Bilanci d’impresa sintetici
Cosa sono, a cosa servono, come si costruiscono e come si personalizzano
Paolo Volterra 
I dati sintetici di bilancio sono insiemi di prospetti contabili d’impresa generati artificialmente, costruiti per essere internamente coerenti con le regole della contabilità civilistica e statisticamente plausibili rispetto a un campione di riferimento, pur non corrispondendo a nessuna impresa realmente esistente. Questo documento descrive un generatore di questo tipo: il principio di costruzione basato su un piccolo numero di dimensioni latenti risolte attraverso le identità contabili, le regole rigide e statistiche che ogni bilancio prodotto deve rispettare, e i tre meccanismi con cui il generatore può essere personalizzato — il contesto dichiarato dell’impresa, la calibrazione su aggregati reali e il condizionamento al ciclo macroeconomico dell’anno simulato. Include un campione illustrativo di bilanci generati e il confronto tra due periodi macroeconomici diversi.
dati sintetici, bilanci d’impresa, generative model, data generating process, stock-flow consistent, calibrazione empirica
Versione citabile su Zenodo, con il PDF: doi.org/10.5281/zenodo.22766523.
1 Introduzione
Un bilancio d’impresa sintetico è un prospetto contabile — stato patrimoniale e conto economico — che non descrive un’azienda realmente esistente, ma è generato da un modello matematico in modo da rispettare le stesse regole contabili di un bilancio vero e da somigliare, nella distribuzione statistica delle sue grandezze, a una popolazione di imprese reali. Il termine “sintetico” indica quindi due cose distinte: che il dato non proviene dall’osservazione diretta di un’impresa, e che è comunque costruito per essere plausibile, cioè per non contraddire ciò che si conosce empiricamente sulla struttura economica e finanziaria delle imprese.
Questa distinzione separa i dati sintetici sia dai dati anonimizzati, che partono da un bilancio reale e ne oscurano l’identità mantenendone i numeri originali, sia dai dati simulati senza vincoli, che rispettano solo la forma dei prospetti contabili senza alcuna pretesa di realismo statistico. Un generatore di bilanci sintetici ben costruito occupa una posizione intermedia: nessun numero proviene da un’impresa reale, ma l’insieme dei numeri generati è calibrato su ciò che si osserva nei dati aggregati ufficiali.
Il generatore descritto in questo documento produce le principali poste dello stato patrimoniale e del conto economico, insieme agli indicatori di redditività e struttura finanziaria che ne derivano. Genera sia campioni cross-section, in cui ogni impresa è osservata in un solo anno, sia pannelli pluriennali in cui la stessa impresa è seguita nel tempo con una dinamica finanziaria internamente coerente.
1.1 Il perimetro documentale del bilancio civilistico
Un bilancio d’esercizio, nel diritto societario italiano, non coincide con lo stato patrimoniale e il conto economico: l’articolo 2423 del Codice Civile, nel testo modificato dal decreto legislativo 139 del 2015, stabilisce che il bilancio è costituito da quattro documenti distinti — lo stato patrimoniale, il conto economico, il rendiconto finanziario e la nota integrativa [1]. A questi si aggiunge, come documento che accompagna il bilancio senza formalmente farne parte, la relazione sulla gestione degli amministratori, che descrive l’andamento della gestione, i principali rischi a cui la società è esposta e le attività di ricerca e sviluppo svolte nell’esercizio.
La legge esonera le società di dimensione minore da una parte di questi obblighi. Le società che non superano due dei tre limiti di attivo, ricavi e dipendenti previsti dall’articolo 2435-bis possono redigere il bilancio in forma abbreviata: sono esonerate dal rendiconto finanziario, la nota integrativa è semplificata e la relazione sulla gestione può essere omessa se le informazioni equivalenti compaiono nella nota integrativa. Le società ancora più piccole, che rientrano nei limiti dell’articolo 2435-ter, possono redigere il bilancio delle micro-imprese: sono esonerate dal rendiconto finanziario, dalla nota integrativa se le informazioni minime compaiono in calce allo stato patrimoniale, e dalla relazione sulla gestione alle stesse condizioni.
