Copertura assicurativa e accesso al credito bancario: evidenza da un campione di piccole e medie imprese italiane 1

Transcript

1 Copertura assicurativa e accesso al credito bancario: evidenza da un campione di piccole e medie imprese italiane 1 Luigi Guiso (European University Institute & EIEF) Fabiano Schivardi (Università di Cagliari & EIEF) Sommario Secondo la teoria economica, imprese con copertura assicurativa dei rischi aziendali dovrebbero ottenere condizioni migliori sul mercato del credito. Il lavoro analizza se questa predizione è verificata nel caso delle imprese italiane. In particolare, si studia la relazione fra copertura assicurativa d impresa e tassi di interesse, probabilità di subire razionamento e numero di banche con cui si intrattengono rapporti. Si utilizzano le informazioni di un indagine ad hoc su un campione di circa 2000 piccole e medie imprese su copertura assicurativa e condizioni di accesso al credito. L evidenza conferma che la copertura assicurativa migliora l accesso la credito bancario. Al crescere del grado di copertura assicurativa (misurata in termini di numero rischi assicurati) diminuisce il costo del debito bancario, si riduce la probabilità di essere razionati, aumentano il numero di banche con cui si intrattengono rapporti e diminuisce la quota di debito verso la banca principale. Regressioni di variabili strumentali, basate su caratteristiche individuali degli imprenditori rilevate dal questionario, rafforzano le conclusioni dei minimi quadrati ordinari. Gli effetti maggiori che emergono con le variabili strumentali potrebbero dipendere dal fatto che le banche utilizzano in modo non sistematico le informazioni sul grado di copertura assicurativa dei loro clienti, sottostimandone l utilità nel formulare il giudizio sul merito di credito dell impresa. 1 Si ringraziano, senza implicarli, Sergio Sorrentino di Unicredit per illuminanti spiegazioni sulle politiche di credito delle banche, Dario Focarelli, Paolo Zangheri e Carlo Savino dell ANIA e i partecipanti a un seminario preliminare presso l ANIA il 6 novembre 2009 per utili suggerimenti. Le opinioni espresse in questo lavoro sono mie e non riflettono necessariamente quelle dell ANIA. 1

2 1. Introduzione Questo lavoro affronta la domanda del ruolo della copertura assicurativa di un impresa nella determinazione delle condizioni di accesso al credito bancario. Da un punto di vista teorico, ci sono chiare ragioni per cui una banca dovrebbe preferire un impresa che si assicura contro i vari tipi di rischi che fronteggia rispetto a una non assicurata (Gollier 2010). L assicurazione riduce la probabilità di bancarotta, e quindi di non ottenere il rimborso dei crediti accordati all impresa. Ciò è tanto più importante quanto maggiori sono i costi connessi alle procedure fallimentari (si veda Smith and Stulz, 1985), un argomento particolarmente rilevante nel nostro paese, dove, nonostante varie riforme, il diritto fallimentare ancora non riesce a garantire una efficiente gestione delle situazioni di sofferenza finanziaria delle imprese. Un altro argomento importante riguarda la riduzione dei costi di agenzia (Mayers and Smith, 1987). È noto che un imprenditore con alto debito ha la tendenza a comportamenti sub ottimali dal punto di vista delle scelte imprenditoriali per quel che riguarda gli interessi dei creditori. In particolare, l alto debito può spingere ad assumere troppo rischio, in quanto al proprietario del capitale di rischio conviene scommettere per la risurrezione, a scapito degli interessi dei creditori (si veda la sezione 4.2 di Gollier 2010). In questo caso, l assicurazione contro i rischi riduce la probabilità di fallimento e quindi tende anche a riallineare gli interesse dei possessori di debito (le banche) con quelli dei possessori di capitale di rischio (l imprenditore). In aggiunta, in presenza di frizioni nei mercati finanziari, una gestione oculata del rischio può ridurre il costo totale dei finanziamenti, contribuendo ad aumentare la profittabilità di un impresa e quindi la sua attrattività come debitore (Froot, Scharfstein and Stein, 1993). Thakor (1982) costruisce un modello in cui le scelte assicurative segnalano alla banca la probabilità di fallimento dell impresa, contribuendo a ridurre l asimmetria informativa. Meccanismi di selezione avversa sono anche alla base di altri modelli che predicono una riduzione del costo del debito a fronte di una maggiore copertura assicurativa (Grace and Rebello, 1993; Huberman, 1997). Nonostante un insieme di teorie indiche che maggior copertura assicurativa dovrebbe migliorare l accesso al credito bancario, l evidenza empirica sull argomento è quasi del tutto inesistente. Negli unici due studi a noi noti, Zou e Adams (2008,2009) utilizzano dati su un campione di imprese cinesi di grandi dimensioni e mostrano che l accesso al credito è migliore per imprese assicurate, in termini sia di maggiore quantità sia di tassi più bassi. Questo lavoro 2

