L’Intelligenza artificiale si fa Leasing Score Prediction
Assilea e Sadas, giovedì 9 novembre 2023, presso la sala Orangerie del Museo Poldi Pezzoli di Milano, presentano “Leasing Score Prediction” (LSP) il sistema per valutare i finanziamenti con l'AI e il Machine Learning.
SADAS, con la collaborazione scientifica dell’Università di Pisa, l’importante contributo di alcune Associate Assilea e del Centro Studi dell’Associazione, ha realizzato “Leasing score prediction”.
Il sistema, basato sull’applicazione di modelli di Machine Learning, sarà presentato giovedì 9 novembre alle ore 10:30, presso la sala Orangerie del Museo Poldi Pezzoli di Milano.
L’evento vedrà gli interventi dei diversi attori coinvolti nel progetto e includerà la testimonianza di una società di leasing che ha adottato la soluzione.
LSP rappresenta la prima applicazione di questo genere per il settore leasing e si inserisce a pieno titolo nella strategia di attenzione e impegno costante da parte di Assilea sui temi dell’Intelligenza Artificiale (AI) e del Machine Learning (ML) applicati al leasing. Durante la fase di origination delle operazioni di leasing, il Sistema LSP consente di stimare la probabilità di default entro i primi 12 mesi dalla stipula, proponendosi così come strumento a supporto delle decisioni di screening/preselezione, pricing ed anche come feature in modelli interni, fattore di aggiustamento, elemento qualitativo di valutazione, etc. Il Sistema LSP è stato sviluppato con tecniche di machine learning sui dati della BDCR arricchiti con informazioni di bilancio con l’individuazione di circa 400 ‘features’; il modello è poi stato affinato attraverso l’esecuzione di oltre 5.000 sperimentazioni. Il Sistema LSP viene riaddestrato con frequenza trimestrale e comunque al verificarsi di cambiamenti sulle forme distributive dei dati, per garantire l’individuazione di nuove casistiche di rischio delle operazioni. I risultati del modello sono stati valutati tramite un’intensa attività di backtesting in logica rolling (out-of-time). Gli strumenti di analisi predittiva devono essere intesi a supporto del valutatore e, come tali, le motivazioni sottostanti un determinato score devono essere chiaramente esplicitate. Il Sistema LSP produce spiegazioni fattuali sulle valutazioni espresse (ciò in accordo con le prescrizioni delle autorità di vigilanza) e propone eventuali azioni sull’operazione che possano portare ad un miglioramento. dello score e ad una riduzione del rischio.