Il generatore descritto in questo documento produce lo stato patrimoniale e il conto economico, ma non il rendiconto finanziario, la nota integrativa o la relazione sulla gestione. Questo perimetro non è una semplificazione arbitraria: coincide con quello delle fonti empiriche a cui il generatore è calibrato, descritte nella sezione sulla personalizzazione, che raccolgono a loro volta solo le voci strutturate di stato patrimoniale e conto economico e non il contenuto discorsivo della nota integrativa o della relazione sulla gestione.
Lo sviluppo legislativo più recente in materia riguarda un quinto documento, non ancora rilevante per la popolazione di imprese qui simulata: il decreto legislativo 125 del 2024, che recepisce la direttiva europea sulla rendicontazione societaria di sostenibilità, introduce l’obbligo di una rendicontazione di sostenibilità per gli enti di interesse pubblico e le grandi imprese, con un’applicazione scaglionata che parte dall’esercizio 2024 per le imprese di maggiori dimensioni e si estende, con i termini più recenti fissati nel 2025, fino all’esercizio 2028 per le piccole e medie imprese quotate [2]. L’obbligo riguarda una fascia di imprese di dimensione nettamente superiore a quella coperta dalle fonti di calibrazione usate in questo documento, e non è quindi incorporato nel generatore.
2 Perché sono utili
Un dato reale di bilancio è quasi sempre riservato: le società di capitali italiane depositano i propri bilanci pubblicamente, ma le basi dati strutturate che li aggregano su larga scala — quelle utilizzate per costruire modelli di previsione del rischio di credito, per esempio — sono in genere proprietarie e soggette a licenza. Un campione sintetico rimuove questo vincolo: può essere condiviso, pubblicato insieme al codice che lo ha generato e riutilizzato da terzi senza che nessuna informazione su un’impresa reale venga mai esposta.
Un confronto recente tra metodi di generazione di dati contabili sintetici per finalità di audit osserva che la scelta del metodo comporta un compromesso esplicito tra fedeltà statistica, tutela della riservatezza, utilità per il compito a valle e rispetto dei vincoli strutturali dei dati, e rileva che i generatori tabellari generici faticano a riprodurre le relazioni contabili più complesse tra le voci di un bilancio [3]. Questo secondo punto è il motivo per cui, come descritto nella sezione successiva, il generatore qui presentato non impara le relazioni contabili da un campione di addestramento ma le impone per costruzione.
Oltre alla riservatezza, un campione sintetico offre un controllo che il dato reale non consente: la possibilità di variare deliberatamente una singola dimensione — la dimensione d’impresa, il settore, l’anno di riferimento, uno scenario di stress macroeconomico — tenendo tutte le altre condizioni costanti, per isolare l’effetto di quella dimensione su un indicatore o su un modello statistico costruito a valle. È l’uso a cui il generatore descritto in questo documento è stato messo inizialmente: la costruzione di un campione di addestramento per modelli di previsione del rischio di credito, dove il numero di casi di insolvenza osservabili nei dati reali è spesso troppo esiguo per una stima statisticamente solida.
3 Come si costruiscono
3.1 Due famiglie di metodi
In letteratura esistono due approcci alla generazione di dati tabellari sintetici. Il primo apprende la distribuzione dei dati da un campione reale attraverso un modello generativo profondo — reti generative avversarie, modelli di diffusione, trasformatori — e ne campiona di nuovi. Un lavoro recente applica un modello a diffusione con componente trasformatore specificamente a serie temporali di bilancio, trattando ogni impresa come una sequenza pluriennale e preservando sia le dipendenze tra le voci di uno stesso anno sia la dinamica tra un anno e il successivo [4]. Un limite riconosciuto di questa famiglia è che la fedeltà statistica appresa da un modello non garantisce, riga per riga, l’ammissibilità logica del risultato: un lavoro sui modelli generativi tabellari vincolati mostra che è necessario incorporare esplicitamente vincoli logici e disuguaglianze nel processo generativo, perché il modello, lasciato libero, produce con una frequenza non trascurabile combinazioni di valori statisticamente plausibili ma contabilmente inammissibili [5].
