Studio dei determinanti del prezzo di un motoveicolo usato nel mercato svizzero : realizzazione e valutazione di modelli econometrici previsionali

(1)

Studio dei determinanti del

prezzo di un motoveicolo usato

nel mercato svizzero

Realizzazione e valutazione di modelli econometrici previsionali

Studente/essa

Marco Mondini

Corso di laurea

Economia aziendale

Tipo di documento

Tesi di Bachelor

Luogo e data di consegna

(2)

Titolo:

Studio dei determinanti del prezzo di un motoveicolo usato nel

mercato svizzero: realizzazione e valutazione di modelli econometrici

previsionali

Autore:

Marco Mondini

Relatore: Emiliano Soldini

Tesi di Bachelor in Economia aziendale

Scuola universitaria professionale della Svizzera italiana

Dipartimento economia aziendale, sanità e sociale

Manno, 1 settembre 2018

(3)

Abstract

Nel 2017, escludendo i ciclomotori, il parco motoveicoli svizzero contava ben 729'149 unità in circolazione, ed è cresciuto di addirittura il 47% dall’inizio del nuovo millennio. Il mercato dell’usato è in crescita, così come lo sono i rischi e le opportunità da esso derivanti. Il settore è infatti caratterizzato da asimmetria informativa tra commercianti e clienti tale per cui è spesso difficile per questi ultimi verificare se il prezzo di vendita di un motoveicolo è in linea con i prezzi di mercato. Il presente lavoro mira a identificare e studiare le determinanti del prezzo di un motoveicolo usato al fine di prevederne il prezzo di mercato, per fornire ai potenziali consumatori strumenti e consigli per aiutarli a ponderare razionalmente le decisioni di acquisto. Tramite un webcrawler programmato dall’autore, sono stati raccolti dati dal principale portale svizzero per la compravendita di motoveicoli usati. Sulla base di essi, con le tecniche della regressione multipla sono stati elaborati modelli econometrici previsionali per categorie e marche diverse. I risultati mostrano differenti dinamiche sui principali determinanti del prezzo rispetto a marchi e segmenti diversi. Per i segmenti naked, enduro e da strada, l’anzianità del motoveicolo è un parametro generalmente rilevante. Il chilometraggio è in particolar modo importante per il segmento naked, mentre si è rivelato più marginale per scooter e cruiser. Seppur con una certa eterogeneità tra segmenti e marchi diversi, cilindrata e potenza sono in genere discretamente determinanti, con un’incidenza particolarmente elevata nel segmento scooter. Concernente il segmento cruiser infine, 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.

(4)

Indice

Introduzione ... 4

1.1. Domanda di ricerca e obiettivi ... 5

1.2. Metodologia ... 6

2. La decisione di acquisto in situazione di asimmetria di informazione ... 9

3. Contesto di mercato e i dati disponibili ... 13

3.1. Criteri di esclusione ... 18

4. Analisi delle variabili e relazione sul prezzo di vendita ... 21

4.1. Prezzo di vendita ... 23

4.2. Anzianità veicolo ... 26

4.3. Chilometraggio ... 28

4.4. Cilindrata... 30

4.5. Potenza ... 32

5. Costruzione dei modelli previsionali del prezzo ... 34

5.1. Costruzione modello previsionale per moto Naked ... 38

5.2. Costruzione modello previsionale per moto da Enduro ... 43

5.3. Costruzione modello previsionale per moto da Strada ... 46

5.4. Costruzione modello previsionale per Scooter ... 51

5.5. Costruzione modello previsionale per moto Cruiser ... 55

6. Conclusioni ... 57

6.1. Proposte di miglioramento ... 59

(5)

Indice delle figure

FIGURA 1-ESEMPIO DI SUDDIVISIONE DATABASE PER TIPO E MARCA DI MOTOVEICOLO ... 6

FIGURA 2-ESEMPIO DI OUTPUT DELLA STIMA DI CURVE DI SPSS ... 7

FIGURA 3-ESTRATTO DELL'ALLEGATO 1-OUTPUT EUROTAX STIME PREZZI DI MERCATO VEICOLO ... 10

FIGURA 4-RAFFIGURAZIONE SITUAZIONE TIPO -CONSUMATORI RAZIONALI CHE VALUTANO PREZZI DI VENDITA ... 11

FIGURA 5-QUOTE DI MERCATO MOTOVEICOLI PER SEGMENTI DI CILINDRATA (2017) ... 13

FIGURA 6-QUOTE DI MERCATO SCOOTER PER SEGMENTI DI CILINDRATA (2017) ... 14

FIGURA 7-QUOTE DI MERCATO PER MARCA (ANNO 2017) ... 14

FIGURA 8-14'920MOTOVEICOLI PRESENTI SUL DATABASE DI MOTOSCOUT24 IL 26.06.2018 ... 15

FIGURA 9-CATEGORIE SELEZIONATE SU MOTOSCOUT24 ... 16

FIGURA 10-PRESENTAZIONE DEL DATABASE FILTRATO... 17

FIGURA 11-STATISTICHE DESCRITTIVE DATABASE ALLO STATO "GREZZO" ... 18

FIGURA 12-DATABASE FINALE (FILTRATO E SEGMENTATO) ... 20

FIGURA 13-STATISTICHE DESCRITTIVE PREZZO (SEGMENTO NAKED) ... 23

FIGURA 14-STATISTICHE DESCRITTIVE PREZZO (SEGMENTO ENDURO) ... 23

FIGURA 15-STATISTICHE DESCRITTIVE PREZZO (SEGMENTO STRADA)... 24

FIGURA 16-STATISTICHE DESCRITTIVE PREZZO (SEGMENTO SCOOTER) ... 24

FIGURA 17-STATISTICHE DESCRITTIVE PREZZO (SEGMENTO CRUISER)... 25

FIGURA 18-ANALISI BIVARIATA ANNO-PREZZO ... 26

FIGURA 19-ANALISI BIVARIATA KM-PREZZO ... 28

FIGURA 20-ANALISI BIVARIATA CILINDRATA-PREZZO ... 30

FIGURA 21-ANALISI BIVARIATA KW-PREZZO ... 32

FIGURA 22-TABELLA CRITERI DI VALUTAZIONE MODELLI PREVISIONALI ... 36

FIGURA 23–SPIEGAZIONE SCHEDE DI VALUTAZIONE MODELLI PREVISIONALI ... 37

FIGURA 24-RIEPILOGO STATISTICHE ERRORE PREVISIONALE - SEGMENTO "NAKED"- MARCHI BMW, DUCATI,HONDA E SUZUKI ... 39

FIGURA 25-RIEPILOGO STATISTICHE ERRORE PREVISIONALE - SEGMENTO "NAKED"- MARCHI TRIUMPH,YAMAHA ... 40

FIGURA 26-RIEPILOGO COEFFICIENTI REGRESSIONE DEI MODELLI MIGLIORI - SEGMENTO NAKED – MARCHE BMW,DUCATI, HONDA,SUZUKI ... 41

FIGURA 27-RIEPILOGO COEFFICIENTI REGRESSIONE DEI MODELLI MIGLIORI - SEGMENTO NAKED –TRIUMPH, E YAMAHA . 42 FIGURA 28-RIEPILOGO STATISTICHE ERRORE PREVISIONALE - SEGMENTO ENDURO – MARCHI BMW, HONDA,KTM, TRIUMPH ... 44

FIGURA 29-RIEPILOGO COEFFICIENTI REGRESSIONE DEI MODELLI MIGLIORI - SEGMENTO ENDURO – MARCHI BMW,HONDA, KTM,TRIUMPH ... 45

FIGURA 30-RIEPILOGO STATISTICHE ERRORE PREVISIONALE - SEGMENTO MOTO DA STRADA – MARCHI APRILIA,BMW, DUCATI,HONDA... 47

FIGURA 31RIEPILOGO STATISTICHE ERRORE PREVISIONALE - SEGMENTO MOTO DA STRADA – MARCHI KAWASAKI,KTM, SUZUKI E YAMAHA ... 48

FIGURA 32-RIEPILOGO COEFFICIENTI REGRESSIONE DEI MODELLI MIGLIORI - SEGMENTO MOTO DA STRADA – MARCHI APRILIA,BMW,DUCATI E HONDA ... 49

FIGURA 33-RIEPILOGO COEFFICIENTI REGRESSIONE DEI MODELLI MIGLIORI - SEGMENTO MOTO DA STRADA – MARCHI KAWASAKI,KTM,SUZUKI E YAMAHA ... 50

FIGURA 34-RIEPILOGO STATISTICHE ERRORE PREVISIONALE - SEGMENTO SCOOTER – MARCHI APRILIA,HONDA E PIAGGIO ... 52

(6)

FIGURA 36-RIEPILOGO COEFFICIENTI REGRESSIONE DEI MODELLI MIGLIORI - SEGMENTO SCOOTER – MARCHI APRILIA, HONDA,PIAGGIO,SYM E YAMAHA ... 54 FIGURA 37-RIEPILOGO STATISTICHE ERRORE PREVISIONALE – ... 56

(7)

Premessa

Per non pregiudicare la scorrevolezza del testo, una spiegazione sintetica di termini statistici che compaiono per la prima volta viene riportata a piè di pagina. Qualora si necessitano di maggiori approfondimenti, è possibile consultare il glossario dei termini e concetti statistici (allegato nr. 34) in fondo alla tesi.

