a day in life di un credit manager

Transcript

1 a day in life di un credit manager Federico Di Miele febbraio 18

2 Fido alcuni segnali forti e deboli in caso di accettazione CONTENUTI in caso di monitoraggio portafoglio In caso di indagine e di enforcement

3 In caso di accettazione

4 Il journey in accettazione Accettazione valutazione del soggetto e delle caratteristiche dell operazione commerciale richiesta Assegnazione fido calcolo o ricalcolo algoritmo fido inclusivo : Pondrerazione dati raccolti Valutazione dinamica nuova operazione Verifica informazioni andamentali Verifica dati storici del cliente 1) Esito precedenti pagamenti 2) Esposizione 3) Valutazioni pregresse Utilizzo di report/dati esterni Accesso al patrimonio informativo : 1) InfoProvider esterni 2) Rete commerciale 3) Network credit managers 4) Google 5). 4

5 Le aree informative esterne alla base del Fido I grading in Cerved Valutazioni Parziali Valutazioni Complessive Situazione economicofinanziaria Eventi negativi Tempi di pagamento Rischio connesso al numero di consultazioni Profilo strutturale Cerved Group Score Valutazione Analista Cerved Group Rating Solidità gestionale Consistenza immobiliare 5

6 Valutare un impresa basandosi sulle sue caratteristiche Alla base si possono differenziare oltre 100 modelli specializzati per forma giuridica dimensioni e settore 6

7 Score Economico-Finanziario: articolazioni dei modelli Attualmente in produzione: 162 modelli specializzati Campo di applicazione: Bilanci d esercizio - Bilanci consolidati 23 settori branche Banca d Italia 6 comparti + modelli geo-settoriali 7 Sono definiti bilanci NEWCO il primo e secondo bilancio di una società ad esclusione delle società nate per scorporo o scissione e delle società con ricavi superiori a 10 milioni

8 4.3 a) Peso Grado di rischio specifico di alcune aree informative nella determinazione della valutazione Alla determinazione della valutazione e del fido contribuiscono 7 Aree gestionali 1 Cash Flow, redditività e qualità degli utili 2 Peso Oneri finanziari e servizio del debito 3 Struttura finanziaria e composizione temporale del debito 4 Equilibrio finanziario e liquidità 5 Crescita 6 Volatilità dei redditi e cash flow 7 Struttura operativa ed efficienza generale 8

9 4.3 a) Peso Grado di rischio specifico di alcune aree informative nella determinazione della valutazione Imprese con ricavi inferiori a 5 mln Imprese con ricavi superiori a 5 mln 9 Il contributo relativo delle valutazioni parziali dipende fortemente dalla dimensione dell impresa

10 La cascata delle valutazioni per la determinazione del fido Custom Limit Per singoli clienti o settori verticali 6 Custom Rules Per singoli clienti o settori verticali 10

11 Alcuni esempi di profili aziendali e assegnazione del fido Influenza delle aree di valutazione Grado di Rischio Attività economica DATI ALFA SPA BETA SPA Forma giuridica Spa Spa Ricavi Acquisti e servizi Patrimonio Netto Cerved Group 48 moderata 91 -Massima Score Attività economica Produzione di panetteria fresca Fido Fino a Fino a DATI ALFA SPA DELTA SPA Forma giuridica Spa Spa Ricavi Acquisti e servizi Patrimonio Netto Cerved Group 48 moderata 48 moderata Score Attività economica Produzione di Fornitura di panetteria acqua Fido Fino a Fino a

12 Alcuni esempi di profili aziendali e assegnazione del fido 4.3 a) Grado di rischio Influenza delle aree di valutazione Diversa Patrimonializzazione Casi di Override DATI GAMMA SPA SIGMA SPA Forma giuridica Spa Spa Ricavi Acquisti e servizi Patrimonio Netto Cerved Group 48 moderata 48 moderata Score Attività economica Fabbricazione articoli in pelle Fido certificato Fino a Fino a DATI UNO SPA DUE SPA Forma giuridica Spa Spa Ricavi Acquisti e servizi Patrimonio Netto Cerved Group 48 moderato 15 non Score affidabile Attività In liquidazione Fabbricazione di serrature Fido certificato Non affidabile Non affidabile 12

13 Le performance di alcune variabili meno diffuse per la definizione del fido Lo score immobiliare La presenza di immobili nel patrimonio del titolare di ditta o della società di persone con i relativi soci è elemento discriminante di rischio dell impresa. I grafici sotto illustrano ad esempio come il tasso di default a un anno di imprese società di persone o ditte individuali in cui su almeno un soggetto è stato individuata la proprietà di immobili residenziali è sistematicamente inferiore rispetto alle imprese su cui non sono presenti proprietà residenziali. Società di persone Industria Commercio Servizi degli alberghi e pubblici esercizi Agricoltura 100% La percentuale di imprese con immobili residenziali cambia a seconda del settore 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % PRESENZA IMMOBILI RESIDENZIALI Tasso di Default per ASSENZA IMMOBILI RESIDENZIALI Tasso di Default per PRESENZA di IMMOBILI RESIDENZIALI Industria Commercio Servizi degli alberghi e pubblici esercizi Imprese con immobili residenziali in proprietà sono meno rischiose Agricoltura 80.00% 70.00% 60.00% 50.00% 40.00% 30.00% 20.00% 10.00% 0.00% Ditte Individuali % PRESENZA IMMOBILI RESIDENZIALI Tasso di Default ASSENZA IMMOBILI RESIDENZIALI Tasso di Default PRESENZA IMMOBILI RESIDENZIALI 13

