1390 research outputs found
Sort by
Bivariate censored models in microeconometrics: theory and applications
Per l'analisi dei microdati, i modelli microeconometrici sono diventati, in
economia applicata, strumenti standard per la ricerca empirica. Tra i pi u
utilizzati vi sono i modelli che gestiscono l'osservabilit a parziale o imperfetta
delle variabili di risposta, ossia i modelli econometrici con variabili dipen-
denti censurate, troncate o categoriche. Diversamente dal caso in cui si
hanno variabili dipendenti continue, gli stimatori di massima verosimiglianza
per modelli con variabili dipendenti limitate sono pi u sensibili a errori di
speci cazione come nel caso in cui venga violata l'assunzione di normalit a
bivariata che comporta l'inconsistenza dello stimatore.
Divisa in tre contributi distinti, la tesi si focalizza sui problemi di testare
la normalit a congiunta e di analizzare metodi di stima alternativi nel caso in
cui l'assunzione distribuzionale sia scorretta in modelli bivariati censurati. Il
capitolo 1 esplora le propriet a in campioni niti dei conditional moment test
di normalit a bivariata per mezzo di esperimenti di Monte Carlo nel caso del
probit bivariato e del modello di sample selection. Sebbene l'assunzione di
normalit a congiunta sia testata raramente nelle applicazioni microeconomet-
riche di modelli bivariati con censura, numerosi contributi hanno trattato
il problema di ottenere stime consistenti sotto non-normalit a, soprattutto
per il modello di sample selection. Il capitolo 2 tenta di dare una visione
uni cata di queste opzioni di stima superando la forte dicotomia presente
in questa letteratura tra metodi parametrici e semiparametrici. Il capitolo
3 contiene un'applicazione empirica di stima e test di un modello bivari-
ato con censura applicato alla performance e alla persistenza degli studenti
universitari. Il modello viene stimato utilizzando dati amministrativi di
quattro facolt a dell' Universit a Politecnica delle Marche che contengono in-
formazioni, per gli anni 2000-2006, sulle immatricolazioni, sulla performace
e sull'abbandono degli studi al primo anno
Analisi dei dati RICA finalizzati all'approfondimento del tema della gestione del rischio in agricoltura. Misurazione delle performance finanziarie e patrimoniali delle aziende agrarie e relativa definizione di un modello di rating
Il presente elaborato ha condotto alla determinazione di un algoritmo (quoziente
ponderato) di rating per valutare il merito creditizio delle aziende agrarie basato su
un’unica fonte informativa: l’archivio RICA. Tale fonte è stata scelta per i seguenti
motivi:
semplicità di utilizzo;
attendibilità dei dati ivi contenuti;
significativa profondità di data set disponibile (6 anni di dati).
Le variabili impiegate nei calcoli dell’algoritmo di rating proposto presentano alcune
sostanziali differenze rispetto alle due metodologie utilizzate nei precedenti analoghi
studi in ambito agricolo (Moody’s per ISMEA e EM Score di Altman).
Il quoziente ponderato determinato risulta così composto:
Q = (15% * A) + (30% * B) + (25% * C) + (30% * D)
dove:
A: Sup_TOT.
B: Cap_FOND_TOT / Sup_TOT.
C: Inv_FOND_NEW / Cap_FOND_TOT.
D: Cap_ESE_PROP / Sup_TOT.
Il quoziente può variare tra un minimo di 0,75 e un massimo di 3.
Le Probabilità di Default associate alle diverse classi di rating, sono riportate nella
tabella che segue. Le evidenze empiriche di carattere discreto hanno rilevato uno andamento “a
campana”, ove la curva gaussiana è raffigurabile nelle frequenze di aziende
concentrate principalmente nei valori centrali.
Il modello di rating evidenziato è contraddistinto dall’utilizzo esclusivo di variabili
quantitative in quanto sono le uniche che incorporano le seguenti caratteristiche:
oggettività di misurazione,
presenza nell’archivio RICA,
espressive di solidità, opportunità di sviluppo e potenzialità intrinseche del
sistema aziendale.
Piuttosto che focalizzare l’attenzione principalmente sui potenziali rischi che
potrebbero determinare un’insolvenza, pur senza prescindere dall’associazione di una
Probabilità di Default, ci si è proposto l’obiettivo di creare un sistema di calcolo
guidato da termini positivi, ossia di opportunità di sviluppo, potenzialità intrinseche
nel sistema aziendale, basate sulle risorse effettivamente disponibili. La valutazione
della creazione di opportunità di sviluppo e delle potenzialità intrinseche del sistema
aziendale, costituendo una evidente riduzione dei rischi di insolvenza, ha consentito
un’associazione prevalentemente indiretta dei range di Probabilità di Default a
ciascuna classe di rating