Metodi parametrici e non parametrici per la misura dell'efficienza nelle imprese manifatturiere

La tesi ha per oggetto la misurazione, con alcuni metodi parametrici e non parametrici, dell'efficienza tecnica di un panel bilanciato di grandi imprese manifatturiere italiane nel periodo
1997-2001.
L' originalità della tesi consiste nell'aver misurato nel tempo l'efficienza di un gruppo d'imprese, ipotizzando, quindi, un'efficienza che varia nel corso degli anni.
La maggior parte dei lavori empirici, che utilizzano dati cross-section, si basano, invece, sulla ipotesi che l'efficienza tecnica sia costante nel tempo.
Il nostro campione è composto da un panel d'imprese, rilevate dall'indagine annuale sulle principali società italiane di Mediobanca.
L'efficienza è definita, in letteratura, come il grado d'aderenza del processo produttivo ad uno standard d'ottimalità, rappresentato dalla funzione di produzione dei processi efficienti, detta anche funzione frontiera ed essa si può stimare utilizzando metodi parametrici o metodi non parametrici. L'approccio parametrico e quello non parametrico si basano su ipotesi, relative alla flessibilità della tecnologia, assolutamente differenti.
L'approccio parametrico, essendo di tipo stocastico, prova a scindere gli effetti imputabili all'inefficienza, da quelli dovuti all'errore; l'approccio non parametrico, viceversa, non essendo di tipo stocastico, confonde i due effetti.
I metodi parametrici, però, non riescono a distinguere gli effetti, ascrivibili ad un'errata specificazione funzionale da quelli attribuibili all'inefficienza; mentre i metodi non parametrici non sono influenzati da questo tipo di errore, quest'ultimi sono recentemente divenuti oggetto di particolare interesse e sono stati impiegati in numerosi lavori sull'analisi delle frontiere di produzione
Nell'analisi sono stati considerati dieci settori e per ognuno è stata stimata una frontiera di produzione stocastica, questo tipo di modello implica la specificazione di un termine di errore con due componenti stocastiche: una, l'errore stocastico, con distribuzione normale, l'altra, l'inefficienza tecnica, con distribuzione asimmetrica. Le frontiere stocastiche stimate, in quest'analisi, sono due: nella prima si ipotizza una distribuzione normale troncata per la componente stocastica, rappresentante l'inefficienza tecnica, nella seconda, invece, si ipotizza una distribuzione half-normal.
La tecnica non parametrica impiegata è la DEA, Data Envolopment Analisys, la cui principale caratteristica è quella di "inviluppare" i dati, vale a dire determinare una frontiera senza basarsi su funzioni di produzione o distribuzioni dell'errore predeterminate.
La frontiera di produzione è in gran parte composta da osservazioni virtuali, ottenute come combinazioni lineari di alcuni produttori efficienti, effettivamente osservati.
Un grande vantaggio del metodo DEA, ma anche di tutte le altre tecniche non parametriche, è quello di poter valutare la performance delle imprese, senza incorrere in problemi di distorsione delle stime, dovuti all'ipotesi dei rendimenti di scala costanti, come, invece, accade con le tradizionali tecniche parametriche.
In questa tesi è stato eseguito anche un confronto tra le misure di efficienza tecnica DEA, basate sull'ipotesi dei rendimenti di scala costanti (CRS) e quelle basate sull'ipotesi dei rendimenti di scala variabili (VRS), al fine di individuare le possibili analogie e le possibili differenze.
L'analisi è stata realizzata con l'ausilio di due software: FRONTIER Version 4.1 e DEAP (Data Envolopment Analisys Program) Version 2.1.
I software, entrambi realizzati dal professore Tim Coelli, sono serviti, rispettivamente, per eseguire l'analisi parametrica e quella non parametrica.