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 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.

Luciano Bruccola, Conectens

Pubblicato su Leasenews.it il 20/01/2021 link

I dati del comportamento di rimborso dei finanziamenti non sembrano ancora riflettere gli effetti della crisi economica dovuta all’emergenza sanitaria. Anche scontando il ritardo naturale di qualche trimestre con cui normalmente i fondamentali dell’economia vengono trasmessi al comportamento di rimborso dei prestiti, è evidente il ruolo giocato dalle politiche di congelamento degli effetti della crisi, su tutte la sospensione dei pagamenti dovuta dalla concessione di moratorie.

Figura 1 – Deterioramento annuale (a) dei prestiti per settore e (b) del leasingGuardando ai dati recentemente pubblicati da Banca d’Italia^[1] per i primi 3 trimestri del 2020, i tassi di deterioramento annuale dei prestiti^[2] presentano, soprattutto per i comparti Famiglie Produttrici e Società non Finanziarie, dei tassi stazionari se non in diminuzione, come è possibile osservare in Figura 1 (a).

Situazione analoga si registra nel comparto leasing: la segnalazione dei contratti in contenzioso^[3] nei primi tre trimestri 2020 ha un andamento simile, come rappresentato in Figura 1 (b).

All’indomani del manifestarsi dell’emergenza sanitaria le prospettive di andamento dei default legate alle previsioni macroeconomiche ipotizzavano una impennata della difficoltà di rimborso dei prestiti. Il percorso sostanzialmente flat o in diminuzione della curva mostra che l’andamento di pagamento dei rimborsi è ancora lontano da registrare impatti della crisi.

È del pari evidente che questo non può tranquillizzare le banche e le società che hanno erogato tali finanziamenti perché è alto il timore che la manifestazione degli effetti della crisi (le ultime previsioni indicano che la riduzione del PIL in Italia per il 2020 si attesterà intorno al 9,2%) venga scontata interamente ed in modo repentino alla rimozione delle sospensive attualmente in vigore e che l’effetto atteso si manifesti comunque prima o poi.

In second’ordine l’eccezionalità degli avvenimenti economici ha un impatto anche sugli strumenti di previsione di andamento, siano questi macro siano questi riferiti ai singoli finanziamenti o ai singoli prenditori.

In quest’ultimo contesto si pensi in particolare alla tenuta dei modelli di scoring andamentali o comportamentali sui portafogli clienti esistenti, sia costruiti su basi dati compartite ovvero sul portafoglio specifico di ciascuna banca. Come è noto una parte importante della capacità di questi strumenti di intercettare il verificarsi di insoluti è legata all’andamento della credit history dei clienti. Venendo a mancare la componente che registra il pagamento mensile delle rate – e quindi anche il mancato pagamento – sembra venir inficiata la capacità predittiva di tali modelli.

Inoltre, come abbiamo potuto vedere, la crisi non colpisce uniformemente le diverse tipologie di attività economiche. Alcune soffrono più di altre, si pensi ad esempio alle evidenze delle conseguenze su tutte alle attività dei servizi di alloggio e di ristorazione, a quelle legate ai viaggi, all’arte e alla cultura, all’intrattenimento. Anche tali difformità hanno un potenziale impatto sugli strumenti di previsione e di scoring, in quanto comportano potenzialmente una mutazione importante del grado di rischiosità dei singoli settori sinora registrato, sul quale i sistemi di previsione e di scoring sono stati costruiti.

Con l’obiettivo di misurare le ripercussioni di questi temi sulla tenuta del modello di Bureau Score Comportamentale costruito sui dati di BDCR Assilea, abbiamo percorso su un campione ampio e rappresentativo della banca dati, un esercizio di proiezione delle indicazioni provenienti da indagini e ricerche esterne^[4] il cui obiettivo era investigare quali settori di attività economica, quali aree territoriali, quali caratteristiche dimensionali fossero a potenziale maggior impatto negativo dovuto alla emergenza sanitaria.

Figura 2 – Segnalazioni geo-settoriali e posizionamento in BDCR pre-pandemiaElaborazione Conectens su dati Assilea, Istat, Confindustria/Cerved (2021)

In dettaglio, una volta recepite da queste ricerche le indicazioni più rilevanti per l’esercizio in esame, si sono costruite opportune variabili indicatrici, una per ciascuna analisi ritenuta di interesse: ad esempio la localizzazione geografica delle imprese che hanno dichiarato seri rischi operativi e di sostenibilità dell’attività, i settori nelle quali operano, la classe dimensionale.

