L’analisi multivariata

4.1 L’Analisi in Componenti Principali

Il primo passo della ricerca è stato quello di sottoporre la matrice dei dati all’Analisi in Componenti Principali (ACP) in modo da evidenziare forme latenti di legame tra le variabili considerate (Benzécri, 1973). Valutando la matrice delle correlazioni sono stati presi in considerazione i primi tre fattori che nell’insieme spiegano il 90% della variabilità totale.

Il primo fattore, definito “Condizione socio-finanziaria”, spiega il 60,54% della variabilità totale.

Rivista Italiana di Economia Demografia e Statistica 43

Figura 1 – Il cerchio delle correlazioni tra il primo e il secondo asse.

Gli indicatori presenti in tale asse sono relativi alla struttura della famiglia (Persona di riferimento Maschile; Persona di riferimento Femminile; Famiglia composta da 2 persone; Superficie occupata di (60--|100) mq.; disponibilità di acqua potabile; Abitazione di proprietà; Reddito disponibile), nonché alla componente finanziaria (Credito al consumo; Depositi in conto corrente liberi, Finanziamenti oltre il breve e per cassa). Il secondo fattore, definito “Condizione occupazionale”, spiega il 23,35% della variabilità complessiva. In questo asse si collocano il tasso di attività maschile e femminile; il tasso di disoccupazione maschile e femminile ed l’indice di dipendenza anziani. Infine, il terzo fattore, definito “Offerta bancaria”, spiega il restante 6,11% della traccia e si contraddistingue per la Percentuale di banche popolari, Percentuale di credito cooperativo e dai tassi di interesse.

4.2 La Cluster Analysis

L’ACP ha consentito di evidenziare la nuvola di punti relativa alla disposizione delle regioni italiane lungo gli assi principali d’inerzia. A partire, quindi, dalle coordinate fattoriali ottenute è stato possibile individuare dei cluster di regioni da intendersi come classi di equivalenza sotto determinati criteri. In realtà, si tratta di evidenziare dei gruppi che siano al loro interno omogenei, ma eterogenei tra loro in

merito alle caratteristiche considerate (Bolasco, 2004). Per determinare il numero ottimale dei gruppi finali è stata effettuata la lettura del dendogramma che ha portato a selezionare un numero di gruppi pari a tre (Tabella 2), pervenendo a un guadagno nel rapporto di inerzia inter/totale da 0,59 a 0,60. Per ogni cluster è stato definito un profilo in base alle caratteristiche che accomunano le regioni in esso racchiuse (Figura 2).

Tabella 2 – La distribuzione delle regioni italiane tramite clusterizzazione. GRUPPI

Numero casi

1° Cluster 2° Cluster 3° Cluster

1 Abruzzo Basilicata Emilia-Romagna

2 Friuli-Venezia Giulia Calabria Lazio

3 Liguria Campania Lombardia

4 Marche Puglia Piemonte

5 Molise Sardegna Toscana

6 Trentino-Alto Adige Sicilia Veneto

7 Umbria

8 Valle d’Aosta

Il primo cluster, definito “Regioni ad esclusione finanziaria bassa”, include il centro-ovest ed il nord Italia. Si rileva una buona copertura territoriale (percentuale di banche popolari: 12% contro 5%), una consistente raccolta bancaria (depositi famiglie: 12% contro 5%) e ingenti finanziamenti per cassa: 13,5% contro 5% ed oltre il breve: 12% contro il 5%. Le caratteristiche delle famiglie di queste regioni descrivono una condizione più che agevolata, difatti la percentuale di reddito disponibile è del 10,4% contro il 5% nazionale; la percentuale delle famiglie che vive in case di proprietà è del 9% contro il 5% nazionale, e la percentuale di famiglie che vive in abitazioni la cui superficie è tra i 60 ed i 100 mq è del 9,4% contro il 5% nazionale.

Il secondo cluster è definito “Regioni ad esclusione finanziaria limitata”, infatti l’accesso al credito (credito al consumo), seppur minimo è comunque garantito (1,5% contro il 4,6% nazionale), è anche minima la percentuale di banche popolari (0,7% contro circa il 5% nazionale), che comunque caratterizza il gruppo di regioni accumunate per tale peculiarità. Le regioni appartenenti a tale gruppo sono dislocate tra il centro-est ed il nord del paese. Tali regioni risultano inoltre simili per avere una percentuale di reddito disponibile al di sotto del dato nazionale (1,6% contro il 5% nazionale). In generale, si tratta di regioni in cui la famiglia vive discretamente vivendo in case di proprietà, con una superficie che varia tra i 60 ed i 100 mq., disponendo di servizi primari essenziali come l’acqua potabile.

