESTATE gestito

Dettagli