logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-06202024-092609


Tipo di tesi
Tesi di laurea magistrale
Autore
GIANNINI, RUGGERO
URN
etd-06202024-092609
Titolo
Automazione Industriale globale: un’analisi VAR e Panel VAR sull’influenza dei Robot in 19 paesi dal 1995 al 2015
Dipartimento
ECONOMIA E MANAGEMENT
Corso di studi
MANAGEMENT E CONTROLLO DEI PROCESSI LOGISTICI
Relatori
relatore Prof.ssa Giannetti, Caterina
Parole chiave
  • capacità produttiva
  • impluse response functions
  • modelli var
  • panel var
  • productive capacity
  • productivity
  • produttività
  • research and development
  • ricerca e sviluppo
  • robot
Data inizio appello
11/07/2024
Consultabilità
Non consultabile
Data di rilascio
11/07/2027
Riassunto
L'elaborato riguarda uno studio condotto su 19 paesi nell'arco temporale 1995-2015, nel quale si vuole andare a verificare l'impatto dei robot industriali su diverse variabili del sistema economico di ciascun paese: GDP, un'indice di capacità produttiva e la produttività industriale. Un'ulteriore verifica sarà quella di verificare come le spese in ricerca e sviluppo (espresse in percentuale di PIL) di ogni paese, abbia influenzato il numero di robot industriali installato annualmente, il GDP, la capacità produttiva e la produttività. Lo stesso procedimento di studio sarà utilizzato anche con una distinzione a livello di paese, ovvero con analisi separate tra stati orientali e stati occidentali, per permettere una migliore interpretazione geografica di tali fenomeni. Gli strumenti utilizzati sono i modelli VAR (Vectorial Autoregressive), applicabili a più serie temporali contemporaneamente, che permettono di modellare e prevedere l'evoluzione di un insieme di variabili che si influenzano reciprocamente nel tempo. Questo tipo di modello risulta utile per comprendere le relazioni dinamiche tra variabili e possono essere utilizzati per fare previsioni di serie temporali multivariate. Attraverso l'utilizzo poi di Impulse Response Functions, è possibile verificare la risposta di una variabile ad uno shock o impulso di un'altra variabile, e come tale risposta si propaga nel tempo. Le stesse analisi saranno poi fatte con dati panel sugli stati presi in considerazione. I risultati mostrano che i robot industriali hanno provocato negli anni un aumento sia nella produttività che nella capacità produttiva. Le spese in ricerca e sviluppo sembrano aver fatto crescere il numero di robot installati soltanto per i paesi orientali. Analizzando le relazioni cross section mediante modelli Panel VAR, si nota come gran parte della variabilità degli stati è trattenuta degli effetti fissi, il che dimostra che gli effetti sulle variabili dipendono da caratteristiche intrinseche dei singoli paesi, e non da interdipendenza generale tra gli stati. Per gli stati presi in considerazione le politiche di installazioni dei robot portano ad una crescita della produttività e della capacità produttiva, mentre un aumento delle spese in R&S sembrano sostenere l'economia e il numero di robot soltanto nei paesi orientali. A livello Panel inoltre è possibile notare che un impulso sui robot stimola la crescita di robot nel lungo periodo.


The study focuses on an analysis conducted across 19 countries from 1995 to 2015, aiming to examine the impact of industrial robots on various economic system variables of each country: GDP, an index of productive capacity, and industrial productivity. Additionally, the study investigates how research and development (R&D) expenditures (expressed as a percentage of GDP) in each country have influenced the annual installation of industrial robots, GDP, productive capacity, and productivity. This same method of analysis will be applied separately to Eastern and Western countries, allowing for a better geographic interpretation of these phenomena.
The tools used in this analysis are VAR (Vector Autoregressive) models, which can be applied to multiple time series simultaneously. These models enable the modeling and forecasting of the evolution of a set of variables that influence each other over time. This type of model is particularly useful for understanding the dynamic relationships between variables and can be used for multivariate time series forecasting. Through the use of Impulse Response Functions, it is possible to examine the response of one variable to a shock or impulse in another variable and how this response propagates over time.
These same analyses will then be conducted using panel data on the considered states. The results show that industrial robots have led to an increase in both productivity and productive capacity over the years. Research and development expenditures appear to have increased the number of robots installed only in Eastern countries. Analyzing the cross-section relationships through Panel VAR models, it is noted that a significant portion of the variability among states is retained by fixed effects, demonstrating that the effects on the variables depend on intrinsic characteristics of individual countries, rather than general interdependence between states.
For the states considered, policies promoting the installation of robots lead to growth in productivity and productive capacity, while an increase in R&D expenditures seems to support the economy and the number of robots only in Eastern countries. At the panel level, it is also possible to observe that an impulse on robots stimulates the long-term growth of robots.
File