Il secondo approccio, seguito da questo generatore, non apprende le relazioni contabili da un campione ma le definisce come un sistema di equazioni — un cosiddetto processo generatore dei dati (data generating process, DGP) strutturale — e risolve quel sistema per ogni impresa simulata. La variabilità tra le imprese non nasce da un modello statistico addestrato, ma da un piccolo numero di dimensioni latenti campionate casualmente all’inizio della catena di calcolo, che si propagano attraverso le equazioni fino a produrre l’intero prospetto contabile.
3.2 Il principio: campionare, risolvere, scalare, validare
La costruzione di ogni bilancio sintetico segue quattro passi in sequenza.
Nel primo passo si campionano sei dimensioni latenti continue, indipendenti tra loro nella versione di base e correlate secondo una struttura empirica nella versione calibrata: la dinamica della domanda, l’efficienza operativa, il livello tecnologico del processo produttivo, la pressione sul capitale circolante, la struttura finanziaria e la flessibilità di liquidità. Ciascuna dimensione è normalizzata in un intervallo compreso tra meno uno e uno, senza un’unità di misura propria: rappresenta la posizione relativa dell’impresa rispetto alla popolazione simulata su quella dimensione, non un valore assoluto. Il numero di sei dimensioni riflette il livello di dettaglio scelto finora, non un limite del metodo: aumentarlo per rappresentare una fonte di variabilità aggiuntiva è possibile, a condizione di ristimare su dati reali sia la nuova dimensione sia la struttura di correlazione con le altre. Insieme a queste dimensioni continue vengono campionati anche i tratti categoriali dell’impresa — settore economico, classe dimensionale, età dell’impresa, area geografica e posizione nella struttura di gruppo — con probabilità che, nella modalità di popolazione, riproducono le frequenze osservate nella realtà.
Nel secondo passo le sei dimensioni latenti e i tratti categoriali vengono fatti passare attraverso un sistema di equazioni contabili che, nell’ordine, determina il margine operativo lordo, il costo del lavoro, il capitale circolante, la cassa, le immobilizzazioni, il capitale proprio, il debito finanziario e infine il risultato d’esercizio. Ogni posta è calcolata in forma normalizzata, cioè come quota del valore della produzione dell’impresa, che nel sistema di equazioni assume convenzionalmente il valore di uno.
Nel terzo passo ogni impresa normalizzata viene moltiplicata per un fattore di scala espresso in euro, estratto da una distribuzione log-normale la cui ampiezza dipende dalla classe dimensionale assegnata nel primo passo. Poiché tutte le equazioni del secondo passo sono lineari nella scala, l’intero bilancio — attivo, passivo, ricavi, costi, risultato — si riscala in proporzione esatta, così che un’impresa micro e una grande impresa generate con la stessa combinazione di dimensioni latenti abbiano identica struttura percentuale e differiscano solo nell’ordine di grandezza assoluto.
Nel quarto passo l’intero campione viene sottoposto a un insieme di controlli automatici — descritti nella sezione seguente — prima di essere accettato. Un campione che non supera anche un solo controllo rigido viene scartato per intero, non corretto riga per riga: la correzione avviene a monte, modificando le equazioni del secondo passo, non a valle sui singoli casi.
4 Le regole che un generatore deve rispettare
4.1 Identità contabili rigide
Un bilancio sintetico deve soddisfare esattamente le stesse identità aritmetiche di un bilancio reale, senza tolleranza: il totale dell’attivo deve coincidere con la somma di patrimonio netto e passività, il margine operativo lordo deve coincidere con la somma algebrica di ricavi e costi che lo determinano, il risultato ante imposte meno le imposte deve dare esattamente l’utile netto, e il capitale circolante deve coincidere con la somma di magazzino e crediti commerciali meno i debiti verso fornitori. Il generatore qui descritto verifica queste identità su ogni riga del campione prodotto e richiede che siano soddisfatte nella totalità dei casi, non in una quota elevata: una violazione anche isolata indica un errore nelle equazioni, non un’eccezione statistica da tollerare.
