Upload
annis
View
63
Download
0
Embed Size (px)
DESCRIPTION
Modelli di stima per macro-indicatori dello sviluppo regionale: un’applicazione alla Regione Emilia-Romagna. Tesi di Dottorato di: MARCO OPPI. Coordinatore e Tutor: Chiar.mo Prof. ROBERTO FANFANI. Premesse:. - PowerPoint PPT Presentation
Citation preview
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Modelli di stima per macro-indicatori dello sviluppo regionale:
un’applicazione alla Regione Emilia-Romagna
Tesi di Dottorato di:MARCO OPPI
Coordinatore e Tutor:Chiar.mo Prof. ROBERTO FANFANI
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Premesse:
• Gli indicatori dello sviluppo economico e della produttività di un territorio, sono da sempre le variabili principe attraverso le quali impostare le analisi e le azioni di politica economica.Tali indicatori devono essere resi disponibili ai policy maker tempestivamente e disaggregati– nel tempo analisi congiunturale;– nello spazio analisi dello sviluppo territorio locale.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
• Individuare un indicatore della produttività regionale che si renda disponibile in anticipo e con una maggiore frequenza rispetto a quello pubblicato dall’Istat:– l’Istat produce le statistiche dei conti economici regionali con un
ritardo di circa due anni e a cadenza annuale– si proporrà un indicatore disponibile a cadenza mensile
disponibile con un ritardo di pochi mesi
Obiettivi:
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Obiettivi:
• Individuare un indicatore della produttività provinciale che si renda disponibile in anticipo e con una maggiore frequenza rispetto a quello pubblicato dall’Istat:– l’Istat produce le statistiche dei conti economici provinciali con
un ritardo di oltre due anni e a cadenza annuale– si proporrà un indicatore disponibile a cadenza trimestrale
disponibile con un ritardo di pochi mesi
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Strumenti:
• Modelli fattoriali dinamici– Diffusion Indexes (Stock e Watson, 1998)
• Criteri informativi– Panel Information Criteria (Bai e Ng, 2002)
• Criteri di disaggregazione temporale di una serie storica– Chow e Lin, 1971
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
• Struttura teorica: modelli fattoriali dinamici• Ambito: previsione di aggregati economici avendo a
disposizione panel caratterizzati da – grandi dimensioni cross-section (N)– grandi dimensioni time-series (T)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:• Siano:
– yt la serie storica della variabile oggetto di studio;– Xt una serie storica N-dimensionale che contiene
informazioni utili alla previsione di yt+1.
• Si ipotizzi poi che Xt possa essere rappresentato da una struttura fattoriale:
, i=1,...N e t=1,...T (1)
tttt eFX
ittitit eFX '
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
• Sia l’obiettivo quello di individuare allora:
, (2)
)( 1 tt XyE
11 tttt Fy 0,...),,,( 11 ttttt XyXE
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
• modello fattoriale statico: , et serialmente incorrelati, Ft ed {eit} mutuamente incorrelati ed i.i.d.;
• modello fattoriale statico approssimato: i fattori idiosincratici possono essere “debolmente” correlati tra le serie;
• modello fattoriale dinamico statico o stacked: è una riscrittura di un modello fattoriale dinamico standard in modo da rendere statica la matrice dei punteggi fattoriali;
0 t
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
1. facendo ipotesi sui parametri e la forma distributiva della componente idiosincratica, e specificando il processo stocastico secondo cui evolvono i fattori nel tempo;
2. considerare una trasformazione del modello (1) che preveda anche ritardi delle N serie storiche nella matrice X.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
• Si assuma:- Xt panel bilanciato
- Λt=Λ0
- eit serialmente indipendenti
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
• Minimizzare:(3)
• ossia individuare tale da minimizzare il quadrato degli scarti, dove
(4)
• e dove
N
i
T
ttiitNT Fx
NTFV
1
2
100 )(1),(
tF
N
iitit XF
10
~
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
• sono gli elementi che minimizzano la (3) e soddisfano le condizioni di primo ordine
(5)
(6)
)~,~( F
T
titt
T
ttti XFFF
1
1
10
~~~~
N
iiti
N
iiit XF
10
1
100
~~~~
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
• Applicando tale struttura ad una realtà in cui:– N,T ∞, T/N 0;– r << N, k ≠ r;– all’aumentare di N e T, anche r e k tendono a divergere ma
molto più lentamente di N e T;– sono contemplate variazioni nei parametri a causa del
cambiamento strutturale delle serie o a causa di errori nelle serie;
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Diffusion Indexes:
– se esiste, la dipendenza seriale e temporale delle componenti idiosincratiche è “debole”, ma nessuna restrizione è fatta relativamente alla dipendenza tra le componenti idiosincratiche e i fattori.
