Durante l’analisi aziendale, comprendere come le variabili quantitative si influenzano reciprocamente è essenziale per prendere decisioni strategiche.
Gli strumenti statistici, come la regressione lineare e la curva di Lorenz, aiutano a individuare correlazioni e modelli predittivi.
Ma come si applicano concretamente alla gestione finanziaria e alla pianificazione aziendale?
Analisi statistica e correlazioni aziendali: strumenti per decisioni strategiche e finanziarie
Durante i processi consulenziali l’analista può ritrovarsi ad analizzare variabili quantitative ricercando delle giustificazioni oggettive del perché determinate variabili possano influenzarsi in modo diretto e/o indiretto.
È complesso e difficile potere immediatamente capire come certi comportamenti aziendali si possano ripercuotere sul modo in cui si evolvono i fatti amministrativi.
Si parte dal presupposto che il comportamento aziendale (variabile qualitativa) influenzi direttamente l’aspetto quantitativo (variabili di stock e di flusso quali per esempio il patrimonio e il reddito da quelli discendono tutte le relative componenti che le caratterizzano).
Il quesito che ci poniamo è sapere se esistono dei metodi oggettivi che possano dimostrare il modo in cui determinate variabili quantitative possano o meno generare una correlazione o una relazione al punto tale da influenzarsi reciprocamente.
In tal senso lo strumento statistico è un valido supporto e un valido strumento che può essere utilizzato dall’analista con lo scopo di evidenziare il modo in cui l’evoluzione die fatti aziendali possano generare funzionalità o disfunzionalità nella prospettiva di medio termine.
Tra i vari strumenti statistici[1] che l’analista può utilizzare in fase di data analysis si evidenzia il metodo della regressione lineare semplice e il metodo della concentrazione denominata anche “Spezzata di Lorenz”.
Regressione lineare
Obiettivo del modello
L’analisi della regressione è una tecnica statistica utilizzata per perimetrare la relazione tra una o più variabili indipendenti e una variabile dipendente.
La natura delle variabili è totalmente quantitativa presupponendo una relazione lineare tra le variabili indipendenti e la variabile dipendente. Lo scopo è trovare la retta (linea di regressione) che dimostri o meno il modo in cui si influenzano le variabili quantitative aziendali
I presupposti del modello:
- Linearità: le variabili dipendenti e indipendenti devono essere lineari ovvero in termini matematici si ha: ʃ(ax+by) = aʃ(x)+bʃ(y);
- Indipendenza: le osservazioni (ovvero le variabili che si prendono in considerazione) dovrebbero essere indipendenti l’una dall’altra in quanto una eventuale autocorrelazione (dipendenza tra le osservazioni) può influire sull’accuratezza del modello. Esempio la variabile fatturato e la variabile costi diretti. Queste due variabili sono indipendenti. La variabile costi diretti e la variabile costo delle materie prime possono non essere indipendenti in quanto possono generare autocorrelazione in quanto entrambe la variabile dei prezzi delle materie prime si ripercuotono direttamente sui costi diretti.
- Omoschedasticità: la varianza[2] dei residui d