3 utilizza i dati della AFIS per studiare empiricamente la relazione fra copertura assicurativa e condizioni di accesso al credito per un campione di imprese italiane di piccole e medie dimensioni. L indagine, descritta dettagliatamente da Guiso e Schivardi (2010), è stata disegnata proprio per affrontare questo problema ed offre quindi una opportunità unica per rispondere a una domanda di grande interesse per gli imprenditori, le banche e le compagnie assicurative. L indagine rileva con grande dettaglio la copertura assicurativa delle imprese intervistate. In particolare, viene chiesto il possesso di assicurazione per undici tipi diversi di rischio: incendio, rischi tecnologici, furto, merci trasportate, crediti e cauzioni, esportazione e investimenti all estero, business interruption, verso terzi e dipendenti, R.C. prodotto, R.C. ambientale, a vantaggio dei dipendenti. Quanto all acceso al credito, viene rilevato il tasso di interesse praticato dalla banca principale, il fatto di essere vincolati dal punto di vista dell offerta di credito, il numero di banche da cui si prende a prestito e la quota di prestiti dalla banca principale. Come misura riassuntiva del grado di copertura assicurativa viene utilizzato il numero totale di rischi coperti, che denominiamo indice di copertura. L analisi descrittiva mostra che questa variabile è correlata negativamente con il tasso di interesse, la probabilità di essere razionati, la quota di credito dalla banca principale e il numero di banche 2. Questa evidenza descrittiva è confermata da quella di regressione. La correlazione fra l indice di copertura e le condizioni di accesso al credito bancario è robusta all inclusione di varie determinanti della domanda di assicurazione e di accesso al credito da parte dell impresa, quali la dimensione, il settore, l area territoriale, il rischio percepito di subire danni. Per dare un idea della dimensione degli effetti, l aumento di un rischio assicurato (il valore dell indice di copertura varia fra 0 e 10) comporta 17 punti base in meno di tasso sul credito bancario (rispetto a un valore medio di 5.8), il 2% in meno di probabilità di essere razionati (media 0,36), 0,1 banca in più (media 2,4) e 1,3% in meno di credito da banca principale (media 64%). Il problema principale in questo tipo di analisi è che lo stato assicurativo e quello creditizio sono determinati simultaneamente ed è quindi difficile trarre indicazioni conclusive 2 Esiste un dibattito molto acceso in letteratura sui vantaggi e gli svantaggi del prendere a prestito da poche (una) o molte banche (Rajan, 1992). Per il caso italiano, Detragiache, Garella e Guiso (2000) mostrano che le imprese tendono a preferire relazioni multiple per garantirsi contro eventuali shocks alla banca di cui sono clienti: intrattenendo rapporti con più banche, possono più facilmente ottenere credito da una banca in seguito alla chiusura delle linee di credito di un altra banca. 3

4 da semplici correlazioni. Per superare questa difficoltà, è necessario individuare variabili che siano correlate con lo stato assicurativo dell impresa ma che non ne influenzino direttamente l accesso al credito. Anche da questo punto di vista l indagine offre una opportunità unica di analizzare il fenomeno in termini causali. Essa rileva infatti una serie di variabili che, come dimostrato da Guiso e Schivardi (2010), sono determinanti importanti della domanda assicurativa, ma che non dovrebbero influenzare direttamente i rapporti con le banche. Utilizziamo la fiducia nelle assicurazioni, il numero di polizze assicurative sottoscritte dai familiari, l aver subito un incendio nel passato e indicatori del grado di avversione al rischio dell imprenditore. L analisi con variabili strumentali conferma quella di minimi quadrati ordinari, con la differenza che gli effetti stimati sono da due a tre volte più grandi in valore assoluto. Una possibile spiegazione di queste differenze risiede nel fatto che le banche tendono a raccogliere informazioni sul grado di copertura dell impresa prevalentemente nei casi incerti, nei quali la decisione di concessione del credito necessita di un supplemento di indagine. In tal caso, la banca è informata sulle coperture prevalentemente per imprese più problematiche dal punto di vista di creditizio, il che induce una distorsione verso zero nella relazione stimata con i minimi quadrati fra indice di copertura e condizioni creditizie. Una più sistematica raccolta ed utilizzo nei modelli credit scoring dell informazione sul del grado di copertura assicurativa potrebbe rivelare una buona capacità previsiva nel determinare il rischio di credito di un impresa. Il resto del lavoro è organizzato come segue. La Sezione 2 descrive i dati, costruisce l indicatore di copertura assicurativa e analizza graficamente la correlazione fra copertura assicurativa e condizioni di accesso al credito. La Sezione descrive il modello empirico, basato su minimi quadrati ordinari e variabili strumentali, e la Sezione 4 riporta i risultati dell analisi di regressione. La sessione 5 discute le implicazioni dei risultati in termini di rilevanza di copertura assicurativa per le imprese e di utilizzo di informazione riguardo a tale copertura da parte delle banche. La Sezione 6 conclude. 2. I dati I dati sul grado di copertura sono stati già esaustivamente analizzati da Guiso e Schivardi (2010). In questa sede ci limitiamo a discutere unicamente le variabili di interesse per l analisi 4

5 del rapporto fra copertura assicurativa e accesso al credito bancario. L informazione principale che utilizziamo per costruire l indicatore di accesso al credito si basa sul possesso di copertura assicurativa per undici tipi di rischi: incendio, rischi tecnologici, furto, merci trasportate, crediti e cauzioni, esportazione e investimenti all estero, business interruption, verso terzi e dipendenti, R.C. prodotto, R.C. ambientale, a vantaggio dei dipendenti. La Figura 1 riporta la quota di imprese che sottoscrivono le diverse polizze. Le polizze più diffuse sono nell ordine contro incendio e danni, furto, verso terzi e dipendenti. Quelle meno diffuse sono su attività con l estero e per la business interruption. Per tutte le polizze la quota di imprese assicurate cresce con la dimensione d impresa. L indagine dedica una sezione a raccoglie informazioni dettagliate sui rapporti fra l impresa e le banche. I principali indicatori che vengono utilizzati sono: 1. Il tasso di interesse praticato dalla banca principale sulle aperture in conto corrente 2. Il fatto di aver fronteggiato restrizioni alla disponibilità di credito (vincolati) 3. Il numero di banche con cui si intrattengono rapporti 4. La quota di finanziamento ottenuto dalla banca principale L indicatore di vincoli finanziari è costruito nel seguente modo. Vengono definite come respinte le imprese che negli ultimi 5 anni hanno chiesto un aumento dell affidamento e hanno ottenuto un rifiuto almeno una volta. Alle imprese che non hanno chiesto un aumento di credito (più della metà del campione), viene domandato se ciò è dovuto a al fatto che l azienda non ne aveva bisogno o perché si riteneva che l aumento non sarebbe stato concesso. Nel secondo caso, l impresa viene classificata come scoraggiata. Le imprese vincolate sono la somma delle respinte e delle scoraggiate, valutate rispetto alle imprese che hanno chiesto e ottenuto un aumento del credito. Le imprese che non avevano bisogno di credito non forniscono informazione sull accesso al credito e non vengono utilizzate per questo indicatore. L indagine raccoglie anche la percentuale di credito coperta da garanzia, eventuali difficoltà nella restituzione dei prestiti e l esistenza di scambi informativi sulla copertura assicurativa dell impresa. La Figura 2 riporta la quota di imprese che ottengono credito da n banche, n=0,1,2 eccetera. Il 17% delle imprese non ricorre al credito bancario, mentre circa un quarto delle imprese hanno rapporti con una sola banca, e la stessa quota con due; il 30% intrattiene 5

