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.

L'articolo 14/1/2026 Integrazione delle fonti informative sul credito in BPER Leasing Sardaleasing 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 12/6/2024 Evoluzione del rischio di credito nel leasing – articolo Conectens su LeaseNews.it proviene da Conectens.

L'articolo 12/10/2023 Monitoraggio del portafoglio clienti – video 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

Pubblicato su La lettera di Assilea numero 6 anno 2016

La gestione del cliente al quale si è concesso credito e che comincia a registrare degli insoluti rappresenta sempre un momento delicato da affrontare: da un parte si cerca di salvaguardare la relazione con lo stesso e quindi si è più propensi ad interpretare l’avvenimento come un incidente di percorso prontamente recuperabile, dall’altro ci si preoccupa dell’esposizione complessiva nei confronti del cliente, avvertito come ammontare complessivo a rischio, e si cerca quindi di operare con tempestività al fine di ridurre i danni potenziali ed anticipare le azioni di recupero.

Sovente le due impostazioni suesposte – rappresentate da istanze aziendali specifiche, commerciale da un lato e di contenimento del rischio di credito dall’altro – trovano un punto di incontro nell’individuazione di un percorso comune di reazione che prevede lo stesso identico tipo di approccio al recupero (reiterazione della richiesta di pagamento, sollecito telefonico, visita diretta, passaggio al legale) e quindi a valutare solo al termine del percorso se si è in presenza di un incidente di percorso o meno. Va comunque sottolineato il fatto che spesso il processo è affidato a operatori diversi, sia interni che esterni, i quali naturalmente apportano la propria peculiare interpretazione e personalizzazione nell’applicazione delle azioni, introducendo degli elementi di differenziazione che ne condizionano ovviamente anche il risultato.

I tempi di corretta interpretazione dei fenomeni di insoluto e di pronta e coerente reazione rispetto a questi, possono fare la differenza in termini di salvaguardia della esposizione ed anche della relazione con il cliente. In quest’ottica si inquadra l’utilizzo di appropriati processi decisionali supportati da sistemi specifici di scoring che hanno proprio l’obiettivo di aiutare a inquadrare da subito la tipologia dei fenomeni in esame e a differenziare modalità e tempistica di reazione – e quindi i processi di recupero sottostanti – sulla base delle caratteristiche di controparte e dell’insoluto stesso.

Con l’obiettivo di sviluppare uno strumento a supporto delle società di leasing per la gestione del recupero di fronte a clienti che registrano insoluti, Assilea Servizi e Conectens hanno intrapreso lo sviluppo dello Score di Collection sui dati di BDCR Assilea che consente di valutare, a livello di controparte e nel momento in cui si presenta un insoluto, la probabilità di un rientro in bonis ovvero di un aggravamento in una finestra temporale di sei mesi.

Quando ci si appresta a costruire strumenti statistici di questo genere si fronteggiano due temi importanti: da una parte è necessario avere basi sufficientemente rappresentative per l’analisi, dall’altra emerge il fatto che l’evento che si registra (sia quello rappresentato dal rientro in bonis, sia quello rappresentato dall’aggravamento dell’insoluto) è condizionato anche dalle azioni e dalla tempestività che la società pone in essere per gestire questo problema. L’eventuale frammentarietà dei processi o il fatto che intervengano attori diversi che possono cambiare anche nel corso del tempo, introduce una variabilità di difficile sistematizzazione all’interno dei modelli.

Lo sviluppo dello score di collection su una base ampia e consistente rappresentato dall’insieme dei contratti di leasing gestiti dalla BDCR Assilea consente di superare agevolmente l’ostacolo della dimensione della base necessaria per la conduzione della analisi mentre rende più articolato il secondo tema, in quanto non solo si fronteggiano approcci al recupero differenziati all’interno di una singola società ma si fronteggiano evidentemente anche i diversi approcci al recupero adottati da società a società. I risultati ottenuti – e presentati in dettaglio successivamente – consentono di guardare con meno preoccupazione a questo tema, che rimane comunque una chiave di interpretazione da tenere presente.

