Funding MSMES : a new model for companies classification

At current, billions of euros are allocated each year to support the productive and organizational investments of Italian companies. This thesis questions the state of the art, evaluating the efficiency and effectiveness of the current methods of granting public money. Having established the most critical financial manoeuvres, the goal is to develop a mathematical model that could allow the classification of companies. Purpose of the research: Development of an analytical and inductive tool for the classification of Italian companies according to their ability to innovate in order to improve the efficiency and effectiveness of the financial manoeuvres intended for them. To achieve the established objective, a structured analysis of the literature has been carried out. Thanks to this, it has been possible to identify the most significant drivers for the classification. Once the parameters useful for the construction of the model have been studied, a collaboration with a consulting company in the Lecco area, INNOTEC S.R.L. has been carried out. This has provided the data and the knowledge useful for the creation of the research dataset. Method: 114 documents have been selected and, from these, 103 possible classification parameters were identified. 15 of them are the definitive ones. Then, 19 companies which participated in a competition to obtain a non-repayable loan were identified. Their data have been collected through direct contact. Finally, a factorial design has been defined using the EBIT as response variable to define the weight of the parameters used in the model. The result of the research activity led to the definition of a mathematical model able to order the companies according to a defined philosophy of ordering. The philosophical aspect on “who we have to help first?” has been approached in a pragmatic way. The results of the project are manifold, from the demonstration of the possibility of an improvement of the current state of the art to the demonstration of the necessity of a statistical calculator with automatic learning for its effective use. Conclusions: The existence of a gap between companies and the possibility of creating a meritocratic and inductive classification has been demonstrated. On the other hand, a strong problem of lack of statistical computing power has been identified, whose data and resources must necessarily be paid by the state. Finally, the benefits and improvements that a definitive classification model, continuously updated and like the one presented in this thesis work, were analysed.

Allo stato dell’arte attuale, ogni anno, vengono stanziati miliardi di euro al fine di supportare gli investimenti produttivi e organizzativi delle imprese italiane. Tali incentivi da parte dello stato sono di natura finanziaria e vengono distribuiti attraverso varie forme e modalità. Questa tesi mette in discussione questo contesto, valutando l’efficienza e l’efficacia delle correnti modalità di elargizione del denaro pubblico. Stabilite le manovre finanziarie più critiche, l’obiettivo è stato quello di sviluppare un modello matematico che possa permettere la classificazione meritocratica delle imprese italiane. Obiettivo: Sviluppare uno strumento analitico e induttivo, per classificare le imprese italiane in funzione del loro grado di capacità di innovare, al fine di poter migliorare l’efficienza o l’efficacia delle manovre finanziare a loro destinate. Per poter giungere all’obiettivo prefissato, è stata svolta una analisi strutturata della letteratura che ha permesso di individuare i driver più significativi per la classificazione delle imprese. Studiati i parametri utili alla costruzione del modello, è stata effettuata una collaborazione con una società di consulenza sul territorio Lecchese, INNOTEC S.R.L., che ha fornito i dati e le conoscenze utili alla creazione del dataset della ricerca. Metodo: Sono stati selezionati 114 documenti da cui sono stati individuati 103 possibili parametri di classificazione di cui 15 definitivi. Sono state poi individuate 19 aziende che hanno partecipato a un concorso per l’ottenimento di un finanziamento a fondo perso e se ne sono raccolti i dati attraverso contatto diretto. È stato definito un design fattoriale utilizzando il Risultato Operativo Lordo come variabile di risposta per definire il peso dei parametri usati nel modello. I risultati dell’attività di ricerca hanno portato alla definizione di un modello matematico che ha ordinato le aziende secondo una definita filosofia. L’aspetto filosofico su chi necessità più aiuti dallo stato è stato affrontato in maniera pragmatica e si è scelto di creare l’ordinamento secondo un ordine decrescente di innovatività. I risultati del progetto sono molteplici, dalla dimostrazione della possibilità di un miglioramento dello stato dell’arte attuale alla dimostrazione della necessità di un calcolatore statistico con apprendimento automatico per un suo effettivo utilizzo. Conclusioni: È dimostrata l’esistenza di un divario tra imprese e la possibilità di creare una graduatoria meritocratica e induttiva. È stato d’altra parte individuato un problema forte di mancanza di potenza di calcolo statistico, i cui dati e le cui risorse devono obbligatoriamente essere a carico dello stato. Per finire, sono stati analizzati i benefici e i miglioramenti che l’uso di un modello di classificazione definitivo, in continuo aggiornamento e simile a quello presentato in questo lavoro di tesi, porterebbero allo stato dell’arte attuale.