La previsione delle insolvenze. Teorie, modelli, applicazioni alle società partecipate pubbliche

Abstract

In recent years, a lot of attentioni spaid, in Italy, to the financial trouble of the public owned companies which are systematically financial distressed. Therefore,to monitor the financial situation of public owned companies is clearly usefull. To do this a bankrupt cyprediction model could be realized. The aim of this doctoral thesisis to realize a distress prediction model applied to a sample of Italian public owned companies. To achive this goal logit methodologies and multiple dicriminant analysis were employed to a sample of 460 public owned companies. Accounting data were selected over the period 2010-2014. To verify the model accuracy an holdout sample of 10 sound companies and 11 unsound companies is used. Results show that binary logit model outperform multiple discriminant analysis with a prediction accuracy of 98%. [edited by Author]

In anni recenti è emerso, con maggiore preponderanza, il problema della crisi nell’ambito delle società partecipate dagli enti pubblici. Tali società sono, infatti, afflitte da una condizione strutturale di disequilibrio economico, finanziario e patrimoniale. Con il fine di monitorare tale situazione di disequilibrio e diagnosticare lo stato di crisi è possibile implementare, anche con riferimento ai contesti delle società partecipate modelli di previsione delle insolvenze. I modelli di previsione, realizzati mediante l’applicazione di tecniche statistiche e di intelligenza artificiale, consentono di individuare, in via preventiva, i sintomi di un’eventuale crisi aziendale. La tesi si pone quale obiettivo l’applicazione di un modello di previsione delle insolvenze alle società partecipate pubbliche. Per raggiungere tale scopo sono stati presi in considerazione i dati di bilancio per il periodo 2010-2014 relativi ad un campione di 460 società partecipate pubbliche, 10 delle quali in condizioni di elevato dissesto economico finanziario. Per realizzare il modello di previsione sono state scelte le due tecniche statistiche più utilizzate nella letteratura internazionale che si è occupata di previsione delle insolvenze: la regressione logit binaria e l’analisi discriminante multipla. Cinque indici di bilancio sono stati selezionati come variabili esplicative e indipendenti dei modelli: lavoro/costo del capitale, lavoro/ricavi, tasso di rotazione del capitale, quoziente secondario di struttura e grado di leva finanziaria. Il modello è stato testato utilizzando un campione di controllo di 21 società partecipate (10 società in equilibrio economico-finanziario e 11 in condizioni di dissesto). Dall’analisi dei risultati è emerso che il modello di regressione logit ha una capacità previsionale maggiore rispetto all’analisi discriminante multipla, infatti, è in grado di classificare correttamente il 98% delle osservazioni. [a cura dell'Autore]