(8)

Introduzione

Nel mercato dei motoveicoli usati, per analogia a quello delle autovetture, vigono in gran parte le regole di un mercato in regime di asimmetria di informazione tra venditori e potenziali acquirenti (Akerlof, 1970). Questo significa in sostanza che per un cliente medio (a meno che non disponga di conoscenze tecniche specifiche) è difficile valutare un veicolo e dunque ponderare razionalmente le decisioni di acquisto. Per questi motivi spesso il consumatore conclude iniqui affari, a vantaggio esclusivo del venditore, il quale trae extra profitti dovuti alle inefficienze di mercato. Tanto più alto è il gap tra le conoscenze del consumatore contro quelle del venditore, maggiore è il rischio.

Per ridurre i rischi legati alle inefficienze di mercato, è opportuno studiare i determinanti del prezzo di un motoveicolo nel mercato svizzero, che secondo a-Commerce AG (gestore di uno dei principali portali di compravendita di motoveicoli in Svizzera), tra essi figurano il chilometraggio, l’anzianità del veicolo, la potenza, la cilindrata, la marca, gli accessori montati, il servizio svolto e la presenza della garanzia del venditore o del fabbricante (Commercio-Moto, 2014).

Secondo NADA, l’associazione americana dei commercianti di veicoli, il chilometraggio ha un impatto sul valore inversamente proporzionale alla classe del veicolo. Ciò significa che in generale, tanto più piccola è la cilindrata di un veicolo, tanto più è grande l’impatto che ha il chilometraggio sullo stato generale del veicolo, e dunque sul deprezzamento dello stesso. NADA asserisce anche tuttavia che dovrebbe venire considerata anche la condizione generale del veicolo per calcolarne il deprezzamento (National Automobile Dealers Association, 2018). Anche Revzilla Motorsports, azienda statunitense esperta del settore, sembra confermare l’ipotesi, e aggiunge a titolo di esempio che “l’aspettativa di vita di una moto di tipo Touring è letteralmente 10 volte quella di moto fuori-strada, quando questa è espressa in chilometraggio”. L’azienda afferma che questo è dovuto al tipo di motore installato sul motoveicolo. Grandi motori che girano a bassi giri al minuto e caratterizzati da un’erogazione fluida, possono sopportare un chilometraggio nettamente più alto rispetto a motori più piccoli, con erogazione più “ruvida” tipica per esempio di monocilindrici ad alta compressione. Motori a V tipici dei cruiser di marchi quali Harley-Davidson, sono soggetti a vibrazioni maggiori rispetto a motori twin piatti, e dunque anche gli intervalli di manutenzione si accorciano, così come moto raffreddate ad aria subiscono un deterioramento più rapido rispetto a moto raffreddate a liquido (Revzilla Motorsports LLC, 2018).

Per quanto riguarda l’anzianità di un veicolo, Kelley Blue Book (azienda leader statunitense per la valutazione dei veicoli) asserisce che, benché dipenda molto caso per caso, l’anzianità potrebbe avere un impatto maggiore del chilometraggio sul deprezzamento del veicolo. Dopo diversi anni infatti, alcune parti soggette agli agenti atmosferici arrugginiscono, e altre parti invece come tubi, guarnizioni, la batteria e i pneumatici invecchiano e si deteriorano. Anche la benzina, ferma da troppo tempo nel carburatore, potrebbe cristallizzare e otturare i getti del carburatore, causando problemi di funzionamento. Tutti questi fenomeni possono avvenire

(9)

anche se il motoveicolo ha pochi chilometri ed è fermo in garage da anni (Kelley Blue Book Co. Inc., 2018).

Relativamente alla cilindrata, è chiaro che a parità di tutti gli altri fattori, ad una cilindrata maggiore si traduce una potenza maggiore del motoveicolo e dunque anche di valore. Tuttavia, oltre alla cilindrata, anche la potenza stessa è un fattore che influisce direttamente sul valore di un motoveicolo (Commercio-Moto, 2014). Benché in una certa qual misura queste due variabili sono correlate, e dunque ad un aumento della cilindrata corrisponde un aumento della potenza (Haining, 2018), è altrettanto vero che a parità di cilindrata e di tutti gli altri fattori, un motoveicolo con più cilindri erogherà più potenza rispetto a un motoveicolo con meno cilindri (Revzilla Motorsports LLC, 2017). Inoltre, a parità di cilindri del motore e di cilindrata, un motoveicolo sarà più potente di un altro in virtù di altri fattori quali la

compressione, la corsa dei cilindri, la carburazione etc. (Revzilla Motorsports LLC, 2017). La cilindrata influisce direttamente sulla classe/dimensionamento del motoveicolo e in parte anche all’erogazione del motore, mentre la potenza presa come fattore a sé può essere usata come indicatore generale della performance di un veicolo. Per queste ragioni, si reputa fondamentale analizzare entrambe le variabili ed includerle nei successivi modelli

econometrici previsionali.

Come abbiamo visto finora, la scelta delle 4 variabili principali su cui si concentrerà tutta la ricerca sono rispettivamente il chilometraggio, l’anzianità del veicolo, la cilindrata e la potenza. Nel limite di quanto i dati che raccoglieremo lo permetteranno, svolgeremo analisi approfondite sui 4 fattori rispetto a categorie e marche differenti, sia per evidenziare possibili differenze nelle dinamiche che si verificheranno, sia per ridurre l’eterogeneità e dunque migliorare la bontà previsionale dei successivi modelli econometrici.

1.1. Domanda di ricerca e obiettivi

La domanda di ricerca a cui la presente tesi vuole rispondere è la seguente:

“In che modo si può verificare che il prezzo di vendita di un motoveicolo usato nel mercato svizzero sia equo ed in linea con i vigenti prezzi di mercato?”

Gli obiettivi specifici dello studio sono riassunti come segue:

 Descrivere i fattori che influenzano il valore dei motoveicoli usati e valutare empiricamente le loro relazioni con il prezzo di vendita nel mercato svizzero

 Costruire e validare dei modelli econometrici previsionali di regressione lineare multipla per prevedere il prezzo di vendita di un motoveicolo usato e che possano essere di supporto alla decisione di acquisto.

 Fornire dei suggerimenti per il miglioramento delle prime versioni del modello previsionale.

(10)

1.2. Metodologia

Al fine di raggiungere gli obiettivi appena visti, in questa sezione tratteremo l’approccio ed il metodo generale utilizzato per svolgere la ricerca. Dapprima verranno analizzate alcune delle dinamiche più rilevanti che si verificano nella situazione di asimmetria informativa del mercato dei motoveicoli usati, sia nei rispetti dei commercianti che dei consumatori così come in situazioni di mercato diverse. Successivamente, verrà contestualizzato il mercato di riferimento riportandone alcune statistiche e criteri per la seguente raccolta dei dati.

Quindi saranno raccolti dati di massa tramite un webcrawler1_{programmato dall’autore tramite}

VBA2_{(Visual Basic for applications), concepito per la raccolta della maggioranza delle}

osservazioni della popolazione statistica3_{di motoveicoli. Il programma agisce sul principale}

portale svizzero di compravendita di motoveicoli (Motoscout24), e funziona tramite una serie di ruotine di codice che simula la ricerca di tutti i modelli per ogni categoria, ed estrapola le stringhe di testo immesse negli annunci (nome del modello, marca, km, anno, cc e kW) riportandole in una tabella Excel. I dati raccolti saranno quelli presenti sul portale nel periodo di giugno 2018. I dati saranno controllati e con l’aiuto di filtri, formule Excel e macro VBA, i dati saranno preparati per l’utilizzo successivo sul programma IBM SPSS 4_.

Il database raccolto sarà dunque suddiviso per categoria di motoveicolo (moto da strada, moto

naked, enduro, scooter, cruisers), che poi sarà segmentato ulteriormente per ogni marca

avente a disposizione almeno 50 osservazioni5_{(v. figura 1). Il motivo della suddivisione a}

segmenti di categoria e marca è dovuto al fatto che previsioni svolte da modelli su osservazioni omogenee sono molto più affidabili e accurate rispetto a modelli generici creati partendo da dati molto eterogenei.

Figura 1 - Esempio di suddivisione database per tipo e marca di motoveicolo

1_{Sistema di automazione informatica (macro) volta a raccogliere dati dal web in automatico.} 2_{Linguaggio di programmazione compatibile per l’utilizzo con il pacchetto MS Office.}

3_{La popolazione in statistica indica l’assieme di tutte le osservazioni presenti per un dato argomento.} 4_{Software statistico polivalente di IBM}

5_{Un osservazione è in statistica un “oggetto”, un qualche cosa esaminato su cui è possibile vedere e} confrontare delle variabili rispetto ad altre osservazioni.

