La crescente complessità della realtà economica ha indotto un rapido aumento del rischio associato alle attività finanziarie delle Aziende di Credito, delle Imprese Commerciali e di quelle Industriali. Peraltro, questi aumenti di rischio non sono stati fronteggiati dallo sviluppo di opportuni e/o efficaci strumenti di supporto alle decisioni in ambito finanziario.

L'estrema carenza di tali strumenti fa si che

l'elevata e difficilmente controllabile rischiosità delle operazioni finanziarie in gioco si rifletta negativamente sui risultati economici d'esercizio e che

il rapporto Cliente-Azienda si indebolisca, con le conseguenti ben immaginabili ricadute sulla immagine attuale e sulla vita futura dell'Azienda stessa.

Da quanto premesso risulta evidente la necessità di definire alcune nuove tecnologie operative che, dati in input opportune quantità economiche e finanziarie, supportino le decisioni del manager o dell'imprenditore in ambito finanziario favorendo il controllo e la gestione del rischio stesso.

Lo strumento di supporto alle decisioni in oggetto si fonda su di un ben definito insieme di criteri metodologici e di strumenti, sia matematici che statistici, opportunamente coordinati a sistema fra di loro. La procedura di elaborazione così definita fornisce appropriate tecniche diagnostiche ed indicazioni sull'andamento futuro di quantità e di indicatori economico-finanziari di interesse per la vita dell'azienda (quali, ad esempio, gli andamenti di indici economici e finanziari, le quotazioni di titoli azionari, ...). Dal punto di vista metodologico, la procedura è caratterizzata da:

1. modularità, che si articola in

strutturazione della procedura in sotto-progetti operanti in parallelo; ognuno di questi sotto-progetti opera autonomamente secondo un proprio specifico approccio formale, ciò al fine di garantire una "pluralità informativa". Le indicazioni provenienti da ognuno dei vari sotto-progetti vengono opportunamente sintetizzate in un'unica indicazione da un'ulteriore procedura;

possibilità di sviluppo della procedura mediante la realizzazione di eventuali ulteriori moduli di processo atti al supporto alle decisioni in specifici ambiti finanziari quali, ad esempio, quello della selezione e gestione di portafoglio, quello del Capital Asset Pricing Model (C.A.P.M.), quello del derivatives pricing... ;

2. duttilità, in base alla quale i modelli che costituiscono ognuno dei sotto-progetti della procedura stessa non richiedono l'assunzione di particolari ipotesi e/o di informazioni ad hoc;

3. flessibilità, grazie alla quale la procedura permette l'introduzione di un numero di input variabile da applicazione ad applicazione, così da adeguarsi alle contingenze che si possono presentare. Tali input si possono sinteticamente classificare in

indicatori macro-economici, micro-economici, finanziari, aziendali, ...;

indicatori dettati dalla "sensibilità" del manager o dell'imprenditore;

indicatori provenienti da altri strumenti quali, ad esempio, l'analisi tecnica;

indicatori qualitativi, purché opportunamente codificati, quali, ad esempio, quelli relativi alla situazione sociale.

Gli strumenti matematici e statistici utilizzati nei vari sotto-progetti sono

1. le reti neurali artificiali, strumenti provenienti dalla cosiddetta soft artificial intelligence. Questi strumenti sono in grado di "apprendere intelligentemente" dalla storia passata mediante l'utilizzo di procedure algoritmiche che elaborano i dati in maniera non lineare;

2. la logica sfocata, strumento formale che permette di trattare anche informazioni qualitative e/o vaghe il cui utilizzo risulterebbe altrimenti estremamente difficoltoso se non, addirittura, impossibile;

3. i modelli lineari locali, strumenti capaci di estrarre conoscenza da insiemi di dati. Questi modelli ovviano ad alcuni noti limiti dei modelli lineari globali che, in generale, si sono mostrati inadatti all'utilizzo in ambito finanziario.

La necessità di combinare le previsioni ottenute con le procedure descritte nella sezione precedente discende immediatamente dalla considerazione che nessuna di queste procedure può essere considerata di per sé ottimale. Infatti, se esistesse una procedura di previsione ottimale, non sarebbe sensato applicare le altre.

In particolare, la combinazione delle previsioni si può realizzare mediante un loro opportuno mix non-lineare dei valori ottenuti dalle varie procedure. Il problema da risolvere in questo caso riguarda la specificazione del tipo di non-linearità e la determinazione dei pesi da assegnare ad ogni procedura.