€¦ · Web viewLo scopo di questi indici è quello di fornire al Ministero dell’Interno ed alle...

GLI ENTI LOCALI: ANALISI DELLE CAUSE DI DEFAULT

Abstract

Il presente lavoro identifica gli indicatori utili a fornire un sostegno delle banche, per valutare il

merito creditizio degli Enti Locali. L’analisi effettuata stima la probabilità di default dei comuni

italiani grazie ad un modello logit ed utilizzando indicatori finanziari, indicatori di deficitarietà e

variabili di controllo. Il campione di partenza è comprensivo di 22.072 osservazioni tra il 2008 ed il

2010: 7.453 Comuni per il 2008, 7.434 nel 2009 e 7.185 per il 2010. Sono state fatte due analisi,

una per il 2008 e una per il 2009/2010. La prima analisi ha mostrato che il disavanzo di

amministrazione e la presenza di debiti fuori bilancio, sono cause ricorrenti di default, nella seconda

analisi invece, ciò che incide maggiormente sono i residui passivi, l’esistenza di procedimenti di

esecuzione forzata e l’esistenza al 31/12 di anticipazioni di tesoreria non rimborsate.

1

Introduzione

Le recenti modifiche nell’assetto istituzionale locale ed il perdurare della crisi finanziaria hanno

ridimensionato le capacità finanziarie di Comuni e Province ed hanno accresciuto l’attenzione alla

solidità finanziaria degli Enti Locali (d’ora in poi Enti). I Comuni e le Province hanno finalità e

modalità di gestione molto diverse rispetto alle aziende private, e per questo motivo, la valutazione

del rischio di credito avviene con modalità differenti rispetto al credito alle imprese private. In

conseguenza del rigore finanziario degli enti pubblici (es. Spendig Review), diventa difficile

assicurare la sostenibilità finanziaria dei servizi comunali, poiché il grado di autonomia di bilancio è

molto basso per la maggior parte dei Comuni. L’imposizione di ingenti vincoli riduce la possibilità

per gli Enti di accumulare capitale destinato alla produzione dei servizi principali a cui deve far

fronte. La valutazione della solidità finanziaria degli Enti Locali è un elemento fondamentale nei

processi di programmazione e di controllo, ai fini della trasparenza dell’azione amministrativa e

soprattutto dell’individuazione degli Enti “virtuosi” (Giannola, 2011). Le amministrazioni locali si

trovano a dover fronteggiare da un lato la crisi finanziaria e dall’altro gli obblighi vincolanti di un

Patto di stabilità che impedisce, specialmente alle amministrazioni più virtuose, di poter spendere le

proprie disponibilità di cassa. In oltre, sono venuti ad aggiungersi, gli effetti di diverse manovre

correttive che prevedono ulteriori tagli. Queste preoccupanti nuove prospettive rischiano però di

rilevarsi insostenibili per i Comuni, che si trovano costretti a gestire un’elevata pressione fiscale. In

questa situazione di difficoltà, diventa importante analizzare il livello di solidità finanziaria di un

amministrazione comunale, o provinciale, analogamente a quanto avviene per le imprese private.

Identificare le principali cause di dissesto di un Ente, è sicuramente un punto di partenza di

autovalutazione e autocorrezione, al fine di migliorare l’efficacia delle azioni da intraprendere. Il

lavoro è organizzato come segue: il primo paragrafo è dedicato all’analisi della letteratura svolta in

materia; il secondo paragrafo alla descrizione delle variabili utilizzate; il terzo, mostra i dati presi in

2

considerazione per l’analisi; il quarto illustra il modello econometrico e il quinto paragrafo è

dedicato ai risultati ottenuti; infine le conclusioni.

1. Analisi della letteratura

Attualmente esiste una crescente esigenza di misurare il rischio di credito degli Enti locali come di

altri soggetti, in particolare per il momento di crisi che stiamo attraversando. Per quanto riguarda gli

Enti locali, questo è dovuto sicuramente ad un insieme di fattori: il maggior ricorso al credito e

l’incremento del rischio dovuto alla riduzione dei trasferimenti statali; l’aumento delle emissioni e

lo sviluppo di un mercato di obbligazioni degli Enti locali stessi; l’introduzione con Basilea II della

possibilità di misurare il rischio tramite modelli interni di rating. L’analisi quantitativa costituisce,

chiaramente, una parte integrante del processo, in quanto rappresenta un punto di partenza utile per

determinare il rischio di credito. I rating sono in larga parte determinati dalla valutazione qualitativa

dei fattori di rischio e delle situazioni in grado di determinare una potenziale inadempienza alle

obbligazioni finanziarie. In questa fase di difficile congiuntura economica, l’accesso al credito da