A queste identità si aggiungono vincoli di segno che discendono dai principi contabili italiani: le riserve di patrimonio netto non possono assumere valore negativo, e una perdita d’esercizio va imputata agli utili portati a nuovo piuttosto che alle riserve, secondo quanto previsto dal principio sul patrimonio netto [6]; il saldo tra imposte differite e anticipate non può eccedere l’ammontare delle imposte totali dovute, in modo che le imposte correnti restino sempre non negative, secondo il principio sulla fiscalità differita [7]. Entrambe queste regole sono state introdotte nella versione corrente del generatore dopo che una prima versione, priva del vincolo esplicito, produceva con una frequenza non trascurabile — oltre il quindici per cento dei casi in entrambe le circostanze — combinazioni numericamente coerenti ma non ammissibili secondo questi principi.
Nella versione pluriennale del generatore, in cui la stessa impresa è osservata su più anni consecutivi, si aggiunge un’identità dinamica: la variazione del patrimonio netto da un anno al successivo deve coincidere esattamente con l’utile trattenuto più eventuali movimenti di capitale, e la cassa di fine periodo deve derivare dalla cassa di inizio periodo più i flussi dell’esercizio, senza voci residuali che assorbano lo sbilancio — una proprietà nota, nella letteratura di modellazione macroeconomica, come coerenza tra stock e flussi.
4.2 Regole strutturali e statistiche
Oltre alle identità contabili, il generatore rispetta un secondo insieme di vincoli di natura strutturale: l’intero bilancio deve essere invariante rispetto al fattore di scala applicato nel terzo passo della costruzione, ogni posta derivata deve poter essere ricondotta esplicitamente alle dimensioni latenti da cui dipende, nessuna variabile può essere allo stesso tempo campionata all’origine e calcolata a valle, e l’intera generazione deve essere riproducibile in modo deterministico a partire dal seme casuale e dalla configurazione utilizzata.
Un terzo insieme di vincoli, di natura statistica, riguarda la plausibilità del campione nel suo complesso piuttosto che la singola impresa: la dispersione dei valori all’interno di uno stesso contesto — per esempio tutte le imprese manifatturiere di piccola dimensione — deve superare lo spostamento medio introdotto dal contesto stesso, in modo che il contesto sposti il centro della distribuzione senza eliminarne la variabilità; la combinazione di tratti categoriali deve coprire una quota adeguata delle combinazioni possibili quando il campione è generato per finalità di test; e le frequenze con cui compaiono le classi dimensionali e settoriali nel campione di popolazione devono riprodurre le frequenze osservate nella realtà. Un criterio di accettazione ulteriore richiede che il contesto categoriale di un’impresa non predica in modo deterministico il suo esito di default: la crisi finanziaria deve poter emergere da qualunque combinazione di tratti, con probabilità diversa ma mai nulla o certa, altrimenti il campione insegnerebbe a un modello di previsione del rischio a classificare per etichetta anziché per struttura economico-finanziaria.
5 Come si personalizzano
Un generatore di dati sintetici utile non produce un solo campione indifferenziato, ma può essere orientato verso popolazioni di imprese diverse per composizione o per condizioni economiche di riferimento. Un lavoro recente propone un impianto esplicito per esprimere requisiti statistici e logici personalizzati nella generazione di dati tabellari sintetici, distinguendo i requisiti che riguardano la forma della distribuzione da quelli che riguardano vincoli logici da rispettare in ogni riga [8]. Il generatore qui descritto realizza una personalizzazione dello stesso tipo, ma attraverso tre meccanismi distinti costruiti sulle regole contabili esplicite descritte nella sezione precedente, piuttosto che attraverso un livello di vincoli appreso separatamente dal modello generativo.
