N. 1078 - Metodi di machine learning per la previsione delle crisi finanziarie dei Comuni italiani

Questioni di Economia e Finanza (Occasional Papers)
di Matteo Bergamaschi, Michele Cascarano, Anna Laura Mancini, Francesco Rinaldi e Giacomo Ziglio
Novembre 2026
Go to the english version Cerca nel sito

Il lavoro confronta modelli statistici e di machine learning per prevedere le crisi finanziarie dei Comuni italiani, identificate da predissesto o dissesto. Integrando i dati dei rendiconti e quelli dei bilanci di previsione con informazioni giornaliere sulle anticipazioni di tesoreria, valuta il trade-off tra accuratezza e tempestività per rafforzare il sistema di allerta precoce. L'interpretabilità dei modelli consente inoltre di individuare i principali fattori di rischio e di fornire indicazioni utili al supervisore pubblico.

Rispetto al sistema previsto dalla normativa vigente, i migliori modelli di machine learning più che raddoppiano la capacità di individuare tempestivamente i Comuni a rischio di crisi finanziaria, grazie anche alla maggiore capacità di cogliere relazioni complesse tra gli indicatori finanziari. Tra i principali segnali di rischio emergono l'indebitamento, il ricorso alle anticipazioni di tesoreria e la debolezza della spesa per investimenti.

Testo della pubblicazione

Sezione di approfondimento