parte dei diversi soggetti è un argomento molto attuale, che costituisce un punto fondamentale e di

prioritaria importanza. In questo contesto, assume quindi maggior rilievo l’affidabilità della singola

impresa, pubblica o privata che sia. Il giudizio sull’affidabilità espresso dal rating deve essere anche

il risultato della capacità della banca di valorizzare le informazioni di natura qualitativa

dell’impresa che si possono acquisire. Padovani (2011) attraverso l’analisi comparata di dieci

indicatori di bilancio ha individuato il livello di solvibilità finanziaria di un’amministrazione

comunale. I valori dei comuni selezionati sono messi a confronto con quelli appartenenti ad un

gruppo di riferimento, sulla base della popolazione residente e poi inseriti in un sistema di rating

articolato in 11 classi di merito. Venneri (2011) utilizza un modello econometrico probit

multinomiale per determinare i principali indicatori economico-finanziari che incidono sui sub

sovereign credit rating assegnati agli Enti Locali, le cui variabili dipendenti sono rappresentate dai

long-term issuer rating assegnati da Moody’s, S&P’s e Fitch. Zucchetti (2011) utilizzando modelli

3

a componenti principali e modelli a fattori, valuta e certifica le performance delle amministrazioni

pubbliche, facendo emergere i punti di forza e di debolezza delle stesse. Grazie all’impiego di tale

metodologia di aggregazione si ottengono indici derivanti da combinazioni lineari ponderate degli

indicatori di base. L’obiettivo principale di alcuni studiosi indiani (Anoop, Prasun, Vigil, 2007) è

stato quello di validare l’efficienza del modello Z-Score di Altman per la valutazione del rischio di

credito attraverso dati empirici. Essi hanno sviluppato un ulteriore modello revisionato adattandolo

poi a quello di Altman (modificando alcune variabili) ed applicandolo alle banche indiane. In

questo modo si è dedotto un’equazione di Z-Score che permettesse alle banche di predire i default

futuri e quindi prendere le necessarie precuazioni. Niklis, Doumpos e Zopounidis (2012) hanno

creato un modello di rating per il rischio di credito combinando gli approcci basati sulle opzioni di

Black, Schole e Merton con quelli basati sulla contabilità che utilizzano indicatori finanziari. Dal

punto di vista metodologico, invece di utilizzare una regressione lineare, sono state impiegate delle

tecniche di supporto vettoriale (SVMs). Cohen, Neofytou, Doumpos e Zopounidis (2011) hanno

costruito un modello per la valutazione della volatilità finanziaria dei comuni in Grecia,

distinguendo quali presentano una sana gestione finanziaria da quelli che mostrano performance

povere. La metodologia utilizzata è implementata combinando un approccio di analisi di

simulazione (stochastic multicriteria acceptability analysis) con una tecnica di disaggregazione.

Zhou (1997) sviluppa un nuovo approccio strutturale per la valutazione dei rischi di default grazie a

modelli evolutivi per la valutazione del valore delle imprese con un processo di jump-diffusion.

Sotto questo tipo di processo, un’impresa può fallire istantaneamente a causa della mancata

valutazione di un improvviso calo. Il modello mostra il tasso di recupero del valore di un’impresa in

default, in modo naturale cosi che le variazioni possano essere generate endogenamente dal modello

stesso. Resti e Omacini, mostrano come i modelli statistici possono essere utilizzati per valutare i

sistemi di rating quando i dati passati non sono disponibili in un ammontare sufficiente. Per prima

cosa si è impostato un modello binomiale per catturare le principali cause che inducono al

fallimento di un debitore, in secondo luogo hanno costruito un modello multinomiale separato per 4

clonare la sentenza emessa dagli esperti. Infine si sono messi a confronto i due modelli: il grado di

coerenza tra di loro sembra ragionevole, ma è molto lontano dall’essere perfetto. Sono analizzate le

cause principali di queste divergenze, e vengono proposti alcuni miglioramenti del processo di

rating in corso. Per sviluppare un modello di classificazione che dividesse il sistema bancario in

funzione della stabilità, Garganis, Pasiouras, Doumpos e Zopounidis (2010), hanno sviluppato un

modello che utilizzasse tecniche di decisioni multiple, che si adattano bene ai problemi di oggi. Si

sono serviti di analisi discriminanti e regressioni logistiche.

