Small and medium-sized enterprises (SMEs) play a crucial role in the economies of many countries, acting as fundamental drivers of economic growth. This thesis aims to examine the determinants of SME defaults and provide a review of the literature on statistical models developed to predict the probability of default for these businesses. These models are primarily used by financial institutions for credit risk management but also offer additional benefits. The analysis focuses on the importance of predictive models in mitigating one of the main challenges for SMEs: the difficulty in accessing credit. Although this issue seems to have been partly overcome in the European Union, it remains prevalent in developing countries and tends to resurface during economic crises, even in more developed contexts. In such periods, the use of default prediction models can facilitate access to credit for SMEs deemed creditworthy, avoiding indiscriminate rationing. Consequently, the topic of default prediction models is closely aligned with the challenge of credit access for SMEs. The thesis also explores the relationship between leverage, default probability, and access to credit, analyzing the differences between SMEs and large enterprises. Finally, it underscores how the increasing availability of data is essential for the continuous improvement of default prediction models, enabling the inclusion of variables that enhance their predictive accuracy.

Le piccole e medie imprese (PMI) svolgono un ruolo cruciale nell’economia di numerosi Paesi, fungendo da motori fondamentali per la crescita economica. Questa tesi si propone di esaminare le determinanti del default delle PMI e di offrire una revisione della letteratura sui modelli statistici sviluppati per prevedere la probabilità di default di queste imprese. Tali modelli sono utilizzati principalmente dalle istituzioni finanziarie per la gestione del rischio creditizio, ma presentano anche ulteriori vantaggi. L’analisi si focalizza sull’importanza dei modelli previsionali nella mitigazione di una delle sfide principali per le PMI: la difficoltà di accesso al credito. Sebbene questo problema sembri in parte superato nell’Unione Europea, esso rimane prevalente nei Paesi in via di sviluppo e tende a riemergere durante le crisi economiche, anche in contesti più sviluppati. In tali periodi, l’utilizzo di modelli previsionali del default può facilitare l’accesso al credito per le PMI ritenute meritevoli, evitando un razionamento indiscriminato. Di conseguenza, il tema dei modelli previsionali del default si allinea strettamente alla sfida dell’accesso al credito per le PMI. La tesi esplora inoltre il legame tra indebitamento, probabilità di default e accesso al credito, analizzando le differenze tra PMI e grandi imprese. Infine, si sottolinea come la crescente disponibilità di dati sia fondamentale per il miglioramento continuo dei modelli previsionali del default aziendale, consentendo l’inclusione di variabili che aumentano la loro accuratezza previsionale.

ANALISI DEI MODELLI DI PREVISIONE DEL DEFAULT E LA SFIDA DI ACCESSO AL FINANZIAMENTO DELLE PMI

SACCARDO, FILIPPO
2023/2024

Abstract

Small and medium-sized enterprises (SMEs) play a crucial role in the economies of many countries, acting as fundamental drivers of economic growth. This thesis aims to examine the determinants of SME defaults and provide a review of the literature on statistical models developed to predict the probability of default for these businesses. These models are primarily used by financial institutions for credit risk management but also offer additional benefits. The analysis focuses on the importance of predictive models in mitigating one of the main challenges for SMEs: the difficulty in accessing credit. Although this issue seems to have been partly overcome in the European Union, it remains prevalent in developing countries and tends to resurface during economic crises, even in more developed contexts. In such periods, the use of default prediction models can facilitate access to credit for SMEs deemed creditworthy, avoiding indiscriminate rationing. Consequently, the topic of default prediction models is closely aligned with the challenge of credit access for SMEs. The thesis also explores the relationship between leverage, default probability, and access to credit, analyzing the differences between SMEs and large enterprises. Finally, it underscores how the increasing availability of data is essential for the continuous improvement of default prediction models, enabling the inclusion of variables that enhance their predictive accuracy.
2023
ANALYSIS OF DEFAULT PREDICTION MODELS AND THE CHALLENGE OF ACCESSING FINANCE FOR SMEs
Le piccole e medie imprese (PMI) svolgono un ruolo cruciale nell’economia di numerosi Paesi, fungendo da motori fondamentali per la crescita economica. Questa tesi si propone di esaminare le determinanti del default delle PMI e di offrire una revisione della letteratura sui modelli statistici sviluppati per prevedere la probabilità di default di queste imprese. Tali modelli sono utilizzati principalmente dalle istituzioni finanziarie per la gestione del rischio creditizio, ma presentano anche ulteriori vantaggi. L’analisi si focalizza sull’importanza dei modelli previsionali nella mitigazione di una delle sfide principali per le PMI: la difficoltà di accesso al credito. Sebbene questo problema sembri in parte superato nell’Unione Europea, esso rimane prevalente nei Paesi in via di sviluppo e tende a riemergere durante le crisi economiche, anche in contesti più sviluppati. In tali periodi, l’utilizzo di modelli previsionali del default può facilitare l’accesso al credito per le PMI ritenute meritevoli, evitando un razionamento indiscriminato. Di conseguenza, il tema dei modelli previsionali del default si allinea strettamente alla sfida dell’accesso al credito per le PMI. La tesi esplora inoltre il legame tra indebitamento, probabilità di default e accesso al credito, analizzando le differenze tra PMI e grandi imprese. Infine, si sottolinea come la crescente disponibilità di dati sia fondamentale per il miglioramento continuo dei modelli previsionali del default aziendale, consentendo l’inclusione di variabili che aumentano la loro accuratezza previsionale.
PMI
Default
Metodi statistici
Accesso al credito
File in questo prodotto:
File Dimensione Formato  
Saccardo_Filippo.pdf

accesso aperto

Dimensione 466.17 kB
Formato Adobe PDF
466.17 kB Adobe PDF Visualizza/Apri

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

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/72682