Tra
il 2013 ed il 2021 è aumentato in media del 19,6% per i paesi considerati
La Banca Mondiale calcola
il valore del debito pubblico in percentuale del PIL. Il debito è l’intero
stock di obbligazioni contrattuali dirette del governo a tempo determinato nei
confronti di altri in essere ad una data particolare. Comprende passività
nazionali ed estere come valuta e depositi di denaro, titoli diversi dalle
azioni e prestiti. È l’importo lordo delle passività pubbliche ridotto
dell’importo dei titoli azionari e dei derivati finanziari detenuti dal
governo. Poiché il debito è uno stock e non un flusso, viene misurato a partire
da una determinata data, solitamente l’ultimo giorno dell’anno fiscale. I dati
analizzati fanno riferimento al periodo tra il 2013 ed il 2021. Sono stati
considerati soltanto i paesi aventi serie storica completa nel periodo
analizzato.
Ranking
dei paesi per valore del debito pubblico in percentuale del PIL nel 2021. La Croazia è al primo posto per valore del
debito pubblico in percentuale del PIL nel 2021 con un valore pari a 687,99%,
seguita dalla Grecia con 237,13%, dal Giappone con 217,61%, dal Regno Unito con
186,48%, e da Singapore con un valore pari a 153,80%. A metà classifica vi sono
la Slovacchia con un valore pari a 79,25%, seguita dalla Zambia con un valore
di 71,25%, dall’Australia con un valore di 70,18%, da El Salvador con 65,55%, e
dall’Irlanda con 65,40%. Chiudono la classifica la Moldova con un valore di
32,12%, seguita dall’Estonia con 23,67%, dal Kazakhstan con 22,41%, dalla
Russia con 20,94% e dalla Svizzera con un valore di 20,30%.
Ranking
dei paesi per valore della variazione percentuale del valore del debito
pubblico in percentuale del PIL tra il 2013 ed il 2021. Zambia
è al primo posto per valore del tasso di crescita del debito pubblico in
percentuale del PIL con un valore pari a 194,11% pari a 47,02 unità, seguito
dalla Russia con una crescita del 130,95% pari a 11,87%, dal Kazakhstan con
106,74% pari ad un ammontare di 11,57 unità, dalle Bahamas con 94,13% pari a
41,79 unità, e dal Perù con +93,87% pari a 41,79 unità. A metà classifica vi
sono il Regno Unito con un valore di 31,74% pari ad un ammontare di 44,92 unità, seguito dalla Francia con un valore di
28,12% pari ad un ammontare di 25,58 unità, seguita dalla Grecia con un valore
di 27,66% pari ad un ammontare di 51,38 unità, Romania con un valore di 26,82%
pari ad un ammontare di 11,77 unità, e dagli Stati Uniti pari ad un valore di
26,00% pari ad un ammontare di 24,84 unità. Chiudono la classifica la Svizzera
con un valore pari a 0,43% pari ad un ammontare di 0,09 unità, seguita dall’Ungheria
con una variazione pari ad un ammontare di -8,25% pari ad un ammontare di -7,82
unità, seguita dalla Svezia con un valore pari a -9,98% pari ad un ammontare di
-4,51%, seguito dall’Islanda con -31,28% pari ad un ammontare di -44,09 unità e
dall’Irlanda con un valor e di -50,37% pari ad un ammontare di 66,38 unità.
Machine
Learning Algorithms per la predizione del valore futuro del debito pubblico in
percentuale del PIL. Di seguito confrontiamo otto diversi
algoritmi per la predizione del valore futuro del debito pubblico in
percentuale del PIL. Gli algoritmi sono stati addestrati con il 70% dei dati
mentre il restante 30% dei dati è stato utilizzato per la predizione vera e
propria. Gli algoritmi sono stati valutati in base alla capacità di
massimizzare il valore dell’R-squared ed alla capacità di minimizzare un insieme
di errori statistici ovvero: Mean Absolute Error-MAE, Mean Squared Error-MSE,
Root Mean Squared Error-RMSE. Nello specifico abbiamo ottenuto il seguente
ordinamento degli algoritmi ovvero:
- ·
Linear Regression con un valore del payoff
pari a 5;
- ·
Tree Ensemble Regression con un valore del
payoff pari a 7;
- ·
Gradient
Boosted Trees Regression con un valore del payoff pari a 14;
- ·
Random Forest Regression con un valore del
payoff pari a 16;
- ·
Simple Regression con un valore del payoff
pari a 19;
- ·
ANN-Artificial Neural Network con un
valore del payoff pari a 23;
- ·
Polynomial Regression e PNN-Probabilistic
Neural Network con un valore del payoff pari a 30.