Nel dettaglio, lo sviluppo del modello di scoring di collection sui dati di BDCR è stato intrapreso su una popolazione di insoluti recenti con al massimo due segnalazioni di insoluto. Il razionale dietro il restringimento della popolazione di sviluppo a questo sottoinsieme è quello di consentire di valutare con attenzione il comportamento dei clienti che si presentano con un nuovo insoluto. L’evento da prevedere, in una finestra temporale di sei mesi, è stato suddiviso in 3 diversi stati: il completo rientro in bonis, l’aggravamento dell’insoluto, la diminuzione dello stesso ma senza rientro in bonis. Mentre il primo e il secondo stato sono facilmente attribuibili a un evento positivo e negativo rispettivamente, i clienti ricadenti nel terzo degli stati descritti sono classificati come indeterminati per lo sviluppo del modello e recuperati successivamente per l’attribuzione dello score.

L’analisi dei dati in BDCR afferenti alle caratteristiche di controparte, di relazione con le diverse società di leasing, all’operatività complessiva del cliente (numero contratti, ammontare finanziato ad esempio), alle caratteristiche proprie dell’insoluto ed alla credit history del cliente, ha portato alla individuazione delle variabili più rilevanti per la previsione dell’evento e alla definizione del modello.

Nella tavola 1 vediamo rappresentati i risultati ottenuti sul sottoinsieme di sviluppo: lo score puntuale è stato suddiviso in 10 fasce in modo tale da massimizzare – per ciascuna fascia – la distanza tra eventi positivi (Good) e eventi negativi (Bad); per ogni fascia di score così individuata è misurato l’evento registrato a sei mesi di distanza, viene inoltre rappresentato anche il tasso di contenzioso registrato sempre a sei mesi di distanza.

In dettaglio per l’insieme dei clienti con insoluti recenti (al massimo da due segnalazioni) al 31/12/2014 distinti per fascia di score, viene misurata la performance registrata a sei mesi di distanza e quindi al 30/6/2015: in verde sono rappresentati i ritorni in bonis, in rosso l’aggravamento dell’insoluto, in arancione i clienti per i quali c’è una riduzione dell’insoluto di partenza ma non si registra un rientro in bonis. La composizione dei clienti nei tre diversi stati per fascia riflette la minore o maggiore rischiosità di vedere il cliente con insoluti aggravare la propria posizione, ovvero al contrario consente di valutare la maggiore o minore tendenza a rientrare prontamente (in sei mesi) in bonis. E’ importante considerare l’andamento del tasso di contenzioso registrato nei sei mesi: la risoluzione del contratto (messa a contenzioso) è una scelta propria della società fatta a seconda del rischio che percepisce ed è interessante vedere come rifletta la rischiosità osservata per fascia di score, crescendo progressivamente dalla fascia 1 alla fascia 10.

In termini di implementazione il modello viene esteso a tutti i clienti che presentano insoluti, quindi anche per i clienti che registrano insoluti da più di due segnalazioni. Questi ultimi tendono a classificarsi nelle classi di score più rischiose, confermando che la variabile tempo gioca un ruolo nella definizione dell’insoluto. I risultati dell’implementazione del modello a questo insieme di clienti sono rappresentati in Tavola 2. Oltre agli elementi già presentati nella tavola precedente, la tavola riporta una analisi specifica sui clienti classificati come indeterminati al 30/6/2015 (quindi con un insoluto ancora presente ma inferiore o uguale a quello di partenza): questi ultimi infatti sono stati osservati sino al 31/12/2015 e classificati negli stati Good, Bad o Indeterminati a seconda del posizionamento – quindi a 12 mesi di distanza rispetto alla assegnazione dello score. Questa analisi permette di assottigliare di cica un 50% l’insieme dei clienti classificati come indeterminati al 30/6/2015 e anche di vedere confermata la tendenza per cui a score più bassi si registra una maggiore capacità di rientro in bonis ovvero che a score più alti si registra una maggiore probabilità di aggravamento dell’insoluto.

Il Bureau Score di Collection è in fase di implementazione in BDCR Assilea e sarà calcolato ad ogni aggiornamento mensile della base dati per tutti i clienti che presentano insoluti. L’utilizzo dello strumento, sia attraverso una interrogazione puntuale sia attraverso l’assegnazione dello score al portafoglio clienti, consente di beneficiare di un elemento aggiuntivo nella definizione delle strategie e del conseguente piano di azioni, al fine di gestire il recupero degli insoluti sin dalla prima evidenza degli stessi.