Database Segmento A Marca X 50 osservazioni Altre marche Segmento B Marca Y 200 osservazioni

(11)

Successivamente, si svolgerà il processo di selezione dei dati relativi esclusivamente a motoveicoli usati e “normali” (per normali si intenderà motoveicoli facilmente trovabili in commercio, moto di serie e non edizioni limitate, speciali, vintage, d’epoca, o da gara). Questo avverrà tramite l’applicazione di filtri di esclusione. Osservazioni con prezzo di vendita straordinariamente alto o basso, chilometraggio eccessivo, veicoli nuovi, veicoli eccessivamente vecchi e d’epoca e altri motoveicoli speciali saranno esclusi dalle analisi e dai modelli previsionali.

Una volta preparato il database, verrà studiata la variabile prezzo così come le variabili indipendenti. Su queste ultime saranno stimate le curve delle funzioni tramite l’apposito tool del software SPSS. Durante questa fase di analisi verranno riportate le principali differenze così come particolari dinamiche e differenze che si verificano per marchi e categorie di moto diverse.

Figura 2 - Esempio di output della stima di curve di SPSS

Dove si verificano relazioni non lineari, nella misura in cui il coefficiente di determinazione6

stimato da SPSS di detta relazione binaria supererà quello del caso della linearità, verranno aggiunte al database delle variabili indipendenti derivate (quadratiche, cubiche, logaritmiche). Le funzioni quadratiche e cubiche verranno centrate sia per prevenire fenomeni di multicollinearità7_{tra variabili, sia per rendere più facilmente interpretabili le intercette della}

regressione (Keith, Multiple Regression and Beyond, 2006).

6_{Comunemente detto “R²”; è un indice che misura la capacità di un modello di spiegare la variabilità di} un fenomeno.

(12)

La creazione delle variabili centrate avviene per sottrazione della media dalle variabili originali (v. allegato 6 per le medie delle variabili), ad eccezione della variabile anzianità in cui preferiremo per ragioni pratiche sottrarre dalla media la variabile stessa (e non sottrarre dalla variabile la media come per le altre variabili) in modo tale da poter invertire i segni. Così facendo, è più intuitivo per chi utilizza i modelli capire che la variabile centrata dell’anzianità, se è negativa significa che il veicolo è “meno vecchio” mentre se è positiva il veicolo è “più vecchio”. 𝐶𝑖𝑙𝑖𝑛𝑑𝑟𝑎𝑡𝑎 𝑐𝑒𝑛𝑡𝑟𝑎𝑡𝑎 = 𝑋𝑐𝑐− ∑𝑘𝑖=1𝑋𝑐𝑐 𝑁 𝑃𝑜𝑡𝑒𝑛𝑧𝑎 𝑐𝑒𝑛𝑡𝑟𝑎𝑡𝑎 = 𝑋𝑘𝑊− ∑𝑘𝑖=1𝑋𝑘𝑊 𝑁 𝐶ℎ𝑖𝑙𝑜𝑚𝑒𝑡𝑟𝑎𝑔𝑔𝑖𝑜 𝑐𝑒𝑛𝑡𝑟𝑎𝑡𝑜 = 𝑋𝑘𝑚− ∑𝑘𝑖=1𝑋𝑘𝑚 𝑁 𝐴𝑛𝑧𝑖𝑎𝑛𝑖𝑡à 𝑐𝑒𝑛𝑡𝑟𝑎𝑡𝑎 = ∑ 𝑋𝑎𝑛𝑛𝑖 𝑘 𝑖=1 𝑁 − 𝑋𝑎𝑛𝑛𝑖

Le variabili centrate verranno utilizzate a loro volta per la creazione delle variabili centrate derivate (quadratiche, cubiche). Per quanto riguarda le funzioni logaritmiche invece, queste non verranno centrate prima della derivazione. Se si centrassero le variabili prima della trasformazione logaritmica, tutte le osservazioni con valori inferiori alla media della variabile risulterebbero negative, e non è aritmeticamente possibile svolgere il logaritmo naturale su numeri negativi (Keith, Multiple Regression and Beyond, 2006). Per la stessa ragione, non potendo eseguire aritmeticamente il logaritmo naturale di zero di eventuali motoveicoli con anzianità di zero anni, calcoleremo questa variabile derivata basandoci sull’anno di prima immatricolazione e non sull’anzianità.

Dopo l’analisi delle funzioni e delle curve, verranno dunque creati modelli di regressione multipla sia con le variabili originali (modelli lineari semplici), che con le variabili derivate (modelli complessi). I modelli verranno costruiti e convalidati tramite due database distinti; l’80% dei dati estratti casualmente (training-set 8_{) verrà utilizzato per creare i modelli di}

regressione multipla, mentre il 20% di questi dati (test-set 9_{), estratti casualmente, verranno}

usati per svolgere una cross-validation10_{, e cioè verificare la forza previsionale dei modelli}

econometrici su dati esterni alla costruzione dei modelli (Keith, Multiple Regression and Beyond, 2006). I modelli verranno analizzati e confrontati, e dunque verrà scelto il modello dalla miglior capacità previsionale secondo speciali criteri di valutazione. La metodologia completa circa la costruzione dei modelli previsionali così come il metodo dettagliato di valutazione degli stessi verranno ripresi nel dettaglio nella parte introduttiva del capitolo 5.

8_{Campione di dati usati per la costruzione di un modello previsionale.} 9_{Campione di dati usati per la validazione di un modello previsionale.}

10_{Procedura statistica che prevede il test di un modello di regressione su dati non provenienti dal} campione utilizzato originariamente per costruire il modello stesso. Questa procedura serve per validare il modello di regressione.

(13)

2. La decisione di acquisto in situazione di asimmetria di

informazione

In molti mercati, i potenziali acquirenti di un prodotto o servizio si affidano a statistiche di mercato e feedback di altri consumatori come aiuto alla decisione nella fase di un ipotetico acquisto (Akerlof, 1970). Nel mercato dei motoveicoli usati però, sempre che non si disponga di conoscenze specifiche di meccanica, ben difficilmente il consumatore medio ha il know-how necessario a valutare correttamente il valore di mercato di un motoveicolo. Al contrario, i commercianti, giacché operano nel mercato di riferimento e hanno il know-how tecnico specifico, sono in grado di valutare con maggior precisione il valore di un motoveicolo usato. Questo gap di conoscenze tra clienti e venditori, come riportato da Akerlof, incoraggia di fatto i commercianti a vendere veicoli usati ad un prezzo maggiore di quello che equamente varrebbero sul mercato, poiché il consumatore medio non dispone del know-how tale da permettergli di stimarne accuratamente il valore. Si dice, dunque, che il mercato è caratterizzato da asimmetria informativa a vantaggio dei commercianti, i quali sfruttano le inefficienze di mercato per aumentare il proprio profitto (Akerlof, 1970).

In effetti, trattandosi di un libero mercato, di fatto nessuno vieta ai commercianti di vendere un veicolo ad un prezzo superiore di quello che vale, così come nessuno vieta ai consumatori di acquistare l’ipotetico veicolo in questione da altri commercianti. Nei casi però in cui fosse evidente che il venditore ha ottenuto la conclusione del contratto simulando fatti falsi o tacendo dei fatti (per esempio occultando difetti di funzionamento), la controparte può impugnare il contratto per dolo (Scolari & Müller, 2009). Nei casi normali però, per gli acquirenti rimane comunque il problema della valutazione di un veicolo.

Fortunatamente per i consumatori, esistono dei sistemi di valutazione del prezzo per auto e moto usate. È possibile per esempio far analizzare da tecnici specializzati del TCS (Touring Club Svizzero) il veicolo, i quali rilasciano un certificato delle condizioni del mezzo ed una sua stima del valore. Tale procedura costa ben 158 CHF per i non soci e 95 CHF per i soci (Scout24 Svizzera SA, 2012). Nella prassi comune è però molto più in voga e utilizzato Eurotax, una piattaforma online per la valutazione di auto e moto, consigliato anche dal Touring Club Svizzero stesso per via della relativa praticità (TCS, 2018). Tuttavia, il problema è che in Svizzera questi sistemi di valutazione online sono a pagamento, contrariamente a quanto avviene in altri paesi come per esempio gli Stati Uniti (Revzilla Motorsports LLC, 2018). Benché il prezzo sia di soli 11 CHF per ogni valutazione di Eurotax, questo sistema è pratico solo nella misura in cui un privato vuole utilizzare il servizio una tantum, e non confrontare molteplici alternative di motoveicolo tra le quali ponderare una decisione di acquisto.

(14)

Il sistema a pagamento di Eurotax prevede la stima del valore di un veicolo in seguito all’inserzione dei dati relativi allo stesso (chilometraggio, anno di prima immatricolazione, marca e modello, certificato tipo, numero telaio, etc.).

