N. 91 - Analisi del sentiment mediante modelli linguistici di grandi dimensioni per la valutazione del rischio di credito

Mercati, infrastrutture, sistemi di pagamento
di Manuel Cugliari e Giulio Gariano
Settembre 2026
Go to the english version Cerca nel sito

I recenti progressi nelle tecniche di elaborazione del linguaggio naturale hanno ampliato significativamente le possibilità di integrare dati testuali non strutturati all'interno di analisi quantitative. In questo lavoro, modelli linguistici di grandi dimensioni (Large Language Models, LLM) vengono utilizzati per costruire indicatori di sentiment creditizio, basati su notizie finanziarie tratte dalla banca dati Dow Jones Factiva. Successivamente, tali indicatori vengono integrati nel sistema interno di valutazione del merito di credito (ICAS) della Banca d'Italia, che costituisce parte dello schema di riferimento dell'Eurosistema per la valutazione della qualità creditizia. I risultati mostrano che l'analisi del sentiment basata sugli LLM migliora la capacità di distinguere le imprese solvibili da quelle insolventi, offrendo un approccio robusto per l'integrazione di dati testuali non strutturati nella valutazione del rischio di credito.

Testo della pubblicazione

  1. 16 settembre 2026
    N. 91 - Analisi del sentiment mediante modelli linguistici di grandi dimensioni per la valutazione del rischio di credito
    PDF 15 MB

    (testo in inglese)