Temperature shocks and firm performance in Europe : a micro-founded study

The work reported by the present thesis contributes to the contemporaneous climate-economy literature by proposing a micro-founded impact assessment of temperature shocks over firm performance in Europe. The dataset built for the analysis includes year-frequency income statement, balance sheet and temperature and precipitation exposure information about almost seven million companies, 98% of which are classified as small or medium-sized (hence presumably more vulnerable to weather variations), covering the 2009-2018 period. A fixed effects model was implemented for yearly count of hot and cold days, defined specifically to the historical monthly distribution of temperature in NUTS3 regions (the reference geographical unit adopted), against yearly growth of operating revenue and cost of goods sold, through single regressions controlling also for company size (measured through total assets), company age, total annual precipitation in each zone and other time-variant effects. Results for the whole sample, with all coefficients statistically significant at the 1% level, suggest harmful and consistent effects of hot days (correlated negatively with turnover growth and positively with cost of goods sold growth) and beneficial effects of cold days (correlated positively with turnover growth and negatively with cost of goods sold growth) over performance of European firms. Alternative definitions of independent (climate) variables highlight the possibility of non-linearity in the response function, while analyses on subgroups of the whole sample, such as companies in “normally hot” or “normally cold” regions and single economic sectors, provide additional (and often statistically significant) insights about the differentiation of impacts from temperature shocks and further open for potential applications in IAM damage functions and climate risk management.

Il lavoro descritto dalla presente tesi propone una valutazione quantitativa micro-fondata dell’impatto degli shock di temperatura sulla performance di impresa in Europa, contribuendo alla letteratura contemporanea riguardante l’economia del cambiamento climatico. Il dataset costruito per le analisi in questione copre la decade compresa tra gli anni 2009 e 2018, e include dati con frequenza annuale rispetto a conto economico, stato patrimoniale ed esposizione a temperatura e precipitazioni per quasi sette milioni di imprese, 98% delle quali sono PMI (e quindi presumibilmente più vulnerabili a variabilità meteorologica). Una volta definite regionalmente (secondo la classificazione NUTS3, unità geografica fondamentale adottata nelle analisi) rispetto alla distribuzione storica di temperatura, le conte annuali di giorni caldi e freddi sono state inserite in un modello a effetti fissi insieme a crescita annuale di fatturato e costi operativi (le due variabili dipendenti), con regressioni singole e controlli su dimensione dell’impresa (misurata attraverso il totale attivo), età dell’impresa, precipitazioni annuali totali in ogni zona, effetti tempo-varianti. I coefficienti stimati per l’intero campione, statisticamente significativi all’1% nella loro totalità, suggeriscono effetti dannosi e consistenti legati ai giorni caldi (correlati negativamente con la crescita di fatturato e positivamente con la crescita dei costi operativi) ed effetti benefici e altrettanto consistenti legati ai giorni freddi (correlati positivamente con la crescita di fatturato e negativamente con la crescita dei costi operativi) sulla performance delle aziende Europee. L’introduzione di definizioni alternative per le variabili indipendenti (climatiche) evidenzia la possibilità di non-linearità nella funzione di risposta agli shock di temperatura, mentre analisi condotte su sottogruppi dell’intero campione, vale a dire aziende situate in regioni “normalmente calde” o “normalmente fredde” e aziende classificate per settori, forniscono dettagli addizionali (e spesso statisticamente significativi) rispetto la differenziazione dell’impatto, rimarcando la potenzialità di studi come questo in applicazioni come damage function negli Integrated Assessment Model o gestione del rischio climatico.