5.1 Il contesto dichiarato dell’impresa
Il meccanismo più diretto di personalizzazione consiste nell’assegnare a ogni impresa simulata un contesto categoriale — settore economico, classe dimensionale, età dell’impresa, area geografica, posizione all’interno di un gruppo societario — e nel far dipendere da quel contesto uno spostamento contenuto, non un cambiamento di regime, delle dimensioni latenti continue. Un’impresa del Mezzogiorno, per esempio, riceve uno spostamento verso il basso sul margine operativo e uno spostamento contenuto sulla liquidità rispetto alla media nazionale, calibrato sulla differenza osservata tra le medie territoriali reali, ma resta comunque distribuita su un intervallo ampio attorno a quel nuovo centro: due imprese meridionali della stessa classe dimensionale possono avere margini molto diversi tra loro, proprio come accade nella realtà.
5.2 La calibrazione su aggregati reali
Il secondo meccanismo consiste nell’ancorare i parametri delle equazioni del secondo passo a valori medi osservati in fonti aggregate ufficiali, così che il centro della distribuzione simulata coincida con un punto di riferimento noto. Il generatore utilizza la rilevazione annuale della Banca d’Italia sugli indicatori economici e finanziari delle società di capitali, condotta in collaborazione con Cerved e pubblicata all’interno delle Economie regionali per ciascuna regione italiana [9], da cui derivano il margine operativo lordo sul valore della produzione, l’incidenza del costo del lavoro e il rapporto tra liquidità e attivo, e una struttura di correlazione stimata tra le sei dimensioni latenti, in modo che le relazioni tra redditività, struttura finanziaria e liquidità nel campione simulato riproducano quelle osservate empiricamente e non siano indipendenti come nella versione di base del generatore.
5.3 Il condizionamento al ciclo macroeconomico
Il terzo meccanismo, il più recente, condiziona la calibrazione descritta al punto precedente a un anno specifico o a uno scenario macroeconomico esplicito, anziché a un’unica media di riferimento raccolta su un solo periodo. La stessa rilevazione della Banca d’Italia utilizzata per la calibrazione di base copre, in serie storica, gli anni dal 2018 al 2024: per ciascuno di questi anni è quindi possibile calcolare direttamente il margine operativo, l’incidenza del costo del lavoro e la liquidità medi effettivamente osservati, e usarli al posto della media pluriennale quando si desidera un campione rappresentativo di un anno particolare.
Per gli anni non coperti da questa rilevazione — periodi precedenti, anni futuri o scenari controfattuali — il generatore stima invece una relazione lineare tra questi stessi indicatori e tre variabili di contesto macroeconomico dell’Italia pubblicate da Eurostat: la crescita del prodotto interno lordo in volume [10], la variazione dell’indice della produzione industriale destagionalizzato [11] e il tasso di inflazione misurato dall’indice armonizzato dei prezzi al consumo [12]. Questa relazione, stimata sui sette anni sovrapposti tra le due fonti, consente di proiettare la calibrazione su un punto macroeconomico ipotetico — per esempio una contrazione della produzione industriale paragonabile a quella osservata nel 2020 — mantenendo esplicito il legame tra il ciclo economico e i parametri della generazione, invece di trattarli come indipendenti dal periodo simulato.
6 Esempi
6.1 Un campione di bilanci sintetici
La tabella seguente riporta un’impresa per ciascuna delle quattro classi dimensionali usate dal generatore, estratta da un campione di ottocento imprese generato con la calibrazione corrente. I valori sono espressi in euro e arrotondati all’unità; il settore economico e il valore complessivo dell’attivo variano liberamente da impresa a impresa, mentre la struttura interna di ciascun bilancio rispetta per costruzione le identità descritte nella sezione precedente.