2. Le Variabili

Le variabili utilizzate è possibile suddividerle in tre categorie: indicatori finanziari, indicatori di

deficitarietà e variabili di tipo strumentale. Ognuno di queste categorie, con le proprie

caratteristiche, contribuisce a dare una quadro generale di ciò che dovrebbe esser tenuto conto nella

stima della probabilità di default di un Ente locale. Gli indicatori finanziari si riferiscono ai dati di

bilancio. La scelta è ricaduta su una serie di variabili che potessero esprimere la situazione degli

enti dal lato delle entrate e delle uscite, allo scopo di verificarne la solidità finanziaria in relazione

agli investimenti previsti e attuabili. L’analisi delle entrate di bilancio di un ente locale rappresenta

un’operazione prioritaria e fondamentale per valutare la capacità di gestione ordinaria e

straordinaria. I parametri di deficit strutturale sono dei particolari tipi di indicatori previsti

obbligatoriamente dal legislatore per tutti gli Enti locali. Lo scopo di questi indici è quello di fornire

al Ministero dell’Interno ed alle altre Istituzioni con competenza sugli enti locali, una valutazione

che rilevi il grado di solidità della situazione finanziaria dell’ente o comunque l’assenza di una

condizione di dissesto strutturale. Secondo il testo unico sull’ordinamento degli enti locali (TUOEL,

Art. 242) infatti, sono considerati in condizioni strutturalmente deficitarie gli Enti locali che

presentano gravi ed incontrovertibili condizioni di squilibrio, individuate dalla presenza di almeno

la metà degli indicatori con un valore dell’indice non coerente (fuori media) con il corrispondente

dato di riferimento nazionale. In relazione alla serie storica presa in considerazione va sottolineato

5

che gli indicatori sono cambiati dal anno 2008 al 2009. Gli indicatori quantitativi sono stati inseriti

nel modello in quanto identificano il quadro generale del triennio esaminato, sulla base di variabili

non espressamente legate all’andamento economico finanziario dell’ente stesso.

[ Inserita Tabella 1 ]

3. I Dati

Gli anni presi in considerazione per l’analisi sono stati il 2008, il 2009 ed il 2010. I dati sono stati

forniti dal Ministero dell’Interno, in particolare dalla Direzione Centrale della Finanza Locale e dal

Dipartimento della Pubblica Sicurezza, dall’Avis e dall’Istat. Il campione di partenza è

comprensivo di 22.072 dati, suddivisi come segue:

a) 7.453 Comuni per il 2008;

b) 7.434 Comuni per il 2009;

c) 7.185 Comuni per il 2010.

I comuni in Italia, attualmente sono 8.100, ma si è deciso di escludere gli enti appartenenti alle

regioni speciali (Trentino Alto Adige, Friuli Venezia Giulia, Valle d’Aosta), in virtù delle loro

diverse normative. Si precisa che in fase di elaborazione non è stato possibile utilizzare tutte le voci

dell’intero campione in quanto si è riscontrata l’anomalia di alcuni dati, che sono stati quindi

scartati. Va inoltre considerato che alcuni comuni non hanno valorizzato le voci del certificato

utilizzate per l’analisi. Tale operazione non compromette le valutazioni, in quanto i dati non

risultano necessari per spiegare le cause del default dell’ente. Gli Enti Locali nel comunicare al

Ministero dell’Interno il valore degli indicatori di deficitarietà, sono tenuti ad esprimerli tramite la

seguente valutazione: NO, se hanno rispettato il limite imposto dalla legge, SI se lo hanno superato.

In questo modo la classificazione dei comuni sani da quelli a rischio default risulta immediata. Una

prima suddivisione è stata fatta dal punto di vista territoriale. Ogni comune è stato codificato in base

6

alla provincia e regione di appartenenza, con indicazione anche della zona geografica: Nord, Centro

o Sud. Tenendo conto del cambiamento nel tempo degli indicatori deficitari, l’analisi si è

focalizzata su due diversi campioni: il primo relativo al 2008, il secondo invece contenente i dati

corrispondenti al 2009 ed al 2010.

4. Il Modello Econometrico

Il modello econometrico utilizzato per l’individuazione delle cause del possibile rischio default, è

stato quello di una regressione logistica. Questo tipo di modello viene utilizzato per studiare la

relazione esistente tra una variabile dipendente (y) e una o più variabili indipendenti (x). La

variabile y è una variabile le cui modalità rappresentano alternative escludibili tra loro. Si

attribuiscono valori 1 alla probabilità del verificarsi dell’evento, ed 0 alla probabilità che l’evento

non si manifesti. Tramite gli indicatori deficitari, grazie alla loro valenza biunivoca nel rispettare i

valori (NO/SI), è stata possibile la creazione di variabili Dammy: è stato attribuito un valore 0 a tutti

gli enti locali risultanti SANI (con più della metà degli indicatori rispettati), ed un valore 1 agli enti

risultanti RISCHIO DEFAULT (con più della metà degli indicatori non rispettati). Inoltre vi è stata

la creazione di un’ulteriore colonna nella quale, con lo stesso criterio, sono stati inseriti i dati degli

