📈 economics

Energy Price Volatility and Digital Capability in Shaping FDI Location Decisions: Evidence from Central and Eastern Europe in the Post-Pandemic Era

Questo studio rivela che, sebbene la volatilità dei prezzi dell'energia non scoraggi uniformemente gli investimenti diretti esteri nell'Europa centrale e orientale, il suo impolo negativo è significativamente mitigato da elevati livelli di capacità digitale, che agisce come un meccanismo di resilienza strategica che permette alle economie di interiorizzare meglio i rischi energetici e sostenere gli afflussi di capitale.

Autori originali: Abdulgaffar Muhammad, Smith Maxwell Ogbotor, Ezie Israel Omoye, Edirin Jeroh, Michael Tonbraladoh Sinebe, Chukwugoziem Tom Ezi, Fatima Adam Labaran, Bernard Osahon Odiase, Emmanuel Osarowenyeke Ogbebo

Pubblicato 2026-07-06

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Abdulgaffar Muhammad, Smith Maxwell Ogbotor, Ezie Israel Omoye, Edirin Jeroh, Michael Tonbraladoh Sinebe, Chukwugoziem Tom Ezi, Fatima Adam Labaran, Bernard Osahon Odiase, Emmanuel Osarowenyeke Ogbebor, Maryam Isyaku

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

Il quadro generale: Un gioco ad alta posta in gioco su "Dove costruire?"

Immaginate di essere una grande multinazionale (come una massiccia impresa di costruzioni) alla ricerca del posto migliore dove costruire una nuova fabbrica. Avete una lista di 40 potenziali località nell'Europa Centrale e Orientale. Dovete decidere: Dove è il posto più sicuro e intelligente per parcheggiare i vostri soldi?

Questa ricerca indaga due fattori principali che influenzano la vostra decisione:

Il "Tempo Temporalesco" dei prezzi dell'energia: Quanto oscillano in modo imprevedibile i costi di elettricità e carburante?
Il "Super-Computer" delle competenze digitali: Quanto è bravo un paese locale a usare i dati e la tecnologia per comprendere il mondo?

I ricercatori volevano sapere: Le cattive notizie sull'energia spaventano gli investitori? E avere un "super-computer" (competenze digitali) aiuta gli investitori a gestire meglio queste cattive notizie?

I Protagonisti

Volatilità dei prezzi dell'energia (Il Temporale): Pensate a questo come al meteo. A volte splende il sole (energia economica) e a volte colpisce un uragano (prezzi alle stelle). Il documento analizza quanto il tempo sia imprevedibile, non solo quanto sia brutto.
Adozione Digitale (L'App Meteo): Questa è la capacità di un paese di utilizzare dati, analisi e tecnologia. Pensate a questo come a un'app meteo hi-tech che vi dice esattamente quando arriverà la tempesta, quanto colpirà forte e come prepararsi.
FDI (L'Investimento): Sono i soldi che le aziende straniere portano per costruire fabbriche e attività.

La Grande Scoperta: Non si tratta solo del Temporale

I ricercatori hanno trovato un colpo di scena sorprendente. Si aspettavano che il "Tempo Temporalesco" (prezzi dell'energia instabili) avrebbe sempre spaventato gli investitori, proprio come un avviso di tempesta impedisce alle persone di andare in spiaggia.

Ma non è andata esattamente così.

Ecco l'analogia:

In un paese con basse competenze digitali (Nessuna App Meteo): Quando i prezzi dell'energia saltano, gli investitori sono confusi. Non sanno se la tempesta è reale o solo un glitch. Non riescono a calcolare accuratamente il rischio. Quindi, il "temporale" non cambia molto la loro decisione perché stanno volando alla cieca.
In un paese con alte competenze digitali (Il Super App Meteo): Quando i prezzi dell'energia saltano, questi investitori hanno una visione cristallina. Vedono la tempesta arrivare, sanno esattamente quanto costerà e possono calcolare il rischio perfettamente.

Il Risultato: Nei paesi hi-tech, il "temporale" effettivamente spaventa gli investitori in modo più efficace. Perché? Perché sono abbastanza intelligenti da capire che: "Oh, questa volatilità dell'energia è un problema reale e costoso, e devo evitarlo".

La Metafora:
Pensate alla volatità dell'energia come a un tetto che perde.

Se avete una scure smussata (basse competenze digitali), colpite il tetto ma non vedete davvero la perdita. Potreste continuare a costruire comunque perché non comprendete appieno il pericolo.
Se avete una sega guidata dal laser (alte competenze digitali), vedete istantaneamente la perdita, misurate esattamente quanta acqua entra e decidete: "No, questa casa è troppo rischiosa da comprare".

Quindi, il documento conclude che la capacità digitale non "ripara" il tetto che perde; ti fa solo rendere conto che il tetto sta perdendo. Rende gli investitori più sensibili al rischio, non meno.

Il "Punto di Svolta" (La Soglia)

Lo studio ha trovato un punto di svolta specifico nelle competenze digitali.