Successivamente è stato conteggiato quante volte ciascun cliente presente in BDCR Assilea venisse raggiunto da queste indicazioni e il passo finale è stato quello di valutarne il posizionamento in banca dati, in termini di comportamento di rimborso, a fine 2019 quindi in una situazione precedente l’emergenza sanitaria.

Come si evince in Figura 2, le imprese ritenute a maggior impatto negativo dovuto alla emergenza sanitaria e quindi intercettate dal maggior numero di indicazioni sono quelle che in un momento di pre-pandemia (fine 2019) manifestavano già maggiori difficoltà nei rimborsi e quindi dei tassi di contenzioso più elevati. Ad esempio si può osservare che le imprese intercettate da 5 o più segnalazioni presentano una rischiosità di partenza che è più del doppio rispetto alle imprese che non vengono intercettate da alcuna indicazione.

Ripercorriamo ora lo stesso esercizio differenziando i clienti in banca dati rispetto alle classi di score assegnate a fine 2019 – ove la probabilità di registrare insoluti nei 12 mesi successivi è crescente da classe 1 a classe 10 – e ci soffermiamo sulle prime 7 classi di score complessivamente considerate a minor rischio.

Figura 3 – Segnalazioni geo-settoriali e classificazione pre-pandemia Bureau Score ComportamentaleElaborazione Conectens su dati Assilea, Istat, Confindustria/Cerved (2020)

Come si nota in Figura 3, da classe di Score 1 a classe di Score 7 aumentano i clienti via via intercettati dalle indicazioni geo-settoriali. In dettaglio, se mettiamo a confronto la classe di score 7 (maggior rischio potenziale stimato a fine 2019) e la classe di score 1 (minor rischio potenziale stimato a fine 2019) è immediato verificare la maggior presenza in classe di score 7 di soggetti intercettati da più segnalazioni di presunta accresciuta difficoltà dovuta agli effetti della emergenza sanitaria. E quindi coloro che presumibilmente sono destinati ad essere maggiormente toccati dalle conseguenze economiche della emergenza sanitaria, rispecchiavano già di partenza una maggiore rischiosità potenziale.

Ai fini della corretta interpretazione vale la pena sottolineare che il Bureau Score Comportamentale è costruito sui dati di esposizione leasing, di comportamento di rimborso e di caratteristiche di controparte presenti in BDCR Assilea mentre le indicazioni di potenziale maggiore rischiosità provenienti dalle ricerche considerate sono del tutto estranee al calcolo dello score.

Sulla base di queste analisi si può ragionevolmente concludere che comunque la valutazione di rischiosità fornita dallo strumento di score è credibile anche in considerazione dell’impatto atteso e delle conseguenze dovute all’emergenza sanitaria.

In linea più generale, solo l’osservazione dei fenomeni e la visibilità di un po’ di storia ci darà la possibilità di interpretare correttamente la portata degli avvenimenti e quindi anche di intervenire sulla strumentazione in senso lato e adattarla ai mutamenti a cui assistiamo.

Per gestire il momento, come non mai è assolutamente necessario provvedere ad un monitoraggio attento e costante del comportamento dei propri clienti valorizzando tutte le informazioni potenzialmente disponibili e accessibili, sia guardando in casa propria ai propri contratti, sia guardando al comportamento verso gli altri soggetti che erogano finanziamenti. Ogni singola prima indicazione che emerge deve esser utilizzata per affinare l’approccio alla gestione della relazione con ciascun singolo cliente, nell’ottica di salvaguardare la relazione e nell’ottica di valutare attentamente quali segnali meritano di essere interpretati come anticipatori di deterioramento della relazione stessa e intervenire con approcci tempestivi e appropriati.

In questo contesto, i dati di sistema riguardanti l’utilizzo dei contratti di leasing e gli strumenti di sintesi costruiti su questi offrono un supporto puntale e tempestivo per la accuratezza e la profondità della valutazione dell’esposizione leasing, valorizzando maggiormente gli eventuali sistemi di rating interno o di capogruppo già presenti sui propri clienti.

Luciano Bruccola, Conectens. Proprietà riservata (2021)

1. Banca d’Italia, Banche e istituzioni finanziarie: condizioni e rischiosità del credito per settori e territori, dicembre 2020 ↑
2. Numero affidati in default a un anno di distanza – default rettificato ↑
3. Registrazione di insoluti tali da spingere le società di leasing a risolvere il contratto ↑
4. Istat, Situazione e prospettive delle imprese nell’emergenza sanitaria covid-19, giugno 2020 e Confindustria/Cerved, Rapporto Regionale PMI 2020, giugno 2020 ↑

L'articolo Strumentazione di analisi portafogli crediti ai tempi dell’emergenza sanitaria proviene da Conectens.