Luciano Bruccola, Conectens. Proprietà riservata (2016)

L'articolo Bureau Score di Collection in BDCR Assilea proviene da Conectens.

Luciano Bruccola, Conectens – Massimiliano Gasparotto, BMW Bank – Giampiero Chirico, BMW Group

Pubblicato su La lettera di Assilea numero 3 anno 2015

Obiettivi e definizioni

L’obiettivo di BMW Bank è quello di migliorare l’allocazione delle risorse, in senso lato, dedicate a gestire i processi di collection, valutando il bilanciamento tra costi e benefici delle azioni implementate, sin dal momento in cui un cliente entra nella fase di gestione del recupero.

Lo sviluppo del modello di score di early collection – realizzato da Conectens in collaborazione con TREBI Generalconsult – consente di stimare per contratto/cliente, la probabilità di rientro (ovvero di permanenza) dal processo di collection nel momento in cui registra un insoluto, prevendendone l’evoluzione in termini di ritorno in bonis ovvero di persistenza/peggioramento dell’insoluto registrato.

Ai fini della definizione degli elementi di sviluppo del modello di score sono stati estratti 7 flussi – ogni flusso relativo alla fine di ciascun trimestre solare dal 31 12 2012 al 30 6 2014 – rappresentanti l’intero portafoglio contratti coinvolti nel processo di collection di BMW.

La costruzione delle matrici e dei percorsi di transizione, attraverso i 7 momenti di osservazione temporali, ha consentito di valutare e misurare l’evoluzione nel tempo dei contratti attraverso il grado di coinvolgimento nel processo di recupero: phone collection (contratti per i quali è attivato un processo di recupero telefonico), home collection (contratti per i quali è attivato un processo di recupero diretto), recovery (contratti per i quali è in corso un processo legale) e di verificare quando questi sono eventualmente rientrati in bonis al seguito di una azione di recupero.

Le risultanze delle analisi hanno permesso di definire gli elementi principali per lo sviluppo del modello: la popolazione di riferimento è l’insieme dei contratti che entrano nel processo di collection causa presenza di insoluti; la permanenza nel processo di collection – che evidenzia insoluti da sanare e costi aggiuntivi di gestione per BMW – è condizione per considerare un contratto nello stato di Bad, mentre i contratti che rientrano in bonis vengono considerati come Good; infine l’analisi della evoluzione trimestrale dei contratti ha portato a valutare come 6 mesi la finestra di osservazione più adeguata per la costruzione del sistema di score.

Basi dati e metodologia

Sulla base delle definizioni precedenti si è proceduto ad analizzare l’insieme delle informazioni disponibili e rilevanti per la costruzione del modello di score. E’ stato necessario approntare una base dati specifica che raccogliesse per i contratti oggetto di analisi l’insieme delle informazioni nelle seguenti aree: anagrafica cliente; informazioni di application, delle caratteristiche del veicolo oggetto di finanziamento e informazioni finanziarie del contratto; informazioni di andamento del contratto; informazioni sull’insoluto in capo al contratto; la storia creditizia del contratto e della controparte.

Le consuete analisi di qualità e rilevanza delle informazioni e la costruzione di opportune variabili derivate, ha portato alla definizione di un centinaio di informazioni in rappresentanza delle aree di analisi descritte precedentemente. Una prima applicazione delle tecniche di Recursive Partitioning – vedi Figura 1 – sulla base dati realizzata ha permesso di costruire l’albero di segmentazione e di individuare, quindi,  le informazioni di partenza più rilevanti per discriminare i futuri Good dai futuri Bad, nonché di evidenziare le dimensioni che maggiormente influiscono sul comportamento allo studio: il grado di indebitamento e lo stato di rimborso del contratto, le componenti dell’insoluto, la storia creditizia pregressa e infine le caratteristiche anagrafiche di controparte.

Il modello di scoring è stato poi finalizzato attraverso un’applicazione di regressione logistica in 2 step, che ha consentito di utilizzare anche il patrimonio informativo della BDCR Assilea in termini di valutazione del posizionamento dei clienti BMW sui contratti leasing detenuti con altri operatori. In particolare l’utilizzo dei flussi di ritorno costruiti al netto dei contratti detenuti con BMW, ha permesso di includere nel modello una valutazione del posizionamento verso gli altri operatori senza sovrapposizione con le informazioni interne già considerate.

