Un Indicatore Sintetico del ciclo economico regionale: un nuovo strumento per l’analisi economica Silvia Pincione – silvia.pincione@tos.camcom.it Massimo.

Presentazione sul tema: "Un Indicatore Sintetico del ciclo economico regionale: un nuovo strumento per l’analisi economica Silvia Pincione – silvia.pincione@tos.camcom.it Massimo."— Transcript della presentazione:

1 Un Indicatore Sintetico del ciclo economico regionale: un nuovo strumento per l’analisi economica
Silvia Pincione – Massimo Guagnini –

2 Un indicatore sintetico del ciclo economico
Titolo Ufficio Studi Un indicatore sintetico del ciclo economico della Regione Toscana Obiettivi Gli Indicatori Sintetici La costruzione di un Indicatore Sintetico per la Regione Toscana Analisi ed Interpretazione dei Risultati Quadro congiunturale del periodo di riferimento considerato congiuntura industriale osservatorio regionale toscano sull’artigianato osservatorio subfornitura Sottolineare i differenziali negativi rispetto al benchmark di riferimento (regionale)

3 1. Obiettivo del progetto
Esigenza di una conoscenza approfondita dei sistemi economici locali Costruzione di un Indicatore Sintetico (per la Provincia di Massa-Carrara) in grado di: semplificare la lettura dei fenomeni economici descrivere il ciclo economico provinciale ed individuare una cronologia ciclica di riferimento Dato il successo del progetto pilota 1. Obiettivo del progetto Costruzione di Indicatori Sintetici per le 10 Province della Toscana Costruzione di un Indicatore Sintetico per la Regione Toscana Aggiornamento annuale

4 2. Gli indicatori sintetici: definizione e caratteristiche
“Gli Indicatori Sintetici si basano su sub-indicatori caratterizzati dal fatto di non avere una comune e significativa unità di misura e di non presentare un modello di ponderazione certo.” In generale - condensano un gran numero di informazioni; - sintetizzano fenomeni complessi; - veicolano messaggi comprensibili anche ad un pubblico non esperto; - sono un utile strumento per i decision makers. Vantaggi Svantaggi - possono trasmettere messaggi fuorvianti; con la riduzione del numero di indicatori esiste il rischio di interpretazioni non adeguate; presentano una sostanziale arbitrarietà nel metodo di calcolo. Riflessione sulle metodologie statistiche di costruzione per arrivare ad un risultato finale robusto ed attendibile (Commissione Europea ed OECD)

5 L’approccio degli indicatori sintetici è stato utilizzato
Come strumento di descrizione ed analisi delle fluttuazioni Congiunturali: a livello internazionale NBER (USA, ) OECD (Europa, 1987) a livello nazionale ISCO (Italia, 1962) A.mo (Italia, 2000) a livello regionale Banca d’Italia (2003) Come strumento per paragonare le performances: a livello internazionale Nazioni Unite (HDI) a livello provinciale - Il sole 24 ore - IGT (indicatore di competitività) - Centro Studi Confindustria (indicatore di sviluppo) L’utilizzo di un Indicatore Sintetico come strumento di analisi per la Regione Toscana: progetto sperimentale metodologia “esplorativa” e costruzione “su misura”

6 La costruzione di un indicatore sintetico per la Regione Toscana
Identificazione del fenomeno oggetto di studio e selezione degli indicatori elementari Trattamento degli indicatori elementari Analisi descrittiva degli indicatori elementari Raccordo serie storiche diverse Imputazione valori mancanti Deflazione valori correnti Trasformazione degli indicatori elementari Attribuzione dei segni Individuazione componente ciclica e tendenziale Ponderazione ed Aggregazione degli indicatori elementari

7 3.1 Identificazione del fenomeno oggetto di studio e
selezione degli indicatori elementari Fenomeno oggetto di studio Andamento economico della Regione Toscana 1. Selezione delle informazioni statistiche in grado di descrivere l’andamento dei più importanti settori di specializzazione dell’economia regionale: SETTORI CONSIDERATI Sistema moda Orafo Meccanica Alimentare Cartario Commercio Mezzi di trasporto Edilizia Valore Aggiunto Numero di Imprese Attive Commercio Estero Numero di ore di CIG concesse

8 2. Selezione delle informazioni statistiche in grado di descrivere
particolari mercati: 3. Selezione di ulteriori informazioni statistiche rilevanti: Forze Lavoro Contratti di Locazione Quotazioni medie Mercato del lavoro Mercato immobiliare Turismo Consumi Costo della vita Arrivi e Presenze Consumi di En. Elettrica FOI Le informazioni statistiche descritte nei punti 1,2,3 45 SERIE STORICHE Relative al periodo (Banca Dati) CRITERI DI SELEZIONE: Rilevanza Leggibilità Affidabilità Aggiornamento (Elaborazione)

9 3.2 Trattamento degli Indicatori Elementari
Raccordo di serie storiche di fonte diversa o calcolate con differenti metodologie Imputazione dei valori mancanti Approccio degli indicatori guida Interpolazione con dati vicini Deflazione dei valori correnti Deflazione Indiretta: Numero Indice dei Prezzi di tipo Paasche d. Trasformazione degli Indicatori Elementari Numeri Indice base=1985 e. Attribuzione dei segni Serie storiche con andamento inverso rispetto al ciclo economico considerati i reciproci

10 f) Individuazione della componente ciclica e tendenziale
Individuazione del Trend Utilizzo di un particolare tipo di Regressione non Parametrica LOCAL REGRESSION (Smoother) Con la Local Regression viene approssimata tramite un polinomio nelle vicinanze di ogni punto di x. L’approssimazione locale viene poi adattata tramite il metodo dei minimi quadrati ponderati Programma utilizzato Package Locfit del Programma R Individuazione della componente ciclica Deviation Cycles la componente ciclica è ottenuta come differenza tra il dato corrente e il dato della tendenza

11 3.3 Ponderazione ed Aggregazione degli Indicatori Elementari
Utilizzo dell’ Analisi delle Componenti Principali Vantaggi: data la sua robustezza statistica, riduce l’arbitrarietà del metodo di calcolo permette di attribuire pesi sia positivi che negativi Implemetazione: Si parte dalla Matrice X (23x45) dei dati originali Si derivano gli autovettori ed autovalori della Matrice di Correlazione Corr (X) Si calcola la Prima Componente Principale (tempo t): Combinazione lineare dei dati originali standardizzati utilizzando come coefficienti di trasformazione i valori della prima colonna della Matrice A degli autovettori

12 3.4 Le Correlazioni Coefficienti di Correlazione
Andamento ciclico Va_Toscana: 0.723 Andamento ciclico Va_Italia: 0.782

13 3.5 L’Analisi di Sensitività
Per verificare l’affidabilità e la robustezza calcolo dell’indicatore estraendo dalla matrice dei dati a turno uno dei 45 indicatori elementari

14 Progetto sperimentale:
La metodologia permette un’analisi delle divergenze/convergenze evolutive dei vari aspetti delle economie locali (studio dei loadings) Il modello “tiene” risultati del 2007 coerenti con il 2005/6 momento di incontro e confronto con gli Uffici Studi delle CCIAA

15 Analisi dei risultati: Cronologia Ciclica
In base ai turning points dell’indicatore 3 episodi ciclici

16

17

18

19

20

21

22

23

24

25 Grazie