Durante il mio percorso accademico degli ultimi due anni, grande interesse ha suscitato in me la tematica riguardante il razionamento del credito e il ruolo del relationship banking sulle decisioni di affidamento alle imprese da parte delle banche. La prima parte del lavoro ਠbasata su un'ampia rassegna teorica riguardante l'evoluzione che il concetto di relationship banking ha avuto a partire dagli anni '60 del Novecento in poi: il fine ਠstato quello di ricostruire una definizione di tale concetto quanto pi๠completa possibile, evidenziando quanto con il passare del tempo esso sia stato valutato secondo diverse ottiche. Inoltre, una parte consistente della letteratura sul relationship banking si ਠconcentrata sulle diverse tipologie di informazioni alla base delle decisioni di affidamento bancario: esse vengono suddivise a seconda che siano riconducibili alla macro-categoria dell'hard information (derivante in larga parte dai bilanci delle società  e da indicatori su di essi costruiti), o a quella della soft information (riguardante, cioà¨, le diverse connotazioni del rapporto banca-cliente). Dopo questa rassegna teorica, viene affrontata tale tematica da un punto di vista della letteratura empirica: essa ਠtesa all'individuazione delle caratteristiche distintive del relationship banking e, pertanto, alla ricerca delle variabili che possono essere utilizzate come proxy del rapporto banca-impresa (durata della relazione, intensità  e distanza geografica). Una volta individuate, inoltre, viene svolta una rassegna per comprendere gli effetti che esse abbiano in termini di razionamento del credito, in particolare esaminando il costo e la disponibilità  del finanziamento. Dopodichà©, l'attenzione si sposta sulla descrizione del dataset utilizzato: esso consta delle risposte a un questionario sottoposto a circa 15000 imprese appartenenti a sette Paesi diversi (Austria, Francia, Germania, Italia, Spagna, Ungheria e Gran Bretagna). Il primo step ਠconsistito nell'individuazione delle variabili descritte durante il corso del secondo capitolo, ovvero quelle variabili in grado di descrivere le caratteristiche distintive del relationship banking e delle fonti informative utilizzate nelle decisioni di affidamento. Oltre ad esse, sono state scelte delle variabili utili a comprendere le caratteristiche delle imprese che compongono il dataset stesso. Il passo successivo, quindi, ਠconsistito nello svolgimento di un'analisi descrittiva delle variabili selezionate, che mettesse in evidenza anche le eventuali differenze presenti tra i diversi Paesi. Al fine di comprendere il ruolo svolto dalle variabili proxy delle caratteristiche distintive del relationship banking e delle informazioni utilizzate in fase decisionale, l'interrogazione si ਠposta sulle differenze tra le caratteristiche delle imprese che si sono distribuite nelle prime due categorie della variabile F14 (essa individua le imprese razionate da quelle non razionate). A tale scopo, sono state calcolate alcune statistiche test a seconda della natura delle variabili stesse (test t per le quantitative, chi quadrato per le qualitative e per le variabili dummy). Il lavoro termina con un capitolo di conclusioni, in cui si evidenziano i risultati ottenuti nei test calcolati.

Il ruolo del relationship banking nelle decisioni di affidamento bancario alle imprese

2019

Abstract

Durante il mio percorso accademico degli ultimi due anni, grande interesse ha suscitato in me la tematica riguardante il razionamento del credito e il ruolo del relationship banking sulle decisioni di affidamento alle imprese da parte delle banche. La prima parte del lavoro ਠbasata su un'ampia rassegna teorica riguardante l'evoluzione che il concetto di relationship banking ha avuto a partire dagli anni '60 del Novecento in poi: il fine ਠstato quello di ricostruire una definizione di tale concetto quanto pi๠completa possibile, evidenziando quanto con il passare del tempo esso sia stato valutato secondo diverse ottiche. Inoltre, una parte consistente della letteratura sul relationship banking si ਠconcentrata sulle diverse tipologie di informazioni alla base delle decisioni di affidamento bancario: esse vengono suddivise a seconda che siano riconducibili alla macro-categoria dell'hard information (derivante in larga parte dai bilanci delle società  e da indicatori su di essi costruiti), o a quella della soft information (riguardante, cioà¨, le diverse connotazioni del rapporto banca-cliente). Dopo questa rassegna teorica, viene affrontata tale tematica da un punto di vista della letteratura empirica: essa ਠtesa all'individuazione delle caratteristiche distintive del relationship banking e, pertanto, alla ricerca delle variabili che possono essere utilizzate come proxy del rapporto banca-impresa (durata della relazione, intensità  e distanza geografica). Una volta individuate, inoltre, viene svolta una rassegna per comprendere gli effetti che esse abbiano in termini di razionamento del credito, in particolare esaminando il costo e la disponibilità  del finanziamento. Dopodichà©, l'attenzione si sposta sulla descrizione del dataset utilizzato: esso consta delle risposte a un questionario sottoposto a circa 15000 imprese appartenenti a sette Paesi diversi (Austria, Francia, Germania, Italia, Spagna, Ungheria e Gran Bretagna). Il primo step ਠconsistito nell'individuazione delle variabili descritte durante il corso del secondo capitolo, ovvero quelle variabili in grado di descrivere le caratteristiche distintive del relationship banking e delle fonti informative utilizzate nelle decisioni di affidamento. Oltre ad esse, sono state scelte delle variabili utili a comprendere le caratteristiche delle imprese che compongono il dataset stesso. Il passo successivo, quindi, ਠconsistito nello svolgimento di un'analisi descrittiva delle variabili selezionate, che mettesse in evidenza anche le eventuali differenze presenti tra i diversi Paesi. Al fine di comprendere il ruolo svolto dalle variabili proxy delle caratteristiche distintive del relationship banking e delle informazioni utilizzate in fase decisionale, l'interrogazione si ਠposta sulle differenze tra le caratteristiche delle imprese che si sono distribuite nelle prime due categorie della variabile F14 (essa individua le imprese razionate da quelle non razionate). A tale scopo, sono state calcolate alcune statistiche test a seconda della natura delle variabili stesse (test t per le quantitative, chi quadrato per le qualitative e per le variabili dummy). Il lavoro termina con un capitolo di conclusioni, in cui si evidenziano i risultati ottenuti nei test calcolati.
2019
it
Dipartimento di Economia "Marco Biagi"
Università degli Studi di Modena e Reggio Emilia
File in questo prodotto:
File Dimensione Formato  
TESI_DI_ENRICO_LATTANZIO_ACGF.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 2.27 MB
Formato Adobe PDF
2.27 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/301714
Il codice NBN di questa tesi è URN:NBN:IT:UNIMORE-301714