Infine, il terzo ed ultimo gruppo, denominato “Regioni con esclusione finanziaria elevata” caratterizza prevalentemente il mezzogiorno, difatti si tratta di

Rivista Italiana di Economia Demografia e Statistica 45

tutte le regioni del sud Italia e le variabili presenti nel cluster sono legate al disagio occupazionale (tasso di disoccupazione maschile e femminile sopra la media nazionale, rispettivamente 10,8% e 15,4% contro il 6,1% maschile ed il 9,3% femminile nazionale).

Figura 2 – La geografia dell’esclusione finanziaria in Italia.

Le medesime regioni sono accumunate anche dall’indice di dipendenza anziani [rapporto della popolazione (65+) su popolazione (15-64)] che è pari al 27,2% contro il 31,6% nazionale, sottolineando come la popolazione sia prevalentemente giovane, ma disagiata dal punto di vista occupazionale. I tassi di attività maschile e femminile sono infatti sotto la media nazionale (rispettivamente 67,6% e 38,1% contro il 74,2 % e 52,4%).

5. Conclusioni

L’analisi multivariata ha messo in evidenza tre gruppi di regioni con particolari caratteristiche in termini di esclusione finanziaria. Specificamente, è stato possibile giungere a due importanti ordini di riflessioni.

Il primo riguarda la differente ripartizione geografica del fenomeno dell’esclusione finanziaria che conferma la persistenza di una situazione di arretratezza nelle regioni del Mezzogiorno. Il secondo ordine di riflessioni concerne la necessità di agire sia dal lato della domanda, attraverso un miglioramento delle condizioni socio-economiche della popolazione italiana, che dal lato dell’offerta mediante l’ampliamento dell’accesso ai servizi finanziari, una maggiore capillarizzazione delle istituzioni finanziarie in contesti rurali e aree

urbane disagiate, una semplificazione delle procedure di erogazione del credito e un adeguamento dei tassi di interesse.

Riferimenti bibliografici

Benzécri, J. P.,1973. L’Analyse des Données. Tome I, Dunod: Paris.

Bolasco, S. 2004. Analisi Multidimensionale dei Dati. Metodi, strategie e criteri d’interpretazione. Carocci: Roma.

Caskey, J.P. 2000. Reaching Out the Unbanked, Working Paper No. 15, Center for Social Development, Washington University.

Claessens, S. 2005. Access to Financial Services: A Review of the Issues and Public Policy Objectives, World Bank Policy Research Working Paper No. 3589, maggio.

Kempson E. e Whyley C. 1999. Understanding and Combating Financial Exclusion, Insurance Trends, 21, pp. 18-22.

Peachey, S. e Roe A. 2004. Access to Finance, A Study for the World Savings Bank Institute, Oxford Policy Management, ottobre.

Pesaresi N. e O. Pilley 2003. Retail Banking, Social Inclusion and Public Services, Competition Policy Newsletter, No.1.

SUMMARY

This research intends to highlight how some factors, such as the characteristics of the families and some financial indicators can influence the financial exclusion, and present the financial exclusion trend in the Italian regions.

The study is realised through the Principal Component Analysis, to summarize the relationship between the different dimensions of the investigated phenomenon, and the Cluster Analysis to carry out typologies of clusters of Italian regions which are inside homogeneous but heterogeneous between them by the characteristics considered.

___________________________________

Angela COSCARELLI, Dottore di Ricerca in “Storia Economica, Demografia, Istituzioni e Società nei paesi mediterranei, Università della Calabria.

Domenica FEDERICO, Dottore di Ricerca in “Scienze bancarie e finanziarie”, Università della Calabria.

Antonella NOTTE, Dottore di Ricerca in “Scienze bancarie e finanziarie” Università della Calabria.

Rivista Italiana di Economia Demografia e Statistica Volume LXIII nn. 3-4 – Luglio-Dicembre 2009

DIMENSIONI DI BENESSERE TRA LE FAMIGLIE ITALIANE.