Il dissesto finanziario dei comuni rappresenta una sfida rilevante per la fi- nanza pubblica e la resilienza economica. In Italia, dal 1989 è in vigore una procedura speciale di dissesto basata su un modello parametrico. Questo stu- dio esplora la possibilità di prevedere crisi e risanamenti finanziari nei comuni italiani tra il 2019 e il 2024, utilizzando dati amministrativi del 2018 e tecniche di Machine Learningn (ML). Il modello Gradient Boosting risulta il più perfor- mante tra quelli testati, superando sia la regressione logistica sia altri algoritmi ML. Tra i principali fattori predittivi emergono indicatori di bilancio (come lo smaltimento dei debiti commerciali e il livello di riscossione), variabili so- cioeconomiche (come il tasso di disoccupazione e la base imponibile), nonché elementi istituzionali (ad esempio il titolo di studio del sindaco e l’indice di fragilità comunale). Al contrario, gli indicatori normativi di disavanzo previsti dal TUEL mostrano scarsa capacità predittiva e le relative soglie risultano disal- lineate rispetto al rischio effettivo di dissesto. I risultati evidenziano la necessità di adottare un approccio valutativo più ampio, integrando variabili strutturali, istituzionali e territoriali.
Criticità finanziarie nei Comuni: che potere predittivo hanno gli indicatori deficitari?
Nicola Caravaggio
Primo
;Giuliano ResceSecondo
2025-01-01
Abstract
Il dissesto finanziario dei comuni rappresenta una sfida rilevante per la fi- nanza pubblica e la resilienza economica. In Italia, dal 1989 è in vigore una procedura speciale di dissesto basata su un modello parametrico. Questo stu- dio esplora la possibilità di prevedere crisi e risanamenti finanziari nei comuni italiani tra il 2019 e il 2024, utilizzando dati amministrativi del 2018 e tecniche di Machine Learningn (ML). Il modello Gradient Boosting risulta il più perfor- mante tra quelli testati, superando sia la regressione logistica sia altri algoritmi ML. Tra i principali fattori predittivi emergono indicatori di bilancio (come lo smaltimento dei debiti commerciali e il livello di riscossione), variabili so- cioeconomiche (come il tasso di disoccupazione e la base imponibile), nonché elementi istituzionali (ad esempio il titolo di studio del sindaco e l’indice di fragilità comunale). Al contrario, gli indicatori normativi di disavanzo previsti dal TUEL mostrano scarsa capacità predittiva e le relative soglie risultano disal- lineate rispetto al rischio effettivo di dissesto. I risultati evidenziano la necessità di adottare un approccio valutativo più ampio, integrando variabili strutturali, istituzionali e territoriali.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.


