Luciano Bruccola, Conectens – Vitilio Chionna, Bper Leasing Sardaleasing

Pubblicato su Leasenews il 14/1/2026 link

Nel quadro del framework regolamentare del rischio di credito e del sistema di rating di capogruppo, Bper Leasing Sardaleasing ha manifestato l’esigenza di misurare e monitorare la congruità e la specificità dei diversi strumenti di valutazione del rischio atteso nonché valorizzare eventuali scostamenti che possono dare luogo ad alert di sorveglianza.

Con questi obiettivi Bper Leasing Sardaleasing ha implementato la soluzione Conectens per la realizzazione di un sistema strutturato di integrazione sistematica dei flussi di informazione che riguardano l’indebitamento complessivo dei clienti. La soluzione combina (i) le informazioni interne sui contratti, (ii) il flusso di ritorno di BDCR Assilea che aggiunge l’informazione di esposizione dei propri clienti con altri operatori leasing, (iii) il flusso di ritorno della CR Banca d’Italia che apporta – per i clienti sopra soglia segnalati – l’informazione di esposizione nei confronti dell’intero sistema bancario.

L’integrazione dei flussi informativi consente quindi di valutare in modo continuativo e strutturato le stime di rischio atteso provenienti in primis dal Rating di capogruppo BPER e dal Bureau Score Comportamentale Conectens costruito sui dati di BDCR Assilea.

Tavola 1 – Schema di sintesi della soluzione Conectens

Il sistema prevede la selezione delle informazioni ritenute di maggiore interesse per ciascun flusso, costruisce nuove variabili derivate e sintetizza il tutto a livello cliente. L’output integra circa 100 dati in un file excel che ne consente un utilizzo più semplice e diretto, permettendo ad esempio, la pronta selezione di nominativi, liste, sottoinsiemi di interesse per analisi, approfondimenti e azioni.

La storicizzazione degli output periodici così sistematizzati consente di monitorare l’evoluzione delle dinamiche di rischio tra i diversi periodi e di predisporre alert per i clienti il cui profilo di rischio atteso risulta in peggioramento.

I benefici risiedono quindi nella capacità di cogliere prontamente segnali di early warning e nell’aumentare la capacità di conoscenza sui clienti che possono potenzialmente presentare problemi di rimborso.

Secondo gli alert identificati, sono definite ed estratte le specifiche liste di clienti di interesse per le attività di sorveglianza preventiva. L’evoluzione del comportamento dei clienti interessati viene monitorato periodo per periodo.

Ad ogni rilevazione è prevista inoltre la disponibilità di un package di analisi preimpostate che consentono una visione integrata dei diversi parametri di rischio e una valutazione immediata e costante delle relazioni tra questi.

Infine, la realizzazione del sistema ha rappresentato anche l’occasione per fare un assessment dei dati gestiti dai diversi flussi ed una valutazione complessiva della qualità dell’informazione.

In sintesi il sistema così strutturato consente:

• il pieno utilizzo del patrimonio informativo disponibile delle diverse fonti di informazione in modo sistematico,
• la disponibilità in output di flussi standard di informazioni selezionate più rilevanti, di fruibilità immediata e di confronto intertemporale semplificato,
• la disponibilità a corredo di un set di analisi preimpostate,
• una visione integrata dei diversi parametri di rischio,
• l’estrazione di liste di sorveglianza.

Le prime rilevazioni disponibili fanno apprezzare una complementarità degli strumenti di valutazione del rischio atteso, ognuno dei quali sintetizza e fa risaltare il diverso contenuto informativo sui quali si basa.

Se da un lato emerge una generale coerenza di valutazioni, l’identificazione dei disallineamenti tra le stesse può generare alert di sorveglianza con valore predittivo, la cui efficacia sarà misurata progressivamente nel tempo.

Luciano Bruccola, Conectens – Vitilio Chionna, Bper Leasing Sardaleasing. Proprietà riservata (2026)

L'articolo Integrazione delle fonti informative sul credito proviene da Conectens.

Luciano Bruccola, Conectens

Pubblicato su Leasenews il 22/4/2025 link

Le analisi annuali di controllo del funzionamento dei Bureau Scores sui dati di BDCR Assilea, consentono tra l’altro di valutare la dinamica complessiva del rischio di credito sul mercato del leasing e di formulare previsioni di andamento.

Il 2024 ha visto un moderato aumento dei contratti in contenzioso che si è riflesso marginalmente sui clienti, perché ha riguardato principalmente i clienti con insoluti o contenziosi di partenza. La Tavola 1 di seguito mostra i clienti in default differenziati per stato di partenza: per il 2024 i clienti in default da partenza regolare sono numericamente inferiori rispetto al 2023. Al contrario sono numericamente superiori, rispetto al 2023, i clienti in default che già partivano da questo stato. Il risultato complessivo è che la rischiosità leasing nel 2024 per i nuovi default si è mantenuta sostanzialmente stabile rispetto all’anno precedente.

Volendo individuare un punto di attenzione, l’incremento dei contratti a contenzioso per i clienti già in difficoltà potrebbe essere un segnale di peggioramento della capacità di rimborso e di conseguenza potrebbe avere una ripercussione sulle perdite eventuali: ipotesi che andrà ovviamente verificata.

Tavola 1

I punti di attenzione sulla qualità creditizia del portafoglio emersi dalle analisi dello scorso anno, che avevano anticipato la possibilità di aumento dei contratti in contenzioso, non trovano conferma nelle analisi riferite al 2024: la qualità della selezione in accettazione è in crescita rispetto allo scorso anno, la quota parte dei clienti con peggioramento della rischiosità attesa è in diminuzione, il numero dei clienti che presentano almeno un contratto con insoluto – stato propedeutico all’eventuale contenzioso – è in diminuzione a inizio 2025.

In riferimento a quest’ultimo punto, la Tavola 2 mostra come il numero di clienti con contratti in insoluto sia sceso progressivamente da inizio anno (dic-23) a fine anno (dic-24).

Tavola 2

Tutte le indicazioni emerse dalle analisi sono confortanti e suggeriscono che difficilmente si assisterà ad un innalzamento di rischiosità nel corso dell’anno.