Analizziamo un esempio di come è presentato l’output di Eurotax:

Figura 3 - Estratto dell'allegato 1 - Output Eurotax stime prezzi di mercato veicolo

Come si nota dalla figura qui sopra, il sistema Eurotax prevede due diverse stime di prezzo, rispettivamente una per l’acquisto/permuta e l’altro per la vendita (Eurotax, 2018). Nell’ultima pagina delle valutazioni Eurotax, vengono spiegate le ragioni del gap del prezzo, che vengono riassunte come segue:

1. “….L'aumento sul valore di vendita Eurotax è determinato dal margine di guadagno e da numerose prestazioni fornite dal commercio specializzato, come per es. le garanzie e la preparazione del veicolo… (Eurotax, 2018)”

2. “…La base della valutazione è costituita dagli attuali dati Eurotax forniti dal servizio di monitoraggio del mercato. Si tratta di valori medi, ottenuti dopo la compensazione delle differenze regionali… (Eurotax, 2018)”

3. “…Secondo la situazione del mercato regionale e riferita ai rivenditori, i prezzi determinati dal commercio specializzato possono divergere dai valori Eurotax… (Eurotax, 2018)”

4. “…Nella valutazione di veicoli usati è indispensabile tener conto del fatto che il valore è valido per veicoli aventi un grado di usura medio, naturalmente esenti da difetti, in stato di marcia e che permettono di circolare in tutta sicurezza… (Eurotax, 2018)”

5. “…Secondo l'anno di prima immatricolazione e il chilometraggio, il veicolo deve essere in condizioni perfette… (Eurotax, 2018)”

Per quanto concerne i punti sopra, la premessa per giustificare il gap di prezzo a favore dei venditori è in sintesi quello che il veicolo sia in stato ottimo di marcia e sicurezza, che sia esente da difetti, che abbia delle garanzie e che il venditore abbia preparato il veicolo per la messa in strada. Nella misura in cui però il venditore specula sul gap di conoscenze tra clienti e venditori, questo potrebbe fornire il veicolo al prezzo di valutazione per venditori di Eurotax senza però aver portato a compimento tutti i paradigmi sopra, risparmiando sui costi e ottenendo profitti maggiori. L’interpretazione dei punti sopra dunque potrebbe variare da un commerciante all’altro.

(15)

A questo punto, quello che i consumatori a volte fanno, è confrontare i prezzi di mercato presenti su Motoscout24, il più conosciuto portale web per la compravendita di motoveicoli usati e non (Motoscout24, s.d.). Tuttavia, non è possibile a priori stabilire se i prezzi di vendita dei motoveicoli “B,C,D” che l’acquirente sta analizzando per parametrare il veicolo “A” oggetto di interesse, siano loro stessi in linea con i prezzi di mercato. In sostanza, quello che succede nella pratica è che quando si parametra il prezzo di un motoveicolo online, si utilizza una media tra parametri di venditori onesti e commercianti che speculano sull’asimmetria informativa del mercato.

Figura 4 - Raffigurazione situazione tipo - Consumatori razionali che valutano prezzi di vendita

(Dati rielaborati dall’autore con Icone dell’utente Freepik, tratte da www.flaticon.com)

Un consumatore potrebbe anche preferire di utilizzare portali di vendita C2C (consumer to consumer, cioè da privato a privato) come per esempio “Tutti.ch”, “Ricardo.ch”, “Anibis.ch” etc., sperando di fare affari migliori. Spesso infatti, nelle trattative tra privati i prezzi sono generalmente più bassi per i potenziali acquirenti, mentre per i venditori il vantaggio è di poter vendere direttamente il veicolo senza passare per intermediari. In effetti però, il grande svantaggio dell’utilizzo di questi portali della vendita dei motoveicoli è la prassi comune di vendere veicoli senza alcuna garanzia (Touring Club Svizzero, 2018). In questi casi, è possibile andare incontro a fregature se l’acquirente non è un intenditore. (Scout24 Svizzera SA, 2012). Molto spesso infatti si trovano in vendita sui portali C2C motoveicoli datati, il cui ultimo collaudo è avvenuto diversi anni prima rispetto alla messa in vendita. Si ricorda che un motoveicolo viene chiamato al collaudo obbligatorio la prima volta dopo i 5 anni dalla prima messa in circolazione, poi dopo 3 anni e successivamente ogni 2 anni (Sezione della

Circolazione, 2018). La rimessa su strada, la rimessa in sicurezza così come la preparazione all’ispezione obbligatoria ed il collaudo stesso potrebbero causare dei costi supplementari

(16)

non da poco, di cui spesso venditori e clienti privati non tengono conto. Secondo il TCS, ammettendo che il veicolo sia in buone condizioni, per le trattative tra privati il prezzo di vendita dovrebbe corrispondere alla media tra i due parametri di prezzo di Eurotax, rispettivamente tra quello di acquisto/permuta e quello di vendita (Touring Club Svizzero, 2018).

Abbiamo citato alcune dinamiche relative all’asimmetria informativa, focalizzandoci nello svantaggio comparato dei compratori rispetto ai commercianti. Esiste però anche il caso inverso, ossia quando il venditore privato, a causa di scarsa o nulla conoscenza tecnica, venda un veicolo ad un valore nettamente inferiore al valore di mercato. Si cita il classico esempio dell’anziana vedova riportato da Revzilla Motorsports. Un’anziana vedova, si ritrova in garage quello che a percezione sua è “un pezzo di rottame”, ereditato dal defunto marito. Non sapendo cosa farsene, decide di vendere il veicolo ad un prezzo di liquidazione. Purtroppo però, l’anziana signora non sa che si tratta di una moto old-timer dall’elevato valore collezionistico. In questo caso, il potenziale acquirente (commerciante o privato che sia) si ritrova un’offerta davvero ottima, ad insaputa dell’acquirente (Revzilla Motorsports LLC, 2017). In casi gravi però, quando la sproporzione tra prestazione e controprestazione è evidente e una controparte approfitta dei bisogni, dell’inesperienza o della leggerezza

dell’altra parte contraente, si parla allora di lesione, e la controparte danneggiata può impugnare il contratto entro un anno dalla conclusione dell’affare (Scolari & Müller, 2009).

Quale che sia la sua origine, l’asimmetria informativa è una problematica reale tanto nel B2C quanto nel C2C ed è tanto più grave quanto è grande il gap di competenze tra consumatori e commercianti. Ormai è chiaro che questo mercato è caratterizzato da questo fenomeno analogamente al mercato delle automobili. Ma come è strutturato il mercato svizzero dei motoveicoli?

(17)

3. Contesto di mercato e i dati disponibili

Il Ticino è il Cantone svizzero caratterizzato dal più alto tasso di motorizzazione motociclistico: ben 138 unità per 1000 abitanti, mentre la media svizzera ammonta a 90 unità per 1000 abitanti. Addirittura, nel 2017 in Ticino vi erano ben 49'000 motoveicoli in circolazione, vale a dire circa il 20% di tutti i mezzi di trasporto leggeri registrati nel Cantone (Ufficio Federale di Statistica, 2018).

Sul mercato dei motoveicoli (scooter esclusi), il segmento di grossa cilindrata è il più gettonato, con ben il 32% delle vendite. Al secondo posto si trovano le moto tra i 751-1000 cc, con il 32% delle quote di mercato. Infine, la categoria delle moto tra i 501-750 cc rappresenta il 20% delle quote di mercato e Il restante 17% è da attribuire dunque alle moto dai 50 ai 500 cc.

Figura 5 - Quote di mercato motoveicoli per segmenti di cilindrata (2017)

(Schweizerische Fachstelle Motorrad und Roller SFMR, 2017)

Per quanto riguarda invece il settore degli scooter, il segmento più gettonato è quello dei mezzi da 51-125 cc, con ben il 62% delle quote di mercato degli scooter. I cinquantini invece rappresentano solo il 14% delle vendite in questo settore (v. figura 6 nella pagina successiva).

0% 4% 3% 1% 9% 21% 30% 32%

Quote di mercato motoveicoli per

segmenti di cilindrata

0 ccm (elettrico) 1 - 50 ccm 51 - 125 ccm 126 - 250 ccm 251 - 500 ccm 501 - 750 ccm 751 - 1000 ccm > 1000 ccm

(18)

Figura 6 - Quote di mercato scooter per segmenti di cilindrata (2017)

Per quanto riguarda le quote di mercato per casa produttrice (marca), il leader in Svizzera è Yamaha, con ben il 20% delle vendite totali. Degne di nota sono anche i marchi Triumph (14%), Suzuki (11%) e Vespa del gruppo Piaggio (8%).

Figura 7 - Quote di mercato per marca (anno 2017)

Considerando invece il mercato complessivo (sia motoveicoli che scooter) gli scooter rappresentano circa il 41% delle unità vendute totali (Schweizerische Fachstelle Motorrad und Roller SFMR, 2017). 2% 14% 62% 2% 14% 6%

Quote di mercato scooter per

segmenti di cilindrata

0 ccm (elettrico) 1 - 50 ccm 51 - 125 ccm 126 - 250 ccm 251 - 500 ccm 501 - 750 ccm 23% 17% 12% 10% 7% 7% 4% 4% 4% 4% 3% 3% 2%

Quote di mercato per marca

Yamaha Honda BMW Vespa

Harley-Davidson Kawasaki KTM Triumph

Suzuki Sym Ducati Piaggio

(19)

Abbiamo ora osservato alcune statistiche riguardanti il mercato dei motoveicoli del 2017, utili a capire le preferenze del mercato svizzero e comprendere quali sono in Svizzera i principali marchi. Per gli scopi del nostro studio abbiamo bisogno tuttavia di dati molto più dettagliati, al fine di studiare i drivers del prezzo dei motoveicoli usati e in seguito proporre modelli econometrici previsionali di regressione multipla. Nella fattispecie, abbiamo bisogno di raccogliere più osservazioni possibili e dunque dati sulle cause comuni attribuite alla variabilità del prezzo di motoveicoli usati (anzianità veicolo, chilometraggio, cilindrata, potenza). Come spiegato nel capitolo introduttivo, la scelta delle 4 variabili è avvenuta da un lato secondo quanto la letteratura ha riportato essere tra le cause comuni più determinanti circa la variazione del valore di un motoveicolo, e dall’altro lato conformemente al principio di parsimonia in statistica. Ulteriori variabili come per esempio il colore del motoveicolo, eventuali accessori montati, etc. avrebbero causato una lunghissima tempistica di manipolazione dei dati, ragion per cui ne abbiamo escluso la raccolta.

