Definizione delle variabili dipendenti e indipendent

L’analisi empirica quantitativa è stata condotta mediante l’applicazione di diversi modelli di stima (di seguito descritti). Come richiesto dalla tecnica statistica sono state individuate le variabili dipendenti e indipendenti: la prima, rappresenta la variabile spiegata, ossia l’oggetto sul quale si vuole indagare l’effetto derivante dalle variazioni delle seconde, dette anche predittori.

Le variabili dipendenti

Per fornire risposta ai quesiti oggetto di indagine e individuare l’eventuale l’influenza che la proprietà e/o il coinvolgimento familiare possono esercitare sulle performance aziendali, si è fatto riferimento agli indicatori economico-finanziari maggiormente adottati in letteratura per esprimere la capacità di un’impresa di creare valore: return on equity (ROE) e return on assets (ROA).

Il ROE (return on equity) indica il rendimento che il capitale di proprietà ha prodotto per effetto della gestione ed esprime la capacità dell’impresa di creare valore in modo efficiente. Si tratta di un indicatore generale del livello di redditività aziendale e si esprime come rapporto tra reddito netto d’esercizio e patrimonio netto (Sraer, Thesmar, 2007; Mazzola et al., 2013; Minichilli et al., 2015).

Il ROA (return on assets), definito come il risultato del rapporto tra reddito operativo e totale attivo, esprime la capacità dell’impresa di utilizzare in maniera efficiente le attività aziendali (Sraer, Thesmar, 2007; Mazzola et al., 2013).

Tali indici vengono comunemente utilizzati per valutare, anche con riguardo a periodi di crisi (Minichilli et al., 2015), l’impatto delle diverse forme di governance sulle performance aziendali (e.g., Amore et al., 2014; Anderson & Reeb, 2003; Miller et al., 2013; Minichilli et al., 2010).

Dette variabili, riconducibili alla macro-categoria delle misure di performance di tipo economico-finanziario, sono state estratte dalla banca dati AIDA.

Le variabili indipendenti

L’individuazione delle variabili indipendenti ha come fine ultimo quello di analizzare, nelle imprese appartenenti al campione, l’eventuale presenza del c.d. “effetto famiglia” sulle performance delle imprese.

Al fine di verificare se la proprietà familiare incide positivamente sulle performance economiche delle medie imprese italiane (H1) sono state individuate le seguenti variabili indipendenti:

- Family

Il carattere familiare delle imprese è stato definito mediante applicazione del criterio basato sulla quota di proprietà posseduta dalla famiglia, peraltro adottato anche in numerosi studi condotti sulle imprese italiane (Minichilli et al., 2010; Naldi et al., 2013).

Il carattere della familiarità è stato quindi rinvenuto allorché una singola persona fisica o una famiglia detiene più del 50% del capitale proprio investito nell’impresa. Il legame di parentela si rinviene, al fine dell’analisi, nel caso in cui vi sia affinità di cognome tra i soci proprietari (Corbetta, Minichilli e Quarato, AUB-2015).

La classificazione delle imprese come familiari/non familiari è stata effettuata attingendo ai dati contenuti nel Registro delle Imprese, con riguardo alla voce “quote societarie e di partecipazione”. Tale analisi ha anche consentito di individuare quelle imprese che, nel corso del periodo di osservazione considerato (2007-2014), hanno subito mutamenti di stato – da familiari a non familiari e viceversa.

Il carattere familiare così come qualificato è stato poi operazionalizzato mediante una variabile dummy che assume valore “1”, nel caso in cui la famiglia detenga la maggioranza assoluta del capitale (più del 50%), o valore “0”, se l’impresa, non soddisfacendo i requisiti richiesti, appartiene alla categoria delle imprese non familiari.

- Pil_var

Rappresenta l’andamento dell’economia italiana per ogni singolo anno d’analisi, calcolata come variazione percentuale del prodotto interno lordo (a valori costanti) da un anno all’altro. Il dato è stato ottenuto dalla pagina web della European Commision – Economic and Financial Affairs (www.ec.europa.eu).

La verifica in ordine alla presenza di una positiva relazione tra il maggior grado di coinvolgimento della famiglia nella governance aziendale e le performance economiche (H2) è stata condotta mediante individuazione delle variabili indipendenti di seguito indicate:

- Livello di concentrazione proprietaria

Tale caratteristica è stata misurata attraverso due variabili che, alternativamente, assumono le fome: fam_own e fam_capitale.

Fam_own misura il peso della famiglia all’interno della compagine societaria in

termini di “teste”. Tale variabile è calcolata come rapporto tra il numero di soci membri della famiglia e il numero totale dei soci.

Fam_capitale rappresenta il livello di concentrazione proprietaria in termini di quota

percentuale di capitale detenuta dalla famiglia (Sciascia et al., 2008; Mazzola et al., 2013).

Al fine di ottenere le informazioni necessarie all’individuazione di tali termini, anche in questo caso, sono state analizzate le risultanze delle visure camerali annuali delle singole imprese con riferimento all’intero arco temporale di valutazione.

