Malta
e Lussemburgo guidano la classifica dei paesi per valore delle registrazioni di
marchi
L’Eurostat calcola
l’ammontare del numero delle domande di marchio registrato sul valore del
prodotto interno lordo. I marchi sono un
importante indicatore di innovazione, soprattutto per il settore dei servizi.
Il marchio comunitario conferisce al suo titolare un diritto uniforme
applicabile in tutti gli Stati membri dell'Unione Europea attraverso un'unica
procedura che semplifica le politiche sui marchi a livello europeo.
Classifica dei paesi
europei per valore delle registrazioni di marchi nel 2021. Il
Lussemburgo e Malta sono al primo posto per valore del numero dei marchi
registrati con un ammontare pari a 202,17, seguiti entrambi dall’Estonia con un
valore pari a 196,91 e l’Austria con un ammontare pari a 142,72. A metà
classifica vi sono il Belgio con un ammontare pari a 106,00 unità, seguito
dalla Polonia con un ammontare pari a 93,14 e dalla Grecia con un valore pari a
92,25. Chiudono la classifica la Macedonia del Nord con un valore pari a 20,11,
seguita dal Montenegro con un ammontare pari a 19,17 e dall’Ucraina con un
ammontare pari a 13,65. In media nel 2021 il valore dell’ammontare dei marchi
registrati è stato pari ad un ammontare di 95,85 unità.
Classifica dei paesi
europei per variazione percentuale delle registrazioni di marchi tra il 2014 ed
il 2021. La Bosnia e la Croazia sono al primo posto per valore
della variazione percentuale dei marchi registrati tra il 2014 ed il 2021 con
un ammontare pari ad un valore dell’82% pari ad un valore di 29 unità. La
Turchia è al secondo posto con una variazione percentuale pari ad un ammontare
di 55% pari ad un valore assoluto di 7 e l’Estonia è al terzo posto con un
ammontare pari al 50% pari a 65 unità. A metà classifica vi sono l’Italia con
una variazione percentuale pari ad un valore del 22% pari ad un ammontare di 21
unità, seguita dalla Finlandia con una variazione percentuale pari a 21% pari a
22 unità e dalla Svezia con una variazione percentuale pari a 15% pari ad un
ammontare di 17 unità. Chiudono la classifica Cipro e l’Islanda con una
variazione percentuale pari a -47% pari a -64 unità. In media il valore della
registrazione dei marchi è cresciuto di un ammontare pari a 19% tra il 2014 ed
il 2021.
Clusterizzazione.
Di seguito viene realizzata una clusterizzazione con l’utilizzo dell’algoritmo
k-Means. L’algoritmo k-Means è un algoritmo supervisionato e quindi è
necessario indicare preventivamente il numero ottimale di cluster. Per ovviare
a questo problema è possibile utilizzare lil coefficiente Silhouette. Il
coefficiente Silhouette varia tra -1 e +1. Per scegliere ottimamente occorre
selezionare il valore del coefficiente di Silhouette prossimo a 1. Applicando
l’algoritmo k-Means ottimizzato con il coefficiente Silhouette sono stati
selezionati i seguenti clusters:
- ·
Cluster 1:
Francia, Repubblica Ceca, Polonia, Grecia, Lettonia, Lituania, Irlanda,
Slovacchia;
- ·
Cluster 2:
Malta, Lussemburgo;
- ·
Cluster 3:
Olanda, Germania, Slovenia, Bulgaria, Spagna, Finlandia, Italia, Portogallo,
Svezia, Belgio, Danimarca, Regno Unito;
- ·
Cluster 4:
Turchia, Macedonia del Nord, Ucraina, Serbia, Montenegro;
- ·
Cluster 5:
Svizzera, Estonia, Austria;
- ·
Cluster 6:
Islanda, Cipro;
- ·
Cluster 7:
Israele, Croazia, Bosnia, Romania, Norvegia, Ungheria.
E’ possibile rankare i
cluster in base al valore della mediana degli elementi costitutivi del cluster.
Di seguito viene quindi ad essere determinato il seguente ordinamento dei
clusters ovvero: C2 con un valore mediano
pari a 202,17, seguito da C5 con un valore mediano pari a 159,51 unità, seguito
dal C3 con un valore pari a 117,42 unità, seguito da C1 con un valore pari a
87,85 unità, seguito da C6 con un valore pari a 72,30 unità, seguito da C7 con
un valore pari a 63,08 unità, seguito da C4 con un valore pari a 20,25. Ne
deriva pertanto il seguente ordinamento dei clusters ovvero
C2>C5>C3>C1>C6>C7>C4.
Prediction.
In seguito è stata realizzata un confronto tra 7 diversi algoritmi per predire
il valore del trademark application in Europa. Gli algoritmi sono stati
organizzati in base alla loro capacità di
minimizzare gli errori statistici MSE, RMSE e MAE e di ottimizzare
l’R-quadro. In base all’analisi risulta il seguente ordinamento degli algoritmi
ovvero:
- ·
Gradient Boosting con un valore pari a 5;
- ·
AdaBoost con un valore pari a 6;
- ·
Linear Regression con un valore pari a 13;
- ·
Tree con un valore pari a 15;
- · Random Forest con un valore pari a 20;
- ·
Knn con un valore pari a 24;
- ·
Neural Network con un valore pari a 28.
In modo particolare
applicando l’algoritmo maggiormente performante ovvero il Gradient Boosting è
possibile calcolare una predizione al ribasso per la registrazione dei marchi
in Europa con un valore predetto pari a -0,157852632 in valore assoluto e pari
a -0,164410373 in valore percentuale.
Conclusioni.
In sintesi, è possibile verificare che il valore delle trademark application in
Europa è cresciuto da un ammontare di 85,9 unità fino ad un valore di 95,8
unità tra il 2014 ed il 2021 ovvero una variazione assoluta pari ad un
ammontare di 10 unità ed una variazione percentuale pari ad un valore del
12,00%. Tuttavia, come indicato dall’analisi a cluster vi è una grande
eterogeneità in Europa per capacità dei paesi di attirare le registrazioni dei
marchi. In modo particolare vi sono alcuni paesi che evidentemente manifestano
un vantaggio competitivo che molto probabilmente è anche di tipo speculativo
come nel caso di Malta e di Lussemburgo. Infatti, in questi paesi è possibile
realizzare facilmente delle registrazioni di marchi per poter anche godere dei
vantaggi fiscali annessi. Infine l’analisi attraverso gli algoritmi di machine
learning mostra la presenza di un fenomeno tendenzialmente al ribasso per le
trademark application in Europe. Dal punto di vista delle politiche economiche
è necessario sottolineare che la crescita delle registrazioni dei marchi
costituisce un elemento essenziale dell’economia immateriale che sostiene
l’economia della conoscenza.
Reference:
Leogrande, A., Costantiello, A., Laureti, L., & Leogrande, D.
(2021). The Determinants of Design Applications in Europe. University Library of
Munich, Germany.
Costantiello, Alberto,
Lucio Laureti, and Angelo Leogrande. The Intellectual Assets in Europe. University Library of Munich, Germany, 2021.
Costantiello, A., Laureti, L., & Angelo, L. (2021). L’Economia
dell’Innovazione Tecnologica in Europa. Metriche, Modelli e Politiche nel
Periodo 2000-2019. Edizioni Accademiche Italiane.
Nessun commento:
Posta un commento