Bias di stato: un’analisi comportamentale della programmazione economico finanziariaTempo di lettura stimato: 25 min

di Angelo Equabile

Introduzione

In questo articolo, analizzeremo  il processo di programmazione nell’ambito delle amministrazioni statali tramite una lettura comportamentale. La difficoltà di prevedere il futuro economico di un Paese, come vedremo, passa attraverso alcuni bias comportamentali dei policy maker e attraverso obsoleti ma necessari modelli economici supportati dal mainstream. La “fallacia della pianificazione” o eccesso di ottimismo, è uno dei principali motivi che spinge a valutare velleitariamente il risultato delle scelte di politica economica e finanziaria degli Stati che il più delle volte devono correre a i ripari con misure di politica economica restrittiva.

L’inadeguatezza del PIL nel processo di programmazione

La programmazione economico-finanziaria è un procedimento complesso che vede il suo punto di partenza nella scelta dei macroaggregati utilizzati nei modelli economici e il suo punto di arrivo nelle politiche economiche di intervento. Come ogni anno il Governo inizia la sua attività programmatoria per l’anno venturo mediante la presentazione del DEF (Documento di Economia e Finanza) contenente le misure di finanza pubblica necessarie a condurre il Paese verso predeterminati scenari economici futuri. In questo caleidoscopico processo di previsione, il ruolo predominante lo assume la scienza economica, la quale deve avere un’attitudine multi-potenziale (matematica, statistica, storica, filosofica) in grado di guardare al passato, conducendo il presente in un’ottica futura.

Fra i principali indicatori economici del DEF troviamo il PIL che, pur essendo largamente diffuso nei paesi industrializzati, non misura correttamente lo stato di benessere della collettivit๠in quanto  non tiene conto della distribuzione del reddito fra la popolazione e non considera fenomeni di sperequazione economica regionale né di segregazione sociale.

Ignora, inoltre, la mobilità sociale, la salute dei cittadini, la speranza di vita, il grado di istruzione della popolazione, il panorama, il valore dei patrimoni artistico e culturale di un’economia, etc. In alcuni casi, addirittura, il PIL restituisce un’immagine distorta dello stato dell’arte dell’economia: è il caso dei danni provocati dalle calamità naturali, per cui, paradossalmente si verificherà un incremento dello stesso PIL nella misura del valore aggiunto delle imprese che hanno partecipato alla ricostruzione senza tener conto dei danni economici provocati dall’evento catastrofico.

Un esempio deriva dalla ricostruzione post-sisma dell’Aquila del 2009 che ha visto coinvolte diverse aziende edilizie che hanno contribuito in parte a contrastare la flessione del PIL, che, come sappiamo è una grandezza aggregata contenente il valore dei beni e servizi prodotti dalle aziende nell’arco di un anno. Dunque, nell’anno in cui ci sono state delle perdite umane c’è stato anche  un aumento della ricchezza del Paese o  comunque si è registrata una situazione migliore di quella che si sarebbe verificata se il terremoto non fosse accaduto. 

La programmazione: i cigni neri non trovano posto nei modelli tradizionali

Insomma, la visione poco realistica dell’economia restituita dai principali indicatori macroeconomici, basati per lo più sull’osservazione di dati storici come il reddito,  distorcono di fatto il processo di programmazione dello Stato. Ci si chiede allora:-  nella “scommessa sul futuro”, l’adozione di modelli macroeconomici contenenti variabili scollegate dal paradigma storico riescono meglio nella previsione di shock economici?

Proviamo a fare due esempi semplicistici che ci aiutano a confutare questa ultima tesi: 

1. Assumiamo per ipotesi che taluni studiosi di geopolitica abbiano previsto lo scoppio di una guerra per il prossimo anno, preventivando quindi  un aumento della spesa militare pari al 10 % del PIL, sottraendo risorse ad altri programmi ministeriali. Supponiamo ancora che allo scadere dell’esercizio finanziario venturo tale previsione venga disattesa. Ne deriverà sarà una cattiva allocazione delle risorse pubbliche con ricadute reali sull’economia del paese, a motivo dell’introduzione di una previsione altamente aleatoria non supportata da una solida serie storica.
2. Immaginiamo che il Governo Italiano abbia previsto, prima dello scoppio della pandemia da COVID-19,  un aumento della spesa sanitaria ed in particolare che abbia contemplato nel DEF 2019 un aumento di spesa in R&S per i vaccini contro malattie virali.  Con molta probabilità ne sarebbe derivato un migliore andamento dell’economia rispetto a quello effettivamente registrato, a motivo della  riapertura delle attività commerciali grazie alla rapida scoperta del vaccino che avrebbe limitato il lockdown. 

