Le forme di contagio finanziario nella Regione Evidenze empiriche e sviluppo di un modello di analisi

Claudio Di Berardino, Antonio Mastrogiorgio, Eleonora Monaco e Riccardo Palumbo

Progetto inanziato da Abruzzo Sviluppo SpA in qualità di ente gestore dell’accordo di programma “Abruzzo 2015”, scheda progettuale “AS2 – Sistema anticrisi”.

1

Indice

1. INTRODUZIONE ...... 4 1.1. Il programma di ricerca ...... 5 1.2. Guida alla leura ...... 6 2. SCENARIO MACROECONOMICO DELLA REGIONE ABRUZZO ...... 7 2.1. Internazionalizzazione e modello di specializzazione produva dell'Abruzzo ...... 10 2.1.1. Vocazione industriale ed economia aperta ...... 10 2.1.2. Indici per la misurazione dei vantaggi compara ...... 12 2.1.2.1. L'internazionalizzazione araverso l'indice di Balassa ...... 15 2.1.2.2. L'internazionalizzazione araverso l'indice di Lafay ...... 18 2.1.3. Internazionalizzazione: i merca di sbocco ...... 22 2.2. Il mercato del lavoro: risulta a see anni dalla crisi ...... 29 2.3. La dinamica demografica delle imprese ...... 31 2.4. Il mercato credizio e finanziario regionale ...... 34 3. L’EVOLUZIONE DEL CONTESTO ECONOMICO-FINANZIARIO DELLA REGIONE ABRUZZO E GLI INDICATORI DI PREVISIONE DELLA CRISI DI IMPRESA ...... 40 3.1. Metodologie e strumen per monitorare e prevenire la crisi d’impresa e il financial distress 40 3.2. Lo Z-score di Altman per monitorare il financial distress delle PMI imprese ...... 41 3.3. La metodologia di analisi ...... 43 3.3.1. Il campione 43 3.4. Analisi comparava sulle performance delle imprese manifauriere italiane e abruzzesi ... 46 3.3 Analisi comparava dello Z’’-score delle imprese italiane e abruzzesi per seore di avità 79 4. IL CONTAGIO FINANZIARIO NELLA REGIONE ABRUZZO ...... 91 4.1. Stato dell’arte sul contagio finanziario ...... 91 4.1.1. Riferimen epistemici ...... 91 4.1.2. Aspe teorici ...... 92 4.1.3. Aspe metodologici ...... 95 4.2. Obievi dell’analisi ...... 96 4.3. Elaborazione di un modello per l’analisi del contagio finanziario ...... 98 4.3.1. Il caso della filiera agroalimentare abruzzese ...... 98 4.3.1.1. Le relazioni economiche a livello di filiera (livello macro) ...... 102 4.3.1.2. La simulazione delle relazioni economiche a livello di singola impresa (livello micro) 105

2

4.4. Metodi 110 4.5. Risulta dell’analisi ...... 115 4.5.1. Topologia dell’intera filiera (livello macro) ...... 115 4.5.2. Contagio tra le singole imprese (livello micro) ...... 117 4.5.2.1. Scenario con shock idiosincraco ...... 117 4.5.2.2. Scenario con shock sistemaco ...... 119 4.6. Limi dell’analisi ...... 129 5. IMPLICAZIONI DI POLICY E CONCLUSIONI ...... 131 5.1. La centralità come strumento di intervento ...... 131 5.2. Definizione delle misure ...... 132 5.3. Conclusioni ...... 140 RIFERIMENTI BIBLIOGRAFICI ...... 145 APPENDICI ...... 149 Appendice 1 - Overview delle banche-da ...... 149 Appendice 2 - Quesonario per la raccolta di da sui rappor di subfornitura ...... 158 Appendice 3 - Elenco delle imprese contaate e visitate per tesng del quesonario ...... 167 Appendice 4 - Elenco delle imprese contaate per la promozione quesonario ...... 169 Appendice 5 - Illustrazione del sito web www.impreseinrete.unich.it ...... 181 Appendice 6 - Principali indicatori di bilancio delle PMI con sede legale in Abruzzo (2006-2015) .. 189 A) ROA (Return On Asset) ...... 189 B) Velocità di circolazione degli invesmen ...... 207 C) Current Rao 223

3

1. INTRODUZIONE Il contagio inanziario rappresenta un fenomeno di notevole importanza nei sistemi economici odierni, caratterizzati da elevata complessità. Il grande numero di relazioni economiche tra imprese fa sì che situazioni inanziarie di criticità di un’impresa si propaghino verso altre imprese ad essa collegate, generando così un effetto a cascata - un contagio inanziario - del quale è dificile prevedere le conseguenze. Questo tipo di dinamica rimanda (pur con le dovute distinzioni) al noto “effetto farfalla” secondo il quale piccole variazioni nelle condizioni iniziali di un sistema (ad esempio il battito di ali di una farfalla) si propagano gradualmente producendo effetti, di larga scala spaziale e temporale, sul comportamento dell’intero sistema (ad esempio un uragano in un altro continente) (si veda Gleick, 1987). Nella stessa ottica una singola impresa che non può momentaneamente pagare i suoi fornitori fa si che gli stessi fornitori non possano utilizzare il lusso monetario che si attendevano per pagare a loro volta i loro fornitori, generando così un effetto a cascata che si potrebbe propagare su una parte consistente della iliera, producendo una situazione di crisi generalizzata. In termini più generali, uno shock – che investe una singola entità economica – può propagarsi verso altre entità ad essa connesse, le quali a loro volta lo trasmetteranno generando una crisi endemica (Peckham, 2013). Se partiamo dalla considerazione fattuale che molte delle crisi generalizzate caratterizzanti l’economia regionale sono legate a fenomeni di contagio inanziario, è evidente l’importanza di predisporre policy in grado di prevedere o arginare gli effetti del contagio. Delineare policy che siano in grado di contrastare il contagio è un’attività critica, e le ragione di tale criticità è duplice. Da un lato, la dificoltà di prevedere l’origine del contagio ed il suo propagarsi lungo la rete di relazioni economiche fa si che le policy comunemente adottate siano essenzialmente policy di contenimento (ex post), più che di prevenzione (ex ante). Gli interventi pubblici a sostegno delle iliere si manifestano soltanto quando la crisi è già in atto, con la conseguenza che il fenomeno è già endemico e quindi richiede ingenti risorse per essere contrastato. Dall’altro lato, pur scontando una logica tardiva, le policy si scontrano con l’ulteriore dificoltà dovuta alla complessità delle relazioni economiche. In una situazione di crisi manifesta, scegliere “quali” imprese aiutare, oltre che “come” e “quando” aiutarle, è infatti un problema di non facile soluzione perché richiede al policy maker di dotarsi di metodologie di analisi soisticate e complesse. In altri termini, la criticità nella deinizione di policy legate al contagio inanziario risiede nella possibilità di deinire interventi accurati e eficaci. La dificoltà (se non l’impossibilità) del policy maker di prevedere (ex ante) l’origine e la propagazione del contagio e la dispersione di risorse economiche che caratterizza gli interventi ex post giustiicano un investimento sostanziale nello sviluppo di strumenti di analisi e l’uso di metodologie di ricerca scientiica. Comprendere le forme di contagio inanziario tra le imprese della Regione Abruzzo è quindi il primo passo per deinire policy adeguate.

4

A tal ine, Abruzzo Sviluppo SpA, con il contributo della Regione Abruzzo, ha afidato all'Università "G. d'Annunzio" di Chieti-Pescara la realizzazione di un programma di ricerca da parte dell’Università, avente per oggetto “l’individuazione di un modello previsionale delle forme di trasmissione (contagio) tra le imprese di shock inanziari che possono derivare da eventi congiunturali ed extracongiunturali”. Si vuole elaborare un modello per la mappatura dei rapporti inanziari tra le imprese connessi agli scambi commerciali (debiti/crediti di fornitura) che, attraverso l’analisi della posizione delle singole imprese nella rete, consenta di individuare i nodi di maggiore criticità. Tale modello consentirà la realizzazione di un sistema di rilevamento continuo delle criticità grazie al quale ottenere una maggiore capacità di adeguamento delle reti di imprese ai segnali di crisi.

1.1. Il programma di ricerca L’articolazione del programma di ricerca comprende le seguenti fasi: • costituzione e formazione del gruppo di lavoro;1 • analisi della letteratura sui modelli di previsione della crisi di impresa e sul contagio inanziario (v. riferimenti bibliograici); • analisi delle fonti di dati sulle imprese e sulla congiuntura economica (v. allegato 1); • individuazione degli indicatori relativi alla crisi di impresa (v. cap. 3); • social network analysis e individuazione degli indicatori relativi al contagio inanziario (v. cap. 4); • elaborazione di un questionario per la raccolta di dati sui rapporti di subfornitura (v. allegato 2); • testing del questionario attraverso somministrazione on site (nell’allegato 3 è riportato l’elenco delle aziende visitate); • somministrazione web-based; a tal ine è stato realizzato un sito per la somministrazione del questionario (www.impreseinrete.it) e una connessa pagina facebook per la promozione dell’iniziativa (www.facebook.com/ impreseinrete);

1 Alle diverse fasi del programma hanno partecipato, con contributi differenziati, i seguenti componenti: prof. Riccardo Palumbo (responsabile del progetto – Univ. di Chieti-Pescara), prof. Lucio Biggiero (Univ. di L’Aquila), prof.ssa Giuliana Birindelli (Univ. di Chieti-Pescara), prof.ssa Federica Ceci (Univ. di Chieti-Pescara), prof. Christian Corsi (Univ. di Teramo), prof.ssa Francesca Masciarelli (Univ. di Chieti-Pescara), prof. Claudio Di Berardino (Univ. di Chieti-Pescara), dott. Athos Capriotti, dott. Luca Di Giandomenico, dott. Antonio Mastrogiorgio (Univ. di Chieti-Pescara), dott.ssa Eleonora Monaco (Univ. di Chieti-Pescara), dott.ssa Sara Petroccia (Univ. di Chieti-Pescara); dott. Alessandro Rasetta (Univ. di Chieti-Pescara), dott. Pierangelo Rosati (Irish Centre for Cloud Computing & Commerce, DCU Business School), dott. Damiano Verzulli. 5

• somministrazione del questionario tramite intermediari privilegiati: per abbattere le barriere di iducia che tipicamente ostacolano la raccolta di dati economico-inanziari mediante questionari, sono stati coinvolti gli ordini dei commercialisti (di Chieti, Teramo e Vasto); grazie ad essi sono stati invitati tutti gli iscritti a voler sollecitare a loro volta i propri clienti alla compilazione del questionario; • recall telefonico (nell’allegato 4 è riportato l’elenco delle imprese contattate telefonicamente). • analisi del network attraverso tecniche di simulazione; • georeferenziazione degli attori economici e progettazione di un sito per la visualizzazione degli indicatori (www.impreseinrete.unich.it - nell’allegato 5 è riportata una illustrazione del sito).

1.2. Guida alla lettura Il documento presenta la seguente articolazione:2 • il capitolo 2 introduce lo scenario macroeconomico attuale della regione Abruzzo, con particolare riferimento al grado di internazionalizzazione e al modello di specializzazione produttiva dell'Abruzzo, al mercato del lavoro, alla dinamica demograica delle imprese e al mercato creditizio e inanziario regionale; • il capitolo 3 descrive l’evoluzione del contesto economico-inanziario della Regione Abruzzo attraverso l’analisi di indicatori di bilancio e lo studio degli indicatori di previsione della crisi di impresa per le imprese dei settori di attività maggiormente signiicativi per la Regione; • il capitolo 4 descrive l’elaborazione del modello per l’analisi del contagio inanziario: lo stato dell’arte della letteratura sul contagio inanziario e le fasi di elaborazione del modello con speciico riferimento al caso della iliera agroalimentare abruzzese; • il capitolo 5 descrive le implicazioni di tipo normativo, utili al policy maker e traccia le conclusioni. • seguono i Riferimenti Bibliograici e le Appendici.

2 Benché l’opera sia frutto di una rilessione congiunta degli autori, si possono individuare le seguenti attribuzioni: Claudio Di Berardino ha curato il capitolo 2, Eleonora Monaco ha curato il capitolo 3, Antonio Mastrogiorgio ha curato il capitolo 4 e ha collaborato alla stesura delle implicazioni di policy, Riccardo Palumbo ha coordinato il lavoro, ne ha curato l’introduzione e le conclusioni oltre ad aver collaborato alla stesura delle implicazioni di policy. 6

2. SCENARIO MACROECONOMICO DELLA REGIONE ABRUZZO Le analisi sull’economia regionale e sui mutamenti strutturali sono elementi consolidati negli studi teorici ed empirici, soprattutto alla luce degli avvenimenti di questi ultimi anni che stanno riproponendo con forza il tema della competitività dell’economia territoriale. I cambiamenti intervenuti nella sfera economica mondiale non sono pochi e trascurabili. L’Abruzzo ha evidenziato elementi di fragilità nel sistema produttivo che, associati alla crisi inanziaria internazionale, hanno prodotto un brusco rallentamento della crescita economica. I principali avvenimenti che hanno cambiato il quadro competitivo si riferiscono al mutamento del contesto macroeconomico, all’ingresso dei paesi a basso costo del lavoro nel commercio internazionale e all’introduzione dell’euro, con la conseguente ine delle svalutazioni competitive. I grandi cambiamenti riguardano tanto la grande industria, che viene sottoposta ad esigenze di ristrutturazione e di riposizionamento nei nuovi mercati internazionali, quanto le piccole imprese, chiamate a identiicare processi alternativi di specializzazione o a riconigurare l’assetto organizzativo-strategico di quelli esistenti. Il percorso di cambiamento strutturale verso produzioni non tradizionali e a maggiore produttività è in grado di produrre risultati positivi se promosso e sostenuto in un’ottica di rafforzamento dei vantaggi territoriali, sintetizzabili nelle “economie esterne” di localizzazione (spillovers tecnologici, legami input-output o esternalità nel mercato del lavoro e della inanza). Una relazione che si collocherebbe nel quadro più ampio dei legami tra territorio e competitività (Conti e Menghinello, 2003). Le economie esterne che giocano a favore delle singole imprese, delle loro reti e delle reti di sistemi non si esauriscono nella sola dimensione dei costi medi di produzione inferiori, ma si estendono alla diffusione dell’innovazione tecnologica, organizzativa e inanziaria nei sistemi produttivi. La regione Abruzzo si inserisce a pieno titolo nel contesto economico internazionale, presentando talune peculiarità e alcuni elementi di differenziazione rispetto all’economia nazionale. Il tessuto produttivo si distingue per un proilo strutturale piuttosto articolato, nel senso che alla formazione del suo prodotto interno lordo concorrono segmenti produttivi appartenenti a varie categorie, incentrate sulla grande impresa esterna e su un reticolo di piccole imprese locali di fornitura. Le sue principali caratteristiche possono essere così sintetizzate: a) forte esposizione agli scambi commerciali; b) elevata incidenza del settore industriale; c) prevalente diffusione di piccole e medie imprese e di distretti industriali; d) presenza di alcune grandi imprese multinazionali. Il modello di sviluppo si basa su una industrializzazione “mista”. La componente esterna – esogena – riguarda le grandi imprese nazionali e internazionali, che coprono

7 la fascia medio-alta nei settori ad elevata tecnologia. La componente interna – endogena – si riferisce alle esperienze imprenditoriali nate nel territorio e al territorio molto legate. I sistemi produttivi locali presentano le tipiche caratteristiche dei distretti industriali. Si tratta dell’economia di piccola impresa specializzata nei settori tradizionali, come il tessile-abbigliamento, l’arredo, la meccanica e l’agroalimentare. Come testimoniano i dati dell’Istat (Istituto nazionale di statistica), tra il 2000 e il 2007, ovvero prima del manifestarsi della crisi, il tasso di crescita medio annuo del PIL dell’Abruzzo è stato piuttosto modesto, pari allo 0,2 per cento. Una dinamica che appare inferiore non solo a quanto fatto registrare dall’Italia (1,1 per cento) ma anche con riferimento al Mezzogiorno (0,7 per cento). Ciò determina uno slittamento verso il basso nella graduatoria nazionale del PIL pro capite. Ponendo, infatti, l’indicatore dell’Italia pari a 100, il PIL pro capite dell’Abruzzo scende nel corso degli anni di cinque punti, facendo segnare un valore pari a 82. La lessione ha comportato anche un forte arretramento sia nei confronti dell’Europa a 27 che a 15 paesi. Nel primo caso, attraverso i dati dell’Eurostat, ponendo uguale a 100 l’indicatore del PIL pro capite del 2001, l’Abruzzo nel corso dei successivi anni passa a 84; nel secondo caso, con l’Europa a 15, la caduta è più o meno simile, da 90 a 75 nel 2007. La debole performance della regione risente di due aspetti centrali: 1) una dinamica poco favorevole della produttività; 2) una minore crescita dell’occupazione. Il rallentamento della produttività ha riguardato in particolare l’industria manifatturiera. Negli anni 2000-2007, il PIL per unità di lavoro, infatti, è diminuito in media dello 0,6 per cento, mentre in Italia il trend è stato positivo, pari allo 0,2 per cento annuo. Anche per quanto riguarda l’andamento del numero degli occupati si registrano modeste performance e un trend di crescita in Abruzzo inferiore a quello nazionale. Nel periodo 1995-2007, infatti, i tassi di crescita medi annui sono rispettivamente pari allo 0,6 per cento mentre in Italia si avvicinano all’1 per cento. Un fattore trainante del modello di sviluppo regionale è rappresentato dalle esportazioni. L’Abruzzo mostra in questo caso una grande vitalità nonostante il generale rallentamento della domanda interna. La regione presenta un grado di apertura ai mercati internazionali molto alto (26 per cento), superiore alla media nazionale, che lo porta tra le regioni del paese con maggiore vocazione esterna. Nel corso degli anni presi in considerazione, le esportazioni aumentano in media del 9 per cento in Abruzzo, una percentuale di quasi due punti al di sopra del dato italiano. Concorrono al risultato prevalentemente sia i settori tecnologici della grande impresa (mezzi di trasporto e elettronica) che quelli cosiddetti tradizionali, tipici del made in Italy, dove sono prevalentemente presenti le imprese locali. La crisi internazionale ha colpito duramente la regione. La forte esposizione al commercio estero e la dipendenza al comparto industriale hanno ampliicato gli effetti negativi prodotti dalla recessione mondiale. Nel corso del 2009, infatti, il PIL è

8 diminuito del 6,9 per cento, le esportazioni si sono ridotte del 30 per cento e l’occupazione ha perso ben 24 mila posti di lavoro. Il calo è stato anche più forte della media nazionale, riportando l’indicatore di ricchezza pro capite ai livelli di dieci anni fa. Tuttavia, alle cifre del fenomeno recessivo concorrono anche le conseguenze negative indotte dal terremoto che ha colpito il capoluogo della regione (L’Aquila) e la provincia, interrompendo in modo brusco il lusso della produzione di beni e servizi. Nel corso dei successivi anni la regione ha conservato un trend negativo: nel triennio 2012-2014 il PIL è diminuito mediamente del 2 per cento mentre in Italia la produzione è scesa dell'1,6 per cento. Soltanto nel 2015 si assiste ad una leggera inversione di tendenza, grazie a una crescita del PIL dello 0.3 per cento per l'Abruzzo e dello 0,8 per cento per l'Italia (FIGURA 2.1). Il gap rispetto ai livelli pre-crisi appare signiicativo soprattutto nell'ambito del mercato del lavoro. In effetti, dal 2008 il numero dei posti di lavoro persi si aggira sopra le 45 mila unità, pari a oltre il 10% del totale. La lenta ripresa dell'occupazione dipende in modo particolare dalla brusca frenata della domanda interna e dalle dificoltà riscontrate nel settore dei servizi, per i quali sono circa 70 mila le unità di lavoro da recuperare rispetto all'ultimo anno prima della crisi. Anche per quanto riguarda le esportazioni, la situazione resta dificile; pur a fronte di tassi di crescita positivi nel corso degli anni, l'ammontare delle vendite all'estero della regione si mantiene al di sotto dei valori pre-crisi, con una lessione dell’8,2%. Viceversa, in Italia nello stesso periodo il trend è stato positivo, con un tasso mediamente del 9% circa. Il dato, tuttavia, sembra risentire in modo cruciale delle dificoltà riscontrate in alcuni settori preponderanti della struttura produttiva abruzzese, come il tessile-abbigliamento, la metallurgia e l’elettronica.

9

FIGURA 2.1 - TASSI DI CRESCITA DEL PIL (IN VALORI CONCATENATI ALL'ANNO 2010 - VALORI IN %) 1.5 0.8 0 -0.8 -1.5 -2.3 -3 2012 2013 2014 2015

Abruzzo Italia Fonte: ns. elaborazione su dati ISTAT

2.1. Internazionalizzazione e modello di specializzazione produttiva dell'Abruzzo

2.1.1. Vocazione industriale ed economia aperta

L'Abruzzo è una regione caratterizzata per una forte vocazione industriale e una spiccata proiezione esterna verso i mercati internazionali. Come si evince dalle FIGURE 2.2, 2.3, 2.4 che seguono, l'Abruzzo è la ottava regione in Italia come incidenza del numero di occupati nel settore dell'industria, una posizione che la rende più simile alle realtà del Centro-Nord piuttosto che alle regioni del Mezzogiorno, che viceversa sono contraddistinte da una ridotta base industriale. Questa importante presenza industriale si rilette in un'elevata incidenza degli scambi commerciali con l'estero sulla formazione del PIL. Anche in questo caso, l'Abruzzo fa registrare livelli al di sopra della media nazionale, collocandosi nella graduatoria italiana subito a ridosso dei principali sistemi regionali centro-settentrionali. Ancor più, l'Abruzzo primeggia se si utilizza un secondo indicatore della proiezione internazionale, che misura la capacità di esportare in settori con un'elevata dinamica della domanda estera. In questo caso, la regione si posiziona al terzo posto, dietro solo il Lazio e la Basilicata.

10

FIGURA 2.2 - INCIDENZA DELL'INDUSTRIA (PESO IN % DEGLI OCCUPATI SUL TOTALE ECONOMIA - ANNO 2014) 30

22.5

15

7.5

0 Lazio Sicilia Puglia Molise Veneto Liguria Marche Umbria Toscana FriuliVG Calabria Abruzzo Trentino V.d'Aosta Sardegna Piemonte Basilicata EmiliaRM Campania

Lombardia Fonte: Ns elaborazione su dati ISTAT

FIGURA 2.3 - INDICE DI PROIEZIONE ESTERNA (PESO IN % DELL'EXPORT SUL PIL - ANNO 2014) 40.0

30.0

20.0

10.0

0.0 Lazio Sicilia Puglia Molise Veneto Liguria Marche Umbria Toscana FriuliVG Calabria Abruzzo Trentino V.d'Aosta Sardegna Piemonte Basilicata EmiliaRM Campania

Lombardia Fonte: Ns elaborazione su dati ISTAT

11

FIGURA 2.4 - CAPACITÀ DI ESPORTARE IN SETTORI AD ELEVATA DOMANDA ESTERA (IN % SUL TOTALE EXPORT - ANNO 2014) 70.00

52.50

35.00

17.50

0.00 Lazio Sicilia Puglia Molise Veneto Liguria Marche Umbria Toscana FriuliVG Calabria Abruzzo Trentino V.d'Aosta Sardegna Piemonte Basilicata EmiliaRM Campania

Lombardia Fonte: Ns elaborazione su dati ISTAT

2.1.2. Indici per la misurazione dei vantaggi comparati

Le speciicità regionali rilettono inevitabilmente le diverse caratteristiche che risiedono nella composizione e nell'evoluzione della struttura produttiva degli scambi commerciali con l'estero. Per esaminare la conigurazione settoriale, l'analisi si basa sull'adozione di indicatori presenti in letteratura utili per misurare il grado di specializzazione settoriale e la struttura dei vantaggi comparati del sistema regionale. Nella teoria del commercio internazionale gli indicatori statistici utilizzati sono diversi, ma non tutti consentono una lettura precisa dei vantaggi comparati di cui un paese godrebbe3. Uno dei primi indicatori è quello di Balassa (1965) che segnala vantaggi comparati per i prodotti il cui peso sul totale delle esportazioni nazionali è superiore a quello che tali prodotti hanno sulle esportazioni mondiali. Con riferimento al presente lavoro, il modello è il seguente:

B = (Xrj / Xrt) / (Xij / Xit) [1]

Dove X indica il valore delle esportazioni in un dato periodo, r la regione, j il prodotto, t il totale dei prodotti e i il dato nazionale. Il valore discriminante è 1; ai settori specializzati corrisponderà un valore superiore e viceversa per quelli despecializzati. Se da una parte l’indice ha il merito di fornire informazioni sulla posizione relativa che un paese occupa all’interno di un gruppo, dall’altro però

3 Per una rassegna dei diversi indicatori si veda Iapadre (1995). 12 presenta alcuni limiti. In primo luogo, l’indice soffre di asimmetria per la mancanza di un limite superiore, anche se il difetto può essere in parte aggirato attraverso l’impiego di una versione “corretta” che consente di avere un campo di variazione pari a -1 e 1.4 In secondo luogo, l’indice di Balassa non tiene conto delle importazioni. Considerata la forte integrazione commerciale tra i paesi, tale aspetto tende a distorcere le valutazioni sui vantaggi comparati, rendendole incomplete. Sono stati perciò elaborati altri indicatori che vanno invece in questa direzione. Il più importante è l’indice di Lafay che riserva attenzione al confronto tra esportazioni ed importazioni e misura un vantaggio comparato per il settore che contribuisce positivamente al saldo totale. Nel presente lavoro si utilizza una versione modiicata dell’indice, già utilizzata ad esempio in Bugamelli (2001) e che si deinisce come:

LFr j = (Xri + Mri) / Σj (Xri + Mri)] * [((Xri - Mri)/ (Xri + Mri)) – [(ΣXri -ΣMri)/(ΣXri +ΣMri)]*100 [2]

Dove: X e M esprimono i valori delle esportazioni e importazioni; r la regione e j il prodotto. Dalla [2] si vede che l’indicatore misura la differenza tra il saldo normalizzato e totale, ponderata con il peso del singolo prodotto sul totale scambiato. Il vantaggio comparato viene a dipendere allora da due fattori: a) l’intensità di specializzazione (misurata dalla differenza dei saldi) e b) la dimensione relativa del lusso commerciale. Anche tale indicatore non è comunque immune da difetti. Può accadere ad esempio che la maggiore specializzazione sia dovuta ad un aumento della quota del prodotto sul totale piuttosto che dalla maggiore intensità. Oppure che per un settore despecializzato l’indice potrebbe assumere valori positivi perché la quota relativa si è ridotta meno dell’intensità. Questa breve e rapida esposizione dei maggiori contributi statistici mette in luce pregi ed inconvenienti nella misurazione della specializzazione. Un punto di sintesi nella letteratura viene offerto da Iapadre (1995: 451) che ritiene, per la descrizione del modello di specializzazione internazionale, “suficiente considerare la distribuzione merceologica dei suoi saldi normalizzati con l’interscambio. Benché i saldi siano solo indicatori di performance, i loro scostamenti dal saldo medio misurano correttamente l’intensità della specializzazione. Gli indicatori di contributo al saldo, pur non potendo essere considerati indici di specializzazione in senso proprio, appaiono interessanti perché sintetizzano in un’unica misura l’intensità della specializzazione e le dimensioni relative del settore”.

4 L’indice di Balassa infatti presenta solo un limite inferiore, che è pari a zero. La versione “corretta” dovrebbe superare l’inconveniente distribuendo i valori tra -1 e 0, in caso di despecializzazione e tra 0 e 1, in caso di specializzazione. La formula è la seguente: Bs = ( B-1)/ ( B+1), con B che indica l’indice tradizionale di Balassa. 13

In questa sezione sono presi in considerazione entrambi gli indici, anche se impiegati con inalità diverse. Il modello di specializzazione dell’Abruzzo viene analizzato attraverso l’indice di Lafay, che opera un confronto negli anni tra i contributi al saldo dei settori produttivi, mentre l’indice di Balassa viene utilizzato per valutare la posizione relativa dell’Abruzzo all’interno del Mezzogiorno, sotto il proilo delle sole esportazioni. In altri termini, si potrebbe dire che il primo produce stime comparative di tipo cross-product e il secondo di tipo cross-region. Un’ultima considerazione concerne la classiicazione dei settori manifatturieri adottata. In particolare, si vuole offrire una lettura del modello di specializzazione in base alla sua dimensione tecnologica. E’ ampiamente riconosciuto che un paese con una specializzazione in settori ad alta intensità tecnologica ha maggiori possibilità di crescita nel medio-lungo periodo per via della relazione tra domanda internazionale dinamica, specializzazione e crescita. A tal ine, è stato proposto il metodo di riaggregazione di Pavitt (1984) che individua le seguenti quattro categorie di produzioni: - settori ad alta tecnologia: sono settori ad alta intensità tecnologica e a maggior intensità di ricerca. Si annoverano le produzioni riguardanti l’elettronica (esclusa quella di consumo), le telecomunicazioni, le materie prime chimiche, la farmaceutica, l’aereospaziale e le macchine ed elaboratori elettronici. Queste produzioni interessano le grandi imprese; - settori specializzati: sono produzioni basate sulla diversiicazione e a forte carattere strumentale. Le dimensioni delle imprese sono medio-piccole e la domanda internazionale è molto sensibile alle caratteristiche dei prodotti. Si annoverano settori quali la meccanica elettrica e non elettrica. L’innovazione tecnologica è principalmente orientata all’innovazione e al miglioramento dei prodotti; - settori di scala: le principali attività riguardano le produzioni di acciaio, vetro, autoveicoli e in generale beni durevoli. I settori sono caratterizzati dalla presenza delle grandi imprese e la domanda è legata agli sviluppi in termini di prezzo; - settori tradizionali: sono le produzioni che includono i beni di consumo inale come l'agroalimentare, il tessile, l’abbigliamento, pelli, calzature, legno ecc.. Le dimensione delle impresi sono notoriamente piccole e l’innovazione tecnologica è orientata alla riduzione dei costi e all’affermazione del design per nicchie di mercato.

14

2.1.2.1. L'internazionalizzazione attraverso l'indice di Balassa

Questa parte del lavoro consiste nell’utilizzo dell’indice di Balassa simmetrico per evidenziare le caratteristiche delle esportazioni del modello abruzzese e per valutare le differenze e le tendenze nelle specializzazioni dell’Abruzzo, con un esame della somiglianza strutturale con le restanti aree territoriali d’Italia. La letteratura ha ampiamente discusso sui tratti distintivi dei modelli di specializzazione delle macro ripartizioni territoriali. Il Mezzogiorno sembra presentare le maggiori differenze rispetto alla media nazionale. Infatti, laddove l’Italia appare molto presente nei settori ad offerta specializzata e nei settori tradizionali, il Meridione mostra analogie soltanto per quanto riguarda alcune fasce di prodotti tradizionali, rilevando per il resto vantaggi comparati nei settori di scala, dominati dalla grande impresa. Il Nord-est e il Centro registrano una notevole concentrazione nelle produzioni tradizionali, in particolare del tessile e abbigliamento, associabili alle strutture di piccole e medie imprese di tipo distrettuale. La composizione delle esportazioni del Nord-ovest sembra rilettere le dificoltà affrontate in questi anni da alcuni settori industriali. Ciò è testimoniato dalla riduzione della specializzazione nei mezzi di trasporto e nel tessile, dove, a differenza delle aree del nord-est, si distingue la presenza di imprese medio-grandi. Il binomio beni tradizionali e macchinari strumentali nella composizione dei vantaggi comparati acquista particolare signiicatività nelle regioni della cd. Terza Italia (Nord-Est e Centro), in cui è possibile assistere ad una relazione user-producer tra i due settori. Questo fenomeno di spillover intersettoriale non sembra prodursi con altrettanta signiicatività nel Mezzogiorno, a causa della sostanziale assenza di importanti realtà imprenditoriali nell’offerta specializzata. In questa direzione, però gli sviluppi di questi ultimi anni hanno contribuito a fornire qualche segnale sul processo di convergenza strutturale tra le macroaree del paese. Nel Mezzogiorno, infatti, è aumentata la presenza delle esportazioni nei settori tradizionali attraverso l’affermazione di sistemi locali di produzione, si è attenuato lo svantaggio nei comparti della meccanica e sono aumentate le produzioni delle apparecchiature televisive e di comunicazione. Va comunque precisato che ad oggi sotto il proilo territoriale, il modello di specializzazione dell’Italia appare quanto mai differenziato e squilibrato, con forti concentrazioni nei prodotti petroliferi e in altri settori dell’industria pesante nel Sud, e con il rilevante ruolo espresso dalle produzioni made in italy nel Centro-nord. Quale posizione occupa l’Abruzzo nello scenario appena delineato delle esportazioni italiane? Per l’analisi degli scambi commerciali con l’estero ci si riferisce ai valori dell’industria manifatturiera disaggregata ino a tre cifre secondo il codice Ateco-Istat (90 settori merceologici). La TABELLA 2.1 fornisce prime indicazioni in tal senso. Gli indicatori sono espressi come medie tra due anni, questo per evitare, quanto possibile, le inluenze derivanti dal ciclo congiunturale.

15

TABELLA 2.1 - INDICE DI BALASSA (CORRETTO) IN ABRUZZO. PRINCIPALI SETTORI DI SPECIALIZZAZIONE/DESPECIALIZZAZIONE Codice Indice corretto di Indice corretto di Ateco2007 Balassa (1995) Balassa (2015) 2 Digit Autoveicoli 29 0.72 0.79 Vetro e prodotti in vetro 23 0.70 0.72 Componenti elettroniche 26 0.51 0.66 Gomma e plastica 22 0.37 0.50 Parti e accessori autoveicoli 30 -0.12 0.25

Mobili 31 -0.21 -0.19 Art. abbigliamento 14 -0.02 -0.45 Cuoio/ pelletteria 15 -0.13 -0.64

Fonte: Ns elaborazione su dati ISTAT. * le quote in % sono espresse come medie negli anni 2014 e 2015.

I dati riferiscono di una struttura esportativa specializzata nei settori ad elevate "economie di scala" e nei comparti "ad offerta specializzata", secondo la tassonomia di Pavitt (FIGURA 2.5). La regione registra sensibili vantaggi comparati nelle produzioni degli autoveicoli, nel vetro, nelle componenti elettroniche e nelle schede e nei prodotti in gomma e plastica. Particolare attenzione merita l'evoluzione dei prodotti strumentali di trasporto, come le parti e accessori per autoveicoli, che diventano nel corso degli anni il secondo comparto di riferimento per ammontare di esportazioni e il quinto per indice di specializzazione rispetto alla media nazionale. Viceversa, le produzioni tradizionali mostrano segnali di debolezza e criticità; si tratta in modo particolare del comparto dei mobili e degli articoli di abbigliamento e della pelletteria, per i quali si registra addirittura un aumento del grado di despecializzazione. L'indice di dissomiglianza tra le distribuzioni delle quote settoriali nelle esportazioni mostra una tendenziale disomogeneità della regione rispetto alle altre

16 aree territoriali del paese5 (FIGURA 2.6). In modo particolare, le differenze tendono ad essere maggiori nel confronto con il Centro-Italia e il Nord-est. In tutti i casi, comunque, la dissimilarità nel corso degli anni aumenta attestano una maggiore peculiarità della struttura esportativa abruzzese.

FIGURA 2.5 - INDICE DI BALASSA PER SETTORI DI PAVITT IN ABRUZZO

0.4 0.3 0.2 0.1 0 -0.1 -0.2 -0.3

-0.4 1995 2015 Scala High-tech Tradizionali Specializzati Fonte: Ns elaborazione su dati ISTAT

5 L’indice di dissomiglianza tra due distribuzioni delle esportazioni viene ottenuto nel modo seguente:

D = ½ Σi Іai - biІ

Dove ai e bi indicano i pesi in % dei singoli settori sul totale regionale. Il campo di variazione varia da 0, quando le due distribuzioni sono identiche, a 100, quando le due distribuzioni differiscono totalmente. 17

FIGURA 2.6 - INDICE DI DISSOMIGLIANZA TRA STRUTTURA DELL'EXPORT DELL'ABRUZZO E IL RESTO DELLE MACROAREE TERRITORIALI (0

70

53

35

18

0 Italia NordOvest NordEst Centro Mezzog.

1995 2015 Fonte: Ns elaborazione su dati ISTAT.

2.1.2.2. L'internazionalizzazione attraverso l'indice di Lafay

Ai ini di una valutazione più puntuale e completa dell'internazionalizzazione regionale occorre abbinare alle esportazioni l'evoluzione delle importazioni. La specializzazione viene allora descritta attraverso il contributo offerto dai singoli settori al saldo generale. Con l’applicazione dell’indice di Lafay, un settore è specializzato se mostra un saldo positivo tra esportazioni e importazioni ed è maggiore del saldo totale regionale. Inoltre, l’indice presenta caratteristiche vantaggiose in quanto, tenendo conto delle importazioni, permette una stima, seppur indiretta, dei fenomeni del commercio intra-industriale con i partner industrializzati esteri. La distribuzione delle esportazioni (TABELLA 2.2) è prevalentemente concentrata nei settori caratterizzati da "economie di scala"; nel corso del ventennio l'incidenza è aumentata di dieci punti percentuali, portando la quota relativa sul totale sopra il 60 %. Il contributo maggiore deriva dai mezzi di trasporto. A seguire, la struttura regionale è contraddistinta dalla presenza dei settori "tradizionali", per i quali però si registra una sensibile lessione (l'incidenza passa dal 23.3% al 15.4%). In questo contesto, le produzioni della iliera della "moda" sono i settori che mostrano una maggiore criticità, tenuto conto che la presenza sul totale delle esportazioni scende a oltre la metà, attestandosi al 4%. Anche i restanti comparti mostrano una leggera riduzione, con i settori dell'alta tecnologia che si attestano sul 9.5% mentre i settori dominati dai fornitori specializzati, come la meccanica, si confermano al 13%.

18

TABELLA 2.2 - QUOTE SETTORIALI IN % SUL TOTALE DELLE ESPORTAZIONI IN ABRUZZO - SETTORI ALLA PAVITT 1995 2015

Tradizionali 23.3 15.4 di cui settore Moda 10.2 4.0 Alta tecnologia 10.3 9.5 Scala 51.7 62.0 Specializzati 14.7 13.1

Fonte: Ns elaborazione su dati ISTAT

La struttura produttiva appare in questi termini tendenzialmente concentrata, con un effetto "polarizzazione" intorno ai settori "ad economie di scala". Il ruolo preponderante è svolto dal comparto dei mezzi di trasporto che assorbe circa il 48 per cento del totale delle esportazioni. La TABELLA 2.3 riporta l'indicazione del grado di concentrazione attraverso tre diverse situazioni. Le differenze tra la regione abruzzese e le altre macroaree territoriali appaiono nette; dal confronto, ad esempio, con il Nord, il primo settore esportativo in Abruzzo assorbe circa 25 punti percentuali in più, un divario che sale a 30 punti percentuali se il confronto è posto con l'Italia. Se i calcoli sono effettuati in base all'incidenza dei primi due settori, la quota in Abruzzo sale al 58 per cento, contro il 31.2 per cento dell'Italia, e addirittura aumenta al 67. 1 per cento, come quota per i primi tre settori. Solo in questo caso, il gap si riduce, scendendo in media a circa 20 punti percentuali.

TABELLA 2.3 - INDICI DI CONCENTRAZIONE SETTORIALE DELLE ESPORTAZIONI (PESO SUL TOTALE IN % - ANNO 2015) incidenza primo incidenza primi incidenza primi settore due settori tre settori

Abruzzo 47.9 58.1 67.1 Nord 22.3 34.4 45.6 Centro 20.4 39.0 52.1 Mezzogiorno 23.2 45.6 57.4 Italia 19.1 31.2 42.5

Fonte: Ns elaborazione su dati ISTAT

19

Una conferma della posizione di leadership occupata dai mezzi di trasporto si ottiene calcolando la quota settoriale abruzzese sul totale delle macroaree territoriali. In pratica, il settore assorbe quasi l'8 per cento del comparto nazionale e arriva al 40 per cento se l'incidenza è rapportata al totale del Mezzogiorno. I dati assumono una connotazione del tutto eccezionale se si considera che la quota esportativa abruzzese sul totale nazionale è dell'1.8 per cento. Come precedentemente indicato, l'analisi delle caratteristiche tecnologiche del modello di specializzazione abruzzese si completa mediante l'adozione dell'indice di Lafay. I risultati, che sono sintetizzati nella FIGURA 2.7, confermano in linea generale le peculiarità della struttura del commercio estero. In effetti, l'indice assume segni positivi solo con riferimento ai settori "ad economie di scala". Per il resto, gli scambi commerciali evidenziano un proilo di sostanziale despecializzazione. Sulla base dell'indice di Lafay la struttura del commercio internazionale può quindi essere analizzata sotto il duplice aspetto della dimensione relativa e del saldo normalizzato. Un settore allora è specializzato se contribuisce in misura maggiore al surplus della bilancia commerciale della regione. In questa direzione, è il comparto dei mezzi di trasporto e, in misura minore, del vetro, a contribuire in maniera sensibile alla formazione di vantaggi comparati. Nel 1995 la struttura produttiva regionale poteva contare anche sulle specializzazioni nei settori tradizionali. Le dinamiche evolutive dei contributi al saldo mostrano, a differenza di quanto rilevato prima, una diminuzione nei vantaggi competitivi nelle produzioni di scala; i cambiamenti sembrano intervenire questa volta dal lato delle intensità di specializzazione. Infatti nel 2015 l'indice inverte il trend, segnalando un valore negativo. Inine, segni tangibili di cambiamento nella struttura produttiva si evincono dalle analisi dei settori tradizionali. Ferma restando una minore quota delle esportazioni regionali rispetto alla media nazionale, l’indice di Lafay mostra anche una riduzione del contributo positivo al saldo globale. All’interno del comparto, il fattore che condiziona i movimenti dei vantaggi comparati è la performance dei prodotti di abbigliamento, che fa segnare andamenti alquanto differenti. L’ingresso nel commercio internazionale di economie in via di sviluppo ha ridotto la capacità dei paesi industrializzati di generare avanzi commerciali nei settori che producono beni tradizionali, il che dovrebbe rilettersi in minori specializzazioni. In deinitiva, le analisi evidenziano i caratteri distintivi del commercio con l’estero dell’Abruzzo. Nell’arco di questo ultimo decennio sembrano essersi realizzati segni di dinamismo nell’evoluzione del sistema produttivo, con una struttura dei vantaggi comparati che appare sempre più squilibrata e a favore di una distribuzione più disomogenea tra le diverse produzioni. In questa direzione, si annoverano la crescita delle specializzazioni nelle categoria dei settori "con economie di scala", il

20 ridimensionamento dei settori tradizionali, ed in particolare dei prodotti della iliera della moda. Segnatamente, il modello è stato in grado di migliorare la sua posizione nel gruppo dei settori a crescita alta e peggiorare in quello a crescita medio-bassa, rispettivamente rafforzando il vantaggio iniziale e riducendo quel parziale vantaggio iniziale. Il miglioramento nel primo gruppo è stato essenzialmente dovuto sia al più alto contributo settoriale al surplus commerciale della regione piuttosto che alla maggiore quota sul totale delle esportazioni. Nei gruppi a crescita della domanda medio-bassa, al contrario, le variazioni (principalmente abbigliamento) hanno avuto luogo sia con una lessione delle esportazioni che con un minor contributo al saldo globale della regione. In un arco di tempo pari a un ventennio l’Abruzzo ha manifestato interessanti dinamiche di cambiamento, che si sono tradotte nell’affermazione dei settori a medio- alta tecnologia e nell'indebolimento dei vantaggi comparati nei prodotti tradizionali del tessile-abbigliamento. E’ pur vero che al momento la regione rimane penalizzata dalla mancanza di vantaggi internazionali nei settori specializzati, costituiti da beni a medio-alto contenuto innovativo, sui quali le opportunità di mercato, soprattutto in un’ottica di riconigurazione delle iliere e dei distretti, sono tuttora ampie. Nella prossima sezione, verranno approfonditi i caratteri di specializzazione attraverso l’analisi dei principali mercati di riferimento, con l’obiettivo di valutare l’entità di eventuali spostamenti e diversiicazioni geograiche dell’industria manifatturiera abruzzese avvenuti in questo periodo.

21

FIGURA 2.7 - INDICE DI LAFAY PER SETTORI DI PAVITT IN ABRUZZO 12 9 6 3 1995 0 2015 -3 -6 -9 Scala High-tech Tradizionali Specializzati Fonte: Ns elaborazione su dati ISTAT

2.1.3. Internazionalizzazione: i mercati di sbocco

In questa sezione analizziamo l’evoluzione del modello di specializzazione settoriale sotto il proilo geograico, che concerne l’esame dei rapporti economici con le principali aree di sbocco. L’obiettivo è evidenziare in quali mercati internazionali l’Abruzzo registra i propri vantaggi e svantaggi comparati. In particolare, l’indagine è tesa a valutare il grado di corrispondenza tra le specializzazioni settoriali e le specializzazioni geograiche, e quindi ad indicare gli eventuali spostamenti del baricentro degli scambi commerciali abruzzesi, alla luce dei più rapidi mutamenti degli equilibri geo-economici intervenuti su scala internazionale in questi ultimi decenni. Gli indicatori utilizzati offrono due tipi di informazioni: la prima di natura “quantitativa”, espressa dal peso in percentuale che ogni area ha sulle esportazioni ed importazioni abruzzesi di manufatti; l’altra, che può essere deinita “qualitativa”, indica espressamente le specializzazioni detenute dall’Abruzzo nelle diverse aree. Le successive due TABELLE 4 e 5 offrono il quadro dell’evoluzione della distribuzione geograica delle quote di esportazioni e di importazioni abruzzesi.

22

TABELLA 2.4 - QUOTE REGIONALI DELL'EXPORT DELL'ABRUZZO VERSO LE PRINCIPALI AREE DI SBOCCO (IN %) tassonomi UE15 PECO USA Asia Area a Pavitt orientale mediterrane o 1995 2015 1995 2015 1995 2015 1995 2015 1995 2015

totale exp. 77.1 61.6 3.2 15.5 5.5 5.3 3.9 2.6 10.1 15.1 High-tech 62.2 37.5 2.2 8.5 2.1 24.5 20.6 6.8 5.8 6.1 Scala 90.3 71.4 2.3 18.5 0.9 0.6 0.6 0.6 1.8 4.0 Specializz. 66.7 52.4 2.5 14.3 16.8 5.1 4.2 3.4 3.0 9.9 Tradiziona 60.9 44.5 6.3 8.6 10.2 12.5 3.8 7.2 5.1 7.2 li Fonte: Ns elaborazione su dati ISTAT. USA: Stati Uniti; PECO: i nuovi paesi entranti nell’UE compresi Romania e Bulgaria; ASIA: i paesi dell’Asia orientale, tra cui Cina e Giappone; MEDITERRANEO: i paesi del Nord Africa e alcuni paesi dell’Asia occidentale, quali il Pakistan e Israele.

I dati mostrano il forte peso esercitato dai paesi industrializzati e, allo stesso tempo, rilevano una crescente presenza negli scambi commerciali dei nuovi paesi in via di sviluppo. Il quadro dei vari settori, riaggregati secondo la tassonomia di Pavitt, appare decisamente interessante. Rilessioni, in effetti, scaturiscono sia da una peculiare composizione geograica che dall’evoluzione espressa dalle aree di scambio.

TABELLA 2.5 - QUOTE REGIONALI DELL'IMPORT DELL’ABRUZZO VERSO LE PRINCIPALI AREE DI SBOCCO (IN %) tassonomi UE15 PECO USA Asia Area a Pavitt orientale mediterrane o 1995 2015 1995 2015 1995 2015 1995 2015 1995 2015

totale exp. 69.2 61.7 3.1 11.6 8.1 4.8 13.2 11.3 6.4 11.1 High-tech 71.1 69.8 1.2 8.9 8.8 3.4 13.8 12.6 2.4 2.7 Scala 79.8 70.2 3.4 11.9 1.5 1.2 10.2 8.8 1.7 4.2 Specializz. 47.5 44.9 0.6 17.2 17.9 6.5 30.6 12.9 0.1 10.4 Tradiziona 65.2 54.9 6.7 8.6 10.7 7.9 3.8 12.9 8.1 8.5 li Fonte: Ns elaborazione su dati ISTAT. USA: Stati Uniti; PECO: i nuovi paesi entranti nell’UE compresi Romania e Bulgaria; ASIA: i paesi dell’Asia orientale, tra cui Cina e Giappone; MEDITERRANEO: i paesi del Nord Africa e alcuni paesi dell’Asia occidentale, quali il Pakistan e Israele.

23

L’Unione Europea a 15 costituisce il principale mercato di riferimento del commercio estero per l'Abruzzo; in questo senso la distribuzione delle quote appare concentrata, sia in termini di esportazioni che di importazioni, a favore dei paesi europei. Nell’arco degli anni sono intervenuti però cambiamenti di una certa entità che hanno determinato segni importanti sulla distribuzione delle vendite all’estero. Nel caso dei settori high tech, ad esempio, si assiste ad una riconigurazione radicale delle esportazioni, con un forte calo della quota europea (dal 62.2 al 37.5 per cento) e l'espansione del mercato statunitense (dal 2.1 al 24.5 per cento) e dei Paesi dell'est Europa (dal 2.2 al 8.5 per cento). Tale aspetto si riproduce solo in minima parte dal lato delle importazioni, dato che il mercato europeo mantiene un ruolo assolutamente focale nelle attività di approvvigionamento. Anche per i settori di scala, gli scambi sono condizionati dalla rilevante presenza dei paesi europei. In questo caso però, le lessioni si distribuiscono con una certa entità anche per le importazioni. In più, sembra essere in atto una interessante diversiicazione verso l’area dei paesi dell’est Europa mentre per quanto riguarda l’approvvigionamento si mantengono stabili i rapporti con l’Asia orientale e leggermente crescenti con l'area del Mediterraneo. Sotto il proilo delle aree di sbocco, la quota dei nuovi paesi europei si rafforza soprattutto nei settori specializzati e in quelli di scala. Nel primo caso, il fenomeno appare importante soprattutto per la meccanica, dove l’incidenza raggiunge il 14 per cento circa delle esportazioni regionali e si attesta al 17 per cento dal lato delle importazioni. Nel secondo caso, si tratta delle produzioni nei mezzi di trasporto che interessano prevalentemente i rapporti di scambio con l'area ad est dell'Europa. L’ondata di prodotti a basso costo sui mercati internazionali assume anche per l’Abruzzo dimensioni rilevanti. Il fenomeno si traduce in un maggior aflusso di prodotti provenienti, in misura rilevante dalla Cina, Marocco e Romania, ed in una modesta risposta in termini di esportazioni. In quest’ottica, l’intensiicarsi dei rapporti commerciali incrementa la pressione concorrenziale e i rischi di spiazzamento occupazionale nei settori più colpiti. Dall’analisi effettuata, sembrano emergere due ordini di fattori che appaiono determinanti per la destinazione dei lussi commerciali regionali: da un alto la prossimità geograica e dall’altro le maggiori opportunità di mercato derivanti dalla liberalizzazione delle nuove economie. La forte integrazione del commercio internazionale, cui si è assistito negli ultimi anni, si è rilessa sulla diversiicazione degli scambi esteri, portando l’Abruzzo a tessere relazioni sempre più strette con le nuove aree geograiche. Il successivo impiego dell’indice di specializzazione6 consente di completare il discorso sulla valutazione e misurazione dei fattori di “successo” del modello di competitività internazionale dell’Abruzzo. I contributi settoriali al saldo globale sono

6 Si predilige l’indice di Lafay, perché interpreta la specializzazione come differenza di saldi normalizzati nelle partite correnti. 24 stati calcolati ad un livello di disaggregazione a 3 cifre e, al ine di rendere la lettura più agevole, sono evidenziate per singole aree geograiche (UE15, Asia orientale, Nord America e Peco), piuttosto che per singoli paesi. I risultati sono di seguito riportati.

UE15 L’Abruzzo registra specializzazioni nei prodotti caratterizzati dalle "economie di scala", dove partecipano in modo attivo e preponderante le produzioni dei mezzi di trasporto e del vetro (FIGURA 2.8). L'indice di Lafay indica che dal 1995 al 2015 i vantaggi comparati rilevati sono crescenti, in controtendenza con il resto dei comparti nei quali invece la posizione della regione è poco favorevole. In modo particolare, le peggiori performance riguardano i comparti dell'high-tech e dei prodotti tradizionali. L'analisi attesta che l'ampliamento del mercato unico europeo e l'uniicazione monetaria hanno comportato per l'Abruzzo una evoluzione netta e chiara della struttura esportativa a favore dei settori degli autoveicoli e dell'intera iliera dell'automotive, rafforzandone i vantaggi iniziali, mentre hanno inluito negativamente su altri comparti come i settori a offerta specializzata e soprattutto i settori tradizionali. Nello speciico, per il tessile-abbigliamento e l'arredo si annullano praticamente i vantaggi comparati esistenti prima dell'uniicazione europea.

FIGURA 2.8 - INDICE DI LAFAY (ABRUZZO)– UNIONE EUROPEA (15 PAESI) 14

10.5 7

3.5 0

-3.5 -7

-10.5 1995 2015 Scala High-tech Specializz.

Tradizionali Fonte: Ns elaborazione su dati ISTAT

25

USA Con riferimento all'area statunitense, l'Abruzzo presenta importanti differenze rispetto a quanto emerge dal contesto europeo (FIGURA 2.9). Differenze che si riscontrano nei settori di scala e high tech. Nei primi, sembrano permanere i caratteri della despecializzazione, con contributi negativi al saldo delle partite correnti; nei secondi, si ottengono nel corso degli anni vantaggi comparati attraverso rilevanti surplus commerciali. Dalle analisi delle specializzazioni settoriali è emersa una netta sostituzione tra produzioni all’interno del comparto della micro elettronica avanzata. La diversiicazione ha interessato esclusivamente il mercato americano dove il modello di specializzazione abruzzese ha beneiciato di elevate performance negli scambi. Inoltre, la struttura delle esportazioni dell’high tech appare concentrata nella farmaceutica e nella micro elettronica. Le analisi pertanto evidenziano un rilevante cambiamento delle specializzazioni attraverso una signiicativa diversiicazione verso prodotti tecnologicamente avanzati e in direzione del mercato americano, che diventa la principale area di sbocco e di scambio commerciale dei prodotti del settore high- tech.

FIGURA 2.9 - INDICE DI LAFAY (ABRUZZO) – USA

14 10.5 7 3.5 0 -3.5 -7 -10.5 -14 1995 2015

Scala

High-tech Specializz. Tradizionali Fonte: Ns elaborazione su dati ISTAT

PECO Il recente allargamento dell’Unione Europea ha consolidato le relazioni e l’integrazione economica con i paesi dell’est. La rimozione delle barriere commerciali ha dato impulso all’attività di scambio tra le due aree. Nel giro di pochi anni, la liberalizzazione delle economie ex-sovietiche ha stimolato notevolmente il processo di internazionalizzazione delle produzioni europee; la disponibilità di manodopera a

26 basso prezzo, la prossimità geograica e le opportunità di nuovi mercati hanno costituito fattori di attrazione per gli investimenti di capitale estero. Le elaborazioni sul modello di specializzazione abruzzese forniscono indicazioni in merito. Gli indici di Lafay mostrano vantaggi comparati nei settori di scala e despecializzazioni nelle restanti categorie. Nei primi, l’evoluzione positiva e crescente deriva soprattutto dall’aumento delle esportazioni di autoveicoli, nei secondi, invece, i bassi contributi al saldo sono condizionati da intensi rapporti di integrazione produttiva, che comportano un maggior aflusso di importazioni di macchinari e parti meccaniche (Repubblica Ceca e Slovacchia) e di prodotti di abbigliamento (Romania e Bulgaria). Dalla dinamica degli scambi commerciali l’Abruzzo sembra cogliere maggiori opportunità di sbocco (i Peco rappresentano il secondo mercato di riferimento delle esportazioni regionali degli autoveicoli) e allo stesso tempo possibilità di trasferimento di parti o di intere fasi lavorative con l’obiettivo di ridurre i costi di produzione. Senza dubbio, la prossimità geograica ha giocato un ruolo centrale per lo sviluppo di forme di integrazione produttiva-commerciale (FIGURA 2.10).

FIGURA 2.10 - INDICE DI LAFAY (ABRUZZO) – PECO

14 10.5 7 3.5 0 -3.5 -7 1995 2015

Scala

High-tech Specializz. Tradizionali Fonte: Ns elaborazione su dati ISTAT

Asia Orientale Il mercato asiatico è caratterizzato dalla presenza di due grandi economie: il Giappone e la Cina. Gli indici di Lafay indicano vantaggi comparati nei settori high tech, segnatamente nella micro elettronica avanzata, e nei settori tradizionali. La distribuzione geograica dei lussi commerciali delinea allora i caratteri precipui di un’area di approvvigionamento piuttosto che di destinazione (FIGURA 2.11). Le importazioni, da una parte, spiazzano il mercato internazionale e quello domestico

27 con prodotti a prezzi competitivi, è il caso dell’abbigliamento, ma, dall’altra, possono anche rappresentare veicolo di trasferimento di conoscenze e saperi utili per un miglioramento qualitativo del tessuto produttivo, in un’ottica strategica di import-led. A beneiciarne non sarebbero le sole imprese esogene che operano all’interno della regione, ma anche le stesse realtà imprenditoriali locali che avrebbero la possibilità di innalzare il livello di produttività con ricadute positive sull’intero territorio, attraverso, ad esempio, la diffusione di servizi alle imprese tecnologicamente avanzati.

FIGURA 2.11 - INDICE DI LAFAY (ABRUZZO) – ASIA ORIENTALE

12 9 6 3 0 -3 -6 -9 -12 1995 2015

Scala

High-tech Specializz. Tradizionali Fonte: Ns elaborazione su dati ISTAT

Area del Mediterraneo I rapporti di interscambio commerciale tra la regione e l'area comprendente i paesi del Mediterraneo sembrano ricalcare il proilo del commercio con i partner europei, anche se con valori decisamente più modesti. In questo ambito, si rilevano vantaggi comparati nei settori di scala, con una prevalente presenza di scambi nei mezzi di trasporto (FIGURA 2.12). Come accade nel caso europeo, in questo ambito settoriale la regione ha incrementato la specializzazione per effetto di un crescente contributo al saldo commerciale con l'area di riferimento. Inoltre, fatta eccezione per i prodotti high-tech, per i quali l'indice di Lafay rimane positivo, anche se conferma un trend decrescente negli anni, negli altri comparti l'Abruzzo mantiene una posizione essenzialmente debole, con proili di despecializzazione nei settori tradizionali e ,

28 soprattutto, in quelli specializzati (dove si registra una inversione di tendenza da valori positivi a negativi).

FIGURA 2.12 - INDICE DI LAFAY (ABRUZZO) – AREA DEL MEDITERRANEO

9 6.8 4.5 2.3 0 -2.3 -4.5 -6.8 -9 1995 2015

Scala

High-tech Specializz. Tradizionali Fonte: Ns elaborazione su dati ISTAT

2.2. Il mercato del lavoro: risultati a sette anni dalla crisi L’evoluzione del mercato del lavoro costituisce una seconda sezione fondamentale dell’analisi macroeconomica e risulta estremamente importante quando si considerano le prospettive dei sistemi economici locali. L’eficienza di un territorio si misura anche dalla capacità di convogliare attività produttive e servizi in quantità tali da offrire le maggiori opportunità lavorative alla popolazione. Utilizzando i principali indicatori uficiali, ottenuti dalla rilevazione periodica dell’Istat, l'Abruzzo nel corso degli anni 2014 e 2015 mostra tutti i valori in ascesa (TABELLA 2.6). Il mercato del lavoro regionale rafforza i segnali di miglioramento che si sono manifestati nel corso dell’ultimo periodo. Partendo dall’analisi delle grandezze di lusso, la crescita è ravvisabile sia nel numero di occupati, che aumenta dello 0.56 per cento, sia nella forza lavoro (0.63 per cento). Il dato tuttavia appare inferiore alla media nazionale (0.83 per cento) così come accade rispetto alle altre macroaree territoriali, ad eccezione del Nord, dove l'occupazione è salita dello 0.44 per cento. In controtendenza con il resto del Paese, la forza lavoro in Abruzzo aumenta in misura maggiore rispetto al numero di nuovi posti di lavoro; questo avviene per effetto di una crescita signiicativa delle persone in cerca di occupazione. Se, in effetti,

29 in Italia i disoccupati scendono del 6.47 per cento e nel Nord anche del 6.7 per cento, in Abruzzo invece essi salgono dell'1.1 per cento. Questo dato conferma lo stato di incertezza e le dificoltà congiunturali tuttora presenti nel sistema regionale.

TABELLA 2.6 - PRINCIPALI INDICATORI DEL MERCATO DEL LAVORO (TASSI DI CRESCITA 2014/2015 IN %) occupati persone in cerca di forza lavoro occupazione Abruzzo 0.56 1.15 0.63 Nord 0.44 -6.71 -0.15 Centro 0.83 -6.40 0.03 Mezzogiorno 1.59 -6.32 0.01 Italia 0.83 -6.47 -0.07 Fonte: Ns elaborazione su dati ISTAT

Il gap in termini di tasso di occupazione rispetto alle aree più ricche del Paese resta elevato (TABELLA 2.7); nell'ultimo anno in Abruzzo la percentuale di occupati sulla popolazione in età lavorativa è pari al 54.5 per cento, due punti percentuali in meno della media nazionale. Le differenze salgono a sette punti rispetto al Centro e superano i dieci punti percentuali quando il confronto è con il Nord Italia. Il tasso di disoccupazione è al 12.6 per cento, una percentuale di poco superiore al dato nazionale (11.9 per cento) ma nettamente distante dall'8 per cento del Nord. Tuttavia, l'Abruzzo mantiene una posizione migliore rispetto alle dificoltà croniche insite nelle regioni meridionali (tasso di disoccupazione al 19.4 per cento).

TABELLA 2.7 - PRINCIPALI INDICATORI DEL MERCATO DEL LAVORO (ANNO 2015) Tasso di Tasso di Tasso di occupazione disoccupazione attività Abruzzo 54.5 12.6 62.6 Nord 64.8 8.1 70.6 Centro 61.4 10.6 68.9 Mezzogiorno 42.5 19.4 52.9 Italia 56.3 11.9 64.0 Fonte: Ns elaborazione su dati ISTAT

Nonostante la leggera ripresa che si è registrata nel corso dell'ultimo anno, il divario con i livelli occupazionali pre-crisi appare non trascurabile. Come si evince

30 dalla TABELLA 2.8, che rilette l'andamento nell'intervallo 2008-2015, il numero di occupati persi in Abruzzo si attesta sulle 32 mila unità, passando da 511 mila unità a 479 mila, pari a un meno 6.3 per cento. In Italia la lessione è stata inferiore rispetto a quanto accaduto nella regione abruzzese, per effetto di tassi negativi pari al 2.7 per cento; nel Nord il trend è stato pari a meno 1.9 per cento mentre le regioni del Centro sono riuscite a recuperare il gap facendo segnare valori positivi (1.8 per cento). Il tasso di occupazione sconta circa quattro punti percentuali in meno rispetto al 2008 così come la distanza in termini di disoccupazione resta ancorata su cinque punti percentuali.

