{% set histoColors = ({"myerror": "#ed462f","mywarning": "#f9c032", "mysuccess": "#53b151", "nothing": white, "non_penali": "#82cafa", "penali": "#0020c2", "mid_penali": "#1682CC"}) %}
Questionari | Periodo |
---|---|
{{resAnagrafica[i][0]}} ({{resAnagrafica[i][1]}}) | Dal {{resAnagrafica[i][7].strftime('%d-%m-%Y')}} al {{resAnagrafica[i][8].strftime('%d-%m-%Y')}} |
Risk Assessment | Dal {{risk_assessment['period_start'].strftime('%d-%m-%Y')}} al {{risk_assessment['period_end'].strftime('%d-%m-%Y')}} |
Profilo Aziendale | {% if profilo_aziendale['period_start'] %} Dal {{profilo_aziendale['period_start'].strftime('%d-%m-%Y')}} al {{profilo_aziendale['period_end'].strftime('%d-%m-%Y')}} {% else %} Nessun data {% endif %} |
Indice di rischio della probabilità default a 36 mesi
Indice di rischio del modello organizzativo
RED FLAGS fornisce 3 indici:
RED FLAGS fornisce, in via aggiuntiva e non integrata, altri dati:
L’aggiornamento dei dati qualitativi avviene attraverso la procedura Risk Assessment che prende in considerazione la compagine sociale, la Organisational Model Index e il rischio di perdita dei Key Men (es. responsabili produzione, filiale, IT, sicurezza, 231, data protection ecc.). Il metodo proprietario di ARISK offre rischi predittivi a 36 mesi ed è unico nel suo genere, in quanto tutti gli altri metodi finora utilizzati si fermano in genere agli indici CNDCEC a 6 max 12 mesi, su base statistica e solo con dati quantitativi.
Per RED FLAGS è stato adottato Metodo Machine Learning di Intelligenza Artificiale, basato su alberi decisionali(supervisionati e certificabili) per lo sviluppo di un algoritmo tipo Random Forest
Per svilupparlo si è realizzato un Back testing su 150.000 aziende con fatturato da 1 a 40 milioni di €, le imprese fallite dal 2001 al 2018 e quelle in attività a tutto il 2019.
L’attendibilità dei dati previsionali di ARISK (**) è del 78% vs il 37% delle metodologie classiche (anche di quelle che integrano dati quantitativi e qualitativi).
Questa differenza si spiega con l’adozione di modalità di esecuzione della I.A. con logica induttiva (apprendimento automatico tramite algoritmi ripetitivi). La differenza con la logica deduttiva è significativa in quanto quest’ultima si basa sulle rilevazioni di periodi passati ed è accettabile solo in presenza di dati stabili (Ovvero l’assenza di qualsiasi crisi nel periodo considerato e proiettandolo sul futuro
Questa differenza si spiega con l’adozione di modalità di esecuzione della I.A. con logica induttiva (apprendimento automatico tramite algoritmi ripetitivi). La differenza con la logica deduttiva è significativa in quanto quest’ultima si basa sulle rilevazioni di periodi passati ed è accettabile solo in presenza di dati stabili (Ovvero l’assenza di qualsiasi crisi nel periodo considerato e proiettandolo sul futuro
Questa differenza si spiega con l’adozione di modalità di esecuzione della I.A. con logica induttiva (apprendimento automatico tramite algoritmi ripetitivi). La differenza con la logica deduttiva è significativa in quanto quest’ultima si basa sulle rilevazioni di periodi passati ed è accettabile solo in presenza di dati stabili (Ovvero l’assenza di qualsiasi crisi nel periodo considerato e proiettandolo sul futuro
Questa differenza si spiega con l’adozione di modalità di esecuzione della I.A. con logica induttiva (apprendimento automatico tramite algoritmi ripetitivi). La differenza con la logica deduttiva è significativa in quanto quest’ultima si basa sulle D rilevazioni di periodi passati ed è accettabile solo in presenza di dati stabili (Ovvero l’assenza di qualsiasi crisi nel periodo considerato e proiettandolo sul futuro
Questa differenza si spiega con l’adozione di modalità di esecuzione della I.A. con logica induttiva (apprendimento automatico tramite algoritmi ripetitivi). La differenza con la logica deduttiva è significativa in quanto quest’ultima si basa sulle rilevazioni di periodi passati ed è accettabile solo in presenza di dati stabili (Ovvero l’assenza di qualsiasi crisi nel periodo considerato e proiettandolo sul futuro
Questa differenza si spiega con l’adozione di modalità di esecuzione della I.A. con logica induttiva (apprendimento automatico tramite algoritmi ripetitivi). La differenza con la logica deduttiva è significativa in quanto quest’ultima si basa sulle rilevazioni di periodi passati ed è accettabile solo in presenza di dati stabili (Ovvero l’assenza di qualsiasi crisi nel periodo considerato e proiettandolo sul futuro