6 rapporti con 3-6 banche e il 5% con 7 o più banche. Il numero medio di banche per l intero campione è 2,4, una media di 2 e una deviazione standard di 2,8 (Tavola 1). Il 65% di queste imprese ha quindi rapporti con non più di due banche. Utilizzando dati dalla Centrale dei Rischi con imprese industriali con almeno 50 addetti, Detragiache et al (2000) riportavano un valore mediano di 5 e una quota di imprese con una sola banca dell 11%. La differenza si spiega con la dimensione d impresa, molto più piccola nel dataset AFIS. Nella tavola di appendice A3 viene riportato il numero di banche per varie sottoclassi di dati: mediamente, imprese con meno di 11 addetti hanno rapporti con 1,5 banche; quelle con addetti compresi fra 11 e 39 con 2,5 e quelle addetti (il limite superiore degli addetti nelle imprese incluse nell indagine) 3,7, con una mediana di 3, di poco inferiore a quella rilevata da Detragiache et al (2000). La Tavola 1 riporta le principali statistiche descrittive per le variabili bancarie rilevate dall indagine; le tavole di appendice riportano ulteriori suddivisioni per settore, classe dimensionale e area territoriale. Il tasso di interesse medio sulle aperture in conto corrente della banca principale è del 5,8%, con una differenza fra l impresa al primo e al terzo quartile di 2,1 punti percentuali (4 rispetto a 7,1). L informazione è riportata da 858 intervistati. Le imprese vincolate sono circa un terzo di quelle che avrebbero voluto ottenere più credito negli ultimi 5 anni. La quota di credito da banca principale è quasi due terzi, con una deviazione standard di 28 punti percentuali. Circa la metà del debito bancario è garantito, e circa la metà del valore dei beni dati in garanzia sono coperti da assicurazione. Il 13 per cento ha avuto difficoltà a ripagare il debito bancario. Il questionario contiene due domande sul flusso di informazioni fra banca e impresa sullo stato assicurativo di quest ultimo. In particolare, si chiede se la banca chieda informazioni sull esistenza di coperture assicurative, riguardo a polizza vita/infortuni del proprietario, incendio, rischi tecnologici, responsabilità civile, credito e cauzioni o altre coperture. La quota che risponde affermativamente a ogni singola categoria varia da un minimo del 7% per i rischi tecnologici a un massimo del 22 per incendio. Inoltre, viene chiesto se l imprenditore ha mai informato la banca sulle sue coperture assicurative, senza che venisse espressamente chiesto: il 14% sostiene di averlo fatto. L indicatore di banca informata su assicurazioni viene costruito assegnando un 1 a un impresa se vi è stato scambio di informazioni in almeno 1 dei casi suddetti e zero in caso contrario. Circa la metà degli imprenditori rientrano nella categoria banca informata. 6

7 Un primo indicatore della correlazione fra copertura assicurativa e accesso al credito si può ottenere confrontando le condizioni di accesso fra imprese che dichiarano di avere una data copertura e quelle che non ce l hanno. La Figura 2 riporta questo indicatore. Ciascun grafico riporta la differenza nella variabile di interesse fra imprese che hanno la copertura assicurativa in questione e quelle che non ce l hanno; un doppio asterisco indica che la differenza è statisticamente significativa al 10%. Ad esempio, un valore di -.4 per Ambiente nel grafico di tasso di interesse significa che le imprese con una polizza a copertura del rischio ambientale pagano mediamente 40 punti base in meno sulle apertura in conto correte della banca principale. Per le razionate, un valore di -.1 per la business interruption significa che la quota di imprese razionate è inferiore del 10 per cento fra le imprese che hanno sottoscritto tale polizza, etc. Il tasso di interesse è più basso per tutte le coperture, fatta eccezione per il rischio di credito, fortemente positivo, e di export, pari a zero. Nel caso del rischio di credito questo è un risultato atteso: in effetti, il mercato di queste polizze si sovrappone con quello bancario, per cui ci si deve attendere un certo grado di sostituibilità fra accesso al credito e questo tipo di copertura. In termini statistici, la differenza è significativa solo in tre casi: furto, prodotto e tecnologico. Un quadro simile emerge quando si considera la differenza fra la quota di imprese vincolate: anche in questo caso 8 differenze su 11 sono negative (di nuovo, con l eccezione dell assicurazione del rischio di credito), ma statisticamente significative in soli due casi. Le differenze sono più marcate per il numero di banche, superiore mediamente di 1 per le imprese coperte, e la quota di credito da banca principale, inferiore di circa il 10%. Tutte le differenze sono statisticamente significative, grazie al fatto che questo tipo di informazione è riportata da quasi tutte le imprese, mentre quella sul tasso di interesse e sul razionamento da poco più di un terzo (Tavola 1). Questi semplici confronti fra medie non tengono conto del fatto che ci sono caratteristiche d impresa che possono determinare sia la propensione ad assicurarsi che le condizioni di accesso al credito. Ad esempio, è probabile che, a parità di altre condizioni, imprese di maggiori dimensioni siano più assicurate e intrattengano rapporti con più banche, il che genera una correlazione spuria. Per tener conto di questo fatto, facciamo una regressione di questo tipo: y i =a 0 + a 1 *Polizza ij +a 2 log(dipendeti i )+a 3 DummyArea i +a 4 DummySettore i +u i dove y i è l indicatore di accesso al credito (tasso, vincolato, numero banche e quota banca principale rispettivamente) per l impresa i, Polizza ij una dummy uguale a 1 se l impresa i 7

