Reverse factoring : benefits and concerns addressed with a formal method

The recent scenarios of the global economy pictured a situation where financial institutes and large companies started again to have available huge amounts of capital, due to light signals of economic upturn and to the monetary policies implemented by central banks. However, the actors who were most damaged by the crisis, i.e. the SMEs, still do not seem to enjoy these apparent improvements. The reason of this lies in the excessive carefulness that characterizes banks while granting loans and in the strict regulations imposed by Basel III, which push banks to select always the most creditworthy customers. It is in such contexts that Supply Chain Finance tools gain relevance for the economic growth: when there is capital, but it is not equally distributed by financial institutes. One of the innovative instruments offered by SCF is the evolved Reverse Factoring (RF): a new version of traditional Reverse Factoring, in which the invoice payment-in-advance occurs in presence of more operative information, causing therefore a reduction in both risk and interest rate required by the financial institution. The academic literature has extensively addressed the Reverse Factoring topic with a qualitative approach: industry surveys, researches, empirical findings that are able to explain the typical benefits and concerns tied up with this SCF tool. However, it is hard to find papers that describe RF with a formal method. The first objective of this thesis is indeed to address RF with a systemic approach, providing three theoretical models that explain mathematically the decisions made by a firm after the adoption of RF. The second goal is to develop real models that emulate and prove the theoretic work, and to provide different insights on the optimal conditions under which RF works and the scenarios where RF does not perform well. A final testing is carried out with two case studies: the model simulates the behavior of two SMEs that operate in Lombardia and tests whether a RF arrangement would add value or not.

I recenti scenari dell’economia globale presentano una situazione in cui gli istituti finanziari e le grandi imprese stanno ricominciando ad avere a disposizione ingenti quantità di capitale, grazie a leggeri segnali di ripresa economica ed alle politiche monetarie intraprese dalle banche centrali. Tuttavia, gli attori che maggiormente hanno risentito della crisi, i.e. le PMI, ancora non sembrano beneficiare di questa apparente ripresa. La ragione risiede nell’eccessiva prudenza che caratterizza le banche nell’erogazione di prestiti e nelle stringenti norme imposte da Basilea III, che spingono le banche a selezionare solo i clienti maggiormente meritevoli. In tali contesti gli strumenti di Supply Chain Finance assumono rilevanza per la crescita economica: quando il capitale è disponibile, ma non è equamente distribuito dagli istituti finanziari. Una delle soluzioni innovative offerte dal SCF è il Reverse Factoring Evoluto (RF): una nuova versione del Reverse Factoring tradizionale, in cui lo sconto anticipato della fattura avviene in presenza di maggiori informazioni operative, comportando quindi una riduzione sia del rischio, sia del tasso d’interesse richiesto dall’istituto finanziario. La letteratura ha ampiamente trattato la tematica del Reverse Factoring mantenendo un approccio qualitativo: sondaggi di settore, ricerche di mercato e studi empirici spiegano i benefici e le problematiche tipiche legate a questo strumento di SCF. Tuttavia, è difficile trovare paper che descrivano il RF con un metodo formale. Il primo obiettivo di questa tesi è infatti quello di studiare il RF con un approccio sistemico, proponendo tre modelli teorici che spighino matematicamente le decisioni che le aziende intraprendono quando adottano il RF. Il secondo obiettivo è sviluppare modelli reali che simulino ad validino il lavoro teorico, offrendo diversi spunti riguardanti le condizioni ottimali sotto le quali il RF crea valore e gli scenari nei quali non lo fa. Un’analisi finale è realizzata attraverso un caso studio: il modello simula il comportamento di due PMI che operano in Lombardia e verifica l’eventuale valore aggiunto che il RF potrebbe portare.