Ma nella realtà dei fatti, nessun politico, economista, analista ha fra le mani una sfera di cristallo e le previsioni basate su congetture o stime  possano estremizzare in un verso o nell’altro l’esito della programmazione.

In altri termini è impossibile includere nel ciclo programmatico quegli eventi altamente aleatori che i teorici del risk management definiscono come “cigni neri”².Perché un evento sia considerato un cigno nero deve rispettare contemporaneamente tre caratteristiche:

• È un outlier ossia non è predicibile in quanto non vi sono tracce storiche che ne testimoniano la realizzabilità³;
• Ha un impatto estremo;
• La comunità (anche quella scientifica) lo categorizza come evento ragionevolmente realizzabile solo dopo che si è verificato, cadendo vittima del bias del senno di poi, vale a dire l’errore cognitivo che ci porta a sovrastimare la prevedibilità di eventi avvenuti in passato (Fischoff, 2007).

Per semplicità qui assumiamo come cigni neri tutte quelle variabili che non rientrano tradizionalmente nello studio dell’analisi economica ma che potrebbero concretamente influenzare i risultati, e il COVID-19 ne è un esempio. Infatti, ha richiesto una rivisitazione della programmazione in condotta di esercizio finanziario, che si è realizzata con uno scostamento di Bilancio come previsto dall’articolo 81 della Costituzione Italiana. Determinati fenomeni non sono anzitempo prevedibili e l’autorità economica può solo intervenire a posteriori limitatamente agli strumenti che mette a disposizione la finanza pubblica.

Senza dubbio  l’introduzione di variabili “cigni neri” all’interno del processo di programmazione economico-finanziaria conduce a una previsione altamente costosa in termini di accuratezza oltre a discostarsi ampiamente dalle teorie mainstream ad oggi in auge nei principali paesi industrializzati. La presenza di ulteriori elementi aleatori comporterebbe un tasso di soggettività che non favorirebbe una lettura ragionata da parte degli stakeholder e ne comporterebbe una visione distorta della realtà. Semplicisticamente sarebbe un po’ come affidarsi a dei medium per la ricerca di un assassino in un’indagine criminale.

Si ha ragion di credere, allora, che nei prossimi anni la programmazione economico-finanziaria dello Stato comprenda nelle sue stime anche la variabile pandemia e guerra⁴, a motivo delle serie storiche che hanno registrato tali eventi, infatti, nel DEF 2022 il termine “Covid” compare per ben 96 volte⁵, e riguarda tutti gli aspetti della politica economica nazionale: dal quadro macroeconomico complessivo alla politica di bilancio, dall’indebitamento alla sostenibilità delle finanze pubbliche.

Tutto quanto sopra dimostra che i modelli economici non predicono il futuro se non basandosi su talune variabili la cui manifestazione sia altamente probabile in quanto già registrati in passato, per cui difficilmente il decisore politico condurrà scelte che non si basino su elementi che siano osservabili, misurabili e quantificabili.

Un ulteriore elemento a favore di una scelta di teorie e modelli avallati dal mainstream è rappresentato dai limiti imposti ai vincoli alla Politica Economica che spingono verso una parsimoniosa e prudente analisi previsionale che non può discostarsi dalla tradizionale metodologia in uso. Questo perché le politiche fiscali attivate dal governo si basano necessariamente su valori che abbiano una loro base scientifica rappresentata dalle serie storiche e dalle banche dati fornite dai players istituzionali quali ISTAT, Bankitalia, MEF.