TABELLA 2.8 - UN CONFRONTO CON I LIVELLI PRE-CRISI DEGLI INDICATORI DEL MERCATO DEL LAVORO occupati tasso di occupazione tasso di (/000) disoccupazione

2008 2015 2008 2015 2008 2015

Abruzzo 511 479 58.8 54.5 6.6 12.6 Centro 4.763 4.851 62.8 61.4 6.1 10.6 Italia 23.090 22.465 58.6 56.3 6.7 11.9 Fonte: Ns elaborazione su dati ISTAT

I risultati inoltre evidenziano un sensibile ritardo nel mercato del lavoro regionale. Dopo sette anni dallo scoppio della crisi internazionale, l'Abruzzo fatica a recuperare i livelli occupazionali persi a seguito degli shock congiunturali. Le previsioni incerte per i prossimi anni della crescita del PIL certamente non favoriscono il realizzarsi di una sensibile inversione di tendenza. Ciò lascerebbe con ogni probabilità i tassi di occupazione e disoccupazione su posizioni ancora lontane dai livelli precedenti la "grande crisi".

2.3. La dinamica demograica delle imprese Nel corso degli ultimi anni (2008-2015) i dati di Infocamere (Camera di Commercio) mettono in luce un visibile rallentamento nel numero delle imprese attive; un fenomeno che appare generalizzato sull'intero territorio nazionale. Per quanto riguarda l'Abruzzo, la diminuzione è stata pari al 3.8 per cento, pari a 642 mila unità (TABELLA 2.9). La lessione è di poco superiore alla media italiana, dove il numero di imprese scende del 3.2 per cento. Anche nel confronto dell'ultimo anno (2014/2015) l'Abruzzo presenta valori negativi più elevati (rispettivamente -0.5 contro -0.1 per cento).

31

TABELLA 2.9 - NUMERO DI IMPRESE ATTIVE E TASSI DI CRESCITA ANNUALE E NEL PERIODO (IN %) 2008 2014 2015 2014/2015 2008/2015

Abruzzo 132.511 128.109 127.467 -0.5 -3.8 Italia 5.316.104 5.148.413 5.144.383 -0.1 -3.2

Fonte: Ns elaborazione su dati Infocamere

Se ci si riferisce all'andamento annuale, dalla FIGURA 2.13 si può notare come ino al 2011 l'Abruzzo abbia mantenuto una dinamica evolutiva positiva del numero di imprese attive, che si è mostrata anche al di sopra dei valori nazionali. Il rallentamento dunque è frutto degli eventi congiunturali che nel corso dell'ultimo triennio hanno colpito in maniera signiicativa l'economia regionale o almeno una parte del tessuto produttivo.

FIGURA 2.13 - TASSI DI CRESCITA CUMULATA (POSTO IL 2008=100) 101

99.75

98.5

97.25

96 2008 2009 2010 2011 2012 2013 2014 2015

Abruzzo Italia Fonte: Ns elaborazione su dati Infocamere.

Nelle recenti Relazioni annuali della Banca d’Italia più volte viene sottolineato un apparente paradosso che si sta manifestando nel nostro paese. L’aumento delle cessazioni d’impresa associato ad una fase di ripresa della crescita produttiva viene indicato come un tendenziale “processo di distruzione creativa, caratterizzato dall’espulsione delle imprese meno produttive e dalla riallocazione di quote di produzione verso quelle migliori, già presenti o nascenti” (Banca d'Italia, 2008). Queste considerazioni possono essere estese anche alla regione abruzzese, dove il tasso netto di sviluppo testimonia ampiamente questo processo. Dal 2008, infatti, anche se lo scarto tra natalità e mortalità si riduce mediamente di un punto

32 percentuale, il fenomeno è il risultato dell’effetto della combinazione tra la sostenuta crescita delle cessazioni e tassi di natalità praticamente superiori sia rispetto al passato che al dato regionale. Complessivamente, confrontando le movimentazioni delle imprese si evidenzia una particolare situazione che sembrerebbe affermarsi con evidenza nella regione. Da un lato, le maggiori dificoltà di competere e le incertezze internazionali scoraggiano le imprese a rimanere sul mercato ma, dall’altro, permane una positiva vitalità del tessuto produttivo che riesce a resistere ai grandi cambiamenti, probabilmente per effetto di imprese meglio dimensionate e più strutturate. I dati danno conto di un certo rafforzamento in atto nella struttura del sistema imprenditoriale leggibile nell’evoluzione delle forme giuridiche. Il tasso di crescita delle società di capitali in Abruzzo è stato del 40 per cento (2008-2015), una performance visibilmente superiore al dato nazionale (18.9 per cento) e rispetto a quanto accade per le altre forme giuridiche. Le imprese individuali così come le società di persone vedono infatti scendere il numero di unità mediamente del 10 per cento, perfettamente in linea con l'Italia mentre si registra una crescita dell'11.2 per cento delle altre imprese con forme giuridiche miste (TABELLA 2.10). Le differenze restano signiicative anche nell'ultimo anno, dove a fronte di un aumento del 5.4 per cento delle società di capitali in Abruzzo sia le imprese individuali che le società di persone diminuiscono rispettivamente nell'ordine dell'1.5 e del 2.9 per cento.

TABELLA 2.10 - TASSI DI CRESCITA DEL NUMERO DI IMPRESE ATTIVE PER FORMA GIURIDICA (IN %) 2014/2015 2008/2015 Abruzzo Italia Abruzzo Italia

Imprese individuali -1.5 -0.7 -10.1 -7.4 Società di persone -2.9 -2.3 -10.2 -10.4 Società di capitali 5.4 3.5 40.0 18.9 Altre forme 3.5 1.9 9.3 9.3

Fonte: Ns elaborazione su dati Infocamere

E’ in atto pertanto un signiicativo cambiamento di rotta rispetto al passato. Il contesto locale tende a muoversi in direzione di una razionalizzazione dell’apparato imprenditoriale attraverso la riduzione delle società di persone e delle ditte individuali e di una contestuale crescita di forme giuridiche di impresa più strutturate come le società di capitale. Si può notare che l'incidenza sul totale delle ditte individuali scende dal 2008 al 2015 di oltre quattro punti percentuali, passando dal

33

72 al 67 per cento mentre le società di capitali aumentano il loro peso di cinque punti, salendo dal 12 al 17.3 per cento (TABELLA 2.11). Proponendo una valutazione comparativa con il trend nazionale, l'Abruzzo appare comunque caratterizzato da una maggiore prevalenza delle imprese individuali, con un peso maggiore di sei punti percentuali. D'altra parte, se per le società di persone, l'incidenza nella media italiana è piuttosto signiicativo, il gap per le società di capitali scende a soli tre punti percentuali. L'economia abruzzese resta quindi ancorata a un pregnante tessuto di micro e piccolissime imprese. Tuttavia, soprattutto a partire dalla crisi economica, la composizione giuridica si sta gradualmente strutturando verso assetti meno squilibrati e più in linea con le aree più ricche del paese.

TABELLA 2.11 - IMPRESE ATTIVE (COMPOSIZIONE PERCENTUALE PER FORMA GIURIDICA SUL TOTALE) 2008 2015 Abruzzo Italia Abruzzo Italia

Imprese individuali 71.7 63.8 67.0 61.0 Società persone 14.6 17.5 13.7 16.2 Società capitali 11.9 16.5 17.3 20.3 Altre forme 1.8 2.2 2.0 2.5

Fonte: Ns elaborazione su dati Infocamere

2.4. Il mercato creditizio e inanziario regionale A conclusione dell'analisi del quadro macroeconomico un momento di rilessione riguarda l'evoluzione degli impieghi e dei depositi bancari. Come si può notare dalla tabella 2.12, nel corso dell'ultimo anno (2014/2015) gli impieghi in Abruzzo sono aumentati dello 0.3 per cento, in linea con quanto accade a livello nazionale (0.29 per cento); una performance positiva che si era riscontrata anche nell'anno precedente, dove la regione faceva meglio della media nazionale con una percentuale dello 0.36 per cento contro una lessione dello 0.19 per cento (TABELLA 2.12). Tuttavia, dal confronto con i livelli pre-crisi (anno 2008) resta un gap ancora piuttosto signiicativo per l'Abruzzo; il tasso di crescita per l'intero periodo (2008/2015) è pari al 15.2 per cento, circa due punti percentuali inferiore all’Italia.

34

TABELLA 2.12 - EVOLUZIONE DEGLI IMPIEGHI TOTALI. (IN MILIONI DI EURO - TASSI DI CRESCITA IN %) 2013 2014 2015 2013/ 2014/ 2008/ 2014 2015 2015

Abruzzo 25.211 25.303 25.380 0.36 0.30 15.2 Italia 1.855.194 1.815.621 1.820.961 -0.19 0.29 17.9 Fonte: Ns elaborazione su dati Banca d'Italia

Per quanto riguarda l'andamento dell'aggregato bancario dei depositi (TABELLA 2.13) l'Abruzzo mostra nel 2014 una lessione del 2.4 per cento mentre nel 2015 il valore torna su livelli positivi, con una crescita dell'1.6 per cento. In questo caso, però, le performance regionali sono al di sotto dell'Italia, tenuto conto che nell'ultimo anno di rilevazione i depositi aumentano di oltre il 3 per cento. I dati dunque mostrano una certa asimmetria tra impieghi e depositi. In altri termini, il mercato creditizio in Abruzzo ha avuto negli anni del dopo-crisi un andamento caratterizzato da un incremento dei prestiti alla clientela residente e da un calo dei depositi, con una successiva moderata ripresa nel corso dell'ultimo anno, dove comunque la crescita resta ben al di sotto anche dei dati delle regioni del Centro- Nord.

TABELLA 2.13 - EVOLUZIONE DEI DEPOSITI TOTALI. (IN MILIONI DI EURO - TASSI DI CRESCITA IN %) 2008 2014 2015 2013/ 2014/ 2014 2015

Abruzzo 24.970 24.386 24.781 -2.4 1.6 Italia 1.289.753 1.270.654 1.311.865 -1.5 3.2 Fonte: Ns elaborazione su dati Banca d'Italia

Un indice oltremodo signiicativo è dato dal rapporto impieghi/depositi perché consente di esprimere l'evoluzione del sistema creditizio regionale di trasformare la raccolta in attività di impiego. In proposito la TABELLA 2.14 è abbastanza eloquente. Nella sostanza si può evidenziare che il sistema abruzzese ha mantenuto una propensione ad assistere il mondo dell'economia e delle famiglie pur in presenza di un minor aflusso di depositi verso gli sportelli bancari. Comunque, si riscontra un sensibile gap rispetto alla media nazionale, dove pur a fronte di una lessione dell'indice, l'intensità a trasformare la raccolta in prestiti resta più elevata.

35

TABELLA 2.14 - EVOLUZIONE DEL RAPPORTO IMPIEGHI/DEPOSITI TOTALI 2008 2014 2015 Abruzzo 1.01 1.04 1.02 Italia 1.44 1.43 1.39 Fonte: Ns elaborazione su dati Banca d'Italia

Le argomentazioni sulla quantità del credito sono, ovviamente, strettamente connesse con il prezzo al quale questo credito è concesso. Nella TABELLA 2.15 sono riportati i tassi di interesse attivi praticati dalle istituzioni bancarie sulle operazioni autoliquidanti a revoca. Si tratta di operazioni di smobilizzo cartterizzate da una fonte di rimborso predeterminata. Queste operazioni consentono alla clientela di rendere liquidi i propri crediti non essendo altro che dei inanziamenti concessi dagli intermediari per consentire loro l’immediata disponibilità di crediti non ancora scaduti vantati nei confronti di terzi. Per gli intermediari, che ne curano l’incasso, questi smobilizzi hanno il pregio dell’autoliquidità poiché alla scadenza dei crediti le somme vengono versate direttamente dai debitori. Il periodo di esame (2008-2015) mostra in linea generale sul totale economia una lessione dei tassi attivi; in Abruzzo si passa dal 8.3 per cento al 6.4, pari a una discesa di circa due punti percentuali. In Italia, invece, la lessione è stata più pronunciata, con una discesa dei tassi di quasi tre punti percentuali (dal 7.3 al 4.8 per cento). Disaggregando la struttura dell'economia per settori, si può notare per i servizi un livello dei tassi superiori, nel caso dell'Abruzzo, di due punti percentuali rispetto al comparto industriale. Questo gap, inoltre, appare caratterizzare maggiormente il sistema abruzzese, tenuto conto che in Italia il gap settoriale è di poco superiore all'1 per cento. Il quadro comunque rilette un differenziale dei tassi praticati in Abruzzo rispetto alle altre aree territoriali del paese. In modo particolare, rispetto all'Italia il differenziale nel 2008 era quasi di un punto percentuale e nel corso degli anni tende a salire, superando il punto e mezzo. Differenziali che aumentano e superano i due punti percentuali nel confronto con le regioni del Nord-ovest. Solamente nel caso del Mezzogiorno, l'Abruzzo mantiene tassi attivi inferiori, seppur con un tendenziale allineamento per effetto di una maggiore discesa dei tassi praticati nel Mezzogiorno.

36

TABELLA 2.15 - TASSI ATTIVI SULLE OPERAZIONI AUTOLIQUIDANTI A REVOCA (III TRIMESTRE) totale economia industria servizi 2008 2015 2008 2015 2008 2015 Abruzzo 8.31 6.46 7.44 5.37 8.75 7.36 Italia 7.33 4.82 6.96 4.41 7.59 5.43 Mezzog. 8.54 6.65 7.93 6.16 8.80 7.27 Nord-Ovest 6.98 4.28 6.82 4.21 7.31 4.81 Nord-Est 7.13 4.69 6.66 4.26 7.26 4.86 Centro 7.55 5.05 7.17 4.19 7.92 5.99 Fonte: Ns elaborazione su dati Banca d'Italia

Al fenomeno di elevati tassi di interesse si accompagna la dinamica delle sofferenze bancarie le cui probabilità di formazione sono, come si può intuire, crescenti al crescere della remunerazione del debito. Con riferimento dunque alla qualità del credito, soffermandoci sulle ultime rilevazioni trimestrali del 2015 (TABELLA 2.16), in Abruzzo le dinamiche delle partite in sofferenza, seppur leggermente in diminuzione, sono rimaste sensibilmente superiori a quelle nazionali. Le sofferenze sui prestiti in Abruzzo arrivano ad incidere per il 18.8 per cento mentre in Italia l'indice si attesta nell'ordine del 10.8 per cento. Dal quadro offerto dai dati emerge che la regione abruzzese sconta una presenza relativa di sofferenze anche superiore al Mezzogiorno, per un valore pari a due punti percentuali sul totale impieghi. Una simile situazione si riscontra sul versante delle imprese; in questo caso l'incidenza delle sofferenze in Abruzzo sale al 26.5 per cento dei prestiti, di poco superiore al dato meridionale (25.4 per cento) ma abbondamente al di sopra della media italiana (18.1 per cento).

TABELLA 2.16 - ANDAMENTO DELLE SOFFERENZE BANCARIE sofferenze / prestiti in % sofferenze/ prestiti imprese in % settembre 2015 dicembre 2015 settembre 2015 dicembre 2015

Abruzzo 18.6 18.8 26.1 26.5 Mezzogiorno 16.4 16.2 25.2 25.4 Italia 10.8 10.8 17.9 18.1 Fonte: Ns elaborazione su dati ABI

37

* * * * *

In deinitiva, la struttura della specializzazione abruzzese appare del tutto eccezionale rispetto alle regioni del Mezzogiorno. I suoi punti di forza sono nei settori di scala e in parte in quelli ad alta tecnologia. In particolare, si segnalano le produzioni degli autoveicoli, della microelettronica e della farmaceutica. Sotto il proilo dinamico, il modello di specializzazione fornisce interessanti indicazioni. Da una parte si rafforza l’incidenza dei contributi al saldo dei settori di scala, segnatamente dei mezzi di trasporto, dall’altra invece si assiste ad un indebolimento soprattutto dei settori tradizionali, che hanno maggiormente risentito della concorrenza dei paesi in via di sviluppo e della crisi europea, e che per questo andrebbero maggiormente sostenuti con adeguate politiche di intervento. Le specializzazioni settoriali trovano una conigurazione puntuale dal punto di vista geograico. Le esportazioni dei mezzi di trasporto si concentrano nei paesi industrializzati (UE15) e nei paesi nuovi aderenti all'UE dell'est. L’aumento dei prodotti price competition nelle quote del commercio, ha determinato per l’Abruzzo la dificoltà a preservare i vantaggi di specializzazione. I risultati offrono dunque un’idea dei punti di forza e debolezza del modello di specializzazione abruzzese. Questi aspetti strutturali ricalcano in linea generale i nuovi proili deiniti dalle politiche di "Smart Specialization" da parte della regione Abruzzo. Come è noto, la strategia di "specializzazione intelligente" costituisce una delle priorità della politica per lo sviluppo regionale e si basa sulla deinizione delle potenzialità di crescita cosiddette "place-based" (Barca, 2009; McCann and Ortega-Argilès, 2013). In esse ritroviamo le specializzazioni nell'automotive-meccatronica, nell'agrifood, nelle scienze della vita, nell'ICT/spazio e nella moda/design (Regione Abruzzo, 2015). Inoltre, lo scenario delineato dai rapporti degli scambi commerciali sembra rilettersi nelle peculiarità territoriali della struttura produttiva regionale, caratterizzata dalla concentrazione delle grandi imprese esterne nei comparti di scala ed elevato contenuto tecnologico, rispettivamente nelle province di Chieti e dell'Aquila, e dall’addensamento di piccole imprese endogene operanti nei settori tradizionali, in particolare nella provincia teramana. Se da una parte il modello commerciale con l’estero rimane condizionato dalle scelte localizzative delle poche grandi realtà imprenditoriali extraterritoriali, dall’altra mostra delle perplessità sui risultati nell’evoluzione del ruolo delle piccole e medie imprese locali, che in molte non riescono a preservare i vantaggi comparati internazionali, e quelle che ci riescono mantengono una minore base occupazionale interna. Le prospettive di crescita del sistema economico regionale sono fortemente connesse alle vicende del quadro economico internazionale ed europeo; la struttura esportativa, attraverso elevati proili di specializzazione settoriale e geograico dei

38 mercati di sbocco, è esposta in modo signiicativo ai rischi congiunturali internazionali, che possono derivare dai possibili shock di domanda, ora connessi alle oscillazioni dei mercati reali ora a quelli dei mercati inanziari.

39

3. L’EVOLUZIONE DEL CONTESTO ECONOMICO-FINANZIARIO DELLA REGIONE ABRUZZO E GLI INDICATORI DI PREVISIONE DELLA CRISI DI IMPRESA

3.1. Metodologie e strumenti per monitorare e prevenire la crisi d’impresa e il inancial distress Il concetto di “crisi d’impresa” è stato variamente deinito nella letteratura di Accounting e Finance, sia per evidenziare situazioni di illiquidità e insolvenza, sia per sottolineare l’incapacità delle imprese di far fronte alle proprie obbligazioni. I “sintomi” della crisi sono evidenti osservando sia le perdite economiche dell’impresa, sia il ricorso al capitale di prestito a cui segue un incremento degli oneri inanziari ("crisi manifesta” o inancial distress, si veda Amoroso, Bagaglia, Bramieri, Rubboli, 2009). La crisi diviene, invece, “irreversibile e insanabile” (failure o bankruptcy, si veda Everett, Watson, 1998; Sharma, Mahajan, 1980) nel momento in cui non è più possibile ripristinare l’equilibrio generale dell’impresa (Amaduzzi, 1962) essendo venute a mancare sia le condizioni di redditività, sia di equilibrio inanziario- patrimoniale. In tal senso, l’analisi di bilancio permette di valutare il sopraggiungere di una situazione di dificoltà aziendale, che può essere superata soltanto mediante un processo di rinnovamento dell’impostazione imprenditoriale (Giorgino, 2015). Tale metodologia, sebbene meno tempestiva rispetto ad altre, resta, tuttavia, valida in quanto fondata su dati di natura quantitativa. I valori contenuti nel bilancio e la loro riclassiicazione consentono l’elaborazione di indicatori di redditività e di equilibrio inanziario-patrimoniale. Pertanto, tale analisi fornisce utili indicazioni riguardo lo stato “attuale” di salute delle imprese laddove l’esame delle serie storiche consiste di valutarne l’andamento nel corso del tempo (Invernizzi, Molteni, 1990). Lo studio sulle relazioni tra “Traditional Ratio Analysis” e bankruptcy di Beaver (1968) ha permesso per la prima volta di individuare alcuni “indicatori chiave” in grado di predire il fallimento delle imprese ino a cinque anni prima della manifestazione di tale evento. Agli indicatori di proittabilità, liquidità e di solvibilità è stato riconosciuto un incredibile potere di predire il inancial distress e la bankruptcy delle imprese. In seguito, applicando la tecnica statistica dell’analisi discriminante, Deakin (1972) ha misurato la percentuale di errore di quattordici ratios nella previsione di crisi d’impresa. E’ stata testata la validità di vari gruppi di indicatori, per lo più di liquidità e solidità inanziaria, fra cui: i) non-liquid asset group, ii) liquid asset to total asset

40 group, iii) liquid assets to current debt group (fra cui il current ratio), iv) liquid asset turnover group. Fra questi, il Current Ratio, ossia il rapporto fra l’attivo che si ritiene possa realizzarsi nel breve periodo (12 mesi) e i debiti che provocheranno uscite di cassa nello stesso breve periodo è in grado di sintetizzare l’equilibrio inanziario delle imprese (Capalbo, Monaco, Palumbo, 2014). L’esame della velocità di circolazione degli investimenti, invece, fornisce utili indicazioni sul numero di volte in cui il capitale mediamente investito si è rigenerato attraverso i ricavi (Palumbo, 2001). Tuttavia, l’esame del solo equilibrio inanziario non consente un’adeguata valutazione dello stato di salute delle imprese, l’equilibrio economico-inanziario dipende in primo luogo dalla capacità dell’impresa di coprire il lusso dei costi con il lusso dei ricavi lasciando un soddisfacente margine per la remunerazione del capitale di rischio (Paolone, D’Amico, 2001). Al ine di pervenire ad una corretta valutazione dell’equilibrio economico sarebbe opportuno esaminare i seguenti indici di redditività: i) il ROS (Return on Sales), dato dal rapporto fra il reddito operativo e i ricavi delle vendite; ii) il ROA (Return on Asset), dato dal rapporto fra reddito operativo e totale attivo; iii) il ROI (Return on Investment), dato dal rapporto tra reddito operativo e capitale investito e il ROE (Return on Equity), dato dal rapporto tra reddito netto e capitale netto. Pertanto, l’analisi delle performance delle imprese e la valutazione delle possibilità di default non posso prescindere da una lettura “sistemica” sia di indicatori di redditività, sia di quelli solvibilità.

3.2. Lo Z-score di Altman per monitorare il inancial distress delle PMI imprese Fra gli strumenti per la previsione del inancial distress e del rischio di fallimento il modello dello Z’’-Score assume un ruolo di primaria importanza. Il primo modello di previsione della crisi d’impresa è stato elaborato da Altman (1968) ed inteso come un “inancial tool” grazie al quale investitori, banche, società di rating e le aziende stesse potessero monitorare lo stato di salute delle imprese. Nel corso degli ultimi cinquant’anni si è assistito ad una vera e propria evoluzione delle metodologie di previsione del fallimento, passando dall’analisi univariate dei tradizionali indici di bilancio ino allo sviluppo di multiple discriminant analysis model (MDA), per l’appunto lo Z’’-score model. Numerosi studiosi hanno proposto nuovi modelli previsionali, fra cui Ohlson (1980) che ha suggerito per la prima volta l’adozione di un modello logit, mentre qualche anno più tardi Tafler (1984) ha adattato lo Z’’-score alle imprese del Regno Unito.

41

Nel 1996 Dimitras et al. hanno riesaminato 47 studi sui modelli predittivi annotando sia il metodo, sia gli indicatori maggiormente utilizzati. L’analisi discriminante si è rivelata ino ad allora il metodo di analisi prevalente, i ratios considerati maggiormente informativi sono risultati quelli di solvency and proitability. Recentemente una review di Jackson e Wood (2013) ha evidenziato quali fossero le principali tecniche previsionali per l’analisi della crisi d’impresa, ossia: i) la multiple discriminant analysis, ii) i modelli logit, iii) le neural networks, iv) i contingent claims e v) l’univariate analysis. Das et al. (2009) e Bauer e Agarwal (2014), invece, si sono soffermati sulla disamina dell’eficacia di tali modelli considerando le diverse performance realizzate dagli accounting-based, market-based e dagli hazard models. Ad oggi, dopo quasi mezzo secolo dall’ideazione del Z’’-score model e aver assistito al proliferarsi di innumerevoli modelli previsionali, il “modello di Altman” si rivela ancora valido e largamente utilizzato (Atlman, 2016). Il modello Z’’-score del 1968 aveva la funzione di prevedere i casi di bankruptcy e di altri tipi di inancial distress, l’obiettivo del modello era quello di agevolare soprattutto le banche nella valutazione del rischio di fallimento delle imprese quotate nei mercati azionari. Nel testare la validità del modello “Z-Score model for Public Firms” Altman aveva escluso le piccole imprese con un valore dell’attivo inferiore a 1 milione di dollari a causa di dati insuficienti per tale classe dimensionale. Dei 22 potenziali ratios inizialmente considerati nel suo lavoro, Altman incluse cinque indici di bilancio pervenendo alla seguente formulazione della funzione discriminante Z’’-Score:

Z= 0.012* X1 +0.014* X2+0.033* X3+0.0006* X4+0.999* X5 (1)

dove, l’indicatore:

- X1=Working capital/ Total Assets, consente di confrontare la differenza tra attività e passività correnti (ossia il CCN) con il totale dell’attivo;

- X2=Retained Earnings/Total Assets, permette di valutare l’ammontare degli utili trattenuti nell’impresa rispetto al totale dell’attivo;

- X3=Earnings before Interest and Taxes/Total Assets, confronta il risultato operativo ante oneri inanzari e imposte realizzato dall’impresa con il totale dell’attivo;

- X4 = Market Value of Equity/Book Value of Total Liabilities, consente di confrontare la capitalizzazione dell’impresa rispetto al totale dei debiti;

42

- X5 = Sales/Total Assets, mette in relazione i ricavi delle vendite rispetto al totale dell’attivo. - Z= indice, rappresenta la probabilità di fallimento o di inancial distress delle imprese.

L’utilizzo dell’indice Market Value of Equity, tuttavia, poneva dei limiti dell’utilizzo del modello qualora applicato per valutare il rischio di fallimento delle imprese non quotate. Per tale motivazione il modello è stato ri-estimato (Altman, 1983) sostituendo il

Market Value of Equity in X4 con il Book Value of Equity. Il nuovo indice utilizzato per stimare lo Z’’-Score metteva il relazione il patrimonio netto dell’impresa con i debiti complessivamente contratti. Pertanto, il nuovo modello Z’’-Score formulato da Altman (1983) per valutare il rischio di fallimento delle imprese non-quotate è il seguente:

Z= 0.717* X1 +0.847* X2+3.107* X3+0.420* X4+0.998* X5 (2)

I valori assunti dalla Z'' identiicano varie probabilità di crisi irreversibile dell'impresa (bankruptcy) o di inancial distress, ossia: - se Z’’-score>2.9, si esclude ogni possibilità di crisi d’impresa (Safe); - se 1.232.9, ci sono buone probabilità che l’impresa si trovi in una condizione di inancial distress (Good Chances of going to Distress); - se Z’’-score<1.23, ci sono elevate probabilità di inancial distress (High probability of inancial distress). La validità dello Z’’-score model è stata recentemente testata da Altman (2016) su un campione di imprese di 31 diversi Paesi di origine. Minimi aggiunstamenti apportati al modello ne permettono l’implementazione per valutare il rischio di fallimento di imprese localizzate aree geograiche diverse.

3.3. La metodologia di analisi

3.3.1. Il campione

Le analisi proposte si riferiscono al campione delle imprese manifatturiere attualmente “attive” e con sede in Italia, al sottocampione di imprese con sede in Abruzzo e a successivi sottocampioni, per il periodo 2006-2015. Si è giunti alla selezione del campione e dei sottocampioni acquisendo i dati dalle seguenti fonti:

43

- imprese presenti nel database AIDA Bureau van Dijk aventi codice ATECO 2007 “C – Attività manifatturiere” e fatturato superiore a 2 milioni di euro7; - bilanci di esercizio delle imprese per la rilevazione delle principali voci, utili al calcolo degli indicatori di performance e degli indicatori inclusi nel modello Z’’-score di Altman (1983, 2000) per il periodo 2006-2015.

La Tabella 3.1 mostra il numero e la distribuzione in percentuale delle piccole, medie e grandi imprese presenti: - nel campione A, che include le imprese manifatturiere italiane (codice C, ATECO 2007); - nel sottocampione B, che include le imprese manifatturiere abruzzesi (codice C, ATECO 2007); - nel sottocampione C, che include le imprese italiane dell’industria alimentare (codice 10, ATECO 2007); - nel sottocampione D, che include le imprese abruzzesi dell’industria alimentare (codice 10, ATECO 2007); - nel sottocampione E, che include le imprese italiane dell’industria degli autoveicoli, rimorchi e semirimorchi (codice 29, ATECO 2007); - nel sottocampione F, che include le imprese abruzzesi dell’industria degli autoveicoli, rimorchi e semirimorchi (codice 29, ATECO 2007).

La scelta di esaminare le performance e il rischio di inancial distress delle imprese abruzzesi appartenenti al settore alimentare è legata all’estrema produttività di tale comparto che vanta un fatturato di circa 1,65 miliardi di euro e presenta speciiche peculiarità dell’industria regionale abruzzese. La preferenza di analizzare il settore degli autoveicoli, rimorchi e semirimorchi è, invece, connessa al rilievo strategico dello stesso nel sistema produttivo italiano. La Tabella 3.2 esamina la distribuzione delle imprese manifatturiere (campione B) rispetto al parametro dimensionale e alla localizzazione sul territorio della regione Abruzzo, si osserva chiaramente che in maggioranza sia le piccole, sia le medie e grandi imprese del settore manifatturiero abruzzese hanno sede legale nelle province di Chieti e Teramo.

7 L’utilizzo del parametro dimensionale “fatturato” superiore a 2 milioni di euro, consente di escludere dall’analisi le micro imprese, in aderenza a quanto stabilito dalla Raccomandazione della Commissione Europea 2003/361/CE che deinisce le varie categorie dimensionali delle piccole e medie imprese, legge recepita con il Decreto Ministeriale del 18 Aprile 2005. 44

TABELLA 3.1 - SELEZIONE DEL CAMPIONE E DEI SOTTOCAMPIONI DI IMPRESE Settore industriale a cui Dimensione Italia Freq. % Abruzzo Freq. % appartengono le imprese N N

Piccola 27.445 70,99 438 73,99 Industria manifatturiera Media 8.857 22,91 115 19,43 Grande 2.361 6,11 39 6,59

Totale 38.663 (A) 100 592 (B) 100

Piccola 2.343 62,21 62 71,26 Industria alimentare Media 1.080 28,68 19 21,84 Grande 343 9,11 6 6,90

Totale 3.766 (C) 100 87 (D) 100

Piccola 373 57,38 11 47,83 Industria fabbr. autoveicoli Media 187 28,77 9 39,13 Grande 90 13,85 3 13,04

Totale 650 (E) 100 23 (F) 100

TABELLA 3.2 - DISTRIBUZIONE DELLE IMPRESE MANIFATTURIERE PER PROVINCIA (CAMPIONE B) CH AQ PE TE N Freq.% N Freq.% N Freq.% N Freq.% Piccola 165 27,87 36 6,08 78 13,18 159 26,86 Media 42 7,09 7 1,18 12 2,03 54 9,12 Grande 16 2,70 2 0,34 10 1,69 11 1,86 Totale 223 45 100 224

La Tabella 3.3 mostra come la veste giuridica più frequente nel campione B sia rappresentata dalla “Società a responsabilità limitata” (circa il 67% delle imprese manifatturiere abruzzesi); segue la forma “Società a responsabilità limitata a socio unico” (13%), poi la forma “Società per azioni” (10,9%).

45

TABELLA 3.3 DISTRIBUZIONE DELLE IMPRESE MANIFATTURIERE PER VESTE GIURIDICA (CAMPIONE B) Veste Giuridica N Freq.% S.C.A.R.L. 10 1,68 S.C.A.R.L.P.A. 18 3,04 S.P.A. 65 10,97 S.P.A. a socio unico 21 3,54 S.R.L. 401 67,73 S.R.L. a socio unico 77 13,00 Totale 592 100

3.4. Analisi comparativa sulle performance delle imprese manifatturiere italiane e abruzzesi Coerentemente a quanto suggerito dalla letteratura di Accounting (Weetman, 2006; Paolone, D’Amico, 2001) al ine di esaminare lo stato di salute delle imprese abruzzesi sono stati individuati e calcolati alcuni indici di bilancio. Oltre all’analisi “statica” riferibile all’esercizio 2015, è stata condotta un’analisi “dinamica” degli indicatori economico-inanziari dal 2006-2015. A tal proposito si è proceduto al calcolo dei seguenti indicatori di rilevante interesse, ossia: - gli indici Return on Sales (ROS) e Return on Assets (ROA), per l’analisi dell’equilibrio economico. Il ROS esprime l’incidenza del reddito operativo sui ricavi delle vendite; il ROA è dato dal rapporto tra reddito operativo e totale dell’attivo; - la velocità di circolazione degli investimenti (Vc. Inv.) e l’indice di liquidità (Current Ratio) per l’analisi dell’equilibrio inanziario. La velocità di circolazione degli investimenti esprime il numero delle volte in cui, nell’intervallo considerato (2015 per l’analisi statica, 2006-2015 per l’analisi dinamica), il capitale mediamente investito si è rigenerato attraverso i ricavi (Palumbo, 2001). Il Current Ratio, dato dal rapporto tra attivo corrente e debiti scadenti entro 12 mesi consente di confrontare la parte dell’attivo che si ritiene possa realizzarsi nel breve periodo con i debiti a breve, che comporteranno uscite di cassa nello stesso periodo.

I suddetti indicatori sono stati calcolati per ciascuna impresa del campione “B” (imprese manifatturiere abruzzesi) e del campione “A” (imprese manifatturiere italiane) consentendo il confronto delle performance mediamente realizzate dalle

46 piccole, medie e grandi imprese abruzzesi rispetto alla media nazionale di ciascuna classe dimensionale. La Tabella 3.4 illustra le principali statistiche descrittive (tutti i valori sono riferiti al 2015) per entrambi i campioni A e B e per ciascun indice di bilancio. In particolare, si evince che mentre le piccole e medie imprese manifatturiere abruzzesi mostrano un ROA, ROS, Vc. Inv e Current Ratio inferiori alla media delle imprese manifatturiere italiane della medesima classe dimensionale, le grandi imprese abruzzesi, presentano una redditività e una capacità inanziaria superiori alle rispettive imprese italiane del medesimo comparto. Come anticipato nel paragrafo 3.1.1, l’analisi per indici è stata condotta anche sui sottocampioni “C” e “D” che includono le imprese italiane e abruzzesi dell’industria alimentare e sui sottocampioni “E” e “F” che includono le imprese italiane e abruzzesi che producono autoveicoli, rimorchi e semirimorchi. La Tabella 3.5, mostra come il ROA medio delle piccole e medie imprese alimentari abruzzesi (rispettivamente del 3,47% e del 2,29%) sia nettamente inferiore alle medie nazionali (5,39% e 5,43), risultati simili si riscontrano per il ROS medio. Al contrario le grandi imprese abruzzesi del settore alimentare presentano indicatori di redditività di gran lunga superiori alla media nazionale. Nel 2015 ROA e il ROS di tali imprese è pari rispettivamente al 16,20% e al 12,17% contro le medie nazionali del 5,87% e del 3,90%. Sebbene tali risultati potrebbero in parte essere falsati dal numero esiguo delle grandi imprese appartenenti al settore alimentare, tuttavia, è necessario sottolineare la presenza sul territorio di imprese internazionalizzate e dalla lunga tradizione, come quelle produttrici di pasta. Gli indicatori Vc. Inv e Current Ratio di tali imprese sono, invece, lievemente al di sotto della media italiana. La Tabella 3.6 riporta gli indicatori medi del comparto autoveicoli, si evince che sia le medie, sia le grandi imprese abruzzesi presentano indici ROA superiori alla media, inoltre, soltanto le grandi imprese manifestano un ROS e un Current Ratio superiori alla medie italiane.

47

TABELLA 3.4 STATISTICHE DESCRITTIVE SUGLI INDICATORI DI PERFORMANCE DELLE IMPRESE APPARTENENTI AL SETTORE MANIFATTURIERO ITALIANO E AL SETTORE MANIFATTURIERO ABRUZZESE (ESERCIZIO 2015) Italia settore Abruzzo settore manifatturiero manifatturiero Indici Dimensione Obs. Mean Std. Obs. Mean Std. ROA % Piccola 27445 6,36 9,96 438 5,26 8,14 Media 8857 6,44 8,74 115 4,74 8,35 Grande 2361 6,44 8,00 39 8,38 10,17 ROS % Piccola 27445 4,96 6,93 438 4,40 7,08 Media 8857 5,06 6,69 115 2,95 8,67 Grande 2361 5,20 6,43 39 6,51 8,14 Velocità Piccola 27445 1,23 0,58 438 1,16 0,66 circ. inv. (volte) Media 8857 1,24 0,59 115 1,12 0,63 Grande 2361 1,32 0,76 39 1,34 0,54 Current Piccola 27445 1,78 1,19 438 1,65 1,17 Ratio Media 8857 1,77 1,10 115 1,51 0,88 Grande 2361 1,62 1,05 39 1,80 0,92

48

TABELLA 3.5 STATISTICHE DESCRITTIVE SUGLI INDICATORI DI PERFORMANCE DELLE IMPRESE APPARTENENTI AL SETTORE ALIMENTARE ITALIANO E AL SETTORE ALIMENTARE ABRUZZESE (ESERCIZIO 2015) Italia settore alimentare Abruzzo settore alimentare

Indici Dimensione Obs. Mean Std. Obs. Mean Std. ROA % Piccola 2343 5,39 9,15 62 3,47 6,12 Media 1080 5,43 8,30 19 2,29 2,11 Grande 343 5,87 6,33 6 16,20 15,71 ROS % Piccola 2343 3,88 5,95 62 1,34 4,16 Media 1080 3,80 5,11 19 2,11 2,58 Grande 343 3,90 4,47 6 12,17 6,48 Velocità circ. Piccola 2343 1,45 0,81 62 1,94 1,18 inv. (volte) Media 1080 1,53 0,78 19 1,39 1,37 Grande 343 1,71 0,97 6 1,14 0,66 Current Piccola 2343 1,62 1,21 62 1,61 1,26 Ratio Media 1080 1,57 1,00 19 1,36 0,47 Grande 343 1,46 0,91 6 1,05 0,00 Z''-score Piccola 2343 2,19 1,48 62 2,44 1,15 Media 1080 2,21 1,14 19 1,82 1,29 Grande 343 2,53 1,25 6 2,02 1,13

49

TABELLA 3.6 STATISTICHE DESCRITTIVE SUGLI INDICATORI DI PERFORMANCE DELLE IMPRESE APPARTENENTI AL SETTORE AUTOVEICOLI, RIMORCHI E SEMIRIMORCHI ITALIANO E ABRUZZESE (ESERCIZIO 2015) Italia settore autoveicoli Abruzzo settore autoveicoli Indici Dimensione Obs. Mean Std. Obs. Mean Std.

ROA % Piccola 373 5,94 10,85 11 4,32 5,56 Media 187 5,52 9,34 9 6,93 9,74 Grande 90 5,68 8,46 3 9,27 6,73 ROS % Piccola 373 4,45 8,30 11 3,98 4,63 Media 187 3,78 7,73 9 3,08 7,27 Grande 90 4,04 6,62 3 6,30 5,83 Velocità circ. Piccola 373 1,30 0,60 11 1,00 0,30 inv. (volte) Media 187 1,25 0,51 9 1,57 0,50 Grande 90 1,64 0,68 3 1,84 0,69 Current Piccola 373 1,70 1,14 11 1,52 0,82 Ratio Media 187 1,69 1,13 9 1,07 0,35 Grande 90 1,40 0,86 3 1,74 0,98 Z''-score Piccola 373 1,98 1,05 11 1,58 0,65 Media 187 2,27 3,18 9 1,95 0,87 Grande 90 2,25 0,90 3 2,58 0,12

Le Figure 3.1-3.28 illustrano il trend e le distribuzioni della mediana delle variabili ROS (in %), ROA (in %), velocità di circolazione degli investimenti (in numero di volte) e Current Ratio delle imprese dei settori: manifatturiero, alimentare e della fabbricazione degli autoveicoli, rimorchi e semirimorchi rispettivamente in Italia e in Abruzzo. Tutti i valori sono riferiti al periodo 2006-2015. La distribuzione degli indicatori considerati mostra un’accentuata variabilità e un rilevante numero di outliers, specie per le analisi riferite al settore manifatturiero italiano data dalla numerosità del campione. Dal 2007 al 2009 si osserva un andamento della mediana del ROS delle piccole e medie imprese manifatturiere abruzzesi mostra un lieve decremento rispetto alle medie nazionali, una situazione di stasi tra il 2010-2012 e un lieve incremento negli ultimi tre anni, in linea con l’andamento delle imprese italiane. Si riscontrano risultati simili per il ROA.

50

Le grandi imprese abruzzesi del manifatturiero mostrano, invece, una tendenza opposta alla media nazionale, ossia la mediana del ROS incrementa dal 2007-2010 (anno di maggiore redditività), per poi ridursi nel biennio successivo e incrementare nuovamente negli ultimi tre anni . Si riscontrano risultati simili per il ROA. L’andamento della mediana del ROS del settore alimentare abruzzese è in linea con quella italiana sia per le piccole, sia per le medie imprese. Al contrario, le grandi imprese del settore alimentare mostrano un incremento del ROS nel 2007 e mediane superiori alla media nazionale dal 2014 al 2015. Anche in tal caso si riscontrano risultati simili per il ROA. Il trend della mediana del ROS per il settore autoveicoli si presenta similare sia per le piccole, sia per le medie e grandi imprese ai risultati conseguiti a livello italiano. Risultati afini si rilevano dall’osservazione della velocità di circolazione degli investimenti delle piccole e medie imprese manifatturiere abruzzesi con la mediana italiana. Le grandi imprese manifatturiere abruzzesi, invece, manifestano una velocità di circolazione degli investimenti inferiore alla media nazionale per tutti il periodo considerato. Con riferimento al settore alimentare, tale indicatore appare inferiore alla media nazionale sia per le piccole imprese per il periodo 2008-2009, sia per le medie imprese abruzzesi dal 2007-2015. Le grandi imprese abruzzesi presentano, invece, una velocità di circolazione degli investimenti inferiore alla mediana nazionale nel periodo dal 2007 al 2013. La mediana della velocità di circolazione degli investimenti delle imprese che producono autoveicoli in Abruzzo mostra andamenti totalmente diversi rispetto alle mediane delle imprese italiane. In particolare, nell’anno 2009, di crisi economico- inanziaria, la velocità di circolazione degli investimenti è al minimo storico per ciascuna dimensione considerata e comunque al di sotto delle mediane nazionali. Dall’esame della distribuzione delle variabile Current Ratio, si osserva un’ accentuata variabilità con molti casi di outliers, sia nel settore manifatturiero italiano, sia in quello abruzzese. L’ indicatore dell’equilibrio inanziario delle piccole imprese manifatturiere abruzzesi si mostra al di sotto della media nazionale durante gli anni di crisi congiunturale, per poi incrementare lievemente. Anche per le medie e grandi imprese abruzzesi si osservano valori inferiori alla media italiana nonché sofferenze inanziarie dal 2007-2014.

51

FIGURA 3.1 ROA: TREND DELLE MEDIANE PER SETTORE IN ITALIA E ABRUZZO, 2006-2015

52

FIGURA 3.2 DISTRIBUZIONE DELLA VARIABILE ROA (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ITALIANO, 2007-2015

53

FIGURA 3.3 DISTRIBUZIONE DELLA VARIABILE ROA (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ABRUZZESE, 2007-2015

54

FIGURA 3.4 DISTRIBUZIONE DELLA VARIABILE ROA (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ITALIANO, 2007-2015

55

FIGURA 3.5 DISTRIBUZIONE DELLA VARIABILE ROA (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ABRUZZESE, 2007-2015

56

FIGURA 3.6 DISTRIBUZIONE DELLA VARIABILE ROA (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ITALIANO, 2007-2015

57

FIGURA 3.7 DISTRIBUZIONE DELLA VARIABILE ROA (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ABRUZZESE, 2007-2015

58

FIGURA 3.8 ROS: TREND DELLE MEDIANE PER SETTORE IN ITALIA E ABRUZZO, 2006-2015

59

FIGURA 3.9 DISTRIBUZIONE DELLA VARIABILE ROS (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ITALIANO, 2007-2015

60

FIGURA 3.10 DISTRIBUZIONE DELLA VARIABILE ROS (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ABRUZZESE, 2007-2015

61

FIGURA 3.11 DISTRIBUZIONE DELLA VARIABILE ROS (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ITALIANO, 2007-2015

62

FIGURA 3.12 DISTRIBUZIONE DELLA VARIABILE ROS (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ABRUZZESE, 2007-2015

63

FIGURA 3.13 DISTRIBUZIONE DELLA VARIABILE ROS (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ITALIANO, 2007-2015

64

FIGURA 3.14 DISTRIBUZIONE DELLA VARIABILE ROS (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ABRUZZESE, 2007-2015

65

FIGURA 3.15 VC. INV.: TREND DELLE MEDIANE PER SETTORE IN ITALIA E ABRUZZO, 2006-2015

66

FIGURA 3.16 DISTRIBUZIONE DELLA VARIABILE VELOCITÀ DI CIRCOLAZIONE DEGLI INVESTIMENTI (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ITALIANO, 2007-2015

67

FIGURA 3.17 DISTRIBUZIONE DELLA VARIABILE VELOCITÀ DI CIRCOLAZIONE DEGLI INVESTIMENTI (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ABRUZZESE, 2007 – 2015

68

FIGURA 3.18 DISTRIBUZIONE DELLA VARIABILE VELOCITÀ DI CIRCOLAZIONE DEGLI INVESTIMENTI (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ITALIANO, 2007-2015

69

FIGURA 3.19 DISTRIBUZIONE DELLA VARIABILE VELOCITÀ DI CIRCOLAZIONE DEGLI INVESTIMENTI (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ABRUZZESE, 2007-2015

70

FIGURA 3.20 DISTRIBUZIONE DELLA VARIABILE VELOCITÀ DI CIRCOLAZIONE DEGLI INVESTIMENTI (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ITALIANO, 2007-2015

71

FIGURA 3.21 DISTRIBUZIONE DELLA VARIABILE VELOCITÀ DI CIRCOLAZIONE DEGLI INVESTIMENTI (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ABRUZZESE, 2007-2015

72

FIGURA 3.22 CR: TREND DELLE MEDIANE PER SETTORE IN ITALIA E ABRUZZO, 2006-2015

73

FIGURA 3.23 DISTRIBUZIONE DELLA VARIABILE CURRENT RATIO (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ITALIANO, 2007-2015

74

FIGURA 3.24 DISTRIBUZIONE DELLA VARIABILE CURRENT RATIO(MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ABRUZZESE, 2007-2015

75

FIGURA 3.25 DISTRIBUZIONE DELLA VARIABILE CURRENT RATIO (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ITALIANO, 2007-2015

76

FIGURA 3.26 DISTRIBUZIONE DELLA VARIABILE CURRENT RATIO (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ABRUZZESE, 2007-2015

77

FIGURA 3.27 DISTRIBUZIONE DELLA VARIABILE CURRENT RATIO (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ITALIANO, 2007-2015

78

FIGURA 3.28 DISTRIBUZIONE DELLA VARIABILE CURRENT RATIO (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ABRUZZESE, 2007-2015

3.3 Analisi comparativa dello Z’’-score delle imprese italiane e abruzzesi per settore di attività Il presente studio adotta la versione del modello Z’’-Score di Atlman (1983) riformulata per la previsione del rischio di fallimento e di inancial distress delle imprese non quotate, ossia:

Z= 0.717* X1 +0.847* X2+3.107* X3+0.420* X4+0.998* X5 (2)

Per ciascuna impresa inclusa nei campioni di imprese appartenenti ai settori: A) manifatturiero italiano; B) manifatturiero abruzzese; C) alimentare italiano; D) alimentare abruzzese;

79

E) della fabbricazione degli autoveicoli, rimorchi e semirimorchi italiano; F) della fabbricazione degli autoveicoli, rimorchi e semirimorchi abruzzese;

sono stati stimati gli indicatori X1 , X2, X3 , X4 , X5 inclusi nel modello Z’’-Score, adottando, pertanto, la metodologia del Panel Data. Tale scelta è connessa all’esigenza di monitorare il rischio di default delle imprese sia su base annuale, sia osservando l’andamento dello Z’’-Score per ciascuna classe dimensionale (piccola, media e grande impresa) nel periodo 2007-2015. Come anticipato, per misurare:

- l’indicatore X1= Working Capital/Total Assets, è stato necessario riclassiicare i bilanci delle imprese per calcolare il capitale circolante netto (current assets-current liabilities) e confrontarlo con il totale attivo dello stato patrimoniale;

- l’indicatore X2= Retained Earnings/Total Assets, sono stati calcolati gli utili trattenuti nell’impresa, ossia esaminando la variazione delle riserve di utili

dell’anno t rispetto all’anno t-1, e confrontandoli con il totale attivo dello stato patrimoniale;

- l’indicatore X3= EBIT/Total Assets, è stato calcolato l’EBIT ossia il risultato economico prima delle imposte e degli oneri inanziari per poi confrontarlo con il totale attivo dello stato patrimoniale;

- l’indicatore X4=Book Value of Equity/Book Value of Total Liabilities, dato dal rapporto tra il patrimonio netto dello stato patrimoniale e il totale dei debiti.

- l’indicatore X5= Sales/Total Assets, dato dal rapporto tra i ricavi delle vendite e il totale dell’attivo dello stato patrimoniale. La Tabella 3.7 illustra le principali statistiche descrittive delle variabili indipendenti del modello Z’’-Score, sia rispetto alla dimensione delle imprese abruzzesi (piccola, media e grande) sia considerando le imprese incluse nel campione B, settore manifatturiero abruzzese. Tutti i valori riferiti all’esercizio 2015.

80

TABELLA 3.7 STATISTICHE DESCRITTIVE SULLE DETERMINANTI DEL MODELLO Z’’-SCORE RIFERIBILI ALLE IMPRESE MANIFATTURIERI ABRUZZESI. Abruzzo settore

manifatturiero Indici Dimensione Obs. Mean Std. Min Max Piccola 438 0,17 0,23 -0,50 0,86 X1= Working Capital/ Media 115 0,14 0,23 -0,42 0,72 Total Assets Grande 39 0,24 0,24 -0,14 0,59 Piccola 438 0,00 0,03 -0,25 0,16 X2= Retained Earnings/ Media 115 0,00 0,01 0,00 0,04 Total Assets Grande 39 0,01 0,04 -0,08 0,09 Piccola 438 0,05 0,08 -0,22 0,43 X3= EBIT/book Value of Media 115 0,05 0,08 -0,16 0,33 Total Assets Grande 39 0,08 0,10 -0,17 0,28 Piccola 438 1,13 2,84 -0,18 25,86 X4= Market Value of Equity/Book value of Media 115 0,79 1,00 0,04 4,83 Total Liabilities Grande 39 1,07 1,02 0,19 4,00 Piccola 438 1,18 0,72 0,20 5,12

X5= Sales/Total Assets Media 115 1,74 4,79 0,12 37,63 Grande 39 1,34 0,54 0,23 2,60

La Tabella 3.8 illustra le principali statistiche descrittive dello Z-Score, sia per ciascuna classe dimensionale (piccola, media e grande impresa), sia rispetto ai vari settori di attività delle imprese. Anche in tal caso le statistiche sono riferibili all’esercizio 2015. Le piccole imprese del manifatturiero abruzzese presentano un Z- Score (1,94) lievemente inferiore alla media delle imprese italiane della stessa dimensione (2,02), le medie e grandi imprese manifatturiere, invece, presentano un indice di inancial distress di poco al di sopra della media rispettivamente del 2,32 e 2,22 contro 2,22 e 2,19 delle equivalenti imprese manifatturiere italiane. Con riferimento al settore alimentare, si evidenzia che la media dello Z’’-score delle piccole imprese abruzzesi (2,44) è superiore a quella nazionale (2,19), tale risultato denota la presenza di realtà imprenditoriali sane sia sotto l’aspetto economico, sia sotto l’aspetto inanziario. Le medie e grandi imprese abruzzesi del medesimo settore mostrano, invece, indici leggermente inferiori alle medie nazionali. Per quanto concerne il settore della fabbricazione degli autoveicoli, rimorchi e semirimorchi, la media dello Z-score delle imprese abruzzesi si mostra inferiore alle media nazionale, sia per le piccole, sia per le medie imprese mentre le grandi imprese

81 mostrano un minore rischio di default rispetto alla media italiana. Si osserva un comportamento analogo tra piccole, medie e grandi imprese se si considera la media di X2 ma totalmente disomogeneo se si esaminano le medie degli indicatori X1 e X3 e

X4, X5. Dalla disamina dei trends riportati nella igura 3.29, si osserva che: - l’andamento della mediana del settore manifatturiero abruzzese segue in gran parte l’andamento della mediana italiana. Tuttavia i valori dello Z- score delle imprese abruzzesi risultano inferiori a quelli nazionali (di almeno 0,2), segno di una maggiore esposizione delle imprese locali al rischio di fallimento. - il trend della mediana del settore alimentare abruzzese, invece, appare in crescita dal 2009-2015. Dal 2009 i valori dello Z-score sono superiori alla mediana nazionale, pertanto, sebbene le imprese abruzzesi di tale settore presentino Z-score non ottimali (con buona probabilità di inancial distress), tuttavia, sembrerebbero avere minori chance di default rispetto alle imprese italiane. - L’andamento della mediana dello Z-score del settore della fabbricazione degli autoveicoli abruzzese presenta un improvviso picco in alto nel 2007 e in basso nel 2013. Le imprese abruzzesi di tale comparto risultano meno esposte al rischio di fallimento rispetto a quelle italiane, con valori dello Z- Score superiori a 2.

82

TABELLA 3.8 STATISTICHE DESCRITTIVE SULL’INDICATORE Z’’-SCORE PER DIMENSIONE D’IMPRESA E APPARTENENZA AI DIVERSI CAMPIONI DI IMPRESE ITALIANE E ABRUZZESI Campione Indice Dimensione Obs. Mean Std. Min Max Piccola 27445 2,02 1,17 -7,22 40,22 Manifatturiero Z''-score Media 8857 2,12 2,22 -1,69 122,88 Italia (A) Grande 2361 2,19 1,79 -0,20 40,52 Totale 38663 -0,3382 Piccola 438 1,94 1,48 13,12 8 Manifatturiero Z''-score -0,0088 Abruzzo (B) Media 115 2,32 5,13 40,51 2 Grande 39 2,22 0,63 1,21583 3,410 Totale 592 Piccola 2343 2,19 1,48 -2,56 18,12 Alimentare Z''-score Media 1080 2,21 1,14 0,33 9,17 Italia (C) Grande 343 2,53 1,25 0,55 8,48 Totale 3766 Piccola 62 2,44 1,15 0,77 4,61 Alimentare Z''-score Media 19 1,82 1,29 0,85 4,01 Abruzzo (D) Grande 6 2,02 1,13 1,22 2,81 Totale 87 Piccola 373 1,98 1,05 0,16 9,84 Autoveicoli Z''-score Media 187 2,27 3,18 0,07 33,56 Italia (E) Grande 90 2,25 0,90 0,19 4,96 Totale 650 Piccola 11 1,58 0,65 0,54 2,24 Autoveicoli Z''-score Media 9 1,95 0,87 0,45 2,71 Abruzzo (F) Grande 3 2,58 0,12 2,48 2,72 Totale 23

83

FIGURA 3.29 Z-SCORE: TREND DELLE MEDIANE PER SETTOREIN ITALIA E ABRUZZO, 2007-2015

Le igure 3.30-3.35 mostrano dapprima l’andamento, poi la distribuzione della mediana dell’indice Z-Score per ciascuna classe dimensionale appartenente al settore manifatturiero, alimentare e al settore della fabbricazione degli autoveicoli, dei rimorchi e semirimorchi sia in Abruzzo, sia in Italia.

84

FIGURA 3.30 Distribuzione della variabile Z''-score (mediana) delle imprese del settore manifatturiero italiano, 2007-2015

85

FIGURA 3.31 DISTRIBUZIONE DELLA VARIABILE Z''-SCORE (MEDIANA) DELLE IMPRESE DEL SETTORE MANIFATTURIERO ABRUZZESE, 2007-2015

86

FIGURA 3.32 DISTRIBUZIONE DELLA VARIABILE Z''-SCORE (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ITALIANO, 2007-2015

87

FIGURA 3.33 DISTRIBUZIONE DELLA VARIABILE Z''-SCORE (MEDIANA) DELLE IMPRESE DEL SETTORE ALIMENTARE ABRUZZESE, 2007-2015

88

FIGURA 3.34 DISTRIBUZIONE DELLA VARIABILE Z''-SCORE (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ITALIANO, 2007-2015

89

FIGURA 3.35 DISTRIBUZIONE DELLA VARIABILE Z''-SCORE (MEDIANA) DELLE IMPRESE DEL SETTORE AUTOVEICOLI ABRUZZESE, 2007-2015

90

4. IL CONTAGIO FINANZIARIO NELLA REGIONE ABRUZZO

4.1. Stato dell’arte sul contagio inanziario La nozione di contagio inanziario è particolarmente articolata e la relativa letteratura scientiica è variegata nella misura in cui coinvolge un numero di contributi di diversa natura. Il suo sviluppo presenta aspetti interdisciplinari che coinvolgono considerazioni di tipo epistemico, teorico e metodologico.

4.1.1. Riferimenti epistemici

Lo sviluppo negli ultimi 30 anni del “paradigma” delle Complessità (complexity) ha permesso di ricondurre un gran numero di fenomeni, tradizionalmente oggetto di speciiche discipline, a principi comuni in grado di spiegare e/o predire la complessità intrinseca di tali fenomeni (Waldrop, 1992). In particolare tali principi hanno permesso di creare nuovi dispositivi teorici e metodologici di natura interdisciplinare, in grado di dare fondamento a quei fenomeni di comportamento collettivo, ossia fondati su di un elevato numero di agenti che interagiscono (dalle catene alimentari alle reti di molecole, dal trafico delle città alle reti inanziarie, ecc.). Sottesa a questa prospettiva vi è l’idea generale che i sistemi (siano essi umani, biologici o isici) tendano ad auto-organizzarsi ed esibiscano proprietà emergenti, ovvero non riconducibili riduzionisticamente a leggi sottostanti (se veda Kauffman, 1995). Sotto l’impulso epistemico della Complessità hanno trovato nuova sistemazione gli studi sul contagio. Il termine ‘contagio’ – di derivazione biologica e medica – connota una classe di fenomeni epidemiologici caratterizzanti dinamiche di popolazione nelle quali alcuni soggetti sono “suscettibili” all’essere “infettati” ino ad essere “rimossi” dalla popolazione in seguito alla immunizzazione o alla morte (per una panoramica si veda Daley & Gani, 1999). Le dinamiche di contagio, ben lungi dall’essere un fenomeno meramente epidemiologico, sono servite a dare nuova connotazione teorica ad un vasto numero di fenomeni. Infatti si può parlare di “contagio” non solo in riferimento alle malattie ma a fenomeni più spiccatamente umani. Nelle scienze più propriamente sociali il concetto di contagio si è quindi prestato all’analisi di quei fenomeni collettivi di diffusione di idee o credenze che avessero un impatto sistemico. Si è, infatti, tentato di fornire un fondamento naturalistico alla stessa cultura (si veda Sperber, 1996) sulla base del concetto di contagio. Si può parlare infatti di “contagio” in riferimento alla diffusione di idee: si pensi alla “teoria dei memi” (Dawkins, 1989) intesi come entità informazionali, riconoscibili dagli umani, che si diffondono per replicazione. In quest’ottica è stato posto un fondamento evoluzionistico alla cultura intesa come risultante di processi di adattamento (Cavalli-Sforza & Feldman, 1981). Tale

91 prospettiva ha permesso di vedere la stessa evoluzione naturale come determinata dalla cultura (Richerson & Boyd, 2008). Nonostante la nozione di contagio sociale - inteso quindi come trasmissione sociale, mediante contatto, di artefatti socio-culturali - rappresenti un fenomeno di notevole importanza nella tradizione di studi sociali e comportamentali, il suo sviluppo teoretico è stato frammentario e non organico (Levy & Nail, 1993). Infatti, se i primi studi risalgono al diciannovesimo secolo (ad esempio Baldwin, 1894; Le Bon, 1895), un approccio più spiccatamente sistematico e di impostazione empirica è emerso solo a partire dagli anni ’50 (si vedano, ad esempio, Bandura, Ross & Ross, 1961; Wheeler, 1966; Milgram, 1965). In questo sviluppo la letteratura sul contagio ha assunto una connotazione “cognitiva” nella misura in cui l’attenzione è stata rivolta alla comprensione delle dinamiche comportamentali sottostanti ai fenomeni di conformazione sociale ed ai relativi risvolti etici (si veda, ad esempio, Gino, Ayal & Ariely, 2009).

