N. 1206 - Tecniche di machine learning al servizio del targeting delle politiche pubbliche

il caso delle garanzie pubbliche per l'accesso al credito

di Monica Andini, Michela Boldrini, Emanuele Ciani, Guido de Blasio, Alessio D'Ignazio e Andrea Paladini
Febbraio 2019
Go to the english version Cerca nel sito

Nell'assegnazione di una garanzia pubblica sul credito alle imprese si tende a considerare solo la loro affidabilità creditizia. Molte aziende solide potrebbero però non avere bisogno di tale sostegno. Il lavoro confronta, nel periodo 2011-15, il criterio adoperato dal Fondo di garanzia con un benchmark alternativo che, usando metodi di machine learning, tenga anche conto della probabilità che una data impresa abbia difficoltà nell’accesso al credito.

L'uso di metodi di machine learning consentirebbe di rafforzare l'impatto positivo della garanzia pubblica sull'ammontare dei prestiti concessi a imprese con difficoltà di accesso al credito, senza aumentare il tasso di ingresso in sofferenza delle imprese.

Pubblicato in: Journal of Economic Behavior & Organization, v. 198, pp. 434-475

Testo della pubblicazione

  1. 04 febbraio 2019
    N. 1206 - Tecniche di machine learning al servizio del targeting delle politiche pubbliche:
    PDF 2 MB

    il caso delle garanzie pubbliche per l'accesso al credito (testo in inglese)

Sezione di approfondimento