8 possiede una polizza a copertura del rischio j e le altre variabili controllano per differenze dimensionali, di area e settoriali. La Figura 4 riporta il coefficiente a 1 per ciascuna regressione. Questo coefficiente è interpretabile come una differenza di medie, come nel caso della Figura 3, al netto degli effetti degli altri controlli. L andamento generale è simile a quello della Figura 3; nel caso del numero di banche e della quota di credito da banca principale la significatività statistica viene però meno in molti casi. Questa analisi suggerisce due conclusioni. In primo luogo, sembra esserci una correlazione fra stato assicurativo e accesso al credito: imprese coperte hanno un migliore accesso al credito. Allo stesso tempo, indicatori binari su singole polizze non hanno abbastanza potere discriminante per trovare effetti statisticamente significativi. Si procede quindi a costruire un indicatore aggregato dato dalla somma di tutte le coperture acquistate per ciascuna polizza, con l esclusione di quella per credito e cauzioni per le ragioni suddette. L indicatore, che denominiamo indice di copertura, varia da 0 (nessuna copertura acquistata) a 10 (tutte). La Tavola 2 riporta le statistiche descrittive per il totale del campione e per le sottoclassi dimensionali, territoriali e settoriali. Il valore medio è 3,4, con una dispersione standard di circa 2. La distribuzione è simmetrica attorno alla mediana. Emergono anche le differenze attese in termini di dimensione, con il grado di copertura che cresce con gli addetti; le imprese del Sud e Isole sono meno coperte delle altre; in termini settoriali, quelle edili e di altri servizi registrano livelli di copertura inferiori al resto del campione. La tabella fornisce quindi due indicazioni: il numero di polizze è caratterizzato da un buon grado di variabilità; esistono differenze sistematiche fra imprese, delle quali bisognerà tener conto nell analisi di regressione per evitare correlazioni spurie. La Figura 5 riporta la distribuzione di frequenza di ogni valore dell indice. Da notare che solo il 5% delle imprese hanno valori dell indice superiori a 6: l inferenza sopra questa soglia sarà inevitabilmente poco precisa. La Figura 6 riporta il tasso di interesse medio e mediano per ciascun valore dell indice di copertura assicurativa. Emerge un chiaro andamento discendente: imprese con copertura pari a 0 o 1 pagano circa 250 punti base in più rispetto a quelle con copertura massima (9 o 10). L effetto è piuttosto regolare, anche se, come atteso, per valori alti l andamento diventa più erratico, a causa della bassa numerosità del campione. Anche la quota di imprese razionate cala al crescere del grado di copertura assicurativo (Figura 7). In questo caso, l andamento è fortemente non lineare, con il calo concentrato principalmente nei valori bassi dell indicatore, 8

9 a significare che imprese senza nessuna copertura assicurativa tendono ad avere una lata probabilità di essere vincolate nel mercato del credito. La Figura 6 riporta il numero di banche per grado di copertura. In questo caso, il numero medio di banche sale da 1 fino quasi a 4 per i gradi più alti. La quota di prestiti da parte della banca principale scende da 80 a circa 30, con un andamento molto regolare (Figura 9). L analisi descrittiva di questa sezione dà un indicazione univoca: gli indicatori di condizioni di accesso al credito tendono a migliorare all aumentare della copertura assicurativa. Nella prossima sezione andiamo al di là delle semplici correlazioni per tener conto sia di eventuali effetti correlati sia dell endogeneità delle scelte assicurative rispetto alle condizioni di accesso al credito. 3. Il modello di analisi empirica In questa sezione descriviamo il modello di analisi multivariata della relazione fra grado di copertura assicurativa e condizioni di accesso al credito utilizzato per verificare se le correlazioni univiariate emerse nella sezione precedente sono robuste rispetto ad altre possibili determinanti delle condizioni creditizie, che potrebbero anche influenzare la copertura assicurativa. L analisi si basa sulla seguente regressione: y i =b 0 + b 1 *Copertura j + +a 2 DummyArea i +a 3 DummySettore i +a 4 X i + u i dove y i è l indicatore di accesso al credito (tasso di interesse, razionamento, numero di banche, quota di credito da banca principale) per l impresa i, Copertura j è l indice di copertura, compreso fra 0 e 10, DummyArea i 4 dummy di area e DummySettore i dummy di settore, che come abbiamo visto sopra sono determinanti importanti sia del grado di copertura sia delle condizioni di accesso al credito. In un secondo set di regressioni verranno incluse ulteriori determinanti dell accesso al credito. In particolare vengono incluse: 1. Il log dei dipendenti 2. La probabilità che l imprenditore assegna al fallimento della sua impresa nell arco di 5 anni. Questa probabilità dovrebbe essere una determinante fondamentale per la decisione della banca di estendere credito all impresa. Anche se la banca non ha informazione 9

10 completa su questo evento, ci aspettiamo che sappia valutare il rischio fallimento e quindi che imprese più a rischio godano di condizioni peggiori. 3. La probabilità che l azienda subisca danni a fabbricati, macchinari o merci, sempre secondo la valutazione dell imprenditore. 4. Un ulteriore controllo è costituito dal fatto che la banca sia informata rispetto alle coperture assicurative dell impresa. Sia la scelta di informare la banca da parte dell imprenditore sia quella della banca di richiedere informazioni sulla copertura assicurativa non sono casuali. Dato che le banche non sembrano rilevare sistematicamente questo aspetto delle caratteristiche aziendali, è ipotizzabile che lo facciano quando l istruttoria è particolarmente meticolosa, tipicamente per un cliente di difficile valutazione. Lo stesso ragionamento vale per l imprenditore: fornire informazioni sullo stato assicurativo potrebbe essere vista come una strategia per rassicurare una banca incerta sul concedere il credito. È quindi plausibile che questo indicatore sia correlato con il grado di opacità dell imprenditore, e quindi con condizioni di accesso al credito. Le statistiche descrittive per queste variabili sono riportate nel pannello A della Tavola 3. La regressione multivariata permette di controllare per possibili correlazioni spurie, cioè per variabili correlate sia con l indicatore di accesso al credito sia con l indice di copertura. Rimane comunque un problema fondamentale per interpretare questa correlazione in termini causali. In primo luogo, nonostante l inclusione di controlli, c è sempre la possibilità di aver escluso qualche determinante importante delle due variabili: il problema delle variabili omesse. Più in generale, accesso al credito e status assicurativo sono determinate simultaneamente e la causalità potrebbe andare in senso opposto. Ad esempio, un imprenditore che ha ottenuto credito potrebbe poi disporre della liquidità per sottoscrivere una polizza assicurativa. Per superare questa difficoltà, è necessario individuare variabili che siano correlate con lo stato assicurativo dell impresa ma che non ne influenzino direttamente l accesso al credito. L indagine offre un set unico di variabili di questo tipo. L analisi sulle determinati della domanda di assicurazione (Guiso e Schivardi, 2010) suggerisce il seguente insieme di variabili, le cui statistiche descrittive sono riportate nel pannello B della Tavola 3: 1. Il grado di fiducia nelle assicurazioni. 2. Il numero di polizze dei familiari sottoscritte (cioè, non legate all impresa e non relative al titolare dell impresa). 10