• Allora, la stima dei fattori ottenuta tramite la (4) è consistente e se, nella (2) si considera β invariante nel tempo, la stima di tali fattori può essere utilizzata per prevedere efficientemente i valori di y.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Panel Information Criteria:
• Corretta identificazione del modello (scelta di k), nel caso di modelli fattoriali dinamici che abbiano a che fare con panel di grandi dimensioni seriali e temporali
• Funzione di perdita g che tenga in considerazione contemporaneamente sia N che T
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Panel Information Criteria:• Sia la matrice dei fattori stimata per un numero k di
fattori;• sia (7)
la funzione obiettivo da minimizzare;• allora, la scelta del corretto k, andrà effettuata
minimizzando una funzione del tipo (8)
in cui, appunto, g è funzione sia di N che di T
kF̂
N
i
T
ttitit
k FxNT
FkV1
2
1
)ˆ(1)ˆ,(
),()ˆ,()( TNkgFkVkPC k
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Panel Information Criteria:(9)
(10)
(11)dove
(12)
T
NTT
TNkFkVkIC kp ln))ˆ,(ln()(1
22 ln))ˆ,(ln()( NT
kp C
NTTNkFkVkIC
2
2
3ln))ˆ,(ln()(
NT
NTkp C
CkFkVkIC
TNCNT ,min
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Disaggregazione temporale:• Siano:
– Y (nx1) la serie trimestrale della variabile di interesse;– y (3nx1) la serie mensile da stimare;– x (3nxp), x = [x1, x2,...,xp] una matrice di p variabili disponibili
ad entrambe le frequenze;• si supponga che la serie mensile y soddisfi una relazione
multivariata con le p variabili suddette e cioèy=xβ+u, E(u)=0 e E(uu’)=v (13)
• sia C (nx3n) una matrice tramite la quale si possono “aggregare” le 3n osservazioni mensili nelle n osservazioni trimestrali; a seconda della variabile si avrà:
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Disaggregazione temporale:
– per variabili di stock;
– per variabili di flusso;
– per indici;
100...000000...
000...100000000...000100
1C
111...000000...
000...111000000...000111
2C
23 31 CC
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Disaggregazione temporale:
• allora, se la relazione tra y e i regressori è stabile e vale indifferentemente sia a livello mensile che annuale (o viceversa) potremo scrivere che , (14)UXCuCxCyY CCvVUUE )(
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
Disaggregazione temporale:
• in questo modo, l’inferenza su β è effettuata a partire dalla relazione annuale, ricavando lo stimatore GLS
, (15)
• successivamente tale coefficiente viene utilizzato per ricavare il previsore del dato mensile sotto il vincolo Y=Cy e quindi
, (16)
YUXXUX 111 )(ˆ UXY ˆ)ˆ(
Gxy ̂ˆ 1 UBvG
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:• Valore Aggiunto ai prezzi base al netto dei servizi di
intermediazione finanziaria indirettamente misurati (SIFIM), ossia il PIL al netto dell’ IVA, delle imposte indirette nette sui prodotti e delle imposte sulle importazioni (serie annuale 1992-2003 a prezzi 1995)
• Panel di 42 variabili economiche disponibili per il territorio regionale a cadenza mensile o trimestrale con una buona tempestività, per il periodo che va da Ottobre 1992 a Settembre 2004:
– Importazioni ed esportazioni (Istat);– Rilevazione trimestrale (continua) delle forze lavoro (Istat);
