Global factors for local shocks in a data-scarce environment: with an application to regional fiscal multipliers in Italy
Questo articolo propone una nuova metodologia proxy-SVAR aumentata da fattori per dati panel con forte dipendenza trasversale e strumenti limitati, che identifica shock di politica regionale utilizzando strumenti globali e locali per stimare i moltiplicatori della spesa pubblica nelle regioni italiane.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di essere un detective che cerca di capire perché un particolare quartiere abbia improvvisamente avuto una sferzata di energia. Magari è aperto un nuovo parco, o una fabbrica ha iniziato ad assumere. Vuoi sapere: è stato proprio quell'evento a far fiorire il quartiere, o l'intera città stava semplicemente attraversando una buona settimana? Questo è il rompicapo quotidiano per gli economisti che studiano i "moltiplicatori". Un moltiplicatore è un'idea semplice: se il governo spende un dollaro, quanti dollari di attività economica extra crea quel singolo dollaro? È come lanciare un sasso in uno stagno e contare quanti cerchi si formano.
Di solito, gli economisti guardano all'intero paese per rispondere a questa domanda. Ma cosa succede se vuoi sapere perché la tua città ha reaguto diversamente rispetto alla città vicina? È qui che le cose si fanno complicate. Nel mondo dei dati, alcuni luoghi sono come biblioteche ben documentate con registri infiniti, mentre altri sono come soffitte polverose dove si trovano solo poche vecchie ricevute. Questo è chiamato un ambiente "data-scarce" (povero di dati). Inoltre, i quartieri non esistono nel vuoto; sono connessi. Se il centro città fa festa, anche i sobborghi potrebbero diventare rumorosi. Questa "dipendenza trasversale" significa che non puoi guardare una singola città isolatamente senza confonderti con il rumore dei suoi vicini. La grande domanda è: come si misura il vero effetto di una decisione di spesa locale quando non si hanno dati perfetti e tutto è connesso?
Questo articolo, scritto da Giuseppe Cavaliere, Luca Fanelli e Marco Mazzali, è come un nuovo e astuto kit da detective progettato specificamente per questi quartieri disordinati e poveri di dati. Gli autori propongono un metodo per capire quanto la spesa pubblica stimoli effettivamente le economie locali in Italia, un paese dove il nord è ricco e il sud spesso fatica, creando un mosaico di economie locali molto diverse tra loro.
Il problema centrale che affrontano è che, per le piccole regioni, è quasi impossibile trovare uno strumento esterno "perfetto" (un instrumental variable) per dimostrare che un cambiamento nella spesa abbia causato un cambiamento nella crescita. Di solito, avresti bisogno di una variabile magica che influenzi solo la spesa e nient'altro, ma tali variabili sono rare nei dati locali. Per risolvere il problema, gli autori inventano un trucco magico in due fasi. Prima, guardano tutte le regioni insieme per trovare il "battito cardiaco comune" dell'economia — le parti dei dati che si muovono insieme a causa di grandi forze condivise come i trend nazionali. Chiamano questi "fattori globali". Poi, guardano ciò che resta per ogni specifica regione, le "particolarità locali" uniche.
Costruiscono la loro soluzione creando due tipi di "indizi" (strumenti) per ogni regione. Un indizio è l' "Strumento Globale", che cattura le onde economiche comuni che influenzano tutti. L'altro è l' "Strumento Locale", che cattura le cose strane e uniche che accadono solo in quella specifica città. Combinando questi due indizi, possono separare matematicamente il segnale (il vero effetto della spesa) dal rumore (eventi locali casuali o trend nazionali). È come avere un microfono che può filtrare il ruggito della folla (fattori globali) e il chiacchiericcio specifico della persona accanto a te (fattori locali) per sentire esattamente cosa dice l'oratore.
Hanno testato questo metodo su 20 regioni italiane (regioni NUTS-2) utilizzando dati annuali dal 1995 al 2021. I risultati sono stati affascinanti e hanno rivelato una netta divisione. Nelle regioni ricche del Nord-Ovest (come Lombardia e Piemonte), il moltiplicatore della spesa pubblica era enorme. Per ogni euro speso, l'economia cresceva di circa 3,5 euro nel breve termine. Era come se il denaro colpisse un trampolino e rimbalzasse con un'energia massiccia. Tuttavia, spostandosi verso il Sud e le Isole (il Mezzogiorno), l'effetto diminuiva significativamente. In luoghi come la Calabria o la Basilicata, il moltiplicatore era molto più piccolo, spesso oscillando intorno a 1 o anche meno, il che significa che il denaro non generava molta crescita extra.
Gli autori sottolineano con cautela che, sebbene il loro metodo funzioni, i dati non sono perfetti. Hanno a disposizione solo 27 anni di dati per 20 regioni, il che è un po' come cercare di prevedere il tempo con solo un mese di storia. Per questo motivo, non possono essere sicuri al 100% di ogni singolo numero, e i loro "intervalli di confidenza" (l'intervallo in cui si trova probabilmente la risposta vera) sono talvolta piuttosto ampi. Per alcune regioni del sud, i dati sono così sfocati che non possono nemmeno essere certi se la spesa abbia aiutato o danneggi l'economia. Nonostante questa incertezza, il modello è chiaro: la stessa politica non funziona allo stesso modo ovunque.
In breve, l'articolo suggerisce che la politica del "taglia unica" è un mito. Un piano di spesa che potenzia una regione ricca e industrializzata potrebbe non fare quasi nulla in una regione in difficoltà. Usando il loro nuovo metodo di "Strumento Globale e Locale", gli autori dimostrano che possiamo finalmente iniziare a misurare queste differenze, anche quando i dati sono scarsi e le regioni sono tutte intrecciate tra loro. È un nuovo modo per ascoltare l'economia locale senza perdersi nel rumore globale.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.