- Coinvolgimento della famiglia

Gli aspetti legati alla governance familiare sono stati misurati mediante l’utilizzo delle seguenti variabili: Fam_cda e Fam_control

Fam_cda misura il peso della famiglia all’interno del consiglio d’amministrazione

(Cda), risultante dal rapporto tra il numero di consiglieri familiari e il numero totale dei consiglieri nell’organo di governo (Lee, 2006; Mazzola et al., 2013). Nel caso di Amministratore Unico (AU), tale rapporto è stato indicato con valore pari a 1 laddove AU è un membro della famiglia, 0 in caso contrario.

Family_control: questa variabile indica la presenza della famiglia nelle posizioni di

leadership aziendale (Kowalewski et. 2010; Minichilli et al., 2015). Alla variabile è stato assegnato il valore 1, nel caso in cui almeno un membro della famiglia ricopra il ruolo di Amministratore Delegato, Amministratore, Presidente o Amministratore Unico; il valore 0 in tutte le altre ipotesi.

Le variabili di controllo

L’utilizzo delle cosiddette variabili di controllo - che, ad eccezione di età_cda, sono comuni ad entrambe le ipotesi di ricerca (H1 e H2) - consente di evitare che si producano effetti distorsivi nella stima dei regressori a causa dell’omissione nel modello di variabili rilevanti. Le variabili di controllo, pur non essendo oggetto diretto di indagine, devono intendersi collegate alla variabile dipendente.

Ai fini della presente analisi sono state impiegate le seguenti variabili di controllo (Miller et al. 2007; Morresi e Naccarato 2016), i cui valori sono stati estratti dal database AIDA:

- Attivo: rappresenta la dimensione aziendale, misurata dalla trasformazione

logaritmica del totale attivo annuo. L’applicazione di questa variabile è connessa agli effetti che la dimensione potrebbe esercitare sulle performance, il cosiddetto “size effect” (Morresi, 2009);

- Età_azienda: indica l’età aziendale ottenuta come numero di anni che intercorrono

tra il 31.12.2014 (considerato ultimo anno d’analisi) e l’età di costituzione dell’impresa. L’utilizzo di questa variabile è legato al potenziale effetto che l’età anagrafica dell’impresa può verosimilmente produrre sulle performance di mercato; - Età_cda: tale variabile misura l’età media del consiglio di amministrazione, calcolata come la sommatoria dell’età dei singoli consiglieri diviso il numero totale dei consiglieri. L’applicazione di questa variabile tiene conto dell’eventuale effetto che l’età media del consiglio di amministrazione può avere sui risultati. Misurando una caratteristica propria del consiglio di amministrazione tale variabile poteva essere utilizzata solamente con riferimento ad H2.

L’introduzione nel modello delle variabili attivo, età_azienda e età_cda è stata effettuata mediante la trasformazione in forma logaritmica dei valori assoluti, al fine di evitare problemi di eteroschedasticità. Tale situazione, infatti, si verifica quando la varianza dell’errore è condizionata dalle variabili indipendenti, da cui deriva che l’errore ha varianza non costante (Wooldrige, 2009).

- Indebitamento, variabile rappresentativa della struttura finanziaria dell’impresa,

risultante dal rapporto tra il debito verso banche e altri finanziatori e il patrimonio netto (database Aida). Questo quoziente tiene conto del fatto che livello di indebitamento dell’azienda che può influenzarne i risultati economico-finanziari.

- Settore: rappresenta il settore di appartenenza dell’impresa identificato attraverso il

codice Ateco2007. Questa variabile è stata elaborata tramite una batteria di dummy 9-1, con omissione della prima categoria “agricoltura e attività manifatturiere”. Al fine di ottenere gruppi settoriali composti da un numero minimo d’imprese, sono stati

individuati i seguenti raggruppamenti (la lettera indicata in parentesi rimanda alla classificazione Ateco2007):

1) agricoltura (A) e attività manifatturiera (C);

2) fornitura di energia elettrica, gas, vapore e aria condizionata e fornitura di acqua (D); reti fognarie, attività di gestione dei rifiuti e risanamento (E);

3) costruzioni (F);

4) commercio all’ingrosso e al dettaglio; riparazioni di autoveicoli e motocicli (G); 5) trasporto e magazzinaggio (H);

6) attività dei servizi di alloggio e di ristorazione (I) e noleggio, agenzie di viaggio, servizi di supporto alle imprese (N);

7) servizi di informazione e comunicazione (J);

8) attività finanziarie e assicurative (K), attività immobiliari (L), attività professionali, scientifiche e tecniche (M); altre attività di servizi (S);

9) sanità e assistenza sociale (Q)

- Tempo: indica l’anno di analisi 2007-2014, definito mediante una batteria di 8-1

variabili dummy, essendo stato omesso l’anno 2007. Ciò permette di controllare il modello per ogni anno di osservazione.

- Regione: rappresenta le diverse regioni del Centro Italia in cui operano le aziende:

Lazio, Marche, Toscana e Umbria. Anche in questo caso è stata definita mediante l’attribuzione di 4-1 dummy, con omissione della regione Lazio. Tale variabile inserita nel modello consente di controllare per la localizzazione delle imprese.