La vera incognita è rappresentata dalle criticità derivanti dalla complessa e alquanto mutevole situazione internazionale. Comunque va osservato che le società di leasing hanno dimostrato capacità di gestione del rischio di credito anche nel caso di inaspettate e alquanto difficili condizioni al contorno: si pensi alla stagione del Covid, agli impatti economici che ne sono derivati, all’implementazione delle moratorie dei pagamenti per il sostegno alle imprese. Nemmeno in questi frangenti e in particolare appena usciti dall’emergenza, si sono registrati i temuti impatti sul fronte rischio di credito. Al contrario nel triennio 2022-2024 si è assistito ad un livellamento del rischio – in termini di quota clienti in default – che si è assestato a livelli anche inferiori rispetto al periodo pre-pandemico.

Tra le ragioni di tale resilienza, va menzionata la natura stessa del ricorso al finanziamento leasing, in quanto indirizzato ai beni strumentali dell’impresa necessari per la propria continuità operativa e pertanto protetti oltremodo da quest’ultima.

Le previsioni per il 2025 sono quindi nel segno di livellamento del rischio – o al più di moderato incremento – rispetto a quanto osservato nel 2024.

Come detto in apertura, l’intento primario dello studio è quello di misurare la capacità del Bureau Score Comportamentale e del Bureau Score di Collection, costruiti sulla base dei dati di BDCR Assilea, di differenziare le controparti in funzione del rischio atteso: le analisi condotte confermano inalterata la capacità degli strumenti di prevedere il comportamento di rimborso dei clienti.

Stante il cambio di classificazione delle attività economiche introdotto dall’adozione di ATECO2025, nel corso dell’anno è previsto un aggiustamento dei due Bureau Scores per tener conto delle modifiche introdotte.

Luciano Bruccola, Conectens. Proprietà riservata (2025)

L'articolo Analisi rischio di credito nel leasing 2025 proviene da Conectens.

Luciano Bruccola, Conectens

Pubblicato su Leasenews il 11/6/2024 link

L’esercizio annuale di validazione dei Bureau Scores realizzati da Conectens sui dati di BDCR Assilea, oltre a misurare la capacità discriminante degli strumenti, fornisce anche un quadro complessivo del rischio di credito nel leasing ed offre spunti di riflessione per la previsione dell’evoluzione.

Le analisi di validazione 2024 si sono basate su una verifica delle performance dei modelli sui dati di chiusura 2023 e sono state svolte sul perimetro completo dei clienti censiti in BDCR Assilea.

In sintesi possiamo riassumere le evidenze nel modo seguente:

• si osserva un lento e continuativo aumento del rischio di credito nel leasing che si mantiene comunque al di sotto dei livelli pre-pandemia. Le previsioni sono nel segno di una prosecuzione di moderata crescita;

• il Bureau Score Comportamentale conferma la propria stabilità e la capacità di differenziare i clienti per livello crescente di rischiosità attesa. Il Bureau Score di Collection si conferma essere uno strumento utile nel differenziare la capacità dei clienti che presentano insoluti di rientrare in bonis ovvero di peggiorare il proprio stato;

• l’evoluzione in recupero del rischio di credito implica ancor di più la necessità di un monitoraggio puntuale di portafoglio. I contenuti informativi di BDCR Assilea sulla parte di clientela compartita con gli altri operatori sono valorizzati appieno dai Bureau Scores Conectens, i quali aiutano ad identificare preventivamente il deteriorarsi del profilo di rischio dei clienti misurandone il posizionamento rispetto al mercato leasing complessivo.

In dettaglio percorriamo le analisi e gli elementi alla base della sintesi esposta. La Tavola 1 presenta, a partire dal 2013, la dinamica del tasso di default a livello cliente, la cui definizione è il raggiungimento di 3 segnalazioni mensili consecutive di insoluto oppure almeno un contratto posto in contenzioso dalla società di leasing.

Tavola 1

Con riferimento alla spezzata in rosso che presenta il tasso di clienti classificati come nuovi default, possiamo riconoscere 4 fasi: 

• un drastico contenimento del rischio di credito sino al 2017,
• un relativo consolidamento dello stesso negli anni 2017-2019 prima della pandemia,
• un rallentamento consistente nel periodo di presenza delle misure di contenimento messe in atto per arginare gli effetti economici della crisi pandemica, con minimo toccato nel 2021,
• un successivo progressivo aumento, rispetto al minimo storico, con livelli comunque ancora inferiori

a quelli che si registravano prima della pandemia.

Infine va considerato che il numero di clienti in default a inizio 2024 per la prima volta da 10 anni è in modesta crescita rispetto all’anno precedente.

Altri elementi di interesse vengono evidenziati dalle analisi di classificazione dei clienti attraverso ciascuno dei due Bureau Scores.

La valutazione della transizione tra classi di score comportamentale tra il 2022 e il 2023, consente di misurare come evolve il rischio di credito di portafoglio dei clienti in BDCR. In particolare si evidenzia una misura di deterioramento del portafoglio in termini di numero clienti che subiscono un passaggio di classificazione da classi meno rischiose a classi più rischiose nel corso dell’anno. Se si raffronta questa misura con quanto registrato negli ultimi anni, Il numero di clienti in peggioramento di classificazione è in aumento rispetto alle rilevazioni immediatamente precedenti.

Le analisi specifiche relative al Bureau Score di Collection e quindi sull’insieme dei clienti che presentano almeno un contratto in insoluto, restituiscono ulteriori evidenze.

Tra i diversi momenti di osservazione temporale nel corso del 2023 si apprezza: (i) un aumento del numero assoluto dei clienti con contratti in insoluto, (ii) un aumento dei clienti in stallo che rimangono in insoluto con lo stesso ammontare a 6 mesi di distanza, (iii) l’aumento dei clienti classificati nelle classi 8, 9 o 10 del Bureau Score di Collection considerate a maggior difficoltà di rientro in bonis.

L’insieme di queste indicazioni suggerisce che le previsioni di andamento del rischio di credito nel leasing sono nel segno di una prosecuzione di moderata crescita.

Per quanto riguarda la capacità discriminante dei modelli, questa si conferma in linea a quella osservata negli anni precedenti, testimoniando la robustezza degli stessi. A questo proposito viene presentata in Tavola 2 una analisi comparata della capacità del modello comportamentale di differenziare ex ante i clienti in base al rischio successivamente osservato. Per questa analisi le classi di score vengono raggruppate in 6 insiemi: classi 1-3, classi 4-5, classi 6-7 e infine le classi 8, 9, 10 vengono mantenute separate.

Tavola 2

La stabilità del modello è evidente percorrendo le osservazioni riferite dal 2019 al 2023: ad esempio un cliente di classe 10 è generalmente 40 volte più rischioso di un cliente di classe 1-3 ed un cliente di classe 9 è generalmente 20 volte più rischioso di un cliente di classe 1-3.

