Modeling structure and credit risk of the economy: a multilayer bank-firm network approach

Questo lavoro presenta un quadro unificato che ricostruisce la struttura multistrato dell'economia e la propagazione del rischio di credito utilizzando solo i dati di bilancio, permettendo di effettuare stress test di rete su un "gemello digitale" dell'economia italiana senza richiedere informazioni di rete dettagliate e spesso inaccessibili.

L'essenziale

Ecco una spiegazione semplice e creativa di questo studio, pensata per chiunque voglia capire come funziona la "salute" dell'economia senza dover conoscere formule matematiche complesse.

🏗️ Il Grande Puzzle Invisibile: Come un'azienda che cade fa tremare la banca

Immagina l'economia italiana non come una lista di numeri noiosi, ma come un enorme edificio di carte da gioco o un gioco di domino gigante.

In questo edificio ci sono due tipi di pezzi fondamentali:

1. Le Aziende (i "Fornitori"): Quelle che producono cose (dalla pasta all'auto, dal software all'energia).
2. Le Banche (i "Finanziatori"): Quelle che prestano soldi alle aziende.

Questi pezzi sono collegati da due tipi di fili invisibili:

• I fili della produzione: Un'azienda vende pezzi a un'altra (es. una fabbrica di pneumatici vende gomme a un'azienda che fa auto).
• I fili del denaro: Le banche prestano soldi alle aziende.

Il problema? Non possiamo vedere questi fili. Sono segreti. Le aziende e le banche non dicono pubblicamente "chi vende a chi" o "chi ha prestato quanto a chi" per motivi di privacy. È come cercare di capire come crollerà un castello di carte senza poter vedere dove sono stati messi i pezzi.

🔍 La Soluzione: Il "Gemello Digitale"

Gli autori di questo studio (Majhi, Mancini e Cimini) hanno detto: "Non vediamo i fili, ma conosciamo il peso di ogni pezzo!".

Hanno usato i bilanci pubblici (i riassunti di quanto soldi hanno le aziende e le banche) per ricostruire, con un'intelligenza artificiale statistica, l'intero edificio. Hanno creato un "Gemello Digitale" dell'economia italiana.

È come se avessero preso le foto delle facciate di tutti i palazzi di una città e, usando la fisica e la logica, avessero ricostruito al computer esattamente come sono collegati i tubi dell'acqua e i cavi elettrici all'interno, senza mai entrare nelle case.

⚡ La Simulazione: Cosa succede se qualcuno stacca una carta?

Una volta costruito questo "gemello digitale", hanno fatto una cosa molto interessante: hanno simulato dei disastri.

Hanno immaginato scenari tipo: "Cosa succede se l'azienda X smette di lavorare?" o "Cosa succede se tutto il settore delle auto va in crisi?".

Ecco come si è propagato il danno, passo dopo passo, come un'onda d'urto:

1. Il Primo Colpo (L'Azienda): Immagina che un'azienda di pneumatici fallisca.

   • Effetto: L'azienda che fa le auto non riceve le gomme. Deve fermare la produzione.
   • Risultato: Si perde produzione di auto. Questo è misurato dall'ESRI (l'indice di rischio economico). È come se un pezzo del domino cadesse e ne facesse cadere altri 10.

2. Il Secondo Colpo (La Banca): L'azienda che fa le auto, non producendo, non guadagna soldi e non può restituire il prestito alla banca.

   • Effetto: La banca si ritrova con un "credito inesigibile" (soldi che non torneranno). Il valore della banca scende.
   • Risultato: Questo è il FSRI (l'indice di rischio finanziario). Il domino cade sulla banca.

3. Il Terzo Colpo (Il Panico tra le Banche): La banca che ha perso soldi deve pagare i suoi debiti verso altre banche. Se non ce la fa, anche le altre banche perdono soldi.

   • Effetto: Si crea un effetto valanga tra le banche stesse.
   • Risultato: È il DebtRank. È il momento in cui il domino cade su tutto il pavimento, facendo tremare l'intero edificio.

🏆 Chi è il "Cattivo" e Chi è il "Vulnerabile"?