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:– Indagine sulla fiducia delle imprese (ISAE);– Indagine sulla fiducia dei consumatori (ISAE);– Registro delle imprese (InfoCamere);– Indici dei prezzi al consumo, Indici della produzione
industriale nazionali e internazionali, Immatricolazioni di auto.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:
• Si ipotizzi che:– esista un legame tra il panel e il VA;– il panel sia generato da una struttura fattoriale latente;
• allora:paneldiffusion indexesfattoriVA mensile
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:
• Considerando una matrice stacked dei dati che contempla anche 2 ritardi delle variabili di partenza;
• Individuando il corretto numero di fattori attraverso il criterio informativo proposto da Bai e Ng
• Si è pervenuti alla stima di un modello caratterizzato 4 componenti fattoriali che sintetizzano il 50% della variabilità complessiva del panel di partenza.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:
-1,5
-1
-0,5
0
0,5
1
dic-
92
giu-
93
dic-
93
giu-
94
dic-
94
giu-
95
dic-
95
giu-
96
dic-
96
giu-
97
dic-
97
giu-
98
dic-
98
giu-
99
dic-
99
giu-
00
dic-
00
giu-
01
dic-
01
giu-
02
dic-
02
giu-
03
dic-
03
giu-
04
Fattore 1 Fattore 2 Fattore 3 Fattore 4
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
cola
va
cola
vp
giac
e
orde
st
ordg
en
ordi
nter
Pro
duz
Sta
tliq
Var
liq
Ten
dcod
e
Ten
dord
Ten
dpro
d
Ten
dec
Ten
dliq
Ten
dpre
zzi
Var
Add
etti
Var
Pre
zzi
Var
Pro
d
expo
rt
impo
rt
expo
area
diso
cc
taat
t
oaa
geco
prev
eco
prev
dis
gfam
prev
fam
bilfi
n
poss
ris
conv
ris
intd
ur
carr
eg
attiv
e
iscr
itte
cess
ate
gerp
rind
frap
rind
reer
itapr
ind
cpi
Correlazione del primo fattore con il panel
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
-1,2
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
cola
va
cola
vp
giac
e
orde
st
ordg
en
ordi
nter
Pro
duz
Sta
tliq
Var
liq
Ten
dcod
e
Ten
dord
Ten
dpro
d
Ten
dec
Ten
dliq
Ten
dpre
zzi
Var
Add
etti
Var
Pre
zzi
Var
Pro
d
expo
rt
impo
rt
expo
area
diso
cc
taat
t
oaa
geco
prev
eco
prev
dis
gfam
prev
fam
bilfi
n
poss
ris
conv
ris
intd
ur
carr
eg
attiv
e
iscr
itte
cess
ate
gerp
rind
frap
rind
reer
itapr
ind
cpi
L’indicatore regionale:
Correlazione del secondo fattore con il panel
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
cola
va
cola
vp
giac
e
orde
st
ordg
en
ordi
nter
Pro
duz
Sta
tliq
Var
liq
Ten
dcod
e
Ten
dord
Ten
dpro
d
Ten
dec
Ten
dliq
Ten
dpre
zzi
Var
Add
etti
Var
Pre
zzi
Var
Pro
d
expo
rt
impo
rt
expo
area
diso
cc
taat
t
oaa
geco
prev
eco
prev
dis
gfam
prev
fam
bilfi
n
poss
ris
conv
ris
intd
ur
carr
eg
attiv
e
iscr
itte
cess
ate
gerp
rind
frap
rind
reer
itapr
ind
cpi
L’indicatore regionale:
Correlazione del terzo fattore con il panel
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
cola
va
cola
vp
giac
e
orde
st
ordg
en
ordi
nter
Pro
duz
Sta
tliq
Var
liq
Ten
dcod
e
Ten
dord
Ten
dpro
d
Ten
dec
Ten
dliq
Ten
dpre
zzi
Var
Add
etti
Var
Pre
zzi
Var
Pro
d
expo
rt
impo
rt
expo
area
diso
cc
taat
t
oaa
geco
prev
eco
prev
dis
gfam
prev
fam
bilfi
n
poss
ris
conv
ris
intd
ur
carr
eg
attiv
e
iscr
itte
cess
ate
gerp
rind
frap
rind
reer
itapr
ind
cpi
L’indicatore regionale:
Correlazione del quarto fattore con il panel
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:
• Individuare il fattore che meglio approssima l’andamento dell’economia e del VA;