4.1.2. Aspetti teorici

Il concetto di contagio - lungi dall’essere riferito alla sola conformazione sociale - è servito ad articolare qui contesti prettamente economici in cui situazioni di criticità si propagano tra attori economici, imprese e banche in primo luogo. Più nel dettaglio, per “contagio inanziario” si intende una situazione nella quale una criticità, riguardante una sola impresa, si propaga rapidamente e in modo dificilmente controllabile su altre imprese, generando così una condizione di crisi generalizzata. Si noti che il contagio non è solo legato a dinamiche strettamente inanziarie ma può essere innescato da fenomeni meramente informativi.8 Nonostante questa idea di contagio, in questo progetto, ci soffermeremo soltanto sul primo tipo. E’ opportuno notare che la letteratura sul contagio inanziario è prevalentemente focalizzata sul sistema bancario, più che sul sistema di relazioni tra imprese. Tuttavia molte argomentazioni teoriche, valide per il sistema bancario, possono essere estese, mutatis mutandis, al sistema di imprese. Si noti inoltre che, mentre la letteratura sul contagio tra le banche è suficientemente sviluppata, non lo è quella sul contagio tra imprese. Questa ricerca quindi si colloca in un ilone di studi che sta iorendo proprio in questi ultimi anni come si può evincere dai seguenti riferimenti bibliograici rappresentati da articoli selezionati, apparsi su riviste di punta. L’idea di contagio si basa su di un benchmark teorico di un mercato in cui tutti gli attori sono connessi a tutti gli altri, requisito che è stato deinito da Allen & Gale (2000) come completezza. In questa ottica la criticità del contagio può essere

8 Ad esempio uno shock che si manifesta in un certo mercato può trasmettersi ad un altro mercato per via dell’informazione rivelata nel primo mercato. 92 analizzata in situazioni di incompletezza nelle quali insiemi di attori del mercato sono connessi ad un basso numero di altri insiemi. In particolare una struttura completamente connessa (ciascun attore intrattiene relazioni economiche con tutti gli altri attori) è sempre ottimale rispetto ad una meno connessa (Allen & Gale, 2000); la complessità del network e la concentrazione giocano un ruolo chiave nella propagazione del contagio (Gai, Haldane & Kapadia, 2011). Il concetto di connessione, o di relazione, rappresenta un aspetto teorico fondamentale della letteratura sul contagio. Infatti l’attuale orientamento della ricerca si basa sull’idea che per l’analisi del contagio occorra prestare attenzione alla speciica conigurazione di connessioni di relazioni economiche e cioè “quali attori sono connessi a quali attori”. Infatti, se escludiamo i casi estremi di 1) completa connettività (ciascun attore intrattiene relazioni con tutti gli altri attori) e 2) assenza di connessioni (ciascun attore intrattiene relazioni con nessun altro attore), ci rendiamo facilmente conto che esistono numerosissime conigurazioni intermedie, ciascuna della quali presenta peculiarità che possono essere critiche per la propagazione del contagio. Come spieghiamo nel successivo paragrafo tali conigurazioni sono tecnicamente riconducibili a speciiche (e cosiddette) “topologie”. Con il termine “topologia”9 intendiamo la particolare conigurazione di connessioni di una rete. In quest’ ottica la comprensione del rischio sistematico e della relativa policy passa attraverso un’analisi della conigurazione (“chi è connesso a chi”) del network e della sua resistenza agli shock (Loepfe, Cabrales & Sanchez, 2013). In ottica topologica si può infatti parlare di “too central to fail”, più che di “too big to fail” (Battiston, Puliga, Kaushik, Tasca & Caldarelli, 2012) ad evidenziare che sono le caratteristiche relazionali tra gli attori – ed in particolare la loro centralità - più che gli attributi di questi (come la dimensione) a svolgere un ruolo chiave nella propagazione del contagio. Il contagio ed il connesso rischio sistemico assumono una diversa connotazione teorica che deve tenere conto non solo delle variabili ma della stessa conigurazione topologica che contraddistingue i lussi inanziari e le esposizioni tra attori (Loepfe, Cabrales & Sánchez, 2013), quindi la probabilità di contagio (Glasserman & Young, 2015). Il contagio può, infatti, scaturire anche da shock marginali (Cifuentes, Ferrucci and Song Shin, 2005) laddove la complessità della rete e la concentrazione magniicano il rischio di crisi di liquidità (Gai, Haldane & Kapadia, 2011). Acemoglu, Ozdaglar & Tahbaz-Salehi (2015) evidenziano come una elevata densità nel network di connessioni aumenta la stabilità inanziaria, tuttavia oltre ad un certa soglia il numero di connessioni si rivela strumentale alla propagazione di shock.

9 La deinizione qui data è meramente strumentale. Per una deinizione rigorosa si rinvia alla letteratura scientiica (si vedano a tal proposito Wasserman & Faust, 1994). 93

Elliott, M., B. Golub and M. O. Jackson (2014) evidenziano come la diversiicazione (più controparti per una organizzazione) permetta la propagazione degli shock, però oltre una certa soglia permette alle organizzazioni di assicurarsi contro i reciproci stati di crisi. Le connessioni non solo facilitano il contagio ma favoriscono il salvataggio reciproco nella misura in cui gli attori illiquidi vengono aiutati da quelli liquidi per evitare le minacce di contagio; tuttavia quando la liquidità è troppo concentrata la rete può collassare (Leitner, 2005). La presenza di relazioni non monotone tra contagio e numero di connessioni appare critica in letteratura. Infatti un piccolo aumento della connettività aumenta il contagio, tuttavia oltre una certa soglia l’elevata connettività aumenta l’abilità del sistema ad assorbire gli shock (Nier, Yang, Yorulmazer & Alentorn, 2007). L’orientamento della letteratura su tale questione, cruciale in questo progetto, appare ambigua nella misura in cui (come si evince dai lavori qui citati) è poco consolidata, molto recente ed in fase di sviluppo. Non è infatti chiaro se il numero di connessioni sia in relazione monotona con il diffondersi del contagio ed in quale misura; né da quali variabili tale relazione viene moderata. Sull’argomento vi è un iorire di paper e report tecnici spesso riconducibili ai Centri Studi di istituzioni bancarie centrali. Molti di questi contributi rappresentano work in progress che diventeranno, verosimilmente, futuri articoli scientiici. Tali contributi, appaiono non strettamente critici ai ini della presente analisi nella misura in cui vertono su fenomeni più spiccatamente bancari. Basti dire tuttavia che le argomentazioni fondamentali, qui introdotte e vertenti sul contagio bancario, possono essere applicate al sistema di imprese. Tuttavia pur tenendo questa continuità di argomentazioni tra mondo monetario (banche) e mondo reale (imprese), occorre fare alcune distinzioni sostanziali, in quanto alcune speciicità del mondo bancario non valgono per il mondo delle imprese. Infatti mentre la moneta è il bene fungibile per eccellenza, i beni e servizi sono in larga parte speciici nella misura in cui il loro scambio è radicato (embedded) all’interno di uno speciico tessuto economico (si veda Granovetter, 1985). Le relazioni tra imprese (pensiamo alle imprese che compongono le iliere) sono spesso relazioni di lungo periodo, basate su speciicità tecnologiche, e quindi sono relazioni non facilmente sostituibili. In questa ottica di speciicità, le imprese (pensiamo alle imprese più piccole di un indotto) hanno spesso la loro ragione di vita soltanto in virtù di un rapporto di fornitura con imprese più grandi. Infatti con tali imprese vige spesso un rapporto di (quasi) esclusività di fatto, cioè non basato su logiche contrattuali ma insito nella speciicità dei beni o servizi scambiati. Da questo punto di vista quindi il rapporto di credito di fornitura va letto all’interno di un

94 tessuto economico essenzialmente reale in cui la dificile sostituibilità di un bene o servizio fa si che la conigurazione delle connessioni sia stabile. Questa rigidità è invece meno saliente all’interno del sistema bancario nella misura in cui, essendo la moneta un bene fungibile, è possibile affrontare il contagio in modo “quantitativo”. Non a caso il sistema bancario prevede la presenza di Autorità monetarie in grado di intervenire in caso di contagio. Al contrario, nel mondo delle imprese tutto questo non vale. Ed anzi si assiste sistematicamente a “valanghe” di fallimenti - ogni impresa ne trascina altre - all’interno di iliere in cui le imprese chiave non sono in grado di far fronte (anche solo per ragioni inanziarie e non strettamente economiche) ai propri debiti di fornitura.

4.1.3. Aspetti metodologici

Se la relazione tra numero di connessioni e la diffusione del contagio non è ancora chiara, ancor meno chiaro è il ruolo delle speciiche topologie relazionali che rappresentano il tessuto connettivo tra le imprese. Infatti gli attori economici – nel nostro caso le imprese – possono essere connessi tra di loro in diversi modi che racchiudono topologie distinte. Come abbiamo anticipato nel precedente paragrafo possiamo avere diversi modi in cui le imprese di una rete sono connesse: possiamo pensare ad una topologia totalmente connessa, in cui ciascuna impresa intrattiene rapporti con tutte le altre imprese di una rete; oppure ad una topologia star, in cui vi è un’impresa centrale connessa a tutte le altre imprese periferiche (che a loro volta non sono connesse tra di loro); o ad una topologia chain, in cui ciascun impresa è collegata soltanto ad un’altra impresa in modo tale che le imprese formino una sequenza (catena) di relazioni; o ancora, se chiudiamo la catena, ad una topologia ring. La ricerca ha permesso di individuare un numero limitato di topologie, talune semplici, come quelle su esposte, altre caratterizzate da proprietà matematiche meno intuitive, pensiamo alle cosiddette reti “piccolo mondo” (small world) in cui ciascun nodo può essere connesso a gli altri attraverso un numero basso di intermediari.10 La topologia quindi esprime una conigurazione idealtipica di relazioni tra i nodi. Essendo tali conigurazioni idealtipiche, si prestano a generalizzazione e sono oggetto di studio nella cosiddetta teoria dei grai, che rappresenta la teoria matematica per lo studio delle reti. In quest’ottica la metodologia, rappresentata dall’uso di analisi delle reti - network analysis - gioca un ruolo chiave nel dipanare tali problematiche (per una introduzione si veda Wasserman & Faust, 1994). La presenza di fenomeni di natura relazionale - cioè riferiti alle relazioni tra attori e non invece direttamente agli attori speciici in gioco - rappresenta un elemento

10 L’idea rinvia ai cosiddetti “6 gradi di separazione” (six degrees of separation) secondo la quale ciascun abitante del mondo più essere collegato a qualsiasi altro abitante del mondo attraverso una catena di conoscenze con non più di 5 intermediari (si veda Milgram 1967). 95 caratterizzante del contagio inanziario. Tale elemento, di rilevanza teorica sostanziale, ha le sue basi nella considerazione, strettamente metodologica, che la tradizionale analisi statistica (in quanto riferita ad osservazioni indipendenti e quindi prive di topologia) non sia in grado di cogliere la natura squisitamente relazionale che connota una gran parte di fenomeni economici (Biggiero, 2016; Knoke, 2012; Carley, 2009; Borgatti & Foster, 2003). L’uso della network analysis rappresenta ormai una scelta consolidata nella letteratura sul contagio inanziario (Boss, Elsinger, Summer & Thurner, 2014; Summer, 2013;): a tal proposito si noti che i contributi teorici citati nel precedente paragrafo si servono della network analysis. L’importanza dello status relazionale degli attori economici, più che delle tradizionali variabili attributive - “too central to fail” invece che “too big to fail” (Battiston, Puliga, Kaushik, Tasca & Caldarelli, 2012) – pone quindi enfasi sulla necessità di analizzare la topologia entro la quale il contagio tra imprese si manifesta. In particolare dal punto di vista strettamente topologico, è proprio la centralità all’interno di un network (si vedano Borgatti, 2005; Bonacich 1987; Freeman, 1979, 1977; Sabidussi, 1966) a rivestire un ruolo chiave per la propagazione del contagio. In questa ottica l’analisi del contagio assume una nuova connotazione metodologica alla luce della “complessità” alla quale tradizionalmente la network analysis afferisce (si veda Caballero & Simsek, 2013).

4.2. Obiettivi dell’analisi Comprendere la propagazione del contagio richiede l’uso di metodologie che siano in grado di fronteggiare la complessità relazionale che compone il tessuto economico regionale. In particolare la possibilità di analizzare il contagio inanziario richiede di modellare la topologia di relazioni economiche tra le singole imprese abruzzesi: la possibilità di mappare il network di relazioni stabili tra imprese abruzzesi è il primo passo per comprendere, con un livello di grana ine, l’origine e la dinamica nella propagazione potenziale del contagio. Al ine di elaborare un modello per l’analisi delle forme di contagio inanziario tra le imprese abruzzesi è opportuno articolare lo studio su due livelli: il livello macro attinente all’intera topologia relazionale dell’universo delle imprese abruzzesi; ed il livello micro attinente alle relazioni di una singola impresa. Da questo punto di vista quindi il progetto si articola su due livelli di analisi: 1. da un lato è opportuno comprendere il contagio, nella sua complessità e totalità, nella misura in cui può riguardare l’insieme di relazioni che compongono un’intera iliera dell’economia abruzzese (livello macro); 2. dall’altro è opportuno comprendere il contagio relativamente alle singole imprese coinvolte (livello micro).

96

La relazione tra micro e macro, lungi dall’essere una mera articolazione metodologica rappresenta probabilmente il principale driver per l’eficacia di policy di contenimento. Infatti la salvaguardia del sistema nella sua dimensione endemica (livello macro) da un eventuale contagio risiede nella capacità del policy maker di comprendere e gestire il contagio a livello micro. Il principale risvolto, in verità non banale, è che il contenimento del contagio non sempre risiede in una logica di tutela tout court delle imprese vittime di contagio. In ottica dinamica - ed evoluzionistica - bisogna infatti rendere resiliente il sistema dagli shock e non le singole imprese, che equivale a dire che la tutela complessiva dell’intero sistema non può essere necessariamente ridotta ad un pool di salvataggi puntuali. In altri termini l’attenzione del policy maker deve essere orientata al sistema nel suo complesso e non alla salvaguardia delle singole imprese. Va precisato che la metafora medica (dal contagio dei virus al contagio inanziario) non appare pienamente applicabile al fenomeno del contagio inanziario; in particolare, se al ine di bloccare il diffondersi di un virus può essere eficace l’isolamento di uno o più nodi del network, l’isolamento di un’impresa, ove fosse praticabile, comunque non varrebbe a bloccare il diffondersi del contagio inanziario. Volendo mantenere la metafora medica per l’eficacia legata alla esempliicazione, piuttosto che di isolamento si dovrebbe dunque parlare di “immunizzazione” attuata con opportuni strumenti inanziari (ossia attraverso forme di sostegno). Posta in termini diversi, la questione è riuscire a discriminare tra shock idiosincratici (vale a dire un contagio che origina da una singola impresa e si propaga sulle imprese ad essa connesse) e shock sistematici (vale a dire un contagio che impatta su di un elevato numero di imprese e successivamente si propaga). Mentre il primo va gestito in modo dedicato (intervenendo sulle imprese potenzialmente coinvolte), il secondo va gestito andando a considerare l’intera topologia relazionale coinvolta. Comprendere quindi il legame tra impresa (livello micro) e sistema (livello macro) è il primo passo per delineare policy eficaci, ed evitare dispersione di ingenti risorse pubbliche per policy inaccurate. Al ine di rispondere a queste aspettative il progetto mira, come descritto in precedenza, a: - individuare le principali leve su cui intervenire con politiche attive di prevenzione; - ridurre i rischi connessi a possibili shock congiunturali ed extracongiunturali. E’ possibile operazionalizzare queste prerogative del policy maker in obiettivi metodologicamente praticabili. In particolare è possibile formulare obiettivi sui due livelli di analisi discussi:

97

Obiettivo 1 (livello macro): comprendere il contagio inanziario in riferimento all’intera topologia relazionale delle imprese; Obiettivo 2 (livello micro): comprendere il contagio inanziario tra le singole imprese assumendo la presenza di shock idiosincratici e sistematici.

4.3. Elaborazione di un modello per l’analisi del contagio inanziario La necessità di un’analisi stringente del contagio inanziario tra le imprese abruzzesi richiede di adottare un frame di analisi che sia saliente per il policy maker. Infatti, se da un lato un’analisi dell’intero universo delle imprese abruzzesi può risultare dispersiva, dall’altro un’analisi su di uno sparuto gruppo di imprese può risultare miope. Per evitare tali estremi - e quindi per connotare l’analisi di una effettiva spendibilità in termini di policy - si è preferito circoscriverla ad una singola iliera e si è scelta quella agroalimentare perché particolarmente rilevante nella strategia di smart specialization della Regione, per lo più “autoctona” e con una catena del valore per buona parte “residente” nella Regione. La focalizzazione su una iliera è una scelta metodologica precisa che risponde alle aspettative del policy maker - la Regione Abruzzo - di analizzare il contagio inanziario in riferimento ad un dominio saliente di attività economiche. Si noti che l’analisi condotta sulla iliera agroalimentare può essere replicata su qualsiasi altra iliera presente in regione.

4.3.1. Il caso della iliera agroalimentare abruzzese

L’analisi del contagio inanziario è stata condotta sulla iliera agroalimentare abruzzese che per dimensioni ed importanza rappresenta un capitolo importante dell’economia regionale (v. cap. 2). La iliera agroalimentare abruzzese ricostruita nel presente studio è composta da 2862 imprese attive (fonte AIDA BvD, per una rassegna delle fonti dati si veda l’appendice 1), tra le quali non rientrano le imprese cessate (per fallimento, fusione, scissione o in liquidazione), né quelle attive ma in stato di insolvenza. Sono qui indicate una serie di caratteristiche dell’universo delle imprese che compongono la iliera (per le statistiche descrittive della iliera agroalimentare e una loro visualizzazione dinamica si rinvia al sito http://impreseinrete.unich.it presentato nell’appendice 5 del presente lavoro). Le imprese della iliera agroalimentare abruzzese possono essere ricondotte a due grandi categorie: A. Imprese principali della iliera: sono le imprese che compongono, in modo sequenziale, le attività principali della iliera e che concorrono direttamente alla produzione del valore. Tali imprese rientrano nelle seguenti categorie. I. Produzione materie prime

98

II. Trasformazione industriale III.Commercio all’ingrosso IV. Commercio al dettaglio B. Imprese di supporto alla iliera: sono le imprese che concorrono indirettamente alla produzione del valore offrendo prodotti e servizi alle imprese principali della iliera. Tali imprese rientrano nelle seguenti categorie: V. Attività di supporto speciiche VI.Attività di supporto generiche Lo schema dell’intera iliera è indicato nella FIGURA 4.1.

FIGURA 4.1 - FILIERA AGROALIMENTARE

I. Produzione di materie prime

V. Attività di II. Trasformazione industriale VI. Attività di supporto supporto

specifiche generiche III. Commercio all’ingrosso

IV. Commercio al dettaglio

Imprese principali della iliera Le imprese principali della iliera sono 2375 e sono state identiicate attraverso i codici Ateco (2007) speciicamente considerati dal Ministero della Sviluppo Economico (si veda il documento: Filiere Produttive e Territori. Prime Analisi. Stilato nel Giugno 2012 dal Dipartimento per l’Impresa e l’Internazionalizzazione). Tra queste ci sono: I. 403 imprese di Produzione materie prime; II. 452 imprese di Trasformazione industriale; III. 335 imprese di Commercio all’ingrosso; IV. 1185 imprese di Commercio al dettaglio. La TABELLA 4.1 seguente descrive le voci Ateco afferenti a ciascuna delle quattro categorie.

99

TABELLA 4.1 - TIPOLOGIA DI IMPRESE PRINCIPALI DELLA FILIERA Imprese principali della Descrizione Attività Codice iliera Ateco I. Produzione di materie Coltivazioni agricole e produzione di 01 prime prodotti animali, caccia e servizi connessi Silvicoltura ed utilizzo di aree forestali 02 Pesca e acquacoltura 03 II. Trasformazione Industrie alimentari 10 industriale Industria delle bevande 11 Industria del tabacco 12 III. Commercio Intermediari del commercio di prodotti 46.17 all’ingrosso alimentari, bevande e tabacco Commercio all'ingrosso di cereali, tabacco 46.21 grezzo, sementi e alimenti per il bestiame (mangimi) Commercio all'ingrosso di iori e piante 46.22 Commercio all'ingrosso di animali vivi 46.23 Commercio all’ingrosso di prodotti 46.3 alimentari, bevande e prodotti del tabacco IV. Commercio al dettaglio Commercio al dettaglio in esercizi non 47.11 specializzati con prevalenza di prodotti alimentari e bevande Commercio al dettaglio di prodotti 47.2 alimentari, bevande e tabacco in esercizi specializzati Commercio al dettaglio ambulante di 47.81 prodotti alimentari e bevande Attività dei servizi di ristorazione 56

Imprese di supporto alla iliera Le imprese di supporto alla iliera sono state identiicate andando a considerare i codici Ateco (2007) relativi ad attività di supporto alla iliera agroalimentare. Tra di queste ci sono: V. 77 imprese che offrono Attività di supporto speciiche per la iliera agroalimentare VI. 410 imprese che offrono Attività di supporto generiche e quindi non legate solo alla iliera agroalimentare.

100

La TABELLA 4.2 seguente descrive le voci Ateco afferenti a ciascuna della due categorie.

TABELLA 4.2 - TIPOLOGIA DI IMPRESE DI SUPPORTO ALLA FILIERA Imprese di supporto alla Descrizione Attività Codice iliera Ateco V. Attività di supporto Fabbricazione di fertilizzanti e composti 20.15 speciiche azotati Fabbricazione di agro farmaci e di altri 20.2 prodotti chimici per l’agricoltura Fabbricazione di utensileria ad azionamento 25.73.1 manuale; parti interscambiabili per macchine e utensili Fabbricazione di trattori agricoli 28.30.1 Fabbricazione di altre macchine per 28.30.9 l'agricoltura, la silvicoltura e la zootecnia Fabbricazione di macchine per l'industria 28.93 alimentare, delle bevande e del tabacco (incluse parti e accessori) Riparazione e manutenzione di trattori 33.12.6 agricoli Commercio di energia elettrica 35.14 Raccolta, trattamento e fornitura di acqua 36 Intermediari del commercio di macchinari, 46.14.0 impianti industriali, navi e aeromobili, macchine agricole, macchine per uficio, attrezzature per le telecomunicazioni, computer e loro periferiche Commercio all'ingrosso di macchine, 46.61 accessori e utensili agricoli, inclusi i trattori Attività di alloggio connesse alle aziende 55.20.52 agricole Consulenza agraria 74.90.1 Noleggio di macchine e attrezzature agricole 77.31 VI. Attività di supporto Trasporti di merci su strada 49.41 generiche Magazzinaggio e custodia 52.10 Intermediari dei trasporti, sevizi logistici 52.29.2 Leasing inanziario 64.91 Intermediazione monetaria di istituti 64.19.10 monetari diverse dalle Banche centrali

101

4.3.1.1. Le relazioni economiche a livello di iliera (livello macro)

In considerazione degli obiettivi del lavoro e delle risorse disponibili, le relazioni economiche (crediti e debiti di fornitura) tra le imprese sono state simulate attraverso l’assunzione di speciiche ipotesi. A tal ine si è partiti dalla considerazione fattuale che ciascuna impresa è messa stabilmente in relazione con una o più imprese con la/le quali ha instaurato un rapporto economico (di acquisto o vendita di beni e/o servizi). In particolare per ciascuna delle categorie di attività (precedentemente descritte): I. Produzione di materie prime; II. Trasformazione industriale; III. Commercio all’ingrosso; IV. Commercio al dettaglio; V. Attività di supporto speciiche; VI. Attività di supporto generiche; sono state messe in relazione le imprese afferenti alla categoria con le imprese delle altre categorie. Ad esempio le imprese della categoria Produzione di materie prime sono state messe in relazione con le imprese di Trasformazione industriale, le quali a loro volta sono state messe in relazione con le imprese del Commercio all’ingrosso, e così via, in modo da riprodurre la topologia relazionale presente nella iliera agroalimentare. Ciascuna delle categorie di attività dialoga economicamente con le altre categorie nella misura in cui le imprese di una categoria fonte (le imprese che vendono un bene o un servizio) sono messe in relazione con le imprese di una categorie destinazione (le imprese che comprano il bene o servizio). E’ possibile così simulare un network di relazioni economiche tra le imprese afferenti alle diverse categorie, in grado di replicare la iliera agroalimentare abruzzese. Si noti che la simulazione riveste un ruolo fondamentale nella ricerca scientiica odierna e proprio in riferimento ai sistemi complessi della quale si è fatto cenno nella sezione sulla letteratura. Molti fenomeni complessi, non potendo essere studiati sul campo per ragioni di complessità (e quindi di costi), vengono riprodotti in laboratori virtuali e studiati all’interno di tali simulazioni (si pensi alla simulazione del volo di nuovi prototipi di aereo ancora da realizzare, oppure alla simulazione delle perturbazioni climatiche per lo studio del meteo o alla simulazione del trafico cittadino). Nel nostro caso la simulazione serve a costruire una topologia in grado di emulare le relazioni, strettamente reali, tra le imprese abruzzesi. In riferimento alle reti di impresa, si noti che le relazioni tra le categorie di attività non sono tutte uguali. E’ infatti normale supporre che il numero di scambi tra le

102 imprese di Trasformazione industriale e quelle di Commercio all’ingrosso sia di molto maggiore rispetto allo scambio tra le imprese di Trasformazione industriale ed quelle di Commercio al dettaglio. Per questo motivo si sono adottati tre regimi di intensità di scambio: - H (high): tra alcune categorie esiste una alto numero di relazioni economiche, cioè le imprese della categoria fonte intrattengono un elevato numero di scambi con la categoria destinazione (è il tipico caso, ad esempio, di relazioni sequenziali tra attività di Trasformazione industriale e Commercio all’ingrosso). - L (low): tra alcune categorie vige una bassa intensità di scambio essendo queste non strettamente cogenti dal punto di vista dello scambio di beni (ad esempio le relazioni tra Trasformazione industriale e Commercio al dettaglio). - 0 (zero): tra alcune categorie non esiste alcuno scambio in quanto le attività non sono minimamente cogenti dal punti di vista economico (ad esempio non esiste una relazione tra imprese che fabbricano trattori ed imprese di commercio al dettaglio di bevande). La TABELLA 4.3, che segue, riassume i rapporti di scambio ipotizzati per ciascuna categoria; per ciascuna relazione tra categorie è indicato il regime di intensità degli scambi economici.

TABELLA 4.3 - RAPPORTI DI SCAMBIO TRA LE CATEGORIE DI ATTIVITÀ Destinazione nello scambio

L H L L L L

Fonte nello L L H L L L scambio L L L H L L L L L L L L H 0 0 0 L 0 H H H H H L Legenda: H = alto numero di relazioni; L = basso numero di relazioni; 0 = assenza di relazioni; I = Produzione di materie prime; II = Trasformazione industriale; III = Commercio all’ingrosso; IV = Commercio al dettaglio; V = Attività di supporto speciiche; IV = Attività di supporto generiche.

Un modo alternativo di considerare tali relazioni è attraverso una rappresentazione reticolare (FIGURA 4.2) che indica il lusso di beni o servizi da categorie fonte a categorie destinazione. Nella igura le linee spesse indicano un

103 elevato numero di relazioni (regime H), le linee sottili indicano un basso numero di relazioni (regime L), l’assenza di connessioni indica invece il regime 0.

FIGURA 4.2 - RELAZIONI DI SCAMBIO DI BENI E SERVIZI TRA LE CATEGORIE DI ATTIVITÀ NELLA FILIERA AGROALIMENTARE

Se si considera invece il lusso inanziario sottostante alle relazioni di scambio di beni e servizi otteniamo la seguente rappresentazione che è speculare alla precedente FIGURA 4.2. Nella FIGURA 4.3 la direzione delle linee indica la direzione dei lussi inanziari.

104

FIGURA 4.3 - RELAZIONI FINANZIARIE TRA LE CATEGORIE DI ATTIVITÀ NELLA FILIERA AGROALIMENTARE

4.3.1.2. La simulazione delle relazioni economiche a livello di singola impresa (livello micro)

La deinizione di diversi regimi di intensità negli scambi tra diverse categorie di attività (livello macro) nel network, non è tuttavia suficiente a modellare le relazioni relative alla singola impresa (livello micro). A tal ine si può verosimilmente supporre che il numero di relazioni economiche di ciascuna impresa non sia invariante ma ciascuna impresa intrattiene relazioni stabili con un numero speciico di altre imprese, nella misura in cui possiede il suo portafoglio speciico di clienti e fornitori stabili. Al ine di risalire a questo dato speciico è stato assunto che imprese più grandi (e quindi con maggior fatturato) intrattengano relazioni economiche con un numero più elevato di altre imprese. Il fatturato di ciascuna impresa è un dato utile alla comprensione dell’importanza della impresa nel network di relazioni nella misura in cui si può assumere l’esistenza di una correlazione positiva tra fatturato di un’impresa e numero di altre imprese ad essa connesse. Dunque si può assumere che imprese con elevato fatturato intrattengono più rapporti economici rispetto ad imprese con fatturato più basso. Sulla base di questa considerazione è stato possibile costruire una rete ad hoc che replicasse la iliera agroalimentare abruzzese sfruttando il dato disponibile del fatturato di impresa.

105

Il network di relazioni è stato costruito in modo casuale ma la casualità è parametrizzata in base al fatturato. Un’impresa con elevato fatturato avrà un numero superiore di connessioni in uscita (out degree) e cioè l’impresa fonte vende il suo prodotto o servizio ad un elevato numero di imprese destinazione alle quali il bene o servizio è dedicato. Parimenti imprese con basso fatturato presentano basso numero di connessioni. In questo modo è stato possibile costruire un network di relazioni casuali tra imprese in cui la casualità è parametrizzata al fatturato. In particolare: - Regime L (basso numero di scambi economici):

Pr(Impresa A è connessa a Impresa B) = Fatturato A / Fatturato totale [3]

E’ il regime di default in cui la probabilità di connessione è direttamente proporzionale al fatturato relativo.

- Regime H (elevato numero di scambi economici):

Pr(Impresa A è connessa a Impresa B) = (Fatturato A x 10) / Fatturato totale [4]

Nei casi in cui vige un’alta intensità di relazioni (regime H) il fatturato dell’impresa è stato magniicato per un fattore 10. Di conseguenza la probabilità di connessione tra due imprese è magniicata di 10 volte rispetto ad un regime a bassa intensità (regime L).

- Regime 0 (assenza di scambi economici):

Pr(Impresa A è connessa a Impresa B) = 0 [5]

In questo caso non vi è alcuna probabilità che le imprese siano connesse.

Il network risultante è composto da 2.862 imprese tra le quali si instaurano 166.832 relazioni economiche della quali la metà (83.416 imprese) esprime il lusso di beni e servizi e l’altra metà (83.416 imprese) rappresenta il lusso inanziario in contropartita. L’impossibilità di rappresentare graicamente l’intero network può essere superata adottando partizioni della rete, ed in particolare partizioni che coincidono con ciascuna area di attività. Nella FIGURE 4.4-9, che seguono, sono

106 rappresentati i grai delle reti interne a ciascuna categoria di attività, che corrispondono alle caselle grigie sulla diagonale della TABELLA 4.3. Si noti che le relazioni rappresentate nelle seguenti igure sono soltanto un sottoinsieme, in verità esiguo, rispetto all’insieme totale di relazioni. Ciascuna relazione, che è bidirezionale, racchiude uno scambio di beni o servizi ed il relativo lusso monetario.

FIGURA 4.4 - RELAZIONI FINANZIARIE NELLA CATEGORIA I. PRODUZIONE DI MATERIE PRIME (NUMERO DI IMPRESE: 403; NUMERO DI CONNESSIONI: 3226)

107

FIGURA 4.5 - RELAZIONI FINANZIARIE NELLA CATEGORIA II. TRASFORMAZIONE INDUSTRIALE (NUMERO DI IMPRESE: 452; NUMERO DI CONNESSIONI: 4144)

FIGURA 4.6 - RELAZIONI FINANZIARIE NELLA CATEGORIA III. COMMERCIO ALL’INGROSSO (NUMERO DI IMPRESE: 335; NUMERO DI CONNESSIONI: 2302)

108

FIGURA 4.7 - RELAZIONI FINANZIARIE NELLA CATEGORIA IV. COMMERCIO AL DETTAGLIO (NUMERO DI IMPRESE: 1185; NUMERO DI CONNESSIONI: 4144)

FIGURA 4.8 - RELAZIONI FINANZIARIE NELLA CATEGORIA V. ATTIVITÀ DI SUPPORTO SPECIFICHE (NUMERO DI IMPRESE: 77; NUMERO DI CONNESSIONI: 108)

109

FIGURA 4.9 - RELAZIONI FINANZIARIE NELLA CATEGORIA VI. ATTIVITÀ DI SUPPORTO GENERICHE (NUMERO DI IMPRESE: 410; NUMERO DI CONNESSIONI: 3264)

4.4. Metodi La network analysis (introdotta nel § 4.1) offre la possibilità di analizzare la proprietà delle iliera agroalimentare abruzzese su due livelli. Da un lato infatti è possibile analizzare la rete agroalimentare a livello di singoli nodi - node-level - nella misura in cui le proprietà relazionali di ogni nodo sono analizzabili attraverso speciici indici. Dall’altro la network analysis permette di analizzare la rete agroalimentare nel suo complesso - network-level - attraverso indici riferibili all’intero universo dei nodi e delle relative connessioni. Si noti che è possibile identiicare dei network (o delle speciiche porzioni di un network) a partire da speciici nodi; tali network – che racchiudono le connessioni relative ad uno speciico nodo focale, chiamato ego - si deiniscono ego-network e sono fondamentali nell’analisi che segue (si veda Wasserman & Faust, 1994). Per ciascun livello di analisi node-level e network-level è possibile identiicare una serie di indici. Da notare che nella complessa e stratiicata letteratura sulla network analysis esistono centinaia di indici, ognuno dei quali è in grado di cogliere speciiche proprietà di un network. In questa sede, e per gli scopi di questo progetto, è possibile considerare, tra l’universo di indici deiniti in letteratura, quelli più tipici. E’ opportuno notare che degli indici (che seguono) viene data, in questa sede, solo una descrizione. Le relative formule e le implicazioni di tipo computazionale (che esulano

110 dagli scopi di questo lavoro) sono presenti sui più noti manuali quali Wasserman & Faust (1994) e Carrington, Scott & Wasserman (2005). Gli indici node-level utilizzati in questo lavoro sono: - Degree Centrality: l’indice – che varia da 0 a 1 - misura il numero di connessioni di ciascun nodo sul suo massimo teorico. E si distingue in in- degree o out-degree in relazione al fatto che le connessioni siano in entrata o in uscita dal nodo. Un nodo è centrale quando presenta un elevato numero di connessioni. Si noti che in questa sede la distinzione tra in-degree ed out-degree è stata tralasciata per semplicità di esposizione. Si infatti parla, nella pagine che seguono, di degree facendo implicito riferimento all’out-degree che esprime la direzione del lusso inanziario. - Betweenness Centrality: l’indice – che varia da 0 a 1 - misura quanto un nodo si frappone tra gli altri nodi ed è standardizzato rispetto al suo massimo teorico. In altre parole un nodo è centrale se si trova in un elevato numero di percorsi minimi che connettono due nodi. - Closeness Centrality: l’indice – che varia da 0 a 1 – indica quanto un nodo è in media vicino agli altri nodi (la vicinanza è intesa in termini di distanza minima tra quelle esistenti). Un nodo con una elevata centralità è un nodo in grado di raggiungere gli altri nodi con un numero relativamente basso di passaggi. E’ fondamentale notare che i tre indici suddetti colgono tre aspetti della centralità di un nodo. Infatti il primo indice (degree centrality) deinisce la centralità in termini assoluti: un nodo con molte connessioni è quindi un nodo centrale. Il secondo indice (betweenness centrality) deinisce la centralità di un nodo come capacità di questo nodo di connettere gli altri nodi; si noti che non bisogna necessariamente avere un elevato numero di connessioni (elevata degree) per avere una elevata capacità di frapposizione (elevata betweenness). Il terzo indice (closeness centrality) deinisce la centralità come vicinanza in media da tutti gli altri nodi. Anche in questo caso si può avere un nodo con elevata vicinanza media (elevata closeness), anche in mancanza di un elevato numero di connessioni (elevata degree) e/o in mancanza di una elevata capacità di frapposizione (elevata betweenness). Gli indici network-level utilizzati in questo lavoro sono: - Average Distance: l’indice è dato dalla media dei percorsi più brevi (distanze geodesiche) tra nodi, escluse le distanza ininite. - Betweenness Centralization: L’indice – che varia da 0 a 1 - misura quanto un network è centralizzato in termini di betweenness centrality (deinita in precedenza) riferita ai suoi singoli nodi. Un network con elevata betweenness centralization indica che pochi nodi

111

(o un solo nodi) si frappongono tra i legami di tutto il network. Un network con elevata degree centralization è caratterizzata da pochi nodi (o nel caso estremo un nodo) con elevata centralità e quindi in grado di frapporsi all’interno dei percorsi che connettono gli altri nodi. - Closeness Centralization: l’indice - che varia da 0 a 1 - misura quanto un network è centralizzato in termini di betweenness centrality (deinita in precedenza) riferita ai suoi singoli nodi. Un network con elevata closeness centralization è caratterizzata da pochi nodi (o nel caso estremo un nodo) con elevata centralità e quindi particolarmente vicini (o vicino) ai restanti nodi. - Clustering Coeficient Watts-Strogatz: l’indice – che varia da 0 a 1 - misura il grado di clusterizzazione di un network attraverso la media dei coeficienti di clusterizzazione di ciascun nodo, deiniti come le densità dell’ego-network di ciascun nodo. Il coeficiente coglie quanto i nodi connessi ad uno speciico nodo sono anche connessi tra di loro. - Count, Node: l’indice rappresenta il numero di nodi in un network. - Degree Centralization: L’indice - che varia da 0 a 1 - misura quanto un network è centralizzato in termini di degree centrality (deinite in precedenza) riferita ai suoi singoli nodi. Un network con elevata degree centralization è caratterizzato da pochi nodi (o nel caso estremo un nodo) con elevata centralità e quindi con molte connessioni. - Density: l’indice - che varia da 0 a 1 - è dato dal rapporto tra il numero di connessioni osservate e numero di connessioni possibili in un network. - Fragmentation: l’indice – che varia da 0 a 1 misura la proporzione di nodi in un network che sono disconnessi. Una elevata frammentazione connota un grafo fortemente disconnesso. - Isolate Count: l’indice misura il numero di nodi isolati in un network. - Link Count: l’indice misura il numero di connessioni presenti in un network Gli indici di degree, betweenness e closeness centralization (di tipo network-level) sono costruiti sulla base degli indici degree, betweenness e closeness centrality (di tipo node-level); da notare a proposito la distinzione terminologica tra centralità e centralizzazione. Tali indici colgono aspetti salienti del contagio inanziario e sono fondamentali nel presente lavoro.

112

A questo punto è possibile ricondurre gli indici su descritti agli obiettivi del presente lavoro. Infatti il livello macro - relativo all’ Obiettivo 1 - riguarda l’analisi dell’intera topologia, mentre il livello micro - relativo all’Obiettivo 2 - riguarda l’analisi di speciici porzioni di network deiniti da speciici nodi (ego-networks). In riferimento all’Obiettivo 1 (livello macro) saranno analizzati i principali indici network-level relativi all’intera iliera: - Average Distance - Betweenness Centralization - Closeness Centralization - Clustering Coeficient Watts-Strogatz - Count, Node - Degree Centralization - Density - Fragmentation - Isolate Count - Link Count In riferimento all’Obiettivo 2 (livello micro) saranno analizzati gli indici network- level, relativi a speciici ego-networks, sotto le ipotesi di uno shock idiosincratico ed uno shock sistematico. • Uno shock idiosincratico origina da una singola impresa e coinvolge le imprese ad essa connesse. Nel caso di shock idiosincratico è stata estratta , a titolo esempliicativo della metodologia proposta, un’impresa a caso sull’intero universo di 2862 imprese, assumendo che tale impresa sia la prima ad aver subito lo shock. L’impresa estratta è: 1) “I Sapori Della Terra srl” (categoria II. Trasformazione industriale) E’ stato quindi analizzato il suo ego-network per comprendere quali sono le imprese interessate al contagio. Gli indici usati sono: - Average Distance - Betweenness Centralization - Closeness Centralization - Clustering Coeficient Watts-Strogatz - Count, Node - Degree Centralization - Density - Fragmentation

113

- Isolate Count - Link Count Si noti che l’analisi condotta sulla singola impresa può essere replicata su qualsiasi delle 2862 imprese. • Uno shock sistematico, essendo di natura endemica, origina da una moltitudine di imprese e si propaga alle altre imprese ad esse connesse. Nel caso di uno shock sistematico sono state estratte le 4 imprese di maggiori dimensioni, ciascuna per le categorie I, II, III, IV. Trattandosi di uno shock sistematico si assume che le imprese di maggiori dimensioni siano le prime ad essere state coinvolte, e quindi successivamente a trasmettere lo shock. Le imprese estratte, anche qui a titolo esempliicativo della metodologia proposta, sono: 1) “Agro Alimentare Adriatica srl” (categoria I. Produzione materie prime) 2) “F.lli De Cecco Di Filippo SpA” (categoria II. Trasformazione industriale) 3) “DE.AL. srl” (categoria III. Commercio all’ingrosso) 4) “Gustofast SpA” (categoria IV. Commercio al dettaglio) Sono quindi stati estratti i relativi ego-network relativi per comprendere le imprese interessate al contagio. Gli indici usati sono: - Average Distance - Betweenness Centralization - Closeness Centralization - Clustering Coeficient Watts-Strogatz - Count, Node - Degree Centralization - Density - Fragmentation - Isolate Count - Link Count Si noti che è possibile replicare l’analisi assumendo che lo shock sistematico coinvolga un maggior numero di imprese, senza distorsioni nella logica di analisi. Gli Obiettivi 1 e 2 si servono soltanto di indici di tipo network-level. Gli indici di tipo node-level precedentemente descritti - degree, betweenness e closeness centrality - saranno invece usati per derivare le policy (nel cap. 5).

114

4.5. Risultati dell’analisi Gli Obiettivi 1 e 2 connotano due classi di risultati: la prima, di livello macro, riguarda l’intera topologia della iliera agroalimentare abruzzese; la seconda, di livello micro, invece coglie il contagio tra speciiche imprese all’interno della iliera.

4.5.1. Topologia dell’intera iliera (livello macro)

La FIGURA 4.10, che segue, rappresenta l’intera rete di relazioni inanziarie della iliera agroalimentare abruzzese. L’elevato numero di connessioni non permette una visualizzazione agevole. Se si considera che la visualizzazione graica rappresenta uno strumento tipico della network analysis ci si può facilmente rendere conto che la iliera presenta una complessità intrinseca e non è facilmente riducibile attraverso un’analisi visiva di tipo euristico. Il limite nella visualizzazione è quindi di per se un dato interessante utile a deinire la complessità di una propagazione potenziale del contagio e meritevole di un approfondimento analitico.

FIGURA 4.10 - RELAZIONI FINANZIARIE NELLA FILIERA AGROALIMENTARE ABRUZZESE

In riferimento all’Obiettivo 1 è possibile quindi usare i valore assunti dagli indici riferiti alla intera topologia della iliera agroalimentare (TABELLA 4.4)

115

TABELLA 4.4 - INDICI RELATIVI ALLA FILIERA AGROALIMENTARE ABRUZZESE (LIVELLO MACRO) Indice Valore Descrizione Average Distance 2,737 L’indice varia tra 0 ed il numero di nodi. Un elevato valore indica una maggiore distanza tra due nodi qualsiasi. Betweenness Centralization 0,007 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di betweenness Closeness Centralization 0,196 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di closeness Clustering Coeficient Watts- 0,011 L’indice varia tra 0 e 1. Un elevato valore Strogatz indica che i nodi connessi ad un dato nodo sono anche molto connessi tra di loro Count, Node 2862 L’indice varia tra 0 ed il numero di nodi ed esprime la dimensione della rete Degree Centralization 0,007 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali, in termini di degree Density 0,010 L’indice varia tra 0 e 1. Un elevato valore corrisponde ad una rete con molte connessioni Fragmentation 0 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi o porzioni di rete non connessi ai restanti nodi Isolate Count 0 L’indice varia tra 0 ed il numero di nodi ed esprime il numero di nodi non connessi ad altri nodi Link Count 83416 L’indice varia tra 0 ed il numero massimo di connessioni possibili ed esprime il numero di connessioni osservate

L’average distance è decisamente bassa (2,737) ad indicare che in media due imprese qualsiasi sono raggiungibili in circa due passaggi. Questo fattore gioca un ruolo critico nella propagazione dello shock, nonostante la densità del network sia essenzialmente bassa (0,010). La iliera è totalmente connessa (fragmentation = 0) e presenta un numero elevato di connessioni (link count = 83.416), elementi che giocano a favore di una trasmissione dello shock. Tuttavia gli indici di centralizzazione

116

(degree, betweennes, closeness) sono tutto sommato bassi ad indicare che non esistono attori particolarmente centrali rispetto ai restanti. Lo stesso si evince osservando il clustering coeficient Watts Strogatz (0,011) che indica una incapacità della rete di moltiplicare i percorsi di trasmissione di eventuali shock, essendo le imprese (connesse ad un impresa di riferimento) non ulteriormente connesse tra di loro. Quindi la diffusione del contagio inanziario è potenzialmente trasmissibile su tutta la rete (elemento questo critico), tuttavia tale diffusione è ridotta dall’assenza di attori particolarmente centrali. Detto in termini diversi la diffusione potenziale del contagio è più un fatto “quantitativo” legato al numero di connessioni medie che un processo legato alla presenza di attori chiave in grado di veicolare lo shock. Questo dato è abbastanza critico per la derivazione di eventuali policy (se ne discuterà meglio nella Sezione 4) in quanto mostra che non è possibile isolare il contagio agendo su particolari attori con elevata centralità. La mancanza di attori prevalenti fa si che il contagio si connoti con un fatto tendenzialmente endemico.

4.5.2. Contagio tra le singole imprese (livello micro)

In riferimento all’Obiettivo 2, come discusso in precedenza, abbiamo due possibili scenari, quello con shock idiosincratico e quello con shock sistematico.

4.5.2.1. Scenario con shock idiosincratico

La FIGURA 4.11, che segue, rappresenta l’ego-network dell’impresa: “I sapori della terra srl” che subisce uno shock idiosincratico e lo trasmette (in rosso) alle imprese ad essa collegate inanziariamente.

117

FIGURA 4.11 - EGO-NETWORK DEL CONTAGIO FINANZIARIO (DA SHOCK IDIOSINCRATICO) DELL’IMPRESA “I SAPORI DELLA TERRA SRL”

In rosso è indicata l’impresa e la prima fase del contagio simulato.

Nella rappresentazione radiale è possibile vedere come lo shock si propaghi ad altre imprese che presentano, anche se in modo sporadico ulteriori connessioni tra di loro. La rappresentazione può essere ulteriormente comprese attraverso i valori assunti dagli indici in TABELLA 4.5.

TABELLA 4.5 - INDICI RELATIVI ALL’EGO-NETWORK DELL’IMPRESA “I SAPORI DELLA TERRA SRL” Indice Valore Descrizione Average Distance 1,632 L’indice varia tra 0 ed il numero di nodi. Un elevato valore indica una maggiore distanza tra due nodi qualsiasi. Betweenness Centralization 0,004 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di betweenness Closeness Centralization 0,160 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di closeness

118

Clustering Coeficient Watts- 0,112 L’indice varia tra 0 e 1. Un elevato valore Strogatz indica che i nodi connessi ad un dato nodo sono anche molto connessi tra di loro Count, Node 56 L’indice varia tra 0 ed il numero di nodi ed esprime la dimensione della rete Degree Centralization 0,604 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali, in termini di degree Density 0,025 L’indice varia tra 0 e 1. Un elevato valore corrisponde ad una rete con molte connessioni Fragmentation 0 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi o porzioni di rete non connessi ai restanti nodi Isolate Count 0 L’indice varia tra 0 ed il numero di nodi ed esprime il numero di nodi non connessi ad altri nodi Link Count 76 L’indice varia tra 0 ed il numero massimo di connessioni possibili ed esprime il numero di connessioni osservate

La distanza media (average distance) tra le imprese dell’ego network è minima (1,632) ed il network è totalmente connesso (fragmentation = 0). Non ci sono nodi isolati (isolate count = 0). Il network è scarsamente centralizzato in termini di betweenness ad indicare che non esista una sostanziale prevalenza dei un’impresa nel mediare i lussi inanziari. Il clustering coeficient Watts-Strogatz evidenza che le imprese connesse alla impresa che subisce lo shock sono solo in minima parte connesse tra di loro e questo attenua le possibilità di ulteriore diffusione dello shock. La centralizzazione closeness bassa evidenza che non esiste una sostanziale prevalenza di un impresa. Al contrario la degree centralization evidenzia l’importanza dell’impresa che subisce lo shock nella trasmissione del contagio e probabilmente questo è il dato più rilevante dell’analisi. Infatti in caso di shock idiosincratico, semplicemente a soffrirne saranno direttamente connesse all’impresa che trasmette lo shock. In questa ottica quindi lo shock idiosincratico si manifesta essenzialmente come un elemento sporadico all’interno di un network e si propaga a macchia d’olio coinvolgendo nel suo percorso le imprese direttamente connesse alla fonte di shock.

4.5.2.2. Scenario con shock sistematico

La FIGURA 4.12, che segue, rappresenta il grafo dell’unione degli ego-network delle imprese “Agro Alimentare Adriatica srl”, “F.lli De Cecco Di Filippo SpA”, “DE.AL. srl”, “Gustofast SpA”, che subiscono uno shock e lo trasmettono (in rosso) alle imprese ad

119 esse collegate inanziariamente. Dalla igura si evince la presenza di quattro isole di attività inanziaria riconducibili a ciascuna delle quattro imprese. I quattro raggruppamenti di attività sono suficientemente “isolati” l’uno dall’altro nella misura in cui i nodi di collegamento tra di essi sono pochi (visivamente dell’ordine di qualche decina). Al contrario ciascuna isola presenta al proprio interno un numero elevato e dificilmente districabile, visivamente, di connessioni. Si noti che i quattro raggruppamenti non hanno tutti la stessa grandezza, in particolare è possibile visualizzare un’isola con centinaia di nodi, due isole di grandezza intermedia, seguite da un’isola con qualche decina di nodi. Il grafo offre una istantanea sulla propagazione del contagio che origina simultaneamente (trattandosi di uno shock sistematico) dal centro di ciascuna della quattro isole e si propaga su ciascuna di esse. Ed offre un’idea visiva di come le grandi imprese della iliera possano, a seguito di uno shock, contagiare tutto il loro indotto.

FIGURA 4.12 - UNIONE DEGLI EGO-NETWORK DEL CONTAGIO FINANZIARIO (DA SHOCK SISTEMATICO) DELLE QUATTRO IMPRESE “AGRO ALIMENTARE ADRIATICA SRL”; “F.LLI DE CECCO DI FILIPPO SPA”; “DE.AL. SRL”; “GUSTOFAST S.P.A.”

In rosso sono indicate le impresa e la prima fase del contagio simulato.

La TABELLA 4.6 rende possibile una lettura analitica del grafo.

120

TABELLA 4.6 - INDICI RELATIVI ALL’UNIONE DEGLI EGO-NETWORK DELLE IMPRESE “AGRO ALIMENTARE ADRIATICA SRL”; “F.LLI DE CECCO DI FILIPPO SPA”; “DE.AL. SRL”; “GUSTOFAST SPA” Indice Valore Descrizione Average Distance 5,636 L’indice varia tra 0 ed il numero di nodi. Un elevato valore indica una maggiore distanza tra due nodi qualsiasi. Betweenness Centralization 0,099 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di betweenness Closeness Centralization 0,022 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di closeness Clustering Coeficient Watts- 0,125 L’indice varia tra 0 e 1. Un elevato valore indica Strogatz che i nodi connessi ad un dato nodo sono anche molto connessi tra di loro Count, Node 848 L’indice varia tra 0 ed il numero di nodi ed esprime la dimensione della rete Degree Centralization 0,552 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali, in termini di degree Density 0,005 L’indice varia tra 0 e 1. Un elevato valore corrisponde ad una rete con molte connessioni Fragmentation 0 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi o porzioni di rete non connessi ai restanti nodi Isolate Count 0 L’indice varia tra 0 ed il numero di nodi ed esprime il numero di nodi non connessi ad altri nodi Link Count 3893 L’indice varia tra 0 ed il numero massimo di connessioni possibili ed esprime il numero di connessioni osservate

Il grafo non presenta elementi disconnessi (fragmentation = 0). Le imprese sono in media collegate da 5 passaggi (average distance = 5,636) nonostante la densita (density) sia decisamente bassa (0,005). Il numero di nodi (count, node = 848) è quasi in rapporto di uno a cinque rispetto al numero di connessioni (link count = 3893). A fronte di modesti valori di centralizzazione betweenness e closeness (non ci sono imprese che prevalgono in termini di capacità di frapposizione e distanza medie dalle altre) il valore di degree è abbastanza elevato (0,552) ad indicare un veicolo di contagio diretto. Infatti è proprio l’elevato numero di connessioni della quattro imprese (che sono di grandi dimensioni nella iliera) ad essere critico in termini di contagio. In questa caso quindi l’dea che un attore troppo grande non debba essere

121 lasciato fallire (“too big to fail” - discusso in precedenza) coincide che la considerazione di tipo topologico che quell’attore è anche particolarmente centrale (“too central to fail”). In caso quindi di shock sistematico il coinvolgimento di grandi imprese trascina in modo diretto il loro stesso indotto ino a raggiungere livelli di sovrapposizione e di travasamento da un indotto all’altro. Se questa evidenza è valida per l’unione degli ego-networks, è possibile condurre un’analisi su ciascuno di essi e quindi per ciascuna della quattro imprese che hanno inizialmente subito lo shock, alla stessa stregua dell’analisi di shock idiosincratici (condotta in precedenza). La FIGURA 4.13 che segue, rappresenta l’ego-network dell’impresa “Agro Alimentare Adriatica srl” che subisce uno shock e lo trasmette (in rosso) alle imprese ad essa collegate inanziariamente.

FIGURA 4.13 - EGO-NETWORK DEL CONTAGIO FINANZIARIO (DA SHOCK IDIOSINCRATICO) DELL’IMPRESA “AGRO ALIMENTARE ADRIATICA SRL”

In rosso è indicata l’impresa e la prima fase del contagio simulato.

La TABELLA 4.7 coglie in modo analitico gli aspetti visualizzabili graicamente.

122

TABELLA 4.7 - INDICI RELATIVI ALL’EGO-NETWORK DELL’IMPRESA “AGRO ALIMENTARE ADRIATICA SRL” Indice Valore Descrizione Average Distance 6,636 L’indice varia tra 0 ed il numero di nodi. Un elevato valore indica una maggiore distanza tra due nodi qualsiasi. Betweenness Centralization 0,113 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di betweenness Closeness Centralization 0,209 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di closeness Clustering Coeficient Watts- 0,162 L’indice varia tra 0 e 1. Un elevato valore Strogatz indica che i nodi connessi ad un dato nodo sono anche molto connessi tra di loro Count, Node 194 L’indice varia tra 0 ed il numero di nodi ed esprime la dimensione della rete Degree Centralization 0,819 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali, in termini di degree Density 0,014 L’indice varia tra 0 e 1. Un elevato valore corrisponde ad una rete con molte connessioni Fragmentation 0 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi o porzioni di rete non connessi ai restanti nodi Isolate Count 0 L’indice varia tra 0 ed il numero di nodi ed esprime il numero di nodi non connessi ad altri nodi Link Count 528 L’indice varia tra 0 ed il numero massimo di connessioni possibili ed esprime il numero di connessioni osservate

A fronte di una bassa densità (density = 0.014) e di una distanza media che supera le sei connessioni (average distance = 6.636) si evidenzia una centralizzazione modesta ed omeogenea rispetto agli indici di betweenness e closeness). Al contrario lo shock appare fortemente veicolato in modo diretto essendo la degree centralizzation elevata e pari a 0.819. Il clustering coeficinet Watts-Strogatz, basso (0.162), evidenzia la bassa propensione di trasmissione di shock tra attori diversi dall’attore ego. La FIGURA 4.14 che segue, rappresenta l’ego-network dell’impresa “F.lli de Cecco Di Filippo SpA” che subisce uno shock e lo trasmette (in rosso) alle imprese ad essa collegate inanziariamente. L’elevato numero di nodi rende dificile la comprensione della topologia sottostante che è (probabilmente) radiale. La dificoltà nella

123 interpretazione visiva è un dato interessante che esprime la complessità della relazioni inanziare di questo attore.

FIGURA 4.14 - EGO-NETWORK DEL CONTAGIO FINANZIARIO (DA SHOCK IDIOSINCRATICO) DELL’IMPRESA “F.LLI DE CECCO DI FILIPPO SPA”

In rosso è indicata l’impresa e la prima fase del contagio simulato.

La TABELLA 4.8 esprime, in modo analitico, alcune proprietà del grafo.

TABELLA 4.8 - INDICI RELATIVI ALL’EGO-NETWORK DELL’IMPRESA “F.LLI DE CECCO DI FILIPPO SPA” Indice Valore Descrizione Average Distance 4,039 L’indice varia tra 0 ed il numero di nodi. Un elevato valore indica una maggiore distanza tra due nodi qualsiasi. Betweenness Centralization 0,027 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di betweenness Closeness Centralization 0,696 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di closeness

124

Clustering Coeficient Watts- 0,100 L’indice varia tra 0 e 1. Un elevato valore Strogatz indica che i nodi connessi ad un dato nodo sono anche molto connessi tra di loro Count, Node 483 L’indice varia tra 0 ed il numero di nodi ed esprime la dimensione della rete Degree Centralization 0,932 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali, in termini di degree Density 0,012 L’indice varia tra 0 e 1. Un elevato valore corrisponde ad una rete con molte connessioni Fragmentation 0 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi o porzioni di rete non connessi ai restanti nodi Isolate Count 0 L’indice varia tra 0 ed il numero di nodi ed esprime il numero di nodi non connessi ad altri nodi Link Count 2844 L’indice varia tra 0 ed il numero massimo di connessioni possibili ed esprime il numero di connessioni osservate

A fronte di una bassa densità (density = 0,012) ed una distanza media (average distance) pari a 4,039, si evidenza, come nei precedenti casi, un contagio di tipo essenzialmente diretto. E’ il numero di connessioni dell’attore principale (degree) a cogliere gli aspetti salienti del contagio. Al contrario non esiste una prevalenza di attori in termini di capacità di frapposizione (betweenness) e vicinanza (closeness). La FIGURA 4.15 che segue, rappresenta l’ego-network dell’impresa “DE.AL. srl” che subisce uno shock e lo trasmette (in rosso) alle imprese ad essa collegate inanziariamente. Il graico evidenzia una spiccata conformazione radiale. Da notare la presenza di un numero discreto di connessioni orizzontali tra i nodi periferici.

125

FIGURA 4.15 - EGO-NETWORK DEL CONTAGIO FINANZIARIO (DA SHOCK IDIOSINCRATICO) DELL’IMPRESA: “DE.AL. SRL”

In rosso è indicata l’impresa e la prima fase del contagio simulato.

La TABELLA 4.9 racchiude gli indici relativi al grafo.

TABELLA 4.9 - INDICI RELATIVI ALL’EGO-NETWORK DELL’IMPRESA “DE.AL. SRL” Indice Valore Descrizione Average Distance 6,828 L’indice varia tra 0 ed il numero di nodi. Un elevato valore indica una maggiore distanza tra due nodi qualsiasi. Betweenness Centralization 0,139 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di betweenness Closeness Centralization 0,602 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di closeness Clustering Coeficient Watts- 0,188 L’indice varia tra 0 e 1. Un elevato valore indica Strogatz che i nodi connessi ad un dato nodo sono anche molto connessi tra di loro Count, Node 180 L’indice varia tra 0 ed il numero di nodi ed esprime la dimensione della rete

126

Degree Centralization 0,877 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali, in termini di degree Density 0,016 L’indice varia tra 0 e 1. Un elevato valore corrisponde ad una rete con molte connessioni Fragmentation 0 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi o porzioni di rete non connessi ai restanti nodi Isolate Count 0 L’indice varia tra 0 ed il numero di nodi ed esprime il numero di nodi non connessi ad altri nodi Link Count 511 L’indice varia tra 0 ed il numero massimo di connessioni possibili ed esprime il numero di connessioni osservate

La distanza media non bassa (average distance = 6.828) tenderebbe a smorzare la trasmissione di shock. Tuttavia si evidenza una centralizzazione sostanziale in termini non solo di degree (0.877) ma anche in questo caso anche in termini di closeness (0.602). Questa doppia evidenza a favore del contagio esprime due criticità. Il contagio si manifesta in modo immediato trasmettendo lo shock alle imprese connesse all’impresa ego. E l’impresa ego è particolarmente vicina anche alle imprese più periferiche (e non direttamente connesse ad essa) per cui molto velocemente più contagiarle (anche il clustering coeficient Watts-Strogatz appare più elevato rispetto ai precedenti casi). Da notare che tale evidenza stride con il fatto che la distanza media sia non bassa, dato che introduce qualche ambiguità nella interpretazione del risultato. La FIGURA 4.16 che segue, rappresenta l’ego-network dell’impresa “Gustofast SpA” che subisce uno shock e lo trasmette (in rosso) alle imprese ad essa collegate inanziariamente. Il grafo è di facile interpretazione. E’ composto da pochi nodi, caratterizzato da una struttura radiale nella quale si evidenzia un basso numero di connessioni tra le imprese periferiche.

127

FIGURA 4.16 - EGO-NETWORK DEL CONTAGIO FINANZIARIO (DA SHOCK IDIOSINCRATICO) DELL’IMPRESA: “GUSTOFAST SPA”

In rosso è indicata l’impresa e la prima fase del contagio simulato.

La TABELLA 4.10 racchiude gli indici relativi al grafo.

TABELLA 4.10 - INDICI RELATIVI ALL’EGO-NETWORK DELL’IMPRESA GUSTOFAST S.P.A Indice Valore Descrizione Average Distance 1,333 L’indice varia tra 0 ed il numero di nodi. Un elevato valore indica una maggiore distanza tra due nodi qualsiasi. Betweenness Centralization 0,004 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di betweenness Closeness Centralization 0,137 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali in termini di closeness Clustering Coeficient Watts- 0,066 L’indice varia tra 0 e 1. Un elevato valore Strogatz indica che i nodi connessi ad un dato nodo sono anche molto connessi tra di loro Count, Node 48 L’indice varia tra 0 ed il numero di nodi ed esprime la dimensione della rete

128

Degree Centralization 0,606 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi particolarmente centrali, in termini di degree Density 0,024 L’indice varia tra 0 e 1. Un elevato valore corrisponde ad una rete con molte connessioni Fragmentation 0 L’indice varia tra 0 e 1. Un elevato valore indica la presenza di nodi o porzioni di rete non connessi ai restanti nodi Isolate Count 0 L’indice varia tra 0 ed il numero di nodi ed esprime il numero di nodi non connessi ad altri nodi Link Count 54 L’indice varia tra 0 ed il numero massimo di connessioni possibili ed esprime il numero di connessioni osservate

Il grafo di dimensione modesta (48 nodi) presenta una quantità di connessioni (54) che è quasi in relazione uno a uno con la dimensione. Non diversamente dai precedenti ego-network è possibile notare come il principale veicolo di contagio sia la centralità degree e quindi il numero di connessioni dirette. Evidenza avvalorata da una distanza media (average distance) bassa (1,333). Da notare che il clustering coeficient Watts-Strogatz conferma la sostanziale assenza di collegamenti tra le imprese diverse da quella principale, elemento che tende a smorzare la trasmissione di shock.

