30/09/2020

ESG, nuova definizione di default, artificial intelligence: le eccellenze CRIF on air al livestreaming di ABI- Supervision, Risk & Profitability 2020

Oltre 100 professionisti dell’industry all’evento ABI "Supervision, Risks & Profitability" si sono confrontati sull’evoluzione del framework normativo, anche alla luce dell’emergenza sanitaria globale che ha richiesto alle banche di rivestire un fondamentale ruolo sociale per il Paese. Tanti i nuovi rischi da monitorare e punto fondamentale oggi per muoversi tra queste variabili deve essere anche quello della redditività, con un adeguamento tempestivo alle attese del cliente che sono in rapida evoluzione.
CRIF è stato uno dei protagonisti delle sessioni dedicate ai temi della sostenibilità (ESG), del rischio di default nell’attuale contesto economico e regolamentare e dell’intelligenza artificiale (AI) applicata al risk management.


Sustainability (ESG), Climate change e Pandemic risks: profili normativi, nuovi modelli e fattori di rischio, opportunità competitive

Durante la sessione, Gianluca Natalini, Manager di CRIF Real Estate Services, ha evidenziato come la valutazione ESG diventa parte integrante del processo di gestione del rischio di credito oltre che elemento guida di uno sviluppo sostenibile dell’Istituto stesso. Non si tratta, però, solo di un obbligo, quanto piuttosto di una opportunità: i fattori ESG si dimostrano utili per arricchire la conoscenza dell’impresa integrando aspetti utili per una stima del rischio più accurata e, quindi, leva per lo sviluppo del business.

CRIF, insieme a Università Ca’ Foscari, ha partecipato attivamente al progetto coordinato da European Mortgage Federation – European Covered Bond Council (EMF-ECBC), ricompreso nell’Energy Efficient Mortage Initiative promossa dalla Commissione Europea che vanta oggi l’adesione di oltre 55 tra i più importanti Istituti di credito che operano in Europa.
Il progetto ha dimostrato che i mutui garantiti da immobili a elevata efficienza energetica risultano essere meno rischiosi rispetto a quelli con collateral immobiliare “standard”. In particolare, i mutui con classe energetica A presentano una rischiosità pari a circa la metà di quelli in classe G.


Nuova definizione di default e la gestione delle NPE nel nuovo scenario economico e regolamentare”

Giorgio Costantino, Executive Director Global Transformation Services di CRIF, ha focalizzato l’attenzione su come è cambiato il rischio di default durate il periodo di Covid-19, come hanno di conseguenza reagito Banche e Regulator e quale sarà il nuovo approccio di governance del credito.

Le banche operano su mercati e clienti che hanno subito l’impatto partendo dalla iniziale mancanza di liquidità fino ad arrivare a impatti economico-finanziari con conseguenze sul medio-termine. Dal recente osservatorio CRIF Pulse, che monitora gli impatti economici e finanziari sui settori dell’economia in visione prospettica, emerge che l’universo delle imprese italiane registrerà una contrazione del fatturato pari al 10,6% con una più che proporzionale riduzione dei margini operativi, nettamente più marcata per i settori che hanno subito un elevato impatto delle restrizioni da lockdown.

In tale contesto, i governi hanno deciso di affidare alle banche il ruolo di salvataggio dell’economia al prezzo però di un diverso approccio al credito e modificando così il profilo delle controparti che saranno a rischio default nei prossimi anni.
I player finanziari dovranno affidarsi a metriche nuove per misurare la rischiosità effettiva, facendo leva sugli operatori di sistema con un approccio di governance estesa del credito in grado di cogliere la volatilità dell’outlook di mercato in un contesto regolamentare dinamico e complesso e con una visione ampia anche in ottica di sostenibilità dell’economia.


“Big data e artificial intelligence nei mercati retail e corporate: business, regolamentazione e modelli di risk management nelle banche”: il PROGETTO CRIF-BANCO BPM

Camelia Matteo, Project Leader – Transformation Services di CRIF e Virginia Tirri, Responsabile Performance Management Bonis – Governo del credito di Banco BPM, hanno presentato i risultati del progetto di sviluppo di un modello di Early Warning.
Il progetto ha portato alla costruzione di uno strumento che giornalmente è in grado di intercettare le posizioni più propense a possibile deterioramento e dunque – in ultima analisi – a indirizzare azioni gestionali mirate ed efficaci.

Nel dettaglio, il nuovo modello di Early Warning è stato sviluppato per prevedere l’evento di significativo incremento di rischio, in linea con le logiche di passaggio a Stage 2 previste dal principio contabile IFRS 9. Inoltre, per lo sviluppo sono state utilizzate anche tecniche di machine learning (Random Forest) che rispetto alla metodologia più tradizionale ha consentito di includere nel modello un più ampio numero di variabili, oltre che ad aumentarne la capacità predittiva.

Per maggiori informazioni: marketing@crif.com