Cluster Analysis e correlazione del rischio nelle strategie Rating Based

Transcript

1 Cluster Analysis e correlazione del rischio nelle strategie Rating Based Giuseppe R. Grasso (Presidente KF Economics) Via Durini MILANO tel fax Via Emilia S. Pietro REGGIO EMILIA tel fax

2 INDICE Il rating di KF Economics Strategie Rating Based Cluster analisys e analisi di correlazione sviluppata per Eurocredit 2

3 PRINCIPALI PARTNERSHIP K Finance K Finance è una società di consulenza finanziaria indipendente fondata nel 1999, focalizzata sull attività di Merger & Acquisition e finanza straordinaria per la PMI KF Economics fornisce a K Finance gli strumenti di analisi del rischio crediti per le attività di pianificazione finanziaria, ristrutturazione del debito, capital raising e M&A K Finance mette a disposizione dei propri clienti una struttura con una vasta esperienza in materia di transazioni e negoziazioni a livello internazionale e una competenza industriale multi-settoriale, combinando competenze dirette e diversificate sul singolo mercato / paese con una capacità di copertura internazionale in 15 paesi distribuiti su quattro continenti Eurocredit Eurocredit è attiva da oltre 40 anni nel mercato della fornitura di informazioni commerciali su aziende italiane ed estere per la tutela del credito e l ottimizzazione delle strategie commerciali. KF Economics sta affiancando Eurocredit nella messa a punto di strumenti di rating per migliorare la propria offerta di servizi e prodotti di analisi del rischio creditizio In particolare KF Economics sta sviluppando per Eurocredit prodotti per l analisi del rischio di portafogli crediti Bureau van Dijk Multinazionale riconosciuta come uno dei leader nella distribuzione di informazioni economico finanziarie, in partnership con primarie società di raccolta e analisi dei dati, realizza e distribuisce a livello mondiale database unici per copertura, flessibilità di utilizzo e costo del servizio per consentire ai propri clienti di personalizzare ed analizzare approfonditamente le informazioni provenienti dal mercato. KF Economics fornisce a BvD i dati sul rating creditizio e sulla Probability of Default di tutte le aziende italiane presenti nel database AIDA 3

4 LA METODOLOGIA E IL CAMPIONE DI INSOLVENTI A DISPOSIZIONE Metodologia: Regressione logistica binaria (modello logit) Vantaggi: Differente sensibilità del modello che permette di offrire maggiori sfumature a piccoli cambiamenti delle variabili sottostanti negli intervalli di significatività degli indici, affievolendo contemporaneamente l effetto dei valori estremi Piena controllabilità e verifica del processo di formazione dei risultati (a differenza di reti neurali o altre metodologie black box) Funzione Logit Il campione di insolventi L identificazione, la raccolta e la prima analisi degli eventi di insolvenza rappresentano informazioni di solito non facilmente reperibili ma di primaria importanza, sulla cui base si procede alla formazione del campione di stima del modello La disponibilità di un numero elevato di casi di imprese insolventi (circa ) permette una migliore identificazione da parte del modello delle dinamiche sottostanti l evento di insolvenza e di conseguenza stime e previsioni più precise e più solide Società insolventi per Popolazione Campione anno TOTALE

5 L ANALISI DEL RISCHIO: OUTPUT DEL MODELLO Classe di rating - Sette classi di merito creditizio - Suddivisione delle società in classi di rischio omogenee - Identificazione di variazione significative di rischio nel tempo e tra società Credit Score - Espresso come punteggio tra 0 e Consente la comparazione di società all interno di una stessa classe di rating PD = Probabilty of Default - Valutazione prospettica del rischio espressa come probabilità di insolvenza 5

6 IL NOSTRO ALFABETO - LE CLASSI DI RATING Eccellenza Normalità Vulnerabilità Rischio Classe di rating Descrizione PD ( ) KR7 Azienda solvibile e finanziariamente solida 0,1 KR6 KR5 Azienda in grado di onorare regolarmente i debiti e con buona capacità di copertura, che potrebbe però deteriorarsi in caso di grave peggioramento delle condizioni economiche e di mercato Azienda in grado di onorare i debiti ma esposta al peggioramento delle condizioni economiche e di mercato 0,6 2,1 KR4 Azienda con solidità finanziaria modesta ma 5,8 attualmente in grado di onorare i debiti KR3 Azienda finanziariamente debole ed esposta al rischio di insolvenza 13,7 KR2 Azienda a significativo rischio di insolvenza 30,5 KR1 Azienda a elevato rischio di insolvenza 74,7 Media Italia (bilanci 2009) = 8,6 6