| Classe | Settore | Valore produzione (€) | EBITDA (€) | Utile netto (€) | Totale attivo (€) | Patrimonio netto (€) | Debiti finanziari (€) |
|---|---|---|---|---|---|---|---|
| Micro | Commercio | 672.907 | 63.906 | 27.297 | 641.015 | 305.826 | 236.593 |
| Piccola | Servizi professionali | 3.017.291 | 33.627 | -131.038 | 3.264.317 | 1.124.808 | 1.486.854 |
| Media | Manifattura | 17.060.327 | 2.952.736 | 1.513.298 | 18.301.150 | 5.899.930 | 8.772.322 |
| Grande | Costruzioni | 145.342.983 | 20.498.537 | 11.424.127 | 115.353.393 | 43.496.394 | 49.560.466 |
La seconda impresa della tabella, di piccola dimensione e operante nei servizi professionali, chiude l’esercizio in perdita pur avendo un margine operativo lordo positivo: la combinazione di un onere finanziario elevato rispetto al risultato operativo e di un carico fiscale che non compensa la perdita porta a un utile netto negativo. Questa impresa non è un errore né un’eccezione filtrata dal campione: è il tipo di caso che un campione realistico deve contenere, perché una quota di imprese in difficoltà è parte della popolazione reale che il generatore intende riprodurre.
La figura seguente mostra la distribuzione del margine EBITDA e della leva finanziaria netta sull’intero campione di ottocento imprese, per classe dimensionale. Il margine è sostanzialmente stabile al variare della dimensione, mentre la leva finanziaria netta decresce nelle classi dimensionali maggiori: le imprese più grandi del campione mostrano una dipendenza dal debito finanziario netto relativamente inferiore rispetto al proprio patrimonio netto, un pattern coerente con la letteratura sulla struttura finanziaria delle imprese italiane per classe dimensionale.
6.2 L’esito dei controlli di coerenza
La tabella seguente riporta l’esito degli otto controlli rigidi applicati allo stesso campione di ottocento imprese. Ogni controllo è verificato riga per riga: un campione con anche una sola violazione non viene accettato.
| Controllo | Superati | Totale | Quota |
|---|---|---|---|
| Quadratura stato patrimoniale | 800 | 800 | 100% |
| Identità EBITDA | 800 | 800 | 100% |
| Identità EBIT | 800 | 800 | 100% |
| Identità del risultato d’esercizio | 800 | 800 | 100% |
| Identità del capitale circolante | 800 | 800 | 100% |
| Non negatività dell’attivo | 800 | 800 | 100% |
| Non negatività del passivo | 800 | 800 | 100% |
| Valori finiti | 800 | 800 | 100% |
6.3 L’effetto della personalizzazione per anno
La tabella seguente confronta i tre parametri chiave della calibrazione — il margine EBITDA obiettivo, l’incidenza del costo del lavoro sul valore della produzione e il rapporto tra liquidità e valore della produzione — per tre anni osservati direttamente nella rilevazione della Banca d’Italia: il 2019, ultimo anno prima della pandemia; il 2020, anno di contrazione economica generalizzata; e il 2024, anno più recente disponibile.
| Anno | Margine EBITDA obiettivo | Incidenza costo del lavoro | Liquidità/valore produzione |
|---|---|---|---|
| 2019 | 9,1% | 15,6% | 9,6% |
| 2020 | 8,7% | 15,6% | 11,9% |
| 2024 | 10,3% | 14,3% | 11,8% |
Il 2020 mostra, coerentemente con la contrazione economica di quell’anno, il margine EBITDA obiettivo più basso dei tre periodi e un rapporto tra liquidità e valore della produzione più elevato rispetto al 2019: un comportamento compatibile con un irrigidimento precauzionale della gestione della cassa da parte delle imprese in un contesto di incertezza. La figura seguente mostra come questo spostamento del parametro di calibrazione si traduca in una distribuzione del margine EBITDA effettivamente diversa nel campione simulato per ciascuno dei tre anni, a parità di ogni altro elemento del generatore.
