Credit Scoring e Big Data

La storia moderna offre numerosi esempi di come, sempre più frequentemente, la pressione economica su attori della intermediazione finanziaria sia dovuta ad eccessive ed incontrollate esposizioni nei confronti di debitori in situazioni di difficoltà. Le complicate vicende che negli anni più recenti hanno colpito i mercati finanziari, provocando la caduta di ¿colossi¿ nella gestione di patrimoni e con uno strascico di gravi conseguenze anche a livello dell'intera economia mondiale, dimostrano come il rischio di credito occupi, senza dubbio, un ruolo di primo piano tra le varie cause scatenanti della crisi. Per i motivi appena esposti, oggi è crescente la richiesta di strumenti e modelli innovativi, al fine di valutare in maniera efficace il rischio di credito delle controparti con cui le banche, e tutti gli altri soggetti che intervengono nel rapporto finanziario, si trovano a concludere operazioni sempre più complesse. Negli ultimi anni la valutazione del merito di credito di un consumatore, storicamente basata unicamente sulla sua storia finanziaria, sta assistendo ad un drastico cambiamento nelle fonti di dati. Al fine di valutare il merito creditizio di un consumatore, infatti, un numero crescente di Istituti oggi si basa su dati provenienti anche dal mondo del Web. Questa modalità sta registrando una crescita esponenziale sui mercati emergenti dove imodelli tradizionali sono limitati dal fatto che i dati sulla storia finanziaria del potenziale debitore, siano costosi da raccogliere e da verificare. In questi mercati il cosiddetto Group Lending ha dimostrato di essere un buon modo per affrontare questo problema, ma un'alternativa che si sta rapidamente diffondendo è quella di utilizzare modelli predittivi basati sui dati di Social Network, transazioni di E-commerce, geolocalizzazione, etc. Tutti dati che si possono far rientrare nella più ampia definizione di Big data. Il lavoro di tesi si pone l'obiettivo di analizzare le principali caratteristiche dei sistemi di Credit Scoring e, dopo aver delineato cosa si vuole indicare con la definizione di Big Data, evidenziare le relazioni che legano i due temi. Si cercherà di evidenziare quali possano essere i vantaggi che le istituzioni finanziarie potranno trarne e, nel contempo, gli svantaggi a cui potrebbero andare incontro analizzando l'operato di aziende operanti nel settore, con particolare attenzione agli aspetti etici e sociali che vengono, come ci si può aspettare, coinvolti nell'argomento.