Enti realmente dissestati negli anni 2008, 2009 e 2010. Il loro numero è notevolmente esiguo: 29

nel 2008, 29 nel 2009 e 19 nel 2010, questo perché l’iter di risanamento è piuttosto lungo nel

tempo, e quindi avendo preso una serie storica triennale, gli stessi valori si ripetono

automaticamente. L’analisi vera e propria è composta da due Fasi. Nella Fase 1 la variabile degli

enti locali dissestati è stata utilizzata come variabile dipendente, mentre gli indicatori deficitari

(dall’1 all’8 nel 2008, e dall’1 al 10 nel 2009/2010) come variabili indipendenti. Dopo aver

individuato i valori più significativi (con il p-value inferiore allo 0,1) si è proceduto alla seconda

Fase. Nella Fase 2 le variabili risultanti significative nella Fase 1 sono divenute a loro volta

variabili dipendenti degli indicatori finanziari, in modo da mostrare quali siano i fattori di bilancio

più incidenti nel “non rispetto” dei limiti di deficitarietà, e quindi nell’aggravamento della posizione

7

dell’ente che corre il rischio di un possibile default. Questa seconda fase è comprensiva di diversi

Step, ciascuno rappresentante l’indicatore di deficitarietà risulto significativo nella Fase 1. Anche

in questo caso le variabili più incidenti sono quelle con una significatività elevata (p-value inferiore

allo 0.1), che come detto, possono essere spiegazioni valide delle cause dei default.

5. I Risultati

5.1. Risultati anno 2008

Nella Fase 1 gli enti in default (variabile y) sono stati posti funzione degli indicatori di deficitarietà

(variabili x). Il numero di osservazioni rilevate è stato di 7376 con uno Pseudo pari allo 0.1912. Il

modello di regressione osservato complessivamente non è statisticamente significativo in quanto

solo il 19% degli enti dissestati è spiegato dalle variabili esplicative. Sei variabili mostrano

coefficienti statisticamente significative: ID1.1 e ID5. Al 99.9%, ID6.1 al 99% mentre ID2.1, ID3.1

e ID7.1 al 95%. Riguardo l’indicatore n. 6 c’è da aggiungere che il coefficiente rispecchia la natura

dello stesso, infatti trattandosi di entrate proprie è corretto che il valore sia negativo, in quanto al

diminuire delle entrate proprie aumenta la possibilità di default dell’ente.


Nella Fase 2, dello stesso campione, al primo step solo la variabile RCASPRES ha un potere

esplicativo statisticamente significativo sulla variabile dipendente (indicatore deficitario 1) con un

livello di confidenza del 99,9%. Per quanto riguarda le altre: ECORR e RPASS 99% mentre SPRES

95%. Altresì, anche i segni dei coefficienti rispettano i segni attesi. Al secondo step molte sono le

variabili statisticamente significative che incidono sull’indicatore deficitario 2: RCASPRES, RATT,

RPASS, FINRIC e DEBCON (99.9%) e solo ECORR significativa al 99%. Il segno dei coefficienti

non è rispettato solo dall’ultima variabile (debiti contratti), le altre variabili in base alla correlazione

con l’indicatore deficitario sono conformi alle attese. Il modello logit risulta complessivamente

significativo. Tuttavia la bontà del modello è limitata al solo 12% circa, ovvero la percentuale degli

8

indicatori finanziari che riescono a spiegare l’andamento dell’indicatore deficitario. Le variabili con

un p-value significativo (99.9%), che rendono più sensibile la variazione del volume dei residui

passivi (indicatore deficitario 3), risultano essere: RCASPRES, RBIL, RATT, RPASS e DEBCON,

mentre al 95% AFIN. I segni dei coefficienti rispecchiano le attese previste tenendo in

considerazione anche la correlazione tra le varie variabili (Step 3). Solo quattro variabili su nove, al

quarto step (indicatore deficitario 4), risultano essere statisticamente significative di cui al 99.9%,

RCASPRES FINRIC DEBCON, ed al 95% SPERS. Allo step 5 il numero delle osservazioni è 7079

e lo Pseudo pari a 0.6747. In questo caso, quest’ultimo dato, ci mostra che ben il 68% circa delle

variabili considerate spiegano l’andamento dell’indicatore deficitario 6. In particolare ECORR,

RCASPRES, SPRES sono significative al 99,9%, AFIN al 99% mentre DEBCON al 90%.

