| Questionari | Periodo |
|---|---|
| Bilancio annuale depositato (D1) | Dal 01-01-2014 al 31-12-2014 |
| Bilancio annuale depositato (D2) | Dal 01-01-2015 al 31-12-2015 |
| Bilancio annuale depositato (D3) | Dal 01-01-2016 al 31-12-2016 |
| Bilancio annuale depositato (D4) | Dal 01-01-2017 al 31-12-2017 |
| Bilancio annuale depositato (D5) | Dal 01-01-2018 al 31-12-2018 |
| Bilancio di periodo (I1) | Dal 01-01-2019 al 31-12-2019 |
| Risk Assessment | Dal 01-01-2019 al 31-12-2019 |
| Profilo Aziendale | Dal 01-01-2019 al 31-12-2019 |
Indice di rischio della probabilità default a 36 mesi calcolato mediante algoritmo di Machine Learning
Indice di Business Continuity comprensivo del rischio di default
Indice di rischio del modello organizzativo
Indice di rischio della probabilità default a 36 mesi
Indice di rischio del modello organizzativo
| Rank | Top 10 Aziendale | Rank | Top 10 Italia | Trend |
|---|---|---|---|---|
| 1 | Governance | 1 | Business Interruption |  |
| 2 | Fluttuazione prezzo delle materie prime | 2 | Catastrofi Naturali | |
| 3 | Perdita- Furto proprietà intellettuale (documenti progetti offerte) - Attacco interno | 3 | Commodity Price Increase |  |
| 4 | Peggioramento condizioni di pagamento | 4 | Pandemia | |
| 5 | Rischio perdita dei dati e Backup | 5 | Reputation | |
| 6 | Rischio perdita di fornitori strategici | 6 | Incendio |  |
| 7 | Piano di successione | 7 | Infortuni | |
| 8 | Interruzione per virus, malware e ransomware | 8 | Cyber | |
| 9 | Altri rischi | 9 | MKT Stagnation | |
| 10 | Contraffazione - Sabotaggio | 10 | Compliance | |
| Indice | D1 | D2 | D3 | D4 | D5 | I1 |
|---|---|---|---|---|---|---|
| EBITDA su vendite | 9.75 | 8.77 | 15.62 | 10.40 | 3.50 | 1.32 |
| Leva finanziaria | 1.89 | 1.73 | 1.31 | 1.08 | 0.00 | 0.02 |
| Indice di indebitamento | 9.44 | 7.70 | 6.61 | 5.55 | 3.32 | 3.05 |
| Indice di indebitamento a lungo termine | 6.22 | 4.96 | 3.64 | 2.96 | 1.31 | 0.93 |
| Indice di copertura delle immobilizzazioni | 0.15 | 0.19 | 0.22 | 0.24 | 0.34 | 0.39 |
| Giacenza media delle scorte | 129.14 | 68.30 | 63.91 | 69.91 | 50.68 | 72.43 |
| Giorni di copertura delle scorte | 324.71 | 158.00 | 175.81 | 193.84 | 127.25 | 183.56 |
| ROI | 8.98 | 10.08 | 30.78 | 6.21 | -31.33 | 0.00 |
| Indice di ammortamento | 6.59 | 9.12 | 12.71 | 14.43 | 16.58 | 17.76 |
| Indice di copertura degli interessi passivi | 3.53 | 3.99 | 3.28 | 2.56 | 5.51 | 0.10 |
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 governance 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