Acceleratore econometrico e intelligenza artificiale: la previsione macro e la finanza pubblica oltre l’illusione della stabilità

La previsione macroeconomica continua a occupare una posizione centrale nei processi decisionali pubblici e privati, nonostante la sua affidabilità tenda a ridursi proprio nei momenti in cui dovrebbe essere massima. Le crisi dell’ultimo quindicennio hanno mostrato che l’errore previsivo non è distribuito in modo uniforme nel tempo, ma tende ad aumentare marcatamente nei punti di svolta del ciclo economico. È in questa asimmetria che si colloca il concetto di “acceleratore econometrico” basato su intelligenza artificiale, rilanciato nel dibattito italiano da Paolo Savona, con la collaborazione di Antonio Simeone della Luiss, come risposta ai limiti operativi dell’econometria applicata in contesti istituzionali. In altri termini, l’econometria non fallisce per imperfezione intrinseca, ma perché nei processi previsivi standard continua a trattare l’instabilità come un’eccezione, anziché come una condizione strutturale dei sistemi economici complessi.

Il limite non risiede nell’uso dei modelli in sé, né nell’assenza di strumenti teorici per affrontare l’instabilità, ma nella presunzione operativa di stabilità delle relazioni stimate nel passato, incorporata nei modelli “di produzione” utilizzati a fini previsivi e normativi. L’impostazione dominante, soprattutto in ambito europeo, spesso assume implicitamente che i parametri economici restino sufficientemente validi anche quando il sistema attraversa cambiamenti di regime. In questo quadro, la previsione si trasforma in un esercizio di coerenza interna più che in uno strumento primario di valutazione del rischio macroeconomico. L’acceleratore econometrico nasce per superare questa illusione, senza rinunciare alla disciplina teorica e ai vincoli contabili dell’econometria strutturale.

Dal punto di vista tecnico, l’acceleratore non è un nuovo modello macroeconomico, ma un’infrastruttura previsiva multilivello. Il primo livello è costituito da un nucleo econometrico strutturale, che garantisce coerenza teorica, rispetto delle identità contabili e interpretabilità economica delle relazioni stimate. Il secondo livello utilizza algoritmi di apprendimento automatico per individuare deviazioni persistenti tra previsioni e dati osservati, intercettando segnali compatibili con non linearità e possibili instabilità parametriche che i modelli standard, pur correttamente specificati, faticano a cogliere in tempo reale. Il terzo livello, il più innovativo, è rappresentato da un sistema di segnali anticipatori: indicatori finanziari, misure di stress, anomalie nei flussi e nelle aspettative che tendono a manifestarsi prima che gli shock emergano nei dati macroeconomici ufficiali.

La distinzione cruciale introdotta da questo approccio è quella funzionale tra variabili esplicative e segnali. Le prime servono a spiegare e strutturare il passato; i secondi consentono di riconoscere quando il passato smette di essere una guida affidabile per il futuro. I segnali non sono selezionati per significatività statistica in senso classico, ma per capacità di anticipare discontinuità sistemiche e cambiamenti di regime, a condizione di essere sottoposti a rigorosi test di validazione fuori campione e a controlli sul rischio di overfitting.

Un elemento qualificante dell’acceleratore è la gestione qualitativa dell’errore previsivo. La funzione di perdita è intenzionalmente asimmetrica: gli errori nei turning points, in particolare quelli che sottostimano recessioni, stress finanziari o deterioramenti fiscali, sono penalizzati più severamente rispetto agli errori nelle fasi ordinarie. Questo cambio di prospettiva ha implicazioni dirette non solo sulla previsione macroeconomica, ma anche sull’uso delle stime come base informativa delle decisioni pubbliche e private.

Nei bilanci societari, l’acceleratore può affiancare i processi di revisione tradizionali nella valutazione della continuità aziendale, delle stime prospettiche e dei test di impairment. Senza sostituirsi al giudizio professionale del revisore, consente di testare la robustezza delle ipotesi sottostanti rispetto a scenari macro-settoriali adattivi, rafforzando la continuità aziendale come valutazione dinamica del rischio. Analogamente, nelle valutazioni di attivi e partecipazioni, segnala quando stime formalmente corrette diventano sistemicamente fragili a causa di mutamenti del contesto macrofinanziario.

È tuttavia nella finanza pubblica che l’acceleratore econometrico assume una valenza strategica. Per i governi, esso può diventare uno strumento operativo di supporto alla politica economica, capace di affiancare – e, se necessario, controbilanciare – l’impianto previsivo standard utilizzato nelle procedure europee. Integrando segnali anticipatori e scenari adattivi, l’acceleratore consente di valutare ex ante la sostenibilità reale delle scelte fiscali, distinguendo tra vincoli formalmente rispettati e traiettorie sostanzialmente instabili in termini di dinamica del debito e rischio di finanziamento. In questo modo rafforza la discrezionalità informata dei decisori pubblici, riducendo la dipendenza da previsioni coerenti in condizioni ordinarie ma poco sensibili ai rischi sistemici.

L’acceleratore econometrico non promette previsioni infallibili. Propone qualcosa di più credibile: una previsione meno inerziale, più attenta alle fratture del reale e più trasparente rispetto alla fragilità delle ipotesi su cui si fondano bilanci, manovre e regole. È proprio questa capacità che oggi manca all’architettura europea delle politiche economiche: un sistema che tende a trattare i vincoli come se fossero neutrali rispetto al ciclo, finendo per applicarli in modo meccanico proprio quando l’economia richiederebbe giudizio, adattamento e responsabilità politica.

Antonio Maria Rinaldi

Rimani aggiornato seguendoci su Google News!

SEGUICI