CRIF è stata ospite del webinar “Osserv-azioni su…l’economia e la finanza del futuro”, un incontro promosso dal Centro Nazionale per la Ricerca in Supercalcolo, Big data e Quantum computing (ICSC), realizzato da IFAB (International Foundation Big Data and Artificial Intelligence for Human Development) in partnership con gli Osservatori Digital Innovation del politecnico di Milano, BI-REX Competence Center e la Fondazione Astrid. L’incontro si inserisce all’interno di un più ampio progetto dell’ICSC, il cui obiettivo è mappare i casi d’uso esistenti delle tecnologie abilitanti su diverse tematiche per valorizzare ciò che si sta già facendo e individuare gli scenari futuri.
Il webinar del 27 maggio scorso è stata l’occasione per scoprire le applicazioni dell’AI nel mercato finanziario, i nuovi trend in ambito fintech, nonché i progetti di ricerca attualmente in corso in ambito banking e insurance.
L’intervento di Mattia Bongini, Data Science Manager di CRIF, si è focalizzato sulla quantificazione dei rischi climatici e di transizione sulle imprese e di come i Big Data siano abilitatori per questo tipo di analisi.
Negli ultimi anni, CRIF ha svolto un ruolo centrale nello sviluppo di soluzioni per il settore bancario e assicurativo, colmando i gap informativi sui temi ESG creati dalle nuove regolamentazioni. Tra queste soluzioni, spiccano: la piattaforma di questionari Synesgy per raccogliere dati di sostenibilità direttamente dalle imprese, l’ESG Data Lake per valutare automaticamente le aziende con oltre 140 indicatori ESG, le valutazioni di rischio fisico per imprese e immobili, e i rating di sostenibilità di CRIF Ratings.
La Climate Risk Analytics Suite è la soluzione di CRIF per stimare l’impatto del rischio fisico e di transizione per le aziende, sia a livello di singola controparte che di portafoglio. Questo strumento quantifica sia gli effetti economici sia quelli creditizi dei rischi climatici.
"Valutare l’impatto del climate change è una sfida complessa a causa della mancanza di linearità dei fenomeni in gioco. La metodologia di CRIF suddivide il processo di generazione delle perdite economiche in vari blocchi. Si parte dalla previsione dei rischi climatici, passando attraverso la proiezione dei piani di transizione verso un’economia a emissioni zero, analizzando le potenziali perdite economiche associate a entrambi i fenomeni e infine traducendole in impatti sulla solvibilità dell’impresa. Ogni blocco è affrontato facendo leva su basi dati e tecniche di machine learning sviluppate ad hoc per ottenere stime ad alta affidabilità e predittività” – ha affermato Bongini.
Per valutare un’impresa, all’utente della piattaforma è necessario inserire solamente la partita IVA. CRIF risale automaticamente ai dati single-name necessari (business information, dati di bilancio, dati catastali, ecc.), che costituiscono la base per stimare sia il rischio di subire danni economici a seguito di eventi naturali sia il rischio di transizione, ovvero l’impatto atteso in termini di ricavi, costi e investimenti dovuto alle misure governative per la transizione verso un’economia a basse emissioni di carbonio.
L’output che ne deriva sono KPI di impatto sui principali indicatori di bilancio (che possono essere successivamente tradotti in termini di probabilità di default) considerando diversi scenari e orizzonti temporali (2030, 2040 e 2050).