La piattaforma scelta per la raccolta dei dati è Motoscout24, la più visitata piattaforma per la compravendita di motoveicoli in Svizzera (Motoscout24, s.d.). Al 26 giugno 2018 si è svolta la raccolta automatica dei dati tramite un webcrawler programmato in VBA (Visual Basic for Applications) dall’autore. In questa data erano presenti complessivamente ben 14'920 motoveicoli sulla piattaforma, come riportato nello screenshot sotto.

(20)

Tuttavia non sono stati raccolti i dati relativi a tutti e 14’920 motoveicoli, bensì sono state selezionate solo alcune categorie rilevanti per le analisi e il focus di questa ricerca, rispettivamente la categoria Cruiser, Enduro, Naked Bike, Scooter, Strada.

Figura 9 - Categorie selezionate su Motoscout24

Ora verranno spiegati i motivi per cui non si sono selezionate tutte le categorie sopra:

 I Quad, le biciclette elettriche, le custom bikes, motoslitte, trailer, le sidecar ed i tricicli non sono state considerate in quanto non appartengono al focus di questa ricerca.  Nella categoria “Touring” sono presenti motoveicoli troppo eterogenei tra loro (sono

presenti moto cruiser, da strada, ed enduro stradali di grossa cilindrata). L’autore la ritiene una categoria derivata e troppo eterogenea, ragion per cui non è stata presa in considerazione ed è stata filtrata.

 La categoria “Motocicletta” è una categoria dall’autore considerata un errore di Motoscout24, essendo un insieme eterogeneo di motorini, moto di tipo café racer e alcuni cruisers che non hanno alcuna caratteristica comune tale da categorizzarle in un unico assieme denominato “motociclette”. I motorini sono mezzi con cilindrata fino ai 50cc, ed essendo considerati dalla Sezione della Circolazione come ciclomotori (categoria M), nella semantica della lingua italiana vi è una sostanziale differenza tra ciclomotori e motociclette. Il dizionario Treccani definisce motociclette come “Motoveicolo (detto anche com. moto) con un telaio in tubi o lamiera stampata, un motore e due ruote di grande diametro complanari (…) Si definiscono abitualmente leggere le m. con cilindrata di 51÷250 cm3, medie quelle con cilindrata di 251÷500 cm3, grandi quelle con cilindrata superiore a 750 cm3” (www.treccani.it, s.d.).

 Per la categoria denominata “Supermoto/Trial” da Motoscout24, a causa di una mancanza di osservazioni (poco meno di 100) e di una scarsa omogeneità degli stessi (Trial e Supermoto sono motociclette molto diverse per occasione d’uso), questa categoria non potrà essere studiata.

 La categoria “Motocross” infine non è stata presa in considerazione, in quanto il focus di questa ricerca è quello di analizzare motoveicoli targabili e utilizzabili in strada. La categoria “Motocross” è per definizione una categoria di motoveicoli non circolabili in strada, mentre le moto da Enduro possono circolare legalmente su strada. Contrariamente alle moto puramente da cross, le moto da Enduro sono state prese in considerazione per la presente ricerca.

(21)

Delle categorie scelte descritte finora, le osservazioni raccolte tramite il webcrawler sono state poi controllate e filtrate, poiché alcuni dati scaricati erano incompleti o riportati erroneamente dai venditori (e dunque inutilizzabili in una regressione). Si è preferito sfruttare al massimo l’automazione informatica laddove era possibile, per ottenere il maggior numero dei dati con la minor manipolazione possibile. Sono stati eliminati dati…:

 …se non erano completi (mancava la cilindrata, i kW, l’anno, oppure i chilometri).  …se vi erano errori di battitura commessi da chi ha pubblicato l’annuncio tale per cui

non era possibile con un sistema automatico, filtrare sistematicamente tale errore

La procedura di filtraggio dei dati è stata effettuata in 2 fasi:

1. Controllo e filtraggio automatico (filtri Excel, ordinamento dati e formule di estrazione stringhe, ecc…)

2. Controllo visivo globale

Dopo la fase di raccolta dati e il filtraggio degli stessi in base alle considerazioni sopra, il database era così costituito:

Dati presenti su Motoscout24 il 26.06.2018 Dati effettivamente mantenuti (successivamente al

filtraggio dei dati)

Percentuale dei dati raccolti sulla

popolazione statistica Moto Naked 2'603 1’733 66,6% Enduro 1’129 975 86,3% Moto da strada 4’296 2’778 64,7% Scooter 2’649 2’268 85,6% Cruiser 1’736 737 42,45% TOTALE 12’413 8’491 68,4%

(22)

3.1. Criteri di esclusione

Il database costruito (v. figura 10) verrà successivamente segmentato per categoria e marca, al fine di ridurre l’eterogeneità dei dati. Ciò permetterà di poter studiare con maggior precisione le dinamiche che si verificano all’interno di sottoinsiemi più omogenei tra loro. Prima di fare questo tuttavia, è necessario filtrare e dunque escludere dati estremi e/o non pertinenti nei riguardi del focus della presente ricerca (es. veicoli di lusso, nuovi, con chilometraggio eccessivo,..) al fine di permettere delle analisi più solide.

Per fare questo, analizziamo dapprima le statistiche descrittive sui dati del database non ancora filtrato:

Figura 11 - Statistiche descrittive database allo stato "grezzo"

Come osservabile dalle statistiche descrittive sopra (v. figura 11), sono presenti dei dati estremi che di sicuro rovinerebbero la solidità delle analisi e il potere previsionale dei successivi modelli di regressione. È chiaro che allo stato attuale, il database si presenta con dati troppo eterogenei tra loro.

(23)

Per quanto riguarda la variabile anno, dobbiamo escludere dai dati i veicoli considerati d’epoca, in quanto le dinamiche che determinano il prezzo per questo tipo di motoveicoli non rientra nel focus di questa ricerca. Secondo l’Ufficio Federale delle strade USTRA, un veicolo è considerato d’epoca se questo è più vecchio di 30 anni dalla prima messa in circolazione (Ufficio Federale delle strade USTRA, 2008). Per gli scopi della tesi dunque, verranno tenuti in considerazione esclusivamente i veicoli non considerati d’epoca, e dunque verranno filtrati dal database tutti i veicoli più vecchi del 1999.

Riguardo alla variabile km, le statistiche descrittive nella figura 11 mostrano dei minimi di 0 (veicoli nuovi) e un massimo di 99’999'999 km. Sicuramente si tratta di un errore di battitura da parte di chi ha inserito l’annuncio nel portalte, in quanto un motoveicolo dal chilometraggio così alto non esiste. Per quanto concerne i veicoli con 0 chilometri, ricordiamo che lo scopo di questa ricerca è lo studio delle determinanti del prezzo di motoveicoli usati, non nuovi. Di conseguenza, come criterio di esclusione per la variabile chilometraggio, escluderemo i dati di motoveicoli nuovi e con chilometraggi estremi. Considereremo “veicolo nuovo” un veicolo con meno di 100 km, mentre considereremo un chilometraggio come “estremo” se questo supera il 99esimo percentile delle frequenze cumulate per la variabile km, in questo caso 76'802 km. Per il filtro tuttavia, arrotonderemo questo valore a 75'000 km.

In merito alla variabile cilindrata, ci limiteremo a escludere cilindrate esagerate, tipiche di una ristretta nicchia di motoveicoli il cui studio non è il focus della presente ricerca. Escluderemo dunque i dati oltre il 95esimo percentile delle frequenze cumulate per la variabile cilindrata, in questo caso, motoveicoli oltre i 1290 cc. Per il filtro, arrotonderemo a 1300 cc.

Riferendoci alla variabile potenza (espressa in kW), analogamente a quanto eseguito per la variabile cilindrata, escluderemo dalle analisi motoveicoli esageratamente potenti, tipica più di motoveicoli da pista che da motoveicoli utilizzabili normalmente su strada. Per questa ragione, escluderemo dunque i dati oltre il 95esimo percentile delle frequenze cumulate per la variabile kW. In questo caso dunque, filtreremo i motoveicoli oltre i 121 kW, ma a livello di filtro arrotonderemo il parametro di esclusione a 120 kW.