L’introduzione di nuovi modelli e teorie che cerchino di prevedere futuri eventi finanziari mediante l’introduzione di variabili complesse comporterebbe una difficile intelligibilità da parte degli attori internazionali che osservano l’economia nostrana (U.E., OECD, Banca Mondiale) dunque valorizzare il sistema informativo del bilancio previsionale. 

La necessità di una visione di breve periodo

L’elemento temporale nella programmazione economico-finanziaria è di importanza vitale, esso è interdipendente alla natura della esigenza da soddisfare e ne influenza il grado di previsione del progetto. Il grado di complessità del progetto comporta l’adozione di un tempo variabile che ne è direttamente proporzionale. 

Possiamo assumere che quello economico-finanziario è un sistema caotico – deterministico:  la predicibilità di un dato evento è possibile solo su un limitato orizzonte temporale, data l’ impossibilità di fissare una condizione iniziale con infinita precisione. Per fissare meglio il concetto prendiamo in prestito dalla fisica un esempio offerto da alcuni studi di Ugo Amaldi per spiegare il moto del pendolo ed in particolare la previsione delle geometrie formate dal pendolo doppio nei primi istanti in cui viene attivato.

In una prova pratica, lo studioso mette a confronto due pendoli doppi che vengono attivati con una spinta iniziale differente per un valore infinitesimale e si osserva che i due pendoli in un primo istante creano le medesime geometrie fino al punto in cui uno dei due cambia direzione divergendo esponenzialmente a motivo della piccolissima variazione di forza utilizzata all’atto della spinta, da qui il termine caos – deterministico, significando che sebbene alla base vi sia un modello matematico, lo stesso è influenzato dalle stesse variabili che lo compongono in maniera esponenziale al punto tale da generare eventi imprevedibili.

Dato il contesto caotico – deterministico in cui l’economia nazionale è inserita, il legislatore ha ritenuto che la programmazione economico-finanziaria contenuta nel DEF⁶ sia su base triennale⁷ così come il periodo di riferimento della Legge di Bilancio, ossia ha ritenuto che tale periodo sia aderente con gli obiettivi di politica economica europea. La scelta di questo range temporale non è lasciata al caso come non lo è il periodo in cui è inserita la previsione della nota di aggiornamento al DEF, introdotta per aggiustare il tiro agli eventuali gap rispetto alla baseline del DEF di aprile.

Infatti, un periodo più lungo aumenterebbe la probabilità di scostamenti in quanto, nel procedere, le variabili inizialmente idonee per un determinato periodo potrebbero non esserlo col rischio di un c.d. effetto farfalla⁸, per cui una piccola variazione sarebbe in grado di produrre grandi effetti con il passar del tempo ed in particolar modo in un contesto di grandi numeri come quello della finanza pubblica. 

In un contesto caotico deterministico come quello dello stato di previsione delle entrate dello Stato Italiano, caratterizzato da una grande massa di dati costituita dai valori presunti⁹ che il Tesoro prevede incasserà nell’anno venturo, l’effetto farfalla si realizza a motivo del fatto che un piccolissimo scostamento a ribasso – oppure a rialzo – rispetto al previsto possa andare a configurare un assestamento del tutto diverso.

Interrogando lo stato di previsione delle entrate 2022 si osservano importanti scostamenti tra le “previsioni della legge di bilancio 2021” e le “previsioni assestate 2021”, questo accade, tra gli altri motivi, anche perché in un contesto di grandi valori che si attestano sull’ordine dei miliardi di euro è inevitabile che un decimale di troppo si trasformi iperbolicamente in milioni di euro¹⁰. Anche l’effetto farfalla è condizionato dal tempo, nel senso che quest’ultimo capitalizza la magnitudo dei piccoli valori, per cui ad un incremento del tempo corrisponde un incremento degli scostamenti, proporzionalmente. Riassumendo quanto detto finora, sulla base delle considerazioni fatte, è comprensibile come la programmazione economico finanziaria, sia sul versante delle entrate che su quello delle uscite, debba avere una timeline che non vada oltre il triennio.