Sulla base di queste evidenze si può dedurre che il Bureau Score Comportamentale sia uno strumento stabile e capace di differenziare i clienti per livello di rischiosità relativa crescente anche in presenza di shock economici e mutamenti dei livelli di rischio di credito ai quali si è assistito soprattutto nel biennio 2020-2021.

Dal canto suo, nel momento in cui si registrano degli insoluti, il Bureau Score di Collection si dimostra essere uno strumento capace di valutare la probabilità che un dato cliente rientri in bonis ovvero peggiori il proprio stato, utilizzando appieno il contributo informativo delle diverse società di leasing contributrici dei dati.

La valutazione del portafoglio clienti attraverso i contenuti informativi di BDCR Assilea beneficia dell’apporto informativo di comportamento di rimborso nei confronti degli altri operatori, sempre più rilevante se si considera l’elevato tasso di sovrapposizione di clientela tra i diversi operatori.

I Bureau Scores Conectens valorizzano appieno tale patrimonio informativo e, attraverso il monitoraggio mensile, evidenziano early warning capaci di identificare, preventivamente, il possibile deterioramento del profilo di rischio dei clienti al fine di valutare l’approccio di pre-collection più consono alla maggiore o minore probabilità di registrare un rientro in bonis.

Luciano Bruccola, Conectens. Proprietà riservata (2024)

L'articolo Bureau Scores ed evoluzione del rischio di credito nel leasing proviene da Conectens.

L'articolo Monitoraggio del portafoglio clienti – video proviene da Conectens.

Luciano Bruccola, Conectens                                       

Pubblicato su Leasenews.it il 7/6/2023: link

All’uscita dal biennio 2020-2021, caratterizzato dalla crisi economica conseguente la pandemia e dalle misure di contenimento degli effetti quali moratorie e facilitazioni all’accesso al credito, si temeva che il rischio di credito nel leasing avrebbe subito una impennata una volta venute meno tali misure.

Le analisi condotte da Conectens sul perimetro dei contratti e clienti leasing, attraverso i dati di BDCR Assilea, per il 2022 e per le prime evidenze del 2023, ritornano invece un impatto contenuto e inferiore alle attese: il rischio di credito nel leasing sembra assestarsi a livelli decisamente inferiori rispetto a quelli registrati pre-pandemia.

La Tavola 1, nella curva in nero, mostra l’andamento dei contratti in contenzioso nel periodo 2019 sino alle prime osservazioni riferite al 2023. A partire dal livello abbastanza stabile che si aveva nel 2019 alla vigilia della crisi pandemica, si è assistito – grazie proprio alle misure di contenimento messe in atto per arginarne gli effetti economici – ad un progressivo rallentamento del tasso di contratti segnalati in contenzioso dalle società di leasing. La definitiva uscita dalle misure ha comportato un aumento del tasso di contenzioso che è durato lo spazio di pochi mesi iniziali del 2022 per poi assestarsi a livelli decisamente più contenuti se comparato al 2019. Pur in presenza di qualche valore altalenante, le prime evidenze mensili del 2023 confermano tale andamento.

Tavola 1 – Andamento contenzioso e default tra il 2019 e il 2023

Se dalla visione contratto, ci spostiamo alla visione cliente, considerando quindi per ciascun cliente l’insieme dei contratti che questi conduce per le diverse tipologie, non muta la valutazione del contenimento del rischio di credito associato e testimonia il grande sforzo messo in campo dalle società di leasing in termini di controllo della qualità del credito sia in fase di erogazione sia in fase di gestione del proprio portafoglio.

Sempre in Tavola 1 per il periodo 2019-2023 è mostrato, con la spezzata in rosso, la percentuale di clienti classificabili in default a inizio di ciascun anno: risulta evidente la progressiva ed importante diminuzione a cui si è assistito negli ultimi anni, il cui trend comunque parte da lontano. Anche il tasso di clienti classificati come nuovi default nel corso del 2022, in leggero aumento rispetto all’anno precedente (minimo storico), si assesta a fine anno a livelli di almeno un terzo inferiori a quelli che si registravano prima della pandemia.

Il perdurare del conflitto in Europa con le conseguenze economiche già in parte sperimentate, la ripresa del ciclo inflattivo e il conseguente aumento dei tassi di interesse pongono degli interrogativi sulle ripercussioni possibili sulle aziende clienti e quindi sul livello di rischio di credito. D’altro canto, la crescita attesa dell’economia italiana e i livelli di partenza così contenuti del rischio di credito sembrano controbilanciare o quanto meno attenuare i timori di una ripresa dello stesso.

Una misura più contenuta del rischio di credito, in termini di contratti e di clienti coinvolti, non esclude la necessità di un monitoraggio attento dell’evoluzione dello stesso. Le analisi annuali di valutazione delle performance dei Bureau Scores realizzati da Conectens sulla base del patrimonio informativo disponibile in BDCR Assilea, confermano che questi strumenti possono essere un valido supporto per identificare preventivamente il deteriorarsi del profilo di rischio dei clienti misurandone il posizionamento rispetto al mercato leasing complessivo.

In particolare il Bureau Score Comportamentale, le cui performance sono presentate in Tavola 2, si conferma capace di discriminare ex ante i livelli di rischio associati ai diversi clienti, mantenendo un differenziale di rischio di 1 a 70 tra fascia 1 (minor rischio) e fascia 10 (maggior rischio).

Nel dettaglio la tavola presenta la suddivisione di tutti i clienti censiti in BDCR Assilea con almeno un contratto attivo per classe di score a seconda dei dati e delle informazioni presenti a inizio periodo (1 1 2022). I clienti già classificati in default a tale data vengono esclusi da questa analisi. Le performance rappresentate (default cliente) si riferiscono alle osservazioni del comportamento nei 12 mesi successivi alla classificazione. Gli istogrammi rappresentano la quota di clienti che cadono nelle diverse classi al 1 1 2022, la curva in nero rappresenta la parte di clienti che a fine periodo (31 12 2022) vengono classificati in default.

Tavola 2 – Performance Bureau Score Comportamentale nel 2022

Risulta evidente l’ordinamento di rischiosità da classe 1 a classe 10 e come quest’ultima, in corrispondenza delle classi 9 e 10, raggiunga i livelli relativamente più importanti. La capacità discriminante del modello si conferma in linea a quella osservata negli anni precedenti, testimoniando la robustezza del modello sottostante.

