La sopravvivenza immediata delle start-up italiane del settore manifatturiero sanitario: un’analisi multilevel

Titolo Rivista: RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO
Autori/Curatori: Marco Bee, Maria Michela Dickson, Diego Giuliani, Davide Piacentino, Flavio Santi, Emanuele Taufer
Anno di pubblicazione: 2016 Fascicolo: 3 Lingua: Italiano
Numero pagine: 11 P. 49-59 Dimensione file: 197 KB
DOI: 10.3280/REST2016-003004
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più clicca qui

Qui sotto puoi vedere in anteprima la prima pagina di questo articolo.

Se questo articolo ti interessa, lo puoi acquistare (e scaricare in formato pdf) seguendo le facili indicazioni per acquistare il download credit.
Acquista Download Credits per scaricare questo Articolo in formato PDF

anteprima articolo

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche

L’obiettivo del presente lavoro è quello di fornire nuove evidenze circa le determinanti della probabilità di sopravvivenza di breve periodo delle start-up italiane attive nel settore farmaceutico e nel settore della produzione di dispositivi medico-sanitari. Al fine di valutare l’effetto di caratteristiche specifiche delle singole imprese, e di tener conto delle variabili di contesto osservate e non osservate, la probabilità di sopravvivenza a tre anni viene descritta mediante un modello logistico multilevel. L’analisi si basa sulle osservazioni a livello di popolazione raccolte e gestite dall’ISTAT in conformità con le direttive dell’OCSE e di EUROSTAT sulla demografia d’impresa, in grado di garantire la coerenza delle informazioni raccolte con particolare riferimento alle entrate e alle uscite delle imprese dal mercato. L’elevato numero di effetti random e la conseguente elevata dimensionalità dell’in¬tegrazione richiesta dal processo di stima rendono le tecniche di stima standard poco affidabili. Le stime sono state quindi effettuate mediante il metodo del-l’entropia relativa per l’ottimizzazione di funzioni con rumore (Bee et al., 2015).

  1. Aitkin M., Anderson D., Hinde J. (1981), Statistical Modelling of Data on Teaching Styles (with Discussion), Journal of the Royal Statistical Society, Series A, 144, pp. 148-161.
  2. Bee M., Espa G., Giuliani D., Santi F. (2015), A Cross-entropy Approach to the Estimation of Generalised Linear Multilevel Models, DEM Working Paper 2015/04, Department of Economics and Management, University of Trento.
  3. De Silva D., McComb R.P. (2012), Geographic Concentration and High Tech Firm Survival, Regional Science and Urban Economics, 42, pp. 691-701.
  4. Goldstein H. (2011), Multilevel Statistical Models. London: Wiley, 4th ed.
  5. Huiban J.P. (2011), The Spatial Demography of New Plants: Urban Creation and Rural Survival, Small Business Economics, 37, pp. 73-86.
  6. LeSage J.P., Pace R.K. (2009), Introduction to Spatial Econometrics, Boca Raton: Chapmann & Hall.
  7. Piacentino D., Espa G., Filipponi D., Giuliani D. (2016), Firm Demography and Regional Development: Evidence from Italy, Growth and Change.
  8. Strotmann H. (2007), Entrepreneurial Survival, Small Business Economics, 28, pp. 84-104.

Marco Bee, Maria Michela Dickson, Diego Giuliani, Davide Piacentino, Flavio Santi, Emanuele Taufer, La sopravvivenza immediata delle start-up italiane del settore manifatturiero sanitario: un’analisi multilevel in "RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO" 3/2016, pp 49-59, DOI: 10.3280/REST2016-003004