Nelle giornate di giovedì 8 e venerdì 9 maggio si è tenuto il webinar “Credito agrario: la valutazione dell’azienda agricola ai fini dell’affidamento e l’accesso al credito” organizzato da ABI Formazione.
CRIF ha avuto l’occasione di partecipare a entrambe le giornate, con due diversi interventi, tenuti rispettivamente da Daniela Tontini, Senior Client Manager, Agribusiness di CRIF, e Giorgio Oliva, Senior Client Manager Vertical Agribusiness di CRIF.
Durante l’intervento “Valutazione del credito: rating vs score e il contributo di modelli evolutivi AI (Artificial intelligence) nel credit scoring”, Tontini ha illustrato come i nuovi modelli di Advanced Analytics con Intelligenza Artificiale sviluppati da CRIF supportino le banche nell'analisi della grande mole di dati, focalizzandosi sull'applicazione dell'AI nell'agribusiness bancario.
"Benché sia il credit score sia il rating valutino la solvibilità, il rating si distingue per un'analisi più approfondita e specifica condotta dagli analisti. Lo score, al contrario, è un processo automatizzato che elabora un elevato volume di dati finanziari e comportamentali, generando report con un intervento umano minimo. Per il settore agricolo italiano, costituito per il 95% da micro e piccole imprese, lo strumento più efficace in termini di costo e beneficio risulta essere lo Score. Gli score possono raggiungere livelli di sofisticazione notevoli, ma la soluzione analitica di CRIF integrata con l’Intelligenza Artificiale si posiziona al vertice, offrendo un valore aggiunto ineguagliabile per la valutazione del credito del settore agricolo” – ha affermato Tontini.
Tontini ha poi spiegato come l’AI faciliti l'accesso a dati altrimenti difficili da reperire, creando un Datalake agricolo da fonti istituzionali e strutturando le informazioni per arricchire i modelli di valutazione.
Analizzando i risultati ottenuti grazie al modello CRIF si evince la sua capacità di distinguere efficacemente le controparti rischiose da quelle affidabili, portando benefici concreti nell'individuazione dei clienti problematici e nello sviluppo del portafoglio. L'intervento si è concluso con l'analisi di casi pratici che hanno confermato i vantaggi dell'utilizzo di sistemi automatizzati per l'analisi e la previsione finanziaria, sottolineando come l'integrazione di AI e algoritmi avanzati migliori l'analisi e liberi risorse per attività a maggior valore, con benefici sia per la banca sia per le imprese agricole.
L’intervento di Oliva si è inserito nella seconda giornata, all’interno della discussione “Le forme tecniche del credito e il sistema delle garanzie”. Oliva ha evidenziato come il settore dell’agricoltura, negli ultimi tempi, sia sempre più interessato dagli aiuti di Stato, e questa situazione comporta la necessità per gli operatori di banca, che operano più precisamente nel settore dell’agribusiness, l’obbligo di rimanere aggiornati su tale argomento. Oliva si è focalizzato sugli aiuti di Stato, dalla loro definizione alle loro caratteristiche, alle regole generali che definiscono i cumuli degli aiuti con le garanzie statali, per poi terminare la presentazione con la spiegazione di alcuni casi pratici, come gli aiuti di stato più utilizzati.
“La materia degli aiuti di Stato coinvolge oramai, in maniera sempre più pressante, il settore dell’agricoltura, che notoriamente è quello più interessato da questo fenomeno. Risulta essere molto importante definire cosa è un aiuto di stato, quali sono le sue caratteristiche, le regole generali che regolano i cumuli degli aiuti di stato con le garanzie statali. Nei casi pratici che ho analizzato ho riscontrato un ampio utilizzo delle garanzie di MCC ed ISMEA, utilizzabili per finanziamenti agevolati che prevedono i contributi a fondo perduto come il CSR, il credito di imposta 4.0, PNRR Agrisolare e Biogas, che rappresentano gli aiuti di Stato più utilizzati” – ha spiegato Oliva.
L'innovativa soluzione AI-based di CRIF per la valutazione del credito agricolo, unita alla chiara comprensione del sistema delle garanzie, emerge come un fattore chiave per agevolare l'accesso al finanziamento di un settore come quello agroalimentare.