Pertanto l’algoritmo
Linear Regression risulta essere l’algoritmo maggiormente performante in
termini predittivi. Applicando l’algoritmo Linear Regression è possibile
pertanto verificare le seguenti predizioni ovvero:
- ·
Australia con una variazione da un
ammontare di 70,18% fino ad un valore di 68,98% ovvero pari ad una variazione
di -1,19 unità pari ad un valore di -1,70%;
- ·
Belgio con una variazione aumentativa da
un ammontare di 109,22% fino ad un valore di 115,79% ovvero una variazione pari
ad un ammontare di 6,57 unità pari ad un ammontare di 6,01%;
- ·
Estonia con una variazione da un ammontare
di 23,67% fino ad un valore di 23,69% ovvero pari ad un ammontare di 0,03 unità
pari ad un valore di 0,11%;
- ·
Georgia
con una variazione da un ammontare di 55,38% fino ad un valore di 63,93% ovvero
una variazione pari ad un ammontare di 8,54 unità pari ad un valore di 15,42%;
- ·
Grecia con una variazione da un ammontare
di 237,13% fino ad un valore di 248,46% ovvero una variazione pari ad un
ammontare di 11,33 unità pari ad un valore;
- ·
Islanda con una variazione da un ammontare
di 96,87% fino ad un valore di 99,15% ovvero pari ad un ammontare di 2,29 unità
equivalente ad un valore di 2,36%;
- ·
Moldavia con una variazione diminutiva da
un ammontare di 32,12% fino ad un valore di 28,17% ovvero pari ad un ammontare
di -3,95% pari a -12,30%;
- ·
Russia con una variazione da un ammontare
di 20,94% fino ad un valore di 25,10% ovvero una variazione pari ad un
ammontare di 4,16 unità equivalente a 19,85%;
- ·
San Marino con una variazione da un
ammontare di 95,12% fino ad un valore di 89,37% ovvero una variazione pari a
-5,75 unità pari a -6,04%;
- ·
Stati Uniti con una variazione aumentativa
da un ammontare di 120,37% fino ad un valor edi 121,58% ovvero una variazione
pari ad un ammontare di 1,21 unità pari ad un valore di 1,01%;
- ·
Zambia con una variazione da un ammontare
di 71,25% fino ad un valore di 107,60 % ovvero una variazione pari a 36,35
unità pari a 51,02%;
- ·
Brasile con una variazione aumentativa da
un ammontare di 86,09% fino ad un valore di 102,99% ovvero una variazione pari
ad un ammontare di 16,90% pari ad un ammontare di 19,63%.
In media, per i paesi analizzati il valore del debito pubblico è predetto in crescita da un ammontare di 84,86% fino ad un valore di 91,23% ovvero una variazione pari ad un valore di 6,37 unità pari a +7,51%.
Conclusioni.
Il debito pubblico in percentuale del PIL è aumentato in media del 19,6% per i
paesi considerati. In modo particolare si è verificato un picco di crescita del
debito pubblico in percentuale del PIL tra il 2019 ed il 2020 da un ammontare
di 82,54% fino ad un valore di 101,14% in media. Tra il 2020 ed il 2021 si è
verificata una riduzione del debito pubblico in percentuale del PIL da 101,14
fino a 95,58 sempre considerando la media dei paesi analizzati. La crescita del
debito pubblico in percentuale del PIL ha riguardato tutti i paesi a
prescindere del reddito pro-capite. Sia i paesi a reddito pro-capite ridotto
che i paesi a reddito pro-capite elevato hanno incrementato il debito in
percentuale del PIL. Una delle motivazioni che ha fatto aumentare il debito in
percentuale del PIL consiste nella contrazione del PIL che si è verificata in
connessione alla pandemia del Covid-19. Tuttavia è probabile che la crescita
del debito pubblico in percentuale del PIL sia continuata anche nel 2022 e 2023
a seguito del mix di inflazione e crisi economica connessa alla guerra russo-ucraina.
Un periodo di alta inflazione, alti tassi di interesse e alti debiti pubblici
in connessione con una bassa crescita economica potrebbe comportare una
dimensione di inefficienza sia del settore pubblico che del settore privato.
Infatti il settore pubblico è bloccato dall’alto debito che grava soprattutto
per i paesi privi di “sovranità monetaria”. E l’alta inflazione insieme con la crescita
dei tassi di interesse ed una bassa crescita economica impediscono al settore
privato di performare efficacemente creando condizioni di bassa produttività
nelle imprese e di criticità finanziaria nelle famiglie.
Commenti
Posta un commento