Purtroppo però nessun coefficiente rispecchia i valori attesi. All’ultimo step (indicatore deficitario

7) la bontà del modello è spiegata dal 44% delle variabili statisticamente significative. Nello

specifico: ECORR, AFIN, SPERS, RBIL al 99,9% mentre SPRES al 99%. Ugualmente i

coefficienti rispecchiano le aspettative ad esclusione dell’indicatore di rigidità di bilancio.

5.2. Risultati anni 2009/2010

Nella Fase 1 del secondo campione il modello di regressione osservato complessivamente non è

statisticamente significativo in quanto solo il 15% degli enti dissestati è spiegato dalle variabili

esplicative. Solo quattro variabili su dieci mostrano coefficienti statisticamente significativi: ID4.2,

ID5.2 e ID9.2 al 99.9%, e ID7.2 al 99%. In compenso tutti i coefficienti rispecchiano i valori attesi.


La fase successiva, comprensiva anch’essa di una serie di step, riporta i seguenti risultati: Otto

variabili su dieci risultano essere statisticamente significative al 99.9%, con un p-value < 0.001,

nello specifico: ECORR, AFIN, RCASPRES, SPRES, RBIL, RPASS, FINRIC e DEBCON.

Tuttavia la bontà del modello è molto limitata , ovvero, solo il 10% circa degli indicatori finanziari

9

riescono a spiegare l’andamento dell’indicatore deficitario n. 4. I coefficienti sono tutti in linea con

le aspettative tranne che RBIL e DEBCON, correlate negativamente con l’indicatore deficitario

(Step 1, indicatore deficitario 4). Le variabili con un p-value significativo, che rendono più

sensibile la variazione dei procedimenti forzati contro l’ente, risultano essere: RCASPRES, RATT,

RPASS, FINRIC, DEBCON (99,9%) e AFIN (99%). Anche in questo caso la bontà del modello è

molto limitata , ovvero, solo il 14% circa degli indicatori finanziari riescono a spiegare l’andamento

dell’indicatore deficitario n. 5. Allo stesso modo i coefficienti delle variabili RPASS e DEBCON

non corrispondo ai valori attesi, causa la correlazione negativa (Step 2, indicatore deficitario 5). Il

modello logit risulta complessivamente significativo. Sette variabili su dieci risultano essere

statisticamente significative al 99.9%, (con p-value < 0.001), nello specifico: ECORR, AFIN,

RCASPRES, SPRES, RATT, FINRIC e DEBCON. Tuttavia la bontà del modello è davvero molto

limitata , ovvero pari al 5% ma i coefficienti delle variabili significative sono tutti in linea con le

aspettative (Step 3, indicatore deficitario 7). Il modello di regressione osservato complessivamente è

statisticamente significativo in quanto il 48% circa dell’andamento dell’indicatore deficitario n. 9 è

spiegato dalle variabili esplicative congiuntamente considerate. Solo quattro variabili su dieci

mostrano coefficienti statisticamente significativi: ciascuna variabile, ECORR, AFIN, RCASPRES,

SPRES, SPERS, RATT, RPASS, è significativa al 99.9%. Tuttavia, il coefficiente della variabile

RATT non conferma il segno atteso (Step 4).

6. Le Conclusioni

Il presente studio ha mostrato quali variabili finanziarie influiscono maggiormente nel “non”

rispetto dei limiti degli indicatori di deficitarietà. Questi, a loro volta, sono alcune delle cause

principali dei dissesti degli Enti Locali. È stato necessario suddividere i dati disponibili in due

campioni, a causa del cambiamento degli indicatori deficitari, tra l’anno 2008 e l’anno 2009. Il

primo campione di riferisce all’anno 2008, il secondo invece, agli anni 2009/2010. Nel 2008 gli enti

risultanti a rischio default sono stati 20, un numero esiguo rispetto al campione di 7453 comuni, ma

10

pur sempre un dato che mette in evidenza le debolezze dei nostri enti pubblici, molto spesso non

conformi nel rispetto delle leggi. Di questi 20 comuni è stato interessante analizzare nello specifico,

quali enti a livello regionale, non abbiano rispettato gli indicatori deficitari, che come descritto

pocanzi hanno contribuito al dissesto. I risultati mostrano chiaramente una forte concentrazione di

enti nella Regione Sicilia.