11 3. Il fatto di aver subito un incendio negli ultimi 5 anni. 4. La percezione del rischio come una possibilità di profitto o di perdita. 5. Il grado di ottimismo. 6. Il grado di avversione all ambiguità. Come ogni strumento, queste variabili devono soddisfare due caratteristiche. Da una parte, devono essere determinanti importanti della domanda di assicurazione (la condizione di rango). Questo aspetto è stato dimostrato da Guiso e Schivardi (2010). Dall altra, non devono influenzare direttamente le condizioni di accesso al credito (la condizione di esclusione). Questa ipotesi è molto plausibile per le prime tre variabili: non ci sono ovvi motivi per cui la fiducia nelle assicurazioni, polizze dei familiari o l aver subito incendi negli ultimi cinque anni debbano avere conseguenze per l accesso al credito. L ipotesi è meno ovvia per le altre tre variabili, che rilevano tratti della personalità dell imprenditore. È possibile che questi tratti si riflettano anche nella percezione delle banche dell affidabilità dell imprenditore, anche se non è chiaro come questi tratti dovrebbero influenzare l accesso al credito. In ogni caso, useremo sia il set di repressori completo sia un set ristretto, che esclude ottimismo e avversione al rischio e all ambiguità. 4. I risultati In questa sezione illustriamo i risultati dell analisi econometrica. Consideriamo in sequenza i quattro indicatori di accesso al credito. Le regressioni vengono illustrate in dettaglio per il primo indicatore, quello di tasso di interesse, e in modo più sintetico per gli altri, in quanto molti dei commenti si applicano in modo simile a tutti gli indicatori. Tasso di interesse La tavola 4 riporta le regressioni di tasso di interesse praticato dalla banca principale sulle aperture di credito in conto corrente. La prima colonna include solo dummy settoriali e territoriali, oltre all indice di copertura assicurativa. Il coefficiente è negativo e statisticamente significativo al 5%. Il valore di -0,13 implica che ogni rischio addizionale coperto comporta una riduzione del tasso di 13 punti base. Nella seconda colonna includiamo gli ulteriori controlli per le condizioni di accesso. Il coefficiente del grado di copertura aumenta in valore assoluto (- 11

12 0,17) e rimane significativo al 5%, il che indica che le variabili omesse non spiegano la correlazione. Fra gli altri controlli, solo la probabilità di fallimento è statisticamente significativa e, come atteso, positiva. La probabilità di subire danno e il fatto che la banca sia informata sono entrambi positivi, ma non significativi. Le due colonne successive riportano i risultati delle variabili strumentali. Nella colonna (3) utilizziamo il set completo di strumenti. Il coefficiente del grado di copertura più che raddoppia in valore assoluto (-0,45), rimanendo significativo al 10%. Fra i controlli, oltre alla probabilità di fallimento, anche la dummy su banca informata diventa significativa. Questo risultato è in linea con l interpretazione data sopra di questo indicatore come potenzialmente correlato con imprese di più difficile valutazione, e quindi meno affidabili, dal punto di vista del credito. I regressori di primo stadio sono tutte significative (si veda Guiso e Schivardi 2010 per un commento più puntuale a queste correlazioni). I test di specificazione non segnalano particolari problemi, anche se la potenza degli strumenti è limitata. In linea con questa indicazione, quando restringiamo gli strumenti alle sole prime tre variabili (colonna 4), i risultati sono qualitativamente simili ma perdono di significatività. Razionamento La Tavola 5 riporta i risultati quando l indicatore di accesso al credito è una dummy uguale a 1 per imprese razionate (si veda sopra per la costruzione dell indicatore). La colonna (1) riporta le stime di minimi quadrati ordinari con i soli controlli per area e settore 3. Il valore è negativo ma non statisticamente significativo. Aggiungendo altri controlli la stima diventa significativa al 10%: un rischio assicurato in più riduce di due punti percentuali la probabilità di razionamento. Gli altri controlli hanno il segno atteso. In particolare, imprese per le quali la banca possiede informazione sullo status assicurativo tendono a registrare una maggior probabilità di razionamento. Un problema con le stime lineari è che la Figura 7 indica chiaramente un andamento non lineare della relazione. Nella colonna (3) includiamo quindi 3 Poiché la variabile dipendente è binaria, il metodo di stima più adatto sarebbe un modello logistico o probit. Si è scelto i minimi quadrati per mantenere la comparabilità con le stime di variabili strumentali, dove l utilizzo di modelli non lineari, quali i probit, complica notevolmente le stime. I risultati sono comunque qualitativamente gli stessi con stime probit, con le quali si ottengono anche livelli di significatività dei coefficienti più elevati. 12

