Banca d’Italia – Intelligenza artificiale e rapporti bancari basati sulle relazioni banca-impresa
N. 1476 – Intelligenza artificiale e rapporti bancari basati sulle relazioni banca-impresa
1. Introduzione La crisi finanziaria globale e i progressi tecnologici hanno apportato cambiamenti significativi al sistema bancario (Beck et al., 2016; Carletti et al., 2020). A seguito della crisi finanziaria del 2007-2009, il settore bancario ha subito una compressione dei margini dei tassi di interesse con un impatto negativo sulla redditività del settore (Scott et al., 2017). In questo contesto, molte banche hanno gradualmente ridotto le filiali tradizionali e investito nella raccolta e nell’elaborazione dei dati, sfruttando l’uso dell’intelligenza artificiale (AI). In questo articolo, indaghiamo se il prestito basato sulle relazioni e l’intermediazione finanziaria guidata dalle nuove tecnologie si completano o si sostituiscono a vicenda, sia in tempi normali che durante la crisi del Covid-19.
Ci concentriamo su quelle banche che effettuano la segnalazione utilizzando tecniche di intelligenza artificiale per supportare la valutazione del merito creditizio dei loro mutuatari (d’ora in poi: banche di intelligenza artificiale) al fine di ridurre i problemi di asimmetria informativa tra prestatori e mutuatari, sia per lo screening che per il monitoraggio.1 La tecnologia di intelligenza artificiale, con la sua analisi avanzata di dati solidi, verificabili e codificabili, può coesistere con metodi più tradizionali per ridurre l’asimmetria informativa tra banche e imprese, come l’acquisizione di informazioni soft attraverso strette relazioni tra intermediari e clienti.
Per condurre il nostro studio, utilizziamo un set di dati unico che tiene traccia dell’adozione della tecnologia da parte delle banche italiane negli ultimi anni, nonché delle specifiche tecnologie utilizzate e delle loro applicazioni specifiche (Regional Bank Lending Survey, RBLS) e lo abbiniamo ai dati a livello di prestito sui volumi e sui tassi di interesse sui prestiti alle società non finanziarie in Italia ottenuti dal set di dati proprietario AnaCredit. In particolare, l’ondata 2021 della RBLS contiene informazioni sugli investimenti delle banche italiane nell’IA con l’obiettivo di integrare la loro valutazione del merito creditizio dei mutuatari e l’anno in cui hanno avviato tali investimenti.
Questo ci permette di essere molto specifici e di considerare l’adozione dell’intelligenza artificiale per il credit scoring in ogni banca. La nostra definizione di banche di intelligenza artificiale differisce, quindi, dai precedenti proxy di adozione della tecnologia utilizzati in letteratura, che in genere considerano il livello complessivo di adozione dell’IT da parte delle banche senza distinguere la tecnologia specifica o lo scopo previsto. …