Risultati e utilizzi

I risultati ottenuti, rappresentati in Figura 2, consentono di individuare i contratti e i clienti classificati nelle prime fasce di score come quelli a più alta probabilità di rientro e che peraltro rappresentano una quota rilevante dell’ammontare complessivo degli insoluti. L’elevata attitudine al rientro rilevata suggerisce di porre il focus su azioni tempestive che possano ottenere il risultato di un rientro ad un costo minore. Al contrario per i contratti e clienti nelle ultime fasce di score, per i quali si registra una attitudine più elevata alla permanenza nel processo di collection a 6 mesi di distanza rispetto l’entrata e per i quali si osserva un valore dell’indebitamento in essere proporzionalmente più elevato, le riflessioni portano a valutare da subito approcci di recupero più diretti (accorciando quindi i tempi per una decisione di strategia da adottare), al fine di agire più tempestivamente a salvaguardia del credito complessivo.

Una volta individuato il target, l’approccio e le prime azioni da porre in essere, queste saranno implementate  – sulla specifica piattaforma di collection TWC di TREBI – secondo un approccio di tipo champion-challenger, ovvero implementate su una parte del portafoglio e messe a confronto con l’attuale processo di collection: lungo una opportuna finestra temporale si registrano i ritorni delle azioni e si confrontano i risultati tra nuovi processi (challenger) rispetto ai precedenti (champion).

La valutazione, che terrà conto dei diversi elementi che possono impattare sia i costi che i benefici delle azioni implementate – costo complessivo delle azioni, tasso di rientro in bonis, l’accorciamento dei tempi per addivenire ad una decisione – consentirà di misurare i benefici attesi dai nuovi processi e di implementare questi ultimi in modalità controllata.

Luciano Bruccola, Conectens – Massimiliano Gasparotto, BMW Bank – Giampiero Chirico, BMW Group. Proprietà riservata (2015)

L'articolo Introduzione di uno Score nel processo di Collection in BMW Bank proviene da Conectens.

La possibilità di accedere ad informazioni che consentano di vedere il comportamento dei clienti rispetto agli altri crediti detenuti rende possibile misurare il livello di esposizione complessivo del cliente, l’esperienza di rimborso che ha avuto in passato, verificare il ricorso a diverse forme tecniche di finanziamento e quanto ampia sia la ricerca di nuovi finanziamenti;  tutti fattori che hanno una relazione importante con la performance creditizia e che consentono di prevedere ed anticipare un eventuale deterioramento

Luciano Bruccola, Conectens

Pubblicato su La lettera di Assilea numero 2 anno 2015

Una corretta gestione del rischio di credito non si esaurisce certo con un’attenta valutazione al momento dell’assunzione di rischio in accettazione: seguire il finanziamento lungo tutto il ciclo di vita permette di cogliere quei segnali che consentono di capire se il deterioramento è più o meno probabile, ovvero è iniziato, quali sono gli scenari che si prospettano e, di conseguenza, intraprendere azioni di contrasto delle insolvenze e in generale di mitigazione del rischio di credito stesso.

Volendo approcciare il tema da un punto di vista generale, il processo sistematico e costante di controllo delle performance dei finanziamenti in portafoglio, consente di informare e gestire le diverse opportunità di azioni per migliorare in senso lato i risultati aziendali, sicuramente dal punto di vista di gestione del credito e del contenimento di eventuali perdite ed anche da un punto di vista di indirizzo della relazione più propriamente commerciale.

Il ventaglio delle opportunità di azioni, infatti, va dalla valutazione di azioni di rafforzamento della presenza commerciale, alla individuazione preventiva dei clienti che possono manifestare difficoltà di rimborso – rendendo quindi possibile prepararsi con anticipo ad affrontare le difficoltà ed individuare da subito l’approccio di relazione più opportuno, alla decisione del piano di azioni più efficace per gestire i clienti con crediti in deterioramento.