7 Frequenza (%) KF RATING INDUSTRIA MANIFATTURIERA DISTRIBUZIONE PER CLASSI DI RATING 0,16 0,14 37,2% 37,2% 0,12 13% 30,0% 30,0% 26,6% 26,6% 10,2% 0,1 8,4% 9,0% 8,7% 9,3% 9,2% 8,4% 0,08 0,06 6,1% 4,7% 5,0% 5,1% 6,9% 5,7% 23% 0,04 2,9% 2,0% 0,02 1,6% 0,9% 1,1% 0,0% 0,0% 0,3% 0,6% 0 K7+ K7 K7- K6+ K6 K6- K5+ K5 K5- K4+ K4 K4- K3+ K3 K3- K2+ K2 K2- K1+ K1 K1- Rating ECCELLENZA NORMALITA' VULNERABILITA ' Fonte: Ricerca KF Rating 2010 ( RISCHIO 7

8 Mappa dei rischi Mappa dei rischi: consente di analizzare trimestralmente l evoluzione del fenomeno dell insolvenza per 240 cluster dell impresa italiana composti attraverso tre assi: Rischio di Settore: analisi di 20 settori dell industria italiana Rischio di Area Geografica: analisi di 4 macroaree geografiche Rischio di Classe Dimensionale: analisi di 3 classi dimensionali L evoluzione dell incidenza effettiva dei fallimenti si è dimostrata un efficace indicatore del ciclo economico congiunturale delle singole aree di esame (ad es. settore) 8

9 INDICE Il rating di KF Economics Strategie Rating Based Cluster analisys e analisi di correlazione sviluppata per Eurocredit 9

10 KF RATING REPORT 10

11 IL RATING PER IL MONITORAGGIO CLIENTI Importare nel mondo delle imprese le logiche dell analisi di rating sviluppate nel mondo bancario Database clienti con informazioni su: rating tecnico (dai bilanci annuali) analisi qualitativa (questionari periodici) dati pregiudizievoli (da db esterni) dati andamentali (ordini/incassi) rischio di settore (da db esterni) strategicità/attratività del cliente altri parametri operativi rilevanti stima di un Rating Interno Aziendale rating tecnico - bilanci - indici - flussi di cassa rating operativo analisi qualitativa - strategia - posizionamento - management - business plan rating bancario globale centrale rischi dati andamentali Pregiudizievoli Ordini Incassi rischio di settore Strategicità Attrattività 11