Grazie a questa simulazione, hanno scoperto cose sorprendenti:

• Non tutte le aziende grandi sono pericolose: Alcune aziende giganti, se falliscono, fanno crollare solo un piccolo angolo del domino. Altre, più piccole ma "essenziali" (come chi produce l'energia o i servizi legali per tutti), se cadono, fanno crollare mezza città.
• Le banche non sono tutte uguali: Alcune banche sembrano solide, ma se hanno prestato troppi soldi a settori a rischio, sono come un castello di carte costruito su una base di sabbia. Altre, invece, sono più robuste perché i loro prestiti sono ben distribuiti.
• Il segreto è la connessione: Il rischio non dipende solo da quanto sei grande, ma da con chi sei collegato. Se sei il fornitore unico di qualcosa di essenziale, sei un "nodo critico".

💡 Perché è importante?

Prima, i regolatori (come la Banca d'Italia) dovevano fare i conti alla cieca. Ora, con questo metodo, possono:

1. Fare prove di stress: "Se domani c'è una guerra o una pandemia, quali aziende e quali banche crolleranno per prime?"
2. Identificare i punti deboli: Possono dire alle banche: "Attenzione, state prestando troppo a quel settore specifico, siete a rischio".
3. Prevenire il crollo: Capire dove mettere i "paracadute" prima che il domino inizi a cadere davvero.

In sintesi

Questo studio ci dice che l'economia è un sistema interconnesso. Non basta guardare un'azienda o una banca da sola; bisogna guardare la rete. Hanno creato una mappa invisibile che ci permette di vedere dove sono i buchi nel sistema, usando solo i dati pubblici che abbiamo già, trasformando un puzzle impossibile in una guida per proteggere la nostra economia.

È come avere una radiografia dell'economia: non vediamo i muscoli (i dati privati), ma grazie alla struttura delle ossa (i bilanci pubblici), possiamo vedere esattamente dove c'è una frattura che potrebbe farci male.

Sommario tecnico

Ecco una sintesi tecnica dettagliata del paper "Modeling structure and credit risk of the economy: a multilayer bank-firm network approach" in lingua italiana.

Titolo: Modellazione della struttura e del rischio di credito dell'economia: un approccio a rete multistrato banca-imprese

1. Il Problema e il Contesto

Le economie moderne sono caratterizzate da interdipendenze complesse tra il settore reale (imprese e catene di approvvigionamento) e il settore finanziario (banche e mercati interbancari). Le interruzioni a livello delle imprese possono propagarsi attraverso le reti di produzione, causare perdite di profitti, trasformarsi in prestiti non performing (NPL) e danneggiare i bilanci bancari, per poi amplificare il rischio attraverso il mercato interbancario.

Il principale ostacolo allo studio di questi meccanismi è la mancanza di dati: le informazioni dettagliate sulle transazioni interaziendali, sulle esposizioni creditizie banca-imprese e sui prestiti interbancari sono protette da privacy e inaccessibili a ricercatori e regolatori. Esistono metodi per ricostruire singole reti (es. solo interbancaria o solo produttiva), ma manca un quadro unificato che ricostruisca simultaneamente tutti i livelli e modelli la propagazione ordinata degli shock tra di essi.

2. Metodologia Proposta

Gli autori sviluppano un framework computazionale unificato che ricostruisce un "gemello digitale" dell'economia utilizzando esclusivamente i dati dei bilanci (asset, passività, equity, ricavi, costi) di banche e imprese, senza bisogno di dati micro-transazionali confidenziali.

Il framework si articola in due fasi principali:

A. Ricostruzione della Rete Multistrato

La rete è composta da tre livelli interconnessi, ricostruiti ciascuno con tecniche specifiche basate sul principio di massima entropia e modelli di "fitness":

1. Rete Interbancaria (Livello B): Ricostruita tramite il Density-Corrected Gravity Model (DCGM). Stima le esposizioni tra banche basandosi sugli asset e passività interbancari totali.
2. Rete Banca-Impresa (Livello I): Ricostruita tramite l'Enhanced Capital Asset Pricing Model (ECAPM) (versione bipartita del DCGM). Stima i prestiti dalle banche alle imprese basandosi sui prestiti corporativi totali delle banche e sul debito bancario totale delle imprese.
3. Rete Inter-impresa (Livello F): Ricostruita tramite il Stripe-Corrected Gravity Model (SCGM), integrato con il Input-Output Gravity Model (IOGM). A differenza delle reti finanziarie, qui i link rappresentano flussi di beni/servizi. Il modello utilizza le tabelle Input-Output (IO) per distribuire i costi delle imprese tra i settori industriali, tenendo conto dei vincoli tecnologici e della compatibilità settoriale.