La necessità di una visione strategica

Per molti anni le amministrazioni pubbliche nelle attività programmatorie¹¹ hanno assunto un’impostazione past based approach, limitando la previsione delle risorse finanziarie ad un mero “copia e incolla” dell’anno precedente aumentato o diminuito di una certa percentuale ritenuta bastevole. Risulta evidente che tale approccio sterile, non scaturendo da un’analisi strategica, comporta una serie di cattive allocazioni delle risorse nonché un appiattimento delle relazioni fra gli organi politici e quelli esecutivi dell’amministrazione pubblica.

Sebbene l’elemento storico sia indispensabile nel processo di analisi, la sua eccessiva considerazione comporterebbe un rischio di distorsione basato sul “si è sempre fatto così”. Il dato storico fungendo da pivot, adagerebbe le scelte degli amministratori sul comodo dato già disponibile, infatti, nei sistemi complessi come quello della programmazione economico – finanziaria è facile osservare la c.d. regressione verso la media¹²: trattasi di quel fenomeno statistico per cui le variabili estreme tendono ad avvicinarsi a quelle della media man mano che il fenomeno viene osservato.

Nel contesto della programmazione si assurgono a “media” i valori osservati nell’anno X-1 e si intenda per “regressione” il processo di deriva verso la media stessa. Tale fallacia decisoria che eleva l’elemento storico a benchmark, viola il cosiddetto buon andamento di cui all’art. 97 della Costituzione Italiana, uno dei principi costituzionali su cui si basa la gestione della cosa pubblica. Per le spese in conto capitale in particolare la programmazione basata sull’osservazione del passato più che sull’analisi delle condotte future hanno generato una pigrizia burocratica che ha avuto come risultato la cattiva allocazione delle risorse (rectius uno spreco di danaro). 

 L’introduzione della Missioni e dei programmi¹³ nel Bilancio previsionale ha determinato una brusca inversione di marcia nel processo di previsione delle esigenze, superando il modello storico nelle decisioni allocative e favorendo quello goal – oriented in relazione ai compiti assegnati dall’organismo pubblico, arricchendo di fatto la programmazione con la locuzione “strategica”. 

La programmazione strategica ha una portata olistica e assume le vesti di un principio “che conduce ad una corretta gestione delle attività pubbliche e delle risorse mediante la rimodulazione dell’assetto organizzativo di chi gestisce la cosa pubblica in vista del raggiungimento degli obiettivi prefissati (risultati) e nell’assunzione delle proprie responsabilità¹⁴”. Questa nuova visione ci obbliga a valutare il procedimento programmatico in uno spettro di “comando e controllo” che si identifica, in buona sostanza, nella fase di collegamento tra la pianificazione tout court a quella di valutazione della effettiva attuazione dei piani o meglio conosciuto come ciclo di Deming (PDCA)¹⁵ mutuato dal settore privato. Si tratta in sostanza di considerare la programmazione come un unicum con l’azione di condotta amministrativa, in un’ottica di miglioramento continuo¹⁶. 

La fallacia della pianificazione 

Una possibile soluzione?

I pianificatori dovrebbero avere uno sguardo di terzietà sull’iniziativa da implementare ed analizzare i trend di uscite e di entrate utilizzando le serie distribuzionali di progetti analoghi su cui si incentra la previsione secondo un approccio basato sulle reference class forecasting¹⁷.  Tale approccio consente di rimediare alla c.d. fallacia di pianificazione, termine coniato dai premi Nobel Daniel Kahneman e Amos Tversky¹⁸ che descrive la tendenza degli esseri umani e delle organizzazioni a produrre scenari futuri con un eccesso di ottimismo che porta alla sovrastima dei benefici che si otterranno da determinate azioni.

Si può raggiungere questa visione distillata del futuro grazie all’accesso ai database che forniscono informazioni sui piani e progetti del passato separati per classe di riferimento. Non a caso,  i governi delle economie avanzate stanno implementando nelle loro agende digitali la necessità di utilizzare i Big Data Analitycs grazie anche al patrimonio di dati di cui dispone la pubblica amministrazione, il cui enorme volume è necessario per poter far funzionare l’intelligenza artificiale¹⁹. 

