top of page
  • Immagine del redattoreDuccio Bonetti

Il background dei CEO: che impatto ha sulla performance e la strategia?

La domanda se il percorso formativo e professionale degli amministratori delegati svolga un ruolo attivo nel determinare i risultati aziendali è stata affrontata in modo alquanto esteso dalla letteratura. Sebbene gli studi in materia siano piuttosto frammentati, è possibile individuare un punto di partenza comune nella "Upper Echelons Theory", inizialmente teorizzata da Hambrick e Mason (1984). Quest'ultima afferma che il background dei dirigenti determina fortemente i risultati organizzativi, ed è stata spesso considerata uno strumento importante ai fini dell'assunzione. La presente analisi segue questa direzione. In particolare, vengono presi in considerazione riferimenti come quelli di Gottesman e Morey, che mettono in relazione la formazione dei CEO con la performance aziendale, citando il maggior grado di intelligenza, le metodologie raffinate e la rete di contatti che si suppone i dirigenti istruiti abbiano rispetto a quelli non istruiti (Gottesman & Morey, 2006). Vale quindi la pena di approfondire il tema dell'istruzione accademica e dell'esperienza lavorativa degli amministratori delegati, analizzando il loro impatto su tre dimensioni principali: la performance aziendale, l'intensità delle esportazioni e l'intensità di ricerca e sviluppo (R&S). Queste tre dimensioni sono esaminate come variabili dipendenti in un quadro statistico e sono rappresentate dalle seguenti variabili di risposta: rendimento delle attività, ricavi internazionali rispetto ai ricavi totali e spese di R&S rispetto ai ricavi totali, rispettivamente.


Le ipotesi dello studio si sviluppano intorno al presupposto che gli amministratori delegati con un livello di istruzione accademica più elevato abbiano una maggiore conoscenza, una prospettiva più ampia e un punto di vista più a lungo termine. In totale sono sei e possono essere raggruppate in due modi diversi:

· Per variabile esplicativa (il tipo specifico di background in esame)

o Istruzione accademica

o Esperienza lavorativa

· Per variabile di risposta (la specifica dimensione aziendale analizzata)

o Performance aziendale

o Intensità delle esportazioni

o Intensità di R&S


Il campione considerato comprende le 100 società europee con la maggiore capitalizzazione di mercato che hanno avuto un unico amministratore delegato nel quinquennio 2017-2021. Rispetto ai campioni della letteratura esistente, la scelta del luogo è stata "razionalizzata": l'attenzione non è posta su un paese specifico ma è piuttosto distribuita su tutta l'Europa. Questa decisione è dovuta alla volontà di esplorare una dimensione geografica non ancora ampiamente affrontata e di evitare possibili effetti paese-specifici ampliando il punto di vista complessivo adottato. D'altra parte, il criterio della capitalizzazione di mercato è stato implementato per garantire che si potessero effettuare confronti efficienti tra società sufficientemente grandi. Infine, il periodo di cinque anni è stato definito per tenere conto della fase iniziale in cui un dirigente deve sviluppare una chiara comprensione del nuovo contesto prima di entrare definitivamente in funzione.


Per ciascuna delle tre variabili dipendenti precedentemente introdotte, viene costruito un modello specifico. Tutte e tre condividono le stesse variabili indipendenti, definite con l'obiettivo di misurare il più precisamente possibile il background dei CEO. In particolare, le grandezze esplorate sono il livello di istruzione posseduto, l'ambito accademico affrontato e l'affinità con il precedente ruolo aziendale. Per quanto riguarda il processo analitico complessivo, questo può essere suddiviso in quattro fasi che sono state ripetute per ciascuno dei tre modelli.


1. Analisi uni variata: si costruisce un sotto modello per ogni variabile indipendente con l'obiettivo di considerare una variabile esplicativa alla volta e verificare le differenze.

2. Analisi multivariata: ora il punto di partenza è un modello completo che include tutte le variabili esplicative disponibili. Quest'ultimo viene poi confrontato con più modelli ridotti, in ognuno dei quali viene eliminata una diversa variabile esplicativa.

3. Trasformazioni logaritmiche: dopo aver trasformato logaritmicamente le variabili continue e strettamente positive, si ripetono le analisi più rilevanti. Al termine di questa fase, viene identificato un modello finale conclusivo.

4. Controlli finali: per il modello finale vengono controllate tre situazioni distinte (comportamento dei residui, presenza di outlier ed eteroschedasticità).



. , * , ** , *** indicano la significatività statistica al livello 90%, 95%, 99% and 99.9%, rispettivamente


Dall'analisi dei tre modelli emerge che c'è un'unica dimensione che ha costantemente più di un livello significativo: quella che tiene conto dell'ambito accademico. Inoltre, è interessante notare come il suo effetto varia in base alla variabile dipendente in oggetto. Gli amministratori delegati con una formazione in scienze sociali risultano avere un impatto positivo sulla performance aziendale, mentre allo stesso tempo risultano avere un impatto negativo sull'intensità di ricerca e sviluppo. Il contrario vale per i CEO con una formazione tecnica: l'effetto sulla performance è negativo, mentre quello sull'intensità di R&S è positivo. Per quanto riguarda la dimensione del livello di istruzione, tra i fattori che descrivono i diversi tipi di titoli di studio posseduti dagli amministratori delegati, l'unico che risulta costantemente significativo è quello che misura le osservazioni che non possiedono alcuna laurea. Tuttavia, quest'ultimo dato non è affidabile, poiché la percentuale di individui all'interno del campione che non hanno iniziato o completato gli studi universitari è inferiore al 3%. Infine, le variabili relative al passato professionale sono molto meno significative dal punto di vista statistico: l'unico modello in cui hanno una certa rilevanza è quello che studia l'intensità delle esportazioni, che è anche l'unico a soffrire significativamente di eteroschedasticità. I suoi risultati possono quindi essere considerati solo con un certo grado di riserva. Da un punto di vista generale, tutti i modelli presentano una certa struttura nell'errore, outlier e osservazioni ad alta leva, oltre a un R-quadro piuttosto basso. Questi limiti sono tuttavia in linea con quelli dei modelli trattati in letteratura e sono considerati difficilmente superabili.


Nel complesso, questo studio fornisce alcune importanti implicazioni manageriali. In primo luogo, le aziende che sostituiscono il proprio CEO non dovrebbero concentrarsi solo sul livello di istruzione degli individui, ma anche sul campo accademico dei loro studi. Inoltre, queste stesse aziende dovrebbero innanzitutto chiedersi quali siano le loro esatte esigenze in termini di risultati, in quanto ciò potrebbe aiutarle a definire meglio i requisiti che il dirigente dovrebbe avere da un punto di vista formativo.


Inoltre, sono stati individuati alcuni limiti, come il fatto che l'abbinamento di aziende provenienti da settori diversi rende più difficile il confronto. Questi limiti sono apprezzati come punti di partenza per determinare nuove direzioni per gli studi futuri: tutti vengono quindi analizzati e per ognuno viene proposta una raccomandazione specifica su come migliorare.




41 visualizzazioni0 commenti

©2020-2023 Analytics Arts

Via Parini, 12 20121 Milano - Italia

Mail: info@analyticsarts.it

Numero di telefono: +39 3493180692

CF/PI: IT11352060963

Codice SDI: KGVVJ2H

bottom of page