Sette indici finanziari predicono i fallimenti delle PMI fino a tre anni prima
C'è un momento peculiare in qualsiasi settore quando le prove che risolverebbero un problema sono disponibili da decenni, ma nessuno le aveva organizzate nel modo giusto. È questo, in sostanza, ciò che ha appena documentato una ricerca pubblicata sul Global Business and Economics Review: che l'insolvenza delle piccole e medie imprese europee può essere anticipata con fino a tre anni di anticipo utilizzando soltanto sette indicatori contabili standard, gli stessi che qualsiasi contabile calcola già e che le banche ricevono da decenni senza sapere esattamente cosa farne in combinazione.
Lo studio, firmato da Sónia Silva, ha analizzato i dati di oltre 24.500 imprese europee nel corso di otto anni. Il modello risultante raggiunge una precisione globale di circa l'82% e riesce a identificare correttamente più del 70% delle insolvenze tre anni prima che si verifichino, quando applicato su dati con esiti già noti. Non si tratta di un algoritmo di apprendimento automatico addestrato con milioni di variabili. È un modello di previsione multivariato costruito su sette indici: indice di liquidità immediata, contribuzione per interessi pagati, indice di solvibilità, finanziamento a breve termine, leva finanziaria, rapporto debito-attività e redditività del capitale investito. Sette numeri che esistono già nei bilanci e che, insieme, descrivono con sufficiente fedeltà la liquidità, il carico del debito, la resilienza finanziaria e la redditività di un'impresa.
La domanda che il risultato lascia sul tavolo non è tecnica. È strutturale: se i dati erano lì e i modelli funzionano, cosa ha impedito che tutto ciò accadesse prima?
Il divario che l'accademia ha tenuto aperto troppo a lungo
La previsione dei fallimenti aziendali ha una lunga storia accademica. I modelli classici, concepiti negli anni Sessanta e Settanta, furono progettati per grandi imprese quotate in borsa, con accesso a valutazioni di mercato, dati di capitalizzazione azionaria e strutture finanziarie sufficientemente trasparenti da alimentare modelli statistici robusti. Le PMI rimasero fuori da quel quadro, non per negligenza, ma perché rappresentavano una categoria che la finanza aziendale tradizionale trattava come troppo opaca, troppo eterogenea e, in molti casi, troppo piccola per giustificare lo sforzo analitico.
Il problema con quella logica è che le PMI non sono una categoria marginale. Rappresentano la maggioranza delle imprese nelle economie dell'OCSE e circa due terzi dell'occupazione in quei Paesi. Il rischio di insolvenza delle PMI non è un problema di microeconomia gestibile su scala individuale: è una variabile con conseguenze dirette sul sistema bancario, sul mercato del lavoro e sulla stabilità fiscale dei governi che gestiscono programmi di garanzia creditizia o sussidi all'occupazione.
Ciò che il lavoro di Silva fa è colmare quel divario con un insieme di dati sufficientemente ampio da rendere il modello statisticamente robusto e sufficientemente concentrato su indici accessibili da renderlo replicabile senza infrastrutture straordinarie. Il risultato più rivelatore non è che il modello funzioni con una precisione dell'82%: è che quel livello di precisione viene raggiunto tre anni prima dell'evento di insolvenza, un orizzonte temporale che cambia completamente la logica dell'intervento.
Tre anni sono sufficienti per rinegoziare le condizioni del credito. Sono sufficienti perché un prestatore aggiusti le garanzie, modifichi i covenant o intensifichi il monitoraggio di un portafoglio specifico. Sono sufficienti perché il proprietario di una PMI prenda decisioni di ristrutturazione prima che la situazione diventi irreversibile. Ciò che distingue questo modello dai sistemi di allerta precoce già presenti in molte banche europee è precisamente questo orizzonte esteso combinato con la parsimonia dello strumento: sette indici, non centinaia di variabili.
Cosa rivelano i sette indici sull'anatomia di un fallimento
Osservare i sette indicatori del modello come un insieme, piuttosto che come variabili isolate, produce una diagnosi più interessante di quella che ciascuno di essi fornirebbe separatamente. La selezione non è arbitraria: ogni indice cattura una dimensione distinta del rischio e insieme costruiscono un'immagine tridimensionale dell'impresa.