Esempi di fallacia della pianificazione si trovano con grande facilità nella storia delle opere pubbliche: fra quelli eclatanti troviamo il progetto del nuovo palazzo del parlamento scozzese in Edimburgo. La previsione iniziale dei costi, nel luglio 1997 si stimava attorno ai 40 milioni di sterline, dopo appena due anni avrebbe raggiunto i 109 milioni di sterline, nel 2000 i legislatori imposero un caveat ai costi di 195 milioni di sterline, nel 2002 raggiunse i 294 milioni di sterline, e infine il palazzo fu concluso nel 2004 al costo finale di 414 milioni di sterline. Per dirla con le parole del project director della società appaltatrice dei lavori “number one  – keep people optimistic. I mean, it’s dead easy to become pessimistic. It’s easy to say, “oh fuck all of this, it ain’t gonna happen” and we just walk away from it…it is achievable²⁰.

Sarebbe facile concludere che non sempre si tratta di un errore fisiologico legato alla cattiva previsione dell’uomo ma a volte si sfrutta la consapevolezza che quasi mai si lasciano a metà progetti anche e soprattutto per ragioni puramente psicologiche²¹ che emergono dai c.d.  bias dei costi sommersi. Questi ultimi spingono a portare a termine un progetto dal momento in cui già è stato investito abbastanza tempo e denaro per lo stesso, indipendentemente dal fatto che i costi futuri superino o meno i benefici. Il processo decisionale in questa circostanza è alterato e l’ottimismo iniziale che porta ad incamminarsi verso una strada sbagliata trova corroborante nel tentativo di non rendere vani i costi iniziali con il risultato finale di uno spreco di risorse future. 

Un altro esempio in cui i costi sommersi portano ad una cattiva decisione e a proseguire sulla strada iniziata deriva dal caso concorde²², il celeberrimo jet supersonico in grado di coprire la tratta New York – Parigi in sole 3 ore e il cui programma di sviluppo fu sormontato da costi proibitivi.

La fallacia della pianificazione e i costi sommersi sono due facce della stessa medaglia che conducono ad un accanimento terapeutico verso quei progetti che andrebbero terminati o modificati nel loro stadio iniziale. Tali fenomeni sono antitetici delle opere pubbliche incompiute con l’aggravante che la loro inutilità resterà per sempre occultata. 

L’azzardo morale nella pianificazione pubblica

È pacifico riconoscere che il procedimento della pianificazione si inquadra in un contesto di asimmetria informativa, ovvero gli stakeholder posseggono le informazioni in misura diversa in ragione della loro posizione all’interno del processo pianificatorio. La dirigenza pubblica, posizionata al vertice, rischia di imbattersi più di altri in quello che i micro-economisti descrivono come azzardo morale o rischio morale, concetto mutuato dal mercato assicurativo. Il rischio morale si può manifestare in situazioni in cui un soggetto “principale” promuove opportune azioni tese ad ottenere un preciso comportamento virtuoso da parte di un altro soggetto “agente”. Un elevato grado di difficoltà ad adeguarsi al comportamento richiesto spinge “l’agente” ad eludere lo sforzo, qualora il “principale” sia impossibilitato ad osservarne le azioni²³.

La grandezza e la solidità di alcune grandi organizzazioni sia pubbliche che private non le esime dal rischio morale che può coinvolgere tanto l’alta dirigenza quanto l’executive. Per quanto attiene il settore privato, si riporta che dopo la crisi finanziaria del 2008 non pochi teorici hanno ravvisato l’importanza di considerare l’evenienza di un azzardo morale in presenza di fallimenti di mercato²⁴.

Infatti le banche, considerandosi “troppo grandi per fallire”²⁵, si sono spinte ad operare azioni azzardate fuori dagli schemi logici – finanziari, protette dalla sicurezza di un intervento pubblico teso a scongiurare una recessione, sino a concedere prestiti a soggetti non solvibili e ad avventurarsi in investimenti altamente rischiosi. Non a caso, la crisi finanziaria del 2008 è un esempio da manuale dell’effetto overconfidence, che si osserva quando la fiducia soggettiva nelle proprie capacità è superiore alle prestazioni oggettive (reali) (Pallier et al., 2002).

