Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Performance di un campione territoriale di imprese: applicazione di metodologie multivariate

Gli investimenti tecnologici effettuati dalle imprese industriali piemontesi sono fattori determinanti della performance delle stesse? La risposta è stata individuata applicando tecniche di analisi multivariata su due campioni di imprese.
Popolazione di imprese considerate:
Ω = insieme delle imprese industriali (società di capitali) con sede legale in Piemonte(7909 unità).
La popolazione Ω viene stratificata in due sottopopolazioni: Ω1 e Ω2 ove:
- Ω1 = imprese classificate come tecnologiche (HT), cioè imprese che, nel periodo 1992-96, hanno effettuato investimenti tecnologici
(946 unità).
- Ω2 = (Ω - Ω1) imprese residue (NOHT), cioè le aziende che nel medesimo periodo non hanno effettuato investimenti di tipo tecnologico o che non hanno effettuato alcun tipo di investimento, (6963 unità).
Disegno del campionamento:
1. Informazioni note a priori sull’intero universo Ω: dimensione aziendale (numero di addetti) e settore di attività per ogni impresa. Esse costituiscono le variabili ausiliarie attraverso le quali le sottopopolazioni Ω1 e Ω2 sono state stratificate.
2. Dimensione del campione: non più di 150 unità per ciascuna sottopopolazione Ω1 e Ω2;
Sulla base di tali elementi sono state assunte le seguenti decisioni:
a) uso del campionamento stratificato, utilizzando il numero degli addetti quale variabile di stratificazione;
b) numero di strati: 3 (imprese piccole, medie e grandi);
c) limitazione delle indagini al solo settore industriale;
d) uso della definizione ISTAT per la classificazione degli strati;
3. Dimensione del campione all’interno degli strati: si è optato per unauguale numerosità (n = 50) per ogni strato e per ciascuna sottopopolazione (imprese HT ed imprese NOHT).
Ciascuna impresa è stata monitorata per 4 anni. Ciò ha comportato un’attività di editing per 1200 bilanci di imprese (15600 dati elementari).
Indicatori: da ciascun bilancio sono stati ricavati venti rapporti caratteristici suddivisi nelle seguenti aree: Indicatori di Redditività; Indicatori di Struttura Finanziaria; Indicatori di Equilibrio finanziario e Indicatori di Produttività
Matrice dei dati
Il data set di composto da 1200 record è stato ripartito nelle seguenti due matrici (600x20):
- MHT = 50 imprese HT x 3 strati x 4 anni di osservazione dei dati di bilancio;
- MNOHT = 50 imprese NOHT x 3 strati x 4 anni di osservazione dei dati di bilancio.
Sui dati depurati dai missing sono state calcolate le statistiche descrittive univariate.
Trattamento dei dati
a) Applicazione di trasformazioni lineari agli stessi indicatori precedentemente descritti, ai fini di ulteriori elaborazioni;
b) Normalizzazione degli indicatori;
c) Ricerca degli outliers (test univariati e multivariati);
d) Trattamento degli outliers;
e) Verifica della multinormalità degli indicatori depurati degli outliers, tramite test multivariati.
I suddetti test sono stati eseguiti in seguito all’implementazione del software necessario per la loro gestione ed applicazione.
Statistiche e confronti:
1. test a confronti multipli sui parametri (medie campionarie di strato) degli indicatori (20 variabili), i cui dati sono stati precedentemente depurati dagli outliers;
2. individuazione degli indicatori che presentano parametri significativamente differenti (16 variabili);
3. applicazione della cluster analysis sugli indicatori normalizzati utilizzando due differenti metodi: Centroide e Ward;
4. individuazione sottogruppi corrispondenti agli strati campionari;
5. introduzione della variabile “PERFORMANCE” (cioè che sintetizza il livello di performance aziendale ottenuto dalle singole unità statistiche dei due campioni), attraverso la quale sono stati individuati i sottogruppi di aziende con performance “medio-alta” e “solo alta” e contestuale verifica dell’appartenenza di queste ultime ai clusters e ai sottogruppi corrispondenti agli strati campionari;
6. introduzione della variabile denominata “LIVELLO” che rappresenta l’intensità tecnologica degli investimenti (17 variabili), i cui valori sono stati assegnati (per le sole aziende HT) in base ad uno studio condotto dalla C.C.I.A.A. di Torino (Osservatorio sulla diffusione dell’Innovazione in provincia di Torino);
7. applicazione dell’analisi discriminante sulle variabili (indicatori) per determinare un’ulteriore esclusione di indicatori meno significativi e contestuale individuazione dei 10 indicatori maggiormente significativi;
8. ulteriore applicazione dell’A.C.P. finalizzata all’individuazione dei 5 indicatori più significativi e al confronto dei risultati ottenuti con l’applicazione dell’analisi discriminante;
9. valutazioni economiche dei risultati ottenuti dall’applicazione dell’A.C.P.;
10. stima dei valori medi nelle popolazioni degli indicatori risultati maggiormente esplicativi;
11. valutazione dell’incidenza del fattore tecnologico sul livello di performance aziendale.

Mostra/Nascondi contenuto.
Introduzione ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ I INTRODUZIONE Il presente lavoro si prefigge l’obiettivo di confrontare due campioni di imprese industriali (società di capitali), differenziati dal fatto di avere effettuato o meno investimenti in nuove tecnologie e di appli- care su opportuni indicatori, costruiti sulla base dei dati di bilan- cio, alcune statistiche multivariate, attraverso le quali verificare ed individuare: a) gli indicatori che meglio interpretino le differenze tra i due campioni di imprese; b) quali, tra gli indicatori di cui al punto precedente, risultino maggiormente significativi in termini di variabilità spiegata; c) la differenza, qualora esista, in termini di performance a- ziendale nelle subpopolazioni (High Tech e Non High Tech) da cui le imprese sono state estratte; d) la stima del valore medio e della varianza degli indicatori maggiormente esplicativi della variabilità di un particolare sottogruppo di aziende, costituito dalle imprese che hanno dimostrato un livello di performance medio-alto; e) l’importanza del fattore tecnologico in termini di performance aziendale. La ricerca è stata effettuata attraverso due campioni territoriali di imprese estratte dalla popolazione delle società di capitali, svolgenti attività industriale, del Piemonte. Tale popolazione è stata suddivi- sa nelle due sub-popolazioni poc’anzi ricordate e da esse sono stati estratti due campioni di imprese che sono stati chiamati HT (High Tech) e NOHT (Non High Tech). Nel primo capitolo del lavoro vengono descritti accuratamente i det- tagli relativi allo status delle società, ai settori di attività, alla codi-

Laurea liv.I

Facoltà: Scienze Politiche

Autore: Giulio Della Nina Contatta »

Composta da 347 pagine.

 

Questa tesi ha raggiunto 1356 click dal 22/09/2005.

 

Consultata integralmente 2 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.