Ceris-Cnr, W.P. N° 14/2004

La complessità e numerosità dei calcoli,
dovuto all’elevato numero delle variabili è stata
superata grazie all’applicazione del package
statistico SPSS da cui sono tratti tutti i risultati
descritti ed analizzati nelle prossime sezioni.
3. Applicazione e risultati
La metodologia di analisi delle componenti
principali (ACP) ha prodotto una serie di output
che si cercherà di analizzare. L’output che ci
interessa di più sono le tre nuove variabili
prodotte che sono appunto le componenti
principali (tabella 1A, Appendice). Dalla
matrice iniziale di 51 (paesi) ×10 (indicatori),
siamo giunti ad una nuova matrice 51×3. Una
tabella importante è quella che presenta i
coefficienti di correlazione (rotated loadings)
tra ognuna delle tre componenti ed ogni
indicatore economico guida (tabella 2A).
Si può notare come l’indicatore costo del
lavoro orario, PIL pro capite e deficit di bilancio
sono molto correlate alla componente 1 (costo
del lavoro orario=0,90; PIL pro capite = 0,88;
deficit di bilancio = 0,66); al contrario la
variabile
bilancia
commerciale
dei
pagamenti/PIL con 0,68 e la riserva della banca
centrale con 0,67 sono correlate alla
componente 2, infine l’indicatore deficit
pubblico con 0,78 è correlato alla componente 3.
La bontà dell’analisi, ovvero di questa
compressione dalla matrice 51×10 a quella 51×3
è mostrata nella tabella 3A che è uno degli
output dell’analisi delle componenti principali.
Essa ci mostra qual è la percentuale della
varianza della matrice iniziale che riusciamo a
spiegare con la matrice stimata. Si nota come la
prima componente ha una % di varianza
cumulata del 33,98; le prime due componenti
del 51,32; le prime tre del 65,175. Questo ci
consente di fermaci a tre componenti poiché la
teoria sconsiglia di utilizzare modelli che
spiegano meno del 65% della varianza.
Se si rappresentano geometricamente le prime
due componenti principali si può analizzare il
posizionamento strategico dei sistemi paesi in
questa matrice che è un indicatore sia delle
proiezioni di crescita dei paesi, sia della loro
stabilità economico-finanziaria (figura 1A).
Inoltre i dati della nuova matrice 51×3 sono
utilizzate per eseguire la cluster analysis.

L’output più importante del processo di
aggregazione è il dendrogramma (figura 2A) che
mostra come possono essere individuati due
gruppi (rami dell’albero principale). Il primo
corrisponde al gruppo 1 caratterizzato dai paesi
che hanno sia una minore solidità economicofinanziaria, sia minori proiezioni di crescita
(all’interno di questo gruppo ci alcuni casi
patologici), mentre il secondo gruppo, quello 2,
comprende 24 paesi che sono caratterizzati da
un binomio di forte solidità economicofinanziaria e di proiezioni positive di crescita
economica rispetto al gruppo precedente (la
tabella 4A mostra i valori medi dei due gruppi
ricavati dal dendrogramma). La tabella mostra
anche i vari rami che formano i due rami
principali, mostrando come ad esempio
l’Argentina è nel gruppo A11, l’Italia nel gruppo
A12.
L’analisi multivariata che si è appena
descritta ha consentito di individuare alcuni
gruppi che consentono di raggruppare in modo
omogeneo il sistema-paese sulla base del
binomio: stabilità-crescita. I criteri tassonomici
utilizzati e basati sui principali indicatori guida
consentono di individuare quattro categorie
principali di sistemi paesi. Si fa presente che
questi gruppi sono stati individuati facendo
confronti dicotomici all’interno di ogni
categoria di gruppo omogeneo (fra 1 e 2, fra 1A
e 2A, etc.).
Le quattro tipologie base di sistema-paese
sono:
‰ SESHEG: Strong Economic Stability,
High Economic Growth
‰ WESLEG: Weak Economic Stability, Low
Economic Growth
‰ SESLEG: Strong Economic Stability,
Low Economic Growth
‰ WESHEG: Weak Economic Stability,
Low Economic Growth
Ora si descriveranno nel dettaglio le
principali caratteristiche di queste tipologie
cercando di evidenziare gli elementi strutturali.
Prima di iniziare, per una maggiore chiarezza si
rappresentano le relazioni dei due grandi gruppi:
1 e 2.
Il primo ha due sotto insiemi 1A e 1B; 1A ha,
a sua volta, 1A1 e 1A2 come sotto insiemi e 1B
invece è un singoletto, insieme formato da un

9