Altri esempi arrivano  anche dal settore pubblico come quello della crisi dell’euro del 2012 (in parte collegato a quello dei subprime del 2008) ed in particolare la condotta fedifraga della Grecia che ha nascosto la verità sul dissesto della propria finanza pubblica, anch’essa convinta che il “Paese fosse troppo grande per fallire” e sperando in un intervento dell’Unione Europea qualora qualcosa fosse andato storto. 

Proviamo ora ad estendere il concetto di rischio morale alla pianificazione economico finanziaria e consideriamo sic et simpliciter che l’agente operi in un settore pubblico e che preveda un certo flusso in entrata ed un certo flusso di uscita finanziaria che nella realtà risultano essere totalmente errati. Supponiamo che tali scostamenti derivino da una negligenza da parte dell’agente. Con molta probabilità nessun “principale” nel settore pubblico potrà licenziare o punire l’agente in quanto la malo in consilio non può essere elemento di valutazione dal punto di vista disciplinare, quindi, si potrebbe ben asserire che in questa circostanza il rischio morale è elevato. L’azzardo morale nella pianificazione economico finanziaria produce l’effetto contrario a quello prodotto dai costi sommersi ossia interrompe il progetto a causa della sua insostenibilità. 

Conclusioni

Sin qui si è voluto tratteggiare lo studio di quegli elementi che potremmo definire “detrattori” di una buona programmazione economico finanziaria, e che inesorabilmente continueranno ad esistere in quanto insiti nella natura umana.  Si può correre ai ripari provando ad attribuire alla programmazione una nuova accezione che si avvicini più alla sua sfera estimativa che a quella deterministica, provando ad accettare che anche se non si realizza quanto previsto si può pur sempre aggiustare il tiro. Possiamo affermare ad alta voce che non esiste programmazione senza correzione.

Note

1. Cfr. Report by the commission on the measurement of Economic performance and social progress https://ec.europa.eu/eurostat/documents/8131721/8131772/Stiglitz-Sen-Fitoussi-Commission-report.pdf 

2. Cfr. The black swan: The impact of the highly improbable di Nasssim Nicholas Taleb (2007) l’autore ha definito come cigno nero quell’evento che ogni essere umano definirebbe come impossibile. In Europa fino al XIV secolo tutta la comunità scientifica era d’accordo sul fatto che i cigni fossero solo bianchi , fino a quando in Australia non fu avvistato un esemplare di cigno nero. 

3. Secondo alcune autorevoli fonti giornalistiche, e secondo Nassim Taleb stesso, il COVID-19 non è considerato un “cigno nero” in quanto non sono rispettate le tre  caratteristiche di cui sopra:in passato si è già osservata la manifestazione di eventi simili e molti studiosi, analisti ed esperti –  tra cui Bill Gates – annoveravano quella pandemica come la principale minaccia alla nostr società (https://www.newyorker.com/news/daily-comment/the-pandemic-isnt-a-black-swan-but-a-portent-of-a-more-fragile-global-system)

4. In seguito al conflitto tra Ucraina e Russia iniziata il 24 febbraio 2022

 5. Numero di volte estrapolate dalla sezione II del DEF: Analisi e tendenze della finanza pubblica

6. Al fine di arginare il bias previsionale le regole di contabilità pubblica europea prevedono la presentazione del NADEF che ha lo scopo di revisionare per tempo gli obiettivi inseriti nel DEF alla luce degli accadimenti intercorsi fino ad ottobre dello stesso anno. Tuttavia anche tale strumento di “correzione” non risulta sufficiente il più delle volte così come si è potuto osservare con il COVID-19 che non era contemplato in nessuno dei due documenti programmatici in quanto la pandemia è dilagata a partire dal novembre 2019.

7. Il primo anno il bilancio viene considerato sia in termini di competenza che di cassa mentre i restanti due anni solo in termini di competenza, infatti per questi ultimi sarebbe complicato prevedere l’effettiva giacenza di cassa su un periodo così ampio.

