The following work is a statistical analysis specific on “AIM Italia”, the Ital- ian stock-market for small-medium enterprises. The interest in this topic is mainly tributed to the fact that the literature is missing an empirical study useful for investors interested in the opportunities that AIM can o↵er. From past studies we are aware that SMEs, just like start-ups, are more flexible than big corporations, hence are subjected to higher growth rates in the short term. AIM in particular, showed some remarkable growth trends in the last few years, as in the case of non-listed start-ups markets, enriched by Venture Capitals experience, which function as drivers for small firms performances. On the other hand, is still unclear what are the dynamics regulating the market, from an empirical as well as practical point of view. This study aims at understanding specifically what can be the drivers lead- ing the market performances. In other words, which variables determine whether a company is successful or not while listed in the market. The methodology applied is a multivariable linear regression analysis modelled to predict the “stock-market price” of 124 of the 137 listed SMEs. This framework has been chosen because of its e↵ectiveness when making a data prediction for a specified output. Our findings suggest that the e↵ective drivers of the analysis vary with the period of time considered (one year dis- tance from the prediction; two years; etc.). In particular, we found that the “Total Shareholders’ Equity” is highly correlated with performances within one year distance. Moreover, firms in the consulting business might present successful performances when considering two years di↵erence between the prediction and the data values. Also, the consulting firms number inside AIM in the years 2016 and 2017 presented a growth. This study can benefit both theory and practice by informing extant theory on the dynamics ruling the Alternative Investment Market in the short-term, besides explaining in a more clear manner what are the drivers extracted from the data.

Il seguente lavoro presenta un’analisi statistica sull’ambiente “AIM Italia”, ` il mercato azionario per le piccole e medie imprese. E interessante analizzare un mercato simile in quanto al giorno d’oggi non `e presente, riguardo ci`o, uno studio di tipo empirico utile agli investitori, che potrebbero sfruttare le opportunit`a che il mercato AIM ha da o↵rire. Dai lavori precedenti siamo stati in grado di capire che le PMI, come le start-up, presentano una mag- giore flessibilit`a rispetto alle grandi aziende e sono quindi soggette a maggiori possibilit`a di crescita, soprattutto nel breve periodo. In particolare l’AIM, infatti, ha mostrato negli ultimi anni dei forti trend di crescita positiva. Lo stesso `e accaduto nei mercati delle start-up non quotate, che sono state ar- ricchite dall’esperienza delle Venture Capital, le quali fungono da indicatori per le performance delle piccole aziende. In contrapposizione a ci`o, ancora non sono esattamente chiare le dinamiche che regolano il mercato dal punto di vista empirico, quindi pratico. Lo studio `e diretto a capire in modo preciso quali possono essere le variabili in grado di guidare il mercato, determinando quindi se le performance di un’azienda sono positive o meno. La metodolo- gia seguita prevede un modello di regressione lineare multi-variabile per la predizione del “prezzo azionario” delle aziende, considerando 124 delle 137 imprese quotate in AIM. Questo modello `e stato scelto per la sua eca- cia nelle predizioni statistiche quando `e deciso aprioristicamente un output specifico. I risultati riportati mostrano che i driver variano a seconda del pe- riodo di tempo considerato per la predizione (un anno di distanza; due anni; etc.). In particolare abbiamo trovato che la variabile “Patrimonio Netto” presenta una correlazione alta con le performance di mercato considerando il singolo anno di distanza dalla predizione finale. Inoltre, le aziende ap- partenenti al mercato di consulenza possono presentare delle performance positive quando si considerano due anni dalla predizione finale. In linea con questo ragionamento negli anni 2016 e 2017 `e stata registrata una crescita nel numero di aziende di consulenza presenti nel mercato. Questa tesi mira a portare miglioramenti sia dal punto di vista teorico che da quello pratico, incrementando gli studi esistenti riguardo le dinamiche che regolano il mer- cato AIM nel breve periodo, inoltre spiegando piu` chiaramente quali sono i possibili driver estrapolati dai dati.