Infine, per quanto riguarda la variabile dipendente del prezzo, escluderemo i motoveicoli di lusso, il cui prezzo è eccessivamente alto e il cui mercato non è trattato agli scopi della presente ricerca. Come si evince dalla figura 11, osserviamo un massimo di ben 111'111 CHF, cifra esorbitante e ben oltre quanto comunemente il mercato dell’usato offre. Osservando le frequenze cumulate dei percentili dei dati, al 95esimo percentile abbiamo un valore di ben 18'788 CHF. Reputiamo questo valore ben oltre quanto mediamente una persona è disposta a spendere per un motoveicolo usato. Fisseremo il limite al 90esimo percentile, e dunque escluderemo dalle analisi veicoli con un valore riportato maggiore di 15'800 CHF (valore arrotondato).

(24)

Successivamente all’applicazione dei filtri di esclusione, riportiamo ora dunque il grafico del database finale, filtrato e segmentato per segmenti e marche diverse:

Figura 12 - Database finale (filtrato e segmentato) DATABASE (CAMPIONI) TOT: 3749 NAKED TOT: 806 Ducati 135 Honda 162 Suzuki 113 Triumph 123 Yamaha 56 BMW 71 Altre marche 146 ENDURO TOT: 491 BMW 165 Honda 89 KTM 64 Triumph 61 Altre marche 112 STRADA TOT: 1258 BMW 145 Ducati 116 Honda 240 Kawasaki 228 KTM 59 Suzuki 171 Yamaha 121 Aprilia 54 Altre marche 124 SCOOTER TOT: 835 Honda 129 Piaggio 197 Sym 67 Yamaha 182 Aprilia 53 Altre marche 207 CRUISER TOT: 359 Harley-Davidson 209 Yamaha 50 Altre marche 100

(25)

4. Analisi delle variabili e relazione sul prezzo di vendita

Come accennato nei capitoli precedenti, abbiamo scelto di analizzare le 4 principali cause comuni che influenzano il prezzo di vendita di un motoveicolo usato (anzianità veicolo, chilometraggio, cilindrata e potenza espressa in kW). Ora che disponiamo di un database filtrato e segmentato, tratteremo dunque per ogni categoria e marca riportata nel database (v. figura 12), le dinamiche tra le 4 variabili ed il prezzo di vendita, stimando le funzioni (stima delle curve) che meglio spiegano la varianza del prezzo di vendita.

Il primo obiettivo di questo capitolo è, a seconda dei risultati delle successive stime delle curve, aggiungere variabili derivate al database per aumentare la forza previsionale dei successivi modelli di regressione. L’altro obiettivo di questo capitolo è osservare le divere dinamiche e riportare eventuali differenze dei fattori rispetto a segmenti e marche diverse.

La stima delle curve avverrà tramite l’apposito tool del software IBM SPSS, ed il criterio principale di scelta della funzione è il coefficiente di determinazione R². La funzione con l’R² più alto verrà scelta e riportata nelle tabelle riepilogative dei prossimi sottocapitoli. Se tuttavia due o più funzioni dovessero avere un R² simile (da noi definito entro i 2 punti percentuali) verrà riportata la funzione con meno coefficienti per ragioni di semplificazione. Per esempio, se una funzione cubica spiega il 16% della variazione del prezzo e la funzione lineare (1 coefficiente) ne spiega il 15%, verrà riportata la funzione lineare anche se la funzione cubica (3 coefficienti) ha un R² leggermente maggiore. Funzioni non significative (P-Value maggiore di 0.05) non verranno tenute in considerazione.

I tipi di funzione utilizzate per le analisi saranno le seguenti:

FUNZIONE EQUAZIONE Nr. Coefficienti

Lineare Y = b0 + (b1 * x) 1

Logaritmica Y = b0 + (b1 * ln(x)). 1

Quadratica Y = b0 + (b1 * x) + (b2 * x^2) 2

Cubica Y = b0 + (b1 * x) + (b2 * x^2) + (b3 * x^3) 3

(IBM, 2018)

Il tool di SPSS permette anche la stima di altri tipi di funzione, che sono state testate ma non riportate nelle tabelle riepilogative delle pagine seguenti per le ragioni che riassumiamo nella tabella sotto:

(26)

FUNZIONE EQUAZIONE MOTIVO DELL’ESCLUSIONE

Inversa Y = b0 + (b1/x) In tutti i casi esaminati, la relazione inversa ha un coefficiente di determinazione R² nettamente inferiore alla relazione di tipo lineare.

Potenza Y = b0 * (x^b1) L’inclusione di queste funzioni avrebbe

aumentato di molto la complessità dei modelli. Inoltre, nel caso delle equazioni composte, di crescita ed esponenziali, la funzione generava variabili in alcuni casi enormi di numero e non accettati dal programma statistico, per via dell’esponente in alcuni casi molto elevata (si pensi alla variabile cilindrata o chilometraggio a esponente).

Composta Y = b0 * (b1^x)

Esponenziale Y = b0 * (e^(b1 * x))

Crescita Y = e^(b0 + (b1 * x))

Logistica Y = 1 / (1/u + (b0 * (b1 * (b1^x))) Non sono tipologie di funzione pertinenti alla natura dei fenomeni che analizziamo. La funzione logistica è legata strettamente all’analisi di fattori binari. La fuzione a S (funzione sigmoidea) è legata a un caso speciale della funzione logistica, e per questa ragione anch’essa è stata scartata.

S Y = e^(b0 + (b1 / x))

(27)

4.1. Prezzo di vendita

Prima di analizzare le relazioni tra le 4 variabili definite ed il prezzo di vendita, osserveremo dapprima in questo capitolo alcune delle statistiche descrittive più rilevanti circa la nostra variabile dipendente del prezzo. Analizzeremo dunque per ogni segmento e marca il valore medio e mediano, il valore al 25° e 75° percentile così come la deviazione standard.

Figura 13 - Statistiche descrittive prezzo (segmento Naked)

Per quanto riguarda il segmento delle motociclette di tipo naked, il valore medio varia da 5517 a 8444 CHF, con deviazione standard più elevata per il marchio BMW e più bassa per il marchio Suzuki. Per tutti e 3 i valori dei quartili, quelli più bassi osservati sono del marchio Suzuki, mentre quelli più alti risultano essere quelli del marchio Triumph (1° e 2° quartile più alti) e Ducati (3° quartile più alto).

Figura 14 - Statistiche descrittive prezzo (segmento Enduro)

Per il segmento delle moto da enduro invece, il valore medio varia da 7544 a 9082 CHF, con deviazione standard più elevata per la marca Honda e più bassa per Triumph. Il 1° ed il 2° quartile più bassi risultano essere quelli del marchio Honda, mentre al terzo quartile il valore più basso osservato è quello delle altre marche conglomerate. I valori quartili più alti invece,

ALTRE MARCHE

BMW DUCATI HONDA SUZUKI TRIUMPH YAMAHA

Media 7503 7753 8444 6657 5518 8439 7288 Deviazione std. 2654 3248 3131 2933 2381 2734 2376 25 5600 4900 5500 4488 3725 6490 4843 50 6900 7400 8500 5900 5390 8500 7995 75 9125 9800 10900 7990 6850 10390 9000

NAKED

Percentili

ALTRE

MARCHE

BMW

HONDA

KTM

TRIUMPH

7605

8468

7544

8530

9083

3210

3363

3593

3174

2886

25 5133

5800

4800

5725

6840

50 7090

8200

6450

7990

9200

75 9475

10900

10400

10485

10750

ENDURO

Media

Deviazione std.

Percentili

(28)

al 1° e 2° quartile risultano essere quelli del marchio Triumph, mentre al 3° quartile il più alto dato riportato è quello di BMW, seguito subito dopo da Triumph.

Figura 15 - Statistiche descrittive prezzo (segmento Strada)

Riguardo al segmento delle moto da strada, il valore medio varia da 5392 a 10526 CHF, con deviazione standard più elevata per il marchio BMW e più bassa per il marchio KTM. Il 1° ed il 2° quartile più bassi risultano essere quelli del marchio Aprilia, mentre per il 3° quartile i dati più bassi osservati sono per KTM, con Aprilia quasi a pari merito, con soli 100 CHF di differenza. I valori massimi quartili risultano essere, per tutti e 3 i quartili, quelli del marchio Ducati.

Figura 16 - Statistiche descrittive prezzo (segmento Scooter)

Nel segmento scooter, il valore medio varia da 1953 a 4216 CHF, con deviazione standard più elevata per le altre marche conglomerate e più bassa per il marchio SYM. Per tutti e 3 i valori dei quartili, quelli più bassi osservati sono del marchio SYM, mentre quelli più alti risultano essere quelli del marchio Triumph (1° e 2° quartile più alti) e Ducati (3° quartile più alto).