L'indice di liquidità immediata e il finanziamento a breve termine descrivono la liquidità immediata e il modo in cui l'impresa gestisce le proprie obbligazioni più urgenti. Un'impresa può essere redditizia sulla carta e soffocare per mancanza di liquidità disponibile. Non si tratta di un paradosso infrequente nelle PMI: è uno dei meccanismi di fallimento più comuni, specialmente nelle attività con lunghi cicli di riscossione e fornitori che esigono pagamenti rapidi.
L'indice di solvibilità, la leva finanziaria e il rapporto debito-attività catturano la struttura del capitale e la capacità di assorbire perdite senza collassare. Un'impresa altamente indebitata può sopravvivere finché i flussi di cassa sono stabili, ma il suo margine di tolleranza di fronte a un calo dei ricavi è minimo. Questi tre indici, considerati insieme, descrivono quanta ossigeno residua all'impresa prima che il debito smetta di essere sostenibile.
La contribuzione per interessi pagati aggiunge una dimensione operativa: misura se l'attività genera un margine di contribuzione sufficiente a coprire il suo costo finanziario. Un'impresa che non riesce a coprire i propri interessi con il proprio margine operativo sta consumando patrimonio netto o credito aggiuntivo per mantenersi attiva, il che è un segnale di deterioramento strutturale che può rimanere invisibile per diversi trimestri se si guarda solo all'utile netto.
La redditività del capitale investito chiude il modello misurando l'efficienza con cui l'impresa converte le proprie attività in risultati. Un calo sostenuto in questo indicatore, combinato con una leva finanziaria crescente e una liquidità in declino, produce lo schema che il modello impara a riconoscere come precursore dell'insolvenza.
Ciò che risulta significativo da una prospettiva di proposta di valore è che nessuno di questi sette indici richiede informazioni che non siano già disponibili nei bilanci di base di un'impresa. Non è necessario accedere a dati di mercato, valutazioni esterne né proiezioni manageriali. Il modello opera con ciò che già esiste, il che ha implicazioni dirette su chi può adottarlo e a quale costo.
Il collo di bottiglia che il modello non può risolvere da solo
Lo stesso studio indica una limitazione che merita attenzione separata: il modello migliorerebbe con una maggiore divulgazione finanziaria da parte delle PMI, ma gli autori ritengono che ciò sia "altamente improbabile data la natura delle imprese più piccole". Quella frase concentra una tensione che non è nuova, ma che questo risultato rimette sul tavolo con maggiore urgenza di prima.
Le PMI hanno incentivi strutturali a mantenere i propri dati finanziari opachi. Parte di questa opacità è difensiva: condividere informazioni dettagliate con i prestatori o con il mercato può indebolire la posizione negoziale di un proprietario, esporre vulnerabilità competitive o semplicemente generare un onere amministrativo che una piccola impresa non ha la capacità di gestire. Il risultato è un mercato in cui gli strumenti di previsione funzionano meglio esattamente nei casi in cui l'informazione è più abbondante, che di solito sono le imprese che ne hanno meno bisogno.
Questo squilibrio ha conseguenze dirette per i prestatori. Le banche e le istituzioni di microcredito che operano nei segmenti delle PMI più piccole — non le medie ben documentate, ma le micro e piccole con contabilità semplificata — hanno accesso a una frazione delle informazioni che il modello richiede per operare con il suo livello documentato di precisione. In questi casi, il modello può ancora essere utile come riferimento di rischio relativo, ma la sua capacità predittiva si degrada proporzionalmente alla qualità del dato disponibile.
Per i programmi pubblici di garanzia creditizia, la sfida è diversa ma ugualmente concreta. Molti di questi programmi operano sotto la pressione politica di massimizzare l'accesso al credito, il che in pratica significa finanziare imprese con profili di rischio che una banca privata rifiuterebbe. Un modello con la precisione documentata da Silva potrebbe essere utilizzato per distinguere meglio tra imprese vitali con problemi temporanei di liquidità e imprese con deterioramento strutturale irreversibile, il che migliorerebbe l'efficienza della spesa pubblica. Ma ciò richiede che le imprese beneficiarie rendicontino con il livello di dettaglio di cui il modello necessita, e tale requisito si scontra direttamente con la logica di semplificazione che giustifica i programmi in primo luogo.
