ServizioContenuto basato su fatti, osservati e verificati dal reporter in modo diretto o riportati da fonti verificate e attendibili.Scopri di piùReal Estate e il rischio di credito

I crediti non sono a rischio e la tecnologia aiuta a prevenire

Grazie a Intelligenza artificiale e machine learning, è possibile attivare modalità predittive per intervenire prima che si verifichi una sofferenza finanziaria. E, laddove ciò non è evitabile, per valorizzare la meglio l’asset

di Laura Cavestri

(Adobe Stock)

2' di lettura

Prevenire il disagio. Riuscire ad arrivare un po’ prima che il credito si incagli o che l’immobile si depauperi impiegando l’intelligenza artificiale e il machine learning. Banche e credit management guardano alle nuove tecnologie come strumenti sempre più indispensabili non solo per gestire, con rapidità ed efficienza, attivi non performing, sofferenze e Utp, ma anche come “bussola” predittiva per intercettare (ed evitare laddove possibile) il deterioramento. O, in assenza di alternative, per gestirlo al meglio.

Tuttavia, vista con gli occhi delle banche e dei soggetti finanziari, inflazione, stretta sui mutui e incertezze sui tassi nel breve-medio termine non comportano un rischio-deterioramento complessivo dell’asset residenziale.

Loading...

«Non vediamo un deterioramento dello stock – chiarisce subito Aurelio Maccario, head of group credit risk di UniCredit –. C’è certamente una fase di rallentamento, ci sono fenomeni strutturali in corso e occorre farsi trovare pronti. Le banche potranno continuare con il trend di cautela e oculatezza visto negli anni scorsi. Però il 34% dello stock immobiliare è in classe G e questo richiederà investimenti di medio-lungo periodo. Il Pnrr è fondamentale, è importante che tutti gli operatori che dovranno fare da volano siano messi nelle condizioni di farlo».

«Dalla nostra prospettiva – ha spiegato Mirko Briozzo, amministratore delegato di Gardant – vediamo che nel 2022 e a inizio 2023 c’è grande interesse da parte degli investitori, non si è visto un blocco, non solo nei centri più importanti. C’è un interesse a essere posizionati e questo è un segnale di fiducia. Investiamo sulla prevenzione del rischio grazie ad analisti specializzati che, tra artificial intelligence e statistica applicata alla fenomenologia delle transazioni, ci consentono modelli predittivi per individuare i dati del debitore e prevenire i rischi».

Secondo Antonella Mazzeo, head of real estate sottostante i crediti di Bnl Gruppo Bnp Paribas, guardando avanti il problema non è se, ma quanto gli istituti di credito saranno disposti a concedere fondi: «Noi abbiamo un punto di vista legato ai finanziamenti, analizziamo il sottostante immobiliare e in questo momento stiamo vedendo un rallentamento. Il tema non è se la banca sia disposta a finanziare, il tema è il quanto. L’attenzione è al collateral immobiliare, ma anche alla sua liquidabilità e alla commerciabilità dell’asset. Per questo abbiamo investito in un team specializzato che, utilizzando il machine learning, ci consente di intercettare il disagio e dialogare con il cliente al fine di prevenirlo».

Riproduzione riservata ©

loading...

Loading...

Brand connect

Loading...

Newsletter RealEstate+

La newsletter premium dedicata al mondo del mercato immobiliare con inchieste esclusive, notizie, analisi ed approfondimenti

Abbonati