Abstract:
In seguito alla crisi finanziaria del 2007/2008 la previsione della bancarotta è diventato uno dei principali e prioritari temi di valutazione nell’analisi del rischio di credito per la maggior parte delle istituzioni e intermediari finanziari. In questo lavoro verrà quindi analizzato un dataset contenente 8262 diverse società quotate sul mercato azionario americano nel periodo compreso tra il 1999 e il 2018. Tale serie storica verrà analizzata utilizzando diversi modelli di Machine Learning, con lo scopo di comprendere quali siano in grado di prevedere al meglio il fallimento aziendale in diversi intervalli temporali. Prima di utilizzare i modelli è stato necessario però affrontare l’aspetto relativo allo squilibrio delle classi dovuto alla rarità degli eventi fallimentari nell’economia reale. Infine, alla luce dei risultati ottenuti, verranno poi evidenziati i risultati più interessanti, analizzati gli aspetti positivi e i limiti dei vari modelli considerati per l’analisi e proposti degli spunti per integrare il lavoro svolto in studi futuri.
