Mitigare i divari regionali negli investimenti: un’analisi del credito di imposta per il Mezzogiorno

Titolo Rivista PRISMA Economia - Società - Lavoro
Autori/Curatori Francesca Gastaldi, EugenioPalmieri, Maria Grazia Pazienza, Fiorenza Venturini
Anno di pubblicazione 2023 Fascicolo 2021/1-2 Lingua Italiano
Numero pagine 26 P. 38-63 Dimensione file 634 KB
DOI 10.3280/PRI2021-001004
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

La valutazione degli incentivi agli investimenti è fondamentale sia sotto il profilo della politica industriale, per scegliere i meccanismi che più incidono sulle decisioni delle imprese, ma anche sotto il profilo della finanza pubblica, perché è di notevole importanza comprendere se le risorse stanziate al momento del varo della policy corrispondano alle risorse effettivamente impiegate. Questo lavoro procede a un esercizio di valutazione ex post della politica del credito di imposta sugli investimenti riservato alle imprese operanti nelle regioni meridionali tra il 2016 e il 2019, sulla base delle informazioni estraibili dal modello di microsimulazione MEDITA. Le analisi consentono di verificare una parziale efficacia dello strumento utilizzato sul tasso di investimento delle imprese.;

Keywords:Incentivi agli investimenti, valutazione politiche pubbliche, Credito di imposta, Mezzogiorno.

