Una metodologia costruita sui casi reali
Il metodo di Ristomavelo nasce dall’osservazione di come modelli, dati e processi di governance interagiscono davvero nelle istituzioni che gestiscono portafogli corporate e sovrani.
Dal dato grezzo alle decisioni sul rischio di credito
Il flusso di lavoro insegnato da Ristomavelo evita scorciatoie: parte dai dati, attraversa la scelta dei modelli e arriva alla lettura dei risultati in chiave di governance.
Costruire e comprendere la base informativa di partenza
Il percorso metodologico inizia con la definizione del perimetro informativo: quali esposizioni rientrano nel portafoglio, come viene definito l’evento di default, quali sono le fonti dati disponibili e quali le loro lacune. In questa fase si costruiscono coorti coerenti, si documentano cambiamenti di perimetro e si individuano possibili distorsioni operative. Il risultato è una base dati sulla quale ha senso stimare probabilità di default e matrici di transizione, pur riconoscendone i limiti.
Definire, stimare e mettere alla prova i modelli proposti
Collegare modelli, scenari avversi e processi decisionali
Come Ristomavelo costruisce e valuta i modelli di rischio di credito
Molti modelli di rischio di credito vengono giudicati dalla forma delle formule, più che dalla coerenza con i dati e con i processi di governance. L’approccio di Ristomavelo ribalta questa prospettiva: prima si chiarisce la domanda, poi si osservano i dati, infine si sceglie la struttura di modello più adatta, accettando che i risultati possano variare.
Partire dalle domande, non dalle formule
Il punto di partenza è sempre una domanda chiara sul portafoglio: quali decisioni deve supportare il modello, su quali orizzonti temporali e con quali vincoli regolamentari. Solo dopo aver definito questi elementi si selezionano le tecniche statistiche, evitando l’uso di strumenti sofisticati laddove non aggiungono chiarezza o stabilità alle stime di probabilità di default e alle matrici di transizione.
Trattare i dati come fondamento del modello
La costruzione delle coorti, la definizione degli eventi di default e la gestione delle uscite dal portafoglio vengono trattate come passaggi centrali, non accessori. Le serie storiche vengono analizzate per individuare distorsioni, cambi di perimetro e discontinuità operative. Ogni scelta di inclusione o esclusione dei dati viene documentata, in modo che il legame tra informazioni grezze e stime finali resti tracciabile.
Usare il backtesting per interrogare il modello
Il backtesting non è visto come un semplice esercizio di confronto numerico, ma come un’occasione per mettere alla prova le ipotesi di partenza. Vengono analizzati i casi in cui le probabilità di default o le matrici di transizione si discostano sistematicamente dalle osservazioni, discutendo se le discrepanze derivino da limiti dei dati, da cambiamenti strutturali o da scelte metodologiche da rivedere.
Integrare scenari avversi in modo coerente
Gli stress test creditizi vengono costruiti collegando scenari macroeconomici plausibili alle variazioni delle probabilità di default e delle distribuzioni di rating. L’obiettivo non è produrre numeri allarmanti, ma offrire ai comitati di rischio una vista coerente sulle vulnerabilità del portafoglio, ricordando che i risultati possono variare e che nessun scenario esaurisce la gamma degli esiti possibili.
Ancorare i modelli a una governance chiara
Infine, ogni modello viene inserito in un quadro di governance che definisce ruoli, responsabilità, frequenza delle revisioni e modalità di comunicazione con funzioni di controllo e vigilanza. La documentazione viene pensata per essere leggibile da interlocutori diversi, mantenendo traccia delle modifiche e delle motivazioni che le hanno rese necessarie.
Come il metodo si integra con gli strumenti esistenti
-
Analisi su dati interni
Sistemi rischio
Le analisi partono dai dati già presenti nei sistemi di rischio e di segnalazione interna, valorizzando informazioni storiche e strutture di rating esistenti senza richiedere piattaforme dedicate.
3 steps -
Utilizzo di strumenti diffusi
Ambienti analitici
Gli esempi metodologici sono pensati per essere riproducibili in ambienti di analisi comunemente usati, favorendo la tracciabilità dei passaggi dal dato grezzo alle stime finali.
2 steps -
Collegamento con reportistica
Reporting
Vengono proposti schemi di tabelle e grafici compatibili con gli strumenti di reportistica già in uso, per facilitare l’integrazione dei risultati nei documenti destinati ai comitati.
4 steps -
Dialogo con controlli interni
Controllo
Il metodo considera fin dall’inizio le esigenze delle funzioni di controllo interno, proponendo modalità di documentazione che ne agevolino le verifiche periodiche.
3 steps -
Riferimento a norme vigenti
Normativa
Le scelte metodologiche vengono discusse in relazione al quadro normativo europeo aggiornato, senza sostituire l’interpretazione ufficiale delle autorità competenti.
2 steps
Esperienze sull’applicazione del metodo di Ristomavelo
Responsabile Rischi
Istituto specializzato in corporate
Il metodo proposto da Ristomavelo ci ha costretto a ripensare alcune abitudini date per scontate, soprattutto nella costruzione delle coorti e nel backtesting delle probabilità di default. All’inizio il percorso è sembrato più lento rispetto ad approcci più sintetici, ma col tempo la chiarezza sulle ipotesi ha reso più fluido il confronto con le funzioni di controllo. Non tutte le idee erano immediatamente applicabili al nostro contesto, ma la discussione è stata molto utile.
Coordinatore Modelli
Gruppo con portafogli sovrani
Eravamo alla ricerca di un modo strutturato per collegare scenari macroeconomici e stress test creditizi sui portafogli sovrani. La metodologia di Ristomavelo, con la sua enfasi sulla documentazione delle ipotesi, ci ha aiutato a spiegare meglio ai comitati perché certi risultati apparivano più severi del passato. I risultati possono variare, ma almeno oggi il percorso che porta ai numeri è più trasparente.
Responsabile Controllo
Funzione di controllo interno
Dal punto di vista del controllo interno, l’approccio di Ristomavelo ha il pregio di rendere tracciabili le scelte metodologiche. La distinzione tra limiti dei dati e opzioni di modello è più netta, il che facilita la nostra attività di verifica. Alcuni passaggi richiedono un impegno significativo da parte dei team di rischio, ma il beneficio in termini di chiarezza è evidente.
