A CRITIC-Weighted Fuzzy-TOPSIS and Machine Learning Framework for Evaluating Corporate Governance Efficiency: Evidence from Construction Materials Manufacturing in Uzbekistan
Questo studio introduce un framework ibrido CRITIC-Fuzzy-TOPSIS e di machine learning per valutare la governance aziendale nel settore dei materiali da costruzione in Uzbekistan, rivelando un paradosso per cui le priorità di governance percepite dagli esperti differiscono dai driver finanziari, con i fattori relazionali come le relazioni con gli stakeholder che si dimostrano più critici per la redditività rispetto alle dimensioni strutturali.
Articolo originale sotto licenza CC BY 4.0 (https://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
Nel mondo del business, esiste una convinzione radicata secondo cui il modo in cui un'azienda viene gestita determini il suo livello di performance. Questa idea, nota come governance aziendale, suggerisce che regole chiare, rendicontazione onesta e supervisione indipendente creino un ambiente stabile in cui un'azienda possa crescere e generare profitto. Nelle nazioni ricche con leggi forti e mercati aperti, questo legame è spesso dato per scontato. Tuttavia, nelle economie emergenti dove le regole sono ancora in fase di definizione e le informazioni sono più difficili da reperire, la relazione tra una buona gestione e il successo finanziario è molto più incerta. I ricercatori si sono chiesti a lungo se le classiche checklist utilizzate per giudicare la salute di un'azienda prevedano effettivamente i suoi profitti, o se stiano semplicemente misurando le cose sbagliate. Questa questione diventa particolarmente urgente in luoghi come l'Uzbekistan, dove una rapida crescita industriale ha superato lo sviluppo di sistemi di gestione formali, lasciando molte aziende a operare con vecchie abitudini e trasparenza limitata.
Un team di ricercatori provenienti da università dell'Uzbekistan ha deciso di testare questa relazione in un settore specifico e vitale: la produzione di materiali da costruzione come cemento, mattoni e vetro. Volevano vedere se il modo in cui gli esperti percepiscono la governance di un'azienda corrisponda alla realtà delle sue performance finanziarie. Per farlo, hanno costruito un nuovo tipo di sistema di valutazione che combinava il giudizio umano con l'apprendimento automatico avanzato. Hanno raccolto venti esperti che conoscevano bene il settore e hanno chiesto loro di valutare otto grandi fabbriche su dieci diversi aspetti della gestione, che spaziavano dal funzionamento del consiglio di amministrazione al modo in cui l'azienda tratta i propri lavoratori e interagisce con il governo. Gli esperti hanno utilizzato una semplice scala a sette punti, da "molto scarsa" a "molto buona", per descrivere ogni azienda.
Una volta che gli esperti fornirono le loro valutazioni, i ricercatori usarono un metodo matematico per determinare quali di quei dieci aspetti contassero di più per distinguere un'azienda dall'altra. Scoprirono che gli esperti erano in grado di distinguere le aziende soprattutto in base a quanto bene pianificassero il futuro e gestissero i rischi. Questi due fattori ricevettero i punteggi di importanza più elevati nell'analisi iniziale. Il team utilizzò poi questi punteggi per creare una classifica delle otto aziende, ponendo in cima quella con la migliore governance percepita e in fondo quella con la peggiore.
Ed è qui che la storia prende una svolta sorprendente. I ricercatori confrontarono quindi questa classifica degli esperti con i reali registri finanziari delle otto aziende. Osservarono una misura specifica di redditività chiamata Return on Assets (Ritorno sulle Attività), che calcola quanto profitto genera un'azienda rispetto al valore dei suoi impianti e dei suoi edifici fissi. I risultati mostrarono quasi nessuna connessione tra le classifiche degli esperti e il denaro reale guadagnato. In effetti, la relazione era leggermente negativa. L'azienda che gli esperti avevano valutato con la peggiore governance aveva in realtà i profitti più alti, mentre l'azienda valutata con la migliore governance aveva uno dei tassi di profitto più bassi. I modelli informatici addestrati per prevedere i profitti basandosi sulle valutazioni degli esperti fallirono nel farlo, confermando che il modo in cui gli esperti vedono lo stile di gestione di un'azienda non dice quanto denaro quell'azienda stia guadagnando.
Per capire perché esista questo disallineamento, i ricercatori usarono una tecnica che permette ai computer di spiegare il proprio ragionamento. Chiesero ai modelli informatici di identificare quali specifici fattori, tra i dieci valutati dagli esperti, stessero effettivamente guidando le differenze di profitto. La risposta fu completamente diversa da ciò che la classifica iniziale degli esperti suggeriva. Mentre gli esperti si concentravano su strutture formali come la pianificazione strategica e la gestione dei rischi, l'analisi del computer rivelò che i fattori più strettamente legati ai profitti effettivi erano le relazioni che un'azienda aveva con le persone. Nello specifico, la qualità delle relazioni con i dipendenti e la natura dei rapporti dell'azienda con gli enti regolatori governativi erano i predittori più forti del successo finanziario.
Questo risultato suggerisce che, nel contesto specifico dell'industria delle costruzioni in Uzbekistan, le regole formali e i documenti non sono i motori primari del successo quotidiano. Inveio, la capacità pratica di mantenere motivati i lavoratori e di navigare nel complesso panorama delle regolamentazioni governative sembra essere molto più critica per il risultato economico finale. Lo studio non afferma che la buona governance sia poco importante, ma mostra che il modo standard di misurarla — concentrandosi sull'indipendenza del consiglio di amministrazione e sui piani scritti — potrebbe mancare degli elementi più vitali in questo ambiente. I ricercatori concludono che, affinché le aziende in questo settore migliorino le loro performance finanziarie, dovrebbero dare priorità alla costruzione di relazioni forti e costruttive con la forza lavoro e con lo Stato, piuttosto che limitarsi a lucidare le proprie strutture gestionali formali. Questa intuizione offre un nuovo percorso sia per i leader aziendali che per i decisori politici che cercano di capire cosa renda davvero prospera un'azienda in un'economia in via di sviluppo.
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.