4.6. Limiti dell’analisi L’analisi condotta pur nella sua articolazione metodologica presenta alcuni limiti che non possono essere elusi per una lettura consapevole dei fenomeni di contagio nella regione Abruzzo. Prima di considerare tali limiti occorre premettere che l’obiettivo del presente lavoro è quello di elaborare un modello di analisi sul quale poter investire per ottenere la mappatura delle effettive connessioni tra le imprese e la reale topologia del network di relazioni; a tal ine nel presente lavoro i dati relativi alle connessioni della iliera risultano da una simulazione. Dunque considerazione su speciiche imprese è da intendersi come saliente solo all’interno della presente simulazione e non nel mondo reale. Non è possibile proporre generalizzazioni sul mondo reale e tantomeno sulle speciiche imprese che popolano l’economia abruzzese. Con tali premesse i limiti dell’analisi sono i seguenti: 1) è stata considerata la sola iliera agroalimentare; tuttavia l’analisi può essere replicata su qualsiasi altra iliera e/o sottoinsieme di attività presenti

129

nella regione Abruzzo, senza stravolgimenti nell’impianto teorico e metodologico; 2) l’analisi non tiene conto della presenza di eventuali non-monotonicità nella relazione tra numero di connessioni e propagazione del contagio. Come evidenziato precedentemente nel § riguardante la letteratura scientiica, molti studiosi sostengono che un elevato numero di connessioni rappresenti un fattore utile a dissipare lo shock. Considerazioni di questo genere hanno portato diversi studiosi a sostenere che un aumento della connettività aumenta il contagio; tuttavia oltre speciiche soglie la connettività si traduce in una abilità del sistema ad assorbire gli shock (ad esempio si veda Nier, Yang, Yorulmazer & Alentorn, 2007). Tale genere di considerazioni, ancora ambigue nella letteratura, sono state volutamente tralasciate nell’analisi proposta nella quale la topologia esprime, semplicemente, la conigurazione di relazioni inanziarie lungo le quali il contagio potrebbe potenzialmente propagarsi. E’ superluo quindi aggiungere che nel presente lavoro la relazione tra numero di connessioni e contagio è assunta come monotona; 3) le imprese della iliera entrano nell’analisi a prescindere da considerazioni sul loro stato economico e inanziario. Ad esclusione del fatturato che è servito alla generazione della topologia (come discusso in precedenza), nessuna considerazione sulla trasmissione del contagio è stata derivata in relazione alla solidità delle imprese. Per cui nella presente ricerca le differenze tra imprese (ad eccezione del fatturato) non sono state considerate (le imprese abruzzesi sono state considerate omogenee dal punto di vista economico e inanziario).

130

5. IMPLICAZIONI DI POLICY E CONCLUSIONI Delineare le policy per contrastare il contagio inanziario è un’attività critica, e, come abbiamo discusso in precedenza, tale criticità è duplice. Da un lato le attività di contrasto sono attività tardive: si interviene soltanto ex post, quando il contagio è già avvenuto e spesso è in fase conclamata. Dall’altro pur scontando tale logica tardiva, è dificile intervenire nella misura in cui è dificile approcciare il carattere sistemico della crisi (e quindi comprendere su quali imprese e con quali strumenti intervenire). Detto in termini diversi spesso il contagio inanziario comporta un ulteriore dispendio di risorse pubbliche legate a policy che si rivelano tanto tardive quanto ineficaci. Come abbiamo avuto modo di discutere in questo lavoro, la complessità intrinseca che caratterizza il contagio inanziario racchiude una classe di fenomeni economici non fronteggiabili attraverso i consueti strumenti di analisi statistica. Infatti la ricerca scientiica sul contagio inanziario si serve ormai normalmente di metodologie reticolari – network analysis, in particolare – per lo studio del contagio. Questo lavoro infatti mira non solo ad approcciare il fenomeno del contagio nella regione Abruzzo in modo scientiico (evitando approcci euristici e soluzioni “dell’ultimo minuto”) ma lo fa dotando la stessa Regione Abruzzo di un impianto metodologico di ultima generazione, allineato alla più avanzata ricerca internazionale.

5.1. La centralità come strumento di intervento La possibilità di mappare ed analizzare l’intera ed intricata rete di relazioni inanziarie fa si che possano essere identiicati diversi strumenti concreti di intervento. L’analisi di tipo node-level della centralità (centrality) – alcune imprese sono topologicamnete rilevanti nella trasmissione del contagio, da cui l’espressione “too central to fail” – ci permette di rideinire lo stesso processo di sviluppo del contagio. In particolare è possibile distinguere tre stadi: A. Stadio Pre-Crisi: il contagio non ancora si manifesta ma mostra il suo potenziale; B. Stadio Iniziale di Crisi: il contagio è avvenuto ma coinvolge un numero limitato di attori; C. Stadio di Crisi Conclamata: il contagio è avvenuto su larga scale ed è sistemico. A questo punto, tenendo la metafora medica del contagio (pur con i limiti discussi), è possibile rendersi conto come per contrastare un fenomeno di contagio si possa intervenire in relazione allo stadio del suo sviluppo. Detto in termini diversi, se un soggetto è stato appena contagiato dovrà inizialmente evitare di contagiare il

131 massimo numero possibile di soggetti ad esso prossimi (quali familiari, amici, conoscenti); successivamente dovrà evitare contagiare i soggetti meno prossimi ma comunque vicini (il vicinato, il quartiere, la città); inine dovrà evitare di contagiare i soggetti “in viaggio”, in grado di trasportare il contagio su territori lontani. Il lettore più accorto scorgerà nei tre stadi le tre diverse idee di centralità discusse. La degree centrality che coglie il numero di relazioni dirette di un attore; la closeness centrality che coglie la vicinanza indiretta dell’attore con i restanti attori; la betweenness centrality intesa come capacità di un attore di frapposizione e quindi di trasmissione verso attori distanti. E’ possibile quindi affermare che: a) la degree centrality è critica in uno Stadio Pre-Crisi; b) la closeness centrality è critica in uno Stadio Iniziale di Crisi; c) la betweenness centrality è critica in uno stadio di Crisi Conclamata. Tali affermazioni rappresentano la principali proposte teoriche ed operative del presente progetto: tali proposte costituiscono una sostanziale innovazione sia all’interno della letteratura scientiica esistente, sia come strumento per la derivazione di policy.

5.2. Deinizione delle misure Mentre l’approccio classico al contagio si basa sull’idea del “too big to fail”, questo lavoro si basa invece sul concetto di centralità (“too central to fail”). La distinzione è critica: se nell’approccio tradizionale gli indicatori per individuare le imprese più importanti sono dati riferibili alle singole imprese (tipicamente il fatturato, il numero di dipendenti), nell’approccio qui seguito gli indicatori considerati sono meramente topologici - la centralità – e quindi riferiti alle relazioni tra imprese. Vale a dire che imprese rilevanti per fatturato e numero di dipendenti potrebbero non essere centrali per il contagio e, viceversa, imprese centrali per il contagio potrebbero non essere grandi imprese. Sulla base delle considerazioni suddette è possibile identiicare tre misure di policy (che si aggiungono ad altri indicatori di rilevanza quali il numero di dipendenti e il fatturato), ciascuna riferita alle diverse fasi: A. Quando il contagio inanziario non si è ancora manifestato (Stadio Pre-Crisi) occorre monitorare le imprese con elevata degree centrality. Tale misura risponde alla necessità di evitare un “bagno di sangue” e quindi di evitare contagiare un elevato numero di imprese ad essa prossime. B. Quando il contagio inanziario si è già manifestato (Stadio Iniziale di Crisi) bisogna intervenire sostenendo le imprese con elevata closeness centrality.

132

Tale misure risponde alla necessità di evitare che il contagio si espanda velocemente e diventi sistemico. C. Quando il contagio inanziario è in fase avanzata (Stadio di Crisi Conclamata) occorre intervenire sulle imprese con elevata betweenness centrality. Tale misura risponde alla necessità di evitare che il contagio si propaghi su attività economiche non strettamente contigue. Sulla base di tali policy è quindi possibile deinire in modo puntuale su quali imprese della iliera abruzzese intervenire in relazione agli stadi di crisi. In uno Stadio Pre-Crisi occorre intervenire sulle imprese in TABELLA 5.1 che rappresentano, all’interno della iliera agroalimentare abruzzese, quelle con più elevata degree centrality (ordine decrescente).

TABELLA 5.1 - IMPRESE CON MAGGIOR DEGREE CENTRALITY NELLA FILIERA AGROALIMENTARE ABRUZZESE Impresa Degree Centrality F.LLI DE CECCO DI FILIPPO - FARA SAN MARTINO - S.P.A. 0.1587 ALL.COOP - SOCIETA' COOPERATIVA AGRICOLA 0.1003 SOCIETA' AGRICOLA TERAMANA S.R.L. 0.0598 AGRO ALIMENTARE ADRIATICA S.R.L. 0.0559 DE.AL. - S.R.L. DEPOSITI ALIMENTARI 0.0556

In uno Stadio Iniziale di Crisi occorre intervenire sulle imprese in TABELLA 5.2 che rappresentano, all’interno della iliera agroalimentare abruzzese, quelle con più elevata closeness centrality (ordine decrescente).

TABELLA 5.2 - IMPRESE CON MAGGIOR CLOSENESS CENTRALITY NELLA FILIERA AGROALIMENTARE ABRUZZESE Impresa Closeness Centrality ANCAT S.R.L. - SOCIETA' CON UNICO SOCIO 0.3656 INTRAPRENDO SOCIETA' COOPERATIVA SOCIALE 0.2799 EUROPA TRADE S.R.L. - SOC. UNINOMINALE 0.2777 VALSANGRO SRL 0.2776 TENUTA QUERCE GROSSE - S.R.L. 0.2772

In uno Stadio di Crisi Conclamata occorre intervenire sulle imprese in TABELLA 5.3 che rappresentano, all’interno della iliera agroalimentare abruzzese, quelle con più elevata betweenness centrality (ordine decrescente).

133

TABELLA 5.3 - IMPRESE CON MAGGIOR BETWEENNESS CENTRALITY NELLA FILIERA AGROALIMENTARE ABRUZZESE Impresa Betweenness Centrality F.LLI DE CECCO DI FILIPPO - FARA SAN MARTINO - S.P.A. 0.0078 ALL.COOP - SOCIETA' COOPERATIVA AGRICOLA 0.0062 AGRO ALIMENTARE ADRIATICA S.R.L. 0.0037 SOCIETA' AGRICOLA TERAMANA S.R.L. 0.003 FAS S.R.L. 0.0029

Da notare che alcune imprese compaiono in più tabelle, ad esempio “F.lli De Cecco Di Filippo SpA” presenta una elevata centralità sia di tipo degree che di tipo betweenness ad indicare il suo duplice ruolo nella trasmissione del contagio: sia in Stadio Pre-Crisi sia in Stadio di Crisi Conclamata. Tale evidenza appare verosimile se si riconosce che alcuni attori svolgono un ruolo complesso all’interno del sistema economico regionale. La possibilità di usare gli indici di centrality come strumenti di deinizione di misure costituisce una proposta distintiva del presente lavoro. Una proposta che pone l’enfasi sulla dimensione relazionale del ruolo delle imprese nel tessuto economico e che quindi, rispetto all’approccio tradizionale, tende a circoscrivere il ruolo di variabili tradizionali (quali il fatturato ed il numero di dipendenti) in fase di intervento. In altre parole la centralità topologica, sulla quale è possibile costruire delle policy, non è necessariamente legata alla “centralità” tradizionale (imprese gradi per fatturato e numero di dipendenti). Tale evidenza appare chiara nella FIGURE 5.1, 5.2 e 5.3 seguenti

134

FIGURA 5.1 - RELAZIONE TRA FATTURATO E DEGREE CENTRALITY

135

FIGURA 5.2 - RELAZIONE TRA FATTURATO E CLOSENESS CENTRALITY

FIGURA 5.3 - RELAZIONE TRA FATTURATO E BETWEENNESS CENTRALITY

Nelle Figure esposte, se si escludono le prime tre o quattro imprese con più elevata centrality (che presentano anche elevato fatturato) si può notare l’assenza di una

136 correlazione netta tra le misure di centralità (“too central to fail”) e di fatturato (“too big to fail”). A tal ine si considerino le igure 5.4-6 in sui l’analisi è riferita alle imprese incluse nella classe di fatturato compresa tra 100 milioni e 1 miliardo di euro e le igure 5.7-9 in cui l’analisi è riferita alle imprese incluse nella classe di fatturato compresa tra 10 e 100 milioni di euro. Tale dato è signiicativo e rappresenta un messaggio importante per il policy maker: le imprese con elevato fatturato non sono necessariamente importanti per la diffusione del contagio che equivale a dire che la dimensione topologica ha rilievo.

FIGURA 5.4 - RELAZIONE TRA FATTURATO E DEGREE CENTRALITY - IMPRESE NELLA CLASSE DI FATTURATO TRA I 100 MLN E 1 MLD DI EURO

137

FIGURA 5.5 - RELAZIONE TRA FATTURATO E CLOSENESS CENTRALITY - IMPRESE NELLA CLASSE DI FATTURATO TRA I 100 MLN E 1 MLD DI EURO

FIGURA 5.6 - RELAZIONE TRA FATTURATO E BETWEENNESS CENTRALITY - IMPRESE NELLA CLASSE DI FATTURATO TRA I 100 MLN E 1 MLD DI EURO

138

FIGURA 5.7 - RELAZIONE TRA FATTURATO E DEGREE CENTRALITY - IMPRESE NELLA CLASSE DI FATTURATO TRA I 10 E I 100 MLN DI EURO

FIGURA 5.8 - RELAZIONE TRA FATTURATO E CLOSENESS CENTRALITY - IMPRESE NELLA CLASSE DI FATTURATO TRA I 10 E I 100 MLN DI EURO

139

FIGURA 5.9 - RELAZIONE TRA FATTURATO E BETWEENNESS CENTRALITY - IMPRESE NELLA CLASSE DI FATTURATO TRA I 10 E I 100 MLN DI EURO

5.3. Conclusioni Il presente lavoro ha affrontato il problema del contagio di inanziario nella regione Abruzzo: si è dapprima illustrato prima il quadro macro-economico della regione, evidenziandone luci ed ombre; si è successivamente elaborato un modello per l’analisi delle forme di contagio. L’analisi del quadro macro-economico ha evidenziato una struttura regionale: - con specializzazione tipica e differenziata rispetto alle regioni del Mezzogiorno d’Italia; - con punti di forza nei settori di scala e in parte in quelli ad alta tecnologia; - con una dinamica in cui si rafforza l’incidenza dei contributi al saldo dei settori di scala (segnatamente dei mezzi di trasporto), dall’altra si assiste ad un indebolimento soprattutto dei settori tradizionali; - con dificoltà a preservare i vantaggi di specializzazione in conseguenza all’aumento dei prodotti price competition nelle quote del commercio internazionale; - con concentrazione delle grandi imprese esterne nei comparti di scala ed elevato contenuto tecnologico, rispettivamente nelle province di Chieti e

140

dell'Aquila, e con addensamento di piccole imprese endogene operanti nei settori tradizionali, in particolare nella provincia teramana. Le prospettive di crescita del sistema economico regionale sono fortemente connesse alle vicende del quadro economico internazionale ed europeo; la struttura esportativa, attraverso elevati proili di specializzazione settoriale e geograico dei mercati di sbocco, è esposta in modo signiicativo ai rischi congiunturali internazionali, che possono derivare dai possibili shock di domanda, ora connessi alle oscillazioni dei mercati reali ora a quelli dei mercati inanziari. L’analisi dei principali indicatori di bilancio delle imprese abruzzesi (nei settori portanti: manifatturiero, alimentare e automotive) dell’ultimo decennio connessi alla liquidità e il confronto con i dati nazionali mostra: - una con un’accentuata variabilità e un rilevante numero di outliers (le variabili non seguono una distribuzione normale); - imprese manifatturiere: o ROS e ROA - un lieve decremento del ROS (redditività delle vendite) delle piccole e medie imprese abruzzesi rispetto alla media nazionale nel periodo 2007-2009 (che pure mostrava in quegli anni i segni della crisi); una situazione di stasi tra il 2010-2012 e un lieve incremento negli ultimi tre anni, in linea con l’andamento delle imprese italiane (si riscontrano risultati simili per il ROA); una tendenza opposta per le grandi imprese abruzzesi (rispetto alla media nazionale), ossia un incremento del ROS incrementa nel periodo 2007-2010 (anno di maggiore redditività), una successiva lessione nel biennio successivo e un nuovo incremento negli ultimi tre anni (si riscontrano risultati simili per il ROA); o Velocità di circolazione degli investimenti - da rilevare come le grandi imprese mostrino una velocità di circolazione degli investimenti inferiore alla media nazionale per tutti il periodo considerato; o Current Ratio - per le piccole imprese l’indicatore è al di sotto della media nazionale durante gli anni di crisi congiunturale, per poi incrementare lievemente; anche per le medie e grandi imprese abruzzesi si osservano valori inferiori alla media italiana nonché sofferenze inanziarie dal 2007-2014; - imprese alimentari: o ROS e ROA - un andamento del ROS in linea con la media italiana per le piccole e medie imprese abruzzesi e un miglioramento del ROS nel 2007 che si accompagna a valori superiori alla media nazionale dal 2014 al 2015 per le grandi imprese (risultati simili per il ROA);

141

o Velocità di circolazione degli investimenti - appare inferiore alla media nazionale sia per le piccole imprese per il periodo 2008-2009, sia per le medie imprese abruzzesi dal 2007-2015; le grandi imprese abruzzesi presentano, invece, indicatori inferiori alla mediana nazionale nel periodo dal 2007 al 2013; - imprese “automotive” o ROS e ROA - risultati analoghi in termini di ROS alla media nazionale per le imprese di tutte le dimensioni considerate nel settore; o Velocità di circolazione degli investimenti - l’andamento è contrastante rispetto alle mediane delle imprese italiane: nel 2009 l’indicatore segna il minimo del periodo considerato per ciascuna dimensione considerata e comunque al di sotto delle mediane nazionali.

L’analisi dello Z-Score evidenzia consente la seguente sintesi sulla situazione delle imprese abruzzesi: - l’andamento della mediana del settore manifatturiero abruzzese segue in gran parte l’andamento della mediana italiana. Tuttavia i valori dello Z- score delle imprese abruzzesi risultano inferiori a quelli nazionali (di almeno 0,2), segno di una maggiore esposizione delle imprese locali al rischio di fallimento; - il trend della mediana del settore alimentare abruzzese, invece, appare in crescita dal 2009-2015. Dal 2009 i valori dello Z-score sono superiori alla mediana nazionale, pertanto, sebbene le imprese abruzzesi di tale settore presentino Z-score non ottimali (con buona probabilità di inancial distress), tuttavia, sembrerebbero avere minori chance di default rispetto alle imprese italiane; - l’andamento della mediana dello Z-score del settore della fabbricazione degli autoveicoli abruzzese presenta un improvviso picco in alto nel 2007 e in basso nel 2013. Le imprese abruzzesi di tale comparto risultano meno esposte al rischio di fallimento rispetto a quelle italiane, con valori dello Z- Score superiori a 2.

La social network analysis condotta sulla iliera agroalimentare rappresenta un prototipo di analisi che può essere in futuro esteso a qualsiasi altro settore della vita economia abruzzese. Le inalità del presente lavoro hanno suggerito di simulare il sistema delle connessioni tra le imprese.

142

L’analisi si è servita di strumenti mutuati dal nuovo paradigma11 della complessità (complexity) iorito negli ultimi decenni. Questo nuovo paradigma ha permesso di guardare al mondo senza gli steccati disciplinari ed ha costituito il terreno epistemico sul quale sono iorite le più importanti scoperte scientiiche ed innovazioni tecnologiche dell’ultimo decennio. La network analysis (usata in questo lavoro) appartiene a questo dominio epistemico e rappresenta una sostanziale innovazione metodologica rispetto ai classici strumenti statistici. Infatti costituisce una metodologia di riferimento per lo studio più avanzato della complessità dei sistemi umani. Attraverso questa metodologia è stato possibile analizzare il contagio sia in termini macro, analizzando la topologia della iliera, sia in termini micro, analizzando la propagazione sulle singole imprese sotto l’ipotesi di shock idiosincratici e sistematici.

Al di là dei risultati speciici dell’analisi (ampiamente discussi) il principale contributo di questo lavoro risiede nel mostrare le potenzialità dell’uso di metodologie scientiiche avanzate - mutuate dal paradigma della complexity - per l’analisi e la derivazione puntuale di policy legate all’economia regionale. Attraverso questo genere di strumenti è stato possibile ottenere un’analisi dell’economia regionale (ed in particolare del contagio) caratterizzate da livello di grana ine non ottenibile attraverso strumenti tradizionali (ad es. l’analisi di bilancio). Sono stati inoltre selezionati speciici indicatori per l’individuazione delle imprese su cui concentrare interventi di sostegno nelle diverse fasi del contagio e che corrispondono al passaggio da una accezione del “too big to fail” ad una del “too central to fail”; in sintesi: - in uno “Stadio Pre-Crisi” occorre monitorare/sostenere le imprese con elevata degree centrality; - in uno “Stadio Iniziale di Crisi” bisogna intervenire sostenendo le imprese con elevata closeness centrality; - in uno “Stadio di Crisi Conclamata” occorre intervenire sulle imprese con elevata betweenness centrality.

Attraverso il modello di analisi proposto è stato possibile individuare le imprese meritevoli di monitoraggio/sostegno per classe di fatturato. Fin qui i risultati della simulazione. Al ine di consentire la mappatura delle effettive connessioni tra le imprese abruzzesi e il disegno della reale topologia del

11 Si noti che, in questa sede, il termine “paradigma” è di accezione più ampia rispetto all’accezione kuhniana, più propria, di “paradigma scientiico” 143 network di relazioni è stato elaborato, testato e promosso un questionario per la rilevazione dei dati relativi ai crediti/debiti di fornitura (si vedano appendici 2, 3 e 4. La fase di testing del questionario ha consentito di calibrare il numero e la formulazione delle domande e ha messo in luce la principale criticità connessa alla raccolta di tale tipologia di dati: la ritrosia delle imprese a fornire dati che sono considerati “sensibili” (nonostante le garanzie di riservatezza date dall’Istituzione universitaria). Per superare tale ritrosia ed implementare una eficace strategia di raccolta dati si suggerisce: - di implementare una capillare campagna di comunicazione multimediale; - di far leva sull’ “effetto emulazione” (acquisendo i dati dalle imprese originarie si prosegue con i loro clienti/fornitori diretti mostrando l’esempio di chi ha già fornito i dati); - di fornire utilità in cambio dei dati attraverso una controprestazione che può essere rappresentata da un rapporto personalizzato sul posizionamento dell’impresa nel network, anche in relazione agli indici di bilancio dell’ultimo decennio, fornito a ciascun partecipante tramite sistema web-based; - di coinvolgere nella sensibilizzazione delle imprese i commercialisti (i quali sono correttamente considerati professionisti di iducia per le questioni economico-inanziarie).

L’auspicio è che i policy makers sviluppino la consapevolezza della necessità/ opportunità di impiego di strumenti di analisi mutuati dal mondo della ricerca scientiica.

144

RIFERIMENTI BIBLIOGRAFICI

Acemoglu, D.,A., Ozdaglar, A., & Tahbaz-Salehi, A. (2015). Systemic Risk and Stability in Financial Networks. American Economic Review, 105: 564-608. Allen, F., & Gale, D. (2000). Financial Contagion. Journal of Political Economy, 42: 1-33. Altaman, E.I., (1968). Financial Ratios, Discriminant Analisys and the Prediction of Corporate Bankruptcy. Journal of Finance 23: 1541-1551 Altaman, E.I., (2000). Predicting Financial Distress of Companies: Revisiting the Z- Score and Zeta Models. Stern University, working paper. Altaman, E.I., (2016). Financial Distress Prediction in an International Context: A Review and Empirical Analysis of Altman’s Z-Score Model. Journal of International Financial Management & Accounting. Amaduzzi, A. (1962). L’azienda nel suo sistema e nell’ordine delle sue rilevazioni, Utes, Torino. Amoroso, G., Bagaglia, D., Barmier, M., Rubboli, G. (2009). La crisi d’impresa nelle PMI. Enea, Milano Baldwin, J.M. (1894). Imitation: A chapter in the natural history of consciousness. Mind, 3: 25-55. Bauer, J., Agarwal, V., (2014). Are Hazard Models Superior to Traditional Bankruptcy Prediction Approcheas? A Comprehensive Test. Journal of Banking and Finance 40: 432-442 Banca d'Italia (2008). Relazione sull'andamento delle economie regionali. Roma. Bandura, A., Ross, D., & Ross, S. A. (1961). Transmission of aggression through imitation of aggressive models. Journal of Abnormal and Social Psychology, 63(3): 575-582. Battiston, S., Puliga, M., Kaushik, R., Tasca, P., & Caldarelli, G. (2012). DebtRank: Too Central to Fail? Financial Networks, the FED and Systemic Risk. Scientifc Reports, 2: 541. Beaver, W.H. (1968). Alternative accounting measures as predictors of failure. The Accounting Review, 43: 113-122. Biggiero, L. (ed) (2016). Relational Methodologies and Epistemology in Economics and Management Sciences. IGI Global. Bonacich, P. (1987). Power and Centrality: A Family of Measures. American Journal of Sociology, 92: 1170-1182. Borgatti, S.P. (2005). Centrality and Network Flow. Social Networks, 27: 55-71.

145

Borgatti, S.P. & Foster, P.C. (2003). The network paradigm in organizational research: a review and typology. Journal of Management, 29: 991-1013. Boss M., Elsinger, H., Summer, M., & Thurner, S. (2014). Network topology of the interbank market. Quantitative Finance, 4(6): 677-684. Caballero, R. & Simsek, A. (2013). Fire Sales in a Model of Complexity. The Journal of Finance, 68: 2549-2587. Capalbo, F., Monaco, E., Palumbo, R. (2014). L’economicità delle imprese di TPL e l’individuazione di parametri di costo di riferimento, in Capalbo, F., D’Amico, L,. Della Porta, A., Monaco, E., Palumbo, R., L’economicità delle imprese di trasporto pubblico locale. Comparazione dei costi, dei rendimenti e dei risultati, Franco Angeli, Milano. Carley, K.M. (2009). Computational modeling for reasoning about the social behavior of humans. Computational and Mathematical Organization Theory, 15: 47-59. Carrington, P.J., Scott, J. & Wasserman, S. (2005). Models and Methods in Social Network Analysis. Cambridge University Press. Cavalli-Sforza, L.L., & Feldman, M. (1981). Cultural Transmission and Evolution. Princeton: Princeton University Press. Cifuentes, R., Ferrucci, G., & Song Shin, H. (2005). Liquidity risk and contagion. Journal of the European Economic Association, 3(2.3): 556.566. Conti, G., & Menghinello, S. (2003). Sistemi di piccola impresa e esportazioni: i fattori di competitività dell’industria italiana. In Garofoli G. (a cura di) (2003), Impresa e territorio, Istituto G. Tagliacarne. Bologna: Il Mulino. Daley, D.J., & Gani, J. (2005). Epidemic Modeling: An Introduction. NY: Cambridge University Press. Das, S.R., Hanouna, P., Sarin, A., (2009). Accounting-Based Versus Market-Based Cross- Sectional Models of CDS Spreads. Journal of Banking and Finance. 33: 719-730. Dawkins, R. (1989). The Selish Gene. Oxford: Oxford University Press. Deakin, E. (1972). A Discriminant Analysis of Predictors of Business Failure. Journal of Accounting Research, 10: 167-179. Dimitras, A.I., Zanakis, S.H., Zopoundis, C., (1996). A Survey of Business Failures With an Emphasis on Prediction Methods and Industrial Applications. European Journal of Operational Research. 90: 487-513. Elliott, M., Golub, B., & Jackson, M.O. (2014). Financial Networks and Contagion. American Economic Review, 104(10): 3115-3153. Everett, J., Watson, J. (1998). Small business failure and external risk factors. Journal Small Business Economics, 11. Freeman, L. (1977). A set of measures of centrality based on betweenness. Sociometry, 40: 35–41.

146

Freeman, L. (1979). Centrality in social networks conceptual clariication. Social networks, 1(3): 215–239. Gai, P., Haldane, A., & Kapadia, S. (2011). Complexity, Concentration and Contagion. Journal of Monetary Economics 58, 453-470. Gino, F., Ayal, S., & Ariely, D. (2009). Contagion and differentiation in unethical behavior: the effect of one bad apple on the barrel. Psychological Science, 20(3): 393-398. Giorgino, M.C. (2015). Crisi aziendale e prevenzione. Metodologie e modelli per prevedere il prevedibile, Franco Angeli, Milano. Glasserman, P., & Peyton Young, H. (2015). How likely is contagion in inancial networks? Journal of Banking & Finance, 50: 383-399. Gleick, J. (1987). Chaos: Making a New Science. Viking. Granovetter, M. (1985). Economic action and social structure: the problem of embeddedness. The American Journal of Sociology, 91(3): 481-510. Iapadre, P.L. (1995). La collocazione internazionale dell’economia italiana: indicatori statistici e tendenze recenti. Economia italiana, 2. Invernizzi, G., Molteno, M. (1990). Analisi di bilancio e diagnosi strategica. Strumenti per valutare posizione competitiva, vulnerabilità, patrimonio intangibile, Etas. Jackson, R.H.G., Wood, A., (2013). The Perfomance of Insolvency Prediction and Credit Risk Models in the UK: A Comparative Study. British Accounting Review. 45: 183-202. Kauffman, S. (1995). At Home in the Universe: The Search for Laws of Self-Organization and Complexity. Oxford University Press. Knoke, D. (2012). Economic networks. Cambridge (UK): Polity Press. Le Bon, G. (1895). Psychologie des Foules. Leitner, Y. (2005). Financial Networks: Contagion, Commitment and Private Sector Bailouts. Journal of Finance, 60: 2925-2953. Levy, D.A., & Nail, P.R. (1993). Contagion: A theoretical and empirical review and reconceptualization. Genetic, Social and General Psychology Monographs, 119: 235-183. Loepfe, L., Cabrales, A., & Sanchez, A. (2013). Towards a proper assignment of systemic risk: the combined roles of network topology and shock characteristics. PLoS ONE, 8(10): e77526. doi:10.1371/journal.pone.0077526 Milgram, S. (1965). Liberating effects of group pressure. Journal of Personality and Social Psychology, 1(2): 127-134. Milgram, Stanley (1967). The Small World Problem. Psychology Today, 2: 60–67.

147

Ministero dello Sviluppo Economico (2012 Giugno). Filiere Produttive e Territori. Prime Analisi. Dipartimento per l’Impresa e l’Internazionalizzazione. Nier, E., Yang, J., Yorulmazer, T., & Alentorn A. (2007). Network Models and Financial Stability. Journal of Economic Dynamics and Control, 31: 2033-2060. Ohlson, J.A., (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research. 18: 364-371. Palumbo, R. (2001). Il subsistema gestionale (o decisionale) nell’individuazione dei suoi collegati aspetti e dei relativi modelli rappresentativi, in Paolone, G., D’Amico, L., L’economia aziendale nei suoi principi parametrici e modelli applicativi, Giappichelli, Torino. Pavitt, K. (1984). Sectoral Patterns of Technical Change: Towards a Taxonomy and a Theory. Research Policy, 13(6): 343-373. Peckham, R. (2013). Contagion: epidemiological models and inancial crises. Journal of Public Health, 36(1): 13-17. Richerson, P.J., & Boyd, R. (2008). Not by genes alone: how culture transformed human evolution. University of Chicago Press. Sabidussi, G. (1966). The centrality index of a graph. Psychometrika, 31: 581–603. Sharma, S., Mahajan, V. (1980). Early warning indicators of business failure. Journal of Marketing, 44. Sperber, D. (1998). Explaining culture: a naturalistic approach. Oxford: Blackwell. Summer, M. (2013). Financial Contagion and Network Analysis. Annual Review of Financial Economics, 5: 277-297. Tafler, R.J., (1984). Empirical Models for the Monitoring of UK Corporations. Journal of Banking and Finance. 8: 199-227. Waldrop, M. Mitchell (1992). Complexity: The Emerging Science at the Edge of Order and Chaos. New York: Simon & Shuster. Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press. Weetman, P. (1996). Financial and Management Accounting. An Introduction. Prentice Hall, Financial Times. Wheeler, L. (1966). Toward a theory of behavioral contagion. Psychological Review, 73(2): 179-192.

148

APPENDICI

Appendice 1 - Overview delle banche-dati In questa sezione sono presentate le principali fonti di informazione, che sono utili per la realizzazione di indagini socioeconomiche sui sistemi economici regionali. Le attività di monitoraggio dell'evoluzione dell'economia regionale richiedono l'accesso e la disponibilità di dati e variabili attraverso cui indagare le dinamiche dei principali mercati che compongono il sistema economico. La TABELLA che segue raccoglie in modo sintetico le caratteristiche delle principali banche-dati predisposte dagli Ufici di statistica e dai Centri di ricerca di diverse Istituzioni, pubbliche e private. Il quadro è distinto sulla base della tipologia dei dati, delle variabili e indicatori, della periodicità della rilevazione dei dati, dalla serie storica disponibile, dalle unità territoriali indagabili e dalla diversa tipologia di analisi.

TABELLA - QUADRO SINTETICO DELLE PRINCIPALI BANCHE-DATI Fonte Tipologia Variabili e indicatori Periodicità Serie unità tipologia di istituz. dati della storica territ. analisi rilevazione disponibil e

A) ISTAT mercato del - occupati - trimestrale dal 2004 regione congiuntural (I.Istat) lavoro - persone in cerca di - annuale in poi provinci e (indagine delle occupazione a famiglie) - Tasso di occupazione - Tasso di disoccupazione - Tasso di attività

B) Coeweb- commercio - esportazioni (per - trimestrale dal 1991 regione coniguntural Istat estero settore e per paese) - annuale in poi provinci e (I.Istat) - importazioni (per a settore e per paese)

C) ISTAT conti - PIL - annuale dal 1995 regione strutturale (I.Istat) territoriali - spesa per consumi in poi (risorse e - investimenti issi impieghi) - spesa pubblica - importazioni nette

149

D) ISTAT contesto socio- - dati sulla popolazione - annuale dal 2008 regione strutturale (Coes.Soc.) economico - consumi delle famiglie in poi famiglia e - capitale umano coesione - tempo di lavoro e sociale libero spesa per - salute coesione - disabilità sociale - povertà ed esclusione sociale - capitale sociale - spesa per interventi delle politiche del lavoro

E) ISTAT -agricoltura - unità locale -decennale 1951-196 regione strutturale (Censimen - industria - imprese 1-1971-19 provinci ti) -servizi - istituzioni / no proit 81-1991-2 a - sistemi locali del 001-2011 comune lavoro - distretti industriali - addetti

F) ISTAT - popolazione - popolazione residente - decennale 1981-199 regione strutturale (Censimen - famiglie 1-2001-20 provinci ti) - case e alloggi 11 a comune

G) ISTAT - risorse umane - livelli di istruzione - annuale 1995-201 regione strutturale (politiche - ricerca e - competenze formative 2 provinci per lo innovazione - spesa in R&S a sviluppo) -competitività - spese in innovazione - apertura int.le - export/pil e attrattività - investimenti diretti dei capitali esteri esteri - sicurezza ediici - governance e scolastici cap. - giacenza media istituzionali procedimenti civili - energia e - ritardo attuazione ambiente opere pubbliche

H) BES - benessere equo - benessere economico annuale 2004-201 regione strutturale Istat sostenibile - benessere soggettivo 1 - relazioni sociali - ambiente/paesaggio/ aspetti culturali - salute - politica e istituzioni - qualità dei servizi - sicurezza

I) Eurostat conti economici - PIL / valore aggiunto annuale 2000-201 regione strutturale regioni UE27 - occupazione 3 provinci - struttura economica a - innovazione - migrazione

150

L) IQI The - v o i c e a n d annuale 2004-201 regione strutturale (Nifo- Institutional accountability 2 provinci Vecchione, Quality Index - g o v e r n m e n t a 2014) in Italy effectiveness - regulatory quality - rule of law - corruption

M) anagrafe delle - imprese registrate trimestrale dal 2000 regione congiuntural Movimpres imprese - imprese attive in poi provinci e e - imprese cancellate a - artigiani comune - i m p r e s e e imprenditori femminili

N) Banca struttura e - tassi attivi / passivi trimestrale dal 2009 regione congiuntural d'Italia operatività di - impieghi / depositi provinci e banche e altri - numero di sportelli a interm. bancari comune inanziari - numero di ATM e POS - servizi telematici alla clientela - numero di dipendenti - s o c i e t à d i intermediazione inanziarie - informazioni sulla clientela e sul rischio - tassi di decadimento dei inanziamenti

O) CRESA dinamiche - e v o l u z i o n e trimestrale dal 1976 regione congiuntural settoriali produzione / e fatturato / occupazione - aspettative delle imprese

P) AIDA imprese - l’insieme di dati - Ultimi 10 stato - italiane pubblici relativi ad una anni provinca impresa regione – business intelligence comune geo- fererenzi azione

Di seguito i tratti distintivi delle fonti statistiche:

A) I.STAT (http://dati.istat.it) E' la banca dati curata e aggiornata dall'ISTAT. Le statistiche sono articolate per tema; ogni tema è suddiviso in più argomenti. Oltre che per tema, il sistema è interrogabile per parola chiave. I dati sono presentati sotto forma di tavole multidimensionali che gli utenti possono esportare in formato xls, csv e sdmx. È inoltre possibile creare tabelle e graici personalizzati agendo sulle variabili, il periodo di riferimento e la disposizione di testate e iancate.

151

B) Coeweb (https://www.coeweb.istat.it) Coeweb e' il sistema informativo on-line compleamente dedicato alle statistiche del commercio con l'estero che forniscono un ricco patrimonio informativo sui lussi commerciali dell'Italia e delle regioni/province con il resto del mondo. Le informazioni derivano per i paesi extra-UE dal Documento Amministrativo Unico (D.A.U.) e per i paesi UE dai modelli Intrastat acquisiti dall'Agenzia delle Dogane. I dati cosi' raccolti, una volta pervenuti all'ISTAT, vengono prima trattati in base alle normative comunitarie relative alle statistiche del commercio con l'estero e successivamente rivisti e validati dai revisori. Il processo di elaborazione dei dati fornisce, inoltre, statistiche per operatori ed imprese e serie storiche relative ai numeri indice. La banca dati contiene informazioni dal 1991 ad oggi. L'elevato numero di variabili presenti e la possibilita' di realizzare on-line un'ampia gamma di interrogazioni ne fanno uno strumento di grande potenza informativa e di elevata lessibilita' utile ad operatori economici ed istituzionali nazionali ed internazionali.

C) Conti e aggregati territoriali (http://dati.istat.it/Index.aspx) Conto delle risorse e degli impeghi: Prevede tra le risorse il prodotto interno lordo a prezzi di mercato e le importazioni nette; tra gli impieghi i consumi nazionali e gli investimenti lordi. Conto della generazione dei redditi primari: Mostra come il prodotto interno (lordo o netto) viene distribuito tra i redditi da lavoro dipendente interni (propri dei lavoratori che agiscono sul territorio economico) e le imposte indirette al netto dei contributi. Consente di ottenere il risultato di gestione, cioè l'eccedenza o il disavanzo risultante dalle attività di produzione.

D) CoesioneSociale (http://dati.coesione-sociale.it/Index.aspx) CoesioneSociale.Stat è il data warehouse che raccoglie le statistiche uficiali prodotte dall’Istituto nazionale della previdenza sociale (Inps), dall’Istituto nazionale di statistica (Istat) e dal Ministero del Lavoro e delle politiche sociali sul tema della coesione sociale: più di 700 indicatori – disaggregati per lo più a livello regionale – su demograia, lavoro, capitale umano, povertà, salute, politiche di protezione e assicurazione sociale, politiche attive sul mercato del lavoro. Le informazioni sono organizzate in tre sezioni: contesto socio-economico, che offre un quadro informativo socio-demograico, economico e del mercato del lavoro; famiglia e coesione sociale, in cui si rappresentano capitale umano, conciliazione tempo di lavoro e cura della famiglia, salute, povertà ed esclusione sociale; spesa e interventi per la coesione sociale, con dati sulla spesa sociale delle amministrazioni pubbliche, sulla protezione sociale, sulle politiche attive e passive del mercato del lavoro, sui servizi sociali degli enti

152 locali. I contenuti di CoesioneSociale.Stat sono aggiornati periodicamente, man mano che le informazioni vengono rese disponibili da Inps, Istat e Ministero del Lavoro.

E) Censimento Istat (http://dati-censimentoindustriaeservizi.istat.it/ Index.aspx) Il data warehouse del 9° Censimento generale dell’industria e dei servizi 2011 raccoglie il patrimonio informativo relativo alle principali caratteristiche delle imprese, delle istituzioni non proit e delle istituzioni pubbliche, disaggregato a livello territoriale. Il Censimento, la cui data di riferimento è issata al 31 dicembre 2011, è articolato in quattro iloni: • Archivio Statistico delle Imprese Attive (ASIA); • Rilevazione sulle istituzioni non proit; • Rilevazione sulle istituzioni pubbliche; Rilevazione campionaria sulle imprese. Le informazioni sono organizzate in quattro temi relativi a: a) dati d’insieme che consentono il confronto tra i risultati del 9° Censimento del 2011 e quelli dell’8° Censimento del 2001. Nel tema sono diffusi i dati di imprese, istituzioni non proit e istituzioni pubbliche relativi alle loro principali caratteristiche strutturali: forma giuridica, attività economica (ATECO 2007), risorse umane impiegate e localizzazione territoriale; b) dati strutturali sulle imprese, tratti dal registro statistico ASIA Imprese; c) primi risultati della rilevazione sulle istituzioni non proit, inerenti la forma giuridica, l’attività economica speciica di settore (ICNPO), le risorse umane impiegate e la localizzazione territoriale; d) approfondimenti tematici sulle imprese, tratti dalla rilevazione campionaria.

F) Censimento Istat (http://dati-censimentopopolazione.istat.it/Index.aspx) Il data warehouse del 15° Censimento generale della popolazione e delle abitazioni contiene informazioni, disaggregate ino a livello subcomunale, sulla struttura demograica e sociale della popolazione con dimora abituale in Italia e sul patrimonio abitativo italiano. Con il completamento del processo di produzione dei dati, verranno aggiunte le informazioni sulle altre variabili rilevate. La data di riferimento delle informazioni diffuse è il 9 ottobre 2011. Le informazioni attualmente disponibili sono organizzate in temi relativi a: a) Primi Risultati: dati provvisori diffusi ad Aprile 2012 relativi a popolazione, famiglie, alloggi ed ediici;

153

b) Popolazione legale: dati deinitivi sulla popolazione residente per sesso, età e cittadinanza (italiana o straniera); c) Popolazione: dati deinitivi sulle caratteristiche demograiche della popolazione residente sul territorio nazionale, in famiglia e in convivenza; d) Famiglie: dati deinitivi sulla dimensione della famiglia, sulla tipologia della famiglia, sulle caratteristiche dei nuclei familiari e delle coppie; e) Alloggi ed ediici: dati deinitivi sulle abitazioni e gli altri tipi di alloggio occupati da persone residenti, sulle caratteristiche delle abitazioni occupate da persone residenti. Vengono, inoltre, diffusi i dati deinitivi sul tipo d’uso e di utilizzo degli ediici e dei complessi di ediici; f) Istruzione e formazione: dati deinitivi sul grado di istruzione della popolazione residente; g) Condizione professionale o non professionale: dati deinitivi su alcune caratteristiche socio-economiche della popolazione residente di 15 anni e più; h) Caratteristiche dell’attività lavorativa: dati deinitivi sull’attività lavorativa svolta, sulle sezioni di attività economica, sulla posizione nella professione, sulle ore di lavoro svolte, sulla tipologia di attività lavorativa (tempo pieno-parziale), sul rapporto di lavoro (tempo determinato-indeterminato); i) Pendolarismo: dati deinitivi relativi agli spostamenti per motivi di studio o di lavoro in base al luogo di destinazione, al motivo dello spostamento, al mezzo utilizzato e al tempo impiegato. Solo per coloro che non si spostano giornalmente, vengono diffusi i dati deinitivi sul motivo per il quale non si sono recati al luogo abituale di studio o di lavoro; l) Serie storiche: consente di effettuare il confronto dei dati del 2011 con i quattro precedenti censimenti demograici per alcune variabili rilevate, suddivise nelle aree: Popolazione residente, Famiglie e Alloggi.

G) ISTAT - Indicatori territoriali per le politiche di sviluppo (http:// www.istat.it/it/archivio/16777) La "Banca dati indicatori territoriali per le politiche di sviluppo" contiene 303 indicatori (247 + 56 di genere) disponibili a livello regionale e sub regionale, per macroarea e per le aree obiettivo delle politiche di sviluppo. Le serie storiche, nella maggior parte dei casi, partono dal 1995 e arrivano ino all’ultimo anno disponibile. La banca dati è uno dei prodotti previsti dal Disciplinare stipulato tra Istat e Dipartimento per lo sviluppo e la coesione economica (Dps), nell'ambito del progetto "Informazione statistica territoriale settoriale per le politiche strutturali 2010-2015" inanziato con il PON Governance e Assistenza tecnica FESR 2007-2013. È possibile consultare gli indicatori, nonché i relativi dati di base utilizzati per costruirli, per aree

154 tematiche e per gli ambiti di riferimento della programmazione delle politiche di sviluppo, ovvero gli undici Obiettivi tematici dell'Accordo di partenariato 2014-2020, le dieci priorità del Quadro strategico nazionale (Qsn) 2007-2013 ed i sei assi del Quadro comunitario di sostegno (Qcs) 2000-2006. Nei casi in cui non siano disponibili tutti i dati di base necessari a costruire un indicatore a livello sub regionale, le tavole dati vengono comunque diffuse senza l’indicatore.

H) BES (benessere equo sostenibile) - ISTAT (http:// www.misuredelbenessere.it) L’Istat insieme ai rappresentanti delle parti sociali e della società civile, ha sviluppato un approccio multidimensionale per misurare il “benessere equo e sostenibile” (Bes) che integra l’indicatore dell’attività economica, il Pil, con misure delle fondamentali dimensioni sociali e ambientali del benessere, e con misure di diseguaglianza e sostenibilità economica, sociale e ambientale. L’analisi dettagliata degli indicatori effettuata nel rapporto Bes mira a rendere il Paese maggiormente consapevole dei propri punti di forza e delle dificoltà da superare per migliorare la qualità della vita dei cittadini, ponendo tale concetto alla base delle politiche pubbliche e delle scelte individuali. Le 12 dimensioni del Benessere riguardano le seguenti aree tematiche: a) salute; b) istruzione e formazione; c) lavoro e conciliazione tempi di vita; d) benessere economico; e) relazioni sociali; f) politica e istituzioni; g) sicurezza; h) benessere soggettivo; i) paesaggio e patrimonio culturale; l) ambiente; m) ricerca e innovazione; n) qualità dei servizi.

I) Eurostat (http://ec.europa.eu/eurostat/data/database) La bancadati Eurostat raccoglie tutte le principali variabili socioeconomiche per le regioni e province dei paesi membri dell'Unione Europea a 27. I dati provengono dagli Ufici di statistica nazionali e sono raccordati dall'Ente europeo attraverso gli indici di parità di potere d'acquisto (ppp) per il PIL e il valore aggiunto e per omogenea classiicazione settoriale, per i dati sulle imprese e sull'occupazione.

L) Institutional Quality Index (https://sites.google.com/site/ institutionalqualityindex/dataset) L'indice IQI è basato su 5 gruppi di indici elementari. Le aree tematiche dell'indice riguardano le principali dimensioni della qualità istituzionale: il grado di libertà di stampa e associazione (Voice and Accountability), la qualità dei servizi pubblici e le politiche formulate e implementate dal governo regionale e locale (Governement Effectiveness), le capacità del governo regionale di promuovere e formulare interventi effettivi regolatori (Regulatory Quality), la percezione della forza della Legge in

155 termini di tempi contrattuali, diritti di proprietà, forza della polizia, magistratura e livelli di criminalità (Rle of Law), il grado di corruzione delle funzioni pubbbliche (Control and Corruption). (cfr. A. Nifo and G. Vecchione (2014), "Do Institutions play a role in skilled migration? The case of Italy", Regional Studies, Volume 48, Issue 10, 2014, pages 1628-1649. DOI: 10.1080/00343404.2013.835799).

M) Movimprese - InfoCamere (http://www.infocamere.it/movimprese) Movimprese è l'analisi statistica trimestrale della nati-mortalità delle imprese condotta da InfoCamere, per conto dell'Unioncamere, sugli archivi di tutte le Camere di Commercio italiane. L'archivio sul Web consente l'accesso ai dati in formato elettronico a partire dal primo trimestre 1995 e dal 2000 per un'analisi dettagliata secondo le 5 cifre ATECO2002 (e dal 2009 secondo ATECO2009). I dati sulle imprese e sugli addetti possono essere inoltre suddivisi per natura giuridica, per capitale sociale e per classe di addetti. Inine, il database prevede due sezioni dedicate rispettivamente alle imprese artigiane e alle imprese femminili.

N) Banca d'Italia (https://infostat.bancaditalia.it/inquiry) La "Base Dati Statistica" (BDS) è il database mediante il quale la Banca d'Italia mette a disposizione del pubblico un'ampia gamma di indicatori e aggregati statistici. La BDS viene interrogata da una speciica applicazione per fornire ampie e articolate possibilità di sfruttamento della base dati. Nella BDS sono adottate, dove possibile, codiiche emanate da organismi certiicatori al ine di favorire l'utilizzo integrato dei dati della Banca d'Italia con altre fonti nazionali e internazionali. In particolare, si tratta dei domini 'territorio', 'valuta', 'settore istituzionale' e 'strumenti inanziari'. I dati permettono di monitorare l'evoluzione degli impieghi e dei depositi bancari a livello regionale, osservare la dinamica dei tassi di interesse attivi e passivi. Inoltre, consentono di evidenziare le caratteristiche strutturali del sistema bancario e inanziario regionale, dal numero degli sportelli, disponibili ino a livello comunale, alla presenza dei differenti intermediari inanziari operanti.

O) CRESA (http://www.cresa.it/site/attivita-editoriale/) Il Cresa, rispondendo alla sua principale vocazione istituzionale, procede dal 1976 ad analizzare con frequenza trimestrale l’andamento dell’economia abruzzese dandone conto ad un pubblico molto vasto attraverso la rivista trimestrale Congiuntura economica abruzzese. E’ articolata in due sezioni: nella prima Temi e problemi vengono pubblicati articoli monograici su argomenti di attualità economica; nella seconda Abruzzo congiuntura il rapporto trimestrale sulla congiuntura economica abruzzese.

156

Il Cresa predispone un Rapporto sull'economia abruzzese, che dal 2009 è denominato Economia e società in Abruzzo, che raccoglie tutti i principali indicatori macroeconomici annuali del sistema economico regionale. Il documento fornisce analisi sulla struttura produttiva e sulla condizione delle famiglie e della domanda di consumi, integrando ai dati uficiali di altre fonti di statistica (Istat) le indagini interne sulle imprese campionate. Il Cresa dispone inine un Annuario delle industrie abruzzesi. Le aziende riportate nell’Annuario sono quelle operanti in Abruzzo nel settore manifatturiero, con almeno una unità produttiva e con una occupazione di non meno di 10 addetti, suddivise per settori di attività economica e per sottosettori che riaggregano produzioni omogenee. Le informazioni fornite per ogni azienda sono le seguenti: la denominazione; la natura giuridica; l’indirizzo della sede amministrativa e quello dello stabilimento o degli stabilimenti con numero di telefono, fax, e-mail e pagina web; l’anno di fondazione dell’azienda; l’eventuale iscrizione ad associazioni di categoria; l’occupazione per classi di addetti; il fatturato annuo per classi di ammontare; l’elenco dei principali prodotti; l’elenco dei principali paesi di esportazione.

P) AIDA - Bureau Van Dijk (https://aida.bvdinfo.com) Aida contiene l’universo di informazioni sulle imprese italiane, con uno storico di 10 anni, ed offre un servizio di intelligence personalizzabile. Tra le informazioni vi sono: bilanci dettagliati secondo la IV Direttiva CEE; dettaglio debiti e crediti; bilanci consolidati, non consolidati e in IFRS; dati indicizzati, con uno storico ino a 10 anni; indicatori economico inanziari precalcolati e personalizzabili; negatività; rating; anagraica completa: codici identiicativi, indirizzo, numero di telefono, data fondazione ecc.; codici e descrizione attività (ATECO; SIC, NACE); numero di dipendenti; unità locali; valore delle azioni per le società quotate; azionariato e partecipazioni; bilanci ottici completi di nota integrativa; operazioni di inanza straordinaria.

157

Appendice 2 - Questionario per la raccolta di dati sui rapporti di subfornitura

158

159

160

161

162

163

164

165

166

Appendice 3 - Elenco delle imprese contattate e visitate per testing del questionario

Impresa Sede Settore Contattata Visitata ABRUZZO ENERGIA SPA Gissi Fabbricazione di motori x ABRUZZO TEST Pescara Altre attività professionali x ADE SRL Chieti Fabbricazione di altre macchine x ANGELO DE CESARIS SRL Francavilla al Mare Costruzione di strade x APTAR ITALIA San Giovanni Teatino Fabbricazione di altri artcoli x x ARAN CUCINE Teramo Mobile x ARGO SERVICE Spoltore Agroalimentare x x ASFALTI TRIGNO SRL Vasto Fabbricaz. di altri prod. in minerali x AZIENDA CASEARIA DE Teramo Agroalimentare x REMIGIS BIORIVIERA Spoltore Agroalimentare x x BRAVO SRL San Salvo Lavorazione e Fabbr. di vetro x BUCCO SRL Chieti Costruzione di strade x C.A.M.E.L. SRL San Giovanni Teatino Trattamento e rivestim. di metalli x CANTINA FRENTANA Rocca San Giovanni Agroalimentare x CANTINA MASCIARELLI Chieti Agroalimentare x CANTINA SAN ZEFFERINO Ortona Agroalimentare x CANTINA TOLLO Chieti Agroalimentare x CANTINE ZACCAGNINI Bolognano Agroalimentare x x CARTLANDIA Atessa Fabbricazione di carta x x CARTOTECNICA PASCUCCI San Vito Chietino Fabbricazione di carta x x CASITALIA SPA Collecorvino Agroalimentare x CENTRO ITALIA IMBALLAGGI L’Aquila Fabbricazione di carta x CHIAROTTI VERNICIATURE Pescara Trattamento e rivestim. di metalli x CITRA VINI Ortona Agroalimentare x CONFETTI PELINO Sulmona Agroalimentare x CONSORZIO AGRARIO CENTRO San Giovanni Teatino Agroalimentare x SUD CONSORZIO INDUSTRIALE DEL Vasto Altre attività professionali x VASTESE CORNAGLIA SUD S.R.L Atessa Automotive x x DAYCO EUROPA SRL Chieti Automotive x DE CECCO SPA Pescara Agroalimentare x DF ALLUMINIO SRL San Giovanni Teatino Trattamento e rivestim. di metalli x DI MONTE SRL Lanciano Commercio di altri prodotti x DIATEC SRL Collecorvino Fabbricazione di altre macchine x DIFFUSION BEER Popoli Agroalimentare x ECOPOWER San Giovanni Teatino Fabbricazione di motori x ECOTERM Vasto Commercio di altri prodotti x EFFE GLASS SRL San Salvo Lavorazione e Fabbr. di vetro x ELETTROMECCANICA RANIERI Guardiagrele Fabbricazione di motori x EURO ORTOFRUTTICOLA DEL San Salvo Agroalimentare x TRIGNO EUROBOX SRL San Salvo Fabbricazione di carta x FARNESE VINI Ortona Agroalimentare x G.I.R. -SUD SRL Gissi Automotive x GEAVIS SRL L’Aquila Prodotti petroliferi x GEGEL SRL Arielli Agroalimentare x x GRAN GUIZZA Popoli Agroalimentare x Fabbricazione di Piastrelle in GRANITO FORTE Fresagrandinara x ceramica GUANTIFICIO ROSSI San Giovanni Teatino Tessile/calzaturiero x x HONDA ITALIA INDUSTRIALE Atessa Automotive x HONEYWELL GARRETT ITALIA Atessa Automotive x x S.R.L. I.C.O. San Giovanni Teatino Fabbricazione di carta x I.R.M.A. S.P.A. Atessa Automotive x IFELV S.R.L. Casoli Automotive x ILCA CARNI Pescara Agroalimentare x INDUSTRIE ROLLI ALIMENTARI Teramo Agroalimentare x

167

Impresa Sede Settore Contattata Visitata ITALSUR SRL Notaresco Agroalimentare x KROMOSS SRL Aielli Trattamento e rivestim. di metalli x LA RUSTICHELLA D'ABRUZZO Pianella Agroalimentare x MARFISI CARNI Treglio Agroalimentare x METEC INDUSTRIAL Lanciano Automotive x MATERIALS S.R.L. NICOLA GENOBILE Torrevecchia Teatina Agroalimentare x NORASFALTI SRL Rosciano Fabbricaz. di altri prod. in minerali x PANTALONE Chieti Commercio di altri prodotti x PASTIFICIO DELVERDE Fara San Martino Agroalimentare x PESCARADOLC Moscufo Agroalimentare x PIERBURG PUMP TECHNOLOGY Lanciano Automotive x ITALY S.P.A. PILKINGTON ITALIA SPA San Salvo Lavorazione e Fabbr. di vetro x PIPETECH Pescara Commercio di altri prodotti x POLO AGIRE Mosciano Agroalimentare x POLO IAM Chieti Automotive x POLO MODA INN Teramo Tessile/calzaturiero x POLO PALMABRUZZO Teramo Arredo/Legno x PRIMO SRL San Salvo Lavorazione e Fabbr. di vetro x REGINELLA D'ABRUZZO Sulmona Agroalimentare x ROBOTEC S.R.L. Gissi Automotive x x S.I.M. SRL San Salvo Fabbricazione prodotti in gomma x SALUMIFICIO SORRENTINO Mozzagrogna Agroalimentare x SAN LORENZO VINI Castilenti Agroalimentare x x SAN MARCO VEICOLI S.R.L. Lanciano Automotive x SAN TOMMASO Ortona Agroalimentare x x SAPA BUILDEX ATESSA SPA Chieti Produzione alluminio x SAQUELLA Pescara Agroalimentare x SCATOLIFICIO ABRUZZESE Arielli Fabbricazione di carta x SE.TO. SRL Spoltore Costruzione di strade x SEGNALETICA PER L'ITALIA Orsogna Costruzione di strade x SEMAR SRL Francavilla al Mare Commercio di altri prodotti x SIDERGHISA SRL Città Sat’Angelo Commercio di altri prodotti x SIGIT SUD SRL Chieti Automotive x SILVER Avezzano Automotive x SMAPE SRL Cappelle Sul Tavo Altre attività professionali x SOCIETÀ COOPERATIVA Pollutri Agroalimentare x AGRICOLA SAN NICOLA SOCIETÀ EUROPEA VEICOLI Atessa Automotive x LEGGERI SOGEDA SRL San Giovanni Teatino Agroalimentare x TASSO SRL Atessa Fabbricaz. di articoli in mat. plast. x x TECNOMEC SUD S.R.L. Atessa Automotive x TEMPRA SUD Fresagrandinara Trattamento e rivestim. di metalli x THOR SUD San Salvo Fabbricazione prodotti in gomma x TOTO SPA Chieti Costruzione di strade x VERINDPLAST SRL Atessa Trattamento e rivestim. di metalli x VETRERIA CANZANO Guardiagrele Lavorazione e Fabbr. di vetro x x WORLD TRADE CONSTRUCTION Pescara Trattamento e rivestim. di metalli x SRL WTS GAS SPA Chieti Prodotti petroliferi x Z.C.M. SRL Avezzano Trattamento e rivestim. di metalli x

168

Appendice 4 - Elenco delle imprese contattate per la promozione questionario

I contatti telefonici sono stati ripartiti in 3 gruppi: a. campione di 93 imprese da db AIDA BvD selezionato in base a quattro settori di riferimento (Agroalimentare; Automotive; Tessile e calzaturiero; Mobile e legno), contattando un totale di 93 imprese; b. campione di 339 imprese da db CRESA; c. elenco di 124 studi di commercialisti di Teramo per invito a far partecipare loro imprese clienti.