L’analisi per dimensione anagrafica, distinguendo i comuni in due gruppi, quelli di modesta

dimensione (inferiori a 5.000 abitanti) e quelli di ampia dimensione (maggiori di 5.000) fa emergere

che in questo anno gli enti a rischio default, appartenenti alla fascia minore, sono lo 0,15% del

gruppo, mentre quelli superiori a 5.000 abitanti sono lo 0,53% del gruppo di appartenenza. Va

inoltre considerato che gli indicatori deficitarietà nell’anno 2008 non erano più attuali perché dopo

nove anni di applicazione avevano portato a compimento l’obiettivo di stimolare gli enti verso una

gestione più conforme a questi benchmark. Negli anni 2009 e 2010, sono quindi intervenuti i nuovi

ed aggiornati parametri di deficitarietà, che hanno dato più senso a questa operazione intercettando

un maggior numero di situazioni a rischio. In quel biennio gli enti a rischio default sono 101 ed il

rapporto, tra enti sani e enti a rischio, cambia considerevolmente mostrando per i comuni con meno

di 5.000 abitanti, un valore del 1,11 % del gruppo, mentre per i comuni maggiori di 5.000 abitanti il

rapporto è dello 0,61% della fascia demografica di appartenenza. Quindi con i nuovi indicatori si

evidenzia un rischio doppio di default per i comuni piccoli. Nel biennio 2009/2010, l’analisi

territoriale evidenzia la criticità elevata nelle regioni meridionali della Campania, Calabria e Sicilia.

Tutti i comuni a rischio default hanno superato il limite del parametro 9 (le anticipazioni di tesoreria

non rimborsate al 31 dicembre superiori al 5 %) dimostrando che le difficoltà di cassa possono

essere il campanello di allarme di situazioni finanziarie e gestionali compromesse. L’esperienza che

può trarsi dall’andamento così diverso nei due periodi studiati, è che la tecnica del benchmark

risulta più efficacie a condizione che questi indicatori vengano rinnovati e modificati in un arco

11

temporale ristretto. La valutazione del grado di rigidità delle risorse proprie di un ente, nonché la

flessibilità e discrezionalità delle sue decisioni di spesa, sono fonti imprescindibili per la

determinazione di possibili default, come del resto la puntualità, la completezza e l’affidabilità dei

bilanci redatti dall'ente. Per tale motivo, il sistema di valutazione proposto, come del resto quelli

adottati dalle agenzie internazionali di rating, oltre ad essere utilizzato per la valutazione degli enti

che intendono indebitarsi, potrebbe essere adoperato come uno strumento di autovalutazione e di

autocorrezione per gli enti, al fine di migliorare l’efficacia delle azioni intraprese. L’evoluzione

territoriale dello sviluppo finanziario, sebbene siano molto evidenti le differenze nelle strutture e nei

flussi finanziari, sembra confermare l’esistenza di un nesso causale tra il grado di sviluppo ed

efficienza del sistema bancario e la crescita delle economie locali. L’analisi compiuta evidenzia che

la strada intrapresa è quella giusta per individuare, nell’ambito delle ampia e diversificata platea

degli enti locali, quali indicatori possano essere quelli che pongono le basi di ulteriori

approfondimenti.

12

Bibliografia

Astegiano G.: Ordinamento e gestione contabile-finanziaria degli Enti locali, Ipsoa 2012.

D’Alessio L.: Le aziende pubbliche: Management, Programmazione, Controllo, Liguori Editore,

2008.

Della Rosa M.D.: Finanziare gli investimenti degli enti locali, Ipsoa, 2008.

Farneti, Padovani, Manuzzi: Il rating di salute finanziaria dei comuni e delle loro partecipate,

Azienditalia 10/2011.

Giannola: Rapporto SVIMEZ 2011.

Leonori, Ricci : Enti locali: dal bilancio al sistema di bilancio, Azienditalia n°8/2003.

Ottanelli C.: Le fonti esterne di finanziamento degli investimenti degli Enti locali, n°1, 2009

Azienditalia.

Pica F. Villani S.: Rapporto SVIMEZ 2011 sulla finanza dei comuni.

Salvemini M.T.: Il credito agli enti locali in Italia e in Europa: Cassa Depositi e Prestiti, banche

pubbliche e private, mercato finanziario, Edibank, 2002.

13

Tabella 1

Gli indicatori utilizzati per l’analisi delle cause di default degli Enti Locali.

DENOMINAZIONE ACRONIMO SIGNIFICATO FONTE

INDICATORI FINANZIARI VARIABILI QUANTITATIVE

ENTRATE CORRENTI ECORR Entrate tributarie + Trasferimenti correnti + Entrate extra tributarie Ministero dell'Interno

INDICE AUTONOMIA FINANZIARIA AFIN (E.tributarie+E.extratributarie)/(E.trib.+Trasf.corr.