  1. Arellano M., Bond S. (1991) “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations”, The Review of Economic Studies 58(2), pp. 277-297.
  2. Becker S., Ichino A. (2002) “Estimation of Average Treatment Effects Based on Propensity Scores” The Stata Journal 2(4), pp. 358-377.
  3. Blundell R., Bond S. (1998) “Initial Conditions and Moment Restrictions in Dynamic Panel Data Models”, Journal of Econometrics 87(1), pp. 115-143.
  4. Bocci C., Caloffi, A., Mariani, M., Sterlacchini, A. (2021) “Evaluating Public Support to the Investment Activities of Business Firms: A Multilevel Meta-Regression Analysis of Italian Studies”, Italian Economic Journal, pp. 1-34.
  5. Bronzini R., De Blasio G. (2006) “Evaluating the Impact of Investment Incentives: The Case of Italy’s Law 488/1992”, Journal of Urban Economics, 60(2), pp. 327-349.
  6. Bronzini, R., De Blasio, G., Pellegrini, G., Scognamiglio, A. (2008) The Effect of Investment Tax Credit: Evidence from an Atypical Programme in Italy, Bank of Italy Temi di Discussione (Working Paper) No, 661, Banca d’Italia: Roma.
  7. Caiumi A. (2010) The Effectiveness Evaluation of Tax Expenditures: A Novel Approach. An Application to Regional Tax Incentives for Business Investment in Italy, ISTAT Working Paper n. 126, Istat: Roma.
  8. Cerqua A., Pellegrini, G. (2020) “Evaluation of the Effectiveness of Firm Subsidies in Lagging-Behind Areas: The Italian Job”, Scienze Regionali, 19(3), pp. 477-500.
  9. Corte dei Conti (2020) Rapporto sul coordinamento della Finanza Pubblica, Roma.
  10. Cribari-Neto F., Zeileis A. (2010) “Beta Regression in R”, Journal of Statistical Software 34, pp. 1 24.
  11. Criscuolo C., Martin R., Overman G., Van Reenen J. (2019) “Some Causal Effects of an Industrial Policy.” American Economic Review, 109(1), pp. 48-85.
  12. Croissant Y., Millo G. (2018) “Panel Data Econometrics with R: the Plm Package”, Journal of Statistical Software, 27(2), pp. 1-43.
  13. Ho D., Imai K., King G., Stuart E. A. (2011) “Match It: Nonparametric Preprocessing for Parametric Causal Inference” Journal of Statistical Software 42.8, pp. 1 28.
  14. Ho D., Imai K., King G., Stuart E. A. (2007) “Matching as Nonparametric Preprocessing for Reducing Model Dependence in Parametric Causal Inference” Political Analysis 15, 199 236.
  15. D’Aurizio L., De Blasio G. (2008) “La Valutazione degli Incentivi agli Investimenti”, in De Blasio G., Lotti F. (a cura di), La Valutazione degli Aiuti alle Imprese, pp. 59-96, il Mulino: Bologna.
  16. Devereux M.P., Griffith R. (1999) “The Taxation of Discrete Investment Choices”, Institute for Fiscal Studies Working Paper 98/16 (Revision 2), Londra.
  17. Ferman B. (2019) “Matching Estimators with Few Treated and Many Control Observations”, Journal of Econometrics, 225(2), pp. 295-307.
  18. Ferrari S., Cribari-Neto F. (2004) “Beta Regression for Modelling Rates and Proportions”, Journal of Applied Statistics, 31(7), pp. 799 815.
  19. Freitas I. B., Castellacci F., Fontana R., Malerba F., Vezzulli A. (2017) “Sectors and the Additionality Effects of R&D Tax Credits: A Cross-country Microeconometric Analysis”, Research Policy, 46(1), pp. 57-72.
  20. Gastaldi F., Pazienza M.G., Pollastri C. (2016) Gli Incentivi agli Investimenti nella Legge di Stabilità per il 2016, Nota di Lavoro 1/2016, Ufficio Parlamentare di Bilancio: Roma.
  21. Gastaldi F., Pazienza M.G., Pollastri C. (2018) “The 2017 Budget Law and Recent Trends in Corporate Taxation”, in Scialà A. (a cura di), Italian Fiscal Policy Review 2017, pp. 77-110, Università Roma Tre: Roma.
  22. Hanappi T. (2018) Corporate Effective Tax Rates: Model Description and Results from 36 OECD and non-OECD Countries, OECD Taxation Working Papers 38, OECD: Parigi.
  23. Ho D., Imai K., King G., Stuart E. A. (2007) “Matching as Nonparametric Preprocessing for Reducing Model Dependence in Parametric Causal Inference”, Political Analysis 15, pp. 199-236.
  24. Ho D., Imai K., King G., Stuart E. A. (2011) “Match It: Nonparametric Preprocessing for Parametric Causal Inference”, Journal of Statistical Software, 42(8), pp. 1 28.
  25. ISTAT (2019) Attività Conoscitiva Preliminare all’Esame del Disegno di Legge Recante Bilancio di Previsione dello Stato per l'Anno Finanziario 2020 e Bilancio Pluriennale per il Triennio 2020-2022, Audizione Commissioni Parlamentari congiunte Novembre 2019, Istat: Roma.
  26. Jorgenson D.W. (1967) “The Theory of Investment Behaviour”, in Ferber R. (a cura di), Determinants of Investment Behavior, New York, pp. 129-155.
  27. Labra R., Torrecillas C. (2018) “Estimating Dynamic Panel Data: A Practical Approach to Perform Long Anels” Revista Colombiana de Estadística, 41(1), pp. 31-52.
  28. Rosenbaum P. R, Rubin D. B. (1983) “The Central Role of the Propensity Score in Observational Studies for Causal Effects” Biometrika, 70(1), pp. 41 55.
  29. Rosenbaum P. R. (1987) “Model-based Direct Adjustment”, Journal of the American Statistical Association, 82.398, pp. 387-394.
  30. UPB (2019) Rapporto sulla Politica di Bilancio 2020, Ufficio Parlamentare di Bilancio: Roma.
  31. UPB (2020) Memoria del Presidente dell’UPB in merito al DDL AC 2461 di Conversione del DL 8 aprile 2020 n. 23 (“Liquidità”), Ufficio Parlamentare di Bilancio: Roma.

Francesca Gastaldi, EugenioPalmieri, Maria Grazia Pazienza, Fiorenza Venturini, Mitigare i divari regionali negli investimenti: un’analisi del credito di imposta per il Mezzogiorno in "PRISMA Economia - Società - Lavoro" 1-2/2021, pp 38-63, DOI: 10.3280/PRI2021-001004