GRUPPO A Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario TESCON S.R.L. TESSILE E CALZATURIERO 07/04/16 MANIFATTURE LORD S.R.L. TESSILE E CALZATURIERO 07/04/16 SVAL S.R.L. AGROALIMENTARE 07/04/16 X PALLOTTA VITTORIO S.R.L. AGROALIMENTARE 07/04/16 MOBILIFICIO MONACO S.R.L. MOBILI E LEGNO 07/04/16 X GRAZIANO RICAMI S.R.L. TESSILE E CALZATURIERO 07/04/16 OSLV ITALIA S.R.L. AUTOMOTIVE 07/04/16 X SAVINI S.R.L. MOBILI E LEGNO 08/04/16 X MANGIMI ARISTON S.R.L. AGROALIMENTARE 08/04/16 X SANTO STEFANO S.R.L. TESSILE E CALZATURIERO 08/04/16 FEGI MANIFATTURE S.R.L. TESSILE E CALZATURIERO 08/04/16 CASCIOLI S.P.A. AUTOMOTIVE 08/04/16 MODULO S.R.L. MOBILI E LEGNO 11/04/16 SALUMIFICIO FRATELLI COSTANTINI AGROALIMENTARE 11/04/16 X G.N.E. S.R.L. FOODS IMPORT DEI F.LLI MONTI S.P.A. AGROALIMENTARE 11/04/16 M.I.V.V. METAL INDUSTRIA VAL AUTOMOTIVE 11/04/16 VIBRATA S.P.A. MAGLIFICIO GRAN SASSO S.P.A. TESSILE E CALZATURIERO 11/04/16 EUROPLAK DI PICCIONI LUIGI & C. MOBILI E LEGNO 11/04/16 S.A.S. ADRIATICA LEGNAMI S.R.L. MOBILI E LEGNO 11/04/16 X GELCO S.R.L. AGROALIMENTARE 11/04/16 LAS MOBILI S.R.L. MOBILI E LEGNO 11/04/16 AUTOMOBILI DI PATRIZIO S.P.A. AUTOMOTIVE 11/04/16 INDUSTRIE ROLLI ALIMENTARI S.P.A. AGROALIMENTARE 11/04/16 AGRO ALIMENTARE ADRIATICA AGROALIMENTARE 11/04/16 P.A.P. S.R.L. AGROALIMENTARE 11/04/16 ANTONIO DI FERDINANDO & C. S.R.L. AUTOMOTIVE 11/04/16 TEXCOLOR S.P.A. TESSILE E CALZATURIERO 11/04/16 S.A.GE.M. COOPERATIVA AGROALIMENTARE 11/04/16 VER.COMM S.R.L. AGROALIMENTARE 11/04/16 X CENTRO CARNE S.R.L. AGROALIMENTARE 11/04/16 CA.MA. ITALIA S.P.A. TESSILE E CALZATURIERO 11/04/16 ITALSUR S.R.L AGROALIMENTARE 11/04/16 COSMO S.P.A. TESSILE E CALZATURIERO 11/04/16

169

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario PEDICONE HOLDING S.R.L. MOBILI E LEGNO 11/04/16 L'ALTRACARNE S.P.A. AGROALIMENTARE 11/04/16 X MAS LEGNO S.R.L. MOBILI E LEGNO 11/04/16 TRANCERIA DEL TRONTO MOBILI E LEGNO 11/04/16 MAGLIFICIO MATISSE S.R.L. TESSILE E CALZATURIERO 11/04/16 X PRONTOGEL ALIMENTI S.R.L. AGROALIMENTARE 11/04/16 X CEPAR S.R.L. AUTOMOTIVE 11/04/16 KLL S.R.L. MOBILI E LEGNO 11/04/16 X GARDEN FRUIT S.R.L. AGROALIMENTARE 11/04/16 F.B.C.I. S.R.L. MOBILI E LEGNO 12/04/16 METAL SERVICE S.R.L. TESSILE E CALZATURIERO 12/04/16 X ZED S.R.L. TESSILE E CALZATURIERO 12/04/16 S.V.A.I. S.R.L. AUTOMOTIVE 12/04/16 SEDIMA S.R.L. AGROALIMENTARE 12/04/16 ITALFISH S.R.L. AGROALIMENTARE 12/04/16 ARCADIA COMPONIBILI S.R.L. MOBILI E LEGNO 12/04/16 MEDITERRANEA SEMENTI S.R.L. AGROALIMENTARE 12/04/16 AUTO S.R.L. AUTOMOTIVE 12/04/16 JONNY Q ITALIA S.R.L. TESSILE E CALZATURIERO 12/04/16 FRAMASIL S.R.L. MOBILI E LEGNO 12/04/16 X STELMAR S.R.L. TESSILE E CALZATURIERO 12/04/16 DIPOL S.R.L. MOBILI E LEGNO 12/04/16 PROGETTO AUTO S.R.L. AUTOMOTIVE 12/04/16 CALZATURIFICIO MGT S.R.L. TESSILE E CALZATURIERO 13/04/16 X SIRIO S.R.L. AUTOMOTIVE 13/04/16 ALL. COOP - COOPERATIVA AGRICOLA AGROALIMENTARE 13/04/16 JUMBO COMM. S.R.L. AGROALIMENTARE 13/04/16 RONCAROLO MARCO S.R.L. AGROALIMENTARE 13/04/16 CHERI CONFEZIONI S.R.L. TESSILE E CALZATURIERO 13/04/16 ALIMENTHA S.R.L. AGROALIMENTARE 13/04/16 LA MONTAGNOLA S.R.L. AGROALIMENTARE 13/04/16 X ABBIGLIAMENTO G. & G. S.R.L. TESSILE E CALZATURIERO 13/04/16 ORIENTE S.P.A. AUTOMOTIVE 13/04/16 MARIMA S.R.L. TESSILE E CALZATURIERO 13/04/16 PROGETTO LEGNO S.R.L. MOBILI E LEGNO 13/04/16 MARINER UNO - S.R.L. AGROALIMENTARE 13/04/16 F.G. 1936 S.R.L. TESSILE E CALZATURIERO 13/04/16 DINEX ITALIA S.R.L. AUTOMOTIVE 13/04/16 X P. DEZI S.R.L. AUTOMOTIVE 13/04/16 LESTI PALLETS S.R.L. MOBILI E LEGNO 14/04/16 X PIEFFE AUTO S.R.L. AUTOMOTIVE 14/04/16 L'AVANA MANIFATTURE S.R.L. TESSILE E CALZATURIERO 14/04/16 ARAN WORLD S.R.L. MOBILI E LEGNO 14/04/16 MD'E S.R.L. AGROALIMENTARE 14/04/16 IMBALLAGGI VALLESCURA S.R.L. MOBILI E LEGNO 14/04/16 X RAD DUE S.R.L. AGROALIMENTARE 14/04/16 GUERCIONI ABRAMO DI GUERCIONI AUTOMOTIVE 14/04/16 RICCARDO & C. S.R.L. MOBILI RUFFINI S.R.L. MOBILI E LEGNO 14/04/16 ABRUZZO DIESEL S.R.L. AUTOMOTIVE 14/04/16 FASHION HOUSE S.R.L. TESSILE E CALZATURIERO 14/04/16 X CECI CARNI S.R.L. AGROALIMENTARE 14/04/16 C.S. VENDING S.R.L. AGROALIMENTARE 14/04/16 IL VELIERO S.R.L. AGROALIMENTARE 14/04/16 WASH ITALIA S.P.A. TESSILE E CALZATURIERO 14/04/16

170

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario F.LLI LAURI S.R.L. AGROALIMENTARE 14/04/16 G.M.C. CAR S.R.L. AUTOMOTIVE 14/04/16 LEVANTE S.R.L. TESSILE E CALZATURIERO 14/04/16 CENTRO RICAMBI TERAMO S.R.L. AUTOMOTIVE 14/04/16 SOCIETA' AGRICOLA CERULLI IRELLI AGROALIMENTARE 14/04/16 SPINOZZI S.R.L. VAL MOTOR'S S.R.L. AUTOMOTIVE 14/04/16 X

GRUPPO B Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario ABBIGLIAMENTO G. & G. Srl ABBIGLIAMENTO 09/05/16 AERRE 17 Srl ABBIGLIAMENTO 09/05/16 ALICE CONFEZIONI di D'Amario Doralice ABBIGLIAMENTO 09/05/16 AMEDEO FERRANTE Sas di Gianfranco ABBIGLIAMENTO 09/05/16 Ferrante & F.llo ANTICA SARTORIA MEDORI Srl ABBIGLIAMENTO 09/05/16 ARTIGIANA CONFEZIONI ABRUZZESE ABBIGLIAMENTO 09/05/16 Snc ASTER CONFEZIONI Srl ABBIGLIAMENTO 09/05/16 ATHENA CONFEZIONI Snc ABBIGLIAMENTO 09/05/16 SI AURELI SpA ABBIGLIAMENTO 09/05/16 AZZURRA CONFEZIONI Srl ABBIGLIAMENTO 09/05/16 BIESSE MANIFATTURE Sas ABBIGLIAMENTO 09/05/16 BLUE LIGHT Sas ABBIGLIAMENTO 09/05/16 BRIONI ROMAN STYLE SpA ABBIGLIAMENTO 09/05/16 C.P.M. Centro Produzione Moda Srl ABBIGLIAMENTO 09/05/16 CASUCCI SpA ABBIGLIAMENTO 09/05/16 CE.I.CO. CENTRO INDUSTRIALE ABBIGLIAMENTO 09/05/16 CONFEZIONI Srl CIELLEGI INTIMO di Castellabate Luigi ABBIGLIAMENTO 09/05/16 COBRA CONFEZIONI Snc di Pedicone ABBIGLIAMENTO 09/05/16 Nino & C. COLANTONIO FABRIZIO & C. Snc ABBIGLIAMENTO 09/05/16 COMPAGNIA DEL CUCITO Srl ABBIGLIAMENTO 09/05/16 CONCETTO Srl ABBIGLIAMENTO 09/05/16 CONFEZIONI ANNA di Di Carlo Anna Snc ABBIGLIAMENTO 09/05/16 CONFEZIONI DI MARCO Srl ABBIGLIAMENTO 09/05/16 CONFEZIONI DI SANO ROSANNA ABBIGLIAMENTO 09/05/16 CONFEZIONI GIANOLI Srl ABBIGLIAMENTO 09/05/16 CONFEZIONI HARLEM di Nazzari A. & C. ABBIGLIAMENTO 09/05/16 Sas CONFEZIONI IANNI VALERIO ABBIGLIAMENTO 09/05/16 CONFEZIONI KENT DUE Srl ABBIGLIAMENTO 09/05/16 CONFEZIONI LAVIS di Maloni Gabriele ABBIGLIAMENTO 09/05/16 CONFEZIONI LILLI di Marini Liliana ABBIGLIAMENTO 09/05/16 CONFEZIONI MARIO DE CECCO SpA ABBIGLIAMENTO 09/05/16 CONFEZIONI MASCO Sas di Spinosi ABBIGLIAMENTO 09/05/16 Marilena

171

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario CONFEZIONI MODIS Sas di Soydan M. & ABBIGLIAMENTO 09/05/16 C. CONFEZIONI REPO Srl ABBIGLIAMENTO 09/05/16 CONFEZIONI RINO RONCI Srl ABBIGLIAMENTO 09/05/16 CONFEZIONI RUTOLO di Rutolo M. Flora ABBIGLIAMENTO 09/05/16 CONFEZIONI SAN CRISTOFORO di ABBIGLIAMENTO 09/05/16 Piccirilli Pierino CONFEZIONI SARA di Di Ferdinando D. ABBIGLIAMENTO 09/05/16 CONFEZIONI SMAIL Srl ABBIGLIAMENTO 09/05/16 CONFEZIONI STELLA di Tonon Gianni ABBIGLIAMENTO 09/05/16 CONFEZIONI STIRERIA TEC Snc ABBIGLIAMENTO 09/05/16 CONFEZIONI TRE G Sas di Galli R. & C. ABBIGLIAMENTO 09/05/16 CORSETTERIA LUVISTILE Srl ABBIGLIAMENTO 09/05/16 DC 2 CONFEZIONI Srl ABBIGLIAMENTO 09/05/16 DEA GESTIONI Srl ABBIGLIAMENTO 09/05/16 DI REMIGIO D. & DI DIODORO V. Snc ABBIGLIAMENTO 09/05/16 DI.VA. Srl MAGLIFICIO ABBIGLIAMENTO 09/05/16 DIADEMA Sas di Di Berardino F. & C. ABBIGLIAMENTO 09/05/16 DINGO di Maroncelli Cerquitelli N. & C. ABBIGLIAMENTO 09/05/16 Snc DL MODA Srl ABBIGLIAMENTO 09/05/16 DONNA STILE Srl ABBIGLIAMENTO 09/05/16 EFFE TRE Srl ABBIGLIAMENTO 09/05/16 ENTERPRISE Srl ABBIGLIAMENTO 09/05/16 EUROGRIFFE Srl ABBIGLIAMENTO 09/05/16 EUROGUANTI INDUSTRIALI Srl ABBIGLIAMENTO 09/05/16 EUROSTYLE Srl ABBIGLIAMENTO 09/05/16 F.A.C. Srl ABBIGLIAMENTO 09/05/16 FA.DI.MAC. Srl ABBIGLIAMENTO 09/05/16 FEGI MANIFATTURE Srl ABBIGLIAMENTO 09/05/16 FELLI DOMENICO & FIGLI Snc ABBIGLIAMENTO 09/05/16 FLORIANO MANIFATTURE Srl ABBIGLIAMENTO 09/05/16 G.P.M. GRUPPO PRODUZIONE MODA Srl ABBIGLIAMENTO 09/05/16 GABAR Srl ABBIGLIAMENTO 09/05/16 GEBEL Srl ABBIGLIAMENTO 09/05/16 GI. EFFE MODA MONTEFIORE SpA ABBIGLIAMENTO 09/05/16 GINESTRA Srl ABBIGLIAMENTO 09/05/16 I & M CONFEZIONI di D'Alessandro Anna ABBIGLIAMENTO 09/05/16 & C. Snc I.G. ITALIAN GARMENT Srl ABBIGLIAMENTO 09/05/16 INDUSTRIA ADRIATICA CONFEZIONI ABBIGLIAMENTO 09/05/16 SpA ITALCONF di Di Giuseppe & C. Sas ABBIGLIAMENTO 09/05/16 ITG ITTIGGI Srl ABBIGLIAMENTO 09/05/16 JONNY Q ITALIA Srl ABBIGLIAMENTO 09/05/16 KARA SpA ABBIGLIAMENTO 09/05/16 L. & D. Srl ABBIGLIAMENTO 09/05/16 LAURENZI Srl ABBIGLIAMENTO 09/05/16 LINA AURITI Srl ABBIGLIAMENTO 09/05/16 LUCY-AN Srl ABBIGLIAMENTO 09/05/16 MAGLIFICIO F.LLI GIOVANNINI Snc ABBIGLIAMENTO 09/05/16 MAGLIFICIO FANNY MODE di Benazzi ABBIGLIAMENTO 09/05/16 Fenoglia CHEF LINE Srl ALIMENTARI E BEVANDE 09/05/16 CHINOOK Srl ALIMENTARI E BEVANDE 09/05/16

172

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario CINQUINA INDUSTRIE ALIMENTARI Srl ALIMENTARI E BEVANDE 09/05/16 CITRA VINI ScpA ALIMENTARI E BEVANDE 09/05/16 CO.VAL.P.A. ABRUZZO Scrl ALIMENTARI E BEVANDE 09/05/16 COMPAGNIA DEL CAFFE' Srl ALIMENTARI E BEVANDE 09/05/16 CONFETTI PELINO Snc ALIMENTARI E BEVANDE 09/05/16 CONSORZIO PRODUTTORI LATTE Scrl ALIMENTARI E BEVANDE 09/05/16 COOPERATIVA PRODUTTORI LATTE ALIMENTARI E BEVANDE 09/05/16 MAIELLETTA Scrl DE. AL. Srl ALIMENTARI E BEVANDE 09/05/16 DELL'AVENTINO Srl ALIMENTARI E BEVANDE 09/05/16 DELVERDE SpA ALIMENTARI E BEVANDE 09/05/16 D'EUGENIO SEMENTI Srl ALIMENTARI E BEVANDE 09/05/16 DISTILLERIA D'AURIA SpA ALIMENTARI E BEVANDE 09/05/16 DOLCIARIA CERASANI Srl ALIMENTARI E BEVANDE 09/05/16 ENRICO TORO & C. DISTILLERIA ALIMENTARI E BEVANDE 09/05/16 CASAURIA Sas EREDI FILIPPO SUSI Snc ALIMENTARI E BEVANDE 09/05/16 ESCA Srl ALIMENTARI E BEVANDE 09/05/16 EUROFRIGOR Srl ALIMENTARI E BEVANDE 09/05/16 EUROPA Srl ALIMENTARI E BEVANDE 09/05/16 EUROPA Srl ALIMENTARI E BEVANDE 09/05/16 F.LLI DE CECCO di FILIPPO FARA S. ALIMENTARI E BEVANDE 09/05/16 MARTINO SpA FOODINVEST GROUP Srl ALIMENTARI E BEVANDE 09/05/16 FORNO A LEGNA MANCINI Snc ALIMENTARI E BEVANDE 09/05/16 FOX ITALIA Srl ALIMENTARI E BEVANDE 09/05/16 FRONTENAC SpA ALIMENTARI E BEVANDE 09/05/16 GE.CAR. Srl ALIMENTARI E BEVANDE 09/05/16 GELCO Srl ALIMENTARI E BEVANDE 09/05/16 GIS SpA ALIMENTARI E BEVANDE 09/05/16 I.L.C.A. Srl ALIMENTARI E BEVANDE 09/05/16 I.M.C.O. VAL PESCARA Srl ALIMENTARI E BEVANDE 09/05/16 I.R.C. WILLIAM DI CARLO Srl ALIMENTARI E BEVANDE 09/05/16 IBITALIA COOKIES Srl ALIMENTARI E BEVANDE 09/05/16 INDUSTRIA DOLCIARIA M. D'ORSOGNA ALIMENTARI E BEVANDE 09/05/16 Sas INES NURZIA già SORELLE NURZIA Sas ALIMENTARI E BEVANDE 09/05/16 JANNAMICO MICHELE & FIGLI SpA ALIMENTARI E BEVANDE 09/05/16 JANNAPUNCH Sas ALIMENTARI E BEVANDE 09/05/16 JUPITER Srl ALIMENTARI E BEVANDE 09/05/16 L'ALTRACARNE di Mammarella & C. Snc ALIMENTARI E BEVANDE 09/05/16 LUIGI D'AMICO PARROZZO Sas ALIMENTARI E BEVANDE 09/05/16 MADAMA OLIVA Srl ALIMENTARI E BEVANDE 09/05/16 MAGRINI R. & CECI G. Snc ALIMENTARI E BEVANDE 09/05/16 MAGUS SpA ALIMENTARI E BEVANDE 09/05/16 MANGIMI ARISTON Srl ALIMENTARI E BEVANDE 09/05/16 MARFISI CARNI Srl ALIMENTARI E BEVANDE 09/05/16 MENOZZI AURELIO & R. DE ROSA Sas ALIMENTARI E BEVANDE 09/05/16 MENOZZI AURELIO & R. DE ROSA Sas ALIMENTARI E BEVANDE 09/05/16 MOLINO ALIMONTI SpA ALIMENTARI E BEVANDE 09/05/16 MOLINO E PASTIFICIO DE CECCO SpA ALIMENTARI E BEVANDE 09/05/16 PESCARA MONDO DEL PANE Snc ALIMENTARI E BEVANDE 09/05/16 NUOVA ILCA Srl ALIMENTARI E BEVANDE 09/05/16 P.A.P. Srl ALIMENTARI E BEVANDE 09/05/16

173

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario PALAZZONE PASTICCERIE Srl ALIMENTARI E BEVANDE 09/05/16 PALUMBO Srl ALIMENTARI E BEVANDE 09/05/16 PAN DUCALE di D'amario Pasquale ALIMENTARI E BEVANDE 09/05/16 PANE E PASTICCERIA Srl ALIMENTARI E BEVANDE 09/05/16 PANIFICIO GIGLIO di Amoroso ALIMENTARI E BEVANDE 09/05/16 Annunziata Sas PANIFICIO MELONI GIUSEPPE di Meloni ALIMENTARI E BEVANDE 09/05/16 Vittorio PASTIFICIO ARTIGIANO CAV. GIUSEPPE ALIMENTARI E BEVANDE 09/05/16 COCCO Snc PASTIFICIO DI ANTONIO G.& C. Snc ALIMENTARI E BEVANDE 09/05/16 PASTIFICIO F.LLI DE LUCA Snc ALIMENTARI E BEVANDE 09/05/16 PASTIFICIO RIVIERA Sas ALIMENTARI E BEVANDE 09/05/16 PASTIFICIO ROSSI TASCIONI Snc ALIMENTARI E BEVANDE 09/05/16 PASTIFICIO VERRIGNI Snc ALIMENTARI E BEVANDE 09/05/16 PESCARADOLC Srl ALIMENTARI E BEVANDE 09/05/16 PONTEROSA Srl ALIMENTARI E BEVANDE 09/05/16 PRODOTTI ALIMENTARI & ALIMENTARI E BEVANDE 09/05/16 C. Srl SOALCA Srl ALIMENTARI E BEVANDE 09/05/16 SOCIETA' MOLINI ABRUZZESE di Tomei ALIMENTARI E BEVANDE 09/05/16 A. Sas SORGENTE SANTA CROCE SpA ALIMENTARI E BEVANDE 09/05/16 SPIEDI' Snc dei F.lli Di Domenico ALIMENTARI E BEVANDE 09/05/16 TONINI AGRIFOOD SpA ALIMENTARI E BEVANDE 09/05/16 TORREFAZIONE ADRIATICA SpA ALIMENTARI E BEVANDE 09/05/16 TORRENTE Srl ALIMENTARI E BEVANDE 09/05/16 VALCARNI Srl ALIMENTARI E BEVANDE 09/05/16 VASTOPESCA Srl ALIMENTARI E BEVANDE 09/05/16 VINICOLA BOVE di Bove E. & C. Snc ALIMENTARI E BEVANDE 09/05/16 VINICOLA OLEARIA SAN MAURO Scrl ALIMENTARI E BEVANDE 09/05/16 WHITE FROST SpA ALIMENTARI E BEVANDE 09/05/16 PROSCIUTTIFICIO LUCIANI TOMMASO ALIMENTARI E BEVANDE 10/05/16 REA CARNI di Pirocco Ennio ALIMENTARI E BEVANDE 10/05/16 REAL AROMI SpA ALIMENTARI E BEVANDE 10/05/16 REGAL Snc di Martella G. & C. ALIMENTARI E BEVANDE 10/05/16 REGINELLA D'ABRUZZO Srl ALIMENTARI E BEVANDE 10/05/16 RUSTICHELLA D'ABRUZZO SpA ALIMENTARI E BEVANDE 10/05/16 S.A.C.P.O. SpA ALIMENTARI E BEVANDE 10/05/16 S.A.I.C. Srl ALIMENTARI E BEVANDE 10/05/16 SALPI UNO Srl ALIMENTARI E BEVANDE 10/05/16 SALUMIFICIO DI CARMINE ADINA ALIMENTARI E BEVANDE 10/05/16 SALUMIFICIO DI LEONARDO SpA ALIMENTARI E BEVANDE 10/05/16 SALUMIFICIO FRATELLI CAPPOLA Snc ALIMENTARI E BEVANDE 10/05/16 SALUMIFICIO FRATELLI COSTANTINI ALIMENTARI E BEVANDE 10/05/16 G.N.E. Srl SALUMIFICIO SORRENTINO GIOVANNI ALIMENTARI E BEVANDE 10/05/16 SAN PANFILO Scrl ALIMENTARI E BEVANDE 10/05/16 SANSIFICI VECERE Srl ALIMENTARI E BEVANDE 10/05/16 SAPORI VERI Srl ALIMENTARI E BEVANDE 10/05/16 SAQUELLA 1856 Srl ALIMENTARI E BEVANDE 10/05/16 SIMONE MARAVALLE SpA ALIMENTARI E BEVANDE 10/05/16 ADRIA MED Srl ALTRE INDUSTRIE MANIF. 10/05/16 ADRIATICA PELTRO Srl ALTRE INDUSTRIE MANIF. 10/05/16 AERCOIB DI CECCO Srl ALTRE INDUSTRIE MANIF. 10/05/16 X

174

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario BARBERINI LENTI SPECIALI Srl ALTRE INDUSTRIE MANIF. 10/05/16 X BARBERINI SpA ALTRE INDUSTRIE MANIF. 10/05/16 C.A.A.R.T. Snc di Lucci & C. ALTRE INDUSTRIE MANIF. 10/05/16 FERRANTE GIOIELLIERE Srl ALTRE INDUSTRIE MANIF. 10/05/16 I.G.C. GIOCATTOLI MAX Sas ALTRE INDUSTRIE MANIF. 10/05/16 IMPIANTI INDUSTRIALI OSENTO Srl ALTRE INDUSTRIE MANIF. 10/05/16 ITALPANNELLI Srl ALTRE INDUSTRIE MANIF. 10/05/16 ITALSUN Srl ALTRE INDUSTRIE MANIF. 10/05/16 L.S. OPTICAL Srl ALTRE INDUSTRIE MANIF. 10/05/16 LISCIANIGIOCHI Srl ALTRE INDUSTRIE MANIF. 10/05/16 M.I.L.T.O. Srl ALTRE INDUSTRIE MANIF. 10/05/16 X OFTALMICA DE SANCTIS Snc ALTRE INDUSTRIE MANIF. 10/05/16 POL.HI.TECH. Srl ALTRE INDUSTRIE MANIF. 10/05/16 PROEL SpA ALTRE INDUSTRIE MANIF. 10/05/16 PROMOTOYS Srl ALTRE INDUSTRIE MANIF. 10/05/16 TECA Srl ALTRE INDUSTRIE MANIF. 10/05/16 TIESSE Srl ALTRE INDUSTRIE MANIF. 10/05/16 VISION DEVICE Srl ALTRE INDUSTRIE MANIF. 10/05/16 ARTIGRAFICHE Snc di Galvan I.& C. CARTA, CART. E POLIGRAFICHE 10/05/16 AUGUSTUS COLOR TELEVIDEO Srl CARTA, CART. E POLIGRAFICHE 10/05/16 CARSA SpA CARTA, CART. E POLIGRAFICHE 10/05/16 CARTECO Srl CARTA, CART. E POLIGRAFICHE 10/05/16 CARTIERE TURANENSI & AFFINI Srl CARTA, CART. E POLIGRAFICHE 10/05/16 CARTLANDIA Srl CARTA, CART. E POLIGRAFICHE 10/05/16 CARTOTECNICA PASCUCCI Srl CARTA, CART. E POLIGRAFICHE 10/05/16 CARTULARIA Srl CARTA, CART. E POLIGRAFICHE 10/05/16 CENTRO PRODUZIONE EDITORIALE Srl CARTA, CART. E POLIGRAFICHE 10/05/16 COLLAGE ITALIA SpA CARTA, CART. E POLIGRAFICHE 10/05/16 D'AURIA INDUSTRIE GRAFICHE SpA CARTA, CART. E POLIGRAFICHE 10/05/16 DIDOR ITALIA Srl CARTA, CART. E POLIGRAFICHE 10/05/16 EDIGRAFITAL SpA CARTA, CART. E POLIGRAFICHE 10/05/16 EDITORIALE ECO Srl CARTA, CART. E POLIGRAFICHE 10/05/16 ELICART Scrl CARTA, CART. E POLIGRAFICHE 10/05/16 ESSEPIEFFE Srl CARTA, CART. E POLIGRAFICHE 10/05/16 EUROFIL Srl CARTA, CART. E POLIGRAFICHE 10/05/16 FABIANI Srl CARTA, CART. E POLIGRAFICHE 10/05/16 FATER SpA CARTA, CART. E POLIGRAFICHE 10/05/16 FINEGIL EDITORIALE SpA Div. Operativa CARTA, CART. E POLIGRAFICHE 10/05/16 Pescara FOTOLITO C.F. di CILLI & C. Snc CARTA, CART. E POLIGRAFICHE 10/05/16 G P K Srl CARTA, CART. E POLIGRAFICHE 10/05/16 G.T.E. GRUPPO TIPOGRAFICO CARTA, CART. E POLIGRAFICHE 10/05/16 EDITORIALE Srl GB GRAFICA Sas CARTA, CART. E POLIGRAFICHE 10/05/16 GOLDENPACK Srl CARTA, CART. E POLIGRAFICHE 10/05/16 GRAF COLOR Srl CARTA, CART. E POLIGRAFICHE 10/05/16 GRAFICHE MARTINTYPE Srl CARTA, CART. E POLIGRAFICHE 10/05/16 GREIS di Letta G.& C. Sas CARTA, CART. E POLIGRAFICHE 10/05/16 I.C.C. Sas di Di Lizio e Timperio CARTA, CART. E POLIGRAFICHE 10/05/16 I.C.O. INDUSTRIA CARTONE ONDULATO CARTA, CART. E POLIGRAFICHE 10/05/16 Srl IGEA Srl CARTA, CART. E POLIGRAFICHE 10/05/16 IL SOLE 24 SpA CARTA, CART. E POLIGRAFICHE 10/05/16 LA CASSANDRA EDIZIONI Snc CARTA, CART. E POLIGRAFICHE 10/05/16

175

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario LEGATORIA D'ANCONA GABRIELE & C. CARTA, CART. E POLIGRAFICHE 10/05/16 Snc LITOGRAFIA BOTOLINI Srl CARTA, CART. E POLIGRAFICHE 10/05/16 LITOGRAFIA CARTOTECNICA EGIDI Srl CARTA, CART. E POLIGRAFICHE 10/05/16 NEPA FLORINDO PACKAGING Srl CARTA, CART. E POLIGRAFICHE 10/05/16 NUOVA I.P.A. INDUSTRIA POLIGRAFICA CARTA, CART. E POLIGRAFICHE 10/05/16 AQUILANA Srl PAPER'S WORLD Srl CARTA, CART. E POLIGRAFICHE 10/05/16 POLIGRAFICA MANCINI Snc di Mancini CARTA, CART. E POLIGRAFICHE 10/05/16 G. & C. PROMOS SpA CARTA, CART. E POLIGRAFICHE 10/05/16 ROTOLITHO CI.GA. Srl CARTA, CART. E POLIGRAFICHE 10/05/16 ROTOSUD SpA CARTA, CART. E POLIGRAFICHE 10/05/16 SDS INDUSTRIA SERIGRAFICA & CARTA, CART. E POLIGRAFICHE 10/05/16 MERCHANDISING Srl SERISTAMPA Srl CARTA, CART. E POLIGRAFICHE 10/05/16 SERISTYLE di Di Cicco V. & C. Sas CARTA, CART. E POLIGRAFICHE 10/05/16 SIMEC INTERNATIONAL Srl CARTA, CART. E POLIGRAFICHE 10/05/16 SIT Srl CARTA, CART. E POLIGRAFICHE 10/05/16 STAMPITALIA Srl CARTA, CART. E POLIGRAFICHE 10/05/16 STRACCIA PACKAGING Srl CARTA, CART. E POLIGRAFICHE 10/05/16 TELESTAMPA CENTRO ITALIA Srl CARTA, CART. E POLIGRAFICHE 10/05/16 MAGLIFICIO GRAN SASSO SpA ABBIGLIAMENTO 11/05/16 X MAGLIFICIO MATISSE Srl ABBIGLIAMENTO 11/05/16 X MAGLIFICIO PINA di Fanì Tonino ABBIGLIAMENTO 11/05/16 MAGLIFICIO RUGOVER di Governatori & ABBIGLIAMENTO 11/05/16 C. Snc MANIFATTURE LORD Srl ABBIGLIAMENTO 11/05/16 MARINELLI CARLO ABBIGLIAMENTO 11/05/16 MARLON Srl ABBIGLIAMENTO 11/05/16 MEDIP Srl ABBIGLIAMENTO 11/05/16 MERRY STYLE Srl ABBIGLIAMENTO 11/05/16 MONDIAL SETA Srl ABBIGLIAMENTO 11/05/16 ABRUZZO VASI Srl CERAMICA, REFR. E VETRO 11/05/16 ABRUZZO VETRO Srl CERAMICA, REFR. E VETRO 11/05/16 ALLUMINAGRES ITALIA Srl CERAMICA, REFR. E VETRO 11/05/16 BFG PORCELLANE Srl CERAMICA, REFR. E VETRO 11/05/16 BTT Srl CERAMICA, REFR. E VETRO 11/05/16 CERAMICA GRAVENA Srl CERAMICA, REFR. E VETRO 11/05/16 CERAMICHE SACA Srl CERAMICA, REFR. E VETRO 11/05/16 D.A.M.A. di Pasquale Serafino CERAMICA, REFR. E VETRO 11/05/16 D.E.S.I. CERAMICHE Sas CERAMICA, REFR. E VETRO 11/05/16 FACCIOLINI Srl CERAMICA, REFR. E VETRO 11/05/16 FARGLASS Srl CERAMICA, REFR. E VETRO 11/05/16 FLOVETRO SpA CERAMICA, REFR. E VETRO 11/05/16 HATRIA SpA CERAMICA, REFR. E VETRO 11/05/16 PILKINGTON ITALIA SpA CERAMICA, REFR. E VETRO 11/05/16 SIMONETTI di Simonetti G. & C. Snc CERAMICA, REFR. E VETRO 11/05/16 SPECIAL GLASS Srl CERAMICA, REFR. E VETRO 11/05/16 STUDIO F Srl CERAMICA, REFR. E VETRO 11/05/16 TPM TECNOLOGIA PORCELLANE CERAMICA, REFR. E VETRO 11/05/16 MEDITERRANEE Srl VETRERIA ARTISTICA TEATINA Srl CERAMICA, REFR. E VETRO 11/05/16 VETRERIA F.LLI IPPOLITO G.& C. Snc CERAMICA, REFR. E VETRO 11/05/16 AGRISANA Srl CHIMICA E FARMACEUTICA 11/05/16

176

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario AKEA Srl CHIMICA E FARMACEUTICA 11/05/16 ARTSANA SUD SpA CHIMICA E FARMACEUTICA 11/05/16 ASSUT EUROPE SpA CHIMICA E FARMACEUTICA 11/05/16 BECKER POLVERI SpA CHIMICA E FARMACEUTICA 11/05/16 CLAMAR Srl CHIMICA E FARMACEUTICA 11/05/16 COLORIFICIO ABRUZZESE Srl CHIMICA E FARMACEUTICA 11/05/16 COLORIFICIO ARCO SpA CHIMICA E FARMACEUTICA 11/05/16 COLORIFICIO DAGOSTINI Srl CHIMICA E FARMACEUTICA 11/05/16 COLORIFICIO VAL PESCARA Srl CHIMICA E FARMACEUTICA 11/05/16 ESPLODENTI SABINO Srl CHIMICA E FARMACEUTICA 11/05/16 GIOPLAST Srl CHIMICA E FARMACEUTICA 11/05/16 GOTER THERMOPLASTIC COMPOUNDS CHIMICA E FARMACEUTICA 11/05/16 SpA I.V.C. INDUSTRIA VERNICI COLORI Srl CHIMICA E FARMACEUTICA 11/05/16 LIOFILCHEM Srl CHIMICA E FARMACEUTICA 11/05/16 O.T.I. OMEO TOSSICOLOGICI ITALIA Srl CHIMICA E FARMACEUTICA 11/05/16 OPTI.ME.S. SpA CHIMICA E FARMACEUTICA 11/05/16 PLATE SpA CHIMICA E FARMACEUTICA 11/05/16 PUCCIONI SpA CHIMICA E FARMACEUTICA 11/05/16 ROSSIKOLL 96 Srl CHIMICA E FARMACEUTICA 11/05/16 SIMAD SpA CHIMICA E FARMACEUTICA 11/05/16 STAR DUST PRODUCTION SpA CHIMICA E FARMACEUTICA 11/05/16 VALAGRO SpA CHIMICA E FARMACEUTICA 11/05/16 WAGEN LACK Srl CHIMICA E FARMACEUTICA 11/05/16 ACRON Srl ELETTROM., ELETTRONICA 11/05/16 AITEC Srl ELETTROM., ELETTRONICA 11/05/16 AUTOMAZIONE Srl ELETTROM., ELETTRONICA 11/05/16 BENTEL SECURITY Srl ELETTROM., ELETTRONICA 11/05/16 C.M.T. Srl ELETTROM., ELETTRONICA 11/05/16 CEM COSTRUZIONI ELETTRO ELETTROM., ELETTRONICA 11/05/16 MONTAGGI Snc COBO SUD Srl ELETTROM., ELETTRONICA 11/05/16 D.M.P. Electronics Srl ELETTROM., ELETTRONICA 11/05/16 DATA DELAY DEVICES EUROPE Srl ELETTROM., ELETTRONICA 11/05/16 DENSO MANUFACTURING ITALIA SpA ELETTROM., ELETTRONICA 11/05/16 ECOTRON Srl ELETTROM., ELETTRONICA 11/05/16 EI SYSTEMS SpA ELETTROM., ELETTRONICA 11/05/16 ELETTRIMPIANTI VALPESCARA di ELETTROM., ELETTRONICA 11/05/16 Liberatore D. & C. Sas ELETTROCOM IMPIANTI Srl ELETTROM., ELETTRONICA 11/05/16 ELETTROLAMP Snc ELETTROM., ELETTRONICA 11/05/16 ELETTROLITICA DEL BASSO NERA SpA ELETTROM., ELETTRONICA 11/05/16 ELETTROMECCANICA AQUILANA Srl ELETTROM., ELETTRONICA 11/05/16 ELETTROMECCANICA TUDISA Srl ELETTROM., ELETTRONICA 11/05/16 ELETTRONICA INDUSTRIALE Srl ELETTROM., ELETTRONICA 11/05/16 Unipersonale ELETTRONICA Srl ELETTROM., ELETTRONICA 11/05/16 EUROCARBO SpA ELETTROM., ELETTRONICA 11/05/16 F.A.EL. Srl ELETTROM., ELETTRONICA 11/05/16 FINMEK SOLUTIONS SpA ELETTROM., ELETTRONICA 11/05/16 HI-TECH ELETTRONICA Srl ELETTROM., ELETTRONICA 11/05/16 I.C.E. Srl INDUSTRIA COMPONENTI ELETTROM., ELETTRONICA 11/05/16 ELETTRICI I.T.S. Srl ELETTROM., ELETTRONICA 11/05/16 INTER-COMPEL Srl ELETTROM., ELETTRONICA 11/05/16

177

Disponibilità Data dichiarata a Impresa Settore contatto compilazione questionario ISME Srl ELETTROM., ELETTRONICA 11/05/16 ITALCOEL Srl ELETTROM., ELETTRONICA 11/05/16 MAREL Srl ELETTROM., ELETTRONICA 11/05/16 METALSTAMPA SpA ELETTROM., ELETTRONICA 11/05/16 MICRON TECHNOLOGY ITALIA Srl ELETTROM., ELETTRONICA 11/05/16 MMA MARCONI MOBILE ACCESS SpA ELETTROM., ELETTRONICA 11/05/16 OSLV ITALIA Srl ELETTROM., ELETTRONICA 11/05/16 PICCOLA COOPERATIVA ELETTROM., ELETTRONICA 11/05/16 METALMECCANICA Scrl SEA Srl ELETTROM., ELETTRONICA 11/05/16 SELTA TELEMATICA SpA ELETTROM., ELETTRONICA 11/05/16 SI.TE.A. Srl ELETTROM., ELETTRONICA 11/05/16 TECNICHE DI ASSEMBLAGGIO Srl ELETTROM., ELETTRONICA 11/05/16 TELE ENERGIE Srl ELETTROM., ELETTRONICA 11/05/16 TELECO CAVI SpA ELETTROM., ELETTRONICA 11/05/16 TELEMONT Srl ELETTROM., ELETTRONICA 11/05/16 TELESYSTEM Srl ELETTROM., ELETTRONICA 11/05/16 VDS PRODUCTION Srl ELETTROM., ELETTRONICA 11/05/16

GRUPPO C Disponibilità dichiarata Cognome Nome Data contatto a promozione questionario Davide Alberto 22/06/2016 X Branciaroli Lorena 22/06/2016 X Della Croce Antonio 22/06/2016 D'Ugo Floriana 22/06/2016 X Nardini Simona 22/06/2016 X De Gregoriis Giovanna 22/06/2016 Pomponi Lara 22/06/2016 X Chiaffarelli Paolo 22/06/2016 X Di Battista Claudio 22/06/2016 X Mancinelli Massimo 22/06/2016 X Collevecchio Giovanni 22/06/2016 X Aloisi Tiberio 22/06/2016 X Di Cristoforo Ezio 22/06/2016 X Menaguale Rosso 22/06/2016 X Boffi Giuliano 22/06/2016 X Conte Simona 22/06/2016 X Conte Luca Piero 22/06/2016 Di Francesco Rosa Linda 22/06/2016 X DI Emidio Martino 22/06/2016 X Di Violante Giovanni 22/06/2016 X Iaconi Mauro 22/06/2016 Mazzoni Grazia 22/06/2016 X Rossi Nicola 22/06/2016 X Crocetti Maurizio 22/06/2016 Del Governatore Alfredo 22/06/2016 X Pirocchi Lucia 22/06/2016 X Chiarini Altobrando 22/06/2016 X Cialoni Riccardo 22/06/2016 X Impullitti Patrizio 22/06/2016 Manieri Vincenzo 22/06/2016

178

Disponibilità dichiarata Cognome Nome Data contatto a promozione questionario Di Giammichele Emidio 22/06/2016 X Roccioletti Dorella 22/06/2016 X Contriscani Luigi 22/06/2016 X Fuschi Franco 22/06/2016 Di Berardino Rita 22/06/2016 X De Donatis Vincenzo 22/06/2016 Bertoni Nino 22/06/2016 X Chiodi De Ascentiis Doriana 22/06/2016 Fraticelli Marco 22/06/2016 X Ciaffi Elio 22/06/2016 X Di Matteo Giuliano 22/06/2016 Marini Mario 22/06/2016 Bottini Gabriele 22/06/2016 Iacono Riccardo 22/06/2016 X Cornacchia Rosanna 22/06/2016 X De Benedictis Carolina 22/06/2016 Di Furia Nino 22/06/2016 Nallira Cinzia 22/06/2016 Piccioni Francesco 23/06/2016 Poliandri Dino 23/06/2016 Colleluori Pasqualina 23/06/2016 Sacripante Francesco 23/06/2016 X Cardarelli Gianluigi 23/06/2016 Friello Rosa 23/06/2016 X Nori Franco 23/06/2016 Di Polidoro Filippo 23/06/2016 Viola Mauro Amedeo 23/06/2016 X Ciafrè Giovanni 23/06/2016 X Ettorre Massimo 23/06/2016 Montironi Luigi 28/06/2016 X Ettorre Roberto 28/06/2016 X Matalucci Pietro 28/06/2016 X Di Berardino Giuseppe 28/06/2016 X Dell'Orletta Michele 28/06/2016 X Davide Dario 28/06/2016 X Salcoani Umberto 28/06/2016 X Ruggieri Antonio 28/06/2016 Capretta Dante 28/06/2016 X Pichini Giorgio 28/06/2016 X Di Marco Bianca 28/06/2016 X Scenna Gianfranco 28/06/2016 Vanni Loreto 28/06/2016 X Mancinelli Massimo 28/06/2016 X De Dominicis Domenico 28/06/2016 X Consiglio Pasquale 28/06/2016 Di Domenico Elio 28/06/2016 Zippilli Domenico 28/06/2016 Di Francesco Angiolino 28/06/2016 X Marinucci Pierluigi 28/06/2016 X Di luca Gerardo 28/06/2016 X Di Provvido Maurizio 28/06/2016 X De Siati Marco 28/06/2016 X D'amico Paolo 28/06/2016 X Lamarca Vittoria 28/06/2016 X Limoncelli Mario 28/06/2016 X Bertoni Nino 28/06/2016 X

179

Disponibilità dichiarata Cognome Nome Data contatto a promozione questionario Di Pietro Erminio 28/06/2016 X Giansante Annapia 28/06/2016 X Di Marcello Manuela 28/06/2016 X Broccolini Sabatino 28/06/2016 X Bucciarelli Antonio 01/07/2016 X Aceti Massimo 01/07/2016 X Benini Stefano 01/07/2016 Di Basilio Michelino 01/07/2016 Furia Mariantonietta 01/07/2016 X Zilli Massimo 01/07/2016 X Di Carlo Tiziano 01/07/2016 D'Ambrosio Margherita Lia 01/07/2016 Di Timoteo Francesco 01/07/2016 X Ferretti Anna 01/07/2016 Damiani Ascanio 01/07/2016 Giansante Alfonso 01/07/2016 X Cordivani Cesare 01/07/2016 Del Sole Donato 01/07/2016 X Di Giacomo Antonio 01/07/2016 Gambini Enrico 01/07/2016 X Gasparroni Getulio 01/07/2016 Ottaviani Antonio 01/07/2016 Strozzieri Walter 01/07/2016 Vignoli Gabriele 01/07/2016 Silvestrini Eda 01/07/2016 Di Felice Fabio 01/07/2016 X Brandimarte Giancarlo 01/07/2016 Cibelli Lucio 01/07/2016 De Luca Franca 01/07/2016 X Mancino Leonardo 01/07/2016 X Di Martino Vincenzo 01/07/2016 X Di Fabio Nilde 01/07/2016 Vanarelli Marcello 01/07/2016 Scauri Catia 01/07/2016 X Angelucci Simona 01/07/2016 Silverii Giselda 01/07/2016 Piccari Alessio 01/07/2016

180

Appendice 5 - Illustrazione del sito web www.impreseinrete.unich.it

Il progetto ha consentito la realizzazione di un sito web che permette di visualizzare una parte dei dati analizzati attraverso strumenti di visualizzazione dinamica di ultima generazione. L’indirizzo del sito web è http://impreseinrete.unich.it Si riporta una breve guida introduttiva del sito. a. La home page fornisce una sintetica descrizione del progetto e un sommario del sito. b. La sezione “1. Cos’è il contagio inanziario?” fornisce una introduzione divulgativa al concetto di contagio inanziario mediante la rappresentazione del network e un gioco interattivo. c. La sezione “2.1. Statistiche descrittive. Regione Abruzzo complessivo” fornisce alcune statistiche descrittive utili ad avere una rappresentazione sintetica delle caratteristiche delle imprese della Regione; in particolare sono fornite le seguenti visualizzazioni dinamiche: • distribuzione delle imprese in relazione alla dimensione:

181

• Distribuzione del numero di dipendenti in relazione alla classe dimensionale delle imprese:

• Distribuzione del fatturato complessivo in relazione alla classe dimensionale delle imprese:

182

• Distribuzione delle imprese per classe di fatturato e provincia con possibilità di conigurare il range di ricavi:

• Composizione “a torta” del ricavi per provincia, tipologia di impresa e settore merceologico con possibilità di riconigurare il graico cliccando su singole classi e sottoclassi:

183

• Composizione “a torta” del numero di dipendenti per provincia, tipologia di impresa e settore merceologico con possibilità di riconigurare il graico cliccando su singole classi e sottoclassi:

d. La sezione “2.2. Statistiche descrittive. Regione Abruzzo Filiera agroalimentare” riproduce le stesse visualizzazioni della sezione 2.1. con riferimento alle sole imprese della iliera. e. La sezione “3. Georeferenziazione” propone una rappresentazione dell’intensità del numero di imprese (complessivo e della sola iliera agroalimentare) sul territorio abruzzese tramite graico del tipo “heatmap” (le mappe sono interattive; le rappresentazioni che seguono sono riportate a puro scopo esempliicativo).

184

In particolare: • è possibile visualizzare il numero di cluster di imprese cliccando sul seguente simbolo in alto a destra:

• è possibile selezionare i dati per totale regione o per la sola iliera agroalimentare cliccando sul seguente menu in alto a destra:

185

• in riferimento alla iliera agroalimentare, è possibile, inoltre, visualizzare: • i conini comunali sulla mappa:

• la distribuzione del numero di dipendenti:

186

• la distribuzione dei ricavi:

f. La sezione “4.1. Report per impresa - Egonetwork” consente di selezionare una delle imprese presenti nel db e di ottenere la rappresentazione dell’egonetwork simulato sulla base delle ipotesi di cui al capitolo 4. La igura che segue illustra l’egonetwork simulato per l’impresa “I SAPORI DELLA TERRA SRL”.

187

g. La sezione “5. Strumenti di policy” produce - per la iliera agroalimentare - la visualizzazione della distribuzione delle imprese in relazione alla dimensione aziendale (log dei ricavi, in ascissa) e ai tre indicatori di cui al capitolo 6. (degree centrality, closeness centrality e betweenness centrality, in ordinata). Il colore degli indicatori rappresenta la provincia in cui risiedono le imprese.

188

Appendice 6 - Principali indicatori di bilancio delle PMI con sede legale in Abruzzo (2006-2015)

A) ROA (Return On Asset)

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

A2A GENCOGAS S.P.A. 1,79 -0,68 -1,05 3,08 2,07 7,67 5,13 -8,69 1,82 -0,51 1,06

AERCOIB DI CECCO S.R.L. 6,6 5,89 3,82 2,57 2,24 3,07 0,58 0,69 -12,3 -16,6 -0,36 7 5

AGRIVERDE S.R.L. . . 4,46 -4,44 4,25 2,56 2,22 3,08 2,15 . 2,04

AKEA S.R.L. -1,25 1,68 0,5 -1,45 2,75 2,36 1,18 8,13 9,59 9,69 3,32

ALFA CENTAURI S.P.A. -11,0 -3,54 5,23 2,42 3,68 4,08 4,25 0,78 4,53 3,04 1,34 3

ALFA METAL S.R.L. 2,25 2,83 4,53 4,39 4,75 10,68 6,47 7,66 5,48 5 5,40

APELL S.P.A. 3,05 7,37 2,96 0,89 2,75 3,56 0,05 -1,65 1 . 2,22

APTAR ITALIA S.P.A. 6,68 8,28 8,16 4,75 7,92 8,01 6,24 6,65 6,73 5,65 6,91

ASSEMBLAGGI S.P.A. 9,32 10,31 14,94 12,91 6,68 8,17 5,97 -14,3 10,28 14,45 7,87 7

AUMATECH S.R.L...... -20,1 8,52 18,36 10,03 . 4,19 4

BHT S.R.L. 12,48 9,32 -2,36 -16,1 7,27 -4,73 7,51 5,29 4,67 6,75 3,01 4

BIOALIMENTA S.R.L. -2,05 0,41 5,98 14,45 17,24 16,83 12,6 10,22 10,1 . 9,53

BM BETA MECCANICA S.R.L...... 16,98 23,73 20,64 22,68 . 21,01

BODE SUD S.P.A. -3,7 -4,21 -7,68 -5,85 -1,66 -4,57 -4,71 -1,14 -0,81 -0,21 -3,45

BOND FACTORY S.R.L. . . 8,68 3,23 5,58 5 6,77 28,88 16,76 9,27 10,52

BRAVO S.R.L. 67,59 37,2 . -8,23 -21,3 5,5 4 6,14 4,15 . 11,88 1

C. A. STAMPI S.R.L. 2,35 2,4 -0,18 -5 1,73 0,33 5,95 4,38 4,52 . 1,83

C.A.M.E.L. S.R.L. 4,1 4,61 -1,12 1,62 -3,6 2,11 2,6 3,11 -17,9 . -0,50 3

C.A.M.S. S.P.A. 10,75 9,66 7,36 5,67 1,81 3,97 5,25 2,38 5,19 . 5,78

C.E.F.A. S.R.L. 2,5 2,5 8,45 13,01 9,06 6,83 3,3 1,06 4,01 2,14 5,29

C.E.I.T. S.R.L. 3,68 3,41 3,07 1,38 3,61 6,12 7,46 4,36 2,71 7,03 4,28

C.I.C. CARNI S.R.L. 4,12 3,87 3,42 4,79 1,74 -8,46 1,62 2,04 0,05 . 1,47

C.T. POINT S.P.A. 4,22 4,07 -3,06 -1,01 2,26 2,68 2,18 2,23 3,62 2,84 2,00

CALZATURIFICIO LORENZA S.R.L. 5,87 16,14 12,15 4,51 8,12 4,27 1,82 3,51 3,57 6,22 6,62

CALZATURIFICIO RINASCITA S.R.L. -1,58 4,57 6,57 3,15 3,07 3,47 1,61 3,81 6,1 . 3,42

CANTINA COLLE MORO SOC. COOP. 1,26 0,99 0,81 1,34 0,89 1 0,51 0,39 0,35 0,49 0,80 AGRICOLA

CANTINA FRENTANA SOC. COOP. AGRICOLA 1 1,18 1,53 1,64 0,61 0 0,97 0,76 0,8 0,95 0,94

189

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

CANTINA MADONNA DEL CARMINE EREDI 1,99 2,72 2,17 2,82 0,79 0,51 0,69 0,48 . 1,03 1,47 LEGONZIANO SOC. COOP. AGRICOLA

CANTINA MIGLIANICO SOC. COOP. 3,03 2,53 -6,91 0,95 3,06 0,16 2,44 3,96 3,72 2,49 1,54 AGRICOLA

CANTINA ORTONA SOC. COOP. AGRICOLA 1,64 -2,9 2,66 -0,45 15,68 0,47 1,14 0,97 0,81 1,53 2,16

CANTINA SAN GIACOMO SOC. COOP. 0,5 0,32 0,63 2,57 0,19 0,02 -0,02 -0,08 . -1,46 0,30

C.S.A. SOC. C00P. AGR. 0 -0,29 -0,23 -0,43 -0,61 -0,26 0,09 -0,07 . -0,73 -0,28

CANTINA SOCIALE DI PAGLIETA SOC. COOP. 1,15 1,1 1,94 1,93 1,76 3,65 -9,98 -4,21 1,07 1,66 0,01 AGRICOLA

CANTINA SOCIALE DI VACRI SOC. COOP. 0,43 -0,01 0,69 0,17 0,53 -0,1 0,39 0,17 . 0,57 0,32 AGRICOLA

CANTINA SOCIALE SANGRO SOC. COOP 1,39 1,26 1,98 3,1 2,06 1,59 1,99 1,93 1,47 2,2 1,90

CARTLANDIA S.R.L. 2,83 -3,22 2,28 1,79 0,77 1,59 0,99 0,67 1,26 . 1,00

CARTOTECNICA PASCUCCI S.R.L. -8,11 3,55 0,23 -2,72 -2,92 -2,63 -2,25 2,89 1,79 1,27 -0,89

CASAL THAULERO S.R.L. 2,02 -0,21 1,32 5,74 6,03 7,99 11,42 12,16 6,28 2,33 5,51

CASALE PARADISO - S.R.L. 5,21 5,97 4,23 1,85 4,7 5,08 4,38 4,1 3,39 4,26 4,32

CASEIFICIO SAN GIOVANNI S.R.L. . 5,27 -13,9 5,13 6,82 -6,55 7,93 24,53 12,67 . 5,23 7

CEIE CLAMPS S.R.L. 1,68 3,14 2,01 9,28 9,89 12,45 11,62 12,69 12,42 8,71 8,39

CEVES S.R.L. . . 12,4 13,25 9,32 6,52 7,82 7,72 8,39 6,91 9,04

CINQUINA S.R.L. 6,56 7,17 8,94 6,91 2,32 5,19 4,08 2,87 -12,0 . 3,56 1

CMTI S.R.L. 9,69 7,78 18,53 14,18 6,03 -13,9 -3,61 4,82 -4,61 . 4,31 9

CO.GAL.CO S.R.L. 7,55 9,64 9,49 6,56 6,25 4,69 3,94 6,16 0,18 2,48 5,69

CO.ME.ST. S.R.L. 6,98 6,85 4,37 3,69 4,33 -8,85 9,84 6,73 7,25 3,62 4,48

COLORIFICIO ARCO S.P.A. 3,35 0,83 -3,85 0,31 -0,92 2,56 -3,04 4,66 4,59 . 0,94

COMEC INNOVATIVE S.R.L. -11,6 4,22 5,08 -0,99 3,58 3,48 3,31 3,12 3,85 . 1,56 4

COMES.IT S.R.L. 2,01 3,07 2,36 1,89 0,79 1,01 -0,52 1,65 0,72 . 1,44

COMETA S.R.L. 5,15 6,62 6,33 3,5 3,02 1,11 2,49 1,67 -4,71 . 2,80

COM.P.I. S.R.L. 9,49 7,51 2,94 2,69 -1,42 -5,54 -7,26 -5,55 -1,87 -7,85 -0,69

CONFEZIONI MARIO DE CECCO S.P.A. 5,58 6,66 5,11 6,14 4,94 7,44 6,58 6,95 9,54 . 6,55

CONSORZIO COOPERATIVE RIUNITE 0,87 1,26 1,65 1,69 1,95 5,3 1,41 0,93 0,66 1,21 1,69 D'ABRUZZO SOC. COOP. AGRICOLA

CORNAGLIA SUD S.R.L. -1,14 -0,51 0,63 -3,1 5,44 6,05 1,91 2,46 7,33 1,22 2,03

D'ALESSANDRO TERMOMECCANICA S.R.L. . . . 6,56 10,28 4,16 3,07 7,44 5,33 . 6,14

D'AURIA DISTILLERIE & ENERGIA S.R.L...... 0,04 0,25 0,15

D'ORAZIO PELLI S.R.L. 5,3 1,5 -3,93 3,93 -16,6 -11,2 3,2 3 3,29 . -1,29 6 7

D'ORSOGNA DOLCIARIA S.R.L. . -1,37 9,23 4,37 -0,22 0,12 2,83 -0,67 5,87 . 2,52

D.LAZZARONI & C. S.P.A. -3,57 4,63 4,33 5,09 6,62 3,99 6,57 6,91 9,24 . 4,87

190

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

D.M. CUS S.R.L. 18,47 16,99 19,34 12,9 8,36 7,73 8,48 6,77 5,34 9,15 11,35

DAYCO EUROPE S.R.L. 6,36 6,81 4,31 1,45 2,76 . 3,94 7,76 5,56 . 4,87

DELL'AVENTINO S.R.L. 2,89 0,16 2,19 3,69 2,89 2 3,28 2,56 2,15 2,12 2,39

DELVERDE INDUSTRIE ALIMENTARI S.P.A. 4,92 1,08 -8,89 -20,8 -16,0 -23,2 -20,1 -18,3 -21,4 . -13,67 6 6 8 5 2 4

DI IORIO CUCINE S.R.L...... -2,49 4,65 . 1,08

DIALIFLUIDS S.R.L. . . . . -0,2 -13,8 -5,66 6,76 -11,0 . -4,80 8

DL SERVIZI INDUSTRIALI S.R.L. . . . 3,23 4,44 2,51 6,72 3,93 4,23 . 4,18

ECO FOX S.R.L. . . . 3,96 -4,67 -12,0 7,37 -3,15 -14,9 -17,3 -5,83 6 7 2

ECO SERVICE S.P.A. . . . . 7,33 5,04 5,24 6,82 7,56 . 6,40

EDIL STEEL S.R.L. -0,16 1,14 0,78 2,68 -4,63 -2,2 0,01 -2,3 2,26 -7,34 -0,98

F2I S.R.L. . . . 14,21 11,39 . 9,9 8,85 12,87 30,87 14,68

ELLEDIESSE S.R.L...... 10,65 24,67 31,12 . . 22,15

ENGINEERING TEATINA S.R.L. . 0 2,85 6,14 4,59 4,25 4,65 -1,57 -10,8 . 1,26 1

ESEA MECHANICAL S.R.L. 17,05 26,36 11,55 8,97 9,64 24,25 6,93 4,58 6,27 . 12,84

EURO IMPIANTI S.R.L. 15,28 5,71 2,48 2,29 0,08 2,91 1,2 2,02 2,27 2,84 3,71

EURO ORTOFRUTTICOLA DEL TRIGNO SOC. -1,3 -2,65 -1,27 -1,07 -1,07 -1,24 1,12 -0,08 -0,99 . -0,95 COOP. AGRICOLA

EUROCARDAN S.P.A. 3,08 4,17 2,57 3,14 6,38 3,25 4,74 6,28 4,49 3,79 4,19

EURODRUMS S.R.L. 7,16 19,79 6,98 11,22 6,1 6,61 4,7 0,46 4,73 . 7,53

EUROPA OVINI S.R.L. 1,72 0,87 -9,65 -10,8 0,22 -1,75 2,71 3,12 0,95 3,05 -0,96 8

EUROTEK S.R.L. 11,59 14,03 16,57 15,68 3,61 5,9 5,4 8,46 7,03 . 9,81

EVOMEK S.P.A. . 3,14 5,15 5,37 3,07 2,35 3,26 2,6 4,3 . 3,66

F.I.SE.M. S.R.L. 16,12 20,45 11,48 5,4 6,27 3,1 -0,34 -0,86 2,28 . 7,10

F.L.L. S.R.L. 2,79 3,95 6,58 1,16 3,82 3,4 7,04 7,64 3,41 3,85 4,36

F.LLI DE CECCO DI FILIPPO FARA SAN 9,49 6,66 3,53 2,19 2,81 2,8 3,87 -9,51 4,33 . 2,91 MARTINO S.P.A.

F.P. MECCANICA S.R.L. 12,66 10,22 6,65 0,9 1,07 49,9 -7,14 0,36 0,99 . 8,40

FA.VI. S.R.L. 6,21 10,51 10,55 10,79 15,79 14,79 9,16 11,78 11,22 . 11,20

FONDAM S.R.L. . . . . 6,73 7,94 4,81 6,38 5,64 . 6,30

FORAPACK S.R.L. 6,91 5,91 7,06 6,13 -0,96 6,23 5,97 5,57 -1,72 . 4,57

FORGE CENTRO SUD S.R.L...... 1,46 3,04 2,25

G.G.A. S.R.L. 17,94 28,42 38,09 32,19 30,68 31,11 23,25 20,72 27,25 23,75 27,34

G.I.R. SUD S.R.L. 4,31 5,6 2,32 -4,38 -1,38 -2,42 -7,67 -3,74 9,16 12,81 1,46

GI.GA COMPOSITE S.R.L. 5,81 6,52 6,73 1,12 -0,62 8,53 4,86 -0,85 7,08 4,91 4,41

GRANITO FORTE S.P.A. -0,19 0,82 3,78 2,89 2,91 2,13 0 2,85 3,61 . 2,09

GRUPPO ARGIRO' S.R.L...... 4,5 11,19 7,85

191

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

GUANTIFICIO ABRUZZESE S.R.L. . 8,73 12,4 13,25 10,55 10,55 2,56 4,36 3,47 . 8,23

HITECO S.R.L. 2,58 4,82 2,33 3,91 3,76 4,04 3,4 0 3,22 . 3,12

HONDA ITALIA INDUSTRIALE -S.P.A. 6,72 3,2 3,78 3,71 0,54 2,3 9,33 2,15 1,73 . 3,72

HONEYWELL GARRETT ITALIA S.R.L. 2,5 1,87 0,4 -1,17 1,21 1,49 1,25 1,39 1,31 . 1,14

I.M.M. S.P.A. 5,83 5,81 3,3 -5,48 1,21 6,89 4,27 7,43 10,65 12 5,19

ICOM S.R.L. 1,95 5,26 3,5 1,16 4,85 0,95 1,09 1,2 0,87 1,27 2,21

ILMET VETRO S.R.L. 24,15 14,85 10,61 20,5 13,16 10,2 19,44 17,18 24,27 . 17,15

IMBALLAGGI MANCINI S.R.L...... 1,49 2,46 3,52 2,49

ILMET S.R.L. 3,15 1,26 1,94 0,8 4,68 2,8 8,4 7,52 0,1 . 3,41

I.M.E.T. S.R.L. 27,04 24,83 14,69 -2,54 -13,2 -6,49 2 0,69 11,75 -2,73 5,60 1

INERTI SANGRO S.R.L. 3,11 3,03 8,42 2,04 2,78 0,75 -0,63 -1,88 -12,8 1,92 0,67 4

INFINAM S.R.L. 5,66 4,77 5,74 7,85 3,71 4,11 5,17 2,39 . . 4,93

INTEC S.R.L. -0,93 13,4 -2,37 -17,4 42,03 29,21 17,73 8,82 27,39 . 13,09 5

IOCCO S.R.L. . . . -0,04 15,57 10,37 7,75 4,15 6,21 5,91 7,13

IRE SCA S.R.L. 20,29 . 10,47 5,23 4,18 5,57 -0,16 3,43 3,12 . 6,52

ISOMEC S.R.L. 7,94 12,66 9,29 2,93 6,65 8,21 22,45 . 24,55 32,26 14,10

ITALPROGETTI S.R.L. . -0,16 1,32 2,09 0,78 4,45 4,08 7,04 9,06 4,9 3,73

KAARAL S.R.L. . . -31,7 8,28 19,74 16,17 16,22 -0,14 4,15 2,73 4,42 8

LA TECNOMECCANICA SUD S.P.A. 7,72 9 9,37 6,42 3,13 6,19 7,93 8,38 8,96 . 7,46

LA TRADIZIONE D'ABRUZZO S.R.L. . . . . 6,26 7,84 6,15 4,71 5,28 . 6,05

LANNUTTI COSTANTINO S.R.L. 6,39 6,8 9,95 4,04 2,78 2,78 3,4 3,82 6,47 . 5,16

LATERIZI VALPESCARA S.R.L. 14,67 7,06 6,92 6,43 3,29 2,3 1,23 1,47 -4,8 0,65 3,92

LGA AUTOMATION S.R.L...... 1,3 3,77 . 2,54

LUCIANO TRAVAGLINI S.R.L. . 5,22 10,07 7,69 5,71 9,72 3,98 6,16 4,35 5,28 6,46

M.M. SYSTEMS S.R.L. . 4,52 4,65 8,46 8,42 -1,71 4,48 6,24 6,59 6,65 5,37

MAB MANIFATTURE S.R.L. 31,26 42,55 36,62 11,03 17,58 31,16 14,52 13,96 13,69 . 23,60

MADONNA DI LORETO SOC. COOP. 1,1 1,73 1,54 0,64 0,13 0,42 0,35 0,35 0,47 0,33 0,71 AGRICOLA

MANGIMI MENNA S.R.L. 2,83 4,48 6,84 6,02 5,15 5,49 5,23 5,83 10,39 . 5,81

MAR PLASTICA S.R.L. 7,07 8,86 7,83 5,67 6,04 4,1 3,28 3,21 2,57 3,54 5,22

MAR PRESS S.R.L. 3,27 4,72 4,41 3,15 4,5 4,77 4,19 2,13 2,21 2,28 3,56

MARFISI CARNI S.R.L 3,06 4,12 6,53 3,6 4,21 3,12 3,63 6,04 5,81 4,2 4,43

MASCIARELLI TENUTE AGRICOLE S.R.L...... 0,81 1,87 2,56 1,75

MAXPLAST INDUSTRIALE S.R.L. -2,15 -0,91 -4,36 -3,45 10,78 2,9 1,12 -2,9 6,26 . 0,81

MDB S.R.L. 6,88 8,88 7,93 4,88 7,17 8,03 6,26 3,15 5,14 7,29 6,56

ME.GA. S.R.L. 0,89 6,75 1,39 -4,38 1,48 2,05 0,69 4,79 5,69 . 2,15

192

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

MECCANICA C.T. S.R.L. 16,06 14,32 11,61 6,27 3,01 9,43 6,09 3,42 5,21 . 8,38

METEC INDUSTRIAL MATERIALS S.R.L. 18,13 -0,53 9,71 2,66 1,55 2,4 2,38 3,18 7,46 . 5,22

MEVEPA S.R.L. . 13,85 4,16 2,28 -0,36 4,67 5,31 2,79 2,57 . 4,41

NEOS ITALIA S.R.L. -11,3 -9,97 -9,58 0,19 -0,17 -1,37 -0,11 -0,69 2,32 3,05 -2,77 9

NEW LOG S.R.L. 8,63 6,82 12,23 5,71 6,44 4,23 9,39 9,55 6,92 5,16 7,51

NICOLA CINQUINA S.R.L...... 16,15 26,19 15,95 19,31 . 19,40

NIKITA PVC S.R.L...... 0 2,79 1,40

NIKITA S.R.L. 2,01 3,54 3,99 3,88 3,71 1,35 2,24 2,39 2,06 . 2,80

NORDIMPIANTI SYSTEM S.R.L. 5,76 6,67 6,26 12,7 -1,99 5,25 7,13 7,94 13,82 8,3 7,18

NUOVA C.T.L. S.R.L. SOCIETA' 20,51 32,6 24,39 15,18 11,51 10,91 -18,7 8,41 12,54 . 13,03 UNIPERSONALE 6

O.M.P. S.R.L...... 4,52 8,57 . 6,55

OFFICINE MECCANICHE COLOGNI S.R.L...... 2,23 4,16 1,63 3,75 2,94

VILLESE SOC. COOP. AGRICOLA -0,37 -0,12 0,22 . -0,13 -0,34 -1,16 -0,25 -0,25 -2,55 -0,55

OMNIA SERVIZI S.R.L. . . . 0 36,4 7,68 -5,36 13,79 4,19 . 9,45

ONTEX MANUFACTURING ITALY S.R.L...... 3,24 5,93 6,05 5,07

ORLANDO CONFEZIONI S.R.L. 7,25 6,95 9,92 6,69 4,43 3,19 3,68 2,81 2,73 . 5,29

PAIL SERRAMENTI S.R.L. 4,3 4,67 4,28 1,8 1,57 -3,65 1,36 1,78 1,86 -5,57 1,24

PARSEK S.R.L. 6,53 15,22 4,44 5,47 4,26 5,25 8,2 8,01 11,2 10,01 7,86

PASTIFICIO ARTIGIANO CAV. GIUSEPPE ...... 7,64 . 7,64 COCCO S.R.L.