La possibilità quindi di seguire con cadenza mensile (periodicità di aggiornamento dello score) l’evoluzione di classificazione di un dato cliente permette, ad esempio, di valutare il passaggio da una classe meno rischiosa ad una più rischiosa: tale eventualità costituisce un alert di peggioramento di classificazione utile per valutare l’andamento del rischio e, se rilevante, prendere iniziative di contenimento.

Nel momento in cui si registrano degli insoluti invece, il Bureau Score di Collection si dimostra essere uno strumento capace di valutare la probabilità che un dato cliente rientri in bonis ovvero peggiori il proprio stato. Rilevante anche in questo contesto è la possibilità di beneficiare del contributo informativo di come i propri clienti si rapportano con le altre società di leasing.

Nella Tavola 3 sono presentate le performance relative a questo strumento. A inizio periodo, in questo caso il 30 6 2022, i clienti con insoluti vengono raggruppati nelle classi di score da 1 a 10 (contrassegnate con il prefisso Ins nella tavola) sulla base delle info presenti a quella data. L’osservazione delle performance a 6 mesi di distanza, sino al 31 12 2022, fa emergere la capacità dello strumento di ordinare i clienti in modo decrescente per l’evento rientro in bonis e, al contrario, in modo crescente per il perdurare o l’aggravarsi dello stato di insoluto.

Tavola 3 – Performance Bureau Score di Collection nel 2022

Anche in questo caso la possibilità di monitorare mensilmente il proprio portafoglio clienti, offre l’opportunità di inquadrare il grado di complessità delle situazioni da affrontare e di scegliere quindi, l’approccio di pre-collection o di recupero più consono alla maggiore o minore probabilità di registrare un rientro in bonis.

In conclusione, l’osservazione dei dati mostra come questi strumenti, misurando il posizionamento dei clienti rispetto al mercato leasing complessivo, possono essere un valido supporto per identificare preventivamente il deteriorarsi del profilo di rischio e nell’affrontare l’eventuale processo di recupero nel modo più appropriato: in definitiva possono contribuire a mantenere il controllo del rischio di credito ai livelli virtuosi che ha raggiunto.

Luciano Bruccola, Conectens. Proprietà riservata (2023)

L'articolo Evoluzione e controllo del rischio di credito nel leasing proviene da Conectens.

Luciano Bruccola, Conectens – Mario Milano, Claris Leasing

Pubblicato su Leasenews.it il 22/2/2023: link

La valutazione prospettica del rischio associato ad una operazione di credito, con riferimento specifico ai finanziamenti alle imprese, impone un ampiamento di orizzonte che guardi alla evoluzione finanziaria e di mercato della singola impresa nel tempo e alla evoluzione delle condizioni economiche di base che influiscono sulle dinamiche del credito ed hanno ripercussioni anche sulla capacità individuale di rimborso.

In questo breve articolo presenteremo un esercizio di stima della probabilità di default a lungo termine che trova applicazione in Claris Leasing per il calcolo degli accantonamenti associati al rischio di credito prospettico di ciascun cliente.

I modelli sottostanti, sviluppati da Conectens, fanno quindi riferimento al Leasing e la base dati di costruzione è la BDCR Assilea con riferimento ai clienti e contratti leasing, in combinazione laddove necessario con altre fonti così come indicato specificatamente in ciascuna tavola.

Il tema viene affrontato su due piani diversi i quali vengono poi combinati: da una parte si stima l’evoluzione a lungo termine del rischio di credito per segmenti di clientela omogenei per performance finanziarie, caratteristiche geo settoriali e dimensionali, indebitamento complessivo e storia creditizia che sappiamo essere gli elementi alla base del rischio associato ad una data operazione; dall’altra il driver è rappresentato dalle stime di andamento del rischio di credito associato alle previsioni del ciclo economico.

Attraverso il modello di Bureau Score Comportamentale costruito sui dati di BDCR Assilea, il quale sintetizza proprio le caratteristiche prima richiamate che influiscono generalmente sulla capacità di rimborso, si ordinano i clienti in funzione della stima del rischio di credito a questi associata e successivamente si raggruppano in 10 classi.

La costruzione di una valutazione di performance basata sulla presenza di 3 segnalazioni mensili consecutive di insoluto ovvero sulla presenza di una segnalazione di contratto in contenzioso, molto vicina alla definizione di default regolamentare, consente di misurare per classe di score il numero di clienti che viene classificato in default in un intervallo di tempo definito pari a 1 anno, 2 anni, 3 anni o più.

L’osservazione dei comportamenti su distanze di tempo pluriennali, permette di apprezzare i trend di crescita del tasso di default cumulato per ciascuna classe di score. Nella Tavola 1 è presentata l’evoluzione dei default registrati per la coorte dei clienti con contratti leasing attivi al 31 12 2017 e via via per le successive coorti sino al 31 12 2021, ottenuta come somma delle evoluzioni del rischio stimato singolarmente per ciascuna delle 10 classi di score.

Tavola 1

Definiti i trend di crescita sulla base dei dati osservati per la coorte di clienti presenti al 31 12 2017 (curva rosso scuro in alto), questi vengono anno per anno ricalcolati sulla base delle osservazioni più recenti per ottenere i trend attesi per la coorte di interesse (nell’esempio in tavola i clienti classificati al 31 12 2021). In questo modo vengono stimati i percorsi di crescita pluriennali della Probabilità di Default per classi di score basati sulla osservazione delle evoluzioni registrate negli anni immediatamente precedenti.

Si noti peraltro che, la traslazione anno per anno delle curve verso il basso, testimonia la progressiva diminuzione del rischio di credito nel Leasing.

Questi percorsi legati alle caratteristiche generali che influiscono sulla capacità di rimborso, che potremmo definire quindi naturali, possono però subire delle accelerazioni o piuttosto dei rallentamenti dovuti alla evoluzione dei fattori macroeconomici al contorno.

L’aspettativa per la quale il rischio di credito sia correlato inversamente all’andamento generale dell’economia è confermato dal grafico in Tavola 2 ove si mette a confronto l’andamento degli investimenti fissi lordi con il tasso di nuovi contenziosi registrati nel leasing a livello di contratto.

Tavola 2

In particolare la tavola presenta: l’andamento del contenzioso registrato sui contratti leasing, misurando per ciascun trimestre il numero di nuovi contratti classificati in contenzioso rispetto a 12 mesi precedenti; l’andamento degli Investimenti in termini di tasso tendenziale annuale misurato trimestralmente; le previsioni triennali degli investimenti e le stime di andamento prospettico del contenzioso leasing associato alla previsione del ciclo economico.

