Bianca Maria Martelli - Modelli comportamentali dei consumatori
1 like1,007 views
Il documento analizza i comportamenti dei consumatori italiani utilizzando un'analisi cluster per identificare modelli comportamentali durante e dopo la crisi economica del 2008. Viene evidenziato come la fiducia dei consumatori sia diminuita durante la recessione, per poi mostrare segni di recupero. Sono stati identificati sette modelli comportamentali, dai più pessimisti ai più ottimisti, con significative variazioni nel tempo.
Bianca Maria Martelli - Modelli comportamentali dei consumatori
- 1. BarCampBarCamp SharingSharing Data andData and StatisticalStatistical KnowledgeKnowledge Wed OctWed Oct 2020,, 20102010 Rome ItalyRome Italy ModelliModelli comportamentalicomportamentali deidei consumatoriconsumatori Bianca Maria MartelliBianca Maria MartelliBianca Maria MartelliBianca Maria Martelli b.martelli@isae.itb.martelli@isae.it ISAEISAE –– IstitutoIstituto didi StudiStudi ee AnalisiAnalisi EconomicaEconomica EstrattoEstratto dada :: Luciana Crosilla, Bianca Maria Martelli, (2010), “Did World Crisis Boost Consumers Innovative Behaviour? Early detection by cluster analysis, paper presentato alla 30th CIRET Conference, New York, October 2010 1
- 2. Fonte informativa Inchiesta congiunturale ISAE presso i consumatori 2000 interviste mensili Parte di un progetto armonizzato europeo a cuiParte di un progetto armonizzato europeo a cui partecipano tutti gli stati membri Dati qualitativi su giudizi e attese sulla situazione personale e del paese BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 22
- 3. Dati qualitativi Per ogni domanda sono calcolati i SALDI come differenza fra le risposte positive e quelle negative L’INDICATORE DI FIDUCIA è calcolato come media semplice di alcune domande selezionatedi alcune domande selezionate L’indicatore di fiducia rappresenta una quantificazione sintetica e immediata delle opinioni dei consumatori BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 33
- 4. PIL e Indicatori di Fiducia 100 110 120 130 -1 1 3 5 BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 44 70 80 90 -7 -5 -3 GDP (t-4 % ch lhs) Consumer Confidence (index, 1980=100, rhs) Personal Confidence (index, 1980=100, rhs) Future Confidence (Index, 1980=100, rhs)
- 5. Limiti della FIDUCIA La fiducia tuttavia non sfrutta appieno il contenuto informativo dell’inchiesta (è un indice di SINTESI) • le risposte neutrali /stazionarie non sono considerate nelle elaborazioniconsiderate nelle elaborazioni • non sono considerate le possibili interazioni fra le le risposte a livello individuale BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 55
- 6. APPROCCIO ALTERNATIVO: CLUSTER ANALYSIS Anche ANALISI DEI GRUPPI: utile per studiare informazioni a livello individuale ee identificare modelli comportamentali nelle risposte BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 66
- 7. la Cluster Analysis è stata utilizzata per una ricerca libera di possibili associazioni (modelli) fra i dati Fra i modelli individuati alcuni si sono mostrati METODOLOGIAMETODOLOGIA Fra i modelli individuati alcuni si sono mostrati ricorsivi (analisi longitudinale ok) , altri temporanei (analisi meno immediata) BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 77
- 8. In entrambi i casi è importante stabilire una graduazione nell’ottimismo nei modelli individuati per poterli confrontare in momenti successivi Uno strumento utile in questa fase è costituito dal dendrogramma, cioè un grafico che mostra le distanze (similarità) fra i modelli (clusters) METODOLOGIAMETODOLOGIA distanze (similarità) fra i modelli (clusters) La graduazione tuttavia spesso implica l’uso di criteri soggettivi nella definizione di ottimismo / pessimismo BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 88
- 9. Per potere applicare l’algoritmo di clustering le risposte alle domande devono essere codificate in forma binaria È stato utilizzato l’algoritmo di clustering PAM (Partition Around Medoids) che permette di fissare il METODOLOGIAMETODOLOGIA (Partition Around Medoids) che permette di fissare il centro dei gruppi identificati oppure di lasciarne l’identificazione libera da ogni vincolo BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 99
- 10. Nel periodo 2007-2010 la fiducia dei consumatori italiani: flette dal 2007 subisce un tracollo durante la recessione (2008) METODOLOGIAMETODOLOGIA subisce un tracollo durante la recessione (2008) per poi recuperare dalla fine del 2008 e flette nuovamente dall’autunno del 2009 BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1010
- 11. La metodologia delineata è stata applicata a sei rilevazioni dell’indagine rappresentative di questa evoluzione Tre massimi (dicembre 2006, gennaio 2007 e METODOLOGIAMETODOLOGIA Tre massimi (dicembre 2006, gennaio 2007 e settembre 2009) e tre minimi: marzo 2008, novembre 2008 e maggio 2010 BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1111