+Entr.extratrib) Ministero dell'Interno

INDICE (RIMBORSI ANTICIPAZIONI CASSA/SPESE RIMBORSO PRESTITI)

RCASPRES Rimborsi anticipazioni di cassa/Spese per rimborso prestiti Ministero dell'Interno

TOTALE SPESE RIMBORSI PRESTITI SPRES Somme spese per rimborsare prestiti o quote di prestiti Ministero dell'Interno

TOTALE SPESE PER PERSONALE SPERS Totale delle spese sostenute per il trattamento economico dei

dipendenti Ministero dell'Interno

INDICE RIGIDITÀ DI BILANCIO RBIL Spese per il personale/Entrate correnti Ministero dell'Interno

RESIDUI ATTIVI RATT Somme accertate ma non riscosse entro l’anno finanziario di competenza Ministero dell'Interno

RESIDUI PASSIVI RPASS Somme impegnate ma non pagate entro l’esercizio finanziario di competenza Ministero dell'Interno

FINANZIAMENTI RICEVUTI FINRIC

Debiti finanziari non assistiti da contributi statati, regionali o altri enti amministrativi pubblici, Debiti di finanziamento assistiti da Stato e/o Regioni e Debiti di finanziamento assistiti da altri enti delle amministrazioni pubbliche.

Ministero dell'Interno

DEBITI CONTRATTI DEBCON

Finanziamenti concessi dalla Cassa Depositi e Prestiti, Aziende di Credito (banche) ed Altri Finanziatori (Istituti di previdenza amministrati dal Tesoro, Istituto per il credito sportivo, Istituti speciali di credito, Istituti di assicurazione, Stato, Prestiti esteri, Prestiti obbligazionari, Altri finanziatori).


INDICATORI DI DEFICITARIETA' VARIABILI DAMMY: 0 SE SI RISPETTA IL LIMITE, 1

SE NON SI RISPETTA

INDICE DEFICITARIO 1, 2008 ID1.1

Disavanzo di amministrazione complessivo superiore al 5% delle spese, desumibili dai titoli I e III della spesa, con esclusione del rimborso di anticipazioni di cassa;



Volume dei residui attivi di fine esercizio provenienti dalla gestione di competenza, con esclusione di quelli relativi all'ICI ed ai trasferimenti erariali superiori al 21% delle entrate correnti desumibili dai titoli I, II e III delle entrate correnti;



Volume dei residui passivi di fine esercizio provenienti dalla gestione di competenza delle spese correnti superiori al 27% delle spese di cui al titolo I della spesa.



Esistenza di procedimenti di esecuzione forzata nei confronti dell'ente per i quali non sia stata proposta opposizione giudiziale nelle forme consentite dalla legge.



Presenza di debiti fuori bilancio riconosciuti ai sensi dell'articolo 194 del testo unico delle leggi sull'ordinamento degli enti locali, approvato con decreto legislativo 18 agosto 2000, n. 267, per i quali non siano state reperite le necessarie fonti di finanziamento.



Volume complessivo delle entrate proprie, desumibili dai titoli I e III rapportato al volume complessivo delle entrate correnti, desumibili dai titoli I, II e III, inferiore.



Volume complessivo delle spese per il personale a qualunque titolo in servizio, con esclusione di quelle finanziate con entrate a specifica destinazione da parte della regione o di altri enti pubblici, rapportato al volume complessivo delle spese correnti desumibili dal titolo I, superiore al 48% per i comuni sino a 2999 abitanti, superiore al 46% per i comuni da 3000 a 59999 abitanti, superiore al 41% per i comuni da 60000 a 250000 abitanti, superiore al 44% per i comuni con oltre 250000 abitanti.


INDICE DEFICITARIO 8, 2008 ID8.1 Importo complessivo degli interessi passivi sui mutui superiore al

12% delle entrate correnti. Ministero dell'Interno

INDICE DEFICITARIO 1, 2009/2010 ID1.2

Valore negativo del risultato contabile di gestione superiore in termini di valore assoluto al 5 per cento rispetto alle entrate correnti (a tali fini al risultato contabile si aggiunge l’avanzo di amministrazione utilizzato per le spese di investimento).


14


Volume dei residui attivi di nuova formazione provenienti dalla gestione di competenza e relative ai titoli I e III, con l’esclusione dell’addizionale Irpef, superiori al 42 per cento dei valori di accertamento delle entrate dei medesimi titoli I e III esclusi i valori dell’addizionale Irpef.



Ammontare dei residui attivi di cui al titolo I e al titolo III superiore al 65 per cento (provenienti dalla gestione dei residui attivi) rapportata agli accertamenti della gestione di competenza delle entrate.



