Banca d’Italia ha recentemente pubblicato uno studio che propone un innovativo modello per la previsione delle probabilità di default delle imprese.
Il modello, denominato GRANMA-PD (Granular and Macroeconomic Probability of Default Model), mira a integrare dati microeconomici a livello d’impresa e variabili macroeconomiche, consentendo valutazioni granulari e aggregate del rischio di credito in presenza di diversi scenari economici prospettici.
Il contributo si colloca all’intersezione tra le esigenze analitiche delle autorità di vigilanza, che necessitano di strumenti predittivi robusti per finalità di stabilità finanziaria, e l’evoluzione della letteratura empirica sul rischio di default, da tempo interessata a soluzioni ibride capaci di unire dettaglio informativo e capacità predittiva. In particolare, gli Autori superano i limiti dei modelli basati esclusivamente su dati aggregati, proponendo una metodologia ispirata alle local projections di Jordà (2005), applicata a una struttura logit di tipo hazard, stimata separatamente per orizzonti predittivi di uno, due e tre anni.
Un aspetto peculiare del modello risiede nella sua capacità di valorizzare le informazioni microeconomiche disponibili – come i dati di bilancio e le segnalazioni della Centrale dei Rischi – anche quando tali dati si riferiscono a un momento distante nel tempo rispetto alla data della previsione. Ciò è reso possibile da una parametrizzazione distinta per ciascun orizzonte temporale considerato. A differenza dei modelli tradizionali, che applicano una struttura fissa proiettata nel tempo, l’approccio adottato consente di adattare il modello alle informazioni effettivamente disponibili nel momento in cui si formula la previsione, garantendo così maggiore coerenza e realismo nella stima del rischio.
Di particolare interesse sono le applicazioni empiriche che gli Autori propongono nella seconda parte del lavoro.
In primo luogo, il modello viene utilizzato per effettuare previsioni out-of-sample del tasso di default medio delle imprese italiane nel triennio 2018-2020, sotto due scenari: uno basato sui valori effettivi delle variabili macroeconomiche (baseline) e uno che simula un peggioramento comparabile alla crisi del debito sovrano europeo (adverse).
I risultati confermano l’affidabilità del modello nel riprodurre i livelli osservati di insolvenza, oltre a evidenziare una significativa capacità predittiva.
In secondo luogo, il lavoro sfrutta la granularità delle stime per costruire matrici di transizione tra classi di rischio, mostrando come settori diversi – in particolare costruzioni, trasporti e servizi ricettivi – reagiscano in modo eterogeneo al peggioramento del quadro macroeconomico.
L’analisi rivela che sono soprattutto le imprese più piccole e i settori a maggiore ciclicità a presentare vulnerabilità accentuate, confermando l’utilità dello strumento anche in chiave di policy mirata ed early warning per il sistema bancario.
Nel complesso, il modello GRANMA-PD rappresenta un avanzamento significativo rispetto ai modelli standard utilizzati per finalità regolatorie o previsive e appare pienamente coerente con le esigenze analitiche di una vigilanza moderna, in grado di tenere conto dell’eterogeneità del tessuto produttivo e della complessità delle interazioni tra dinamiche reali e finanziarie.
Si tratta dunque di uno strumento potenzialmente prezioso non solo per la Banca d’Italia, ma anche per altri attori istituzionali e accademici interessati alla valutazione del rischio sistemico e alla resilienza del comparto produttivo.