12 CAMPAGNE MARKETING RATING-BASED Frequenza (%) 0,16 Ranking basato su Rating DISTRIBUZIONE PER CLASSI DI RATING Ranking basato su settore industriale 0,14 37,2% 0,12 30,0% 26,6% 0,1 8,4% 10,2% 9,3% 9,0% 9,2% 8,7% 8,4% 0,08 6,1% 6,9% 0,06 0,04 5,0% 5,1% 4,7% 2,9% 5,7% Lista target prioritizzata 0,02 0 0,0% 0,0% 2,0% 1,6% 1,1% 0,9% 0,3% 0,6% K7+ K7 K7- K6+ K6 K6- K5+ K5 K5- K4+ K4 K4- K3+ K3 K3- K2+ K2 K2- K1+ K1 K1- Rating ECCELLENZA NORMALITA' VULNERABILITA RISCHIO ' Ranking basato su Geografia Ragione Sociale T OT. VAL. DELLA PRODUZI ONE EUR 2007 Dipe nd e nti 2007 EBIT DA /Ve ndite (%) 2007 Fa ttura to x dipe nde nte S.M.C. HOLDING S.P.A , OBJECTWAY FINANCE S.R.L , PHOENIX INFORMATICA BANCARIA S.P.A , RGI SPA , DYLOG ITALIA S.P.A , OBJECTWAY CSF S.R.L , FINCONS S.R.L , ADP DEALER SERVICES ITALIA S.R.L , SEMPLA S.P.A , FAMULA ON-LINE S.P.A , SMC GROUP S.R.L , AUSELDA AED GROUP S.P.A. -IN SIGLA AED GROUP , BYTE SOFTWARE HOUSE S.P.A , TECHEDGE CONSULTING S.R.L , SOLGENIA S.P.A , AIVE S.P.A , SEMPLA S.R.L , ALTEA SOCIETA' PER AZIONI O, IN FORMA ABBREVIATA, ALTEA S.P.A , TECHEDGE S.P.A , ALTEN ITALIA S.P.A , NOUS INFORMATICA S.R.L , BYTE SISTEMI INFORMATIVI S.P.A , OBJECTWAY SPA , GRUPPO FORMULA S.P.A , BETA 80 S.P.A. SOFTWARE E SISTEMI O, IN FORMA ABBREVIATA BETA 80 S.P.A 97 10, AVANADE ITALY S.R.L , SMC TREVISO S.R.L , I & T SERVIZI S.R.L , SMC VENEZIA S.R.L , LECTRA ITALIA - S.P.A , ASYSTEL S.P.A , EUSTEMA S.P.A , SOPRA GROUP S.P.A , BRAIN FORCE S.P.A , TIETOENATOR ITALIA S.P.A , INAZ SRL , BETA 80 GROUP S.R.L , COSMIC BLUE TEAM SOCIETA' PER AZIONI OVVERO COSMIC BLUE TEAM -S.P.A 33 6, BMC SOFTWARE S.R.L , PARAMETRIC TECHNOLOGY ITALIA S.R.L , BYTE ELABORAZIONI SRL , TERASYSTEM S.P.A , PHOENIX SERVICES - S.R.L ,47 SEDOC S.R.L , FINCONS S.P.A , DEVOTEAM AUSYSTEMS S.P.A , CONSULENZA AZIENDALE PER L'INFORMATICA SCAI - SOCIETA' PER AZIONI 332 2, IRPE S.P.A , NESSPRO ITALY S.P.A , MAGIRUS ITALIA S.P.A , INFOR GLOBAL SOLUTIONS ITALIA S.R.L , INFOR GLOBAL SOLUTIONS (MILANO III) S.R.L OBJECTWAY SOFTLAB S.R.L S.M.C. GROUP S.R.L SOLGENIA CUSTOM SOLUTION S.R.L GFI ITALIA S.P.A , UNISYS ITALIA S.R.L , INFOR GLOBAL SOLUTIONS (MILANO) S.R.L , INFOR GLOBAL SOLUTIONS (MILANO II) S.R.L , SIEMENS IT SOLUTIONS AND SERVICES S.P.A. ######### 550-7, AGS GROUP S.R.L , INFOR GLOBAL SOLUTIONS (MILANO IV) S.R.L ,33 Ranking basato su altre informazioni interne 12

13 RATING ADJUSTED PRICING Se il prezzo viene determinato anche in funzione del rischio del cliente: si attrarranno con prezzi più competitivi i clienti più solidi, mentre i clienti più rischiosi remunereranno la loro maggiore onerosità con un prezzo più alto oppure andranno alla concorrenza Prezzo Clienti solidi sottratti alla concorrenza Clienti rischiosi lasciati ai concorrenti risk-adjusted pricing Prezzo non risk-adjusted Un esempio classico di applicazione implicita di questa strategia è la politica degli sconti cassa Rischio basso Rischio alto 13

14 INDICE Il rating di KF Economics Strategie Rating Based Cluster analisys e analisi di correlazione sviluppate per Eurocredit 14

15 RISCHIO DI PORTAFOGLIO/1 Il rischio di un portafoglio di crediti è determinato dall eventualità di subire perdite perché i debitori non rimborsano il capitale o non pagano gli interessi (anche solo in parte) alle scadenze pattuite Perdita attesa (Expected Loss): EL = PD EAD (1 RR) = PD LGD PD = Probability of Default %: Quanto è probabile l insolvenza? EAD = Exposure at Default : RR = Recovery Rate %: Che frazione del credito si può recuperare in caso di insolvenza? LGD = Loss Given Default = EAD (1 RR): Entità della perdita in caso di insolvenza La perdita attesa di portafoglio è la somma delle perdite attese sui singoli crediti: EL Portafoglio = Σ EL i = Σ PD i LGD i 15

