Procedure di allerta nello shipping: un confronto tra modelli tradizionali e di machine learning

La gestione attiva del rischio di controparte prevede l’identificazione di strumenti che permettano di anticipare le situazioni di difficoltà dei clienti affidati, con differenze significative nelle variabili da considerare tra settori. Il settore dello shipping è una delle realtà più complesse, e la creazione di un sistema di early warning efficace richiede non solo l’analisi dei fondamentali di bilancio ma anche del business model adottato e della sostenibilità dell’azienda nel medio-lungo termine. L’articolo analizza un dataset di aziende italiane del trasporto marittimo merci negli ultimi nove anni e propone una metodologia per un sistema di early warning. I risultati mostrano che è necessario considerare congiuntamente variabili su indebitamento, redditività e struttura e parametri specifici del settore dello shipping. I modelli costruiti con tecniche di machine learning sono più capaci di anticipare gli stati di difficoltà rispetto ai modelli tradizionali.