 8. E. N. Lorenz, The Essence of Chaos, U. Washington Press, Seattle (1993),l’autore del libro spiega come per un caso fortuito abbia inserito in un modello informatico costruito per le previsioni meteo il valore arrotondato 0,506 invece di inserire il valore di precisione 0,506127, il risultato fu che le previsioni erano totalmente diverse rispetto a quelle poi realizzatesi in un precedente periodo di due mesi. Successivamente lo stesso autore ha dato a tale fenomeno il nome di effetto farfalla anche a causa del disegno formato dal modello da lui teorizzato molto simile ad una farfalla e da qui la famosa frase tratto del celeberrimo film “the butterfly effect”: un battito di farfalla può provocare un uragano all’altra parte del mondo.

9. Nota metodologica, redatta ai sensi dell’articolo 10, comma 4, della legge 31 dicembre 2009, n. 196 (Legge di contabilità e finanza pubblica), espone i criteri di formulazione delle previsioni tendenziali delle entrate tributarie contabilizzate al Bilancio dello Stato a legislazione vigente

10. Una facile dimostrazione del predetto effetto si può effettuare con un foglio di calcolo per cui nelle prime due colonne (A1 e B1) vengono inseriti rispettivamente i seguenti valori 0,4 e 0,400001 inserendo nella cella A2 la formula =4*A1*(1-A1)  e nella cella B2 la formula =4*B1*(1-B1) si ottiene rispettivamente i seguenti valori 0,96 e 0,9600008, fino a qui nulla di rilevante ma se trasciniamo entrambe le formule fino alle celle A116 e B 116 si noterà un grande differenza tra i due numeri che risulteranno essere 0,980131158 e 0,331361545. https://www.youtube.com/watch?v=2LBzFayhclI

11. In quest’analisi ci si riferisce alle spese in conto corrente e non a quelle in conto capitale.

12. Daniel Khaneman in “pensieri lenti e veloci” offre una serie di esempi in cui si può osservare che in fenomeni sociali  come quelli legati allo sport, al lavoro alla formazione gli individui tendono a conformarsi alla media. In alcuni esempi ritiene che il miglioramento o il peggioramento di alcuni individui in uno sport vada relazionato alla media. Chi eccelle in una disciplina tenderà a peggiorare le sue prossime regredendo verso la media.

13. L’adozione di una struttura per missioni e programmi – dapprima con funzioni informative (nel 2008) e, successivamente, con funzioni autorizzatorie (a partire dell’EF 2011) ha costituito un passo determinante nel conferire maggiore evidenza nel bilancio dello Stato alla dimensione delle risorse assegnate alle funzioni e agli obiettivi perseguiti con la spesa pubblica. L’articolo 2 del Decreto legislativo del 12 maggio 2016, n. 90 novellando l’articolo 25-bis della legge 31 dicembre 2009, n. 196, ha previsto dal primo gennaio 2017 le “azioni”. Queste, adottate nell’ambito delle disposizioni di attuazione del completamento della riforma del bilancio dello Stato, sono componenti dei programmi di spesa e aiutano a rendere maggiormente evidente la destinazione delle risorse, chiarendo ulteriormente cosa si dovrebbe realizzare e per quali scopi. Tutto ciò, nella fase decisionale, mira a favorire l’adozione di scelte più consapevoli nell’allocazione delle risorse del bilancio dello Stato.

 14. Giuseppe Varriale, I processi di programmazione strategica nello Stato. – LIUC Papers n. 191, giugno 2006 – Economia e istituzioni, 20

15. Il termine PDCA sta per Plan, Do, Check, Act

16. M. M. M. Jagtap and S. N. Teli, “PDCA Cycle As TQM Tool-continuous improvement of warranty,” Int. J. Recent Technol. Mech. Electr. Eng., vol. 2, no. 4, pp. 1–5, 2015, disponibile a: http://www.ijrmee.org/index.php/ijrmee/a rticle/view/210 

17. Bent Flyvbjerg (2008) Curbing Optimism Bias and Strategic Misrepresentation in Planning: Reference Class Forecasting in Practice, European Planning Studies, 16:1, 3-21,

18. Kahneman, Daniel; Tversky, Amos (1977). “Intuitive prediction: Biases and corrective procedures

19. Arnald Deshpand, , Manisk kumar, 2018 “Artificial Intelligence for Big Data: Complete guide to automating Big Data solutions using Artificial Intelligence techniques” 

20. In un’intervista rilasciata da Alan Mack , Project Director, Bovis, Holyrood Project e riportata nel libro Hollyrood, the inside story, Susan Bain,.