Performance drivers on the alternative investment market : an empirical study of listed SMEs

PALLOTTI, LORENZO
2019/2020

Abstract

The following work is a statistical analysis specific on “AIM Italia”, the Ital- ian stock-market for small-medium enterprises. The interest in this topic is mainly tributed to the fact that the literature is missing an empirical study useful for investors interested in the opportunities that AIM can o↵er. From past studies we are aware that SMEs, just like start-ups, are more flexible than big corporations, hence are subjected to higher growth rates in the short term. AIM in particular, showed some remarkable growth trends in the last few years, as in the case of non-listed start-ups markets, enriched by Venture Capitals experience, which function as drivers for small firms performances. On the other hand, is still unclear what are the dynamics regulating the market, from an empirical as well as practical point of view. This study aims at understanding specifically what can be the drivers lead- ing the market performances. In other words, which variables determine whether a company is successful or not while listed in the market. The methodology applied is a multivariable linear regression analysis modelled to predict the “stock-market price” of 124 of the 137 listed SMEs. This framework has been chosen because of its e↵ectiveness when making a data prediction for a specified output. Our findings suggest that the e↵ective drivers of the analysis vary with the period of time considered (one year dis- tance from the prediction; two years; etc.). In particular, we found that the “Total Shareholders’ Equity” is highly correlated with performances within one year distance. Moreover, firms in the consulting business might present successful performances when considering two years di↵erence between the prediction and the data values. Also, the consulting firms number inside AIM in the years 2016 and 2017 presented a growth. This study can benefit both theory and practice by informing extant theory on the dynamics ruling the Alternative Investment Market in the short-term, besides explaining in a more clear manner what are the drivers extracted from the data.
ING - Scuola di Ingegneria Industriale e dell'Informazione
28-apr-2021
2019/2020
Il seguente lavoro presenta un’analisi statistica sull’ambiente “AIM Italia”, ` il mercato azionario per le piccole e medie imprese. E interessante analizzare un mercato simile in quanto al giorno d’oggi non `e presente, riguardo ci`o, uno studio di tipo empirico utile agli investitori, che potrebbero sfruttare le opportunit`a che il mercato AIM ha da o↵rire. Dai lavori precedenti siamo stati in grado di capire che le PMI, come le start-up, presentano una mag- giore flessibilit`a rispetto alle grandi aziende e sono quindi soggette a maggiori possibilit`a di crescita, soprattutto nel breve periodo. In particolare l’AIM, infatti, ha mostrato negli ultimi anni dei forti trend di crescita positiva. Lo stesso `e accaduto nei mercati delle start-up non quotate, che sono state ar- ricchite dall’esperienza delle Venture Capital, le quali fungono da indicatori per le performance delle piccole aziende. In contrapposizione a ci`o, ancora non sono esattamente chiare le dinamiche che regolano il mercato dal punto di vista empirico, quindi pratico. Lo studio `e diretto a capire in modo preciso quali possono essere le variabili in grado di guidare il mercato, determinando quindi se le performance di un’azienda sono positive o meno. La metodolo- gia seguita prevede un modello di regressione lineare multi-variabile per la predizione del “prezzo azionario” delle aziende, considerando 124 delle 137 imprese quotate in AIM. Questo modello `e stato scelto per la sua eca- cia nelle predizioni statistiche quando `e deciso aprioristicamente un output specifico. I risultati riportati mostrano che i driver variano a seconda del pe- riodo di tempo considerato per la predizione (un anno di distanza; due anni; etc.). In particolare abbiamo trovato che la variabile “Patrimonio Netto” presenta una correlazione alta con le performance di mercato considerando il singolo anno di distanza dalla predizione finale. Inoltre, le aziende ap- partenenti al mercato di consulenza possono presentare delle performance positive quando si considerano due anni dalla predizione finale. In linea con questo ragionamento negli anni 2016 e 2017 `e stata registrata una crescita nel numero di aziende di consulenza presenti nel mercato. Questa tesi mira a portare miglioramenti sia dal punto di vista teorico che da quello pratico, incrementando gli studi esistenti riguardo le dinamiche che regolano il mer- cato AIM nel breve periodo, inoltre spiegando piu` chiaramente quali sono i possibili driver estrapolati dai dati.
File allegati
File Dimensione Formato  
2021_04_Pallotti.pdf

non accessibile

Dimensione 726.84 kB
Formato Adobe PDF
726.84 kB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/174090