L’osservazione delle curve evidenzia come nel momento in cui si registra un’espansione degli investimenti, si assiste al tempo stesso ad una flessione del tasso di contenzioso dei contratti leasing ed al contrario, nel momento in cui si osserva un rallentamento degli investimenti si verifica un innalzamento del tasso di contenzioso dei contratti leasing.

È alquanto evidente come, nel periodo 2020-2021 interessato dalle moratorie e dalle altre forme di facilitazione di accesso al credito messe in campo per arginare gli effetti della crisi pandemica, si sia invece registrato un manifesto scollamento tra andamento dell’economia e il rischio di credito. Il rapporto di trasmissione sembra tornare al proprio naturale funzionamento nel corso del 2022.

Come presentato nella parte più a destra della Tavola 2, una volta recepite le previsioni per l’economia, è quindi possibile formulare delle ipotesi per il conseguente andamento del contenzioso sui contratti leasing.

Un rallentamento di questo ultimo si riflette in una contrazione della crescita della PD a livello cliente rispetto ai percorsi di crescita naturale, al contrario un previsto aumento del contenzioso a livello contratto si riflette in una accelerazione della crescita della PD a livello cliente rispetto ai percorsi stimati.

La combinazione dei due piani di analisi risulta in una stima, a livello cliente, della Probabilità di Default a lungo termine in ottica forward looking che integra una valutazione prospettica del ciclo economico.

L’assegnazione dei clienti alle classi di score comportamentale e le stime a lungo termine della PD associate a ciascuna classe di score, hanno trovato applicazione nel contesto di Claris Leasing per la classificazione in staging del portafoglio, laddove il passaggio a classi di score più rischiose è uno degli elementi per essere classificato in stage 2, e per le conseguenti stime di accantonamenti basati sulla valutazione a lungo termine del rischio di credito associato a ciascuna classe di score comportamentale.

Tavola 3

Nella Tavola 3 è rappresentato un esercizio di back testing che offre una misura della reale capacità predittiva delle stime di PD a lungo termine. L’esercizio si riferisce alla coorte di clienti con contratti leasing al 31 12 2017, per la quale abbiamo a disposizione quattro anni di osservazione dei default registrati anno per anno a livello cliente. Questi ultimi, nella tavola, sono rappresentati e cumulati in istogramma.

Un primo elemento di interesse è osservare che a distanza di 4 anni viene mantenuta la gerarchia di rischio per classe di score: un cliente classificato 1 è nel corso dei 4 anni sempre meno rischioso di un cliente classificato 2 e lo stesso vale per i confronti tra tutte le altre classi di score. In altre parole, tenuto fermo il momento di classificazione dei clienti al 31 12 2017, al termine di 4 anni di osservazione tutte le classi di score hanno sperimentato una crescita del tasso di default ma non muta la valutazione comparata del rischio.

La spezzata rappresenta le stime di default al 4° anno, corrette con le valutazioni di previsione macroeconomica, che sono state effettuate al 31 12 2017 per ciascuna classe di score: il confronto con quanto effettivamente registrato mostra un sostanziale allineamento per le classi da 1 a 8 ed una contenuta sottostima del rischio per i rimanenti clienti nelle classi 9 e 10. In linea tratteggiata sono rappresentate le stime di PD lifetime (orizzonte temporale di 12 anni) e si evidenziano gli spazi di assorbimento per una ulteriore crescita dei default.

Investigare sulla capacità delle stime fatte nel corso degli anni, di prevedere i livelli di rischiosità ha ovviamente un interesse di analisi, offre spunti e suggerimenti per eventuali affinamenti e revisione dei modelli e consente di affrontare, con maggiore consapevolezza, le previsioni di rischiosità per il portafoglio attuale di clienti e contratti in essere: prevedere il futuro è un esercizio dinamico che si aggiorna via via che nuovi dati e nuove informazioni sono disponibili.

Luciano Bruccola, Conectens – Mario Milano, Claris Leasing. Proprietà riservata (2023)

L'articolo Valutazione prospettica del rischio di credito in Claris Leasing proviene da Conectens.

Daniele Borin, Sella Leasing – Luciano Bruccola, Conectens

Pubblicato su Leasenews.it il 03/10/2022: link

Le incognite legate al superamento delle moratorie e all’andamento dell’economia nazionale suggeriscono un monitoraggio attento dell’evoluzione della rischiosità. La realizzazione di un sistema strutturato di monitoraggio del portafoglio clienti a cadenza mensile che contempli la verifica di posizionamento dei propri clienti rispetto al mercato leasing complessivo, può aiutare nell’individuare preventivamente il deterioramento del profilo di rischio dei clienti al fine di preparare le modalità di recupero meglio allineate alle caratteristiche dei clienti stessi e valutare e misurare preventivamente l’impatto finanziario potenziale.

Su queste basi Sella Leasing ha deciso di utilizzare il Bureau Score di Collection, realizzato da Conectens sui dati di BDCR Assilea, per produrre mensilmente, in modo sistematico e strutturato, analisi del posizionamento del proprio portafoglio clienti a supporto dell’individuazione preventiva dei clienti soggetti a deterioramento del profilo di rischio con l’estrazione conseguente delle liste.

La valutazione del portafoglio clienti e contratti attraverso i dati del SIC di settore beneficia dell’apporto informativo di comportamento di rimborso nei confronti degli altri operatori ed è sempre più rilevante se si considera che una buona parte – può raggiungere anche il 50% – del portafoglio clienti ha contratti in essere con più società di leasing.

Il Bureau Score di Collection implementato sui suddetti dati è uno strumento utile a questi fini: focalizzando sui clienti che presentano insoluti restituisce una classificazione degli stessi ordinandoli secondo la maggiore probabilità di rientro in bonis ovvero al contrario secondo la maggiore probabilità dei peggioramento degli insoluti.

Le macro componenti informative sulle quali si basa sono: le caratteristiche dell’insoluto (numero contratti in insoluto, canoni e oneri insoluti, numero società segnalanti insoluto); la credit history del cliente (segnalazioni storiche di insoluto e contenzioso effettuate dalle diverse società di leasing); i livelli di operatività leasing del cliente (esposizione leasing complessiva, numero contratti, durata e importi relativi, …); le caratteristiche geo-settoriali e dimensionali (localizzazione territoriale, attività svolta, organizzazione societaria).

