PIANIFICAZIONE DEI RISCHI E CRISI D'IMPRESA

Il corso fornisce agli studenti gli strumenti teorici ed empirici per comprendere, misurare e gestire i rischi finanziari d’impresa. Dopo un’introduzione alla struttura del capitale e alle scelte di finanziamento, il corso affronta i temi del limite al debito, del distress finanziario e dei modelli previsivi del default, fino ai metodi avanzati di classificazione e analisi di sopravvivenza.
Particolare attenzione è dedicata alla modellizzazione statistica dei dati aziendali e finanziari, all’uso di modelli logit e di analisi di sopravvivenza per la previsione di eventi di default, e alle applicazioni empiriche su dataset reali.

- Analizzare la struttura del capitale e i fattori che influenzano il rischio di bancarotta
- Comprendere i meccanismi di distress e insolvenza finanziaria;
- Applicare modelli empirici di previsione di rischio e default (logit);
- Implementare modelli di sopravvivenza e regressione di Cox;
- Utilizzare software statistico (Python) per analisi empiriche sui dati d’impresa.

Statistica di base, econometria e principi di finanza aziendale.
È richiesta una conoscenza introduttiva di un linguaggio di programmazione, ad esempio Python, R, MATLAB, STATA o JULIA — non esclusivamente uno di essi.

Parte I – Fondamenti e struttura del capitale / Part I – Fundamentals and Capital Structure
Teoria della struttura del capitale: trade-off, pecking order, e determinanti empiriche.
Il limite al debito e le frizioni di mercato.

Parte II – Distress finanziario e previsione del default / Part II – Financial Distress and Default Prediction

Financial distress e insolvenza: definizioni, misure e implicazioni empiriche.
Evidenze e casi di distress nel contesto italiano.
Revisione della letteratura sui modelli previsivi di default.

Parte III – Metodi quantitativi / Part III – Quantitative Methods

Modelli di classificazione: regressioni logistiche
Analisi di sopravvivenza: censura, funzioni di rischio e di sopravvivenza.
Il modello di Cox e i test di log-rank.
Estensioni: covariate tempo-dipendenti, regolarizzazione (Ridge, Lasso, Elastic Net).
Valutazione delle performance: AUC, interpretazione economica.

- Capital Structure: Basic Concepts in Hillier, D. J., Ross, S. A.,Westerfield, R.W., Jaffe, J.,&Jordan, B. D. (2010). Corporate finance.McGrawHill.
- Capital Structure: Limits to the use of Debt in Hillier, D. J., Ross, S. A., Westerfield, R.W., Jaffe, J.,&Jordan, B. D. (2010). Corporate finance. McGrawHill.
- Casino-Martínez, A., López-Gracia, J.,&Mestre-Barberá, R. (2025). Capital structure and institutional status in the EuropeanUnion. Empirica, 1-36.
- Financial Distress in Hillier, D. J., Ross, S. A.,Westerfield, R.W., Jaffe, J.,& Jordan, B. D. (2010). Corporate finance.McGrawHill.
- Corporate financial distress in the Italian “economia aziendale” and in the international literature in Cenciarelli, V. G. Corporate Financial Distress: New Predictors and Early Warning. 2020.
- Literature Review On Corporate Financial Distress PredictionModels in Cenciarelli, V. G. Corporate Financial Distress: New Predictors and EarlyWarning. 2020
- Crisi d’impresa e sue previsioni: Un approccio economico-aziendale in Ziliotti, M.,& Marchini, P. L. (2014). Analisi economica e modelli di Crisi d’impresa.
- James, G., Witten, D., Hastie, T., Tibshirani, R., Taylor, J. (2023). An Introduction to Statistical Learning: with Applications in Python, Springer.
- Slides delle lezioni

La modalità di apprendimento sarà verificata tramite un esame scritto, volto a valutare la comprensione teorica e la capacità di applicare i metodi quantitativi trattati a situazioni reali. Potrà inoltre essere prevista la presentazione e discussione di casi studio o brevi project work empirici, individuali o di gruppo, relativi all’analisi del rischio finanziario e alla previsione del default.

scritto

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

La valutazione finale è espressa in trentesimi (0–30). Il voto massimo di 30 e lode corrisponde a una prestazione eccellente, caratterizzata da padronanza completa della teoria, dei metodi e delle applicazioni. I voti compresi tra 28 e 30 indicano un livello molto buono, con conoscenze approfondite e autonome. Una valutazione tra 25 e 27 riflette una preparazione buona e solida, con eventuali lievi imprecisioni. I voti tra 22 e 24 rappresentano una conoscenza soddisfacente, ma con alcune lacune. Una valutazione compresa tra 18 e 21 indica una comprensione sufficiente degli argomenti principali. Un punteggio inferiore a 18 è considerato insufficiente e segnala una conoscenza inadeguata della materia.

Insegnamento frontale e discussione di casi studio

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile