Sozial- und Governance-Faktoren verbessern Ausfallrisikoprognose
Eine Studie der Banca d'Italia zeigt: Soziale (S) und Governance (G) Indikatoren verbessern die Prognose des Ausfallrisikos italienischer Unternehmen. Sie verfeinern das interne Kreditbewertungssystem (ICAS) der Zentralbank, besonders für Mikro- und Kleinunternehmen.
Neue Daten für präzisere Risikomodelle
Eine Studie der Banca d'Italia untersucht, wie soziale (S) und Governance (G) Indikatoren die Ausfallrisikoprognose italienischer Nicht-Finanzunternehmen verbessern.
S-Indikatoren nutzen Daten des italienischen Sozialversicherungsinstituts (INPS) zu Beschäftigungsmustern, Löhnen und Mitarbeiterfluktuation.
G-Indikatoren stammen aus einer proprietären Wissensdatenbank (KG19) der Banca d'Italia, die Unternehmensbeziehungen und Governance-Merkmale abbildet.
Die Ergebnisse zeigen, dass S- und G-Indikatoren die Vorhersage des Ausfallrisikos signifikant verbessern.
Sie sind besonders für Mikro- und Kleinunternehmen statistisch bedeutsam und verfeinern das bestehende Kreditbewertungsmodell (S-ICAS).
Der Gesamteffekt auf die Modellperformance ist moderat.
Für mittlere und große Unternehmen sind nur die S-Indikatoren statistisch signifikant.
Das erweiterte S-ICAS-Modell verbessert die diskriminatorische Leistung, gemessen am AuROC, um 0,5 bis 0,9 Prozentpunkte für Mikro- und Kleinunternehmen sowie um 0,6 bis 0,8 Prozentpunkte für mittlere Unternehmen.
Der Blick hinter die Bilanzen
Die Studie verfolgt eine rein prädiktive Perspektive: Sie bewertet nicht die soziale oder Governance-Qualität von Unternehmen und verzichtet auf kausale Interpretationen.
Stattdessen wird der inkrementelle Vorhersagewert der S- und G-Indikatoren innerhalb des bestehenden S-ICAS-Rahmens der Banca d'Italia getestet.
Die Definition von 'Default' orientiert sich an Artikel 178 der EU-Verordnung Nr. 575/2013, die einen Ausfall bei unwahrscheinlicher Zahlung oder über 90 Tage überfälligen wesentlichen Engagements festlegt.
Dies ist der erste Versuch, eine breite Palette von S- und G-Indikatoren in die statistische Kreditbewertung im Eurosystem-Rahmen zu integrieren.
Die Analyse basiert auf einem robusten Datensatz von Hunderttausenden italienischer Nicht-Finanzunternehmen, was die Zuverlässigkeit der Ergebnisse unterstreicht.
Ein Schritt, kein Sprung
Diese Studie bestätigt den wachsenden Wert nicht-finanzieller Daten für die Risikobewertung, besonders bei kleineren Unternehmen.
Der moderate Beitrag der S- und G-Indikatoren zeigt, dass sie eine sinnvolle Ergänzung zu traditionellen Modellen darstellen, aber keine grundlegende Neuausrichtung bedeuten.
Die Konzentration auf die prädiktive Leistung, ohne kausale Zusammenhänge zu untersuchen, ist methodisch sauber, lässt jedoch Fragen nach den tieferen Mechanismen offen.