ETD

• ai act
• analisi empirica
• credit scoring
• intelligenza artificiale
• machine learning
• merito creditizio
• rischio di credito

L’elaborato analizza l’integrazione dell’Artificial Intelligence (AI) nella valutazione del rischio di credito, con un focus specifico sul credit scoring. Il lavoro si apre con una disamina dei fondamenti tecnologici, ripercorrendo l’evoluzione dell’IA dalle origini fino alle moderne applicazioni in ambito bancario. Segue un’analisi della funzione economica della banca e della centralità del credito per il sistema finanziario, integrata da una sezione tecnica in cui viene definito il rischio di credito, approfondendo i concetti di perdita attesa e inattesa alla luce della normativa di Basilea. Viene poi analizzata l’evoluzione del credit scoring, confrontando i modelli statistici tradizionali con le moderne tecniche di apprendimento automatico, esplorandone sia i benefici potenziali sia le criticità strutturali. Tale evoluzione tecnologica viene contestualizzata attraverso le recenti indagini della Banca d’Italia e il quadro regolamentare europeo, inclusi l'AI Act, il GDPR e le linee guida delle autorità di vigilanza bancaria. La tesi si conclude con un caso studio dedicato a un’analisi empirica condotta su una banca sistemica, volta a verificare l’effettivo utilizzo dell’intelligenza artificiale e a valutarne i relativi benefici e rischi.