PASTIFICIO FRATELLI DE LUCA S.R.L...... 3,94 3,18 1,06 -0,1 . 2,02

PAVI GROUP S.R.L. 7,51 9,66 9,78 6,78 8,44 6,38 7,22 8,54 4,41 6,71 7,54

PELLICONI ABRUZZO S.R.L. 2,3 3,2 4,81 13,59 11,47 4,13 1,85 1,04 3,19 4,09 4,97

PIERBURG PUMP TECHNOLOGY ITALY S.P.A. 8,72 5,92 6,74 -7,2 2,34 4,05 5,99 8,69 11,14 8,88 5,53

PILKINGTON ITALIA S.P.A. 4,99 4,29 -2,17 0,32 -1,11 -3,8 -3,65 -0,79 -1,93 . -0,43

POLIGRAFICA MANCINI S.R.L. . 19,49 11,25 4,37 11,92 16,08 6,76 8,08 7,13 3,41 9,83

POLIPRINT INNOVATIVE S.R.L. 18,62 26,73 23,12 5,04 17,77 14,84 8,02 12,51 8,59 13,84 14,91

POLYCHEM ITALIA S.R.L. 5,57 5,06 9,51 5,69 5,76 3,43 4,9 4,51 4,08 . 5,39

PRIMA EASTERN S.P.A. 3,11 6,41 3,91 4,92 10,46 5,07 9,51 7,76 9,53 10,23 7,09

PRIMAVERA S.R.L. 2,91 5,01 3,99 1,67 0,89 1,06 0,6 -1,29 -0,03 0,14 1,50

PRIMO S.R.L. UNIPERSONALE . -0,89 -2,03 6,36 13,46 5,2 3,25 3,67 5,78 . 4,35

PROGETTO MECCANICA S.R.L...... -0,04 -12,3 . -6,22 9

PROGRESSO AGRICOLO -0,6 -0,73 0,46 1,48 1,45 1,1 0,99 0,59 -0,02 0,23 0,50

PUCCIONI S.R.L. 0,52 4,89 11,46 7,54 0,6 3,28 3,41 0,64 3,87 -11,8 2,44 2

PUGLIESE INDUSTRIA MECCANICA S.R.L. 18,82 28,21 18,89 23,59 35,62 31,47 34,86 27,51 12,29 . 25,70

193

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

R.V.M. S.R.L. 3,98 5,2 3,33 1,39 2,68 1,79 -20,2 2,31 3,29 . 0,41 7

RIFLESSI S.R.L. 5,66 6,79 6,83 4,67 16,45 16,19 13,94 9,41 12,9 12,65 10,55

RGS S.P.A. -2,86 -0,88 1,83 2,41 0,31 0,83 -13,6 -5,76 1,72 . -1,78 6

ROBOTEC S.R.L. -2,78 1,74 0,03 -0,22 1,99 -11,4 2,35 7,34 7,76 18,8 2,56 3

S. PANFILO SOC. COOP. AGRICOLA 0,28 -0,07 0,4 0,37 0,3 0,15 0,13 0,25 . 0,27 0,23

SICAV S.R.L. 23,1 27,26 20,48 34,64 27,97 35,51 32,1 37,68 28,44 27,86 29,50

S.I.M. S.R.L. 5,91 9,4 7,81 2,73 4,06 1,91 3,35 6,29 3,66 . 5,01

S.L.M. S.R.L. 0,8 1,7 8,68 7,51 1,87 3,16 4,08 . 17,43 . 5,65

SAF DESIGN S.R.L...... 3,49 . 3,49

SALAMANDRA SOC. COOP. A R.L...... -20,9 11,67 39,46 -7,73 5,63

SAMI S.R.L. 6,13 4,73 4,4 -4,29 2,62 5,45 3,82 4,78 2,39 3,51 3,35

SAN MARCO VEICOLI S.R.L...... -0,33 3,55 1,24 -9,6 -1,29

SANGRO PROGETTI S.R.L. 4,34 -0,24 3,63 2,86 1,86 4,06 7,01 5,33 5,62 . 3,83

SANGROMECCANICA S.R.L. 3,3 6,19 6,94 6,36 4,79 3,58 3,6 4,25 3,78 3,51 4,63

SANSIFICI VECERE S.R.L. 27,95 5,57 7,58 . 3,57 7,82 7,1 12,16 3,47 4,21 8,83

SAPA BUILDEX ATESSA S.P.A. 5,44 6,66 2,74 0,77 1,02 -0,55 -4,74 -2,01 -5,22 . 0,46

SCARIMEC S.R.L. . -1,05 2,61 0,89 7,21 1,38 -0,34 3,56 6,4 . 2,58

SCUTTI S.R.L. 5,98 3,79 3,05 6,06 5,23 4,88 5,03 4,58 3,09 . 4,63

SERENITY S.P.A. 17,59 17,76 21,05 30,03 26,57 37,21 31,01 17,54 7,06 . 22,87

SERVICE COMPANY S.R.L...... 8,1 8,85 12,4 . 9,78

SGT S.R.L. 3,4 4,67 4,39 4,39 4,06 -1,85 1,89 2,61 1,95 . 2,83

SIAC FASHION S.R.L...... 3,12 2,44 5,54 3,70

SIMPLASTIC S.R.L. 3,39 3,27 3,3 2,96 0,64 -0,02 2,49 13,9 14,05 . 4,89

SOALCA S.R.L. 4,22 4,27 3,34 2,03 1,98 1,11 1,89 4,2 4,37 . 3,05

SAN MICHELE ARCANGELO SOC. COOP. 1,14 1,73 2,01 2,1 1,1 1,55 0,91 0,92 1,45 1,62 1,45 AGRICOLA S.R.L.

CANTINA RIPA TEATINA SOC. COOP. 1,09 1,4 1,61 1,79 0,71 0,89 0,95 0,82 . 0,87 1,13 AGRICOLA

COLTIVATORI DIRETTI TOLLO SOC. COOP. 0,17 0,52 0,48 0,72 0,07 -0,75 0,27 0,57 0,91 0,99 0,40 AGRICOLA

SOC. COOP. AGRICOLA ORSOGNA 1,75 1,58 1,64 1,39 1,63 1,48 1,49 1,65 0,77 1,46 1,48

SEVEL S.P.A. 0,58 3,45 3,75 0,2 1,67 2,13 2,08 2,86 2,54 2,74 2,20

S.I.C.M.A. S.P.A. 1,77 3 0,25 0,35 3,77 2,65 3,04 4,04 3,77 3,24 2,59

PIACENTINI S.R.L. -1,15 0,87 -15,4 2,64 -1,23 1,55 -1,03 0,37 0,09 . -1,49 8

SPINELLI S.R.L. 5,83 6,4 6,31 3,6 2,1 4,21 3,85 3,02 2,33 2,82 4,05

STYLOFFICE S.P.A. 2,8 4,29 2,13 -3,37 -1,87 -7,73 -1,25 3,86 -1,67 4,03 0,12

T.M.C. S.R.L. 3,36 4,06 4,85 2,23 2,86 0,88 -1,28 2,87 3,27 4,36 2,75

194

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

T.T.E. S.R.L. . . . -3,74 9,18 6,37 5,64 0,66 -1,03 7,58 3,52

TAIM S.R.L. 0,85 2,86 1,88 0,25 -2,88 0,67 1,53 4,07 4,6 17,44 3,13

TASSO S.R.L...... -0,7 5,4 2,35

TAUMAT S.R.L. 3,71 4,41 2,46 1,54 1,99 2,07 3,3 3,58 5,32 . 3,15

TCM S.R.L. 5,81 5,44 11,74 7,62 1,26 2,3 2,71 4,68 2,47 2,63 4,67

TECHNOSTIV S.R.L. 2,03 2,44 3,65 3,52 4,11 4,42 -1,33 4,25 5,07 . 3,13

TECNICHE DI ASSEMBLAGGIO S.R.L. 16,91 7,03 5,95 -5,01 1,58 -1,48 -2,9 1,67 2,81 . 2,95

TECNO GLASS S.R.L. 0,46 2,65 1,55 1,3 2,72 3,48 2,93 2,81 2,06 . 2,22

TECNOMEC SUD S.R.L. 0,83 5,42 3,97 3,48 3,38 2,63 2,58 2,42 2,65 2,42 2,98

TECNOMETAL S.R.L. 6,4 5,02 3,29 3,86 3,97 5,41 12,72 8,53 16,14 10,08 7,54

TECNOPACK S.R.L. 8,14 7,48 8,76 5,54 0,32 -2,85 1,12 0,04 1,08 0,79 3,04

TEKNE S.R.L. 1,61 3,72 3,24 4,33 1,85 2,88 3,03 1,99 2,37 5,35 3,04

TEMPRA SUD S.R.L. 4,98 1,42 6,79 -12,7 4,05 9,54 4,43 6,87 4,92 6,85 3,71 4

TESI S.R.L. . . . . 2,13 5,94 4,77 4,86 3,94 . 4,33

THOR SUD 9,04 9,65 5,37 -0,83 2,34 3,71 3,9 5,06 6,71 . 4,99

TORNESE S.R.L. 4,7 4,44 -8,49 4,98 4,55 0,34 3,53 -0,39 -0,28 . 1,49

TRIVERI S.R.L. 4,62 3,67 12,99 3,28 7,19 2,51 2,92 4,31 11,07 . 5,84

TUBI S.P.A. 6,21 4,02 4,92 3,55 4,79 3,59 3,38 2,3 3,92 3,02 3,97

TYCO ELECTRONICS AMP ITALIA 13,05 16,88 13,73 3,69 8,47 8,65 7,34 7,37 8,19 8 9,54 PRODUCTS S.R.L.

URSINI S.R.L. . . 0,76 2,22 1,43 0,21 2,3 -1,24 2,28 -0,46 0,94

VALAGRO S.P.A. 7,08 11,28 8,29 0,66 3,51 11,18 8 12,35 6,91 . 7,70

VASTARREDO S.R.L. 2,08 1,83 1,75 1,78 0,89 -0,94 -0,84 -12,1 -1,1 . -0,75 8

VASTO LEGNO S.P.A. 3,09 3,96 4,38 1,94 1,66 3,01 3,59 3,3 2,68 . 3,07

VERINDPLAST S.R.L. 22,34 23,89 26,33 19,61 15,46 7,93 6,73 -0,17 4,15 20,33 14,66

VETRERIA ARTISTICA TEATINA S.R.L. 15,96 11,35 5,02 9,41 -0,54 -1,61 -3,13 1,72 1,02 . 4,36

WALTER TOSTO S.P.A. . . . 0,1 11,35 3,42 3,8 4,44 3,72 . 4,47

WEATHERFORD MEDITERRANEA S.P.A. 10,78 3,88 17,73 29,55 18,77 9,38 8,39 9,06 15,67 . 13,69

Imprese con sede nella provincia 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media dell'Aquila

3 C S.R.L. -3,63 -0,72 3,58 -3,64 -9,2 -14,3 -8,74 -5,28 2,11 . -4,43 4

AN.SA.PE.SOC. COOP. AGRICOLA . 1,68 2,23 2,29 1,17 1,24 1,29 2,3 2,39 . 1,82

AQUILANA CALCESTRUZZI S.R.L. 8,53 3,41 2,34 9,78 9,69 4,74 8,96 6,81 10,89 . 7,24

195

Imprese con sede nella provincia 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media dell'Aquila

AQUILAPREM S.R.L. 1,76 -9,95 -6,18 -6,35 -9,11 -6,83 -37,2 12,34 2,91 . -6,52 7

ARTI GRAFICHE SCUDERI S.R.L. 11,23 17,07 9,52 7,72 6,01 5,13 2,91 3,89 6,03 5,44 7,50

C.E.I.T. S.R.L. . -4,66 -10,5 4,01 4,08 3,97 2,48 -0,36 17,82 . 2,10 2

CELI CALCESTRUZZI S.P.A. 12,59 18,44 15,86 13,21 11,4 4,57 2,88 7,61 7,22 7,18 10,10

CONFETTI PELINO S.R.L. 10,6 9,11 8,49 7,37 8,02 4,73 5,99 3,2 1,28 . 6,53

EDILCOLOR S.R.L. 7,08 6,71 4,24 4,79 3,39 4,96 4,55 6,15 . . 5,23

ELCO ITALIANA S.P.A. 6,34 3,57 7,99 3,59 5,2 . . 4,32 3,62 . 4,95

ELITAL S.R.L. 2,16 -3,62 0,3 1,29 -4,32 2,4 0,71 0,01 13,72 . 1,41

ERGOTEC S.R.L. 2,53 -1,76 -2,81 0,16 2,06 3,54 2,99 3,07 4,13 . 1,55

EUROCONIC S.R.L. 9,12 8,36 1,84 -3,89 1,71 6,87 3,09 4,15 2,7 2,16 3,61

EUROTECK S.R.L. 5,69 3,57 4,56 8,62 18,72 15,21 14,41 16,28 13,74 11,29 11,21

F. & B. S.R.L. 0,69 1,59 1,83 1,34 1,02 2,1 -4,66 -33,1 5,41 5,53 -1,83 4

F.LLI MARINI CARNI S.R.L. 5,01 7,49 7,83 4,39 6,97 3,15 4,19 3,2 6,18 . 5,38

GIANNANTONI S.R.L. -0,24 0,48 8,4 5,32 5,27 4,09 6,79 4,74 5,07 . 4,44

GRUPPO LEGNO S.R.L. 3,24 4,98 3,74 2,78 1,49 4,1 2,43 2,59 3,15 1,99 3,05

HI-TECH ELETTRONICA S.R.L. 8,11 3,86 . -3,57 10,23 14,15 20,99 28,9 8,92 . 11,45

ICRA ITALIA S.R.L. 3,46 4,48 0,89 -8,15 1,18 2,3 -8,31 2,1 0,48 2,91 0,13

IDROSERVICE S.R.L. . . 3,82 3,97 3,45 3,23 6,76 . . . 4,25

IPER ORTAGGI S.R.L. 2,33 3,26 4,23 3,55 1,91 3,97 3,62 5,67 . . 3,57

JUPITER S.R.L. 2,05 2,78 5,47 1,04 0,91 -0,36 -0,86 1,5 0,64 -1,49 1,17

KROMOSS S.R.L. 8,58 5,15 5,02 6,72 5,45 2,53 3,1 2,64 1,85 . 4,56

LFOUNDRY S.R.L. 5,88 5,81 12,34 4,72 -1,72 8,16 -2,88 9,77 9,86 . 5,77

LIBER S.R.L. . . . . 16,5 23,68 20,05 9,8 16,8 . 17,37

MASTRANGELI ALDO S.R.L. . 4,12 7,94 6,64 -2,41 3,97 0,92 4,33 3,86 . 3,67

MEC.AB S.R.L. 8,92 10,29 26,42 0,01 9,05 4,46 17,62 16,24 13,48 12,45 11,89

O.T.I. S.R.L. 22,21 30,44 26,76 23,79 13,27 3,61 2,04 0,54 -0,93 0,72 12,25

ORTO GIOIA AGRICOLA S.R.L...... 0 9,93 3,16 10,45 5,89

PAVIND S.R.L. 2,45 4,08 6,38 5,82 6,71 4,11 3,91 3,85 5 . 4,70

PEPPONE SALUMI S.R.L. SOC...... 0,78 -1,24 2,01 0,52 UNIPERSONALE

REGINELLA D'ABRUZZO S.R.L. 3,19 2,63 2,98 4,01 2,92 0,42 2,76 3,4 -9,01 -4,78 0,85

S.A.C.P.O. TICOLI S.P.A. 0,05 0,46 -3,8 6,21 5,84 5,43 1,66 -3,18 3,93 . 1,84

S.A.F. SOCIETA' AGRICOLA FUCINO S.R.L. . . . 6,23 8,74 7,76 -1,85 -12,8 10,91 . 3,15 7

S.I.M.I.C. S.R.L.. 7,06 4,74 10,32 9,64 16,43 10,03 9,12 7,54 -1,54 . 8,15

SAES ADVANCED TECHNOLOGIES S.P.A. 61,08 70,72 56,93 29,07 29,48 21,71 24,52 14,85 29,05 33 37,04

SAMBEPLAST S.R.L. 1,74 2,78 0,46 1,02 0,6 -0,98 3,99 2,56 2,51 2,07 1,68

196

Imprese con sede nella provincia 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media dell'Aquila

SFORZA CARNI S.R.L. . . . . 11,63 7,67 3,59 3,77 2,84 . 5,90

SIMAD S.P.A. -2,72 8,02 2,83 2,26 2,12 4,31 1,1 1,04 5,26 . 2,69

SIAPRA S.P.A. . . . . -0,27 0,34 1,92 3,9 1,78 4,12 1,97

TENSITER CENTRO S.R.L. 10,48 8,86 -5,94 -1,02 2,86 -7,09 -7,39 -2,99 3,23 . 0,11

VALENTI NASTRI S.R.L. 4,43 4,99 5,34 2,23 2,96 2,92 2,12 5,41 -0,29 3,05 3,32

Z.C.M. S.R.L. 16,07 21,37 24,4 16,72 17,14 17,49 6,13 3,45 6,97 . 14,42

ZIACA 2 S.R.L. 5,14 3,56 8,99 6,69 2,09 9,13 1,34 4,28 4,33 . 5,06

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Pescara

A.R.S. TECH S.R.L...... 5,79 5,71 5,75

ADRIA MED S.R.L. 38,13 21,74 6,13 16,12 4,1 8,75 13,13 3 8,27 . 13,26

ALFA WASSERMANN S.P.A. 11,91 13,03 9,93 15,45 16,51 18,38 20,85 18,53 17,96 27,51 17,01

ALPAGEL S.R.L...... -2,19 2,62 2,92 . 1,12

AMEDEO FERRANTE S.R.L. . . 1,78 -3,6 5,56 3,81 0,43 1,88 1,44 1,19 1,56

ARREDOMETALLICA CILLI & CRISANTE 16,8 3,08 5,36 3,8 4,71 5,23 3,23 7,51 7,31 . 6,34 S.R.L.

AZIENDA AGRICOLA COPPINI S.R.L. 9,66 7,49 9,32 0,75 2,53 1,78 1,25 2,55 1,97 . 4,14

AZIENDA MARRAMIERO S.R.L. 9,66 8,24 4,95 2,5 2,55 3,46 2,67 3,33 2,84 . 4,47

CALCESTRUZZI PAGNINI S.R.L. 6,51 7,6 7,12 6,13 6,43 2,34 4,37 2,21 3,26 . 5,11

CASITALIA S.P.A...... 0 1,23 . 0,62

CETEAS S.R.L. 0,75 0,82 -0,4 -0,31 1,55 -2,05 -0,44 -0,56 1,36 1,19 0,19

COMPAGNIA DEL CAFFE' S.R.L. 3,02 3,56 3,51 2,64 1,54 2,52 6,38 8,26 10,06 9,32 5,08

CONTI S.R.L. 42,71 29,45 21,08 21,21 29,5 25,52 16,46 14 14,96 7,35 22,22

COPRIKOMPATT S.R.L. 4,53 5,39 3,38 2,21 1,92 -1,23 3,38 3,93 3,76 3,01 3,03

DAJAN S.R.L. 6,89 8,93 -38,5 30,55 4,64 28,24 19,85 7,27 31,51 8,29 10,76 8

DE DOMINICIS LAMIERE S.R.L. 2,89 3,71 -1,19 0,27 0,48 0,18 -0,31 -1,86 -0,17 -0,75 0,33

DEL PROPOSTO S.R.L. 5,41 5,5 -0,61 -1,27 3 2,44 2,12 1,85 4,47 . 2,55

DI DONATO S.P.A. 3,51 4,24 3,9 3,1 2,84 3,3 2,95 3,06 4,51 3,38 3,48

DI MUZIO LATERIZI S.R.L. 10,03 4,32 -4,73 -1,72 -1,2 1,59 1,56 -7,25 0,91 . 0,39

DIATEC S.R.L. . 7,16 7,72 3,05 7,18 6,97 4,93 28,87 6,66 . 9,07

DIZIOINOXA S.R.L. 18,31 12,3 10,47 9,41 1,71 7,51 12,15 10,01 25,21 . 11,90

DOMOLIFE S.R.L. 35,41 32,53 30,93 31,45 33,09 17,62 22,04 21,23 23,51 . 27,53

ECOPETROL S.R.L. 9,14 4,88 7,29 3,56 5,34 4,6 -4,35 1,61 1,9 . 3,77

ELEMEC SOC. COOP. . . . . 1,69 0,6 1,15 0,43 -1,56 . 0,46

197

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Pescara

FAMECCANICA.DATA S.P.A. 3,74 6,09 7,45 10,02 6,07 4,28 3,95 0,82 5,08 4,15 5,17

FARMEC S.R.L. 19,83 5,7 6,02 -16,7 -7,31 2,64 -7,58 2,3 1,66 . 0,72 8

FATER S.P.A. 35,2 37,25 37,17 39,6 37,96 34,45 35,41 15,6 19,34 16,96 30,89

FAZZINI FILIERE S.R.L. 2,98 3,77 8,09 13,66 3,7 8,22 13,03 15,99 12,1 . 9,06

FONTECAL S.P.A. 6,61 9,27 9,83 4,74 11,53 12,46 5,93 9,2 3,47 -2,96 7,01

FOODITALIA S.R.L. . 1,68 3,24 10,44 10,49 14,69 12,46 9,47 11,56 . 9,25

FOTOLITOWEB S.R.L...... 11 3,95 -2,25 2,68 . 3,85

FRATELLI CAPPOLA S.R.L. . . 1,35 2,91 2,01 2,68 3,31 1,01 2,96 . 2,32

G E D S.R.L...... 2,56 2,56

G.B.L. GOLD S.R.L...... 15,53 9,64 4,57 . 9,91

GEA FASHION S.R.L. 12,44 3,28 7,86 3,98 6,28 2,28 4,98 0,24 3,38 . 4,97

GEBEL S.R.L. 17,92 19,21 19,51 11,67 17,56 14,83 4,61 4,31 9,26 . 13,21

GOLD SERVICE 2010 S.R.L. . . . . -8,4 14,74 13,13 29,7 9,28 21,27 13,29

GRAF COLOR S.R.L. 4,88 10,57 17,73 11,38 21,62 12,34 -3,31 10,02 26,44 . 12,41

GRAN GUIZZA S.P.A. 8,23 10,36 9,77 15,33 10,49 5,08 2,23 4,97 5,84 . 8,03

HOSI CONCEPT S.R.L...... 54,44 63,31 75,67 . 64,47

I.C.E. S.R.L. 3,06 5,57 3,32 3,67 3,56 3,73 -3,34 2,53 3,73 . 2,87

I.C.O. S.R.L. 0,45 3,28 2,49 1,86 1,46 2,18 -2,17 2,38 7,71 . 2,18

IACOVONE ALFREDO & FIGLI S.R.L. 3,77 5,32 5,9 4,05 3,56 4,05 6,43 6,1 3,74 . 4,77

ILCA CARNI S.R.L. . . -0,35 10,32 2,58 1,29 1,86 2,74 2,72 2,3 2,93

IMAR. S.R.L. . 10,72 10,96 7,22 4,07 5,7 5,33 4,9 4,75 5,1 6,53

ITALIANA MEDICAZIONE S.R.L. -4,39 0,89 1,54 4,51 3,82 3,15 5,22 4,01 4,53 7,31 3,06

KASAURIA S.R.L. 4,78 2,75 4,11 5,5 6,11 3,95 -0,17 2,39 2,78 . 3,58

KEMIPOL S.R.L. 11,74 15,19 10,96 15,46 14,93 8,61 6,06 9,43 9,49 . 11,32

KLINDEX S.R.L. 9,03 22,61 16,79 8,06 4,31 7,36 3,98 6,91 5,23 15,95 10,02

LA REA S.R.L. 8,15 7,83 9,57 7,5 8,13 10,36 4,65 6,15 6,15 . 7,61

LATER MECCANICA S.R.L. . . . . 0,6 3,12 2,1 2,06 1,78 . 1,93

LI.GYS S.R.L. 9,96 6,03 5,82 3,45 3,35 2,64 4,5 3,39 . . 4,89

LI.PA. S.R.L. 13,41 9,23 16,71 17,29 14,43 24,09 13,6 21,84 11,79 . 15,82

MARIFARMA FM S.R.L. 2,38 7,95 3,91 13,33 5,43 9,82 15,25 8,53 6,49 22,67 9,58

MARIGO S.R.L. 5,49 4,92 2,21 2,39 1,77 3,58 2,92 4,13 2,26 . 3,30

MEDITERRANEO S.R.L. UNIPERSONALE . . 3,13 20,67 8,65 43,5 5,88 19,32 19,45 42,99 20,45

MOLINO E PASTIFICIO DE CECCO S.P.A. 24,15 22,88 12,8 7,78 9,83 4,39 4,57 5,03 4,66 5,09 10,12

NEWTEC ELECTROTECHNICS S.R.L. 4,2 5,92 5,87 4,09 5,61 5,88 9,16 5,37 2,77 3,35 5,22

NORASFALTI S.R.L. 16,07 1,2 2,92 5,95 -4 2,97 4,23 5,47 3,45 . 4,25

O.M.A. S.P.A...... 1,57 5 7,26 7,21 . 5,26

198

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Pescara

O.R.E.M. S.P.A. 2,36 2,33 3,61 3,04 3,3 3,52 5,92 4,44 -30,2 . -0,19 7

ORSINI & BLASIOLI S.R.L. 2,86 5,46 2,48 2,96 2,75 3,58 3,06 0,58 0,82 . 2,73

PATRIARCA S.R.L...... 2,42 15,23 5,99 7,78 . 7,86

PESCARA CARNI S.R.L. 1,9 2,9 . 0,88 -0,15 0,73 1,16 1,3 1,26 . 1,25

PESCARADOLC S.R.L. 2,67 3,18 4,47 3,14 2,74 3,58 3,86 4,02 3,39 . 3,45

PHARMAPIU' S.R.L. 15,52 13,96 10,74 15,66 11,3 6,46 3,87 5,73 4,93 3 9,12

PODERE CASTORANI S.R.L. -2,47 5,2 3 3,69 2,67 2,86 2,4 2,17 2,61 . 2,46

POLIGRAF S.R.L. 5,75 2,73 2,66 -1,39 1,38 2,13 2,44 0,6 3,58 . 2,21

PRO PIZZA S.R.L. -6,75 -15,0 10,91 6,22 0,75 19,93 6,73 21,35 22,14 . 7,36 6

PROTEK S.R.L. 1,75 -8,44 -11,3 -0,21 1,96 2,07 3,02 6,83 5,43 . 0,12 1

RAC-FLUID S.R.L. 4,41 7,37 2,9 -11,9 -3,58 0,73 0,83 2,46 2,41 -0,01 0,56 5

RAICAM INDUSTRIE S.R.L. UNIPERSONALE . 4,14 5,3 13,45 22,21 21,3 14,41 21,24 15,59 16,18 14,87

RAVER DI ENNIO TOTTONE S.R.L. 32,22 5,64 16,49 7,87 7,11 3,87 1,58 5,05 2,19 . 9,11

REAL AROMI S.P.A. 27,79 36,43 28,49 22,97 19,72 17,11 20,82 2,1 22,92 13,14 21,15

REMU S.R.L. 7,61 8,47 4,49 2,76 3,05 3,37 6,47 8,68 7,37 . 5,81

ROMAN STYLE S.P.A. . . . . -3,87 -12,9 3,18 4,74 17,08 . 1,63 6

RUSTICHELLA D'ABRUZZO S.P.A. 5,28 3,69 4,53 4,88 3,88 3,67 5,41 5,15 5,1 . 4,62

SACIF S.R.L. . . . 11,73 17,64 11,45 11,78 8,97 17,4 10,78 12,82

SAQUELLA 1856 S.R.L. 5,9 3,55 2,73 3,41 0,95 0,33 2,88 3,39 3,79 3,83 3,08

SIPARIO S.R.L. 7,38 9,35 2,68 2,67 0,55 -3,05 -0,34 1,15 1,57 . 2,44

SISTEM POWER S.R.L...... 5,08 5,4 3,42 3,23 4,28

SMARTCOLOR S.R.L. 5,71 5,96 14,95 9,95 10,46 8,55 12,27 10,79 10,71 . 9,93

SO.E.M. S.R.L. 18,34 26,81 30,18 28,47 28,83 41,07 40,53 33,95 30,74 34,04 31,30

SO.C.C.A.M. S.R.L. 3,19 4,66 5,64 4,27 5,14 5,58 2,98 1,93 2,07 1,94 3,74

SOEM ATI S.C.R.L. 0,81 1,31 0,29 0,71 0,46 0,76 1,15 0,55 0,66 0,46 0,72

SOLVAY CHIMICA BUSSI S.P.A. -24,2 -26,0 -11,3 -2,61 0,23 -51,0 0,29 -13,3 -6,82 . -14,99 4 6 1 6 4

SPECIALITA' CARNI LUCIANI S.R.L. . . -0,12 2,39 8,71 2,5 2,63 2,39 . . 3,08

SPIEDI' S.R.L. 6,42 4,36 4,34 3,56 4,6 4,29 3,81 1,37 5,04 . 4,20

SPOLTORE LAVORO SOC. COOP...... 1,58 0,43 2,54 2,29 . 1,71

STELLA FASHION S.R.L...... 32,83 33,72 24,93 . 30,49

T.C. S.R.L. . . . -0,39 -1,9 -0,59 5 5,49 9,4 9,2 3,74

TEXOL S.R.L. 1,86 3,17 8,88 17,56 18,58 11,52 15,06 11,7 12,41 . 11,19

THEMA INCASSI S.R.L. . . . . 42,11 35,87 32,94 28,4 28,55 . 33,57

TRAFILERIE MERIDIONALI SPA 3,77 7,15 6,61 1,73 1,94 1,7 0,6 0,94 2,01 . 2,94

199

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Pescara

TWA EQUIPMENT S.R.L...... 1,33 7,08 . . 4,21

V.D.S. CONSORZIO . . . 0,13 1,52 1,78 1,62 -0,64 0,98 0,44 0,83

VELOMAT S.R.L...... 4,44 15,55 18,68 8,62 11,82

VN S.R.L. FOOD PROCESSING EQUIPMENT . 43,16 22,19 13,38 3,98 9,97 10,37 7,37 5,99 8,71 13,90

VULCARAPID S.R.L. 0,79 1,55 -6,91 -4,53 -0,62 1,72 0,24 -3,92 -7,63 . -2,15

WORLD TRADE CONSTRUCTION S.R.L. . . . . 5,98 7,44 9,68 11,54 . . 8,66

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Teramo

A.T.R. GROUP S.R.L...... -0,59 -0,4 -5,14 3,85 . -0,57

ABBIGLIAMENTO G. & G. S.R.L. 6,43 6,46 14,82 5,65 -6,44 3,81 3,09 5,22 5,86 . 4,99

ADMIRAL S.R.L. 8,92 5,47 3,88 5,81 -4,15 -2,8 -4,8 4,61 5,02 . 2,44

ADRIATICA SALUMI S.R.L. 6,16 9,21 4,99 10,5 11,43 4,63 12,23 17,02 21,37 . 10,84

AGRISANA S.R.L. 10,82 13,54 17,68 5,76 2,79 13,35 10,22 24,66 33,28 11,96 14,41

ALFA GOMMA INDUSTRIAL S.P.A. 6,22 4,47 0,77 -2,22 3,18 3,46 0,18 -0,87 3,22 -0,19 1,82

ALFAGOMMA HYDRAULIC S.P.A. 5,45 1,44 0,3 -13,3 0,42 7,01 9,09 6,13 5,42 . 2,44 3

ALGOR S.R.L. 10,21 10,35 3,16 2,16 1,47 1,43 0,76 1,09 1,5 0,3 3,24

ALL.COOP SOC. COOP. AGRICOLA 2,19 2,51 1,52 1,57 1,43 1,38 1,66 -3,12 1,56 . 1,19

ALMAPLAST S.R.L. 6,54 5,61 5,76 5,09 10,86 12,14 4,78 4,32 14,11 . 7,69

ARAN WORLD S.R.L. 5,05 4,45 -0,45 -4,22 -5,25 0,98 1,63 2,81 1,29 3,76 1,01

ARCADIA COMPONIBILI S.R.L. 1,82 2,38 3,56 -1,53 2,13 3,79 2,84 7,15 0,88 . 2,56

ARCADIA S.R.L. 1,71 -0,53 4,78 -0,54 1,89 1,38 6,35 7,23 3,44 . 2,86

ARDAGH GROUP ITALY S.R.L. 8,67 11,37 9,55 6,58 14,46 2,38 2,21 4,26 8,45 10,22 7,82

AZIENDA CASEARIA DE REMIGIS S.R.L. 3,93 . 4,22 -3,63 5,41 . . . 6,19 9,19 4,22

BAR ITALIA S.R.L...... 14,43 13,82 . 14,13

BENTEL SECURITY S.R.L. 22,07 26,41 31,42 9,03 25,95 46,73 27,13 29,14 29,57 29,3 27,68

BETAFENCE ITALIA S.P.A 7,62 8 7,37 7,35 5,31 5,51 4,97 6,85 6,72 5,56 6,53

BI-METAL S.R.L. 14,32 10,26 10,32 11,77 16,35 33,95 43,5 34,66 38,25 31,67 24,51

C M P S.R.L. 6,14 -1,12 3,88 4,34 2,64 3,7 3,04 -5,18 5,4 6,62 2,95

C.I.E.R. S.R.L. 3,18 0,23 2,06 1,63 2,72 3,16 3,89 4,95 2,57 0,37 2,48

C.S.M. S.R.L. . . 3,38 2,4 1,8 0,95 -5,76 -9,28 1,34 -3,91 -1,14

CA.MA. ITALIA S.P.A. -24,8 -8,28 -10,4 -7,04 -5,33 -8,36 -12,2 -1,66 1,52 0,63 -7,60 8 1

CAART S.R.L. 2,91 4,49 3,72 1,38 1,65 3,83 3,86 1,86 3,35 . 3,01

CALZATURIFICIO GENSI GROUP S.R.L. . . . . 17,2 16,44 10,25 21,55 58,65 . 24,82

200

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Teramo

CALZATURIFICIO MGT S.R.L. 2,73 5,11 4,1 3,47 3,77 3,31 3,27 3,28 2,86 . 3,54

CAMI S.R.L. 9,28 9,99 -1,77 -11,5 4,45 4,3 5,27 1,56 -5,22 . 1,81 9

CARBOTECH S.R.L. -12,3 -20,9 -1,93 4,06 12,33 9,06 4,13 11,64 18,61 15,57 4,02 1 5

CASEARIA DE REMIGIS S.R.L. . . . . -3,94 6,77 14,94 11,21 14,55 12,15 9,28

CAVART S.R.L. . 9,57 5,18 4,74 -13,2 7,81 14,95 17,39 8,26 3,93 6,51

CEPAR S.R.L. 6,51 5,97 7,56 2,82 6,51 8,57 8,38 3,25 6,51 1,06 5,71

CO.STRA.M. S.R.L. 5,8 15,28 4,65 0,15 3,06 2,33 1,17 3,34 4,82 . 4,51

COBAS S.R.L. 5,46 7,24 4,09 4,21 4,2 4,25 3,14 3,64 4,46 . 4,52

COMASMOTEL S.R.L. -52,7 . . . . . 22,02 18,99 22,87 . 2,79 1

CONFEZIONI LAVIS S.R.L. 3,38 3,76 4,17 5,19 4,45 0,52 7,97 3,76 4,39 -3 3,46

CONGLOMERATI BITUMINOSI VOMANO 4,66 3,67 4,25 8,74 3,9 -1,02 -3,8 1,37 6,66 . 3,16 S.R.L.

COPAL S.R.L. 3,2 2,75 6,15 1,06 3,57 6 2,17 3,82 -5,11 0,42 2,40

CORDITEC S.R.L. 3,97 5,65 11,63 8,08 5,84 14,77 4,25 3,46 3,95 . 6,84

CORDIVARI S.R.L. 7,35 8,1 7,99 5,59 2,11 2,27 2,73 5,97 9,56 . 5,74

COSTRUZIONI METALLICHE . . . . . -5,73 . -4,7 12,8 9,82 3,05 PREFABBRICATE INTERNATIONAL S.R.L.

CUBO DESIGN S.R.L. -6,58 -1,82 2,39 -0,1 1,3 1,24 1,77 -1,02 4,09 12,4 1,37

CURIONI SUN TERAMO S.R.L. . . . -0,79 13,14 2,76 6,4 -2,17 -12,4 4,74 1,66 3

D'EUGENIO SEMENTI S.R.L. . . . 6,81 -0,06 6,49 6,65 9,11 7,02 . 6,00

D.M.P. ELECTRONICS S.R.L. 6,19 5,33 3,52 3,39 5,42 5,77 2,24 2,95 8,43 . 4,80

DB WASH S.R.L. 0,21 8,27 0,31 0,7 21,27 6,33 3,3 3,25 -0,43 . 4,80

DCA S.R.L...... 8,19 22,35 17,21 . 15,92

DE MICHELI S.R.L. . . -6,34 8,5 2,08 3,79 3,52 5,78 4,6 6 3,49

DECEM S.R.L. 11,05 8,61 8,2 8,46 2,28 2,5 1,09 2,57 7,08 4,28 5,61

DELTA PREG S.P.A. 7,07 10,29 17,21 9,95 13,19 13,79 12,52 9,72 18,75 . 12,50

DGA 2 S.R.L. . -1,06 3,99 3,24 5,39 5,05 3,19 3,59 2,18 2,62 3,13

DI REMIGIO & DI DIODORO S.R.L. 19,18 38,26 28,57 8,91 8,61 8,25 25,02 9,64 26,67 . 19,23

DI SANTE MOBILI E ARREDI S.R.L. 1,05 0,36 -2,71 3,76 4,12 4,14 5,31 4,94 4,54 . 2,83

DIATECH S.R.L. 14,51 19,05 11,76 6,03 6,82 2,61 3,77 8,09 8,42 11,08 9,21

DRESS LINES S.R.L. -76,0 4,51 6,77 4,79 7,11 16,22 6,67 6,71 -3,47 -9,08 -3,58 5

DRILL SERVICE S.R.L. . . . 11,47 14,85 5,71 6,07 3,36 4,1 3,74 7,04

DSE EUROPA S.R.L. . . . -1,65 3,36 4,59 3,07 3,22 4,03 . 2,77

EBERSPAECHER ITALIA S.P.A. 22,92 20,21 16,86 -2,26 8,22 7,14 -10,3 -12,9 1,17 8,68 5,97 5 1

ECO.TEL. S.R.L. . -2,18 3,42 11,08 5,22 4,87 4,19 5,4 9,88 9,13 5,67

201

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Teramo

EDIL '83 S.R.L. 6,91 7,24 5,99 3,68 1,66 2,76 1,05 1,78 1,17 . 3,58

ELMAN S.R.L. . -5,34 -2,94 -3,26 0,18 0,31 1,21 3,45 3,53 10,96 0,90

ESSEPIEFFE S.R.L. 11,11 7,81 9,13 -2,37 2,93 7,13 13,3 4,93 11,69 19,36 8,50

ETA SERVICE S.R.L. 8,18 -2,65 0,4 -17,8 15,2 22,2 8,91 11,82 10,57 14,33 7,11 7

ETIGROUP S.P.A. 12,07 9,43 8,17 4,72 6,88 5,2 -2,23 -3,12 -2,87 . 4,25

ETOMILU S.R.L. 7,91 2,62 7,39 5,53 5,88 13,79 4,69 10 10,65 . 7,61

EUNICS LAB S.R.L. 2,64 0,48 -0,23 2,56 4,33 0,09 0,56 4,15 5,33 14,27 3,42

EUROCARBO S.P.A. 2,66 6,58 0,83 -0,96 1,18 -0,48 2,09 2,8 5,09 -0,57 1,92

EUROFIL S.R.L. 3,26 3,01 3,54 1,78 2,8 2,57 2,64 2,97 4,34 . 2,99

EUROPA ACCIAI S.R.L. -3,88 5,23 6,26 4,24 4,23 4,55 5,62 5,8 5,33 . 4,15

F.B.C.I. S.R.L. -5,75 1,11 -1,14 -0,69 -7,09 -1,68 -13,9 -0,61 -3,3 -2,23 -3,53 3

F.G. 1936 S.R.L. . -2,19 1,68 -0,13 5,83 3,57 3,25 1,64 5,41 5,84 2,77

F.LLI BARBIERI S.R.L. . . 0,51 1,54 1,42 1,77 1,94 4,82 2,85 . 2,12

FAI COSTRUZIONI S.R.L . . . . 19,96 5,2 5,97 -0,23 -11,0 . 3,97 6

FARAONE INDUSTRIE S.P.A. 6,86 7,65 10,77 8,24 12,12 7,99 3,28 4,79 4,87 . 7,40

FARAONE S.R.L. 5,52 5,82 8,41 7,71 9,15 14,1 17,81 12,25 4,29 . 9,45

FARGLASS S.R.L. 8,27 13,47 9,59 9,01 2,73 -3,21 -4,41 1,14 -1,14 1,46 3,69

FASHION TEX S.R.L. 19,63 6,82 1,36 3,5 9,49 10,56 11,75 5,16 3,76 . 8,00

FEGI MANIFATTURE S.R.L. 4,98 0,62 -0,45 2,81 4,92 1,47 -2,56 -0,72 0,87 . 1,33

FEMA S.R.L. . . . . -2,82 13,04 18,16 26,02 23,3 24,06 16,96

FERBI S.R.L. . 7,43 9,78 8,36 8,18 5,96 4,6 3,5 2,93 3,73 6,05

FIMATEX S.R.L. 1,79 2,74 -3,89 4,12 5,18 3,5 -9,85 1,82 2,14 2,33 0,99

FIORELLA INDUSTRIE S.R.L. 14,57 33,37 16,63 -5,5 6,04 7,64 1,11 1,25 7,29 9,49 9,19

FO.MET.A.L. S.R.L. 8,23 3,79 2,59 -0,39 9,84 5,1 8,38 5,37 4,05 . 5,22

FOODS IMPORT DEI F.LLI MONTI S.P.A. 3,63 4,02 4,67 3,02 1,6 2,95 4,42 5,18 4,04 -1,13 3,24

FORM COLLECTION S.R.L. . . 4,78 4,64 2,77 2,69 3,14 2,72 3,84 3,29 3,48

FORSIT S.R.L. 4,23 9,85 13,56 9,6 8,46 5,99 8,28 -0,25 1,68 1,22 6,26

FRAMASIL S.R.L. 3,09 3,92 2,45 1,84 0,76 0,68 -0,39 2,16 2,67 . 1,91

FRIGOMECCANICA S.R.L. 15,28 8,19 12,57 9,88 7,29 5,42 3,29 3,26 4,45 3,81 7,34

FRONTENAC S.P.A. 10,38 17,32 11,37 9,84 7,42 7,71 6,21 1,11 . -2,86 7,61

FUTURTEC S.R.L...... 0,59 -8,39 -3,35 -8,41 -4,89

GALLI PELLETTERIE S.R.L. 5,95 6,41 6,12 3,04 3,71 5,82 5,72 13,36 11,42 . 6,84

GAMMA DOORS S.R.L. 2,22 3,56 4 3,26 3,4 3,81 0,36 -0,66 4,99 . 2,77

GE. FE. POLYMERS S.R.L...... -0,04 -12,8 -18,0 -15,7 -11,70 7 9 9

GELCO S.R.L. 12,81 6,38 12,79 10,93 12,01 3,36 13,75 20,19 29,83 27,31 14,94

202

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Teramo

GIPLAST GROUP S.P.A...... -3,28 5,71 3,81 2,08

GLM S.R.L. 13,67 17,01 10,99 7,33 14,53 13,4 10,05 15,77 9,18 . 12,44

GOTER THERMOPLASTIC COMPOUNDS 2,29 2,36 1,27 3,91 7,77 3,47 1,27 4,1 6,07 2,43 3,49 S.P.A

GRAFICHE MARTINTYPE S.R.L. 1,99 4,98 1,9 1,84 2,46 2,7 0,57 1,74 2,34 . 2,28

GRAZIANO RICAMI S.R.L. -1,4 10,03 8,94 3,48 18,13 33 36,9 56,48 32,56 . 22,01

HATRIA S.R.L. 13,96 11,78 4,54 -1,7 -2,44 -3,48 -8,83 -15,9 -13,5 -16,3 -3,20 3 1 6

HOT CLASS S.R.L. . . -1,01 7,79 6,67 10,87 5,31 9 4,9 13,04 7,07

I.MA.TEX S.R.L. 6,72 5,43 2,3 2,03 3,52 3,83 4,79 10,25 12,49 . 5,71

I.P.R. INDUSTRIE PLASTICHE RIUNITE S.R.L. . . 6,7 5,59 4,32 4,26 2,42 6,31 7,98 6,72 5,54

INDUSTRIA ABRUZZO SOC. COOP...... 23,81 8,99 16,40

INDUSTRIE ROLLI ALIMENTARI S.P.A. 3,79 3,62 3,36 5,21 4,36 3,13 2,12 . . . 3,66

INTERNATIONAL PUR S.R.L. 17,7 19,46 19,53 10,62 6,36 9,89 8,93 8,72 8,61 . 12,20

INTEX S.P.A. . 1,6 7,9 9,39 4,72 8,15 -0,15 3,68 5,02 . 5,04

ISATEX S.R.L. 34,35 45,61 23,92 11,39 16,94 17,01 16,5 17,32 20,78 8,5 21,23

ITALFER CARPENTERIE S.P.A. 3,59 3,13 4,39 1,86 1,33 0,66 0,29 -1,31 -0,95 . 1,44

ITALIA BOX S.R.L. . . -14,7 5,06 5,61 5,11 7,42 5,81 7,3 10,95 4,07 1

ITALPANNELLI S.R.L. 12,81 12,38 12,07 12,67 11,4 7,93 5,06 3,77 5,31 . 9,27

ITALPREFABBRICATI S.P.A. -4,86 3,04 1,4 -0,54 1,46 2,89 0,46 -0,53 1,36 . 0,52

ITALSUR S.R.L. 1,02 4,05 2,99 1,19 1,13 2,07 1 2,23 3,73 2,43 2,18

JONNY Q ITALIA S.R.L. -20,5 13,05 6,87 2,24 0,75 0,98 0,94 1,13 1,27 . 0,74 6

KICO S.R.L. . -5,68 -1,26 1,47 1,49 2,12 2,03 2,85 2,78 . 0,73

L'ALTRACARNE S.P.A. 4,69 7,71 4,41 3,67 4,5 6,06 2,9 2,9 3,62 . 4,50

L'AVANA MANIFATTURE S.R.L. 5,19 6,56 3,8 2,93 5,04 10,36 12,97 24,01 22,21 . 10,34

L.T. FORM 2 S.R.L. 1,13 3,9 4,3 2,94 3,34 4,7 3,29 3,02 3,76 4,21 3,46

LA MEC FERRO S.R.L. CLEMENTONI GROUP 0,54 8,86 6,05 -1,63 0,87 2,03 -0,48 -8,86 5,55 -9,79 0,31

LAB DESIGN S.R.L...... 3,5 -1,16 -7,31 6,91 0,49

LAFER S.R.L. 5,04 3,53 2,24 4,63 2,36 1,59 2,88 5,29 5,74 . 3,70

LAREG 2 S.R.L. . . 7,53 17,26 9,41 9,17 6,23 10,17 8,3 . 9,72

LAS MOBILI S.R.L. 4,69 7,27 6,72 -4,3 -5,04 -1,25 -2,69 0,4 2,34 . 0,90

LAVAAL INTERNATIONAL S.R.L...... 0 -1,05 0,89 -3,54 -1,07 -0,95

LESTI PALLETS S.R.L. 4,74 9,72 13,86 8,38 4,15 5,02 6,73 4,96 8,23 . 7,31

LIOFILCHEM S.R.L. 6,79 6,79 5,98 5,34 5,38 6,59 7,49 14,37 21,54 . 8,92

LISCIANIGIOCHI S.R.L. 4,5 5,92 6,46 7,17 7,08 -1,23 6,39 15,46 . 6,64 6,49

LUNATIKA S.R.L. . . . 20,84 3,74 5,38 2,32 1,66 2,7 . 6,11

203

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Teramo

M.G. FASHION GROUP S.R.L. . . . . 3,67 8,9 8,24 9,52 8,06 . 7,68

M.I.V.V. METAL INDUSTRIA VAL VIBRATA 1,24 9 5,72 -2,99 -1,48 0,48 -0,35 -0,28 1,92 . 1,47 S.P.A.

MAGLIFICIO GRAN SASSO S.P.A. 5,02 3,33 2,83 3,21 1,36 1,59 2,25 0,89 2,03 . 2,50

MAGLIFICIO MATISSE S.R.L. 4,24 5,25 2,32 -6,46 2,54 0,62 2,54 4,21 3,55 2,78 2,16

MANGIMI ARISTON S.R.L. 2,86 2,22 6,44 11,48 0,14 1,31 2,29 -0,37 5,07 . 3,49

MANIFATTURE F.D.M. S.R.L. 6,26 5,9 7,23 9,49 5,62 2,74 3,86 3,31 4,98 . 5,49

MANIFATTURE LORD S.R.L. 2,22 3,09 2,95 1,74 0,93 0,83 0,8 0,63 -16,6 . -0,38 4

MAR MOBILI S.R.L. 10,39 7,28 4,43 -0,98 2,82 -9,58 -0,29 4,05 4,84 . 2,55

MARINER UNO S.R.L. 3,56 2,68 5,68 3,06 1,86 1,86 0,94 2,39 -0,68 -4,76 1,66

MARINI FASHION S.R.L...... 26,04 25,59 13,92 21,85

MAS LEGNO S.R.L. 3,22 6,11 12,73 6,05 0,56 1,42 5,06 . . . 5,02

MAS S.R.L. . 2,91 3,18 4,09 -2,32 -1,65 -2,06 6,24 5,61 . 2,00

MASTER ELETTRONICA S.R.L. 0,12 6,92 5,42 2,89 3,38 3,92 4,52 5,03 4,65 . 4,09

MAXILINE ITALIA S.R.L. 5,24 4,48 3,03 1,81 2,83 3,67 2,95 3,68 3,68 . 3,49

MAXIPRO S.R.L...... 1,67 1,44 0,91 0,55 . 1,14

MC S.R.L. 26,43 15,91 26,28 20,87 11,8 19,85 24 32,19 37,15 . 23,83

MD'E S.R.L. 6,75 6,78 -12,9 4,68 5,64 6,29 4,93 4 7,88 . 3,77 8

MEC SYSTEM S.R.L. 6,17 6,43 5,83 2,93 2,41 0,78 -0,57 2,72 3,79 4,01 3,45

MECATRON AUTOMAZIONE S.R.L. 1,27 4,37 2,59 2,72 2,37 1,58 2,2 0,47 2,76 . 2,26

MEDITERRANEA SEMENTI S.R.L. 6,96 6,42 4,18 3,99 2,99 3,65 1,79 2,49 2,63 . 3,90

MENOZZI DE ROSA 1836 S.R.L...... 1,09 . 1,09

METAL SERVICE S.R.L. 5,11 6,59 4,17 4,79 2,33 4,63 -0,41 5,91 5,66 . 4,31

METALCHIMICA S.R.L. 4,08 3,28 4,58 2,05 3,57 5,25 2,2 3,77 4,32 4,8 3,79

METALLURGICA ABRUZZESE S.P.A. 5,83 5,99 5,98 4,01 5,06 4,89 3,4 3,58 3,17 . 4,66

METALWAY S.R.L. -3,13 5,24 13,93 1,47 9,55 2,56 -1,04 1,52 2,05 -2,49 2,97

MMA GROUP S.R.L. . . . . 0 -40,3 . . . . -20,15

MODULO S.R.L. 3,93 10,15 8,51 2,66 19,13 4 5,82 -3,35 1,57 -0,46 5,20

MOLINO CORI & CANDELORO S.R.L. 3,49 4,82 8,35 4,62 4,66 3,85 5 5,55 0,9 . 4,58

MORGAN CARBON ITALIA S.R.L. -10,9 -3,49 -3,02 -17,7 -10,5 -1,09 -9,05 0,82 0,66 . -6,05 2 7 5

MTA SERVICE S.R.L. 2,73 4,04 7,8 3,47 6,46 -1,58 -6,85 -4,93 0,06 8,44 1,96

NUOVAPLAST S.R.L...... 2,06 3 2,63 -1,97 1,96 1,54

O.M. 4 S.R.L...... 10,78 17,31 10,68 15,13 13,48

OLTREDONNA S.R.L. 6,72 4,89 1,16 -1,23 5,32 26,63 54,71 31,89 25,48 . 17,29

OMNI DECOR S.R.L. 4,38 4,98 4,25 3,56 2,47 3,1 1,88 -13,1 0,91 1,77 1,42 1

ORION S.R.L...... 1,49 1,12 0,63 . . 1,08

204

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Teramo

OSLV ITALIA S.R.L. 6,82 10,13 10,98 -4,84 5,61 6,28 6,4 8,02 7,11 . 6,28

P. DEZI S.R.L. . 3,11 4,08 2,02 3,19 2,62 -1,24 3,23 3,75 . 2,60

P.A.P. S.R.L. 10,14 8,68 8,33 5,42 3,01 4,38 4,2 4,72 1,67 . 5,62

P.C.M. S.R.L. 17,44 11,81 12,1 7,97 20,99 17,62 13,34 13,31 9,91 . 13,83

PASTIFICIO REGAL S.R.L. 7,32 5,96 3,97 3,72 3,26 -1,2 3,28 4,15 3,93 . 3,82

PELLETTERIA L'EUROPEA S.R.L. -0,32 2,7 1 0,11 -2,65 -2,13 -2,07 -1,15 1,66 . -0,32

PENTAFERTE ITALIA S.R.L...... 2,81 4,42 . 3,62

PLANET BAGS S.R.L. 1,57 3,9 2,56 6,81 4,6 6,98 8,84 8,15 9,18 . 5,84

PLAST.TEC. S.R.L. 7,77 2,95 4,43 2,08 2,47 3,36 0,84 4,3 3,11 . 3,48

PLASTIFLEX S.R.L. 19,14 18,34 7,15 -6,43 3,82 0,16 2,54 11,08 5,73 9,6 7,11

PNK FARMACEUTICI S.R.L. . 11,05 6,21 5,26 7,02 7,25 5,54 5,9 4,71 . 6,62

POLYPLAST S.R.L. 2,59 4,31 4,06 4,23 2,1 1,38 -1,26 0,39 1,38 . 2,13

PONZIO S.R.L. 9,39 11,32 10,59 7,84 5,85 4,79 2,28 2,99 1,66 . 6,30

PRIMER S.R.L. . . -3,99 -8,01 -8,1 1,12 2,23 2,92 2,65 . -1,60

PRODOTTI ALIMENTARI FIORAVANTI & C. 21,85 20,04 20,52 24,38 19,42 12,99 8,69 8,78 7,24 . 15,99 S.R.L.

PROEL S.P.A. 5,76 1,66 -0,21 -1,18 -2,33 3,15 1,42 4 4,62 2,97 1,99

PROFILART WOOD S.R.L. . . -0,03 0,01 3,8 2,74 3,58 6,99 2,07 . 2,74

PROGETTO LEGNO S.R.L. 5,27 6,5 6,5 4,54 5,57 5,76 6,01 6,25 5,37 . 5,75

PRONTOGEL ALIMENTI S.R.L. 3,36 -3,6 -1,14 3,04 1,98 2,51 0,56 0,91 3,85 . 1,27

PV ENGINEERING S.R.L...... -0,25 -0,39 7,05 45,53 . 12,99

RAILTECH PANDROL ITALIA S.R.L. -3,63 -11,1 -3,32 2,52 1,2 -10,0 -10,1 -4,82 -16,4 . -6,21 9 5 9

REAXING S.R.L...... 4,45 6,84 9,59 -22,1 -0,33 8

RIPANI ITALIANA PELLETTERIE S.R.L. 4,49 4,91 4,93 1,93 1,82 2,18 1,71 2,02 2,52 . 2,95

RIPARAZIONE FRENI S.R.L...... 9,2 10,97 10,5 7,91 9,96 9,71

ROSETO CALCESTRUZZI S.R.L. 3,06 4,62 2,7 0,56 1,27 2,44 0,83 -0,85 0,96 1,53 1,71

ROTOFILM S.P.A. . . 2,39 6,46 8,47 5,04 4,77 7,11 5,57 4,15 5,50

S.A.M.I.C.A. S.R.L. 6,34 0,41 -1,3 -0,52 -1,34 -10,2 -16,1 -15,9 -8,89 . -5,29 1 4 3

SIM S.R.L. 12,28 11,6 10,8 . 3,79 4,89 2,96 2,97 2,93 3,72 6,22

SACIM SYSTEMS S.R.L. 4,69 3,41 4,02 3,47 1,91 0,97 2,29 5,39 8,94 . 3,90

SAL.PI UNO S.R.L. 5,78 5,7 3,52 8,15 6,83 2,96 2,99 2,92 3,25 . 4,68

SALUMIFICIO FRATELLI COSTANTINI G.N.E. 3,03 3,56 3,36 2,23 0,89 2,16 3,67 3,2 3,72 . 2,87 S.R.L.