Il dato che le banche europee dovrebbero già calcolare
La ricerca arriva in un momento in cui il contesto macroeconomico europeo ne amplifica la rilevanza. Studi precedenti sull'impatto della pandemia di COVID-19 sulle PMI europee hanno documentato incrementi del rischio di insolvenza dell'ordine del 21% durante quel periodo, misurati come funzione di cali nella redditività, nel fatturato e nel capitale circolante. Le stesse variabili che il modello di Silva identifica come predittori centrali.
Per le banche con portafogli significativi di credito alle PMI, l'argomento economico per adottare un quadro di monitoraggio basato su questi sette indici è diretto. Il Fondo Monetario Internazionale ha documentato che il deterioramento massiccio delle PMI può ridurre i coefficienti patrimoniali Tier 1 dei sistemi bancari fino a 2 punti percentuali nei Paesi più esposti. Non si tratta di un rischio astratto: è una variabile che i regolatori europei monitorano con crescente attenzione dal 2020 e che i team di gestione del rischio di qualsiasi banca con un portafoglio PMI rilevante dovrebbe quantificare in modo permanente.
L'adozione pratica del modello nei sistemi di monitoraggio bancario non richiede grandi investimenti tecnologici. Richiede disciplina nella raccolta dei bilanci periodici dei debitori, standardizzazione nel calcolo dei sette indici e un processo chiaro di allerte interne quando un'impresa supera soglie di rischio su più indicatori simultaneamente. Si tratta più di un problema di processo che di tecnologia, il che abbassa materialmente la barriera di implementazione per le istituzioni medie che non dispongono di budget per modelli proprietari di apprendimento automatico.
Ciò che rende il modello di Silva particolarmente utile in quel contesto non è solo la sua precisione, ma la sua interpretabilità. Un modello a sette indici è verificabile. Un analista del credito può spiegare a un comitato del rischio perché un'impresa specifica ha attivato un'allerta: "l'indice di liquidità immediata è calato del 40% in due esercizi consecutivi mentre la leva finanziaria è aumentata di 15 punti percentuali e la redditività del capitale investito è diventata negativa". Questa è una diagnosi che genera azioni concrete. Un modello a scatola nera con 200 variabili può avere una maggiore precisione statistica, ma produce conversazioni più difficili ai livelli in cui si prendono le vere decisioni di credito.
Il segnale che nessuno stava leggendo nel suo insieme
Il contributo più duraturo di questo lavoro non è il modello in sé. È la dimostrazione che le informazioni per anticipare il fallimento di una PMI erano già disponibili, che risiedevano nei bilanci che le banche ricevono periodicamente, e che ciò che mancava era la struttura analitica per leggerle in combinazione con sufficiente anticipo.
Questo descrive uno schema che appare frequentemente nei mercati in cui i dati esistono ma sono frammentati o mal interpretati: la soluzione non arriva con nuove informazioni, ma con una riorganizzazione delle informazioni esistenti che rende visibile qualcosa che era già lì. In questo caso, la riorganizzazione è statisticamente documentata, replicabile e sufficientemente parsimoniosa da permettere a qualsiasi istituzione finanziaria con accesso a bilanci di base di adottarla senza infrastrutture straordinarie.
Le PMI rappresentano la maggior parte del tessuto imprenditoriale delle economie avanzate e una porzione sproporzionata del rischio creditizio non gestito. Un modello in grado di anticipare più del 70% delle loro insolvenze con tre anni di margine, utilizzando soltanto sette indici standard, non è una curiosità accademica. È uno strumento con conseguenze operative concrete per prestatori, regolatori e proprietari di imprese che preferiscono intervenire prima piuttosto che gestire una crisi. Il limite della sua utilità non risiede nella sua precisione: risiede nella qualità e nella coerenza dei dati che le PMI stesse sono disposte a rendicontare, e questo dipende da incentivi che il modello da solo non può cambiare.
