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

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