SANTO STEFANO DI ITALO FERRETTI S.R.L. 0,95 -2,52 -3,54 -4,27 -3,09 -1,68 1,84 0,84 -0,52 . -1,33

SAPORI VERI S.R.L. 2,46 3,39 2,24 -0,2 3,8 3,31 5,13 7,73 7,34 . 3,91

SAVINI S.R.L. 6,31 7,49 4,2 6,01 6,04 2,38 0,19 2,64 -0,18 . 3,90

205

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media Teramo

SEA S.P.A. 6,34 6,54 5,46 4,22 3,36 2,82 3,67 3,77 6,15 11,37 5,37

SIDEF S.R.L. . . . 5,53 8,48 3,52 3,35 3,62 7,76 5,62 5,41

SITEF SERVICE S.R.L. 1,69 1,77 0,96 3,97 5,49 2,41 -0,99 1,34 -1,31 0,45 1,58

SIMPLAST S.R.L. 4,28 4,52 4,55 4,04 4,23 4,66 4,14 4,48 4,79 6,4 4,61

SOFER CARPENTERIE S.R.L. 2,92 3,67 3,74 1,45 0,91 1,17 0,09 1,1 1,91 . 1,88

STELMAR S.R.L. 7,37 6,76 0,27 1,63 3,73 3,95 6,44 4,49 3,66 1,05 3,94

STRACCIA PACKAGING S.R.L. 3,48 5,49 9,87 12,26 2,73 1,92 3,77 3,36 3,35 . 5,14

SUSTA S.R.L. 5,39 -2,36 1,06 2,42 3,87 5,47 8,68 15,62 28,1 . 7,58

T.M.L. S.R.L. 6,68 7,3 5,33 6,57 4,6 8,79 12,09 14,53 11,38 8,74 8,60

TECNOARREDO S.R.L. 0,98 1,96 1,85 0,21 2,78 -1,72 -1,44 -1,01 -0,72 . 0,32

TECNOMATIC S.P.A. -0,53 0,58 -14,6 -7,9 3,44 4,25 2,6 4,61 5,9 . -0,19 6

TECNORESINE ABRUZZESE S.R.L. 9,73 6,11 5,35 5,51 3,25 4,03 2,89 2,81 3,17 . 4,76

TEKNOELETTRONICA S.R.L. 0,94 0,87 1,3 1,79 8,89 9,7 -0,93 1,35 3,87 4,33 3,21

TERTEX S.R.L. -0,98 2,92 2,9 4,17 -1,89 -0,26 4,58 2,1 1,95 . 1,72

TESCON S.R.L. 6,24 6,39 5,65 -5,32 7,32 10,42 15,47 30,68 30,06 . 11,88

TEXCOLOR S.P.A. 3,98 -2,29 -2,05 -9,64 0,96 2,06 -2,71 -7,05 -3,76 1,48 -1,90

TEXLINE S.R.L. . -6,97 8,37 7 10,9 14,47 13,16 18,33 14,85 18,36 10,94

TIESSE S.R.L. 16,38 18,1 12,23 8,69 8,71 9,26 14,08 11,9 12,05 9,78 12,12

TORREFAZIONE ADRIATICA S.P.A. 6,5 0,46 -2,49 -1,73 0,04 8,02 6,57 8,37 4,53 . 3,36

TRAFILERIE EMILIANE SUD S.P.A. 4,05 4,87 4,37 2,35 4,89 1,13 -0,11 1,8 2,67 1,39 2,74

TRANCERIA DEL TRONTO S.R.L. 7,22 5,06 3,94 3,51 3,22 3,83 4,18 3,54 4,45 . 4,33

UNISERVICES S.R.L. 2,67 5,38 3,69 4,09 3,51 4,35 3,77 2,41 2,66 . 3,61

UNIVERSO S.R.L. 4,22 6,7 7,1 5,33 3,12 3,99 2,43 5,33 4,47 . 4,74

VECO FONDERIA SMALTERIA S.P.A. 3,76 0,59 5,49 2,46 2,45 -6,65 -7,36 0,48 -0,12 . 0,12

VEGA PREFABBRICATI S.R.L. 5,47 5,47 12,14 -0,19 -0,33 -5,33 -8,27 -4,88 -3,32 . 0,08

VIRO CARNI S.R.L...... 3,08 . 3,08

WASH ITALIA S.P.A. 10,33 5,93 1,78 1,33 3,05 -2,6 -25,6 -6,2 -0,81 . -1,43 4

XANTHIA S.R.L. 22,48 24,39 22,09 6,4 11,73 7,5 15,72 14,95 -10,2 . 12,78 5

206

B) Velocità di circolazione degli investimenti

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

A2A GENCOGAS S.P.A. . . . 0,12 0,11 0,18 0,17 0,16 0,11 0,12 0,14

AERCOIB DI CECCO S.R.L. 1,26 0,98 0,92 0,83 0,75 0,72 0,62 0,58 0,58 0,64 0,79

AGRIVERDE S.R.L. . . 0,26 1,01 1,17 1,05 1,01 1,05 0,96 . 0,93

AKEA S.R.L. 0,46 0,64 0,52 0,4 0,53 0,57 0,58 0,71 0,73 0,73 0,59

ALFA CENTAURI S.P.A. 0,55 0,68 0,83 1,08 0,97 1,01 0,83 0,57 0,6 0,51 0,76

ALFA METAL S.R.L. 0,45 0,82 1,09 1,24 1,16 1,18 0,96 1,02 1,04 0,94 0,99

APELL S.P.A. 0,87 1,05 1,01 0,78 0,96 0,89 0,75 0,87 0,98 . 0,91

APTAR ITALIA S.P.A. 0,85 0,95 0,9 0,79 0,93 0,92 0,93 0,97 0,94 0,91 0,91

ASSEMBLAGGI S.P.A. 2,5 2,21 2,07 2,25 2,34 2,59 2,2 1,02 1,35 1,26 1,98

AUMATECH S.R.L...... 0,63 1,64 3,03 1,37 . 1,67

BHT S.R.L. 1,47 0,79 1,07 0,76 0,57 1,14 1,86 0,19 1,12 0,91 0,99

BIOALIMENTA S.R.L. 0,28 0,36 0,49 0,76 1 0,93 0,91 0,92 1,01 . 0,74

BM BETA MECCANICA S.R.L...... 1,8 1,99 1,95 1,94 . 1,92

BODE SUD S.P.A. 0,36 0,35 0,29 0,4 0,45 0,42 0,34 0,51 0,43 0,42 0,40

BOND FACTORY S.R.L. . . 1,68 1,4 1,2 1,18 1,09 1,46 1,44 1,13 1,32

BRAVO S.R.L. 1,65 1,62 . 0,64 0,69 0,87 0,86 1,09 1,22 . 1,08

C. A. STAMPI S.R.L. 0,85 0,63 0,71 0,47 0,61 0,59 0,75 0,9 0,7 . 0,69

C.A.M.E.L. S.R.L. 0,84 0,85 0,71 0,73 0,69 0,66 0,58 0,55 0,65 . 0,70

C.A.M.S. S.P.A. 0,54 0,51 0,49 0,43 0,36 0,4 0,4 0,39 0,41 . 0,44

C.E.F.A. S.R.L. 4,62 4,45 4,21 4,81 . . . 4,72 4,72 4,07 4,51

C.E.I.T. S.R.L. 1,15 1,31 1,43 1,15 1,3 1,57 1,41 1,25 1,16 1,22 1,30

C.I.C. CARNI S.R.L. 2,89 2,92 3,21 3,27 3,49 3,08 3,55 3,58 3,27 . 3,25

C.T. POINT S.P.A. 0,81 0,77 0,61 0,55 0,65 0,7 0,62 0,63 0,66 0,64 0,66

CALZATURIFICIO LORENZA S.R.L. 2,36 2,36 1,83 1,42 1,67 1,5 1,68 1,69 1,68 2,08 1,83

CALZATURIFICIO RINASCITA S.R.L. 0,44 0,8 1,02 1,12 1,14 1,3 1,27 1,11 1,01 . 1,02

CANTINA COLLE MORO SOC. COOP. 0,71 0,71 0,68 0,68 0,41 0,58 0,58 0,76 0,74 0,65 0,65 AGRICOLA

CANTINA FRENTANA SOC. COOP. AGRICOLA 0,76 0,88 0,76 0,69 0,63 . 0,81 0,89 0,82 0,79 0,78

CANTINA MADONNA DEL CARMINE EREDI 0,66 0,74 0,42 0,53 0,51 0,65 0,59 0,63 . 0,65 0,60 LEGONZIANO SOC. COOP. AGRICOLA

CANTINA MIGLIANICO SOC. COOP. 0,72 0,54 0,45 0,43 0,46 0,42 0,38 0,33 0,31 0,35 0,44 AGRICOLA

CANTINA ORTONA SOC. COOP. AGRICOLA 0,58 0,64 0,56 0,59 1,1 0,71 0,64 0,76 0,55 0,54 0,67

CANTINA SAN GIACOMO SOC. COOP. 0,7 0,77 0,65 0,65 0,52 0,55 0,69 0,68 . 0,73 0,66

C.S.A. SOC. C00P. AGR. 0,7 0,79 0,65 0,86 0,66 0,74 0,63 0,78 . 0,77 0,73

CANTINA SOCIALE DI PAGLIETA SOC. COOP. 0,6 0,66 0,54 0,63 0,44 0,65 0,72 0,98 0,68 0,78 0,67 AGRICOLA

CANTINA SOCIALE DI VACRI SOC. COOP. 0,64 0,68 0,53 0,57 0,46 0,6 0,55 0,76 . 0,66 0,61 AGRICOLA

207

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

CANTINA SOCIALE SANGRO SOC. COOP 0,53 0,6 0,46 0,68 0,47 0,5 0,68 1,28 0,91 1,04 0,72

CARTLANDIA S.R.L. 1,27 1,05 1,19 1,28 1,21 1,41 1,25 1,24 1,23 . 1,24

CARTOTECNICA PASCUCCI S.R.L. 1,41 1,53 0,87 0,73 0,8 0,84 0,8 0,77 0,81 0,73 0,93

CASAL THAULERO S.R.L. 1,26 1,22 1,13 1,19 1,43 1,43 1,36 1,1 0,86 0,73 1,17

CASALE PARADISO - S.R.L. 1,85 2,09 0,95 1,13 1,42 1,63 1,94 2,07 2,2 2,48 1,78

CASEIFICIO SAN GIOVANNI S.R.L. . 3,55 . 3,53 3,33 1,81 3,12 2,97 2,61 . 2,99

CEIE CLAMPS S.R.L. 0,63 0,56 0,61 0,82 0,89 1,04 0,88 0,76 0,67 0,77 0,76

CEVES S.R.L. . . 2,99 2,41 2,23 1,71 2 1,98 1,9 1,88 2,14

CINQUINA S.R.L. 1,19 1,06 0,84 0,82 0,67 0,57 0,53 0,43 0,42 . 0,73

CMTI S.R.L. 1,21 1,33 1,55 1,35 1,56 1,05 0,95 0,97 0,92 . 1,21

CO.GAL.CO S.R.L. 1,33 1,37 0,98 0,87 0,91 0,95 0,94 0,75 0,61 0,56 0,93

CO.ME.ST. S.R.L. 1,09 1,16 0,98 0,91 0,98 1,18 1 0,78 1,16 1 1,02

COLORIFICIO ARCO S.P.A. 0,78 0,85 0,68 0,7 0,67 0,68 0,61 0,58 0,58 . 0,68

COMEC INNOVATIVE S.R.L. 0,64 1,04 1,13 0,57 0,52 0,68 0,68 0,4 0,57 . 0,69

COMES.IT S.R.L. 1,37 1,47 1,25 1,76 1,55 1,52 1,38 1,17 1,13 . 1,40

COMETA S.R.L. 1,1 1,13 1,01 0,67 0,74 0,75 0,5 0,51 0,4 . 0,76

COM.P.I. S.R.L. 1,06 1,12 0,88 0,57 0,52 0,37 0,26 0,25 0,35 0,38 0,58

CONFEZIONI MARIO DE CECCO S.P.A. 1,01 1,06 0,89 0,94 0,93 1,01 1,08 0,93 1 . 0,98

CONSORZIO COOPERATIVE RIUNITE 0,72 0,73 0,81 0,76 0,8 0,83 0,75 0,82 0,94 0,94 0,81 D'ABRUZZO SOC. COOP. AGRICOLA

CORNAGLIA SUD S.R.L. 1,04 1,05 0,85 0,67 0,88 0,95 0,74 0,66 0,76 0,56 0,82

D'ALESSANDRO TERMOMECCANICA S.R.L. . . . 0,28 0,93 1,09 1,11 1,18 1,21 . 0,97

D'AURIA DISTILLERIE & ENERGIA S.R.L...... 0,34 1,14 0,74

D'ORAZIO PELLI S.R.L. 0,89 0,74 0,51 0,47 0,83 1,26 1,3 1,02 0,85 . 0,87

D'ORSOGNA DOLCIARIA S.R.L. . 0 0,84 0,86 0,92 1,06 0,94 0 0,8 . 0,68

D.LAZZARONI & C. S.P.A. 1,05 1,12 1,61 1,59 1,97 2,23 2,08 1,59 1,62 . 1,65

D.M. CUS S.R.L. 1,39 1,29 1,1 1,06 0,9 0,93 0,96 0,93 1 0,92 1,05

DAYCO EUROPE S.R.L. 0,88 1,06 0,98 0,87 1,05 . 1,08 1,07 0,98 . 1,00

DELL'AVENTINO S.R.L. 1,17 1,26 1,13 1,05 0,99 1,05 0,89 1 0,94 0,93 1,04

DELVERDE INDUSTRIE ALIMENTARI S.P.A. 0,75 0,8 1,09 1,32 1,29 1,05 0,95 1,46 1,28 . 1,11

DI IORIO CUCINE S.R.L...... 0 1,81 . 0,91

DIALIFLUIDS S.R.L. . . . . 0 0,95 0,86 0,92 1,59 . 0,86

DL SERVIZI INDUSTRIALI S.R.L. . . . 0,9 2,33 1,77 1,6 1,3 1,17 . 1,51

ECO FOX S.R.L. . . . 1,78 2,59 3,07 3,54 3,32 3,3 1,42 2,72

ECO SERVICE S.P.A. . . . . 0,71 0,66 0,56 0,65 0,94 . 0,70

EDIL STEEL S.R.L. 0,79 1,33 1,08 1,17 0,68 0,95 0,56 1,25 0,86 0,73 0,94

F2I S.R.L. . . . 0,79 0,77 . 0,84 0,9 1,51 1,85 1,11

ELLEDIESSE S.R.L...... 3,06 3,39 . . . 3,23

208

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

ENGINEERING TEATINA S.R.L. . 0 0,52 0,51 0,63 0,48 0,72 0,74 0,2 . 0,48

ESEA MECHANICAL S.R.L. 1,41 1,53 1,15 1,06 1,08 1,2 1,02 0,96 1,05 . 1,16

EURO IMPIANTI S.R.L. 1,16 1,04 1,01 0,99 0,88 0,97 0,73 0,82 0,76 0,92 0,93

EURO ORTOFRUTTICOLA DEL TRIGNO SOC. 0,78 0,91 0,85 0,78 0,86 0,62 0,56 0,74 0,62 . 0,75 COOP. AGRICOLA

EUROCARDAN S.P.A. 0,88 0,78 0,92 0,68 1,15 1,06 0,96 1,06 1,08 0,92 0,95

EURODRUMS S.R.L. 1,61 1,77 1,44 1,58 0,85 1 0,98 1,02 1,26 . 1,28

EUROPA OVINI S.R.L. 3,38 2,94 2,67 2,06 2,01 2,62 2,92 3,45 3,83 4,37 3,03

EUROTEK S.R.L. 1,02 1,3 1,52 1,1 0,72 0,75 0,78 0,77 0,86 . 0,98

EVOMEK S.P.A. . 1,64 1,48 1,17 0,84 0,78 0,74 0,59 1,06 . 1,04

F.I.SE.M. S.R.L. 1,27 1,11 0,89 0,73 0,76 0,72 0,54 0,57 0,69 . 0,81

F.L.L. S.R.L. 1,17 2,03 2,16 1,35 1,79 1,63 2,21 1,9 1,97 2 1,82

F.LLI DE CECCO DI FILIPPO FARA SAN 1,38 1,38 0,71 0,63 0,67 0,69 0,76 0 0,79 . 0,78 MARTINO S.P.A.

F.P. MECCANICA S.R.L. 0,99 1,03 1,08 0,84 0,94 1,42 1,2 1,08 1,2 . 1,09

FA.VI. S.R.L. 1,23 1,15 1,09 1,12 1,01 1,02 1,12 1,1 1,11 . 1,11

FONDAM S.R.L. . . . . 1,31 1,66 1,68 1,65 1,46 . 1,55

FORAPACK S.R.L. 1,85 1,27 1,27 1,35 1,18 1,42 1,53 1,38 1,85 . 1,46

FORGE CENTRO SUD S.R.L...... 1,11 1,66 1,39

G.G.A. S.R.L. 2,85 2,58 2,96 2,46 2,56 1,99 1,93 1,74 1,66 1,55 2,23

G.I.R. SUD S.R.L. 1,44 1,48 1,2 0,87 0,96 1,28 1,08 1,14 1,43 1,47 1,24

GI.GA COMPOSITE S.R.L. 0,54 0,62 0,64 0,58 0,55 0,71 0,76 0,65 0,75 0,8 0,66

GRANITO FORTE S.P.A. 0,7 0,76 0,78 0,73 0,84 0,77 0,77 0,75 0,78 . 0,76

GRUPPO ARGIRO' S.R.L...... 0,51 2,02 1,27

GUANTIFICIO ABRUZZESE S.R.L. . 1,07 1,21 0,94 0,99 0,97 0,96 0,94 1,02 . 1,01

HITECO S.R.L. 0,54 0,67 0,6 0,66 0,72 0,78 0,63 0,01 0,61 . 0,58

HONDA ITALIA INDUSTRIALE -S.P.A. 2,2 2,45 1,77 1,81 1,87 1,87 1,88 3,04 1,73 . 2,07

HONEYWELL GARRETT ITALIA S.R.L. 0,21 0,19 0,16 0,13 0,17 0,17 0,16 0,17 0,15 . 0,17

I.M.M. S.P.A. 0,76 0,69 0,51 0,31 0,6 0,77 0,69 0,77 0,79 0,74 0,66

ICOM S.R.L. 0,66 1,02 0,73 0,39 0,72 0,41 0,75 0,88 0,55 0,49 0,66

ILMET VETRO S.R.L. 2,77 2,32 2,66 2,26 2,25 2,4 2,09 1,56 2,04 . 2,26

IMBALLAGGI MANCINI S.R.L...... 1,32 1,45 1,52 1,43

ILMET S.R.L. 0,69 0,84 0,86 0,61 0,78 0,84 0,79 0,79 0,73 . 0,77

I.M.E.T. S.R.L. 1,7 1,44 1,23 0,85 0,61 0,61 0,84 1,03 1,21 1,12 1,06

INERTI SANGRO S.R.L. 1,15 0,9 1,26 0,76 0,71 0,59 0,55 0,49 0,5 0,63 0,75

INFINAM S.R.L. 1,54 1,78 1,7 2,07 2,09 1,51 2,15 1,39 . . 1,78

INTEC S.R.L. 0,75 1,36 1,07 0,47 1,22 1,41 1,2 1,01 1,16 . 1,07

IOCCO S.R.L. . . . 0 0,98 1,74 1,23 1,28 2,04 1,74 1,29

IRE SCA S.R.L. 2,55 . 1,57 1,74 1,89 1,87 1,54 1,64 1,26 . 1,76

209

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

ISOMEC S.R.L. 0,68 0,7 0,6 0,47 0,47 0,58 1,11 . 1,25 1,19 0,78

ITALPROGETTI S.R.L. . 0,05 0,07 0,02 0,03 0,26 0,48 0,8 0,7 0,82 0,36

KAARAL S.R.L. . . 0,53 1,08 3,02 1,26 1,33 1,31 1,33 1,02 1,36

LA TECNOMECCANICA SUD S.P.A. 1,1 1,18 1,14 0,65 0,68 0,76 0,74 0,71 0,69 . 0,85

LA TRADIZIONE D'ABRUZZO S.R.L. . . . . 1,48 1,51 2,03 2,22 2,16 . 1,88

LANNUTTI COSTANTINO S.R.L. 1,63 1,9 1,95 1,43 1,39 1,3 1,37 1,25 1,45 . 1,52

LATERIZI VALPESCARA S.R.L. 1,19 1,32 1,18 1,19 1,04 1,07 1,11 0,87 0,82 0,75 1,05

LGA AUTOMATION S.R.L...... 0,88 1,9 . 1,39

LUCIANO TRAVAGLINI S.R.L. . 1,09 1,2 0,8 0,78 0,77 0,61 0,64 0,62 0,79 0,81

M.M. SYSTEMS S.R.L. . 0,76 0,76 0,59 0,65 0,7 0,97 0,89 1,07 1,22 0,85

MAB MANIFATTURE S.R.L. 1,88 2,35 1,93 1,3 1,6 1,49 1,39 1,68 1,64 . 1,70

MADONNA DI LORETO SOC. COOP. 0,55 0,48 0,53 0,48 0,49 0,48 0,62 0,53 0,75 0,68 0,56 AGRICOLA

MANGIMI MENNA S.R.L. 1,87 1,8 2,02 1,78 1,61 1,76 1,61 1,68 1,69 . 1,76

MAR PLASTICA S.R.L. 1,35 1,5 1,76 1,1 1,19 1,01 0,9 0,79 0,53 0,98 1,11

MAR PRESS S.R.L. 0,88 0,81 0,93 0,79 0,72 0,77 0,4 0,45 0,37 0,43 0,66

MARFISI CARNI S.R.L 2,36 2,35 3,82 3,64 3,51 3,24 3,36 4,21 4,15 3,83 3,45

MASCIARELLI TENUTE AGRICOLE S.R.L...... 0,13 0,48 0,51 0,37

MAXPLAST INDUSTRIALE S.R.L. 0,68 0,74 0,67 0,72 1,13 1,35 1,51 1,22 1,27 . 1,03

MDB S.R.L. 1,32 1,71 1,12 1,15 0,99 0,98 0,62 0,58 0,9 1,38 1,08

ME.GA. S.R.L. 0,76 1,03 0,69 0,42 0,53 0,66 0,61 0,63 0,74 . 0,67

MECCANICA C.T. S.R.L. 1,63 1,65 1,45 0,94 0,82 1,1 0,86 0,65 0,65 . 1,08

METEC INDUSTRIAL MATERIALS S.R.L. 4,07 0 1,25 0,5 0,63 0,3 0,2 0,22 0,16 . 0,81

MEVEPA S.R.L. . 1,67 0,82 0,57 0,7 0,81 0,67 0,7 0,7 . 0,83

NEOS ITALIA S.R.L. 1,02 1,1 1,05 1,05 1,08 1,18 1,03 0,9 0,95 0,91 1,03

NEW LOG S.R.L. 2,41 1,74 3,65 2,61 2,53 2,02 2,87 2,56 2,65 3,5 2,65

NICOLA CINQUINA S.R.L...... 1,73 2,5 1,88 2,12 . 2,06

NIKITA PVC S.R.L...... 0 2,09 1,05

NIKITA S.R.L. 1,5 1,1 1,27 1,21 1,05 0,97 0,82 0,98 0,93 . 1,09

NORDIMPIANTI SYSTEM S.R.L. 0,84 0,95 1,32 1,31 0,61 0,89 1,31 1,1 1,28 0,94 1,06

NUOVA C.T.L. S.R.L. SOCIETA' 1,34 1,37 1,29 0,78 0,89 0,9 1,02 1,02 0,92 . 1,06 UNIPERSONALE

O.M.P. S.R.L...... 0,97 1,22 . 1,10

OFFICINE MECCANICHE COLOGNI S.R.L...... 0,25 1 0,87 0,85 0,74

VILLESE SOC. COOP. AGRICOLA 0,56 0,52 0,59 . 0,51 0,53 0,6 0,61 0,71 0,94 0,62

OMNIA SERVIZI S.R.L. . . . 0 1,26 1,72 1,62 1,58 1,45 . 1,27

ONTEX MANUFACTURING ITALY S.R.L...... 0,44 2,46 2,07 1,66

ORLANDO CONFEZIONI S.R.L. 1,27 1,39 1,48 1,31 1,64 1,39 1,22 1,05 0,98 . 1,30

PAIL SERRAMENTI S.R.L. 1,01 0,99 0,83 0,76 0,75 0,72 0,59 0,64 0,65 0,52 0,75

210

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

PARSEK S.R.L. 1,5 1,73 1,31 1,22 1,04 0,96 1,02 0,84 0,96 0,88 1,15

PASTIFICIO ARTIGIANO CAV. GIUSEPPE ...... 0,37 . 0,37 COCCO S.R.L.

PASTIFICIO FRATELLI DE LUCA S.R.L...... 1,76 1,73 1,77 1,5 . 1,69

PAVI GROUP S.R.L. 1,42 1,54 1,78 1,93 1,86 1,66 1,52 1,54 1,48 1,37 1,61

PELLICONI ABRUZZO S.R.L. 1,28 1,34 1,06 1,39 1,29 1,15 1,13 1,01 1,03 1,1 1,18

PIERBURG PUMP TECHNOLOGY ITALY S.P.A. 2,04 2,12 2,35 1,69 1,78 1,7 1,73 1,88 1,83 1,66 1,88

PILKINGTON ITALIA S.P.A. 0,6 0,57 0,52 0,43 0,59 0,59 0,61 0,57 0,57 . 0,56

POLIGRAFICA MANCINI S.R.L. . 1,11 0,98 0,96 1 0,99 1,03 1 0,97 0,94 1,00

POLIPRINT INNOVATIVE S.R.L. 0,89 0,89 0,8 0,44 0,54 0,57 0,47 0,52 0,49 0,55 0,62

POLYCHEM ITALIA S.R.L. 0,3 0,99 1,29 1,03 0,89 0,77 1,03 1,08 0,88 . 0,92

PRIMA EASTERN S.P.A. 1,05 1,14 0,94 0,7 0,89 0,97 0,93 0,83 0,86 0,97 0,93

PRIMAVERA S.R.L. 0,92 0,79 0,49 0,39 0,39 0,38 0,34 0,28 0,21 0,2 0,44

PRIMO S.R.L. UNIPERSONALE . 0 0,14 0,51 0,69 0,73 0,72 0,88 0,98 . 0,58

PROGETTO MECCANICA S.R.L...... 0,12 1,48 . 0,80

PROGRESSO AGRICOLO 0,79 0,83 0,66 0,69 0,61 0,76 0,72 0,91 0,85 0,94 0,78

PUCCIONI S.R.L. 0,76 0,78 0,96 0,84 0,53 0,82 0,73 0,54 0,59 0,47 0,70

PUGLIESE INDUSTRIA MECCANICA S.R.L. 1,24 0,96 0,54 0,68 1,06 0,88 0,71 0,71 0,47 . 0,81

R.V.M. S.R.L. 1,17 1,24 1,04 0,83 0,72 0,77 0,86 0,78 1,03 . 0,94

RIFLESSI S.R.L. 1,22 1,37 1,26 0,89 1,23 1,29 1,27 1,34 1,3 1,42 1,26

RGS S.P.A. 0,03 0,04 0,71 0,9 0,5 0,58 0,59 0,49 0,53 . 0,49

ROBOTEC S.R.L. 0,77 1,01 1,1 0,97 1,57 1,63 1,3 1,23 1,29 2,07 1,29

S. PANFILO SOC. COOP. AGRICOLA 0,66 0,62 0,45 0,52 0,58 0,55 0,57 0,86 . 0,76 0,62

SICAV S.R.L. 0,9 1,01 1,04 1,31 1,25 1,38 1,28 1,32 1,06 1,08 1,16

S.I.M. S.R.L. 0,94 0,94 1 0,73 1,01 1,38 1,55 1,3 1,2 . 1,12

S.L.M. S.R.L. 0,76 1,14 0,55 0,47 1,03 0,53 0,74 . 1,65 . 0,86

SAF DESIGN S.R.L...... 0,68 . 0,68

SALAMANDRA SOC. COOP. A R.L...... 2,44 2,67 4,76 3,11 3,25

SAMI S.R.L. 1,19 1,1 1,23 0,97 1,43 1,71 1,53 1,57 1,35 1,46 1,35

SAN MARCO VEICOLI S.R.L...... 1,22 1,28 0,97 0,9 1,09

SANGRO PROGETTI S.R.L. 0,46 0,51 0,51 0,31 0,43 0,68 0,65 0,59 0,67 . 0,53

SANGROMECCANICA S.R.L. 1,25 1,43 1,25 0,61 0,83 0,85 0,68 0,71 0,83 0,82 0,93

SANSIFICI VECERE S.R.L. 1,53 1,14 1,12 . 1,15 1,19 0,91 1,23 1,17 1,07 1,17

SAPA BUILDEX ATESSA S.P.A. 1,55 1,57 1,53 1,17 1,24 1,25 1,22 1,64 1,52 . 1,41

SCARIMEC S.R.L. . 0 0,44 0,67 0,82 0,74 0,71 0,73 1,01 . 0,64

SCUTTI S.R.L. 1,82 1,74 2,15 1,45 1,81 1,26 1,64 1,24 1,37 . 1,61

SERENITY S.P.A. 1,18 1,26 1,44 1,41 1,46 2,2 1,87 1,5 1,75 . 1,56

SERVICE COMPANY S.R.L...... 1,47 1,69 2,51 . 1,89

211

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

SGT S.R.L. 1,49 1,45 0,82 0,83 0,75 0,42 0,55 0,69 0,69 . 0,85

SIAC FASHION S.R.L...... 0,95 1,6 1,44 1,33

SIMPLASTIC S.R.L. 0,96 1,06 0,91 0,71 0,74 0,82 0,93 1,04 1,03 . 0,91

SOALCA S.R.L. 1,69 1,65 1,66 1,69 1,86 1,89 2,11 2,16 1,93 . 1,85

SAN MICHELE ARCANGELO SOC. COOP. 0,43 0,44 0,37 0,44 0,33 0,44 0,4 0,52 0,52 0,39 0,43 AGRICOLA S.R.L.

CANTINA RIPA TEATINA SOC. COOP. 0,58 0,78 0,73 0,72 0,66 0,68 0,67 0,82 . 0,73 0,71 AGRICOLA

COLTIVATORI DIRETTI TOLLO SOC. COOP. 0,5 0,65 0,52 0,5 0,47 0,52 0,47 0,52 0,54 0,59 0,53 AGRICOLA

SOC. COOP. AGRICOLA ORSOGNA 0,63 0,77 0,84 0,69 0,7 0,67 0,71 0,7 0,62 0,61 0,69

SEVEL S.P.A. 1,4 1,8 2,13 1,21 1,71 2,1 2 2,24 2,54 2,6 1,97

S.I.C.M.A. S.P.A. 0,87 0,69 0,68 0,6 0,78 0,7 0,65 0,74 0,85 0,77 0,73

PIACENTINI S.R.L. 0,65 0,93 0,94 0,97 1,01 0,98 0,82 0,69 0,67 . 0,85

SPINELLI S.R.L. 1,17 1,14 0,86 0,88 0,82 0,79 0,75 0,61 0,62 0,59 0,82

STYLOFFICE S.P.A. 0,66 0,9 0,58 0,41 0,36 0,42 0,37 1,22 0,95 0,92 0,68

T.M.C. S.R.L. 1,14 1,18 1,29 0,8 0,92 0,77 0,63 0,67 0,63 0,73 0,88

T.T.E. S.R.L. . . . 0,93 1,35 0,8 1,72 0,95 0,93 1,39 1,15

TAIM S.R.L. 1,18 1,52 1,47 1 0,8 0,75 1,63 1,14 1,3 1,28 1,21

TASSO S.R.L...... 0,67 0,83 0,75

TAUMAT S.R.L. 0,74 0,95 0,91 0,54 0,55 0,67 0,82 0,8 0,96 . 0,77

TCM S.R.L. 0,9 1,52 1,35 0,69 0,83 0,89 0,74 0,75 0,74 0,9 0,93

TECHNOSTIV S.R.L. 1,17 1,1 1,16 1,34 1,07 1,53 1,31 0,89 0,82 . 1,15

TECNICHE DI ASSEMBLAGGIO S.R.L. 1,65 1,27 1,34 0,84 1,21 1,15 0,87 0,89 0,91 . 1,13

TECNO GLASS S.R.L. 0,92 1,07 0,9 0,89 0,94 0,97 0,98 0,97 0,98 . 0,96

TECNOMEC SUD S.R.L. 1,02 1,12 1,08 0,82 0,92 0,84 0,95 1,21 1,23 1,24 1,04

TECNOMETAL S.R.L. 0,93 1,12 1,21 0,97 1,07 1,03 0,95 0,8 0,98 0,79 0,99

TECNOPACK S.R.L. 1,41 1,57 1,59 1,32 1,17 1,37 1,25 1,25 1,31 1,3 1,35

TEKNE S.R.L. . . 1,79 1,8 0,91 1,7 1,32 1,01 1,42 1,48 1,43

TEMPRA SUD S.R.L. 0,86 0,94 1,01 0,69 1,08 1,31 1,23 1,14 1,07 1,21 1,05

TESI S.R.L. . . . . 0,53 1,4 1,07 0,85 0,78 . 0,93

THOR SUD 0,84 0,89 0,83 0,51 0,68 0,77 0,82 0,83 0,83 . 0,78

TORNESE S.R.L. 1,36 1,27 0,78 0,86 0,78 0,72 0,77 0,68 0,71 . 0,88

TRIVERI S.R.L. 1,06 0,86 1,13 0,89 0,97 0,75 0,77 0,99 1,14 . 0,95

TUBI S.P.A. 1,33 1,09 1,4 1,12 0,82 0,98 0,74 0,62 0,77 0,73 0,96

TYCO ELECTRONICS AMP ITALIA 0,43 0,45 0,4 0,19 0,26 0,25 0,22 0,22 0,24 0,23 0,29 PRODUCTS S.R.L.

URSINI S.R.L. . . 0,47 0,86 0,76 0,86 0,95 0,84 0,87 0,83 0,81

VALAGRO S.P.A. 0,82 0,77 0,82 0,73 0,83 0,95 0,87 1,05 0,99 . 0,87

VASTARREDO S.R.L. 1,28 1,34 1,3 1,44 1,4 1,23 1,02 0,92 1,08 . 1,22

212

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

VASTO LEGNO S.P.A. 1,19 1,36 1,53 0,87 1,08 1,01 1,14 1,04 0,86 . 1,12

VERINDPLAST S.R.L. 1,55 1,42 1,41 1,14 1,07 1,04 1,01 0,67 0,76 1,09 1,12

VETRERIA ARTISTICA TEATINA S.R.L. 1,26 1,43 0,98 0,92 0,77 0,76 0,74 0,79 0,78 . 0,94

WALTER TOSTO S.P.A. . . . 0,05 1,17 0,46 0,38 0,7 0,74 . 0,58

WEATHERFORD MEDITERRANEA S.P.A. 0,68 0,7 0,82 0,93 0,8 0,55 0,61 0,89 1,05 . 0,78

Imprese con sede nella provincia 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media dell'Aquila

3 C S.R.L. 0,85 0,94 1,05 0,8 0,89 0,89 0,61 0,68 0,73 . 0,83

AN.SA.PE.SOC. COOP. AGRICOLA . 0,81 0,75 0,76 0,73 0,54 0,47 0,44 0,47 . 0,62

AQUILANA CALCESTRUZZI S.R.L. 0,96 0,76 0,71 0,89 0,63 0,53 0,57 0,62 0,6 . 0,70

AQUILAPREM S.R.L. 3 0 0 0 0 0 0,52 0,77 0,93 . 0,58

ARTI GRAFICHE SCUDERI S.R.L. 1,6 1,9 0,79 0,74 0,82 0,9 0,57 0,71 0,74 0,76 0,95

C.E.I.T. S.R.L. . 0 0 0,54 0,97 1,83 1,81 1,5 1,85 . 1,06

CELI CALCESTRUZZI S.P.A. 1,15 1,24 1,19 0,79 1,03 1 0,98 1,12 1,04 0,95 1,05

CONFETTI PELINO S.R.L. 2,64 2,57 1,96 1,75 1,76 1,41 1,49 1,39 1,19 . 1,80

EDILCOLOR S.R.L. 0,93 0,92 0,75 0,6 0,55 0,54 0,68 0,72 . . 0,71

ELCO ITALIANA S.P.A. 0,68 0,71 0,65 0,52 0,67 . . 0,58 0,53 . 0,62

ELITAL S.R.L. 0,27 0,33 0,33 0,28 0,45 0,59 0,48 0,53 0,51 . 0,42

ERGOTEC S.R.L. 0,37 0,36 0,43 0,42 0,49 0,47 0,58 0,59 0,59 . 0,48

EUROCONIC S.R.L. 0,86 0,95 0,96 0,8 0,82 1,15 1,13 1,14 1,14 1,25 1,02

EUROTECK S.R.L. 1,7 1,45 1,64 1,24 1,45 1,48 1,28 1,2 1,24 1,1 1,38

F. & B. S.R.L. 0,86 0,98 0,92 0,74 0,71 0,75 0,67 1,26 1,55 1,6 1,00

F.LLI MARINI CARNI S.R.L. 2,82 2,79 2,25 0,99 1,09 1,15 1,41 1,57 1,76 . 1,76

GIANNANTONI S.R.L. 3,11 1,68 2,17 1,84 1,79 1,85 2,01 2,24 2,04 . 2,08

GRUPPO LEGNO S.R.L. 0,49 0,54 0,53 0,5 0,5 0,5 0,46 0,46 0,41 0,47 0,49

HI-TECH ELETTRONICA S.R.L. 1,45 0,96 . 0,48 1,39 1,47 1,71 1,42 1,34 . 1,28

ICRA ITALIA S.R.L. 0,46 0,46 0,54 0,42 0,61 0,78 0,55 0,69 0,51 0,71 0,57

IDROSERVICE S.R.L. . . 0,91 0,71 0,57 0,65 0,67 . . . 0,70

IPER ORTAGGI S.R.L. 0,47 0,62 0,75 0,93 0,99 0,95 0,71 1,1 . . 0,82

JUPITER S.R.L. 0,8 0,96 0,96 0,75 0,76 0,89 0,98 1,07 0,98 0,95 0,91

KROMOSS S.R.L. 0,75 0,72 0,58 0,58 0,55 0,58 0,52 0,48 0,47 . 0,58

LFOUNDRY S.R.L. 1,12 0,97 1,43 0,98 1,03 0,98 1,95 0,95 1,04 . 1,16

LIBER S.R.L. . . . . 1,55 1,91 1,89 1,92 1,92 . 1,84

MASTRANGELI ALDO S.R.L. . 0,63 1,23 0,96 1 0,98 0,83 1 1,02 . 0,96

213

Imprese con sede nella provincia 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media dell'Aquila

MEC.AB S.R.L. 1,04 1,26 1,31 0,7 1 1,18 1,24 1,25 1,21 1,15 1,13

O.T.I. S.R.L. 1,39 1,44 1,38 1,15 1,18 1 0,87 0,86 0,9 0,84 1,10

ORTO GIOIA AGRICOLA S.R.L...... 0 3,91 3,6 2,71 2,56

PAVIND S.R.L. 0,93 0,81 0,71 0,72 0,72 0,63 0,78 0,79 0,8 . 0,77

PEPPONE SALUMI S.R.L. SOC...... 0,95 2,34 1,98 1,76 UNIPERSONALE

REGINELLA D'ABRUZZO S.R.L. 1,34 1,2 1,15 1,28 1,44 1,5 1,38 1,12 0,99 0,99 1,24

S.A.C.P.O. TICOLI S.P.A. 0,93 1,25 1,29 1,55 1,7 1,72 1,6 1,51 1,57 . 1,46

S.A.F. SOCIETA' AGRICOLA FUCINO S.R.L. . . . 1,49 2,87 2,66 2,87 3,42 2,57 . 2,65

S.I.M.I.C. S.R.L.. 1,68 1,67 1,61 1,13 1,38 1,11 1 1,04 0,92 . 1,28

SAES ADVANCED TECHNOLOGIES S.P.A. 1,19 1,24 1,26 0,93 1,01 0,95 0,92 1,01 1,09 1,17 1,08

SAMBEPLAST S.R.L. 0,82 0,77 0,66 0,69 0,77 0,77 0,7 0,63 0,72 0,76 0,73

SFORZA CARNI S.R.L. . . . . 1,97 2,22 2,11 2,13 2,06 . 2,10

SIMAD S.P.A. 0,28 0,57 0,15 0,17 0,19 0,44 0,25 0,26 0,3 . 0,29

SIAPRA S.P.A. . . . . 0,05 0,2 0,85 1,35 1,46 1,34 0,88

TENSITER CENTRO S.R.L. 0,71 0,91 0,45 0,58 0,74 0,35 0,35 0,32 0,48 . 0,54

VALENTI NASTRI S.R.L. 0,96 0,9 1,11 0,87 0,72 0,91 0,72 0,8 0,58 0,84 0,84

Z.C.M. S.R.L. 1,55 1,95 1,67 1,6 1,69 1,72 1,59 1,53 1,38 . 1,63

ZIACA 2 S.R.L. 0,99 0,66 0,79 0,75 0,66 0,8 0,33 0,46 0,5 . 0,66

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

A.R.S. TECH S.R.L...... 0,69 1,4 1,05

ADRIA MED S.R.L. 1,27 1,11 0,93 1,15 1,11 0,88 1,01 0,73 0,88 . 1,01

ALFA WASSERMANN S.P.A. 1,06 1,04 0,83 0,84 0,82 0,77 0,61 0,68 0,69 1,04 0,84

ALPAGEL S.R.L...... 0,21 0,9 1,05 . 0,72

AMEDEO FERRANTE S.R.L. . . 1,4 1,31 1,3 1,13 1,12 0,72 0,67 0,69 1,04

ARREDOMETALLICA CILLI & CRISANTE 1,66 1,54 1,22 1,02 1,11 1,1 1,32 1,3 1,34 . 1,29 S.R.L.

AZIENDA AGRICOLA COPPINI S.R.L. 3,31 1,29 2,08 1,58 1,96 2,03 2,48 3,2 2,48 . 2,27

AZIENDA MARRAMIERO S.R.L. 1,06 0,85 0,81 0,71 0,7 0,7 0,69 0,68 0,67 . 0,76

CALCESTRUZZI PAGNINI S.R.L. 1,47 1,43 1,19 1,16 1,11 1 0,9 0,89 0,72 . 1,10

CASITALIA S.P.A...... 0 0,43 . 0,22

CETEAS S.R.L. 0,96 0,88 0,86 0,69 0,75 0,71 0,66 0,61 0,56 0,59 0,73

COMPAGNIA DEL CAFFE' S.R.L. 0,72 0,7 0,59 0,64 0,66 0,72 0,75 0,83 0,83 0,77 0,72

CONTI S.R.L. 1,38 1,36 0,92 0,73 1,04 1,18 0,91 0,71 0,68 0,54 0,95

214

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

COPRIKOMPATT S.R.L. 1,62 1,93 1,94 1,56 1,19 1,46 1,16 1,14 1,08 1,33 1,44

DAJAN S.R.L. 1,56 1,47 1,97 0,87 0,7 2,06 1,67 1,56 1,54 1,23 1,46

DE DOMINICIS LAMIERE S.R.L. 1,43 1,49 0,96 0,8 0,9 0,89 0,82 0,74 0,68 0,62 0,93

DEL PROPOSTO S.R.L. 0,85 0,85 1 0,73 0,75 0,71 0,62 0,6 0,55 . 0,74

DI DONATO S.P.A. 0,53 0,48 0,48 0,46 0,4 0,44 0,41 0,42 0,47 0,47 0,46

DI MUZIO LATERIZI S.R.L. 1,91 0,94 0,85 0,69 0,62 0,85 0,59 0,71 0,69 . 0,87

DIATEC S.R.L. . 1,09 1,08 1,02 1,17 0,87 0,99 1,5 0,88 . 1,08

DIZIOINOXA S.R.L. 2,14 1,78 1,74 2,13 1,5 2,4 2,22 2 3,01 . 2,10

DOMOLIFE S.R.L. 1,07 1,23 1,18 1,14 1,05 0,97 0,96 1,08 1,01 . 1,08

ECOPETROL S.R.L. 1,39 1 1,21 0,85 0,65 0,78 0,68 0,61 0,74 . 0,88

ELEMEC SOC. COOP. . . . . 0 2,48 2,34 2,36 2,61 . 1,96

FAMECCANICA.DATA S.P.A. 0,85 1,18 0,99 1,27 1,07 1,02 1,08 1,14 1,17 0,99 1,08

FARMEC S.R.L. 1,08 0,98 1,16 0,92 0,94 1,25 1,05 1,25 1,11 . 1,08

FATER S.P.A. 1,6 1,6 1,59 1,64 1,58 1,74 1,84 1,32 1,48 1,37 1,58

FAZZINI FILIERE S.R.L. 0,83 1,03 0,79 0,62 0,51 0,49 0,49 0,49 0,53 . 0,64

FONTECAL S.P.A. 0,84 0,77 0,7 0,61 0,71 0,68 0,62 0,71 0,73 0,81 0,72

FOODITALIA S.R.L. . 0 0,31 0,41 0,57 0,7 0,58 0,56 0,49 . 0,45

FOTOLITOWEB S.R.L...... 0,72 1,81 1,47 1,64 . 1,41

FRATELLI CAPPOLA S.R.L. . . 0,88 1,53 1,54 1,61 1,85 1,88 1,81 . 1,59

G E D S.R.L...... 1,73 1,73

G.B.L. GOLD S.R.L......

GEA FASHION S.R.L. 3,14 1,56 2,34 1,2 1,26 1,08 1,14 1,11 1,06 . 1,54

GEBEL S.R.L. 1,16 1,25 1,14 1,14 1,02 1,01 1 0,78 1,09 . 1,07

GOLD SERVICE 2010 S.R.L. . . . . 0 . . . . . 0,00

GRAF COLOR S.R.L. 1,28 1,35 1,84 1,33 1,59 1,18 1,05 1,47 1,74 . 1,43

GRAN GUIZZA S.P.A. 0,78 0,9 0,98 0,99 0,94 0,96 0,94 1 0,84 . 0,93

HOSI CONCEPT S.R.L...... 1,57 1,33 1,26 . 1,39

I.C.E. S.R.L. 0,55 0,62 0,63 0,61 0,69 0,8 0,69 0,67 0,63 . 0,65

I.C.O. S.R.L. 0,72 0,7 0,51 0,47 0,48 0,52 0,51 0,5 0,74 . 0,57

IACOVONE ALFREDO & FIGLI S.R.L. 1,69 2,04 2,76 2,19 2,98 2,86 3,48 4,16 2,96 . 2,79

ILCA CARNI S.R.L. . . 0,02 0,24 3,86 3,51 2,56 2,74 2,09 1,56 2,07

IMAR. S.R.L. . 0,82 0,93 0,98 0,95 0,97 1,01 1,18 1,16 1,21 1,02

ITALIANA MEDICAZIONE S.R.L. 0,55 0,54 0,5 0,45 0,47 0,73 1,04 0,91 1,48 1,49 0,82

KASAURIA S.R.L. 2,33 2,35 2,21 2,29 2,37 2,11 1,81 2,1 1,97 . 2,17

KEMIPOL S.R.L. 1,56 1,59 1,6 1,39 1,4 1,52 1,5 1,54 1,75 . 1,54

KLINDEX S.R.L. 1,83 2,28 2,12 1,88 2,06 2,21 1,06 1,82 2,24 2,11 1,96

LA REA S.R.L. 2,8 2,42 2,68 2,03 2,08 2,46 2,14 2,38 2,22 . 2,36

215

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

LATER MECCANICA S.R.L. . . . . 0,54 1,01 0,71 0,75 0,91 . 0,78

LI.GYS S.R.L. 1,45 1,09 1,07 1,01 0,73 0,79 0,68 0,65 . . 0,93

LI.PA. S.R.L. 1,37 1,28 1,24 1,28 1,35 1,24 1,23 1,3 1,33 . 1,29

MARIFARMA FM S.R.L. 0,79 0,76 0,63 0,99 1,02 0,91 0,9 0,98 0,76 0,89 0,86

MARIGO S.R.L. 1,38 1,97 1,38 1,24 1,18 1,47 1 1,59 1,13 . 1,37

MEDITERRANEO S.R.L. UNIPERSONALE . . 0,73 2,56 2,55 1,73 1,81 1,56 1,59 2,08 1,83

MOLINO E PASTIFICIO DE CECCO S.P.A. 1,16 1,19 0,78 0,6 0,63 0,58 0,55 0,62 0,65 0,67 0,74

NEWTEC ELECTROTECHNICS S.R.L. 0,9 0,92 0,94 0,85 1,02 1,1 1,45 1,06 1,09 1,15 1,05

NORASFALTI S.R.L. 1,87 1,51 1,43 1,07 1,08 0,9 1,35 1,09 0,91 . 1,25

O.M.A. S.P.A...... 0,2 0,74 1 1,12 . 0,77

O.R.E.M. S.P.A. 0,59 0,57 0,5 0,4 0,32 0,31 0,25 0,27 0,22 . 0,38

ORSINI & BLASIOLI S.R.L. 1,04 1,01 1,08 0,85 0,68 0,98 0,86 0,74 0,66 . 0,88

PATRIARCA S.R.L...... 0,11 2,51 1,52 1,59 . 1,43

PESCARA CARNI S.R.L. 1,92 1,82 . 1,72 1,79 1,87 1,81 1,84 1,67 . 1,81

PESCARADOLC S.R.L. 0,69 0,76 0,68 0,72 0,69 0,69 0,75 0,8 0,88 . 0,74

PHARMAPIU' S.R.L. 2,39 1,73 1,91 2,22 2,19 1,71 1,26 1,23 0,92 0,86 1,64

PODERE CASTORANI S.R.L. 0,09 0,21 0,22 0,21 0,18 0,29 0,3 0,25 0,3 . 0,23

POLIGRAF S.R.L. 1,14 1,01 1,25 0,75 0,78 0,93 1,02 0,71 0,88 . 0,94

PRO PIZZA S.R.L. 0,7 0,67 0,91 1,1 1,16 1,52 1,65 2,09 1,43 . 1,25

PROTEK S.R.L. 1,13 1,31 1,18 1,09 1,2 1,42 1,87 2,23 2,18 . 1,51

RAC-FLUID S.R.L. 0,46 0,54 0,47 0,19 0,44 0,61 0,56 0,55 0,45 0,5 0,48

RAICAM INDUSTRIE S.R.L. UNIPERSONALE . 1,41 1,48 1,31 1,61 1,68 1,53 1,59 1,23 1,26 1,46

RAVER DI ENNIO TOTTONE S.R.L. 2,62 2,2 1,46 0,96 0,85 0,9 1,54 1,34 1,18 . 1,45

REAL AROMI S.P.A. 0,65 0,79 0,65 0,55 0,51 0,45 0,56 0,37 0,51 0,38 0,54

REMU S.R.L. 1,11 0,92 0,68 0,6 0,61 0,59 0,83 0,78 0,77 . 0,77

ROMAN STYLE S.P.A. . . . . 0,35 1,81 2,42 2,09 1,44 . 1,62

RUSTICHELLA D'ABRUZZO S.P.A. 0,79 0,8 0,75 0,71 0,66 0,69 0,73 0,67 0,67 . 0,72

SACIF S.R.L. . . . 0,79 1,27 1,13 1,2 1,16 1,13 1,2 1,13

SAQUELLA 1856 S.R.L. 1,17 0,91 0,63 0,63 0,62 0,61 0,64 0,69 0,7 0,68 0,73

SIPARIO S.R.L. 1,1 1,11 0,62 0,57 0,57 0,56 0,67 0,74 0,73 . 0,74

SISTEM POWER S.R.L...... 1,24 1,43 1,42 1,46 1,39

SMARTCOLOR S.R.L. 2,28 1,98 1,74 1,89 1,93 2,03 2,52 2,27 2,07 . 2,08

SO.E.M. S.R.L. 1,82 1,79 1,74 1,5 1,67 1,93 2,47 1,86 2,08 1,92 1,88

SO.C.C.A.M. S.R.L. 1,03 1,38 1,54 1,44 1 1,28 0,92 0,8 0,87 0,78 1,10

SOEM ATI S.C.R.L. 3,01 3,38 2,19 2,45 2,52 2,21 3,25 2,79 2,76 2,82 2,74

SOLVAY CHIMICA BUSSI S.P.A. 1,29 0,89 0,41 0,41 0,39 0,67 0,77 0,78 0,82 . 0,71

SPECIALITA' CARNI LUCIANI S.R.L. . . 0,71 4,6 3,91 4,03 3,36 2,93 . . 3,26

216

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

SPIEDI' S.R.L. 0,97 0,96 0,91 0,97 0,92 0,98 0,96 0,84 0,87 . 0,93

SPOLTORE LAVORO SOC. COOP...... 1,11 1,37 1,79 1,59 . 1,47

STELLA FASHION S.R.L...... 1,7 1,9 1,67 . 1,76

T.C. S.R.L. . . . 0 0,01 0 0,08 0,47 0,83 1,05 0,35

TEXOL S.R.L. 1,11 0,77 1,2 0,93 1,35 1,24 1,23 1,37 1,26 . 1,16

THEMA INCASSI S.R.L. . . . . 3,92 3,38 . 4,66 4,31 . 4,07

TRAFILERIE MERIDIONALI SPA 1,04 0,85 0,81 0,05 0,05 0,05 0,04 0,76 0,81 . 0,50

TWA EQUIPMENT S.R.L...... 0,27 1,86 . . 1,07

V.D.S. CONSORZIO . . . 0,93 2,35 2,23 1,63 2,31 2,37 2,47 2,04

VELOMAT S.R.L...... 1,21 0,93 1,24 0,78 1,04

VN S.R.L. FOOD PROCESSING EQUIPMENT . 0,63 1,66 0,89 0,92 1,28 1,34 1,13 1,01 1,5 1,15

VULCARAPID S.R.L. 1,01 1,02 0,61 0,62 0,61 0,57 0,45 0,33 0,28 . 0,61

WORLD TRADE CONSTRUCTION S.R.L. . . . . 4,24 . . . . . 4,24

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

A.T.R. GROUP S.R.L...... 0,01 0,67 0,8 0,98 . 0,62

ABBIGLIAMENTO G. & G. S.R.L. 1,88 1,77 1,81 1,39 1,15 1,53 1,07 1,59 1,4 . 1,51

ADMIRAL S.R.L. 0,52 0,51 0,49 0,52 1,2 1,32 1,44 1,4 1,56 . 1,00

ADRIATICA SALUMI S.R.L. 1,95 2,03 2,03 1,67 1,84 1,67 1,98 1,84 1,76 . 1,86

AGRISANA S.R.L. 0,99 1,14 1,05 1,13 0,59 1,13 0,86 1,62 1,6 2,32 1,24

ALFA GOMMA INDUSTRIAL S.P.A. 0,99 0,93 0,77 0,54 0,71 0,98 0,98 1 0,84 0,77 0,85

ALFAGOMMA HYDRAULIC S.P.A. 0,8 0,87 0,78 0,47 0,72 1,07 1,08 0,93 0,7 . 0,82

ALGOR S.R.L. 1,34 1,28 1,01 1,08 1,16 1,18 1,11 1,3 1,21 1,36 1,20

ALL.COOP SOC. COOP. AGRICOLA 2,37 2,19 2,18 2,08 2,08 1,99 2,2 2,59 2,95 . 2,29

ALMAPLAST S.R.L. 1,63 1,55 1,39 1,35 1,86 1,58 1,45 1,35 1,34 . 1,50

ARAN WORLD S.R.L. 0,87 1,02 1,01 1,01 1,19 1,11 1,26 1,26 1,22 1,31 1,13

ARCADIA COMPONIBILI S.R.L. 0,46 0,44 0,55 0,47 0,56 0,72 0,7 0,77 0,67 . 0,59

ARCADIA S.R.L. 0,89 1,01 1,28 1,14 1,1 1,32 1,47 1,76 1,57 . 1,28

ARDAGH GROUP ITALY S.R.L. 1,39 1,41 1,14 1,03 1,25 0,55 0,76 0,94 1,23 1,24 1,09

AZIENDA CASEARIA DE REMIGIS S.R.L. 0,61 . 0,93 1,34 1,38 . . . 1,64 2,21 1,35

BAR ITALIA S.R.L...... 1,33 1,79 . 1,56

BENTEL SECURITY S.R.L. 1,03 1,11 1,47 1,12 1,07 1,53 1,2 1,47 1,42 1,63 1,31

BETAFENCE ITALIA S.P.A 1,36 1,48 1,1 0,94 1,04 1,01 0,88 0,87 0,95 0,99 1,06

BI-METAL S.R.L. 3,21 2,97 3,34 2,86 2,25 1,73 1,54 1,31 1,37 1,13 2,17

217

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

C M P S.R.L. 1,06 1,26 1,02 1,18 0,92 0,81 0,98 0,58 1 0,91 0,97

C.I.E.R. S.R.L. 1,03 1,25 0,82 1,1 1,04 1,41 1,3 1,09 1,23 0,97 1,12

C.S.M. S.R.L. . . 1,6 1,28 1,9 2,16 1,46 1,63 0,33 0,57 1,37

CA.MA. ITALIA S.P.A. 0,42 0,58 0,23 0,22 0,22 0,17 0,17 0,2 0,24 0,26 0,27

CAART S.R.L. 0,5 0,63 0,59 0,52 0,56 0,84 0,83 0,92 1,03 . 0,71

CALZATURIFICIO GENSI GROUP S.R.L. . . . . 0,98 2,33 1,5 1,95 1,66 . 1,68

CALZATURIFICIO MGT S.R.L. 1,33 1,64 1,42 1,26 1,22 1,23 1,21 1,67 1,52 . 1,39

CAMI S.R.L. 1,47 1,46 1,35 1,57 1,64 1,53 1,41 1,41 1,44 . 1,48

CARBOTECH S.R.L. 1,01 0,78 0,76 0,63 0,99 1,04 1,11 1,13 1,25 1,07 0,98

CASEARIA DE REMIGIS S.R.L. . . . . 0,07 1,74 2,38 2,68 2,87 2,62 2,06

CAVART S.R.L. . 1,67 1,67 1,73 1,89 1,75 1,2 2,31 1,11 1,07 1,60

CEPAR S.R.L. 0,96 0,97 1,02 0,96 0,94 1,22 1,59 1,22 1,4 1,17 1,15

CO.STRA.M. S.R.L. 0,66 0,55 0,36 0,34 0,35 0,37 0,33 0,32 0,32 . 0,40

COBAS S.R.L. 0,95 0,76 0,75 0,68 0,84 1,09 1,1 1,02 1,17 . 0,93

COMASMOTEL S.R.L. 0,54 . . . . . 0,93 0,92 1,98 . 1,09

CONFEZIONI LAVIS S.R.L. 1,1 1,02 1,03 1,09 0,92 1,09 1,09 1,15 1,28 1,43 1,12

CONGLOMERATI BITUMINOSI VOMANO 1,33 0,61 1,03 1,39 1,01 0,71 0,64 0,76 0,75 . 0,91 S.R.L.

COPAL S.R.L. 1,72 1,98 2,1 1,45 1,47 1,78 1,29 1,43 1,64 1,04 1,59

CORDITEC S.R.L. 0,71 0,98 1,11 0,86 0,96 1,05 0,94 0,77 0,88 . 0,92

CORDIVARI S.R.L. 2,33 2,34 1,41 1,25 1,22 1,26 1,25 1,17 1,14 . 1,49

COSTRUZIONI METALLICHE . . . . . 0 . 0 1,45 1,59 0,76 PREFABBRICATE INTERNATIONAL S.R.L.

CUBO DESIGN S.R.L. 0,97 1,27 1,59 1,58 1,57 2,03 2,46 1,98 2,47 2,84 1,88

CURIONI SUN TERAMO S.R.L. . . . 0,25 1,63 1 0,61 0,76 0,38 1,02 0,81

D'EUGENIO SEMENTI S.R.L. . . . 0,28 1,35 1,76 2,22 2,18 1,91 . 1,62

D.M.P. ELECTRONICS S.R.L. 1,15 0,89 0,92 0,86 0,9 0,83 0,77 0,72 0,89 . 0,88

DB WASH S.R.L. 0,59 1,33 0,93 1,08 1,26 1,29 1,18 1,15 0,96 . 1,09

DCA S.R.L...... 1,35 3,1 2,41 . 2,29

DE MICHELI S.R.L. . . 0,81 3,31 2,38 2,22 2,01 2,26 1,85 2,04 2,11

DECEM S.R.L. 1,34 1,35 1,31 1,14 1,26 1,13 1,05 1,22 1,23 1,23 1,23

DELTA PREG S.P.A. 1,16 1,28 1,74 1,48 1,38 1,6 1,68 1,37 1,57 . 1,47

DGA 2 S.R.L. . 1,67 0,76 0,85 0,92 1,29 0,86 0,98 0,95 0,94 1,02

DI REMIGIO & DI DIODORO S.R.L. 2,64 2,95 2,46 2,43 2,02 1,99 2,49 2,87 2,73 . 2,51

DI SANTE MOBILI E ARREDI S.R.L. 1,03 1,11 1,13 1,26 1,44 1,4 1,45 1,39 1,38 . 1,29

DIATECH S.R.L. 0,84 0,86 0,91 0,82 0,8 0,71 0,77 0,76 0,84 0,88 0,82

DRESS LINES S.R.L. 0,73 0,97 2,14 1,57 1,63 1,76 1,63 1,92 1,64 1,4 1,54

DRILL SERVICE S.R.L. . . . 1,52 1,66 1,27 0,87 0,99 0,81 0,94 1,15

218

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

DSE EUROPA S.R.L. . . . 0 0,69 0,92 0,98 0,94 0,84 . 0,73

EBERSPAECHER ITALIA S.P.A. 2,26 2,26 2,15 1,16 0,77 0,56 0,22 1,03 1,12 1,5 1,30

ECO.TEL. S.R.L. . 0 2,77 2,54 2,13 1,98 1,78 1,61 2,01 1,88 1,86

EDIL '83 S.R.L. 1,35 1,44 1,28 1,04 1,09 1,15 1,08 1,08 1,02 . 1,17

ELMAN S.R.L. . 0 0 0 0 0 0,48 1,92 1,62 1,65 0,63

ESSEPIEFFE S.R.L. 1,75 1,66 1,73 1,31 1,67 1,7 2,17 1,38 1,52 1,46 1,64

ETA SERVICE S.R.L. 2,54 1,44 1,6 1,82 1,82 1,45 1,97 1,39 1,43 1,43 1,69

ETIGROUP S.P.A. 0,42 0,41 0,37 0,32 0,39 0,4 0,32 0,25 0,32 . 0,36

ETOMILU S.R.L. 3,48 2,01 2,4 2,01 1,68 1,41 1,45 1,72 1,66 . 1,98

EUNICS LAB S.R.L. 0,2 0,31 0,27 0,61 0,45 0,4 0,39 0,47 0,38 0,68 0,42

EUROCARBO S.P.A. 0,89 0,87 0,8 0,61 0,8 0,84 0,83 0,82 0,8 0,72 0,80

EUROFIL S.R.L. 1,01 1,14 1,09 1,1 1,11 1,12 1,16 1,29 1,24 . 1,14

EUROPA ACCIAI S.R.L. 0,95 1,26 1,27 0,92 1,12 1,26 1,17 1,19 1,29 . 1,16

F.B.C.I. S.R.L. 0,83 1,23 0,99 0,72 1,11 1,71 1,05 1,4 2,71 3 1,48

F.G. 1936 S.R.L. . 0,1 0,77 0,81 0,82 0,85 0,71 0,67 0,72 0,84 0,70

F.LLI BARBIERI S.R.L. . . 0,23 0,56 0,6 0,65 0,69 0,76 0,75 . 0,61

FAI COSTRUZIONI S.R.L . . . . 1,43 2,62 1,39 0,21 1,4 . 1,41

FARAONE INDUSTRIE S.P.A. 0,98 0,94 0,99 0,88 1,04 1,01 0,92 0,94 1,01 . 0,97

FARAONE S.R.L. 1,54 1,55 1,71 1,51 1,81 1,6 1,56 1,73 1,54 . 1,62

FARGLASS S.R.L. 1,37 1,2 1,12 1,01 0,91 0,89 0,84 0,77 0,68 0,82 0,96

FASHION TEX S.R.L. 1,69 1,72 1,34 1,29 1,34 1,58 1,45 1,49 1,32 . 1,47

FEGI MANIFATTURE S.R.L. 1,09 0,95 0,84 0,87 0,83 0,78 0,74 0,79 0,82 . 0,86

FEMA S.R.L. . . . . 0 0 1,17 1,32 1,52 1,67 0,95

FERBI S.R.L. . 1,27 1,77 1,67 1,37 1,35 1,23 1,09 1,2 1,25 1,36

FIMATEX S.R.L. 0,6 0,65 0,77 0,59 0,55 0,45 0,38 0,42 0,46 0,46 0,53

FIORELLA INDUSTRIE S.R.L. 1,13 1,23 1,05 0,59 0,72 0,93 0,74 0,8 0,9 0,97 0,91

FO.MET.A.L. S.R.L. 2,18 1,69 1,13 0,73 1,21 1,83 1,38 1,17 1,07 . 1,38

FOODS IMPORT DEI F.LLI MONTI S.P.A. 1,37 1,33 0,92 1,01 0,91 0,76 0,76 0,8 0,73 0,76 0,94

FORM COLLECTION S.R.L. . . 1,07 1,14 1,18 1,23 1,19 1,21 1,41 1,4 1,23

FORSIT S.R.L. 0,42 0,55 0,91 0,73 0,73 0,78 0,9 0,77 0,71 0,86 0,74

FRAMASIL S.R.L. 1,03 1,15 1,05 0,76 0,75 0,74 0,71 0,85 0,92 . 0,88

FRIGOMECCANICA S.R.L. 0,69 0,73 0,7 0,66 0,74 0,65 0,64 1,03 0,95 1,2 0,80

FRONTENAC S.P.A. 0,84 0,97 1,01 0,77 0,61 0,59 0,55 0,46 . 0,38 0,69

FUTURTEC S.R.L...... 0,39 0,98 1,08 0,9 0,84

GALLI PELLETTERIE S.R.L. 1,87 1,55 2,68 1,6 1,38 1,98 1,84 2,07 1,68 . 1,85

GAMMA DOORS S.R.L. 0,75 0,77 0,58 0,45 0,55 0,46 0,35 0,23 0,57 . 0,52

GE. FE. POLYMERS S.R.L...... 0 0,07 0,26 0,3 0,16

219

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

GELCO S.R.L. 1,46 1,25 1,37 1,19 1,14 1,14 1,37 1,53 1,69 1,61 1,38

GIPLAST GROUP S.P.A...... 0,64 1,3 1,05 1,00

GLM S.R.L. 1,6 1,88 1,75 1,44 1,73 1,64 1,62 1,66 1,48 . 1,64

GOTER THERMOPLASTIC COMPOUNDS 0,88 0,95 0,95 0,81 0,95 0,98 0,93 1,13 1,09 1 0,97 S.P.A

GRAFICHE MARTINTYPE S.R.L. 0,57 1,24 1,21 1,1 1,11 1,12 1,04 0,76 0,88 . 1,00

GRAZIANO RICAMI S.R.L. 1,33 1,38 1,22 1,07 1,26 1,43 1,25 1,46 1,34 . 1,30

HATRIA S.R.L. 0,89 0,76 0,57 0,45 0,46 0,45 0,41 0,48 0,42 0,47 0,54

HOT CLASS S.R.L. . . 0 2,24 2,26 2,1 1,95 2,1 2,31 2,22 1,90

I.MA.TEX S.R.L. 0,41 0,49 0,39 0,47 0,59 0,67 0,79 0,77 0,84 . 0,60

I.P.R. INDUSTRIE PLASTICHE RIUNITE S.R.L. . . 1,1 1,16 1,2 1,2 1,05 1,28 1,56 1,59 1,27

INDUSTRIA ABRUZZO SOC. COOP...... 1,88 1,62 1,75

INDUSTRIE ROLLI ALIMENTARI S.P.A. 0,72 0,7 0,74 0,7 0,7 0,67 0,65 . . . 0,70

INTERNATIONAL PUR S.R.L. 2,92 2,25 2,45 2,33 2,06 2,14 1,86 1,8 1,83 . 2,18

INTEX S.P.A. . 0,43 0,98 1,24 1,14 1,24 1,08 0,92 1,07 . 1,01

ISATEX S.R.L. 1,16 1,17 0,66 0,53 0,62 0,75 0,8 0,75 0,84 0,73 0,80

ITALFER CARPENTERIE S.P.A. 1,35 1,72 1,5 1,28 1,42 1,55 1,26 0,83 0,72 . 1,29

ITALIA BOX S.R.L. . . 0,4 0,83 1,04 1,32 1,3 1,15 1,16 1,21 1,05

ITALPANNELLI S.R.L. 1,02 0,97 0,91 0,76 0,82 0,78 0,62 0,58 0,68 . 0,79

ITALPREFABBRICATI S.P.A. 0,4 0,81 0,7 0,23 0,56 0,37 0,42 0,23 0,26 . 0,44

ITALSUR S.R.L. 0,75 0,76 0,76 0,54 0,9 0,67 0,7 0,84 0,86 0,75 0,75

JONNY Q ITALIA S.R.L. 0,85 0,76 0,73 0,57 0,66 0,55 0,49 0,49 0,4 . 0,61

KICO S.R.L. . 0,05 1,3 0,62 1,48 1,34 1,43 1,31 1,52 . 1,13

L'ALTRACARNE S.P.A. 1,42 1,77 1,44 1,38 1,39 1,67 1,59 1,3 1,25 . 1,47

L'AVANA MANIFATTURE S.R.L. 1,67 1,64 1,62 1,31 1,57 2,04 2 2,36 2,18 . 1,82

L.T. FORM 2 S.R.L. 0,76 0,63 0,61 0,51 0,61 0,65 0,63 0,67 0,89 0,98 0,69

LA MEC FERRO S.R.L. CLEMENTONI GROUP 2,23 3,05 2,92 2,31 2,15 3,08 2,51 2,24 . . 2,56

LAB DESIGN S.R.L...... 0,45 0,66 0,47 0,97 0,64

LAFER S.R.L. 1,84 1,56 1,71 1,3 1,15 1,39 1,09 0,87 0,98 . 1,32

LAREG 2 S.R.L. . . 1,35 1,2 1,19 1,19 0,98 1,13 1,04 . 1,15

LAS MOBILI S.R.L. 0,66 0,76 0,76 0,46 0,48 0,48 0,51 0,52 0,51 . 0,57

LAVAAL INTERNATIONAL S.R.L...... 0 2,44 2,16 1,66 1,46 1,54

LESTI PALLETS S.R.L. 2,22 2,32 2,35 1,85 1,84 1,86 1,62 1,48 1,59 . 1,90

LIOFILCHEM S.R.L. 1,09 1,11 1,26 1,21 1,17 1,38 1,47 1,54 1,51 . 1,30

LISCIANIGIOCHI S.R.L. 0,76 0,79 0,76 0,79 0,86 0,26 0,96 1,12 . 0,95 0,81

LUNATIKA S.R.L. . . . 1,76 2,41 2,18 2,15 2,48 3,13 . 2,35

M.G. FASHION GROUP S.R.L. . . . . 1,42 2,3 2,27 2,71 2,29 . 2,20

220

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

M.I.V.V. METAL INDUSTRIA VAL VIBRATA 1,07 1,31 0,95 0,5 0,52 0,57 0,52 0,42 0,49 . 0,71 S.P.A.

