La valutazione del rischio di credito è un processo fondamentale per le banche e gli istituti finanziari, poiché consente di determinare la probabilità che un mutuatario possa o meno adempiere ai propri obblighi finanziari. Negli ultimi anni, l'Intelligenza Artificiale (IA) e il Machine Learning (ML) hanno rivoluzionato diversi settori, tra cui quello finanziario, offrendo nuove opportunità per migliorare l'efficienza e l'accuratezza nella valutazione del rischio di credito. Questa tesi propone un’analisi delle tecniche e delle opportunità offerte dall’IA nella valutazione del rischio di credito, ponendo uno sguardo anche alle implicazioni che nascono dall’uso dell’IA nel mondo bancario. Verranno definiti i concetti fondamentali legati al rischio di credito, le diverse tipologie di rischio, le perdite attese e inattese, il credit rating e il credit score. Saranno poi esaminate le regole dettate dagli accordi di Basilea sul rischio di credito. Verrà poi posta l’attenzione sulla definizione di Intelligenza Artificiale e Machine Learning, queste tecnologie saranno esplorate per capire come possono essere utili al fine della valutazione del merito creditizio, saranno analizzati anche i vantaggi e i limiti dell’uso del Machine Learning nel Credit Scoring. Sarà inoltre oggetto di questa tesi l’utilizzo dell’IA negli intermediari finanziari italiani, in modo da comprendere come queste innovazioni influenzano il settore bancario nel nostro paese. Infine la tesi presenterà un'analisi comparativa tra i metodi tradizionali di valutazione del rischio di credito e quelli basati sull'IA e il machine learning.
La valutazione del rischio di credito attraverso l'uso dell'intelligenza artificiale: un'analisi delle tecniche e delle opportunità per le banche
CAMPESTRIN, ENRICO
2022/2023
Abstract
La valutazione del rischio di credito è un processo fondamentale per le banche e gli istituti finanziari, poiché consente di determinare la probabilità che un mutuatario possa o meno adempiere ai propri obblighi finanziari. Negli ultimi anni, l'Intelligenza Artificiale (IA) e il Machine Learning (ML) hanno rivoluzionato diversi settori, tra cui quello finanziario, offrendo nuove opportunità per migliorare l'efficienza e l'accuratezza nella valutazione del rischio di credito. Questa tesi propone un’analisi delle tecniche e delle opportunità offerte dall’IA nella valutazione del rischio di credito, ponendo uno sguardo anche alle implicazioni che nascono dall’uso dell’IA nel mondo bancario. Verranno definiti i concetti fondamentali legati al rischio di credito, le diverse tipologie di rischio, le perdite attese e inattese, il credit rating e il credit score. Saranno poi esaminate le regole dettate dagli accordi di Basilea sul rischio di credito. Verrà poi posta l’attenzione sulla definizione di Intelligenza Artificiale e Machine Learning, queste tecnologie saranno esplorate per capire come possono essere utili al fine della valutazione del merito creditizio, saranno analizzati anche i vantaggi e i limiti dell’uso del Machine Learning nel Credit Scoring. Sarà inoltre oggetto di questa tesi l’utilizzo dell’IA negli intermediari finanziari italiani, in modo da comprendere come queste innovazioni influenzano il settore bancario nel nostro paese. Infine la tesi presenterà un'analisi comparativa tra i metodi tradizionali di valutazione del rischio di credito e quelli basati sull'IA e il machine learning.File | Dimensione | Formato | |
---|---|---|---|
Campestrin_Enrico.pdf
accesso riservato
Dimensione
399.22 kB
Formato
Adobe PDF
|
399.22 kB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/48381