- 12. RISULTATIRISULTATI Identificazione empirica di sette modelli comportamentali per ogni rilevazione che massimizzano la qualità dei cluster sotto il vincolo dell’interpretabilità economica I modelli sono stati ordinati soggettivamente BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1212 I modelli sono stati ordinati soggettivamente partendo dal più pessimista (sinistra) al più ottimista (a destra)
- 13. RISULTATIRISULTATI Sei (su sette) modelli sono comuni a tutte le rilevazioni (e permettono i confronti longitudinali) Un modello è presente solo in due dei massimi (BS – dicembre 2006 e settembre 2009, ma non in BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1313 (BS – dicembre 2006 e settembre 2009, ma non in gennaio 2007) Un modello (DP - il più pessimista) è identificato in tutti i minimi e anche nel picco di gennaio 2007
- 14. RISULTATIRISULTATI DP_ Deep Pessimist. The household situation of these respondent have worsened and it is expected to further deteriorate. They succeed in “managing to make ends meet on their income” but they exclude to save any money in the near future. This model is always present in trough waves and in one out of three of peak waves Sei modelli sono sempre presenti: SP_Steady Pessimist. very similar to the previous one (DP) but expecting to stabilize in the future the current worsening of the personal situation WP_Weak Pessimist. Also very similar to the previous two clusters but with less decise exclusion of the future possibility to save. Modelli individuati (dal più pessimista al più ottimista) BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1414 exclusion of the future possibility to save. CB_ Concerned Balanced . This cluster gathers people assessing a generally balanced household situation, but completely excluding to save in the future. OB_ Controlled_Balanced Very similar to the previous one, in this case respondents, while stating a generally balanced household situation and also forecast future saving to be “fairy unlikely”. PB_ Provident Balanced. This group is composed by persons that believe to be presently and in the future in a balanced situation. They only think appropriate to save something in the future. BN _ Balanced Confident. Similar to the previous cluster, but also assessing the present capability to save. BS_ Balanced Saver. In a balanced personal situation, show current capability and future intentions to save “a lot”. This model is detected in two (out of three) peak waves
- 15. RISULTATIRISULTATI Alla fine del 2006 - inizio del 2007 la fiducia era relativamente alta La maggioranza dei Subito prima della crisi: dicembre 2006, gennaio 2007 20 25 Peak (% values) La maggioranza dei consumatori si raccoglie nell’ ampio gruppo dei modelli equilibrati( B..-Balanced), La situazione di gennaio 2007 mostra già uno slittamento verso sinistra (pessimismo) BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1515 5 10 15 DP SP WP CB OB PB BN BS % Dec, 2006 % Jan, 2007
- 16. RISULTATIRISULTATI Tra marzo e novembre si rafforza il pessimismo (aumentano DP-profondi pessimisti ) Dentro alla recessione: marzo e novembre 2008 20 25 Trough (% values) pessimisti ) A destra si rafforzano però anche gli ottimisti (la % degli equilibrati fiduciosi BN) Polarizzazione BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1616 5 10 15 DP SP WP CB OB PB BN % Mar, 2008 % Nov, 2008
- 17. RISULTATIRISULTATI nel momento più favorevole, settembre 2009, alta % di ottimisti, i risparmiatori equilibrati (BS) Dopo la recessione: picco di settembre 2009 e minimo di maggio 2010 20 25 After recession (% values) A maggio 2010 ritorna uno slittamento verso sinistra (pessimismo) e ricompare il gruppo dei profondi pessimisti (DP) BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1717 5 10 15 DP SP WP CB OB PB BN BS Sept, 2009 Peak May, 2010 Low
- 18. MODELLI COMPORTAMENTALI DURANTE LAMODELLI COMPORTAMENTALI DURANTE LA RECESSIONE E LA RIPRESA (RECESSIONE E LA RIPRESA (20072007--20102010)) 20 25 Trough (% values) 20 25 Peak (% values) BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1818 5 10 15 DP SP WP CB OB PB BN % Mar, 2008 % Nov, 2008 % May, 2010 5 10 15 DP SP WP CB OB PB BN BS % Dec, 2006 % Jan, 2007 % Sept, 2009
- 19. Durante la recessione (minimi): I consumatori italiani hanno mantenuto un comportamento equilibrato (la maggioranza dei modelli comprende la modalità stazionario /stabile) CONCLUSIONICONCLUSIONI /stabile) Una parte rilevante risulta ottimista è presente il fenomeno della polarizzazione BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 1919
- 20. Durante l’espansione (massimi): Maggiore ottimismo dopo la recessione Settembre 2009 rispetto a dicembre 2006: CONCLUSIONICONCLUSIONI Settembre 2009 rispetto a dicembre 2006: • aumenta il gruppo dei più ottimisti (BS) rispetto a dicembre 2006 • diminuisce il gruppo dei più pessimisti (DP) BarCampBarCamp Sharing Data and Statistical Knowledge, OctoberSharing Data and Statistical Knowledge, October 2020,, 20102010, Rome, Italy, Rome, Italy 2020