ALTRE MARCHE

APRILIA BMW DUCATI HONDA KAWASAKI KTM SUZUKI YAMAHA Media 6963 5393 7066 10526 5746 6861 5541 6396 5921 Deviazione std. 3107 2677 3407 3176 2346 2815 2164 3074 2975 25 4900 3498 4250 8724 3913 4757 3990 3900 3500 50 6825 4850 6700 10495 5470 6750 4990 5500 4990 75 8350 6600 9800 13490 7238 8498 6500 8900 7990

STRADA

Percentili ALTRE MARCHE

APRILIA HONDA PIAGGIO SYM YAMAHA

Media 4216 2579 2832 3619 1953 3298 Deviazione std. 3220 1350 1646 1825 1110 2437 Percentili 25 1700 1600 1499 2200 1200 1800 50 2990 2400 2490 3200 1600 2695 75 6300 3070 3890 4760 2250 3815

SCOOTER

(29)

Figura 17 - Statistiche descrittive prezzo (segmento Cruiser)

Infine, nel segmento cruiser il valore medio varia da 5471 a 9154 CHF, con deviazione standard più elevata per Harley-Davidson e più bassa per le altre marche conglomerate. Per tutti e 3 i valori dei quartili, quelli più bassi osservati risultano essere quelli delle altre marche conglomerate, mentre quelli più alti sono quelli di Harley-Davidson.

Confrontando marche e segmenti, osserviamo di come in genere, moto Honda, Suzuki e Aprilia hanno dei prezzi più abbordabili rispetto ai marchi concorrenti. Il segmento con il range di prezzo più variabile di tutti gli altri analizzati è quello delle “moto da strada” (indicando una certa eterogeneità tra le qualità dei modelli all’interno di questo segmento), mentre per il segmento degli scooter (come forse prevedibile), la variabilità del prezzo risulta la più bassa (indicando dunque una certa omogeneità della qualità tra i modelli all’interno del segmento). Ducati e Triumph rientrano tra i marchi con la fascia di prezzo mediano più alta di tutti gli altri marchi, così come Harley-Davidson per il segmento cruiser. A livello di confronto relativo, per il segmento scooter il marchio Piaggio risulta essere (tra le marche esaminate) l’unico marchio di fascia alta, anche se deviazione standard del prezzo per questo marchio rispetto a quella degli altri marchi del segmento risulta più alta, indicando anche qui una certa eterogeneità della qualità dei modelli. Dei “Big 4” giapponesi, i più economici son risultati generalmente Honda e Suzuki, mentre Yamaha ha dei prezzi medi in linea con altri marchi. Kawasaki invece sembrerebbe avere generalmente dei prezzi un po’ più alti rispetto ai concorrenti nipponici, forse a causa del proprio orientamento alla performance.

Ora che abbiamo analizzato la variabile dipendente del prezzo, analizzeremo le relazioni di tutte le variabili indipendenti rispetto al prezzo di vendita, stimandone la funzione e dunque le curve di relazione.

ALTRE MARCHE HARLEY-DAVIDSON YAMAHA

5471

9155

6616

1863

2413

2326

25 3820

7495

4700

50 5465

8900

6545

75 6500

10825

8068

CRUISER

Media

Deviazione std.

Percentili

(30)

4.2. Anzianità veicolo

MARCA FUNZIONE R-quadrato Sign.

NAKED

ALTRE MARCHE Cubica 0.342 0.000

BMW Quadratica 0.467 0.000 DUCATI Lineare 0.522 0.000 HONDA Quadratica 0.613 0.000 SUZUKI Quadratica 0.541 0.000 TRIUMPH Quadratica 0.542 0.000 YAMAHA Quadratica 0.410 0.000

ENDURO

BMW Cubica 0.464 0.000

HONDA Quadratica 0.680 0.000

KTM Lineare 0.302 0.000

TRIUMPH Quadratica 0.714 0.000

STRADA

APRILIA Lineare 0.422 0.000 BMW Lineare 0.644 0.000 DUCATI Quadratica 0.364 0.000 HONDA Lineare 0.314 0.000 KAWASAKI Lineare 0.327 0.000 KTM SUZUKI Quadratica 0.664 0.000 YAMAHA Lineare 0.473 0.000

SCOOTER

ALTRE MARCHE Quadratica 0.365 0.000

APRILIA Lineare 0.243 0.000

HONDA Lineare 0.183 0.000

PIAGGIO Quadratica 0.427 0.000

SYM Quadratica 0.323 0.000

YAMAHA Quadratica 0.203 0.000

CRUISER

ALTRE MARCHE Lineare 0.190 0.000

HARLEY-DAVIDSON Cubica 0.289 0.000

Analisi bivariata anzianità veicolo-prezzo

NESSUNA FUNZIONE È RISULTATA SIGNIFICATIVA CON ALPHA = 0.05

(31)

Dalla stima delle curve eseguita, risulta che in genere per i segmenti naked, enduro e da strada, l’anzianità del motoveicolo è un parametro determinante per il prezzo di vendita. Questa relazione è nel segmento naked particolarmente importante per le marche Honda (61%), Triumph (54%), Suzuki (54%) e Ducati (52%). Un po’ meno determinante invece è per BMW e Yamaha, con rispettivamente il 46% e il 41% di R². Per il segmento “altre marche” invece, la relazione è debole.

Per il segmento Enduro l’anzianità del mezzo è un parametro molto determinante per i marchi Triumph (71%) e Honda (68%). Per BMW e le altre marche aggregate, la relazione è media con rispettivamente il 46% ed il 40% di R² mentre è un po’ meno determinante per KTM (30%).

Nel segmento “da strada” invece c’è più eterogeneità. La variabile anzianità dei motoveicoli è particolarmente rilevante per il marchio Suzuki (66%) e BMW (64%), ed è mediamente importante per i marchi Yamaha (47%) e Aprilia (43%). Per i restanti marchi la relazione è medio-bassa. Per KTM invece, nessuna funzione è risultata statisticamente significativa con Alpha = 0.05.

Per quanto riguarda il segmento degli scooter, la variabile sembra essere di importanza medio-bassa, così come anche nel segmento cruiser la variabile si è rilevata di importanza molto marginale. Infatti, benché il coefficiente di determinazione R² per Harley Davidson è di un valore medio-basso (31%), per Yamaha e gli altri marchi è ancora più basso (rispettivamente 15% e 19%).

A livello di stima di curve, in genere è risultata una precisione maggiore per l’applicazione di funzioni quadratiche. Per informazioni più dettagliate e per la visione della stima delle curve complete si veda l’allegato numero 2 “Stima delle curve della relazione bivariata anzianità-prezzo”.

(32)

4.3. Chilometraggio

Figura 19 - Analisi bivariata km-prezzo

NAKED

ALTRE MARCHE Logaritmica 0.180 0.000

BMW Lineare 0.375 0.000 DUCATI Lineare 0.288 0.000 HONDA Logaritmica 0.444 0.000 SUZUKI Quadratica 0.482 0.000 TRIUMPH Quadratica 0.526 0.000 YAMAHA Quadratica 0.456 0.000

ENDURO

BMW Lineare 0.055 0.002

KTM Lineare 0.090 0.016

STRADA

APRILIA Cubica 0.197 0.011 BMW Quadratica 0.441 0.000 DUCATI Cubica 0.233 0.000 HONDA Logaritmica 0.275 0.000 KAWASAKI Quadratica 0.285 0.000 KTM SUZUKI Quadratica 0.551 0.000 YAMAHA Quadratica 0.326 0.000

SCOOTER

APRILIA Logaritmica 0.088 0.031

PIAGGIO Cubica 0.341 0.000

SYM Logaritmica 0.087 0.015

YAMAHA Logaritmica 0.107 0.000

CRUISER

HARLEY-DAVIDSON

Cubica 0.200 0.000

YAMAHA Lineare 0.087 0.037

Analisi bivariata chilometraggio-prezzo

(33)

Per l’analisi bivariata presente, risulta che in genere per il segmento naked il chilometraggio del motoveicolo è un parametro mediamente importante per determinare il prezzo di mercato di questi motoveicoli. Questa relazione è abbastanza importante per le marche Triumph (52%), Suzuki (48%), Yamaha (46%) e Honda (44%), mentre per Ducati e le altre marche aggregate, la variabile sembra avere una magnitudo inferiore.

Per il segmento Enduro il parametro è determinante solo per i marchi Triumph (61%) e Honda (49%), mentre è praticamente quasi trascurabile per BMW (5%) e KTM (9%). Per quanto riguarda invece la media delle altre marche conglomerate, la relazione è molto debole (12%).

Per quanto concerne la categoria dei motoveicoli “da strada”, il parametro è relativamente importante per il marchio Suzuki (51%) e BMW (42%), mentre per gli altri marchi l’effetto del chilometraggio sul prezzo di vendita è debole. Anche per il segmento scooter e cruiser, l’effetto del chilometraggio sul prezzo di vendita è marginale. L’unica eccezione osservata è il marchio Piaggio del segmento scooter, la cui relazione sembra essere medio-bassa (32%).

A livello di stima di curve, non è da segnalare alcun trend preponderante. Sembra che le dinamiche relative al chilometraggio siano generalmente eterogenee tra marchi e categorie diverse. Per informazioni più dettagliate e per la visione della stima delle curve (output SPSS), si veda l’allegato 3 “Stima delle curve della relazione bivariata km-prezzo”.