13 anche il quadrato del numero di polizze. Concordemente con l analisi grafica, il termine lineare è negativo (significativo al 5%) e quello quadratico positivo. Le successive tre colonne ripetono l esercizio con le variabili strumentali (per i commenti ai risultati del primo stadio si rimanda sopra al caso delle regressioni di tasso di interesse). Anche in questo caso il coefficiente diventa notevolmente più grande in valore assoluto (0,09) e significativo al 5%. Le stime sono praticamente identiche nel caso del set di strumenti completo (colonna 4) e ristretto (5). I test di specificazione non segnalalo particolari problemi. Lo stesso vale per la regressione con il termine quadratico (colonna 6). Numero di banche Come ricordato sopra, la teoria non ha predizioni univoche sul rapporto fra numero di banche e qualità del prenditore (Rajan, 1992). Da una parte, avere un rapporto preferenziale con una banca principale permette di ridurre il grado di asimmetria informativa e di stabilire relazioni di lungo periodo. D altra parte, il rischio di cattura da parte della banca quando questa è l unica prestatrice incentiva l impresa a cercare altre fonti di finanziamento, al fine di mettere in concorrenza fra loro le banche e di garantirsi margini di aggiustamento in caso di shock negativi ad una delle banche creditrici, che portano alla riduzione dell offerta di credito. Da un punto di vista teorico, non c è quindi una predizione univoca sul numero di banche con cui un impresa intrattiene rapporti al variare del rischio di credito. Empiricamente, Detragiache et al. (2000) mostrano che in Italia le imprese tendono a scegliere rapporti con più banche per differenziare il rischio di chiusura dei finanziamenti da parte delle singole banche e per spuntare condizioni migliori. Ci aspettiamo quindi che un impresa con miglior rating abbia rapporti con più banche. In effetti, dalla Tavola 2 emerge che imprese più grandi e imprese localizzate al Nord, tipicamente con miglior accesso al credito, hanno rapporti con un maggior numero di banche. I risultati della Tavola 6 sono coerenti con questa interpretazione. Con soli controlli territoriali e settoriali (colonna 1) il coefficiente del grado di copertura è pari a 0,25, altamente significativo: ciò significa che all aumento di una polizza corrisponde mediamente l aumento di 0,25 banche con ci si hanno rapporti. Con i controlli addizionali la stima si riduce a 0,1, principalmente a causa dell introduzione della dimensione, che è correlata positivamente sia con grado di copertura sia con numero di banche. L altre variabili non sembrano avere un 13

14 effetto sul numero di banche. Anche in questo caso le stime aumentano notevolmente con le variabili strumentali: in questo caso il coefficiente è di 0,45 con tutti i gli strumenti e 0,48 con il set ristretto. I test indicano che non ci sono problemi di potere degli strumenti, mentre, come spesso accade in questo tipo di esercizio, il test J di Hansen rigetta l ipotesi di esogeneità degli strumenti. Quota di credito da banca principale I ragionamenti fatti per il numero di banche valgono in modo simmetrico per la quota di debito ottenuto dalla banca principale. In questo caso, quindi, ci aspettiamo che a maggior copertura assicurativa corrisponda una minor concentrazione del debito sulla banca principale. E questo è esattamente quello che troviamo. La Tavola 7 mostra che l aumento di una copertura assicurativa fa scendere la quota di debito verso la banca principale di quasi 3 punti percentuali (colonna 1), che si riducono a 1,3 quando si controlla per dimensione, per lo stesso motivo discusso sopra. Anche in questo caso le stime aumentano notevolmente in valore assoluto con le variabili strumentali (-3,6 con tutti gli strumenti e -4,9 con il set ristretto). Come per il numero di banche, il test J di Hansen tende a rifiutare l ipotesi di esogeneità. 5. Discussione dei risultati I risultati dell analisi econometrica indicano chiaramente che la copertura assicurativa migliora l accesso al credito bancario. Questa è la conclusione principale di questo lavoro. Imprese con una maggiore copertura assicurativa ottengono tassi più bassi, sono razionate con meno probabilità, riescono ad ottenere credito da un maggior numero di banche e in questo modo riducono la dipendenza dalla banca principale. Esistono anche altre indicazioni che si possono trarre. Un primo punto riguarda il canale attraverso il quale il grado di copertura influenza le condizioni di accesso al credito. Una possibilità è che i nostri risultati siano dovuti solo alle imprese che dichiarano che le banche posseggono informazioni sul loro grado di copertura. Questa ipotesi è smentita dai dati: non emergono differenze significative quando si stima il modello separatamente per le imprese che dichiarano che la banca è informata e le altre. Come può l accesso al credito dipendere dal grado di copertura anche per le imprese che dichiarano che la banca non è informata? È possibile che le banche siano comunque informate sulla copertura, anche quando 14

15 l imprenditore non lo dichiari. Questo potrebbe succedere nel caso l imprenditore si sia dimenticato di aver fornito l informazione, o se questa è stata fornita da qualche organo amministrativo, senza che l imprenditore ne fosse a conoscenza. Anche se questa è una possibilità, difficilmente può essere l unica spiegazione. Vari colloqui con i responsabili del credito di alcune banche indicano che la copertura assicurativa non è una variabile raccolta in modo sistematico per formulare le decisioni di finanziamento. Essa viene valutata in specifiche condizioni, ma tipicamente non entra direttamente nei modelli di scoring. Sembra quindi che l informazione diretta possa giocare un ruolo ma non possa essere l unico canale. Un secondo canale attraverso il quale la copertura assicurativa può migliorare l accesso al credito è indiretto. Come visto nell introduzione, l assicurazione può ridurre problemi di azzardo morale e di costi di bancarotta. L imprenditore assicurato è incentivato a comportarsi in modo più virtuoso, più in linea con gli obiettivi del creditore. Questo comportamento verrebbe rilevato dalla banca e contribuirebbe, assieme al canale diretto, a migliorare le condizioni di accesso al credito. Si noti che in questo caso non si tratta di un effetto di selezione: non è il fatto che imprenditori migliori sono anche più assicurati; piuttosto, per lo stesso imprenditore l assicurazione contro i rischi modifica i comportamenti in modo da renderli più in linea con quelli ottimali per la banca. Un secondo punto riguarda la differenza fra stime di minimi quadrati e a variabili strumentali: perché gli effetti della copertura assicurativa sono più forti con il secondo metodo di stima? Una possibile spiegazione si basa proprio sull effetto selezione delle imprese per le quali la banca ha informazione diretta sul grado di copertura. Come discusso in precedenza, è probabile che la banca sia informata sulla copertura assicurativa per le imprese che necessitano di un supplemento di indagine rispetto alle procedure standard. Queste imprese sono mediamente più problematiche rispetto al resto del campione: le regressioni indicano che hanno condizioni di accesso al credito peggiori delle altre. È anche possibile che, su richiesta della banca o di propria iniziativa, l imprenditore si assicuri proprio per accrescere la probabilità di ottenere credito e per diminuirne il costo. In effetti, imprese per le quali la banca è informata hanno mediamente un indice di copertura di.38 superiore al resto del campione, cioè dell 11% più alto. Ciò significa che le imprese per le quali la banca possiede informazioni dirette sul grado di copertura sono sia più assicurate sia a più basso merito di credito. In questo caso, la stima di minimi quadrati ordinari è distorta verso zero, in quanto nel campione 15

