Obiettivo del paper: Verificare se l’utilizzo di variabili qualitative inerenti il territorio e la relazione impresa-territorio consente di migliorare l’efficacia dei modelli predittivi del default della piccola impresa. Metodologia: Abbiamo applicato la regressione logistica ad un insieme di 141 piccole imprese marchigiane ed abbiamo elaborato due diversi modelli predittivi del default d’impresa: uno utilizzando solamente indici di bilancio ed uno utilizzando congiuntamente indici di bilancio e variabili territoriali. Risultati: Le variabili relative al territorio di insediamento ed alla relazione impresa-territorio consentono di migliorare l’efficacia previsionale dei modelli predittivi. Limiti della ricerca: I dati relativi alle variabili territoriali sono influenzati dalle percezioni soggettive dei rispondenti delle imprese analizzate. Non vengono impiegate ulteriori variabili qualitative come le strategie competitive adottate, le competenze del management e la gestione della conoscenza. Implicazioni pratiche: Il lavoro suggerisce la possibilità per il management di dotarsi di un modello di diagnosi dello stato di salute delle imprese e l’opportunità, per gli istituti finanziari, di integrare le variabili qualitative relative al territorio e alla relazione impresa-territorio nei processi di elaborazione dei propri modelli di credit rating. In un ottica di controllo strategico, i modelli di previsione delle insolvenze possono fungere, come strumenti di valutazione ex ante delle performance aziendali e di manifestazione dei primi sintomi di difficoltà. Originalità del lavoro: In letteratura sono relativamente pochi i precedenti studi sul contributo degli aspetti relativi al territorio per la previsione del default d’impresa.
I modelli di previsione delle insolvenze e le piccole imprese: evidenze empiriche in una prospettiva territoriale / Gabbianelli, Linda. - In: SINERGIE. - ISSN 0393-5108. - 34:101(2016), pp. 117-139.
I modelli di previsione delle insolvenze e le piccole imprese: evidenze empiriche in una prospettiva territoriale
Gabbianelli, Linda
2016
Abstract
Obiettivo del paper: Verificare se l’utilizzo di variabili qualitative inerenti il territorio e la relazione impresa-territorio consente di migliorare l’efficacia dei modelli predittivi del default della piccola impresa. Metodologia: Abbiamo applicato la regressione logistica ad un insieme di 141 piccole imprese marchigiane ed abbiamo elaborato due diversi modelli predittivi del default d’impresa: uno utilizzando solamente indici di bilancio ed uno utilizzando congiuntamente indici di bilancio e variabili territoriali. Risultati: Le variabili relative al territorio di insediamento ed alla relazione impresa-territorio consentono di migliorare l’efficacia previsionale dei modelli predittivi. Limiti della ricerca: I dati relativi alle variabili territoriali sono influenzati dalle percezioni soggettive dei rispondenti delle imprese analizzate. Non vengono impiegate ulteriori variabili qualitative come le strategie competitive adottate, le competenze del management e la gestione della conoscenza. Implicazioni pratiche: Il lavoro suggerisce la possibilità per il management di dotarsi di un modello di diagnosi dello stato di salute delle imprese e l’opportunità, per gli istituti finanziari, di integrare le variabili qualitative relative al territorio e alla relazione impresa-territorio nei processi di elaborazione dei propri modelli di credit rating. In un ottica di controllo strategico, i modelli di previsione delle insolvenze possono fungere, come strumenti di valutazione ex ante delle performance aziendali e di manifestazione dei primi sintomi di difficoltà. Originalità del lavoro: In letteratura sono relativamente pochi i precedenti studi sul contributo degli aspetti relativi al territorio per la previsione del default d’impresa.Pubblicazioni consigliate
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris