A livello di variabili, l’anzianità sembra avere in generale un’incidenza maggiore sulla variabilità del valore rispetto alla variabile chilometraggio, a conferma di quanto riportato nel capitolo introduttivo della presente ricerca. Si può quindi affermare che l’anzianità è il criterio principale per quanto concerne l’obsolescenza del veicolo, e la sua relazione è particolarmente forte nei segmenti naked, enduro e da strada. Per quanto concerne la variabile del chilometraggio, benché abbia generalmente un effetto meno pronunciato sul deprezzamento dei veicoli, è un criterio rilevante per il segmento naked e alcune marche delle categorie da strada e naked, mentre è più marginale per scooter e cruiser. Per quanto riguarda le variabili della cilindrata e della potenza, esse sono risultate particolarmente incisive per il segmento scooter, mentre si sono rilevate discretamente determinanti per altri segmenti, seppur con una certa eterogeneità rispetto a marchi diversi.
Per quanto concerne il segmento cruiser, nessuna delle variabili da noi analizzate si è rivelata decisiva, rendendolo un segmento il cui prezzo di vendita dei modelli è molto difficile da stimare. In effetti, nel caso di alcuni marchi premium (tra cui Harley-Davidson per i cruiser e Piaggio per gli scooter), la presente ricerca ha rilevato la presenza di un numero insolito di
outliers nei grafici a dispersione dei residui standardizzati (v. allegati 32 e 33). A riconferma
delle dinamiche dell’asimmetria informativa nel mercato dei motoveicoli usati descritte all’inizio della presente ricerca, in questi modelli dove sono presenti valori anomali di residui oltre 3 deviazioni standard, questi sono quasi sempre stati osservati nel quadrante alto del grafico dei residui standardizzati positivi (ricordiamo che se un residuo è positivo, allora la regressione ha stimato un prezzo inferiore al valore effettivo; viceversa, se il residuo è negativo, la regressione ha fornito una stima superiore al valore reale). Ciò significa che, in tutti i casi presi in considerazione, valori anomali e/o estremi sono sempre risultati “a vantaggio” dei venditori (che applicano un prezzo di vendita esagerato). Solo in pochissime osservazioni isolate del segmento scooter sono presenti valori anomali nel quadrante basso dei grafici.
Successivamente, così come descritto nel metodo di valutazione dei modelli all’inizio del capitolo 5, le prove empiriche hanno confermato che il coefficiente di determinazione R² preso da solo non è sufficiente per stabilire la bontà dei modelli previsionali. Infatti, il modello previsionale per il marchio Honda nel segmento degli scooter aveva chiaramente un potere previsionale scarso, nonostante l’R² di ben 0.80. Viceversa, anche modelli con errori medi relativamente bassi potevano risultare nel complesso pessimi modelli, come ad esempio è successo per Harley-Davidson nel settore dei cruiser. Il modello aveva infatti un errore medio percentuale abbastanza basso, però il suo R² era di solo 0.40. Ricordiamo che l’R² così basso è dovuto principalmente al grande numero di outliers di residui con 3-4 volte la deviazione standard e allo scarso effetto sul prezzo di vendita che hanno le 4 variabili esaminate sul marchio statunitense, come abbiamo visto nel capitolo relativo alle analisi delle curve. Questo fenomeno potrebbe essere spiegato dalla specializzazione del segmento, orientato alla modifica dei mezzi oppure ad altri fattori. Nonostante il buon numero di osservazioni utilizzate per i modelli del segmento cruiser, nessuno modello di questo segmento ha generato delle stime di prezzo sufficientemente accurate da poter essere utilizzabile secondo i nostri criteri.
Ciononostante, la presente ricerca ha saputo fornire 22 modelli previsionali del prezzo utilizzabili per marchi e segmenti diversi. I modelli delle categorie “da strada”, enduro e naked sono risultati generalmente molto buoni e accurati, mentre per quanto riguarda i modelli previsionali del segmento scooter, questi sono risultati generalmente discreto/buoni. In fase di costruzione dei modelli, sono stati visti sia modelli di tipo lineare semplice che complessi. Questi ultimi sono stati costruiti poiché secondo quanto emerso nella stima delle funzioni bivariate nel capitolo 4, in quasi tutte le coppie di variabili le curve erano meglio approssimabili da funzioni complesse (quadratiche, cubiche, logaritmiche) rispetto alle funzioni di tipo lineare semplice. Questo era vero quantomeno in ottica bivariata, non per forza in regressione multipla con 3 o più variabili. Nelle regressioni multiple che abbiamo svolto, comunque, il miglioramento si è verificato spesso anche se non sempre. Su 25 marchi/segmento analizzati per un totale di 50 modelli di regressione eseguiti, il modello complesso aveva una capacità previsionale migliore nei due terzi dei casi, mentre il restante un terzo aveva nei modelli lineari semplici una bontà previsionale pari o migliore a quella dei modelli complessi.
Quale che sia il modello previsionale utilizzato, il prezzo di previsione è da intendersi per motoveicoli in stato di marcia e di sicurezza e con un normale stato di usura, tuttavia l’autore riconosce che possono esserci molte altre variabili che possono influire sul prezzo di vendita finale. Ad esempio, come già accennato all’inizio della ricerca, la presenza di accessori after-
market (nuovo scarico, parabrezza, paramani, navigatore, ecc…), garanzie di fabbrica o di
garage potrebbero far fluttuare il prezzo verso l’alto, mentre l’avvicinarsi dell’ispezione obbligatoria (collaudo), graffi alle carenature o usura dei componenti tendono a far scendere il valore del mezzo. Per questi motivi, si consiglia di valutare caso per caso con l’ausilio di un intervallo di confidenza, che per i nostri scopi è calcolato secondo la seguente formula:
𝐼𝐶 = 𝑉𝑎𝑙𝑜𝑟𝑒 𝑝𝑟𝑒𝑣𝑖𝑠𝑡𝑜 ± (𝑒𝑟𝑟𝑜𝑟𝑒 𝑚𝑒𝑑𝑖𝑜 % × 𝑉𝑎𝑙𝑜𝑟𝑒 𝑝𝑟𝑒𝑣𝑖𝑠𝑡𝑜)
Per analogia a quanto applicato da Eurotax per la valutazione di veicoli, anche il tipo di affare (permuta/ripresa, vendita del commerciante o commercio privato) incide sulla parametrazione del prezzo. A parità di altre condizioni, nel caso della permuta/ripresa, ci si può aspettare un valore di mercato più vicino al limite inferiore dell’intervallo di confidenza, viceversa nel caso della vendita del commerciante, ci si può aspettare un prezzo più vicino al limite superiore dell’intervallo. Nel caso della vendita C2C (mercato tra privati) invece, per veicoli in stato di marcia e con normale stato di usura, per analogia a quanto riportato precedentemente nel capitolo 2, il valore di mercato equo dovrebbe avvicinarsi di più al valore centrale dell’intervallo di confidenza. In caso di incertezza, qualora l’intervallo di confidenza non sia troppo ampio, è sempre possibile utilizzare il parametro di prezzo più alto come possibile punto di partenza per negoziazioni oppure quello intermedio per l’inserimento del valore contabile. Sempre a livello contabile, è possibile sfruttare le formule delle variabili relative all’obsolescenza e anzianità (se disponibili nel modello previsionale) per inserire il deprezzamento degli stessi nella contabilità. Sui migliori 25 modelli di regressione, 23 di essi contenevano sia la variabile anzianità che chilometraggio (o una loro variante derivata nei modelli complessi), con una significatività statistica in molti casi con P-Value inferiori a 0,001.
Nel caso in cui si trovino annunci di vendita con prezzo oltre al limite superiore dell’intervallo di confidenza, è importante verificare quali possono essere le ragioni di questo scostamento. A tal proposito, si consiglia di osservare in che fascia di distribuzione delle frequenze cumulate di errore medio assoluto percentuale si colloca il veicolo in questione rispetto alle nostre previsioni. Valori con un discostamento percentuale dal valore previsto oltre l’errore medio assoluto percentuale all’ottantesimo percentile (v. riepiloghi statistiche errori previsionali dei modelli) potrebbero indicare una speculazione da parte del venditore oppure, se dichiarate, caratteristiche particolari come per esempio eventuali accessori montati, revisioni svolte, eventuali personalizzazioni del veicolo o altro.
Anche nel caso in cui gli annunci riportati presentino eventuali prezzi di vendita al di sotto del limite inferiore dell’intervallo di confidenza potrebbero essere segnale di attenzione. Un motoveicolo potrebbe infatti presentare problemi o non essere pronto per un’eventuale ispezione obbligatoria (collaudo). Se questi problemi sono dichiarati, quantomeno il venditore è stato trasparente ed è possibile chiedere al proprio meccanico di fiducia la stima dei costi di manutenzione. In caso contrario, è necessario indagare ulteriormente per stabilire se si tratta effettivamente di un “ottimo affare” oppure di una “fregatura”.
6.1. Proposte di miglioramento
Come già accennato, per quanto riguarda il segmento dei cruiser, le 4 variabili prese in considerazione non sono risultate sufficientemente in grado di fornire delle stime di prezzo adeguate, poiché esistono altre dinamiche all’interno di questa categoria che rivestono un ruolo più importante (per esempio, accessori montati, modifiche e restyling completo dei motoveicoli e altri fattori). In futuri studi, è possibile svolgere interviste a esperti del settore e a gruppi di appassionati di cruiser, come per esempio il famoso gruppo H.O.G (Harley Owner Group), per determinare quali sono queste dinamiche e ridurre dunque l’eccessiva variabilità delle previsioni del valore.
Anche i modelli previsionali del segmento da strada relativo ai marchi Ducati e KTM sono migliorabili, poiché la varianza spiegata dalle variabili, attorno al 60%, ha reso i modelli dal punto di vista previsionale solo sufficienti/discreti. Per questi due modelli, andrebbero studiati altri potenziali fattori che influiscono sul valore dei veicoli così come eventuali particolari dinamiche che si verificano per questi marchi.
Per quanto riguarda il segmento degli scooter invece, il modello riguardante il marchio Piaggio è stato penalizzato soprattutto a causa della presenza di diversi valori estremi (outliers), ragion per cui andrebbero studiate le osservazioni con prezzi molto divergenti dal valore medio di regressione e cercare di determinare la dinamica particolare che si verifica per questo marchio. Il modello degli scooter Honda (valutato come insufficiente nonostante l’R² del 70%) aveva un errore medio talmente alto da causare pessime previsioni, caratterizzate da intervalli di confidenza eccessivamente ampi. Per questo motivo, sarebbe opportuno per questo marchio e segmento continuare gli studi sulle variabili e verificare le cause relative alla cattiva distribuzione dei residui.
Come proposta di miglioramento generale valida per tutti i modelli previsionali, è possibile proseguire gli studi per fornire modelli previsionali sempre più accurati e aggiornati secondo l’evoluzione del mercato, per esempio testando ulteriori funzioni su cui eventualmente derivare le variabili. Un'altra possibilità è quella di raccogliere ulteriori osservazioni e ripetere la costruzione dei modelli, anche se servirebbero sforzi incrociati (online e offline) per raccoglierne in futuro una quantità maggiore di quelli ottenuti con il webcrawling. Infine, avvalendosi di interviste a esperti nel settore, si potrebbero selezionare e studiare eventuali ulteriori variabili che si ipotizza possano influenzare il prezzo di un motoveicolo.