Titolo della tesi: L’IMPATTO DELL’IFRS16 SULLA RAPPRESENTAZIONE PERFORMANCE AZIENDALI E SULLA STRUTTURA FINANZIARIA DELLE IMPRESE ITALIANE
Abstract
Obiettivo
L’obiettivo della ricerca è analizzare se l’introduzione dell’IFRS 16 – Leases abbia effettivamente modificato la rappresentazione economico-finanziaria delle imprese italiane quotate o se i suoi effetti si siano tradotti principalmente in variazioni contabili e strategie di comunicazione. In particolare, lo studio verifica se il nuovo standard abbia avuto un impatto reale su EBITDA margin e PFN/Passivo e se le imprese abbiano reagito attraverso l’uso di indicatori Adjusted o altre pratiche di reporting strategico.
Metodologia
L’analisi adotta un approccio quantitativo e multimetodo, articolato in diverse fasi integrate. In primo luogo, viene condotta un’analisi qualitativa (content analysis, sentiment analysis e topic modeling) su documenti e comunicati aziendali per esaminare la percezione dell’IFRS 16 da parte delle imprese. Successivamente, l’analisi econometrica su dati panel 2015-2023 utilizza modelli Panel Fixed Effects e Pooled OLS per stimare gli effetti diretti dell’IFRS 16, seguiti da un modello Difference-in-Differences (DiD) per confrontare imprese Adjusted e Non Adjusted. Viene poi stimata una versione estesa del DiD con interazione tripla (Post * Adjusted * Lease-Intensive) per valutare le differenze settoriali. La robustezza dei risultati è verificata mediante placebo test per gli anni 2017 e 2023, controlli di multicollinearità (VIF), autocorrelazione (Durbin-Watson e Prais-Winsten) ed eteroschedasticità (Breusch-Pagan, Huber-White HC0-HC3). Tutte le stime sono corrette con errori standard Driscoll-Kraay per tenere conto della dipendenza temporale e trasversale. In aggiunta, viene stimato un modello Logit per analizzare la probabilità di appartenenza al gruppo Adjusted, una regressione LASSO per la selezione automatica delle variabili più rilevanti e, infine, modelli previsionali (ARIMA, ETS, BSTS e XGBoost) per stimare l’andamento futuro di EBITDA e PFN/Passivo nel periodo 2019-2026.
Risultati principali
I risultati mostrano che l’adozione dell’IFRS 16 ha avuto un impatto negativo e significativo sia sull’EBITDA margin sia sul rapporto PFN/Passivo, evidenziando come la nuova disciplina sui leasing abbia ridotto la redditività operativa e, al tempo stesso, modificato la struttura del capitale delle imprese. L’effetto negativo sull’EBITDA margin risulta coerente con l’aumento degli ammortamenti e degli oneri finanziari derivanti dalla capitalizzazione dei contratti di leasing, mentre la riduzione del PFN/Passivo riflette un aggiustamento contabile più che un miglioramento reale della solidità finanziaria. Le imprese lease-intensive e quelle che adottano indicatori Adjusted mostrano comportamenti differenziati e più opportunistici, utilizzando strategie di comunicazione per mitigare l’impatto percepito della riforma. I placebo test confermano la robustezza dei risultati, mentre la regressione LASSO individua liquidità, leverage e intensità del leasing come variabili determinanti. I modelli previsionali (ARIMA, ETS, BSTS e XGBoost) mostrano che gli effetti dell’IFRS 16 tendono a stabilizzarsi nel medio periodo, senza segnali di recupero strutturale. Il modello Logit, infine, indica che la probabilità di utilizzo di indicatori Adjusted è più elevata per le imprese meno liquide e con maggiore complessità operativa, suggerendo una logica strategica e non puramente informativa nell’adozione di tali metriche.
Conclusioni
Nel complesso, l’evidenza empirica suggerisce che l’IFRS 16 ha modificato la forma, ma non la sostanza della rappresentazione contabile. Le imprese italiane hanno utilizzato strategie di reporting per mitigare gli effetti visibili del nuovo standard, trasformando un intervento volto alla trasparenza in una leva di comunicazione. I risultati si inseriscono nel quadro teorico della trasparenza informativa (Bushman & Smith, 2001), della value relevance (Francis & Schipper, 1999) e della agency theory (Jensen & Meckling, 1976), evidenziando come la regolamentazione contabile riduca le asimmetrie formali ma non elimini la discrezionalità manageriale.
Parole chiave
IFRS 16, leasing, Adjusted indicators, Difference-in-Differences, Driscoll–Kraay, lease intensity, panel data, LASSO, ARIMA, ETS, BSTS, XGBoost, logit, trasparenza contabile, strategia informativa.