• Attraverso la metodologia di Chow e Lin attribuire l’andamento di tale fattore al VA annuo in modo da ottenere un VA a cadenza mensile.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
-1,5
-1
-0,5
0
0,5
1
dic-
92
giu-
93
dic-
93
giu-
94
dic-
94
giu-
95
dic-
95
giu-
96
dic-
96
giu-
97
dic-
97
giu-
98
dic-
98
giu-
99
dic-
99
giu-
00
dic-
00
giu-
01
dic-
01
giu-
02
dic-
02
giu-
03
dic-
03
giu-
04
0
0,01
0,02
0,03
0,04
0,05
0,06
Fattore 1 VA var%
Corr(F1,VA) = 0,63
L’indicatore regionale: Primo fattore e tasso di variazione annuo del VA
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale: VA mensile
5400
5600
5800
6000
6200
6400
6600
6800
7000
gen-
93
lug-
93
gen-
94
lug-
94
gen-
95
lug-
95
gen-
96
lug-
96
gen-
97
lug-
97
gen-
98
lug-
98
gen-
99
lug-
99
gen-
00
lug-
00
gen-
01
lug-
01
gen-
02
lug-
02
gen-
03
lug-
03
VA m
ensi
le (m
ilion
i di E
uro
1995
)
65000
67000
69000
71000
73000
75000
77000
79000
81000
83000
VA a
nnuo
(mili
oni d
i Eur
o 19
95)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale:
• Ricavare una stima del VA mensile sulla base della relazione tra lo stesso e i 4 fattori stimati;
• Rendere disponibile al policy maker valori aggiornati dell’indicatore di produttività.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore regionale: Indicatore della produttività regionale:
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
gen-
93
lug-
93
gen-
94
lug-
94
gen-
95
lug-
95
gen-
96
lug-
96
gen-
97
lug-
97
gen-
98
lug-
98
gen-
99
lug-
99
gen-
00
lug-
00
gen-
01
lug-
01
gen-
02
lug-
02
gen-
03
lug-
03
gen-
04
lug-
04
Stima VA mensile
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
• Indicatore di produttività regionale [VA mensile] (Gennaio 1993 – Settembre 2004)
• Set di variabili disponibili sia a livello regionale che provinciale (stesso periodo):
– Importazioni ed esportazioni;– Imprese attive;– Popolazione totale residente;– Indice di vecchiaia e Indice di dipendenza totale;– Occupati e Tasso di disoccupazione.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
• Se esiste, a livello regionale, una relazione tra il VA e alcune delle variabili a disposizione;
• Se tale relazione è stabile e vale indifferentemente anche a livello provinciale;
• Allora posso ricavare una stima del VA provinciale mediante la metodologia di Chow e Lin.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:• Individuare una relazione consistente a livello regionale
tra il VA e le serie a disposizione:Variabile Coefficiente Std. Error t-Statistic Prob. IMPORT 0,4214 0,0768 5,4882 0,0000 DPOP 0,3212 0,0940 3,4186 0,0015 IDT 0,5789 0,1328 4,3603 0,0001 OCC 0,0005 0,0002 2,7575 0,0090 EXPORT(-1) 0,3377 0,0583 5,7947 0,0000 DPOP(-1) -0,3041 0,0917 -3,3155 0,0021 IV(-1) 0,0090 0,0011 8,0351 0,0000 IDT(-1) -0,6050 0,1324 -4,5695 0,0001 OCC(-1) -0,0004 0,0002 -2,3822 0,0225 R-squared 0,990199 Adjusted R-squared 0,988080 F-statistic 467,2634 Prob(F-statistic) 0,0000
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:• Stima del VA pro-capite provinciale tramite la
metodologia di Chow e Lin (II trimestre 1993 – III trimestre 2004);
• Stima del VA pro-capite provinciale applicando i parametri della regressione regionale alle variabili provinciali senza porre alcun vincolo (II trimestre 1993 – III trimestre 2004);
• Aggregazione del VA a livello annuale per operare un confronto con il dato ufficiale dell’Istat.