16 delle imprese con banca informata si assicurano di più le imprese più problematiche per migliorare il loro accesso al credito. Si tratta di un tipico caso di correlazione inversa, in cui le condizioni di accesso al credito influenzano il grado di copertura assicurativa. 4 La stima a variabili strumentali, che, sotto l ipotesi di identificazione, isola la variabilità esogena nel grado di copertura assicurativa, corregge per questa distorsione e fornisce una stima corretta dell effetto della copertura assicurativa in sé sulle condizioni di accesso al credito. Questo ragionamento ha una conseguenza importante per i modelli di scoring utilizzati dalle banche. È possibile che le banche non utilizzino sistematicamente informazione sul grado di copertura perché, ex-post, verificano una scarsa capacità previsiva di questo indicatore sulla probabilità di fallimento. Questo fatto, però, potrebbe essere dovuto esattamente alla non sistematicità della raccolta di informazioni sulla copertura. Poiché questa informazione viene utilizzata per casi più incerti, la stima degli effetti può avvenire solo all interno di un campione fortemente selezionato, nel quale, in aggiunta, la copertura assicurativa stessa può essere utilizzata come variabile strategica per migliorare il proprio credit score. Questa strategia sarà più utilizzata dalle imprese più bisognose di migliorare lo score, inducendo quindi una distorsione nella stima degli effetti della copertura assicurativa sulla probabilità di ripagare il debito. Per ovviare a questa distorsione sarebbe necessario che le banche raccogliessero in maniera sistematica informazioni sulla copertura assicurativa. È possibile che, ex-post, la capacità previsiva della copertura assicurativa per l insolvenza si accresca notevolmente, rendendo questa informazione più utile di quanto non lo sia quando limitata a un sottocampione selezionato di imprese. 6. Conclusioni Il lavoro ha analizzato la relazione fra grado di copertura assicurativa e condizioni di accesso al credito bancario per un campione di imprese italiane medio-piccole. I risultati indicano che l accesso al credito migliora al crescere del grado di copertura assicurativa. Le 4 A sostengo di questa interpretazione, quando le stime vengono effettuate solo sul campione delle imprese con banca non informata i coefficienti dei minimi quadrati ordinari e delle variabili strumentali sono più simili che nel caso del campione completo, in accordo con il fatto che in questo sotto-campoine il problema di endogeneità è meno severo. Purtroppo il numero limitato di osservazioni non permette un inferenza sufficientemente precisa per trarre conclusioni robuste. 16

17 differenze in termini di tasso di interesse fra imprese con bassa e alta copertura sono nell ordine di due punti percentuali. La copertura riduce anche il rischio di essere vincolati e aumenta il numero di banche da cui si ottiene credito. Un aspetto che emerge dall analisi è che la raccolta di informazione da parte delle banche sul grado di copertura assicurativa non è sistematica. Questo fatto potrebbe portare a sottostimare l utilità di questa informazione per determinare il rischio di credito nei modelli di credit scoring delle banche. Ci potrebbero essere benefici informativi rilevanti nell utilizzo sistematico di questa informazione per determinare il merito di credito delle imprese. 17

18 Riferimenti bibliografici Detragiache, E., Garella,P. and Guiso, L Multiple versus Single Banking Relationships: Theory and Evidence. Journal of Finance, 50, Froot, K.A., Scharfstein, D.S. and Stein, J.C Risk Management: Coordinating Corporate Investment and Financing Policies. Journal of Finance 48(5): Gollier, C. The determinants of the insurance demand by firms, mimoe, Touluse University. Grace, M.F. and Rebello, M.J Financing and the Demand for Corporate Insurance. Geneva Papers on Risk and Insurance Theory 18(2): Guiso, L. and Schivardi, F. (2010) La domanda di assicurazione delle imprese. Risultati dall Indagine Ania sull Assicurazione nelle Piccole Imprese Italiane, mimeo, EIEF. Huberman, G Corporate Risk Management to Reduce Borrowing Costs. Economics Letters 54 (3): Mayers, D. and Smith, C.W Corporate Insurance and the Underinvestment Problem. Journal of Risk and Insurance 54(1): Rajan, R Insiders and Outsiders: The Choice Between Informed and Arm s-length Debt. Journal of Finance, 47, Smith, C.W. and Stulz, R The Determinants of Firm s Hedging Policies. Journal of Financial and Quantitative Analysis 20 (4): Thakor, A.V An Exploration of Competitive Signalling Equilibria with Third Party Information Production: The Case of Debt Insurance. Journal of Finance 37(3): Zou, H. and Adams, M.B. Debt Capacity, Cost of Debt, and Corporate Insurance. Journal of Financial and Quantitative Analysis, 2008 Zou, H. and Adams, M.B. Corporate Insurance and Debt: The Case of China*, Journal of Applied Corporate Finance,