B. Pipeline di Propagazione degli Shock

Una volta ricostruita la rete, viene simulata una dinamica di contagio ordinata in tre fasi sequenziali:

1. Shock nella rete produttiva (ESRI): Un shock iniziale colpisce una o più imprese. La propagazione avviene tramite una funzione di produzione generalizzata di Leontief, distinguendo tra input essenziali (vincoli rigidi) e non essenziali. Viene calcolato l'Economic Systemic Risk Index (ESRI), che misura la frazione di produzione totale persa.
2. Trasmissione al settore bancario (FSRI): Le riduzioni di produzione si traducono in calo dei profitti e perdita di equity per le imprese, portando a svalutazione dei prestiti (NPL). Viene calcolato il Financial Systemic Risk Index (FSRI), che quantifica la perdita di equity totale del sistema bancario dovuta a questi NPL.
3. Amplificazione interbancaria (DebtRank): Le perdite di equity delle banche si propagano nel mercato interbancario tramite l'algoritmo DebtRank (DR). Questo cattura l'amplificazione finanziaria anche in assenza di default formali, basandosi sul deterioramento dei bilanci.

3. Dati Utilizzati

Lo studio applica il framework ai dati dell'economia italiana del 2023:

• Banche: 109 banche italiane (dati da BankFocus).
• Imprese: 7.109 imprese italiane (dati da AIDA), filtrate per escludere il settore finanziario.
• Input-Output: Tabelle IO dell'ISTAT (2022) per informare la struttura della rete produttiva.

4. Risultati Chiave

Rilevanza Sistemica delle Imprese

• Eterogeneità estrema: Solo una piccolissima frazione di imprese (circa lo 0,3%) genera perdite sistemiche significative. La maggior parte delle imprese ha un impatto trascurabile.
• Disallineamento dei rischi: Le imprese più critiche per la produzione (alto ESRI) non coincidono necessariamente con quelle più pericolose per il sistema bancario (alto FSRI/DR). Ad esempio, alcune aziende di gestione aziendale o estrazione petrolifera sono critiche per la produzione, ma altre con grandi esposizioni creditizie possono essere più rischiose per le banche.
• Determinanti: Per le imprese, il rischio sistemico è guidato principalmente dalle dimensioni, dalla quota di mercato e dall'"essenzialità" degli input forniti. Tuttavia, per il rischio finanziario (FSRI), l'esposizione al credito bancario diventa un fattore determinante cruciale, specialmente nella coda superiore della distribuzione.

Rilevanza Sistemica dei Settori

• I settori con maggiore impatto sono quelli dei servizi legali, contabili e di consulenza (NACE 69-70), telecomunicazioni e raffinazione del petrolio.
• Una contrazione del 10% della produzione in questi settori chiave può causare una perdita di equity bancaria fino al 25%.
• Vulnerabilità Bancaria: La vulnerabilità delle banche non dipende solo dalle dimensioni del bilancio, ma principalmente dalla leva finanziaria (rapporto tra prestiti interbancari/corporativi ed equity). Le banche con alta esposizione interbancaria sono le più vulnerabili agli shock di settore.

Validazione del Modello

• La ricostruzione della rete riproduce con alta accuratezza le variabili di bilancio empiriche (asset, passività, prestiti).
• Le distribuzioni dei gradi e delle forze (strength) mostrano code di potenza, coerenti con la letteratura sulle reti economiche.

5. Contributi e Significato

• Framework Unificato: È uno dei primi lavori a integrare dinamicamente la rete produttiva, il credito banca-imprese e il mercato interbancario in un'unica struttura multistrato ricostruita da dati pubblici.
• Superamento del problema dei dati: Dimostra che è possibile effettuare stress test di rete dettagliati e realistici senza accesso a dati micro-transazionali confidenziali, utilizzando solo i bilanci aggregati.
• Policy Implications: Il framework permette ai regolatori di:
  • Identificare le "imprese sistemiche" e i settori critici.
  • Rilevare le banche più esposte a shock dell'economia reale in base alla composizione del loro bilancio.
  • Simulare scenari di shock (es. disastri climatici, pandemie) per quantificare le perdite immediate prima di qualsiasi intervento di mitigazione.
• Risultati Coerenti: I risultati confermano la letteratura esistente sulla contagione di rete, evidenziando come il rischio sistemico emerga non solo dalle singole istituzioni, ma dall'architettura stessa della rete economica e finanziaria.

In sintesi, il paper fornisce uno strumento potente per la creazione di "gemelli digitali" economici, consentendo una valutazione olistica della resilienza economica e finanziaria in assenza di dati granulari completi.