Resilient-to-Fragile Transition and Excess Volatility in Supply Chain Networks

Sintesi Tecnica: Transizione da Resiliente a Fragile ed Eccesso di Volatilità nelle Reti di Supply Chain

Problematica
Il documento affronta una lacuna fondamentale nella modellizzazione macroeconomica: la mancanza di framework trattabili per spiegare come piccoli shock produttivi idiosincratici possano innescare grandi e persistenti fluttuazioni aggregate e crisi sistemiche nelle catene di approvvigionamento. Mentre i modelli di equilibrio tradizionali (ad es., Acemoglu et al., 2012; Baqaee, 2018) si basano sulla flessibilità dei prezzi e sulla comparazione di stati, essi astraggono dai vincoli di quantità nel breve periodo, dalle scorte deperibili e dai ritardi nelle consegne. L'evidenza empirica derivante da eventi come la pandemia di Covid-19 e la crisi energetica del 2022 suggerisce che le reti di produzione siano fragili, particolarmente quando le imprese adottano politiche di inventario "lean" just-in-time (JIT) per minimizzare i costi. Gli autori mirano a costruire un modello dinamico stilizzato, non di equilibrio, per determinare se esista una transizione critica tra uno stato resiliente (dove gli shock vengono assorbiti) e uno stato fragile (dove gli shock cascata verso il collasso) e per caratterizzare la risultante "eccesso di volatilità".

Metodologia
Gli autori propongono un modello dinamico a tempo discreto di una rete di produzione composta da $N$ imprese.

• Tecnologia di Produzione: Le imprese utilizzano tecnologie Leontief con input intermedi non sostituibili e deperibili. La produzione è vincolata dal minimo tra gli input disponibili e il lavoro.
• Dinamiche di Inventario: Le imprese detengono scorte precauzionali ($\kappa$) per proteggersi contro le carenze di offerta. Il modello traccia esplicitamente i livelli di stock ($S_{ij}$), gli ordini ($O_{ij}$) e le transazioni effettive ($X_{ij}$) sotto un regime di razionamento proporzionale in caso di scarsità di offerta.
• Shock: Le imprese affrontano shock di produttività idiosincratici ($z_i$) modellati come rumore log-normale con volatilità $\sigma$.
• Regole Comportamentali: Le imprese seguono regole di apprendimento miope a guadagno costante per regolare gli obiettivi di produzione in base all'output e alla domanda realizzati. I prezzi sono assenti; l'aggiustamento avviene attraverso le quantità.
• Approccio Analitico:
  1. Analisi di Stabilità Lineare: Gli autori eseguono un'analisi di stabilità lineare a coni per l'stato stazionario, distinguendo tra regimi "limitati dalla domanda" e "limitati dall'offerta".
  2. Simulazioni Numeriche: Simulano il sistema su reti regolari casuali per mappare il diagramma di fase nel piano $(\sigma, \kappa)$, utilizzando tecniche di scaling delle dimensioni finite per identificare i punti critici.
  3. Teoria del Campo Medio: Nel limite di alta deperibilità ($\psi \to 1$) e alta connettività ($K \to \infty$), derivano espressioni analitiche per la volatilità critica dello shock $\sigma_c$ e la dinamica della produzione minima nella rete.

Contributi Chiave e Risultati

1. Esistenza di una Transizione di Fase Resiliente-Fragile:
   Lo studio stabilisce l'esistenza di un confine critico nello spazio dei parametri della volatilità dello shock ($\sigma$) e dei buffer di inventario ($\kappa$).

   • Regime Resiliente: Sopra la linea critica (alto $\kappa$, bassa $\sigma$), l'economia si assesta in uno stato stazionario stocastico stabile.
   • Regime Fragile: Sotto la linea critica (basso $\kappa$, alta $\sigma$), il sistema è incline a "doom loops" dove la produzione collassa a zero in tempo finito con una probabilità che tende all'unità.
   • Natura della Transizione: La transizione è continua (supercritica). Man mano che il sistema si avvicina alla linea critica dal lato resiliente, il tempo atteso al collasso diverge e la probabilità di un crash in tempo finito aumenta drasticamente.

2. Eccesso di Volatilità e Divergenza:
   Anche all'interno del regime resiliente, gli effetti di rete amplificano la volatilità aggregata. Gli autori definiscono un rapporto di "eccesso di volatilità" ($R$) che confronta le fluttuazioni dell'output aggregato con le fluttuazioni della produttività fondamentale.

   • I risultati numerici mostrano che $R$ aumenta bruscamente quando $\sigma \to \sigma_c$.
   • I risultati analitici nel limite di alta deperibilità suggeriscono che $R$ diverge come $(\sigma_c - \sigma)^{-2}$, guidato dalla combinazione della volatilità delle singole imprese e del volume di correlazione divergente delle fluttuazioni attraverso la rete.

3. Caratterizzazione Analitica della Criticità:
   Nel limite del campo medio, gli autori derivano un'espressione in forma chiusa per la volatilità critica dello shock:
   $$\sigma_c \approx \frac{\log \kappa}{2\sqrt{\log K}}$$
   Ciò indica che la soglia critica dipende logaritmicamente dal buffer di inventario e dalla connettività della rete. Identificano inoltre un limite superiore $\sigma_{max}$ oltre il quale l'economia è instabile indipendentemente dai livelli di inventario.

4. Ruolo della Diversificazione dei Fornitori (Rewiring):
   Il paper analizza l'effetto di permettere alle imprese di passare a fornitori alternativi ($M$ opzioni per ogni input).

   • I risultati analitici mostrano che se il numero di fornitori alternativi $M$ supera una soglia (circa $M > \log K / \log 2$), la linea critica scompare e il sistema rimane stabile per ogni $\sigma$.
   • Ciò evidenzia come un rapido "rewiring" possa eliminare il regime fragile, a condizione che la velocità di commutazione sia più veloce del tempo di propagazione del crash.

Significato e Rivendicazioni
Il paper sostiene di fornire un meccanismo dinamico, basato su micro-fondamenti, per il puzzle "piccoli shock, grandi cicli". Argomenta che la tensione tra efficienza (minimizzazione degli inventari) e resilienza (mantenimento dei buffer) spinge l'economia endogenamente verso un punto critico.

• Contributo Teorico: Offre un contrappunto dinamico ai modelli di rete all'equilibrio, dimostrando che i vincoli di quantità e le dinamiche di inventario possono generare da soli volatilità macroeconomica e crisi, senza richiedere shock aggregati o "mega-imprese".
• Implicazione Politica: Gli autori suggeriscono che gli incentivi privati a minimizzare i costi erodono naturalmente i buffer, spingendo il sistema verso la fragilità. Di conseguenza, politiche che incoraggiano riserve strategiche o la diversificazione dei fornitori potrebbero avere benefici non lineari, spostando l'economia da un regime incline alle crisi a uno resiliente.
• Limitazioni: Gli autori riconoscono che il modello è altamente stilizzato, astraggendo dalle dinamiche dei prezzi e dai vincoli finanziari. Inquadrano i loro risultati come un'approssimazione di primo ordine per comprendere l'interazione tra struttura della rete e vincoli fisici, notando che lavori futuri dovrebbero integrare aggiustamenti dei prezzi ed eterogeneità delle imprese.

Il paper conclude che le reti di produzione non sono meri amplificatori passivi di shock, ma sistemi dinamici complessi la cui stabilità è criticamente sensibile alle scelte operative riguardanti l'inventario e la ridondanza dei fornitori.