Tavola 1Nella Tavola 1 sono rappresentati i clienti con insoluti in partenza classificati, sulla base delle informazioni disponibili al momento di osservazione, nelle 10 classi di score di collection ove classe Ins1 è quella per la quale si prevede un maggior tasso di rientro in bonis e classe Ins10 è quella per la quale si prevede una maggiore presenza di peggioramento dello stato di insolvenza. Le performance registrate si riferiscono a 6 mesi successivi. Al fine di apprezzare al meglio le differenze di performance legate alla classificazione iniziale, si considerano anche i clienti regolari con i pagamenti e i clienti che presentano contratti in sinistro senza aver manifestato insoluti.

Per ciascuna classe di score viene presentata la quota di clienti che, a 6 mesi di distanza, rientrano in bonis rappresentati dalla parte di istogramma in verde. Il mancato rientro in bonis è invece differenziato tra: coloro che peggiorano il proprio stato in termini di aumento dell’importo degli insoluti a 6 mesi ovvero stato contratto in contenzioso (identificati dall’istogramma rosso scuro), coloro che al termine del periodo di osservazione si ritrovano in insoluto con lo stesso identico importo (in arancione) e infine coloro che si ritrovano in insoluto con importo ridotto.

Come si può verificare dalla tavola, il Bureau Score di Collection ordina i clienti con mancati pagamenti sulla base della probabilità di rientro in bonis ovvero del mancato rientro a seguito della manifestazione di insoluti e si conferma essere uno strumento utile nel differenziare la capacità dei clienti di rientrare in bonis ovvero di peggiorare il proprio stato.

Tavola 2L’implementazione sistematica e strutturata dello strumento nei processi di Sella Leasing volti al monitoraggio preventivo del comportamento dei clienti, completa il quadro delle informazioni disponibili in capo al cliente e supporta, secondo le linee esemplificative di indirizzo presentate in Tavola 2, l’individuazione dell’approccio di early collection più adatto ai diversi segmenti di clienti.

Daniele Borin, Sella Leasing – Luciano Bruccola, Conectens. Proprietà riservata (2022)

L'articolo Sella Leasing: monitoraggio portafoglio clienti proviene da Conectens.

Luciano Bruccola, Conectens

Pubblicato su Leasenews.it il 08/06/2022: link

Le misure di contenimento dell’impatto economico dovuto alla crisi sanitaria, in particolare le moratorie sui crediti, hanno raggiunto i propri obiettivi se si guarda alla evoluzione della rischiosità dei finanziamenti leasing.

Sino ai primi mesi del 2020 l’andamento della rischiosità rifletteva in modo inverso la tendenza più generale dell’economia (Prodotto Interno Lordo, Investimenti, Disoccupazione, …) ed era stimabile con buona approssimazione e prevedibile se legata a questa dinamica. Da metà del 2020 e per tutto il 2021 la rischiosità dei finanziamenti leasing è stata costante se non in diminuzione, indipendentemente dall’andamento altalenante registrato dalle varabili macroeconomiche, come evidenziato in Tavola 1.

In particolare, a fronte di una crescita attesa di rischiosità dovuta al netto peggioramento delle condizioni economiche si sono registrati valori stazionari di nuovi contratti in default (contenzioso) e il perdurare delle misure di contenimento per tutto il 2021 ne ha di fatto congelato l’evoluzione.

Nella misura in cui l‘obiettivo era quello di “staccare” la cinghia di trasmissione tra fondamentali dell’economia e il rischio di credito, posponendo le eventuali difficoltà ad un momento successivo che potesse beneficiare di una ripresa economica importante, tale obiettivo può dirsi completamene raggiunto.

È del tutto evidente che un contenimento del rischio di credito sia una buona notizia per gli operatori, la domanda che ci si può porre è fino a che punto sia reale e fino a che punto celi invece un rischio che può manifestarsi nei prossimi mesi.

Alcuni elementi ed alcuni indizi sembrano essere a supporto di questa seconda tesi e suggerire un atteggiamento cauto. In primis, considerando la rischiosità a livello cliente (nuovi default registrati nell’anno), il dato a consuntivo 2021 è la metà di quanto registrato nei 4 anni precedenti – che avevano già visto una diminuzione importante e una stabilizzazione verso il basso, testimoniando il successo delle politiche creditizie delle società di Leasing. Ancora una volta, la diminuzione di rischiosità è un elemento positivo, resta il dubbio sulla possibilità di mantenimento di tale livello minimo nel futuro prossimo.

Il secondo elemento è legato al profilo di rischio dei clienti che hanno attivato moratorie. Come osservato e commentato per il 2020, anche per il 2021 si conferma il fatto che, di partenza, i clienti che hanno attivato o mantenuto moratorie su contratti nel corso dell’anno hanno un profilo di rischio più elevato rispetto a quelli che non hanno beneficiato di tali misure. Il che sembra essere abbastanza intuitivo: gli operatori economici che avevano o prevedevano maggiori difficoltà, sono quelli che più largamente hanno approfittato delle misure agevolative. Ma se più rischiosi sono considerati in partenza, è probabile che questo rischio più elevato alla fine si manifesti.

Come ulteriore elemento di considerazione non possono essere sottaciute le incognite legate alle ripercussioni sull’economia – quali l’aumento dei prezzi dell’energia e delle materie prime – dovute alla guerra ai confini dell’Unione Europea, che hanno già comportato previsioni al ribasso della crescita economica rispetto a quanto si potesse prevedere ancora a inizio 2022.

Infine, al superamento definitivo delle misure di contenimento, l’andamento della rischiosità dei primi tre mesi dell’anno in corso è in ripresa, non toccando ancora i livelli pre-pandemici ma comunque in crescita.

Nella Tavola 2 si presenta di nuovo il tasso annuale di nuovi contratti in default (contenzioso) con la relativa esposizione nel periodo 2019-2022 e si evidenzia la ripresa della rischiosità nei primi 3 mesi del 2022 rispetto all’andamento registrato nel biennio 2020-2021.

L’auspicio è che tale rimbalzo abbia già dispiegato tutti gli effetti negativi che si potevano attendere, nondimeno l’insieme degli elementi brevemente richiamati, suggerisce agli operatori leasing di mettere in atto un monitoraggio attento e costante dell’evoluzione della rischiosità dei propri clienti: le possibilità offerte dal SIC di settore e gli strumenti di sintesi costruiti su tale patrimonio informativo, possono aiutare ad identificare preventivamente e tempestivamente il deteriorarsi del profilo di rischio dei clienti misurandone il posizionamento rispetto al mercato leasing complessivo.