Come specificato all’inizio della presente ricerca, abbiamo definito le variabili chilometraggio e anzianità del motoveicolo rientrare tra le cause comuni dell’obsolescenza / usura di un motoveicolo. Confrontando il coefficiente di determinazione R² della presente relazione chilometraggio-prezzo con quello dell’anzianità-prezzo delle pagine precedenti, abbiamo riscontrato alcune particolarità rispetto ad alcune marche. Per i mezzi da Enduro di casa BMW, la funzione dell’anzianità ha un effetto medio-alto sul prezzo, al contrario il chilometraggio ha un effetto quasi trascurabile per questo marchio. Probabilmente, questa differenza si spiega per via della cilindrata solitamente alta dei mezzi da Enduro BMW; tra le osservazioni prese infatti molte figurano essere modelli di tipo “Adventure”, ossia moto da Enduro concepite per lunghi viaggi. Come spiegato nei primi capitoli, normalmente i motoveicoli dalla cilindrata maggiore hanno una durata di vita più alta, e dunque il chilometraggio ha generalmente un influenza minore sull’usura del mezzo e dunque sulla perdita di valore. La stessa dinamica si è verificata per il segmento Cruiser (segmento tipicamente orientato alle alte cilindrate) sebbene per entrambe le variabili l’effetto è più marginale rispetto ad altri segmenti e marche. In generale comunque, per tutte le marche (tranne Yamaha del segmento naked), l’anzianità sembra avere un’incidenza maggiore sulla variabilità del prezzo di vendita rispetto alla variabile chilometraggio, a conferma di quanto riportato nel capitolo introduttivo della presente ricerca. Altra dinamica osservata riguarda il marchio KTM (sia segmento enduro che strada), le cui variabili concernenti usura e obsolescenza non hanno un’influenza statisticamente rilevante.

(34)

4.4. Cilindrata

Figura 20 - Analisi bivariata cilindrata-prezzo

NAKED

BMW DUCATI Lineare 0.375 0.000 HONDA Cubica 0.272 0.000 SUZUKI Cubica 0.443 0.000 TRIUMPH Cubica 0.118 0.002 YAMAHA Quadratica 0.239 0.001

ENDURO

BMW Lineare 0.349 0.000

HONDA Cubica 0.473 0.000

KTM Quadratica 0.513 0.000

STRADA

APRILIA Cubica 0.447 0.000 BMW Cubica 0.205 0.000 DUCATI Lineare 0.212 0.000 HONDA Logaritmica 0.210 0.000 KAWASAKI Logaritmica 0.254 0.000 KTM Lineare 0.314 0.000 SUZUKI Cubica 0.122 0.000 YAMAHA Cubica 0.151 0.000

SCOOTER

APRILIA Cubica 0.582 0.000

PIAGGIO Logaritmica 0.425 0.000

SYM Lineare 0.584 0.000

YAMAHA Cubica 0.612 0.000

CRUISER

HARLEY-DAVIDSON

Quadratica 0.213 0.000

Analisi bivariata cilindrata-prezzo

(35)

Dalla stima delle funzioni risulta che in generale la variabile cilindrata è un parametro che spiega discretamente la varianza di prezzo (seppur con una certa eterogeneità tra modelli e marchi diversi) così come risulta che la relazione ha un’incidenza nettamente maggiore per gli scooter che per gli altri segmenti.

Per il segmento naked, a parte il marchio Suzuki, la cui dinamica cilindrata-prezzo spiega abbastanza bene la variazione di prezzo (44%), per gli altri marchi il coefficiente di determinazione è inferiore al 37%. Per il marchio Triumph in particolare, sembra proprio che la cilindrata abbia un effetto quasi trascurabile (12%), ma anche per il marchio Yamaha l’effetto è particolarmente debole (24%). Per il marchio BMW invece, l’effetto non è stato rilevato statisticamente rilevante in nessun tipo di stima di curva.

Concernente il segmento enduro, la variabile cilindrata ha un effetto discretamente determinante circa il prezzo di vendita, sebbene anche qui per il marchio Triumph, la relazione sembra essere molto bassa (20%). Per Honda e KTM invece la variabile è di media importanza, con rispettivamente il 47% e il 51% di R².

Riguardante il segmento “da strada”, risulta che la variabile ha un’importanza medio-bassa. Infatti, a parte il marchio Aprilia, il cui coefficiente di determinazione è del 45%, per tutti gli altri marchi la relazione spiega meno del 30% la variazione del prezzo. Per i marchi Yamaha, Suzuki e BMW la relazione sembra essere ancora più bassa, con rispettivamente il 15%, 12% e il 20% di R².

Per il segmento scooter invece, come anticipato all’inizio, la relazione è in genere medio-forte. Questa relazione è soprattutto importante per il marchio Yamaha (61%), Sym (58%), Aprilia (58%) e le altre marche conglomerate (68%). Per il marchio Honda e Piaggio, la relazione sembra essere leggermente inferiore ma sempre determinante, con rispettivamente il 50% e il 43% di R².

Per quanto riguarda il segmento cruiser, per Yamaha e Harley-Davidson la relazione cilindrata-prezzo di vendita sembra essere debole, con rispettivamente il 28% e il 21% di R². Al contrario, per l’assieme dei marchi conglomerati, la relazione sembra essere discretamente determinante (42%).

A livello di stima di curve, non è da segnalare alcun trend preponderante. Per informazioni più dettagliate e per la visione della stima delle curve (output SPSS), si veda l’allegato 4 “Stima delle curve della relazione bivariata cc-prezzo”.

(36)

4.5. Potenza

Figura 21 - Analisi bivariata kW-prezzo

NAKED ALTRE MARCHE Quadratica 0.211 0.000

BMW Cubica 0.551 0.000 DUCATI Lineare 0.521 0.000 HONDA Cubica 0.400 0.000 SUZUKI Cubica 0.406 0.000 TRIUMPH Cubica 0.186 0.000 YAMAHA Cubica 0.298 0.000

ENDURO ALTRE MARCHE Cubica 0.423 0.000

BMW Quadratica 0.612 0.000

KTM Cubica 0.574 0.000

TRIUMPH Cubica 0.189 0.002

STRADA ALTRE MARCHE Logaritmica 0.142 0.000

APRILIA Cubica 0.175 0.021 BMW Lineare 0.381 0.000 DUCATI Cubica 0.365 0.000 HONDA Quadratica 0.113 0.000 KAWASAKI Cubica 0.510 0.000 KTM Cubica 0.331 0.000 SUZUKI Cubica 0.106 0.000 YAMAHA Cubica 0.093 0.009

SCOOTER ALTRE MARCHE Lineare 0.697 0.000

APRILIA Cubica 0.603 0.000

PIAGGIO Logaritmica 0.260 0.000

SYM Lineare 0.629 0.000

CRUISER ALTRE MARCHE Quadratica 0.360 0.000

HARLEY-DAVIDSON Cubica 0.207 0.000

(37)

Dalla stima delle curve eseguita, risulta che soprattutto per il segmento scooter la relazione potenza-prezzo è particolarmente elevata, mentre per gli altri segmenti c’è una certa eterogeneità tra marchi diversi. Per il segmento naked, la relazione è mediamente importante per i marchi BMW (55%), Ducati (52%), Suzuki (40%) e Honda (40%). Per Yamaha e le altre marche conglomerate invece la relazione risulta essere medio-bassa, con rispettivamente il 30% e il 21%. Infine, per il marchio Triumph, la relazione è ancora più bassa (18%).

Concernente il segmento enduro, la variabile potenza ha un effetto abbastanza determinante per il prezzo di vendita. Sebbene anche qui per il marchio Triumph la relazione sembra essere molto bassa (19%), la relazione risulta essere medio forte per BMW (62%) e KTM (57%). Per Honda la relazione risulta essere di media importanza (41%), così come per le altre marche conglomerate (42%).

Per quanto riguarda il segmento delle moto da strada, la relazione risulta determinante per Kawasaki (51%) mentre risulta di importanza media per BMW (38%) e Ducati (36%). Per KTM invece la relazione risulta medio bassa (33%). Per le altre marche la relazione risulta invece bassa o molto bassa. La relazione per Aprilia e le altre marche conglomerate risulta marginale, con rispettivamente il 17% e il 14% di R². Considerando i “Big 4 giapponesi” (Honda, Yamaha, Suzuki, Kawasaki), è molto interessante osservare quanto cambia l’influenza relativa della variabile potenza sul prezzo, che risulta decisamente molto più importante per Kawasaki (51%) e quasi trascurabile per Honda (11%), Suzuki (10%) e Yamaha (9%). Questo dato riconferma quanto ipotizzato in precedenza sull’analisi della variabile del prezzo, ossia che Kawasaki è più orientato alla performance rispetto alle altre marche nipponiche.

Per il segmento scooter invece la relazione è in generale medio-forte per i marchi Yamaha (64%), Sym (63%) e Aprilia (60%) così come per gli altri marchi conglomerati (70%). Per il marchio Honda la relazione risulta media (54%) mentre per il marchio Piaggio bassa (26%). Riguardante il segmento dei cruiser infine, la relazione risulta di media importanza per il marchio Yamaha (40%) mentre per Harley-Davidson la relazione è bassa (21%). Per gli altri marchi conglomerati, la relazione è risultata media (36%).

A livello di stima di curve, si segnala la frequente presenza di relazioni di tipo cubico. Per informazioni più dettagliate e per la visione della stima delle curve (output SPSS), si veda l’allegato 5 “Stima delle curve della relazione bivariata kW-prezzo”.