Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloAn artificial neural network approach for assigning rating judgements to Italian Small Firms
Anno di pubblicazione2011
FormatoElettronico
Autore/iFalavigna G.
Affiliazioni autoriCNR-Ceris
Autori CNR e affiliazioni
  • GRETA FALAVIGNA
Lingua/e
  • inglese
AbstractBased on new regulations of Basel II Accord in 2004, banks and financial nstitutions have now the possibility to develop internal rating systems with the aim of correctly udging financial health status of firms. This study analyses the situation of Italian small firms that are difficult to judge because their economic and financial data are often not available. The intend of this work is to propose a simulation framework to give a rating judgements to firms presenting poor financial information. The model assigns a rating judgement that is a simulated counterpart of that done by Bureau van Dijk-K Finance (BvD). Assigning rating score to small firms with problem of poor availability of financial data is really problematic. Nevertheless, in Italy the majority of firms are small and there is not a law that requires to firms to deposit balance-sheet in a detailed form. For this reason the model proposed in this work is a three-layer framework that allows us to assign ating judgements to small enterprises using simple balance-sheet data.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da-
Pagine a-
Pagine totali-
RivistaWorking paper (CERIS-CNR, Online)
Attiva dal 1993
Editore: CERIS, Istituto di ricerca sull'impresa e lo sviluppo - Moncalieri, TO
Paese di pubblicazione: Italia
Lingua: multilingue
ISSN: 2036-8216
Titolo chiave: Working paper (CERIS-CNR, Online)
Titolo proprio: Working paper. (CERIS-CNR, Online)
Titolo abbreviato: Working paper (CERIS-CNR, Online)
Titoli alternativi:
  • Ceris-CNR W. P. (CERIS-CNR, Online)
  • Working paper series (CERIS-CNR, Online)
  • Working paper CERIS (CERIS-CNR, Online)
Numero volume della rivista-
Fascicolo della rivista4
DOI-
Verificato da refereeSì: Nazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)-
Parole chiaverating judgements, artificial neural networks, feature selection
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioniwp CNR-Ceris 4/2011
Strutture CNR
  • IRCRES — Istituto di Ricerca sulla Crescita Economica Sostenibile
Moduli/Attività/Sottoprogetti CNR
  • IC.P05.001.001 : Imprese e Struttura Industriale
Progetti Europei-
Allegati
An artificial neural network approach for assigning rating judgements to Italian Small Firms (documento privato )
Tipo documento: application/pdf

Dati associati a vecchie tipologie
I dati associati a vecchie tipologie non sono modificabili, derivano dal cambiamento della tipologia di prodotto e hanno solo valore storico.
Serie/collanaWorking paper (CERIS-CNR, Online)
Attiva dal 1993
Editore: CERIS, Istituto di ricerca sull'impresa e lo sviluppo - Moncalieri, TO
Paese di pubblicazione: Italia
Lingua: multilingue
ISSN: 2036-8216
Titolo chiave: Working paper (CERIS-CNR, Online)
Titolo proprio: Working paper. (CERIS-CNR, Online)
Titolo abbreviato: Working paper (CERIS-CNR, Online)
Titoli alternativi:
  • Ceris-CNR W. P. (CERIS-CNR, Online)
  • Working paper series (CERIS-CNR, Online)
  • Working paper CERIS (CERIS-CNR, Online)
Curatore/i del volumeFalavigna G.
N. volume della serie/collana13
TipoPeriodico

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Riferimenti bibliograficiCeris-CNR Working Paper n.4/2011
Descrizione sintetica del prodottohttp://www.ceris.cnr.it/index.php?option=com_content&task=view&id=76&Itemid=64
AutoriFalavigna G.