Luciano Bruccola, Conectens. Proprietà riservata (2022)

L'articolo Superamento delle moratorie e impatto sul rischio di credito proviene da Conectens.

Luciano Bruccola, Conectens

Pubblicato su Leasenews.it il 01/07/2021 link

Il rischio di credito nel Leasing negli ultimi 10 anni ha visto una netta ed anche repentina diminuzione trovando tra il 2017 e 2019 un sostanziale assestamento a livelli contenuti e mai così registrati. Questo è vero sia che si guardi all’andamento di rischiosità dei singoli contratti sia che si prediliga una visione cliente valutato attraverso l’insieme dei contratti a lui riconducibili.

Nelle analisi a livello cliente la definizione di default utilizzata – segnalazione di contenzioso oppure presenza di tre segnalazioni consecutive di insoluto nei 12 mesi di osservazione – è complessivamente più severa della definizione regolamentare, in quanto non considera franchigie ed è valutata sull’insieme di contratti censiti in BDCR Assilea, pertanto le segnalazioni di insolvenza possono provenire anche da società diverse. La circostanza che questa definizione è stata adottata da diversi anni, consente di avere uno storico di riferimento importante per valutarne l’evoluzione nel tempo.

Analizzando il tasso di nuovi clienti in default anno per anno in Figura 1, possiamo valutare chiaramente tre fasi: la contrazione registrata tra il 2013 e il 2017, la stabilizzazione tra il 2017 e il 2019 e il cambio di tendenza dal 2020.

Figura 1 – Storico Default clientiLegenda – Default: segnalazione di contenzioso nei 12 mesi o 3 segnalazioni mensili consecutive di insoluto. Tasso di Default: numero clienti in default a fine periodo diviso numero clienti non in default a inizio periodo.

Fonte: Elaborazioni e stime Conectens su dati BDCR Assilea (2021)

Nella prima fase l’effetto è stato amplificato dalla contemporanea diminuzione dei numeratore – nuovi default registrati nel corso dell’anno – e dall’aumentare del denominatore – più clienti in bonis in partenza e quindi portafogli clienti via via più virtuosi da un punto di vista di rischio di credito. Il tutto è frutto di fattori esogeni quali la relativa ripresa e stabilità economica nel periodo in considerazione ma anche di capacità di gestione del rischio di credito da parte delle Società di Leasing nel complesso.

Alla stabilità raggiunta nel triennio 2017-2019 si è assistito nel 2020 ad una inversione di tendenza, nonostante l’effetto di congelamento dei crediti per le numerose moratorie attivate al fine di arginare la crisi economica conseguente alla crisi pandemica.

Come già abbiamo avuto modo di commentare nel precedente articolo “Moratorie e performance creditizie dei clienti nel leasing”^[1], l’accresciuta rischiosità è spiegata dalla registrazione di almeno 3 segnalazioni mensili consecutive di insoluto nell’anno proprio da parte dei clienti che hanno attivato almeno una moratoria nel corso del 2020 su uno dei contratti a loro riconducibili.

Sempre nello stesso articolo facevamo notare che già il sistema di Score Comportamentale segnalava in partenza (gennaio 2020) come il profilo di questi clienti fosse più rischioso (minore presenza nelle classi meno rischiose vs maggiore presenza nelle classi più rischiose).

L’ipotesi per la quale la crisi abbia colpito o colpisca le aziende che già sperimentavano difficoltà prima della pandemia – su questo punto si veda l’analisi geo-settoriale-dimensionale pubblicata su queste pagine ^[2] – e che l’accesso alle moratorie sia stato colto in misura più importante dalle stesse imprese, sembra peraltro avvalorata dal fatto che le aziende che hanno beneficiato di moratorie registrino un calo di fatturato più importante delle altre.^[3]

L’interrogativo che ci si pone è in quale misura questo si tradurrà in aggravamento delle esposizioni classificate in default. Le proiezioni che presentiamo di seguito sono basate sulla stima di nuovi clienti in default per ciascuna classe di score, corretta per una valutazione delle previsioni sul quadro macroeconomico e fanno parte di un più ampio esercizio di stima delle probabilità di default a lungo termine per gli accantonamenti previsti sul tema IFRS9.

Figura 2 – Storico Default e previsioni 2021Legenda – Default: segnalazione di contenzioso nei 12 mesi o 3 segnalazioni mensili consecutive di insoluto. Tasso di Default: numero clienti in default a fine periodo diviso numero clienti non in default a inizio periodo.

Fonte: Elaborazioni e stime Conectens su dati BDCR Assilea (2021)

Come primo punto è utile osservare che il portafoglio di partenza (1 1 2021) – tenendo conto degli spostamenti di classificazione, dei clienti che hanno chiuso contratti nel corso dell’anno, dei nuovi clienti che hanno attivato contratti – si presenta complessivamente con profilo peggiorato rispetto a quello che si aveva all’inizio della pandemia (1 1 2020), da un punto di vista di numero posizioni classificate per classe di Score Comportamentale. Questo rappresenta peraltro un’ulteriore conferma che lo strumento non ha risentito nella sua capacità di sintetizzare il rischio prospettico dei clienti.

Per quanto concerne il quadro macroeconomico, l’analisi ha contemplato insieme gli effetti del 2020, ritardati grazie alle misure economiche di contrasto, che ricordiamo si chiude comunque con un meno 9% di PIL e il rimbalzo positivo atteso nell’anno in corso.

La stima complessiva di tasso nuovi clienti in default, riportata in Figura 2, conferma l’inversione di tendenza già osservata nel 2020. Ciò detto, l’impatto della crisi sulla rischiosità dei clienti nel Leasing sembra comunque non possa raggiungere i livelli già sperimentati in passato.

Come già osservato negli articoli richiamati, un attento monitoraggio di portafoglio che valorizzi le fonti informative e gli strumenti su queste disponibili, può contribuire ad una early detection delle possibili posizioni problematiche e a fronteggiarle tempestivamente.

Luciano Bruccola, Conectens. Proprietà riservata (2021)

1. Moratorie e performance creditizie dei clienti nel leasing
2. Strumentazione di analisi portafogli crediti ai tempi dell’emergenza sanitaria
3. Su questo punto si veda Banca d’Italia, Rapporto sulla stabilità finanziaria 1/2021 pag. 37 e seguente.