6.4 Un esempio di shock
Oltre a personalizzare la calibrazione per un periodo osservato, il generatore permette di imporre uno shock: una variazione improvvisa e transitoria di una o più condizioni di mercato, applicata alle stesse imprese già generate invece che a una nuova calibrazione di base. La differenza rispetto al condizionamento per anno descritto nella sezione precedente è che lo shock non sposta il centro della distribuzione da cui le imprese sono estratte, ma perturba direttamente le condizioni — il costo del debito, la domanda del proprio mercato di sbocco — a cui ciascuna impresa già generata viene nuovamente esposta, permettendo di osservare come la stessa impresa reagisce.
La figura seguente confronta lo stesso campione di ottocento imprese sintetiche in due condizioni: quella di base, con le condizioni di mercato con cui erano state generate, e uno scenario di shock in cui il costo del debito aumenta di due punti percentuali e la crescita della domanda del settore di riferimento si riduce di 2,5 punti percentuali rispetto al caso base, tenendo fissa ogni altra caratteristica dell’impresa.
| Indicatore | Base | Shock |
|---|---|---|
| Margine EBITDA (mediana) | 9,1% | 9,0% |
| Copertura interessi, EBITDA/oneri finanziari (mediana) | 5,0x | 3,9x |
| Imprese in perdita ante imposte | 28,1% | 30,4% |
Il margine EBITDA si sposta di poco, perché lo shock qui simulato non agisce direttamente sui prezzi di vendita o sui costi operativi dell’impresa. L’effetto si concentra invece sulla copertura degli interessi, che peggiora in modo netto perché l’aumento del costo del debito incide direttamente sugli oneri finanziari a parità di debito, e sulla quota di imprese che chiudono l’esercizio in perdita, che aumenta di oltre due punti percentuali. Questo tipo di confronto rende possibile isolare l’effetto di una singola condizione di mercato su un campione altrimenti identico, un esperimento che sui dati reali richiederebbe di attendere che quella condizione si verifichi effettivamente.
7 Conclusioni
Un generatore di bilanci sintetici costruito come sistema di equazioni contabili, anziché come modello statistico appreso da un campione reale, garantisce per costruzione l’ammissibilità di ogni riga prodotta rispetto alle identità di bilancio e ai principi contabili di riferimento, al costo di richiedere che quelle equazioni siano esplicitate e mantenute nel tempo. La personalizzazione del campione generato — per contesto d’impresa, per calibrazione su dati aggregati reali, per periodo macroeconomico di riferimento — non richiede un livello di vincoli separato dal modello, come nei generatori appresi, ma si ottiene spostando i parametri delle stesse equazioni che definiscono il bilancio, mantenendo sempre valide le identità contabili rigide descritte in questo documento.
Nota metodologica
Questo documento nasce dall’interazione di tre componenti. L’autore definisce le domande, esercita il giudizio critico e assume la responsabilità scientifica ed editoriale del risultato. Strumenti di intelligenza artificiale generativa sono impiegati a supporto della ricerca bibliografica, della lettura, della sintesi, della riorganizzazione argomentativa e della revisione del testo. Un’infrastruttura open source sviluppata dall’autore automatizza il reperimento, l’armonizzazione e il controllo dei dati dalle fonti statistiche ufficiali, e mantiene l’elaborazione documentata e riproducibile.
Le fonti sono pubblicamente accessibili e citate con la loro denominazione ufficiale; l’analisi è pertanto integralmente auditabile e replicabile da terzi a partire da esse. Le tabelle e i grafici sono elaborazioni dell’autore: calcoli, aggregazioni, trasformazioni e scelte di rappresentazione sono attribuibili all’autore e non agli enti produttori dei dati.
La responsabilità per le fonti utilizzate, le analisi condotte, le elaborazioni effettuate, le interpretazioni proposte e le conclusioni formulate resta interamente in capo all’autore. L’intelligenza artificiale è stata impiegata come ambiente di supporto cognitivo ed editoriale, non come fonte primaria, autore autonomo o sostituto del giudizio critico.