16 RISCHIO DI PORTAFOGLIO/2 La perdita attesa è una stima puntuale, utile per determinare il prezzo del credito e gli accantonamenti a fronte dei rischi prevedibili, ma è soggetta a margini di errore La perdita effettiva di portafoglio (non prevedibile) dipenderà dal verificarsi di un certo numero di default che interesseranno certi crediti specifici La valutazione della distribuzione di probabilità delle perdite potenziali è un elemento essenziale della valutazione del rischio di credito Distribuzione delle perdite di portafoglio UL = 14k Portafoglio di 100 crediti di importo pari a ciascuno Credito complessivo: PD Media: 0,6% Perdita attesa (EL): percentile: Perdita inattesa (UL): 20k - 6k = EL = 6k Perc(95) 16

17 RISCHIO DI PORTAFOGLIO La perdita inattesa ( Unexpected Loss ) è l importo della perdita massima che si valuta potrebbe essere subita in una percentuale elevata di casi (es. 95%, 99%) in eccesso rispetto alla perdita attesa Alla perdita inattesa corrisponde il capitale economico richiesto per coprire il rischio del portafoglio crediti (oltre alle riserve accantonate a fronte delle perdite attese) Buona parte del rischio di portafoglio può essere eliminato attraverso la diversificazione: La suddivisione dei rischi su un numero maggiore di clienti (a parità di credito complessivamente concesso) riduce l impatto del rischio specifico di ciascuno sulla perdita inattesa Parte del rischio dipende però da fattori comuni (es. la congiuntura economica) e non può essere del tutto eliminato La correlazione tra i rischi dei crediti in portafoglio è la principale determinante della perdita inattesa Selezionando i creditori e le operazioni in base alla diversa reattività ai fattori di rischio comuni si può tenere sotto controllo la rischiosità complessiva del portafoglio riducendo la perdita inattesa e il fabbisogno di capitale economico 17

18 MISURAZIONE DEL RISCHIO SISTEMATICO DI PORTAFOGLIO Valutazione del rischio sistematico Stato generale dell economia Determinare la relazione tra i fattori e le posizioni in portafoglio Rischio specifico d impresa Rischio specifico del Paese o dell area geografica Ciclicità del Rischio settore intrinseco del settore di attività Determinare la correlazione tra le posizioni a partire dalla correlazione di ciascuna delle posizioni con i fattori rilevanti Le metodologie tradizionali, per mancanza di dati analitici sulle singole posizioni e sulla loro evoluzione nel tempo e rispetto ai fattori determinanti, sono costrette a fare ipotesi fortemente semplificatrici sulle correlazioni, perdendo di fatto gran parte della loro efficacia predittiva La metodologia KF Economics per Eurocredit consente di trattare analiticamente tutti i fattori coinvolti e di basare quindi la propria analisi di portafoglio su dati effettivi e che tengono conto dell evoluzione congiunturale del ciclo con una precisione trimestrale 18

19 2005:Q1 2005:Q2 2005:Q3 2005:Q4 2006:Q1 2006:Q2 2006:Q3 2006:Q4 2007:Q1 2007:Q2 2007:Q3 2007:Q4 2008:Q1 2008:Q2 2008:Q3 2008:Q4 2009:Q1 2009:Q2 2009:Q3 2009:Q4 2010:Q1 2010:Q2 2010:Q3 2010:Q4 2011:Q1 2011:Q2 LA RELAZIONE TRA DEFAULT E ANDAMENTO GENERALE DELL ECONOMIA 104 IIPN Indice di produzione industriale XTCN Tasso di insolvenza trimestrale destagionalizzato ,5 1 0,5 0-0,5-1 -1,5-2 È evidente e significativa la correlazione inversa tra tasso di insolvenza e andamento generale dell economia I due fattori (stato dell economia e tasso di insolvenza) sono tra loro interdipendenti, influenzandosi vicendevolmente Nota: - l indice di produzione industriale e le insolvenze trimestrali sono valori normalizzati; - i quadranti colorati rappresentano periodi di espansione (verde) e recessione (rosso) economica, secondo definizioni dell OCSE 19

