Bankitalia: algoritmo individua con successo aziende collegate alla criminalita'

(Il Sole 24 Ore Radiocor) - Roma, 10 giu - Un algoritmo di machine learning in grado di individuare "con successo", in modo previsivo, sulla base di dati di bilancio, imprese con un'elevata probabilita' di essere collegate alla crimininalita' organizzata. E' quello sviluppato e testato in uno studio realizzato dall'Uif, l'Unita' di informazione finanziaria per l'Italia che agisce in autonomia sotto l'egida della Banca d'Italia. Lo studio Uif ha utilizzato, per addestrare il modello, un campione di 28.570 imprese ad alto rischio di collegamento con la criminalita' organizzata.

La selezione del campione, si legge nel lavoro pubblicato nella collana 'Quaderni dell'antiriciclaggio', e' basata su fonti pubbliche e, in larga misura, su una selezione della cosiddetta 'mappatura' delle imprese potenzialmente connesse a contesti di criminalita' organizzata, sviluppata presso l'Uif. L'algoritmo consente di calcolare un indicatore di rischio per oltre 900 mila societa' di capitale attive in Italia (sono stati usati i dati dei bilanci 2021).

I risultati ottenuti mostrano che, in fase di test, l'algoritmo identifica con successo circa il 76% delle aziende collegate alla criminalita' organizzata e il 74% delle aziende presumibilmente "sane". L'indicatore di rischio proposto nello studio - che e' ancora in versione sperimentale - ha varie potenziali applicazioni. In ambito strategico, puo' consentire ad esempio l'elaborazione di mappe di rischio a livello territoriale o settoriale. In ambito operativo, puo' contribuire al patrimonio informativo che supporta le funzioni istituzionali dell'Uif; potrebbe anche essere utilizzato come strumento preliminare di screening per contribuire a orientare l'azione degli organi investigativi, ad esempio nel monitoraggio dell'utilizzo dei fondi pubblici per il Pnrr.

Ggz

(RADIOCOR) 10-06-24 15:48:14 (0445) 5 NNNN