14 Le performance di alcune variabili meno diffuse per la definizione del fido Lo score immobiliare Lo score Immobiliare è espresso in 6 classi di rischio ben differenziate per livello di rischiosità. Classe Immobiliare Elevata Descrizione La controparte risulta possedere un patrimonio immobiliare di elevata consistenza per numerosità, tipologie e grandezza degli immobili. Nella classe di consistenza non significativa il rischio di default è 1.4 volte la media del portafoglio di stima Nella classe di consistenza Elevata il rischio di default è 2.6 volte inferiore rispetto alla media Ampia La controparte risulta possedere un patrimonio immobiliare di ampia consistenza per numerosità, tipologie e grandezza degli immobili. 35% 30% 4.00% 3.50% Buona Discreta Moderata Non significativa La controparte risulta possedere un patrimonio immobiliare di buona consistenza per numerosità, tipologie e grandezza degli immobili. La controparte risulta possedere un patrimonio immobiliare di discreta consistenza per numerosità, tipologie e grandezza degli immobili. La controparte risulta possedere un patrimonio immobiliare di moderata consistenza per numerosità, tipologie e grandezza degli immobili. La controparte risulta possedere un patrimonio immobiliare non significativo ai fini della valutazione aziendale, per numerosità, tipologie e grandezza degli immobili. 25% 20% 15% 10% 5% 0% x 2.6 Elevata Ampia Buona Discreta Moderata Non significativa % Frequenza di classe TD di CLASSE TD medio x % 2.50% 2.00% 1.50% 1.00% 0.50% 0.00% 14

15 Le performance di alcune variabili meno diffuse per la definizione del fido Aziende finanziate da progetti Open Coesione Data anagrafici originali Regole su apertura Dati sul finanaziame nto Regole su date

16 Le performance di alcune variabili meno diffuse per la definizione del fido Aziende finanziate da progetti Open Coesione Confronto Tassi di Insolvenza - Campione OC vs Campione di controllo Tassi di insolvenza (*) comparati 12.0% 11.0% 10.0% 9.0% 8.0% 7.0% 9.8% 9.0% 11.0% 14,000 12,000 10,000 8,000 6,000 4, % 5.0% 6.9% 7.0% 6.8% 11,707 7,198 4,509 OVERALL SCAP NOSCAP 2,000 - Soggetti Camipone OC Campione di controllo Le imprese che hanno ricevuto un finanziamento hanno sperimentato dei tassi di insolvenza complessivi (dal primo anno di progetto ad oggi) significativamente inferiori rispetto quelli del campione gemello non finanziato: 6,9% vs 9,8% Nel caso delle imprese non società di capitali (NOSCAP) la differenza tra i tassi è ancora maggiore e supera il 4%. 16 (*) Insolvenza: fallimento o altre procedure concorsuali, protesti rilevanti o eventi pregiudizievoli gravi

17 Le performance di alcune variabili meno diffuse per la definizione del fido Aziende finanziate da progetti Open Coesione Confronto Tassi di Sopravvivenza - Campione OC vs Campione di controllo 100.0% 95.0% 94.6% 96.6% 91.4% 14,000 12,000 Tassi di sopravvivenza (*) comparati 90.0% 85.0% 80.0% 75.0% 70.0% 65.0% 60.0% 87.8% 81.8% 72.3% 11,707 7,198 4,509 OVERALL SCAP NOSCAP 10,000 8,000 6,000 4,000 2,000 - Soggetti Camipone OC Campione di controllo Analogamente le imprese che hanno ricevuto un finanziamento OC hanno manifestato una capacità di sopravvivenza tangibilmente superiore alle gemelle non finanziate: 94,6% vs 81,8%. Le società di capitali OC in particolare presentano tassi di sopravvivenza molto elevati. Nel caso delle imprese non società di capitali (NOSCAP) la differenza tra i tassi di sopravvivenza è estremamente elevata (quasi 20 punti percentuali). 17 (*) Sopravvivenza: società che risultano tuttora iscritte al Registro Imprese.

18 Le performance di alcune variabili meno diffuse diminuzione affidabilità «granulare» Score di Affidabilità su 12 mesi Omissis 18

19 Le performance temporali, esposizione, scaduto, valutazione per ottenere un fido dinamico 19

20 Nel monitoraggio di portafoglio

21 Il journey per il monitoraggio del Portafoglio Rettifiche e richieste di azioni sulla rete Aquisizione e integrazione dati andamentali Azioni di monitoraggio portafoglio mensili Idenitifcazione aree/cluster critici Verifica KPI 21

22 Matrici di posizionamento: Score vs Score pagamenti Rischio default Rischio ritardato pagamenti Popolazione per classe di rischio secondo la definizione basel compliant e relativa PD Rischio di ritardo pagamento basato sul programma di raccolta esperienze pagamento dal mercato 22

23 Matrice di transizione score tempi di pagamento (per valore esposizione) Tempi di pagamento Utile per evidenziare le dinamiche di portafoglio in funzione del rischio di ritardato pagamento Confronto mese su mese fino ad un anno 23

24 Andamento del Fido massimo di portafoglio. Strumenti efficaci di controllo Monitoraggio Per singoli cluster Costante osservazione e comparazione del: Fido massimo suggerito dai provider Fido interno assegnato Scaduto Esposzione Fido assicurativo Facile realizzazione di deep dive sulle stesse dimensioni per imprese o cluster di interesse 24

25 In fase di enforcing e investigation

26 Le relazioni su Knowledge Graph come strumento di indagine Nodi e Relazioni Sono basi di conoscenza nuove avanzate utili ad identificare, visualizzare e approfondire, in modo immediato, le relazioni esistenti tra più soggetti presenti all interno di Data Lake estramamente complessi 31MLN di nodi 60MLN di legami 26

27 Grazie