Volume dei residui passivi complessivi provenienti dal titolo I superiore al 40 per cento degli impegni della medesima spesa corrente;


INDICE DEFICITARIO 5, 2009/2010 ID5.2 Esistenza di procedimenti di esecuzione forzata superiore allo 0,5

per cento delle spese correnti; Ministero dell'Interno


Volume complessivo delle spese di personale a vario titolo rapportato al volume complessivo delle entrate correnti desumibili dai titoli I, II e III superiore al 40 per cento per i comuni inferiori a 5.000 abitanti, superiore al 39 per cento per i comuni da 5.000 a 29.999 abitanti e superiore al 38 per cento per i comuni oltre i 29.999 abitanti (al netto dei contributi regionali nonché di altri enti pubblici finalizzati a finanziare spese di personale).



Consistenza dei debiti di finanziamento non assistiti da contribuzioni superiore al 150 per cento rispetto alle entrate correnti per gli enti che presentano un risultato contabile di gestione positivo e superiore al 120 per cento per gli enti che presentano un risultato contabile di gestione negativo (fermo restando il rispetto del limite di indebitamento di cui all’articolo 204 del TUOEL).



Consistenza dei debiti fuori bilancio formatisi nel corso dell’esercizio superiore all’1 per cento rispetto ai valori di accertamento delle entrate correnti (l’indice si considera negativo ove tale soglia venga superata in tutti gli ultimi tre anni).



Eventuale esistenza al 31 dicembre di anticipazioni di tesoreria non rimborsate superiori al 5 per cento rispetto alle entrate correnti.



Ripiano squilibri in sede di provvedimento di salvaguardia di cui all’art. 193 del TUOEL riferito allo stesso esercizio con misure di alienazione di beni patrimoniali e/o avanzo di amministrazione superiore al 5% dei valori della spesa corrente.


ENTI IN DEFAULT EIDSi tratta di un dato elaborato grazie agli indicatori di deficitarietà. Gli enti realmente dissestati negli anni 2008, 2009, 2010 vengono utilizzati per individuare le cause principali del dissesto.


INDICATORI QUANTITATIVI VARIABILI QUANTITATIVE

POPOLAZIONE POP. Di rilevanza per individuare i cambiamenti negli anni presi in considerazione Ministero dell'Interno

PIL PRO-CAPITE PILAnalizzato a livello regionale e non comunale, non essendo disponibile quest’ultimo, in quanto gli Enti Locali non sono tenuti a pubblicare o calcolare il prodotto interno lordo

ISTAT

INDICE DI CRIMINALITÀ ICRIM Mostra la complessità della relazione fra particolari condizioni

socio-economiche Ministero dell'Interno

NUMERO DONATORI DI SANGUE DONS

Il maggior numero di donatori può indicare un livello maturo di coinvolgimento nelle esigenze della società e di chi ne fa parte , nonché e di partecipazione alle esigenze della collettività.

AVIS

Fonte: Elaborazione propria.

Tabella 2

15

Analisi degli indicatori deficitari risultanti significativi alla

variabile enti in default nell’anno 2008.

ENTI IN DEFAULT COEFFICIENTE(β)

ID1.1 2,693 ***(0.633)

ID2.1 1,168 *(0.583)

ID3.1 1,079 *(0.425)

ID4.1 0,435 (-1,042)

ID5.1 2,399 ***(0,840)

ID6.1 -1,369 **(0,742)

ID7.1 1,591 *(0.726)

ID8.1 0

COSTANTE -7,208 (0,504)

Leggenda: * p<0,05; ** p<0,01; *** p<0,001

Fonte: Elaborazione propria

16

Tabella 3

Analisi degli indicatori deficitari risultanti significativi alla variabile

enti in default negli anni 2009, 2010.

ENTI IN DEFAULT COEFFICIENTE(β)

ID1.2 0,469

(0,525)

ID2.2 0,506

(0,349)

ID3.2 0,232

(0,382)

ID4.2 1,348***

(0,351)

ID5.2 1,836***

(0,463)

ID6.2 -0,254

(0,573)

ID7.2 0,777**

(0,340)

ID8.2 -0,592

(0.6505)

ID9.2 1,379***

(0,358)

ID10.2 1,087

(0,736)

COSTANTE -7,311

(0,330)Leggenda: * p<0,05; ** p<0,01; *** p<0,001


17

Figura 4.

Distribuzione geografica degli Enti Locali a rischio default.

2008 2009 20100

102030405060708090

100

CENTRO NORD SUD

indi

cato

ri de

ficita

ri no

n ris

pett

ati


18

€¦ · Web viewLo scopo di questi indici è quello di fornire al Ministero dell’Interno ed alle...

Documents

Transcript of €¦ · Web viewLo scopo di questi indici è quello di fornire al Ministero dell’Interno ed alle...