CerisRating è un software sviluppato per assegnare un giudizio di rating finanziario anche alle imprese che dispongono di informazioni contabili scarse, incomplete o poco dettagliate. Utilizzando modelli di intelligenza artificiale basati su reti neurali artificiali e interpretati tramite l’indice di Garson, il sistema apprende le relazioni tra un insieme ridotto di variabili economico finanziarie e i rating osservati nei dati reali. In questo modo è in grado di stimare, anche con pochi input, la probabilità di default di un’impresa. Addestrato sui dati di bilancio, CerisRating rappresenta uno strumento utile sia per piccole imprese e imprenditori, sia per banche e istituti di credito, colmando le lacune informative tipiche dei bilanci meno strutturati.

CerisRating nasce dall’esigenza concreta di disporre di uno strumento capace di assegnare un giudizio di rating finanziario anche a quelle imprese per le quali le informazioni disponibili risultano parziali, incomplete o di qualità non ottimale. In molti casi le società di persone, ad esempio, non sono tenute a depositare bilanci dettagliati: mancano spesso indicazioni fondamentali, come la scomposizione dei debiti tra fornitori (di natura operativa) e debiti finanziari. A queste situazioni si aggiungono tutti i casi in cui i bilanci sono presenti nei database in forma non pienamente strutturata, incompleta o non correttamente recepita. Ciò determina un numero rilevante di imprese per le quali risulta difficile, se non impossibile, applicare correttamente i modelli di rating tradizionali.
Partendo da queste limitazioni informative, il software propone un approccio alternativo basato sull’impiego di modelli di intelligenza artificiale, capaci di simulare giudizi di rating in contesti in cui l’informazione contabile è scarsa. Le reti neurali artificiali costituiscono il nucleo metodologico della piattaforma: una volta addestrate, esse apprendono le relazioni tra un insieme ridotto di variabili economico finanziarie e il giudizio di rating ad esse associato. L’impiego dell’indice di Garson consente inoltre di interpretare la struttura interna della rete, identificando quali variabili contribuiscono maggiormente alla costruzione del risultato finale. In questo modo, l’utente è in grado di ottenere, a partire da poche informazioni disponibili, una stima della probabilità di default della propria impresa.
Il principio alla base del funzionamento di CerisRating è quello della riproduzione del giudizio: dopo aver appreso le relazioni esistenti tra variabili elementari, il sistema è in grado di restituire un rating coerente con il comportamento osservato nei casi reali. I dati utilizzati per l’addestramento dei modelli provengono dai dati di bilancio delle imprese.
Il software risulta particolarmente utile per le piccole imprese e per gli imprenditori individuali che necessitano di una valutazione rapida e sintetica del proprio stato di salute finanziaria, soprattutto in fase di richiesta di finanziamenti o nella gestione ordinaria del rapporto con gli intermediari bancari. Allo stesso tempo, costituisce un supporto anche per banche e istituti di credito, che possono ottenere una prima indicazione della situazione economico finanziaria di un’impresa in tempi rapidi, beneficiando di uno strumento capace di colmare le lacune informative presenti nei bilanci meno strutturati.
I dettagli tecnici del modello di reti neurali artificiali costruito per il software sono illustrati nel seguente articolo pubblicato su rivista internazionale: “Falavigna G., (2012), Financial ratings with scarce information: A neural network approach. Expert Systems with Applications, 39(2), pp. 1784-1792”.