L'articolo Le previsioni di rischiosità clienti nel Leasing per il 2021 proviene da Conectens.

Luciano Bruccola, Conectens

Pubblicato su Leasenews.it il 15/05/2021 link

L’andamento della segnalazione di contratti in contenzioso in BDCR Assilea ha visto un rallentamento importante nel 2020, come già commentato su queste pagine in un precedente articolo^[1]. Al contrario la segnalazione di insoluto sui contratti – non tali quindi da portare il contratto in contenzioso – ha visto toccare un picco, inusuale se confrontato con gli anni precedenti, riassorbito nella seconda metà dell’anno. I primi dati relativi all’andamento nel 2021 confermano i trend evidenziati.

Quando andiamo ad analizzare i dati a livello cliente – valutando quindi complessivamente i diversi contratti che detiene – si verifica un incremento importante rispetto all’anno precedente dei clienti che hanno subito segnalazioni di insoluto ed in modo particolare per coloro per i quali si sono registrate più segnalazioni mensili consecutive di insoluto.

Se differenziamo l’analisi tra coloro che hanno usufruito di almeno una moratoria nel corso del 2020 su uno dei contratti detenuti rispetto a coloro che non hanno usufruito di tale sospensiva dei pagamenti, troviamo inoltre che per i primi si è registrato un numero maggiore di segnalazioni di insoluto e, in misura 4 volte superiore, la presenza di almeno 3 segnalazioni mensili consecutive di insoluto.

Figura 1 – Andamento segnalazione insolvenze nel 2020 differenziato per clienti con o senza moratorieNota: sono esclusi i clienti in default in partenza e i clienti che hanno avuto contemporaneamente segnalazioni di contenzioso

Fonte: Elaborazioni Conectens su dati BDCR Assilea (2021)

Vale la pena sottolineare che la sospensiva di moratoria vale per il singolo contratto e che non necessariamente ha coperto l’intero anno in analisi, lasciando quindi la possibilità che insoluti si verificassero sugli altri contratti detenuti oppure sullo stesso contratto nel periodo non coperto da moratoria.

Molto più ridotto invece è il tasso di clienti con segnalazioni di contenzioso tra quelli con almeno un contratto in moratoria, rispetto ai clienti senza moratoria. L’osservazione di questi dati sembra suggerire che la presenza di moratorie su almeno un contratto abbia spinto generalmente le Società di Leasing a contenere l’apertura di contenzioso pur in presenza di mancati pagamenti.

Questo elemento depone a favore della tesi per la quale il profilo di rischio dei clienti che hanno attivato moratorie sui contratti è più elevato rispetto ai clienti che non hanno beneficiato di moratorie, fatto salvo quelli che non potevano richiedere sospensive perché già in default.

Un altro elemento a conferma di tale tesi è la diversa distribuzione di clienti con contratti in moratoria rispetto a quelli senza moratoria, rispetto al Bureau Score Comportamentale di BDCR Assilea di inizio periodo. Infatti se andiamo a valutare la percentuale di clienti che cadono nelle diverse classi, troviamo per i primi una minore consistenza nelle prime classi di score (quelle meno rischiose) ed una maggiore consistenza in quelle più alte a maggior rischio.

Figura 2 – Distribuzione clienti per fasce di Bureau Score Comportamentale differenziato per clienti con o senza moratorieNota: Bureau Score Comportamentale assegnato al 1 1 2020. Sono esclusi i clienti in default in partenza

Fonte: Elaborazioni Conectens su dati BDCR Assilea (2021)

L’osservazione congiunta dei clienti con contratti in contenzioso e dei clienti con 3 segnalazioni consecutive di insoluto, porta ad aumento complessivo dei clienti potenzialmente classificabili in default, valutabile nell’ordine del 10% rispetto all’anno precedente e pone anche qualche domanda su quello che sarà l’effetto complessivo sul rischio di credito al termine delle moratorie.

Come suggerito nel precedente articolo già menzionato è solo attraverso un attento monitoraggio di tutte le fonti informative, con l’obiettivo di individuare tempestivamente segnali di deterioramento, che si può cercare di gestire il momento e anticipare azioni e possibili impatti di bilancio.

Un supporto alla sintesi delle informazioni può essere dato dagli strumenti previsionali del rientro in bonis ovvero del mancato rientro a seguito della manifestazione di insoluti quali, ad esempio, il Bureau Score di Collection implementato in BDCR Assilea che ordina i clienti che presentano insoluti sulla base della probabilità di rientro.

In Figura 3 sono rappresentati i clienti che presentavano insoluti in partenza (1 1 2020) classificati, sulla base delle informazioni allora disponibili, nelle 10 classi di score di collection ove classe 1 è quella per la quale si prevede un maggior tasso di rientro in bonis e classe 10 è quella per la quale si prevede una maggiore presenza di peggioramento dello stato di insolvenza. Le perfomance registrate si riferiscono a fine 2020.

Figura 3 – Distribuzione clienti per fasce di Bureau Score di Collection e performance a fine 2020Nota: Bureau Score di Collection assegnato al 1 1 2020. Rientro Bonis: nessun insoluto al 31 12 2020; INS (-): presenza insoluto in misura uguale o inferiore a quello di partenza; INS (+) presenza insoluto in misura superiore a quella di partenza o contenzioso

Fonte: Elaborazioni Conectens su dati BDCR Assilea (2021)

I dati in figura permettono di apprezzare come i clienti che lo score considerava a maggiore probabilità di rientro (classe 1) siano quelli che effettivamente nella maggior misura sono rientrati dall’insolvenza e come invece i clienti per i quali lo score prevedeva un peggioramento dell’insolvenza (classe 10) siano quelli per i quali a 12 mesi di distanza tale previsione si sia avverata in modo preponderante. Inoltre si apprezza come lo score da classe 1 a classe 10 ordini i clienti progressivamente rispetto alla probabilità di rientro/peggioramento.

Lo score calcolato mensilmente in banca dati, si aggiorna quindi sulla base delle nuove informazioni disponibili (rimborso, nuove segnalazioni, accensione nuovi contratti, …) e può aiutare a monitorare tempestivamente i comportamenti dei clienti con insoluto e prevederne gli esiti.

Luciano Bruccola, Conectens. Proprietà riservata (2021)

1. Strumentazione di analisi portafogli crediti ai tempi dell’emergenza sanitaria

L'articolo Moratorie e performance creditizie dei clienti nel leasing proviene da Conectens.