21. Le ragioni sono ascrivibili alla c.d. avversione alla perdita per cui si è più inclini ad evitare perdite che a ottenere un guadagno corrispondente.

22. Gabriel Weinberg e Lauren McCann (2021)– Superthinking il grande libro dei modelli mentali -HOEPLI

23. Uno dei primi studi del fenomeno dell’azzardo morale nel mercato delle assicurazioni è stato Kenneth Arrow nel suo saggio General Competitive Analysis (con Frank Hahn) 1971

24. Il concetto di Fallimento di Mercato deriva dalla “Economia del Benessere” e prevede l’intervento dei Governi per ovviare a bias nel settore economico privato al fine di riportare l’economia ad uno stato di efficienza [Browning and Browning, 1992, p. 657; Boardman et al., 1996, p. 99] 

25. Da “il libro dell’Economia”– Gribaudo 2015 – pg 208-209

Bibliografia

A. Brancasi, (2012), L’introduzione del principio del c.d. pareggio di bilancio: un esempio di revisione affrettata della Costituzione, in Quad. cost., fasc. 1, 109, e Id.,

AA.VV., (2015), “Il libro dell’ Economia”– Gribaudo – pg 208-209

Arnald Deshpand, Manisk kumar, (2018), “Artificial Intelligence for Big Data: Complete guide to automating Big Data solutions using Artificial Intelligence techniques” Packt Publishing

Bent Flyvbjerg, (2008), Curbing Optimism Bias and Strategic Misrepresentation in Planning: Reference Class Forecasting in Practice, European Planning Studies, 16:1, 3-21

CMEPSP, (2009), Report by the Commission on the Measurement of Economic Performance and Social Progress – Paris 14 September 2009.

E. N. Lorenz, (1993), The Essence of Chaos, U. Washington Press, Seattle

Fischhoff, B., (2007), An early history of hindsight research. Social cognition, 25(1), 10-13.

Gabriel Weinberg e Lauren McCann, (2021), Superthinking il grande libro dei modelli mentali Hoepli

Gadrey, J. et Jany-Catrice, F., (2007), Les nouveaux indicateurs de richesse, 2nd edition, Repères-La Découverte

Giuseppe Varriale, (2006), I processi di programmazione strategica nello Stato. – LIUC Papers n. 191, – Economia e istituzioni, 20

J. A. Schumpeter, (2007), Business Cycles, New York: McGraw-Hill Book Co., p.142

Kahneman, Daniel; Tversky, Amos, (1977), Intuitive Prediction: Biases and Corrective Procedures. TIMS Studies in Management Science, 12

M. M. M. Jagtap and S. N. Teli, (2015), “PDCA Cycle As TQM Tool-continuous improvement of warranty,” Int. J. Recent Technol. Mech. Electr. Eng.

Nasssim Nicholas Taleb (2007) The black swan: The impact of the highly improbable Random house trade paperbacks

Pallier, G., Wilkinson, R., Danthiir, V., Kleitman, S., Knezevic, G., Stankov, L., & Roberts, R. D., (2002), “The role of individual differences in the accuracy of confidence judgments.” The Journal of general psychology, 129(3), 257-299.

World Bank, (2006), “Where is the Wealth of Nations? Measuring Capital in the 21st Century.” The World Bank, Washington D.C

Vuoi ricevere altri contenuti come questo direttamente nella tua mail?
Iscriviti al form in basso, ti manderemo un articolo al mese – fresco di editing – e non una mail in più.

L’Autore

Angelo Equabile, economista e pubblicista. 

Autore di alcuni articoli afferenti la tematica del procurement pubblico e della comunicazione, nell’ambito dei suoi scritti porta avanti un suo personale percorso di ricerca sulla “teoria delle scelte razionali” e sulle “dinamiche organizzative”.

Lavora come Chief Financial Officer (CFO) presso un ente del Ministero della Difesa.