20 2006:Q1 2006:Q2 2006:Q3 2006:Q4 2007:Q1 2007:Q2 2007:Q3 2007:Q4 2008:Q1 2008:Q2 2008:Q3 2008:Q4 2009:Q1 2009:Q2 2009:Q3 2009:Q4 2010:Q1 2010:Q2 2010:Q3 2010:Q4 2011:Q1 2011:Q2 L EFFETTO DELL APPARTENENZA A DIVERSI SETTORI 20,0 18,0 16,0 14,0 12,0 10,0 8,0 6,0 4,0 Tassi di insolvenza trimestrale destagionalizzati Settori diversi hanno livelli di rischio fisiologicamente differenti tra loro, così come trend che non sempre coincidono con l andamento del livello di insolvenza nazionale anche la sensibilità e velocità di reazione al mutamento delle condizioni economiche sottostanti varia da settore a settore 2,0 0,0 Tessile, abbigliamento e pelli Meccanica e macchine utensili Prodotti chimici, sintetici e combustibili Costruzioni Totale Nota:- i quadranti colorati rappresentano periodi di espansione e recessione economica, secondo definizioni dell OCSE L analisi del rischio intrinseco di un settore ed il suo trend rappresentano elementi essenziali per una corretta valutazione di portafoglio e uno degli elementi più incisivi per operare una strategia di diversificazione del rischio 20

21 ANALISI DEL PORTAFOGLIO CREDITI PER CLASSE DI RATING Confronto distribuzione per classe di rating; numerosità vs valore plafond 40 (unità) (importi in milioni di Euro) ,8 34 Solidità Normalità Rischio 7,1 6, , ,2 0,3 KR1 KR2 KR3 KR4 KR5 KR6 KR ,4 0 Il confronto tra la distribuzione per numerosità e per valore di plafond mostra come, nel caso preso ad esempio, il valore sia sbilanciato sui soggetti più rischiosi del portafoglio 21

22 CONFRONTO CREDIT SCORE DEL PORTAFOGLIO (MEDIA SEMPLICE PER MACRO SETTORE) CON IL CLUSTER DI RIFERIMENTO Chimica Costruzioni Lavorazione metalli = 97 soggetti Alimentari e tabacco Editoria e stampa CS Medio Portafoglio CS Medio Cluster 0 22

23 K1+ K2 K2+ K3 K3+ K4 K4+ K5 K5+ K6 K6+ K1- K1- K2- K3- K4- K5- K6- K7- K7 K7+ ANALISI PERIODICA RISCHIOSITÀ DEL PORTAFOGLIO CREDITI IMPLICAZIONI SUL PORTAFOGLIO ANDAMENTO INDUSTRIE KF Economics ogni 3 mesi pubblica un rapporto con l analisi dell incidenza delle insolvenze per cluster nel trimestre precedente Questo dato viene utilizzato per fornire una indicazione del miglioramento del peggioramento dei cluster e viene utilizzato per simulare l impatto sul portafoglio 16% 14% 12% 10% 8% 6% 4% 2% 0% Variazione della distribuzione del portafoglio aggiustato in base all andamento delle industrie Unadjusted Adjusted 23

24 Il portafoglio è più rischioso della popolazione Il portafoglio è meno rischioso della popolazione ANALISI PERIODICA RISCHIOSITÀ DEL PORTAFOGLIO CREDITI DISTRIBUZIONE CLIENTI VS SOCIETA PARAGONABILI (PEERS) 5 Confronto del rating per macro cluster rispetto alla popolazione delle aziende in Italia Settore 1 Settore 2 Settore 3 Settore 4 Settore 5 Tot NE NE Small NE Mid NE Large Tot NO NO Small NO Mid NO Large Tot Centro Centro Small Centro Mid Centro Large Tot Sud Sud Small Sud Mid Sud Large -5 24

25 AREE DI APPLICAZIONE Le aree di applicazione di questa metodologia proprietaria di analisi del rischio di portafoglio comprendono: Valutazione della probabilità di default di portafogli crediti per cartolarizzazioni: con analisi puntuale del rischio delle singole posizioni e delle loro correlazioni sia ex-ante che attraverso aggiornamenti e monitoraggi periodici Ottimizzazione dei portafogli ricercandone la diversificazione ottimale attraverso l inclusione/esclusione di posizioni in funzione della loro correlazione, sia in fase di progettazione che di «manutenzione» Analisi dell esposizione crediti aziendale in funzione del livello di correlazione l esposizione verso clienti di un azienda può essere analizzata esattamente come un portafoglio cartolarizzato e sottoposta alle stesse tecniche di monitoraggio e ottimizzazione Con la metodologia KF Economics per Eurocredit l analisi di portafoglio non è più una black-box basata su metodi statistici teorici che non riflettono la realtà, ma è un analisi puntuale basata sul rischio delle singole aziende e sull evoluzione di fenomeni reali, monitorati nei loro andamenti storici e attuali. 25

26 Via Durini Milano Tel Fax Via Emilia San Pietro Reggio Emilia Tel Fax