Approfondimenti legati al mondo Financial Services con particolare focus sulle tematiche del Credit Risk.

Nell’ambito dell’attività è stata illustrata la realizzazione di un modello predittivo di Machine Learning con l’obiettivo di stimare il rischio di morosità (inteso come probabilità di mancato pagamento entro la scadenza della fattura) calcolato per ciascun cliente. I rischi stimati saranno utili all’esecuzione di campagne con l’obiettivo di:

• contenere i costi di recupero del credito anticipando i fenomeni di morosità
• costituire un utile strumento di gestione della satisfaction del cliente

E' stata presentata, inoltre, una testimonianza progettuale relativa al monitoraggio, in ambito Banking, delle principali metriche di rischio in alta frequenza, eseguite a fini gestionali e segnaletici, e al monitoraggio della composizione ed evoluzione del portafoglio crediti.

A cura di: Amelia Vigliotti, Luca Angelini, Marta Carbonaro e Annunziata Didonna

Financial Services

Orario: 9:00 – 11:00