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Chow e Lin (asse di sx) - Regressione (asse di dx)
3200
3400
3600
3800
4000
4200
4400
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
14000
1500016000
1700018000
19000
2000021000
2200023000
24000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
Bologna:
-2%
0%
2%
4%
6%
8%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Ferrara:
Chow e Lin (asse di sx) - Regressione (asse di dx)
1800
1900
2000
2100
2200
2300
2400
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
1300
1320
1340
1360
1380
1400
1420
1440
1460
1480
1500
5000
5500
6000
6500
7000
7500
8000
8500
9000
9500
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
-2%
0%
2%
4%
6%
8%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Forlì-Cesena:
Chow e Lin (asse di sx) - Regressione (asse di dx)
1500
1600
1700
1800
1900
2000
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
1000
1050
1100
1150
1200
1250
1300
1350
1400
1450
4000
4500
5000
5500
6000
6500
7000
7500
8000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
-4%
-2%
0%
2%
4%
6%
8%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Modena:
Chow e Lin (asse di sx) - Regressione (asse di dx)
1900
2000
2100
2200
2300
2400
2500
2600
2700
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
2800
3000
3200
3400
3600
3800
4000
4200
4400
8000
9000
10000
11000
12000
13000
14000
15000
16000
17000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
0%
2%
4%
6%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Parma:
Chow e Lin (asse di sx) - Regressione (asse di dx)
2100
2150
2200
2250
2300
2350
2400
2450
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
1200
1250
1300
1350
1400
1450
1500
1550
1600
1650
1700
5000
55006000
6500
70007500
8000
8500
90009500
10000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
-6%
-4%
-2%
0%
2%
4%
6%
8%
10%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Piacenza:
Chow e Lin (asse di sx) - Regressione (asse di dx)
1500
1550
1600
1650
1700
1750
1800
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
700
720
740
760
780
800
820
840
860
880
900
3000
3500
4000
4500
5000
5500
6000
6500
7000
7500
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
-2%
0%
2%
4%
6%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Ravenna:
Chow e Lin (asse di sx) - Regressione (asse di dx)
1600
1700
1800
1900
2000
2100
2200
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
1500
1550
1600
1650
1700
1750
1800
1850
1900
1950
5500
6000
6500
7000
7500
8000
8500
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
-2%
0%
2%
4%
6%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Reggio Emilia:
Chow e Lin (asse di sx) - Regressione (asse di dx)
1750
1800
1850
1900
1950
2000
2050
2100
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
1700
1800
1900
2000
2100
2200
2300
2400
2500
2600
2700
7000
7500
8000
8500
9000
9500
10000
10500
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
-2%
0%
2%
4%
6%
8%
10%
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
Rimini:
Chow e Lin (asse di sx) - Regressione (asse di dx)
400
450
500
550
600
650
700
750
1993
-t2
1994
-t1
1994
-t4
1995
-t3
1996
-t2
1997
-t1
1997
-t4
1998
-t3
1999
-t2
2000
-t1
2000
-t4
2001
-t3
2002
-t2
2003
-t1
2003
-t4
2004
-t3
2200
2300
2400
2500
2600
2700
2800
2900
3000
1500
25003500
4500
55006500
7500
8500
950010500
11500
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003VA (CL) VA (Reg) VA (Istat)
-0,02
0
0,02
0,04
0,06
0,08
0,1
0,12
1995 1996 1997 1998 1999 2000 2001 2002 2003Var% (CL) Var% (Reg) Var% (Istat)
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo
L’indicatore provinciale:
• Differenze di scala;• Discordanze nella dinamica;
• La relazione individuata a livello regionale non si è rivelata stabile a livello provinciale, ovvero le variabili utilizzate, pur rappresentando buoni regressori a livello regionale, non sono adatte ad individuare una relazione col VA a livello provinciale.