I dati e le informazioni interne, ossia relativi al comportamento di utilizzo dei propri crediti concessi alla clientela, rappresentano la fonte primaria e più importante da cui attingere indicazioni e sulla quale costruire modelli interpretativi e previsionali. Giocano in questo quadro un ruolo altrettanto importante i dati e le informazioni di valutazione del comportamento creditizio nei confronti degli altri operatori creditizi sul mercato.

La possibilità di accedere ad informazioni che consentano di vedere il comportamento dei clienti rispetto agli altri crediti detenuti rende possibile, ad esempio, misurare il livello di esposizione complessivo del cliente, di valutarne in modo compiuto la credit history – ossia l’esperienza di rimborso che ha avuto in passato sia questa positiva sia questa in qualche modo negativa, verificare il ricorso a diverse forme tecniche di finanziamento e, infine, quanto ampia sia la ricerca di nuovi finanziamenti. Gli aspetti citati sono tutti fattori che hanno mostrato, in linea generale, di avere una relazione importante con la performance creditizia e che consentono di prevedere ed anticipare un eventuale deterioramento.

Anche quando ci si confronta con la gestione di crediti già deteriorati assume un valore specifico il monitoraggio costante del comportamento dei propri clienti rispetto agli altri crediti detenuti a livello di sistema: essere a conoscenza del fatto che il cliente abbia o meno crediti anche con altre istituzioni finanziarie – e se questi siano o meno problematici – è un’informazione rilevante che guida sia la valutazione qualitativa del singolo asset per addivenire ad una misura del valore del portafoglio crediti detenuti sia l’approccio operativo da porre in essere: la probabilità che si riesca ad ottenere un risultato positivo dalle azioni di recupero ha anch’esso una relazione rilevante con l’esposizione finanziaria complessiva del cliente e con la qualità creditizia della esposizione stessa.

Una presentazione schematica può aiutare ad individuare le aree e gli spazi di manovra che si possono presentare grazie ad un processo costante di monitoraggio basato sui propri dati a confronto con il posizionamento dei propri clienti a sistema.

Nella figura seguente si suddivide il portafoglio clienti con credito in tre aree: clienti con comportamento di rimborso regolare, clienti con crediti che mostrano segnali di deterioramento, clienti con crediti in fase più avanzata di deterioramento. In riga si vede il portafoglio attraverso i crediti detenuti con la propria società (visione interna), in colonna gli stessi clienti attraverso i crediti detenuti sul resto dell’intero sistema (visione esterna). L’incrocio delle due macro informazioni consente di evidenziare quattro aree principali: un’area dove cogliere opportunità per un rafforzamento commerciale, un’area di clienti in osservazione sui quali definire preventivamente azioni di collection (Pre-collection), un’area di clienti sui quali attivare prontamente le azioni per un recupero immediato dei primi insoluti registrati (Early collection), e infine un’area propriamente indirizzata ad azioni di recupero.

Proviamo a analizzare con più dettaglio le quattro aree di opportunità rappresentate in figura:

• Rafforzamento commerciale: l’insieme dei clienti che presenta una valutazione sia attuale che prospettica di comportamento creditizio virtuoso con la società ed anche sul mercato, rappresenta la base sulla quale investire le proprie risorse per il rafforzamento della relazione commerciale al fine di rispondere positivamente alle istanze di finanziamento dell’azienda, senza ovviamente comprometterne la stabilità e alterare gli equilibri di esposizione della stessa;
• Pre-collection: è la parte di clientela che pur non manifestando alcun deterioramento nei confronti dell’istituto in esame, mostra di avere un deterioramento in atto o prospettico a livello di sistema. L’individuazione di questi clienti consente di valutare – in via preventiva – le azioni da mettere in atto per contrastare il deterioramento dei crediti con il dato istituto, nel caso in cui questo si renda manifesto;
• Early collection: è la parte di clientela che comincia a manifestare segnali di deterioramento ed è a sistema o regolare o con segnali di deterioramento in atto ovvero prospettici. La conoscenza del comportamento rispetto agli altri operatori, consente di affinare la valutazione e modulare l’approccio più efficace per contrastare adeguatamente il deterioramento in atto e porre le condizioni per aumentare la possibilità di un pronto rientro;
• Recupero: la valutazione del comportamento di rimborso con gli altri operatori sui propri clienti con crediti deteriorati, supporta la definizione completa del posizionamento dei clienti e consente di affinare la capacità di individuare le azioni più appropriate: dalla scelta di gestione interna ad esempio, alla scelta di un’eventuale cessione del credito sottostante.