19 Figura 1: Quota di imprese che sottoscrivono polizze, per rischio e classe dimensionale 19

20 Figura 2: numero di banche da cui si ottiene credito (quota di imprese) 20

21 Figura 3: copertura assicurativa per rischio e accesso al credito.2.4 Ambiente Buss.Interr. Credito** Dipendenti Export Furto** Incendio Merci Prodotto** Tecn.** Terzi Tasso interesse 0.1 Ambiente** Buss.Interr.** Credito** Dipendenti** Export** Furto** Incendio** Merci** Prodotto** Tecn.** Terzi** Ambiente Buss.Interr. Credito Dipendenti Export Furto Incendio** Merci Prodotto Tecn.** Terzi Razionate Numero banche Ambiente** Buss.Interr.** Credito** Dipendenti** Export** Furto** Incendio** Merci** Prodotto** Tecn.** Terzi** Quota banca principale Nota: ciascuna barra rappresenta la differenza nella variabile di interesse fra il gruppo di imprese che ha sottoscritto la polizza e quelle che non l anno sottoscritta. Ad esempio, un valore di -.4 per Ambiente nel grafico di tasso di interesse significa che le imprese con una polizza a copertura del rischio ambientale pagano mediamente 40 punti base in meno sulle apertura in conto correte della banca principale. Per le razionate, un valore di -.1 per la business interruption significa che la quota di imprese razionate è inferiore del 10 per cento fra le imprese che hanno sottoscritto tale polizza, etc. Un doppio asterisco indica che la differenza è significativa al 10%. 21

22 Ambiente Buss.Interr. Credito** Dipendenti Export Furto** Incendio Merci Prodotto Tecn.** Terzi Figura 4: copertura assicurativa per rischio e accesso al credito, con controlli per caratteristiche d impresa Tasso interesse 0.2 Ambiente Buss.Interr. Credito** Dipendenti** Export Furto Incendio** Merci Prodotto** Tecn. Terzi** Ambiente Buss.Interr. Credito** Dipendenti Export Furto Incendio** Merci Prodotto Tecn. Terzi Razionate Numero banche Ambiente** Buss.Interr.** Credito** Dipendenti Export** Furto Incendio** Merci** Prodotto** Tecn. Terzi Quota banca principale Nota: ciascuna barra rappresenta il coefficiente di una regressione della variabile di interesse su una dummy uguale a uno se l impresa ha sottoscritto la polizza. La regressione include anche il logaritmo dei dipendenti, 4 dummy territoriali e 7 dummy settoriali. I valori sono quindi differenze di medie, controllando per altri potenziali determinanti della variabile creditizia in questione. Un doppio asterisco indica che la differenza è significativa al 10%. 22

23 Figura 5: distribuzione dell indice di copertura assicurativa 5% 7% 3% 2%1%1% 9% 11% 20% 17% 25% Nota: la figura riporta la distribuzione dell indice di copertura assicurativa. 23

24 Fig. 6: tasso di interesse per indice di copertura Numero di polizze sottoscritte Media Mediana Fig. 7: Quota di imprenditori razionati per indice di copertura Numero di polizze sottoscritte 24

25 Fig. 8: Numero di banche da cui si ottiene credito per indice di copertura Numero di polizze sottoscritte Media Mediana Fig. 9: Quota di credito da banca principale per indice di copertura Numero di polizze sottoscritte Media Mediana 25

26 Tavola 1: principali variabili bancarie, statistiche descrittive Media Dev. Standard Pct25 Mediana Pct75 N. osservazioni Tasso d'interesse 5,80 2, ,1 858 Quota vincolati 0, Numero banche 2,40 2, Quota banca principale (%) Quota di debito garantito (%) Quota di garanzia coperta da assicuraz. (%) In difficoltà con pagamenti (%) Banca informata su assicurazioni (%) Nota: il tasso di interesse è quello praticato dalla banca principale sulle aperture in CC; la quota vicolati è la quota di imprese che hanno avuto problemi di accesso al credito bancario nell ultimo quinquennio; numero banche è il numero di banche dalle quali si prende a prestito; quota banca principale è la quota di credito erogato dalla banca principale; quota debito garantito è la quota di debito su cui è in essere una garanzia; in difficoltà coi pagamenti è la quota di imprese che riportano problemi di ripaga mento del debito; banca informata è la quota di imprese che dichiarano che la banca ha qualche informazione sulle coperture assicurative dell impresa. Pct25 e Pct75 sono il primo e il terzo quartile della distribuzione della variabile. 26

27 Tavola 2: Indice di copertura assicurativa, per sottoclassi, statistiche descrittive Media Dev. Standard Pct25 Mediana Pct75 N. osservazioni Dimensione (addetti) ,7 1, ,4 1, ,4 2, Area Nord-Ovest 4,0 2, Nord-Est 3,4 1, Centro 3,3 1, Sud-Isole 2,3 1, Settore Estrattiva 3,9 2, Manifatturiera 3,8 2, Utilities 3,4 1, ,5 24 Edilizia 3,0 1, Comm,AlbeghiRi 3,2 1, Trasporti 3,7 1, AltriServizi 3,0 1, Totale 3,4 1,

28 Tavola 3: Strumenti e altri regressori, statistiche descrittive Media Dev. Standard Pct25 Mediana Pct75 N. osservazioni Pannello A: ulteriori determinanti dell accesso al credito Log dei dipendenti nel ,93 1,01 2,30 3,00 3, Probabilità di fallimento (%) 1,28 1,85 0 0, Probabilità danno (%) 1,62 1, Banca informata 0,47 0, Pannello B: strumenti per il grado di copertura assicurativa Fiducia assicurazioni 5, Polizze famiglia 1,14 1, Subito incidente 0,14 0, Percezione del rischio 0,25 0, ottimismo 7,25 1, Avversione ambiguità 3,27 1, Nota: la probabilità di fallimento è la risposta dell imprenditore alla domanda Qual è la probabilità che la sua azienda fallisca nei prossimi 5 anni? Probabilità danno è la probabilità di subire danno; Banca informata è una dummy=1 se la banca ha qualche informaizone sullo stato assicurativo dell impresa. Fiducia assicurazioni è il grado di fiducia riposto nelle assicurazioni (0=per niente, 10=molta); Polizze famiglia è il numero di polizze sottoscritte dai familiari dell imprenditore; Percezione rischio=1 se il rischio è un evento da cui trarre profitto; ottimismo è la risposta alla domanda: mi aspetto più cose buone, 1 non d accordo, 10 molto d accordo; Avversione ambiguità: 1 se forte preferenza per urna ambigua, 5 per urna con quote di palline nota. 28