Sotto la linea: I paesi sono così indietro digitalmente che il caos dell'energia non sembra importare molto agli investitori (sono troppo impegnati con altri problemi).
Sopra la linea: Una volta che un paese supera un certo livello di maturità digitale, la relazione cambia. Improvvisamente, le oscillazioni dei prezzi dell'energia diventano un fattore determinante per gli investitori perché i dati rendono il rischio innegabile.

Cosa altro conta?

Il documento ha esaminato anche altri fattori, come una checklist per una località di vacanza perfetta:

Appartenenza all'UE: Far parte del "club VIP" (l'UE) rende la località più attraente.
Apertura al Commercio: Quanto è facile spedire merci in entrata e in uscita? (Più è aperto, meglio è).
Inflazione e Tassi di Cambio: Se la valuta locale è instabile o i prezzi salgono troppo velocemente, gli investitori si agitano.
Era Post-Pandemia: Il mondo è cambiato dopo il 2020. Gli investitori sono ora più concentrati sulla "resilienza" (sopravvivere agli shock) piuttosto che solo sui costi bassi.

Il "Trucco" (Machine Learning)

Per assicurarsi che la loro matematica fosse corretta, i ricercatori hanno usato un "trucco" chiamato Machine Learning (specificamente Random Forest e XGBoost). Non lo hanno usato per trovare nuove regole, ma per controllare il proprio lavoro.

Il Risultato: Il computer ha concordato con i matematici umani. Ha confermato che la Volatilità dell'Energia e le Competenze Digitali sono effettivamente i due fattori più importanti per prevedere dove andrà il denaro.

In Breve

Il documento ci dice che nel mondo moderno, non puoi solo guardare quanto è economica l'energia. Devi guardare quanto è imprevedibile e quanto è intelligente il paese nel gestire tale imprevedibilità.

Per gli Investitori: Se un paese ha ottimi strumenti digitali, vedranno chiaramente i rischi energetici e potrebbero evitarlo se l'energia è troppo volatile.
Per i Governi: Cercare solo di mantenere bassi i prezzi dell'energia non basta. È necessario costruire anche una "super-struttura digitale" affinché gli investitori si sentano fiduciosi e abbiano trasparenza sui rischi. Se siete troppo caotici nei vostri dati, gli investitori potrebbero non nemmeno notare il rischio (o potrebbero notarlo troppo tardi).

In breve: Le competenze digitali agiscono come una lente d'ingrandimento. Non fermano la tempesta, ma assicurano che tutti vedano esattamente quanto si stanno bagnando le scarpe.

Sintesi Tecnica: Volatilità dei Prezzi dell'Energia e Capacità Digitale nel Modellare le Decisioni di Localizzazione degli IDE

Problematica
Questo studio affronta l'evoluzione dei determinanti delle decisioni di localizzazione degli Investimenti Diretti Esteri (IDE) nell'Europa Centrale e Orientale (CEE) nell'era post-pandemica. Mentre la letteratura esistente documenta ampiamente come l'instabilità macroeconomica e i livelli dei prezzi dell'energia influenzino gli investimenti, esiste una lacuna critica riguardante la volatilità dei prezzi dell'energia come fattore di rischio prospettico e la sua interazione con la capacità digitale. Nello specifico, gli autori osservano che la ricerca precedente si basa spesso su specifiche lineari e non riesce a modellare come l'analisi dei dati aziendali (business analytics) e l'adozione digitale possano condizionare (moderare) la trasmissione del rischio energetico nelle decisioni di investimento. Il problema centrale è se l'infrastruttura digitale agisca meramente come un attrattore diretto di IDE o come un meccanismo di resilienza strategica che altera il modo in cui le imprese percepiscono e prezzano l'incertezza energetica.

Metodologia
La ricerca impiega un design quantitativo longitudinale utilizzando un panel bilanciato di 40 paesi CEE osservati annualmente dal 2010 al 2025 (640 osservazioni). La strategia empirica è unificata e multistrato per affrontare l'endogeneità, la persistenza dinamica e la non linearità:

Stimatore Core: Viene utilizzato un framework system-GMM (Generalized Method of Moments) dinamico per stimare la relazione di base. Questo approccio controlla la persistenza degli IDE (variabile dipendente ritardata), l'eterogeneità non osservata tra i paesi e la potenziale endogeneità dei regressori.
Analisi di Moderazione: Lo studio testa la moderazione lineare includendo un termine di interazione tra la Volatilità dei Prezzi dell'Energia (EPV) e l'Indice di Adozione Digitale (DAI).
Analisi della Soglia Non Lineare: Per testare formalmente la dipendenza dal regime, viene applicato un modello di soglia panel (Hansen, 1999), che identifica endogenamente un livello critico di adozione digitale ( $\tau$ ) sopra il quale la sensibilità degli IDE alla volatilità energetica cambia strutturalmente.
Aggiustamento Strutturale: Una dummy post-pandemica (2021–2025) e la sua interazione con l'EPV sono inserite nel modello dinamico per valutare se la pandemia abbia indotto uno spostamento strutturale nella trasmissione del rischio.
Robustezza e Validazione:
- Misure di Volatilità Alternative: L'EPV è ricostruita utilizzando la volatilità condizionale GARCH(1,1).
- Strumenti Esterni: La volatilità dei prezzi globali del petrolio e gli indici di interruzione dell'offerta di gas vengono utilizzati per rafforzare l'identificazione causale.
- Validazione tramite Machine Learning: I modelli Random Forest e XGBoost sono impiegati esclusivamente per la validazione predittiva (non per l'inferenza causale) per confermare che l'EPV e il DAI rimangano i predittori dominanti sotto assunzioni non parametriche. I valori SHAP sono utilizzati per classificare l'importanza delle caratteristiche.

Risultati Chiave
L'analisi produce diversi risultati sfumati riguardanti il nesso energia–digitale–IDE:

Impatto Condizionato della Volatilità: La volatilità dei prezzi dell'energia non scoraggia uniformemente gli IDE in tutta la regione. Il suo effetto lineare diretto è statisticamente insignificante una volta controllati la persistenza dinamica e la moderazione.
Il Ruolo della Capacità Digitale: L'adozione digitale (rappresentata dall'Indice di Adozione Digitale) non agisce come un driver lineare indipendente degli IDE. Al contrario, funziona principalmente come un meccanismo di condizionamento.
Sensibilità Dipendente dal Regime: L'interazione tra volatilità energetica e capacità digitale è statisticamente significativa. Lo studio identifica una soglia critica di adozione digitale di 0,843.
- Sotto la soglia: In ambienti a bassa digitalizzazione, la volatilità energetica ha un effetto negativo ma statisticamente insignificante sugli IDE, suggerendo che le imprese operino già in condizioni di inefficienze strutturali dove la valutazione marginale del rischio è opaca.
- Sopra la soglia: In ambienti ad alta digitalizzazione, la volatilità energetica esercita un effetto deterrente negativo e statisticamente significativo. Ciò implica che le economie digitalmente avanzate interiorizzano l'incertezza energetica in modo più trasparente ed efficiente nei processi di allocazione del capitale, diventando più sensibili ai segnali di rischio.
Variabili di Controllo: La volatilità del tasso di cambio, l'apertura commerciale, la quota di energia rinnovabile, le condizioni post-pandemia e l'appartenenza all'UE influenzano significativamente gli IDE. In particolare, la qualità istituzionale promuove gli IDE nei regimi ad alta digitalizzazione, ma li scoraggia in quelli a bassa digitalizzazione, indicando una complementarità tra governance e infrastruttura digitale.
Conferma tramite Machine Learning: I modelli non parametrici (Random Forest e XGBoost) confermano che la Volatilità dei Prezzi dell'Energia e l'Adozione Digitale sono i due principali predittori dell'intensità degli IDE, validando la robustezza dei risultati econometrici oltre le forme funzionali lineari.

Contributi Principali
Il documento rivendica tre contributi primari alla letteratura su Innovazione Finanziaria e IDE:

Riconcettualizzazione del Rischio: Inquadra la volatilità dei prezzi dell'energia non solo come uno shock di costo, ma come un canale di rischio finanziario che influenza l'allocazione del capitale internazionale attraverso meccanismi condizionati.
Meccanismo di Resilienza Digitale: Identifica la capacità digitale come un moderatore strutturale che condiziona il modo in cui il rischio energetico viene trasmesso nelle decisioni di investimento, piuttosto che agire semplicemente come un fattore di attrazione (pull factor).
Evidenza Post-Pandemica: Fornisce prove empiriche da una regione europea strategicamente importante (CEE) dove sicurezza energetica, trasformazione digitale e competitività degli IDE si intersecano nel contesto post-pandemico.

Significato e Rivendicazioni
Gli autori affermano che i loro risultati offrono spunti rilevanti per le politiche volte a sostenere gli afflussi di IDE sotto una persistente incertezza energetica. Lo studio conclude che stabilizzare solo i mercati energetici è insufficiente per attrarre o trattenere gli investimenti. Inveve, i decisori politici nelle economie CEE devono simultaneamente rafforzare le infrastrutture digitali, potenziare la credibilità istituzionale e mantenere la stabilità macroeconomica.

Il documento sottolinea che l'infrastruttura digitale funge da "meccanismo di resilienza strategica". Migliorando l'elaborazione delle informazioni e la trasparenza del rischio, un'elevata adozione digitale permette alle imprese di prezzare con maggiore accuratezza i rischi energetici, alterando così il panorama degli investimenti. Lo studio si pone come un ponte tra l'economia dell'energia e la trasformazione digitale, dimostrando che l'impatto della volatilità energetica non è statico, ma è fondamentalmente rimodellato dalla prontezza digitale del paese ospitante.