Sia i portafogli di crediti più virtuosi sia quelli meno virtuosi beneficiano dell’opportunità di monitorare le perfomance dei propri clienti sul complesso dei crediti detenuti. Il ricorso a diversi operatori e il livello di rischiosità complessiva del mercato da fronteggiare rende possibile che a fronte di un comportamento assai virtuoso nei confronti di alcuni crediti si riscontrino, per lo stesso soggetto azienda, segnali di deterioramento su altri crediti detenuti presso operatori diversi

Per gli istituti finanziari che detengono portafogli crediti più virtuosi, il focus principale è nell’evidenziare aree di possibile deterioramento non individuabili attraverso le indicazioni provenienti dal comportamento sui propri crediti detenuti dai clienti. E quindi nell’essere capace di fronteggiare repentini segnali di deterioramento nel modo più efficace grazie ad una adeguata e tempestiva preparazione.

Per gli altri, il focus principale sarà nel valutare compiutamente quantità e qualità dell’esposizione ai fini della scelta del processo più opportuno per contrastare e minimizzare le perdite.

Nell’ambito dei patrimoni informativi a disposizione per valutare appieno la presenza e il comportamento di rimborso creditizio delle proprie aziende clienti nei confronti di impegni detenuti con altri operatori (tra i quali va citata in primis la Centrale Rischi Banca d’Italia che come noto raccoglie le sofferenze e le esposizioni superiori alla soglia di 30.000 euro), assumono un ruolo preminente le informazioni gestite dalla BDCR Assilea per l’ampiezza del patrimonio informativo e il grado di finezza delle informazioni contenute in primo luogo e, in secondo luogo, per il ruolo che generalmente svolge il finanziamento leasing.

Per il primo punto è opportuno rilevare che le informazioni in BDCR sono a livello di contratto e si ha accesso quindi a tutte le informazioni di questo rilevanti: il tipo di bene, il valore finanziamento, l’importo dell’anticipo e del riscatto, il debito residuo, gli impegni finanziari alle diverse scadenze, esistenza e misura di insoluti e contenziosi, la presenza di sinistri, la eventuale cessione di contratto, la presenza di garanti e garanzie. A titolo di esempio, il recepimento mensile del flusso di informazioni di BDCR Assilea sul proprio portafoglio, consente di verificare l’andamento dei propri clienti rispetto al sistema leasing complessivo e di valutare: l’insorgenza di nuovi contratti in capo al cliente, eventuali nuovi importi deliberati, l’insorgenza di insoluti, sinistri o contenziosi con altre società di leasing, la eventuale cessione di contratto o variazioni finanziarie, gli impegni finanziari del cliente sino alla conclusione dei contratti di leasing attraverso una dettagliata rilevazione temporale, la storia creditizia pregressa e la soluzione di eventuali insoluti manifestati nel passato.

Sul secondo punto c’è un aspetto che va evidenziato: di norma il finanziamento leasing è rivolto specificatamente ai fattori produttivi dell’azienda – senza i quali viene meno la capacità stessa dell’impresa di lavorare. Monitorare nel dettaglio il comportamento rispetto a questa tipologia di finanziamento consente quindi di cogliere elementi fondamentali della vita dell’azienda, anche in prospezione, che vanno al di là della pur fondamentale performance creditizia corrente.

In sintesi l’integrazione sistematica delle fonti di informazioni rilevanti per cogliere ampiezza e qualità dell’esposizione creditizia dei propri clienti, consente di misurare e monitorare costantemente il valore attuale e prospettico del portafoglio, di definire i segmenti sui quali porre in essere strategie appropriate di gestione, di informare e guidare i conseguenti processi operativi dal rafforzamento della relazione commerciale all’individuazione delle strategie ottimali di prevenzione degli insoluti e di recupero.

Luciano Bruccola, Conectens. Proprietà riservata (2015)

L'articolo Integrazione delle fonti di informazione per il monitoraggio dei finanziamenti proviene da Conectens.