MAGLIFICIO GRAN SASSO S.P.A. 0,62 0,66 0,64 0,57 0,6 0,62 0,63 0,6 0,64 . 0,62

MAGLIFICIO MATISSE S.R.L. 0,4 0,49 0,36 0,38 0,41 0,36 0,36 0,38 0,41 0,47 0,40

MANGIMI ARISTON S.R.L. 1,79 1,79 2,15 1,82 1,64 1,69 1,69 1,69 1,74 . 1,78

MANIFATTURE F.D.M. S.R.L. 2,57 1,49 1,82 1,56 0,98 1,05 0,93 1,08 1,22 . 1,41

MANIFATTURE LORD S.R.L. 1,12 1,04 1,2 1,07 1 0,95 0,83 0,74 0,69 . 0,96

MAR MOBILI S.R.L. 0,97 0,95 0,84 0,81 0,68 0,52 0,59 0,8 0,7 . 0,76

MARINER UNO S.R.L. 1,39 1,34 1,25 1,15 1,18 1,08 0,68 0,58 0,67 0,84 1,02

MARINI FASHION S.R.L...... 3,42 2,79 2,39 2,87

MAS LEGNO S.R.L. 0,99 1,01 1,11 1,06 1,07 1,17 0,99 . . . 1,06

MAS S.R.L. . 0,05 0,05 0 0,05 0 0 0,69 1,97 . 0,35

MASTER ELETTRONICA S.R.L. 1,06 1,3 0,92 0,63 0,9 0,95 0,65 0,85 0,86 . 0,90

MAXILINE ITALIA S.R.L. 1,41 1,41 1,11 0,93 1,16 1,72 1,68 1,58 1,36 . 1,37

MAXIPRO S.R.L...... 2,21 2,15 2,31 1,44 . 2,03

MC S.R.L. 0,87 0,72 0,94 0,81 0,72 0,91 0,8 1,19 0,99 . 0,88

MD'E S.R.L. 1,66 1,72 1,98 1,33 1,68 1,58 1,58 1,66 1,7 . 1,65

MEC SYSTEM S.R.L. 2,17 1,94 2,13 1,47 1,78 1,61 1,38 1,05 1,07 1,3 1,59

MECATRON AUTOMAZIONE S.R.L. 1,01 1,26 0,68 0,73 0,55 0,74 0,58 0,74 0,73 . 0,78

MEDITERRANEA SEMENTI S.R.L. 0,8 1,14 1,06 0,82 0,71 0,91 1,05 0,93 0,93 . 0,93

MENOZZI DE ROSA 1836 S.R.L...... 1,5 . 1,50

METAL SERVICE S.R.L. 1,53 1,82 1,46 1,29 1,2 1,48 1,38 1,32 1,32 . 1,42

METALCHIMICA S.R.L. 1,43 1,29 1,23 1,16 1,47 1,21 1,14 1,04 1,06 1,04 1,21

METALLURGICA ABRUZZESE S.P.A. 0,88 0,95 0,87 0,64 0,83 0,73 0,69 0,65 0,69 . 0,77

METALWAY S.R.L. 1,21 1,51 1,86 1,45 1,31 0,72 0,64 0,67 0,66 1,13 1,12

MMA GROUP S.R.L. . . . . 0 3,03 . . . . 1,52

MODULO S.R.L. 0,98 1,17 1,11 1,09 1,28 1,48 1,23 0,59 0,59 0,66 1,02

MOLINO CORI & CANDELORO S.R.L. 2,27 2,3 2,55 1,94 1,87 1,26 1,64 1,57 1,28 . 1,85

MORGAN CARBON ITALIA S.R.L. 1,14 1,31 1,21 0,87 1,16 1,28 1,19 1,2 1,21 . 1,17

MTA SERVICE S.R.L. 1,49 2,13 2,42 1,87 1,74 1,89 1,79 1,6 2,07 2,24 1,92

NUOVAPLAST S.R.L...... 1,08 2,07 2,48 2,13 1,68 1,89

O.M. 4 S.R.L...... 1,03 0,95 0,97 1,1 1,01

OLTREDONNA S.R.L. 2,25 2,94 3,48 1,79 2,71 1,65 2,33 1,57 1,37 . 2,23

OMNI DECOR S.R.L. 1,48 1,64 1,51 1,16 1,12 1,15 1,03 1,01 0,91 0,92 1,19

ORION S.R.L...... 0,74 1,28 1,32 . . 1,11

OSLV ITALIA S.R.L. 1,49 1,57 1,77 1,21 1,42 1,57 1,52 1,45 1,38 . 1,49

P. DEZI S.R.L. . 0,14 0,33 0,51 0,71 0,61 0,57 0,58 0,55 . 0,50

P.A.P. S.R.L. 1,17 1,06 1,39 1,44 1,37 1,38 1,29 1,14 1 . 1,25

221

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

P.C.M. S.R.L. 1,35 1,7 1,79 1,01 1,22 1,4 1,33 1,22 1,04 . 1,34

PASTIFICIO REGAL S.R.L. 1,46 1,25 0,96 0,92 0,89 0,76 0,71 0,73 0,8 . 0,94

PELLETTERIA L'EUROPEA S.R.L. 3,37 3,15 3,04 2,95 2,87 2,53 2,51 2,04 2,21 . 2,74

PENTAFERTE ITALIA S.R.L...... 0,84 1,97 . 1,41

PLANET BAGS S.R.L. 0,8 0,89 0,91 0,72 0,82 0,92 1,33 1,35 1,28 . 1,00

PLAST.TEC. S.R.L. 1,71 1,56 1,61 1,34 1,34 1,13 1,38 1,4 1,25 . 1,41

PLASTIFLEX S.R.L. 1,86 2 1,51 1,63 1,68 1,71 2,05 2,3 2,02 1,8 1,86

PNK FARMACEUTICI S.R.L. . 1,01 1,41 2,04 1,81 1,64 1,43 1,68 1,7 . 1,59

POLYPLAST S.R.L. 1,17 1,38 1,31 1,06 1,04 1,05 0,97 1,15 1,31 . 1,16

PONZIO S.R.L. 1,03 0,98 0,89 0,74 0,7 0,68 0,64 0,62 0,55 . 0,76

PRIMER S.R.L. . . 0 0,03 0 1,54 2,12 1,58 1,19 . 0,92

PRODOTTI ALIMENTARI FIORAVANTI & C. 1,32 1,17 1,2 1,13 1,07 1 0,88 0,85 0,84 . 1,05 S.R.L.

PROEL S.P.A. 0,93 0,89 0,73 0,63 0,75 0,81 0,77 0,74 0,75 0,59 0,76

PROFILART WOOD S.R.L. . . 0 1,95 2,24 2,3 2,59 2,5 1,48 . 1,87

PROGETTO LEGNO S.R.L. 0,76 0,83 0,91 0,78 0,8 0,79 0,69 0,69 0,67 . 0,77

PRONTOGEL ALIMENTI S.R.L. 1,34 1,29 0,99 0,96 0,98 0,97 0,95 0,97 0,99 . 1,05

PV ENGINEERING S.R.L...... 0 0 0,37 3,86 . 1,06

RAILTECH PANDROL ITALIA S.R.L. 0,37 0,34 0,67 0,88 1,37 0,57 0,6 0,58 0,69 . 0,67

REAXING S.R.L...... 0,58 1,24 1,33 0,73 0,97

RIPANI ITALIANA PELLETTERIE S.R.L. 0,91 1,49 1,53 1,03 1 0,75 0,8 1,08 0,74 . 1,04

RIPARAZIONE FRENI S.R.L...... 0,73 1,35 1,13 1,18 1,07 1,09

ROSETO CALCESTRUZZI S.R.L. 1,09 0,98 1 0,86 0,85 0,95 0,81 0,81 0,8 0,84 0,90

ROTOFILM S.P.A. . . 1,19 1,84 1,73 1,54 1,25 1,41 1,33 1,21 1,44

S.A.M.I.C.A. S.R.L. 1,26 1,16 1,3 1,11 1,03 1,01 1,01 0,83 0,91 . 1,07

SIM S.R.L. 3,29 3,27 2,98 . 2,73 3,17 2,24 2,09 2,38 2,45 2,73

SACIM SYSTEMS S.R.L. 0,83 0,81 0,75 0,57 0,41 0,5 0,54 1,02 0,55 . 0,66

SAL.PI UNO S.R.L. 1,34 1,44 1,32 1,31 1,26 1,02 1,01 0,8 0,8 . 1,14

SALUMIFICIO FRATELLI COSTANTINI G.N.E. 1,23 1,17 1,1 1,11 1 0,86 0,88 1,04 1,04 . 1,05 S.R.L.

SANTO STEFANO DI ITALO FERRETTI S.R.L. 0,34 0,31 0,29 0,18 0,16 0,2 0,25 0,26 0,32 . 0,26

SAPORI VERI S.R.L. 1,53 1,3 1,5 1,53 1,23 1,07 1,34 1,18 1,03 . 1,30

SAVINI S.R.L. 1,01 1,06 0,95 1,02 1,11 1,01 1 1,11 0,91 . 1,02

SEA S.P.A. 1,02 0,99 0,88 0,92 0,79 0,73 0,69 0,7 0,8 0,88 0,84

SIDEF S.R.L. . . . 1,03 1,86 1,74 1,59 2,12 2,25 1,92 1,79

SITEF SERVICE S.R.L. 1,05 1,06 1,21 0,81 0,87 0,87 0,81 0,66 0,73 0,66 0,87

SIMPLAST S.R.L. 0,73 0,95 0,82 0,74 0,79 0,88 0,96 1,01 0,99 1,27 0,91

SOFER CARPENTERIE S.R.L. 1,33 1,33 1,24 0,92 0,98 1,14 1,05 0,88 0,7 . 1,06

222

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

STELMAR S.R.L. 1,02 1,11 1,27 1,19 1,18 1,37 1,32 1,26 1,13 1,01 1,19

STRACCIA PACKAGING S.R.L. 1,92 1,64 1,69 1,2 1,09 1,06 1,21 1,09 1,21 . 1,35

SUSTA S.R.L. 0,69 0,56 0,78 0,83 0,83 0,78 0,58 0,97 0,95 . 0,77

T.M.L. S.R.L. 1,47 1,64 1,38 1,32 1,03 0,96 1,08 1,01 0,98 0,86 1,17

TECNOARREDO S.R.L. 0,97 1,1 0,8 0,64 0,46 0,69 0,54 0,57 0,62 . 0,71

TECNOMATIC S.P.A. 0,65 0,6 0,78 0,37 0,5 0,77 0,54 1,15 0,81 . 0,69

TECNORESINE ABRUZZESE S.R.L. 1,61 1,56 1,13 0,72 0,74 0,51 0,42 0,52 0,53 . 0,86

TEKNOELETTRONICA S.R.L. 0,36 0,52 0,31 0,47 0,98 1,36 0,38 0,36 0,43 0,33 0,55

TERTEX S.R.L. 1,01 1,13 0,99 1,03 1,06 1,26 1,14 1,07 1,13 . 1,09

TESCON S.R.L. 1,74 1,76 1,83 1,45 1,33 1,28 1,4 1,69 1,84 . 1,59

TEXCOLOR S.P.A. 0,92 0,76 0,74 0,65 0,8 0,81 0,75 0,86 0,82 0,77 0,79

TEXLINE S.R.L. . 0,46 0,59 0,53 0,69 0,87 0,95 1,04 1,15 1,35 0,85

TIESSE S.R.L. 1,42 1,32 1,02 0,94 0,91 0,83 0,87 0,86 0,88 0,84 0,99

TORREFAZIONE ADRIATICA S.P.A. 0,83 0,83 0,73 0,81 0,89 0,87 1 0,95 0,89 . 0,87

TRAFILERIE EMILIANE SUD S.P.A. 1,13 1,16 0,95 0,78 0,92 0,95 0,83 0,79 0,82 0,87 0,92

TRANCERIA DEL TRONTO S.R.L. 0,79 0,83 0,74 0,66 0,52 0,4 0,37 0,35 0,38 . 0,56

UNISERVICES S.R.L. 0,57 0,78 0,77 0,72 0,76 0,74 0,73 0,7 0,71 . 0,72

UNIVERSO S.R.L. 1,42 1,44 1,7 1,48 1,59 1,6 1,33 1,49 1,52 . 1,51

VECO FONDERIA SMALTERIA S.P.A. 1,49 1,51 1,54 0,99 1,29 1,35 1,39 1,31 1,23 . 1,34

VEGA PREFABBRICATI S.R.L. 0,78 0,78 0,81 0,71 0,71 0,46 0,4 0,38 0,38 . 0,60

VIRO CARNI S.R.L...... 1,19 . 1,19

WASH ITALIA S.P.A. 1,27 1,11 0,92 0,75 0,82 0,81 0,64 0,68 0,59 . 0,84

XANTHIA S.R.L. 2,13 2,29 2,55 1,54 2,09 1,83 1,98 1,63 1,32 . 1,93

C) Current Ratio

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

A2A GENCOGAS S.P.A. 1,82 5,03 0,42 0,32 0,13 0,15 0,18 0,19 0,16 0,16 0,86

AERCOIB DI CECCO S.R.L. 1,39 1,86 1,86 1,49 1,47 1,29 1,32 1,58 1,38 0,62 1,43

AGRIVERDE S.R.L. . . 0,65 1,22 1,21 1,14 1,44 1,31 1,26 . 1,18

AKEA S.R.L. 2,71 3,27 3,9 4,6 4,2 3,85 3,73 2,98 3,63 3,78 3,67

ALFA CENTAURI S.P.A. 1,04 0,95 0,91 0,91 0,94 1,31 1,02 1,08 1,21 1,22 1,06

ALFA METAL S.R.L. 5,22 1,83 1,56 1,93 1,96 2,12 2,13 2,1 2,2 2,63 2,37

APELL S.P.A. 3,26 3,04 4,01 6,91 4,24 5,31 4,33 3,9 3,87 . 4,32

223

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

APTAR ITALIA S.P.A. 1,78 1,73 1,77 1,88 1,7 1,87 1,9 2,17 3,72 3,88 2,24

ASSEMBLAGGI S.P.A. 1,15 1,12 1,13 1,26 0,96 0,99 1,16 0,88 1,01 1,14 1,08

AUMATECH S.R.L...... 1,94 1,11 0,9 1,12 . 1,27

BHT S.R.L. 1,14 1,14 1,01 0,66 0,83 0,56 0,4 0,67 0,87 0,84 0,81

BIOALIMENTA S.R.L. 0,78 0,7 0,69 0,87 1,12 1,11 1,26 2,01 2,15 . 1,19

BM BETA MECCANICA S.R.L...... 1,25 1,61 1,41 1,65 . 1,48

BODE SUD S.P.A. 7,74 8,38 5,7 4,08 5,83 5,96 5,59 5,2 5,99 8,32 6,28

BOND FACTORY S.R.L. . . 0,86 0,81 0,75 0,99 1,06 1,12 0,88 1,02 0,94

BRAVO S.R.L. 0,74 0,25 . 0,2 0,23 0,42 0,39 0,39 0,49 . 0,39

C. A. STAMPI S.R.L. 1,31 1,27 1,78 1,94 1,85 1,54 1,6 1,77 1,61 . 1,63

C.A.M.E.L. S.R.L. 1,68 1,67 1,45 1,58 1,38 1,47 1,48 1,55 1,48 . 1,53

C.A.M.S. S.P.A. 1,08 1,21 1,06 1,09 1,27 1,6 1,92 2,95 2,78 . 1,66

C.E.F.A. S.R.L. 0,9 0,96 1,04 1,11 1,14 1,16 0,98 0,92 0,93 0,98 1,01

C.E.I.T. S.R.L. 1,05 1,09 1,14 0,93 1,01 1,02 1,15 1,23 1,18 1,25 1,11

C.I.C. CARNI S.R.L. 1 1,05 1,08 1,17 1,26 1,11 1,15 1,19 1,35 . 1,15

C.T. POINT S.P.A. 1,56 1,35 1,51 1,49 1,45 1,39 1,42 1,52 1,42 1,57 1,47

CALZATURIFICIO LORENZA S.R.L. 1,08 1,06 1,07 1,09 1,18 1,08 1,14 1,24 1,15 1,19 1,13

CALZATURIFICIO RINASCITA S.R.L. 1,2 1,01 0,99 0,86 0,9 0,94 1,21 1,25 1,35 . 1,08

CANTINA COLLE MORO SOC. COOP. 0,97 1 0,86 0,84 0,93 0,87 1,19 1,08 1,05 1,08 0,99 AGRICOLA

CANTINA FRENTANA SOC. COOP. 1,02 1,06 1,04 1 1,61 1,67 1,03 1,09 1,06 1,03 1,16 AGRICOLA

CANTINA MADONNA DEL CARMINE 0,86 0,89 0,89 0,85 0,87 0,87 0,81 0,82 . 0,89 0,86 EREDI LEGONZIANO SOC. COOP. AGRICOLA

CANTINA MIGLIANICO SOC. COOP. 1,21 1,17 1,03 0,87 0,87 0,84 1,13 1,11 1,22 1,24 1,07 AGRICOLA

CANTINA ORTONA SOC. COOP. AGRICOLA 0,81 0,77 0,75 0,76 2,94 0,76 0,88 0,86 1,07 1,07 1,07

CANTINA SAN GIACOMO SOC. COOP. 1,52 1,37 1,29 1,3 1,26 1,34 1,34 1,83 . 2,18 1,49

C.S.A. SOC. C00P. AGR. 1,27 1,23 1,13 1,17 1,25 1,15 1,12 1,09 . 1,23 1,18

CANTINA SOCIALE DI PAGLIETA SOC. 1,04 0,99 0,93 0,85 0,79 0,82 0,79 0,77 0,76 0,79 0,85 COOP. AGRICOLA

CANTINA SOCIALE DI VACRI SOC. COOP. 0,74 0,9 0,84 0,98 0,99 0,98 1,01 1,01 . 1,04 0,94 AGRICOLA

CANTINA SOCIALE SANGRO SOC. COOP 1,12 1,11 1,05 0,91 1,06 1 1 0,99 1,29 1,3 1,08

CARTLANDIA S.R.L. 1,59 1,56 1,54 1,67 1,58 2,73 2 1,98 1,93 . 1,84

CARTOTECNICA PASCUCCI S.R.L. 0,95 0,97 0,86 0,84 0,83 0,93 0,71 0,67 0,75 0,66 0,82

CASAL THAULERO S.R.L. 1,06 1,07 1,08 1,11 1,21 1,27 1,33 1,32 1,14 1,15 1,17

CASALE PARADISO - S.R.L. 0,99 0,87 0,53 0,52 0,6 0,62 0,64 0,78 0,91 1,04 0,75

CASEIFICIO SAN GIOVANNI S.R.L. . 0,99 0,95 0,64 0,69 0,76 0,7 1,66 1,82 . 1,03

CEIE CLAMPS S.R.L. 1,62 1,42 1,47 1,87 2,04 1,97 2,02 3,29 2,29 2,66 2,07

224

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

CEVES S.R.L. . . 1,1 1,11 1,27 1,23 1,23 1,26 1,32 1,49 1,25

CINQUINA S.R.L. 1,05 1,01 1,18 1,23 1,21 1,22 1,26 1,22 1 . 1,15

CMTI S.R.L. 0,9 0,9 1,03 1,18 1,14 1,02 0,99 0,99 0,86 . 1,00

CO.GAL.CO S.R.L. 1,13 1,33 1,34 1,58 1,62 1,74 1,69 1,69 1,21 1,63 1,50

CO.ME.ST. S.R.L. 1,13 1,13 1,29 1,7 1,88 1,49 1,87 1,09 1,28 1,22 1,41

COLORIFICIO ARCO S.P.A. 1,1 1,02 1,1 1 0,95 1,15 1,03 1,33 1,3 . 1,11

COMEC INNOVATIVE S.R.L. 1,26 0,85 0,94 0,86 0,94 1,06 0,97 1,19 1,14 . 1,02

COMES.IT S.R.L. 1,43 1,4 1,19 1,1 0,96 0,99 0,93 0,97 1,04 . 1,11

COMETA S.R.L. 0,99 1,07 1,17 1,04 1,12 0,9 1,05 0,83 0,47 . 0,96

COM.P.I. S.R.L. 1,65 1,66 2,47 3,6 3,17 5,83 6,51 4,67 4,82 3,01 3,74

CONFEZIONI MARIO DE CECCO S.P.A. 1,22 1,22 1,25 1,66 1,63 1,67 2,05 2,21 2,35 . 1,70

CONSORZIO COOPERATIVE RIUNITE 1,47 1,42 1,43 1,49 1,59 1,92 1,66 1,54 1,54 1,47 1,55 D'ABRUZZO SOC. COOP. AGRICOLA

CORNAGLIA SUD S.R.L. 1,14 1,21 1,74 1,94 2,12 2,5 2,58 2,5 2,91 1,56 2,02

D'ALESSANDRO TERMOMECCANICA S.R.L. . . . 1,67 1,76 1,82 1,8 1,69 1,73 . 1,75

D'AURIA DISTILLERIE & ENERGIA S.R.L...... 1,24 1,14 1,19

D'ORAZIO PELLI S.R.L. 3,07 2,52 2,46 3,73 2,05 1,19 1,06 0,94 0,96 . 2,00

D'ORSOGNA DOLCIARIA S.R.L. . 0,23 1,39 1,3 1,07 1,01 0,95 . 0,96 . 0,99

D.LAZZARONI & C. S.P.A. 0,58 0,68 0,69 0,73 0,86 0,92 0,98 0,89 1,02 . 0,82

D.M. CUS S.R.L. 1,25 1,24 1,5 1,73 1,62 1,41 2,48 3,13 3,51 2,91 2,08

DAYCO EUROPE S.R.L. 1,02 0,72 0,69 0,87 1,47 . 1,86 1,88 1,61 . 1,27

DELL'AVENTINO S.R.L. 1,42 1,11 1,29 1,06 1,23 1,29 1,2 1,1 1,08 1,14 1,19

DELVERDE INDUSTRIE ALIMENTARI S.P.A. 1,36 1 1,69 1,46 1,15 1,27 1,17 0,88 0,73 . 1,19

DI IORIO CUCINE S.R.L...... 0,25 0,81 . 0,53

DIALIFLUIDS S.R.L...... 0,48 0,43 0,66 0,5 . 0,52

DL SERVIZI INDUSTRIALI S.R.L. . . . 1,09 1,06 0,96 1,14 1,46 1,15 . 1,14

ECO FOX S.R.L. . . . 2,75 1,74 1,58 1,93 1,88 2,25 2,67 2,11

ECO SERVICE S.P.A. . . . . 1,05 1,11 1,66 1,46 1,48 . 1,35

EDIL STEEL S.R.L. 1,16 1,16 1,06 1,16 1,44 1,55 1,3 1,49 1,47 1,58 1,34

F2I S.R.L......

ELLEDIESSE S.R.L...... 1,25 8,26 4,26 . . 4,59

ENGINEERING TEATINA S.R.L. . 1,1 1,06 0,92 1,05 1,01 0,98 0,84 0,73 . 0,96

ESEA MECHANICAL S.R.L. 0,79 1,05 1,1 0,94 1,02 0,84 0,88 0,92 0,87 . 0,93

EURO IMPIANTI S.R.L. 1,64 1,18 1,16 1,27 1,07 1,2 1,25 1,04 1,3 1,29 1,24

EURO ORTOFRUTTICOLA DEL TRIGNO 1,81 1,82 2 2,37 1,91 2,27 1,3 1,42 1,63 . 1,84 SOC. COOP. AGRICOLA

EUROCARDAN S.P.A. 1,83 1,65 1,35 1,44 1,63 1,64 1,59 1,62 1,56 1,58 1,59

EURODRUMS S.R.L. 0,93 1,09 1,02 1,05 1,16 1,21 1,27 1,62 1,75 . 1,23

225

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

EUROPA OVINI S.R.L. 0,92 0,89 0,97 1,24 1,57 1,52 1,46 1,32 1,14 1,17 1,22

EUROTEK S.R.L. 0,92 0,94 1,13 2,94 1,2 0,9 0,81 0,86 0,9 . 1,18

EVOMEK S.P.A. . 1,2 0,8 0,98 0,99 0,87 0,93 1,08 1,11 . 1,00

F.I.SE.M. S.R.L. 1,08 1,18 1,25 1,57 2,2 2,07 2,39 2,54 2,1 . 1,82

F.L.L. S.R.L. 0,94 0,97 0,9 0,95 0,99 1,06 1,29 1,41 1,4 1,69 1,16

F.LLI DE CECCO DI FILIPPO FARA SAN 1,2 1,03 0,75 0,73 0,86 0,78 0,68 . 0,55 . 0,82 MARTINO S.P.A.

F.P. MECCANICA S.R.L...... #DIV/ 0!

FA.VI. S.R.L. 1,57 1,65 1,56 1,66 2,26 1,95 2,11 1,48 1,64 . 1,76

FONDAM S.R.L. . . . . 2,41 2,7 4,46 4,86 4,85 . 3,86

FORAPACK S.R.L. 1,07 1,08 0,94 0,93 0,88 0,9 0,87 0,93 0,82 . 0,94

FORGE CENTRO SUD S.R.L...... 1,08 0,9 0,99

G.G.A. S.R.L. 1,13 1,29 1,51 1,97 2,4 2,91 3,27 2,9 4,85 7,61 2,98

G.I.R. SUD S.R.L. 0,92 1,03 0,88 0,79 0,73 0,56 0,55 0,59 0,76 0,94 0,78

GI.GA COMPOSITE S.R.L. 0,59 0,65 0,63 0,61 0,61 0,73 0,52 0,67 0,84 0,91 0,68

GRANITO FORTE S.P.A. 4,04 2,94 3,39 3,17 3,28 2,49 2,84 2,32 2,45 . 2,99

GRUPPO ARGIRO' S.R.L...... 0,97 0,86 0,92

GUANTIFICIO ABRUZZESE S.R.L. . 1,18 1,29 1,38 1,46 1,57 1,87 2,07 1,91 . 1,59

HITECO S.R.L. 1,71 1,9 2,12 2,42 2,12 1,74 1,61 . 1,5 . 1,89

HONDA ITALIA INDUSTRIALE -S.P.A. 1,25 1,31 1,26 1,23 1,19 1,3 1,66 1,5 1,37 . 1,34

HONEYWELL GARRETT ITALIA S.R.L......

I.M.M. S.P.A. 1,87 1,45 1,11 1,11 0,8 0,78 0,83 0,88 0,94 1,58 1,14

ICOM S.R.L. 1,11 1,17 1,21 1,36 1,44 1,3 1,32 1,48 1,37 1,39 1,32

ILMET VETRO S.R.L. 1,19 1,06 1,04 1,17 1,12 1,06 1,21 1,18 1,49 . 1,17

IMBALLAGGI MANCINI S.R.L...... 0,77 0,74 0,77 0,76

ILMET S.R.L. 1,68 1,4 2 2,49 2,08 1,71 1,82 1,57 1,81 . 1,84

I.M.E.T. S.R.L. 1,84 3,16 2,78 2,86 6,12 3,68 2,02 2,52 2,61 2,63 3,02

INERTI SANGRO S.R.L. 2,21 2,11 2,48 3,09 3,35 2,81 2,58 2,75 2,38 2,22 2,60

INFINAM S.R.L. 1,2 1,18 1,12 1,28 1,14 1,36 1,51 1,11 . . 1,24

INTEC S.R.L. 0,5 0,55 1,17 0,89 1,52 2,27 2,97 3,38 4,35 . 1,96

IOCCO S.R.L. . . . 5,85 1,43 1,21 1,18 0,94 1,02 1,06 1,81

IRE SCA S.R.L. 1,09 . 1,1 1,12 1,2 1,09 0,96 0,88 1,01 . 1,06

ISOMEC S.R.L. 2,69 3,21 3,4 4,39 4,92 3,43 3,41 . 3,68 4,07 3,69

ITALPROGETTI S.R.L. . 0,18 0,25 0,2 0,16 0,2 0,74 0,7 0,76 0,58 0,42

KAARAL S.R.L. . . 0,62 2,08 1,75 1,21 1,14 1,37 1,52 1,82 1,44

LA TECNOMECCANICA SUD S.P.A. 1,11 1,18 1,35 1,26 1,19 1,46 1,63 1,89 2,51 . 1,51

LA TRADIZIONE D'ABRUZZO S.R.L. . . . . 1,34 1,32 1,63 1,72 1,9 . 1,58

LANNUTTI COSTANTINO S.R.L. 1,1 1,11 1,18 1,33 1,21 1,18 1,24 1,34 1,49 . 1,24

226

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

LATERIZI VALPESCARA S.R.L. 2,3 3,06 2,17 3,96 8,03 3,77 3,48 6,22 5,17 4,23 4,24

LGA AUTOMATION S.R.L...... 1,62 1,2 . 1,41

LUCIANO TRAVAGLINI S.R.L. . 0,77 0,67 0,96 1,09 0,93 0,84 0,93 0,86 0,79 0,87

M.M. SYSTEMS S.R.L. . 1,01 1,12 0,97 1,23 1,09 1,01 1,06 1,02 1,03 1,06

MAB MANIFATTURE S.R.L. 1,1 2,5 2,72 3,72 2,34 1,69 1,94 2,16 2,19 . 2,26

MADONNA DI LORETO SOC. COOP. 0,94 1 1,07 1,11 1,23 1,26 1,75 1,45 1,58 1,7 1,31 AGRICOLA

MANGIMI MENNA S.R.L. 0,99 1,45 1,36 1,35 1,26 1,55 1,54 1,49 1,54 . 1,39

MAR PLASTICA S.R.L. 1,22 1,14 1,16 0,9 1,02 1,21 1,05 1,01 0,96 0,99 1,07

MAR PRESS S.R.L. 1,08 1,33 1,12 1,83 1,73 0,92 0,74 0,7 0,75 0,68 1,09

MARFISI CARNI S.R.L 0,94 0,94 0,98 0,98 1,03 0,94 0,98 1,01 1,02 0,99 0,98

MASCIARELLI TENUTE AGRICOLE S.R.L...... 0,82 1,23 1,36 1,14

MAXPLAST INDUSTRIALE S.R.L. 7,31 9,15 9,74 7,24 6,47 5,06 4,51 5,77 . . 6,91

MDB S.R.L. 1,65 1,26 1,21 1,01 1,51 2,02 2,16 1,77 1,65 1,57 1,58

ME.GA. S.R.L. 1,07 0,94 0,96 1,2 1,22 1,61 2,34 2,13 2,8 . 1,59

MECCANICA C.T. S.R.L. 1,32 1,18 1,04 1,63 0,72 1,28 0,88 0,77 1,17 . 1,11

METEC INDUSTRIAL MATERIALS S.R.L. 0,39 1,01 1,12 0,9 0,59 0,63 0,42 0,47 0,27 . 0,64

MEVEPA S.R.L. . 1,07 0,8 0,97 0,97 1,03 1,01 0,87 0,98 . 0,96

NEOS ITALIA S.R.L. 0,99 0,99 1,36 1,37 1,3 1,23 1,07 0,87 0,93 1,03 1,11

NEW LOG S.R.L. 1,2 0,69 1,29 1,41 1,4 1,22 1,6 1,54 1,75 2,31 1,44

NICOLA CINQUINA S.R.L...... 2,02 2,8 3,34 2,9 . 2,77

NIKITA PVC S.R.L...... 0,94 0,94

NIKITA S.R.L. 0,81 0,85 0,74 0,63 0,79 0,77 1,18 1,09 1,19 . 0,89

NORDIMPIANTI SYSTEM S.R.L. 0,97 1,14 1,51 1,83 1,81 2,09 2,26 2,67 2,09 2,4 1,88

NUOVA C.T.L. S.R.L. SOCIETA' 1,3 1,82 2,26 3,06 2,99 3,12 2,38 2,58 3,5 . 2,56 UNIPERSONALE

O.M.P. S.R.L...... 1,03 1,44 . 1,24

OFFICINE MECCANICHE COLOGNI S.R.L...... 1,15 0,6 0,64 0,77 0,79

VILLESE SOC. COOP. AGRICOLA 1,19 1,18 1,16 . 1,36 1,2 1,25 1,17 1,21 1,29 1,22

OMNIA SERVIZI S.R.L. . . . . 1,26 1,03 1 1,13 1,23 . 1,13

ONTEX MANUFACTURING ITALY S.R.L...... 2,09 0,91 0,7 1,23

ORLANDO CONFEZIONI S.R.L. 1,93 1,49 1,46 1,78 2,38 1,05 1,07 1,14 1,12 . 1,49

PAIL SERRAMENTI S.R.L. 1,15 1,04 0,99 1,21 1,09 1 0,95 1,02 0,99 1,21 1,07

PARSEK S.R.L. 0,81 0,98 1,18 1,03 1,95 0,92 1,14 1,34 1,33 1,36 1,20

PASTIFICIO ARTIGIANO CAV. GIUSEPPE ...... 1,03 . 1,03 COCCO S.R.L.

PASTIFICIO FRATELLI DE LUCA S.R.L...... 1,03 1,1 1,11 1,06 . 1,08

PAVI GROUP S.R.L. 1,02 1,07 1,06 1,06 1,05 1,01 1,01 1,11 1,1 1,35 1,08

PELLICONI ABRUZZO S.R.L. 0,93 0,84 0,85 0,87 0,91 1,02 1,01 0,98 0,93 0,95 0,93

227

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

PIERBURG PUMP TECHNOLOGY ITALY 1,31 1,39 1,82 1,46 1,44 1,53 1,34 1,45 1,56 1,54 1,48 S.P.A.

PILKINGTON ITALIA S.P.A. 1,02 1,06 0,68 0,5 0,69 1,16 2,37 2,2 1,89 . 1,29

POLIGRAFICA MANCINI S.R.L. . 1,7 2,2 2,56 2,89 2,57 3,54 3,28 3,32 3,77 2,87

POLIPRINT INNOVATIVE S.R.L. 2,82 2,6 3,26 2,64 1,83 2,68 4,17 4,05 5,03 3,4 3,25

POLYCHEM ITALIA S.R.L. 1,38 1,2 1,18 1,09 1,19 1,2 1,22 1,22 1,22 . 1,21

PRIMA EASTERN S.P.A. 1,2 1,08 1,05 1,11 1,11 0,99 1,12 1,11 1,21 1,22 1,12

PRIMAVERA S.R.L. 1 1,05 1,09 1,04 0,97 0,82 0,8 0,68 0,69 0,75 0,89

PRIMO S.R.L. UNIPERSONALE . 0,14 0,38 0,28 0,36 0,2 0,34 0,4 0,42 . 0,32

PROGETTO MECCANICA S.R.L...... 1,56 1,13 . 1,35

PROGRESSO AGRICOLO 1,13 1,09 1,13 1,03 1,06 1,14 1,31 1,16 1,1 1,37 1,15

PUCCIONI S.R.L. 0,89 0,76 0,66 0,87 0,73 0,73 0,64 0,86 0,81 0,59 0,75

PUGLIESE INDUSTRIA MECCANICA S.R.L. 0,81 1,1 0,77 0,82 3,04 2,76 3,35 4,05 8,69 . 2,82

R.V.M. S.R.L. 1,19 1,22 1,04 1 1,14 1,13 0,98 1,08 1,95 . 1,19

RIFLESSI S.R.L. 1,41 1,25 0,96 1 1,17 1,25 1,39 1,54 1,6 1,71 1,33

RGS S.P.A. 1,43 . 2,31 2,81 2,79 1,97 1,96 1,89 1,56 . 2,09

ROBOTEC S.R.L. 1,07 0,97 0,89 0,92 0,84 0,69 0,6 0,73 0,78 0,8 0,83

S. PANFILO SOC. COOP. AGRICOLA 1,42 1,5 1,49 1,34 1,29 1,26 1,32 1,39 . 1,47 1,39

SICAV S.R.L. 1,08 2,41 2,8 2,15 2,28 3,21 3,33 3,77 2,85 3,72 2,76

S.I.M. S.R.L. 2,81 2,86 3,09 4,05 2,44 2,31 2,9 2,86 2,62 . 2,88

S.L.M. S.R.L. 0,68 0,62 0,38 0,41 0,35 0,55 1,16 . 2,42 . 0,82

SAF DESIGN S.R.L...... 1,01 . 1,01

SALAMANDRA SOC. COOP. A R.L...... 0,91 1,44 1,14 0,8 1,07

SAMI S.R.L. 1,12 1,15 1,04 1,03 1,02 1,01 1,13 1,05 1,18 1,16 1,09

SAN MARCO VEICOLI S.R.L...... 0,96 0,85 0,75 0,67 0,81

SANGRO PROGETTI S.R.L. 0,74 0,53 0,62 0,5 0,61 0,68 0,69 0,74 0,68 . 0,64

SANGROMECCANICA S.R.L. 0,72 0,63 0,67 0,62 0,89 0,8 0,88 0,57 0,85 0,85 0,75

SANSIFICI VECERE S.R.L. 1,28 0,95 0,93 . 0,78 0,96 1 1,14 1,41 1,2 1,07

SAPA BUILDEX ATESSA S.P.A. 1,72 1,87 1,99 2,21 2,19 2,76 2,49 2,62 1,72 . 2,17

SCARIMEC S.R.L. . 0,25 0,64 0,55 0,59 0,61 0,92 0,97 0,86 . 0,67

SCUTTI S.R.L. 0,44 1,14 1,04 1,11 1,07 1,01 1,01 0,98 0,94 . 0,97

SERENITY S.P.A. 2,29 2,39 2,55 3,03 3,3 1,51 1,66 2 1,8 . 2,28

SERVICE COMPANY S.R.L...... #DIV/ 0!

SGT S.R.L. 1,22 1,31 1,48 0,58 0,64 0,86 0,74 0,76 0,73 . 0,92

SIAC FASHION S.R.L...... 1,01 1,02 1,25 1,09

SIMPLASTIC S.R.L. 1,19 1,05 1,28 1,36 1,47 1,44 1,52 1,94 2,36 . 1,51

SOALCA S.R.L. 0,86 0,94 0,85 0,86 0,9 0,99 0,92 0,91 1,16 . 0,93

228

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

SAN MICHELE ARCANGELO SOC. COOP. 0,96 0,94 0,92 1,03 1,12 1,05 0,91 0,87 1,04 1,01 0,99 AGRICOLA S.R.L.

CANTINA RIPA TEATINA SOC. COOP. 1,22 2,83 1,14 1,11 1,15 1,18 1,01 1,02 . 1,16 1,31 AGRICOLA

COLTIVATORI DIRETTI TOLLO SOC. COOP. 0,97 1 0,97 2,28 0,91 0,87 1,16 0,97 1,05 1,07 1,13 AGRICOLA

SOC. COOP. AGRICOLA ORSOGNA 1,32 1,22 1,09 1,04 1,08 1,13 1,11 1,07 1,15 1,06 1,13

SEVEL S.P.A. 0,67 0,79 0,72 0,65 0,74 0,78 0,8 0,78 0,8 0,88 0,76

S.I.C.M.A. S.P.A. 1,14 1,16 1,07 1,16 1,22 1,24 1,27 1,32 1,22 1,2 1,20

PIACENTINI S.R.L. 1,98 2,43 1,2 1,37 1,4 1,42 1,41 1,5 1,49 . 1,58

SPINELLI S.R.L. 1,67 1,69 1,67 1,44 1,46 1,54 1,6 1,69 1,77 1,58 1,61

STYLOFFICE S.P.A. 2,54 2,92 2,93 3,9 3,2 3,17 3,06 2,34 2,46 2,04 2,86

T.M.C. S.R.L. 1,62 1,32 1,56 1,51 1,41 1,33 1,55 1,14 1,14 1,28 1,39

T.T.E. S.R.L. . . . 0,63 0,85 0,83 0,83 0,63 0,66 1,03 0,78

TAIM S.R.L. 1,97 1,64 2,37 1,77 1,78 1,62 1,39 2,06 1,41 2,38 1,84

TASSO S.R.L...... 0,83 0,84 0,84

TAUMAT S.R.L. 0,85 0,82 0,72 0,87 0,78 0,73 0,67 0,76 0,91 . 0,79

TCM S.R.L. 1,17 1,11 0,96 0,77 0,87 1 1,2 1,13 1,23 1,25 1,07

TECHNOSTIV S.R.L. 0,73 1,08 1,24 0,96 0,91 0,81 0,63 0,55 0,61 . 0,84

TECNICHE DI ASSEMBLAGGIO S.R.L. 1,66 1,46 1,89 1,66 1,97 1,56 1,44 1,28 1,15 . 1,56

TECNO GLASS S.R.L. 1,61 1,64 1,6 1,53 1,5 1,52 1,59 1,33 1,58 . 1,54

TECNOMEC SUD S.R.L. 0,9 0,91 1,16 1,16 2 1,25 1,17 1,17 1,15 1,15 1,20

TECNOMETAL S.R.L. 1,57 1,64 1,53 1,8 1,91 1,42 1,68 2,26 2,26 2,19 1,83

TECNOPACK S.R.L. 1,44 1,54 1,7 1,97 1,58 1,46 1,47 1,43 1,47 1,47 1,55

TEKNE S.R.L. 0,99 1,1 1,03 1,1 1,08 0,91 0,97 0,97 1,17 1,01 1,03

TEMPRA SUD S.R.L. 0,75 1,26 1,07 0,73 0,73 0,81 0,68 0,85 1,04 1,12 0,90

TESI S.R.L. . . . . 0,76 0,91 0,96 0,88 0,78 . 0,86

THOR SUD 2,65 2,56 2,85 3,56 2,23 2,13 2,08 1,97 1,83 . 2,43

TORNESE S.R.L. 0,98 1,01 0,76 0,65 0,69 0,75 0,95 0,89 0,83 . 0,83

TRIVERI S.R.L. 0,98 1,36 1,57 1,57 1,46 1,18 0,98 2,51 3,56 . 1,69

TUBI S.P.A. 1,19 1,13 1,19 1,22 1,22 1,22 1,2 1,16 1,17 1,09 1,18

TYCO ELECTRONICS AMP ITALIA . . . . 9,24 5,57 8,6 5,94 2,42 2,59 5,73 PRODUCTS S.R.L.

URSINI S.R.L. . . 1,62 1,17 1,18 1,34 1,4 1,57 1,61 1,37 1,41

VALAGRO S.P.A. 1,22 1,53 1,04 0,99 1,13 1,39 1,14 1,66 1,64 . 1,30

VASTARREDO S.R.L. 1,31 1,34 1,37 1,31 1,4 1,52 1,61 1,76 1,54 . 1,46

VASTO LEGNO S.P.A. 1,4 1,54 1,62 1,76 1,58 1,57 1,57 1,34 1,88 . 1,58

VERINDPLAST S.R.L. 1,81 2,13 3 4,18 3,48 3,68 2,32 2,85 2,05 2,21 2,77

VETRERIA ARTISTICA TEATINA S.R.L. 3,7 3,27 4,03 3,2 3,06 2,77 3,15 3,45 2,44 . 3,23

WALTER TOSTO S.P.A. . . . 1,26 1,58 1,25 1,03 1,47 1,68 . 1,38

229

Imprese con sede in provincia di Chieti 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Media

WEATHERFORD MEDITERRANEA S.P.A. 1,42 1,28 1,37 2,05 1,92 1,51 1,46 2 2,85 . 1,76

Imprese con sede nella provincia 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio dell'Aquila

3 C S.R.L. 2,42 2,24 3,29 3,05 3,32 2,94 1,85 1,3 0,99 . 2,38

AN.SA.PE.SOC. COOP. AGRICOLA . 0,78 0,76 0,7 0,74 0,9 0,81 0,97 0,84 . 0,81

AQUILANA CALCESTRUZZI S.R.L. 1,03 0,95 0,97 1,57 2,27 2,26 2,17 2,54 2,78 . 1,84

AQUILAPREM S.R.L. 1,03 . . 5,82 5,65 0,7 0,49 0,92 0,95 . 2,22

ARTI GRAFICHE SCUDERI S.R.L. 0,97 0,94 1,36 1,5 1,27 1,27 0,9 0,89 1,14 0,97 1,12

C.E.I.T. S.R.L. . 1,49 1,06 0,88 0,98 0,95 0,96 0,99 1,09 . 1,05

CELI CALCESTRUZZI S.P.A. 1,58 1,58 1,7 1,9 1,7 1,31 1,4 1,34 1,81 1,99 1,63

CONFETTI PELINO S.R.L. 1,14 1,18 1,16 1,24 1,33 1,31 1,14 1,09 1,17 . 1,20

EDILCOLOR S.R.L. 1,27 1,15 1,11 1,23 1,2 1,21 1,38 1,26 . . 1,23

ELCO ITALIANA S.P.A. 1,06 1,09 1,21 1,13 1,64 . . 2,01 1,44 . 1,37

ELITAL S.R.L. . 0,65 0,82 0,83 0,74 0,77 0,67 0,82 0,89 . 0,77

ERGOTEC S.R.L. 0,78 1,01 1,59 1,13 1,13 1,02 1 1,06 0,97 . 1,08

EUROCONIC S.R.L. 1,1 1,09 1,01 1,01 0,99 1,03 1,09 1,08 1,08 1,17 1,07

EUROTECK S.R.L. 1,24 1,17 1,29 1,29 1,56 2,07 2,45 2,76 3,4 4,27 2,15

F. & B. S.R.L. 1,65 1,74 1,8 1,85 2,1 2,24 2,34 2,11 3,36 2,59 2,18

F.LLI MARINI CARNI S.R.L. 1,06 1,16 0,91 0,75 0,66 0,67 0,83 0,81 0,92 . 0,86

GIANNANTONI S.R.L. 0,65 0,74 0,74 0,81 0,77 0,78 0,73 0,69 0,67 . 0,73

GRUPPO LEGNO S.R.L. 1,23 1,14 1,24 1,31 1,73 1,98 2 2,28 2,41 3,08 1,84

HI-TECH ELETTRONICA S.R.L. 1,35 1,3 . 0,99 0,82 0,82 1,23 1,37 1,14 . 1,13

ICRA ITALIA S.R.L. 1,58 1,04 1,39 1,13 1,02 0,93 1,09 1,07 1,03 0,92 1,12

IDROSERVICE S.R.L. . . 2,7 1,65 1,45 1,54 1,72 . . . 1,81

IPER ORTAGGI S.R.L. 1,03 0,94 0,98 1,34 0,98 1,02 0,99 0,95 . . 1,03

JUPITER S.R.L. 2,05 2,21 2,18 1,33 2,37 2,35 2,36 2,35 2,39 3,17 2,28

KROMOSS S.R.L. 1,04 1,05 1,02 1,13 1,05 1,04 1,11 1,23 1,36 . 1,11

LFOUNDRY S.R.L. 3,54 7,01 2,34 4,1 6,5 4,81 1,6 1,86 1,69 . 3,72

LIBER S.R.L. . . . . 1,26 1,11 1,23 1,3 1,26 . 1,23

MASTRANGELI ALDO S.R.L. . 0,98 0,92 1,07 1,09 1,05 0,99 0,95 1,02 . 1,01

MEC.AB S.R.L. 1,73 2,27 4,91 1,27 1,61 1,28 2,36 2,59 3,57 3,34 2,49

O.T.I. S.R.L. 3,47 3,79 4,4 2,89 2,89 3,3 2,68 2,16 1,52 1,57 2,87

ORTO GIOIA AGRICOLA S.R.L...... 1,79 1,11 1,11 1,13 1,29

PAVIND S.R.L. 1,06 1,07 1,12 1,22 1,29 1,29 1,35 1,4 1,41 . 1,25

230

Imprese con sede nella provincia 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio dell'Aquila

PEPPONE SALUMI S.R.L. SOC...... 0,98 0,98 1,17 1,04 UNIPERSONALE

REGINELLA D'ABRUZZO S.R.L. 0,83 0,97 0,87 1,14 1,05 1,04 1,15 0,88 0,79 0,75 0,95

S.A.C.P.O. TICOLI S.P.A. 1,72 1,67 1,65 2,16 3,24 4,69 2,89 2,24 3,49 . 2,64

S.A.F. SOCIETA' AGRICOLA FUCINO S.R.L. . . . 1,01 0,95 1 0,95 0,86 1,09 . 0,98

S.I.M.I.C. S.R.L.. 1,28 1,27 1,32 1,22 1,32 1,42 1,51 2,04 1,44 . 1,42

SAES ADVANCED TECHNOLOGIES S.P.A. 1,46 1,82 1,3 0,7 0,8 1,14 1,79 0,95 1,27 1,68 1,29

SAMBEPLAST S.R.L. 1,81 2,4 1,95 1,8 1,52 1,29 1,41 1,4 1,3 1,28 1,62

SFORZA CARNI S.R.L. . . . . 1,53 1,51 1,51 1,53 1,58 . 1,53

SIMAD S.P.A. 0,87 0,81 0,85 0,77 1 1,24 1,12 1,07 1,57 . 1,03

SIAPRA S.P.A. . . . . 0,35 0,24 0,85 1,21 1,94 1,6 1,03

TENSITER CENTRO S.R.L. 1,66 2,2 1,87 1,48 1,65 2,21 1,69 1,61 2,04 . 1,82

VALENTI NASTRI S.R.L. 1,48 1,12 1,16 1,15 1,03 1 0,96 0,94 1,03 1 1,09

Z.C.M. S.R.L. 3,71 3,81 3,62 3,54 3,18 3,33 5,86 8,07 5,81 . 4,55

ZIACA 2 S.R.L. 0,88 1,07 1,12 1,19 1,17 0,94 1,09 1,39 1,36 . 1,13

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

A.R.S. TECH S.R.L...... 0,59 0,81 0,70

ADRIA MED S.R.L. 1,78 1,67 1,63 1,85 2,3 1,95 1,84 1,7 2,56 . 1,92

ALFA WASSERMANN S.P.A. 1,55 1,58 2,19 2,87 3,13 3,43 3,07 3,52 4,66 3,08 2,91

ALPAGEL S.R.L...... 1 0,92 0,45 . 0,79

AMEDEO FERRANTE S.R.L. . . 1,48 1,46 1,31 1,28 1,3 1,23 1,18 1,26 1,31

ARREDOMETALLICA CILLI & CRISANTE 1,24 0,98 0,93 1,06 1,11 1,02 0,97 1 1 . 1,03 S.R.L.

AZIENDA AGRICOLA COPPINI S.R.L. 1,29 1,12 1,32 1,33 1,29 1,33 1,5 1,95 1,73 . 1,43

AZIENDA MARRAMIERO S.R.L. 1,33 1,16 1,31 1,51 1,69 1,64 1,45 1,14 1,15 . 1,38

CALCESTRUZZI PAGNINI S.R.L. 1,2 1,07 1,15 1,05 1 0,97 0,98 1,02 1,23 . 1,07

CASITALIA S.P.A...... 0,3 0,44 . 0,37

CETEAS S.R.L. 1,41 1,48 1,67 2,24 1,77 1,5 1,76 1,59 1,67 1,58 1,67

COMPAGNIA DEL CAFFE' S.R.L. 1,3 1,47 1,37 1,46 1,43 1,43 1,58 1,81 1,81 2,04 1,57

CONTI S.R.L. 2,52 4,64 4,49 7,37 4,6 4,58 5,75 4,65 3,27 4,53 4,64

COPRIKOMPATT S.R.L. 1,17 1,22 1,22 1,28 1,23 1,11 1,11 1,14 1,11 1,11 1,17

DAJAN S.R.L. 2,56 3,32 9,31 1,82 0,94 1,25 1,31 1,3 1,28 0,98 2,41

DE DOMINICIS LAMIERE S.R.L. 1,53 1,74 1,57 1,71 1,64 1,92 2,04 2,26 2,54 2,6 1,96

231

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

DEL PROPOSTO S.R.L. 1,25 1,18 1,38 1,27 2,22 1,99 2,04 2 1,84 . 1,69

DI DONATO S.P.A. 1,24 1,02 1,24 1,42 1,26 1,21 1,22 1,2 1,38 0,86 1,21

DI MUZIO LATERIZI S.R.L. 0,55 0,53 0,67 0,67 0,77 0,7 0,75 0,85 0,85 . 0,70

DIATEC S.R.L. . 2,11 2,02 1,77 1,81 1,74 1,2 1,51 2,06 . 1,78

DIZIOINOXA S.R.L. 1,89 1,74 1,63 2,19 1,24 1,23 1,38 1,28 1,37 . 1,55

DOMOLIFE S.R.L. 2,53 3,58 3,03 4,13 4,63 3,58 3,95 3,51 4,36 . 3,70

ECOPETROL S.R.L. 0,71 0,47 0,65 0,97 0,99 0,98 1,03 1,06 1,06 . 0,88

ELEMEC SOC. COOP. . . . . 1,03 1 1,01 1,01 1 . 1,01

FAMECCANICA.DATA S.P.A. 1,44 1,59 1,4 1,55 1,39 1,28 1,34 1,34 1,25 1,18 1,38

FARMEC S.R.L. 2,61 2,2 2,43 2,32 1,52 1,79 1,95 1,72 1,55 . 2,01

FATER S.P.A. 1,73 1,89 1,87 2,02 1,86 1,61 1,55 1,4 1,3 1,07 1,63

FAZZINI FILIERE S.R.L. 1,2 1,2 1,26 1,49 3,09 3,59 3,72 4,59 5,01 . 2,79

FONTECAL S.P.A. 1,34 1,14 1,33 1,38 1,47 1,42 1,38 1,27 1,14 0,96 1,28

FOODITALIA S.R.L. . 0,66 1,05 1,02 1,45 1,74 1,81 3,98 4,27 . 2,00

FOTOLITOWEB S.R.L...... 1,31 1,12 1,11 1,02 . 1,14

FRATELLI CAPPOLA S.R.L. . . 1,17 1,1 1,56 1,43 1,41 1,46 1,26 . 1,34

G E D S.R.L...... 1,16 1,16

G.B.L. GOLD S.R.L...... 5,62 2,86 . . 4,24

GEA FASHION S.R.L. 0,75 0,85 0,84 0,94 1,13 1,12 1,2 1,12 1,12 . 1,01

GEBEL S.R.L. 1,67 1,88 1,65 1,63 1,73 2,44 4,75 4,43 5,68 . 2,87

GOLD SERVICE 2010 S.R.L...... 2 2,26 2,45 3,64 4,89 3,05

GRAF COLOR S.R.L. 0,73 0,89 0,78 0,85 1,01 1,08 1,22 1,03 1,21 . 0,98

GRAN GUIZZA S.P.A. 0,43 0,49 0,29 0,54 0,79 1,08 1,24 2,07 2,21 . 1,02

HOSI CONCEPT S.R.L...... 1,6 1,89 2,29 . 1,93

I.C.E. S.R.L. 2,29 1,75 1,9 1,75 1,38 1,49 1,33 1,61 1,62 . 1,68

I.C.O. S.R.L. 0,95 0,8 0,74 0,74 0,84 0,82 0,73 0,95 0,99 . 0,84

IACOVONE ALFREDO & FIGLI S.R.L. 0,74 0,83 1,6 1,24 1,35 1,3 1,25 1,23 1,25 . 1,20

ILCA CARNI S.R.L. . . . . 0,99 0,93 0,95 0,96 1,01 1,12 0,99

IMAR. S.R.L. . 1,1 0,97 0,86 1,06 0,94 0,9 0,79 0,79 0,79 0,91

ITALIANA MEDICAZIONE S.R.L. 0,84 0,76 0,83 0,75 0,84 0,76 0,68 0,82 0,68 1,57 0,85

KASAURIA S.R.L. 0,83 0,83 0,85 0,92 1,38 1,21 1,65 1,85 1,72 . 1,25

KEMIPOL S.R.L. 2,4 2,73 3,28 3,88 4,62 2,99 3,51 3,39 2,97 . 3,31

KLINDEX S.R.L. 1,08 1,27 1,35 1,38 1,24 1,33 1,13 1,34 1,48 1,63 1,32

LA REA S.R.L. 1,03 1,04 1,03 1,27 1,26 1,26 1,19 1,27 1,23 . 1,18

LATER MECCANICA S.R.L. . . . . 1,18 1,33 1,59 1,46 1,55 . 1,42

LI.GYS S.R.L. 0,88 0,64 0,71 0,63 0,7 0,72 0,68 0,74 . . 0,71

LI.PA. S.R.L. 1,35 1,04 1,25 1,5 1,44 2,3 1,66 1,77 1,93 . 1,58

232

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

MARIFARMA FM S.R.L. 0,99 1,12 1,17 1,35 1,49 1,54 1,76 1,92 1,49 1,76 1,46

MARIGO S.R.L. 1,47 1,82 2,31 2,92 1,83 1,95 1,59 2,15 1,55 . 1,95

MEDITERRANEO S.R.L. UNIPERSONALE . . 0,87 1,27 1,15 1,69 1,97 1,73 2,81 1,87 1,67

MOLINO E PASTIFICIO DE CECCO S.P.A. 1,36 1,09 0,71 0,57 0,82 1,09 0,97 0,84 0,9 1,05 0,94

NEWTEC ELECTROTECHNICS S.R.L. 1,04 1,06 1,06 1,01 1 1,06 1,08 1,05 1,01 1,04 1,04

NORASFALTI S.R.L. 1,18 1,05 1,05 0,89 0,86 0,79 0,99 1,19 1,12 . 1,01

O.M.A. S.P.A...... 0,91 0,91 0,97 1,08 . 0,97

O.R.E.M. S.P.A. 1,34 1,24 1,23 1,67 2,56 2,44 1,83 2,39 2,67 . 1,93

ORSINI & BLASIOLI S.R.L. 1 1,32 1,36 1,26 1,28 1,24 1,26 1,16 1,21 . 1,23

PATRIARCA S.R.L...... 1,47 1,66 1,18 1,12 . 1,36

PESCARA CARNI S.R.L. 1,1 1,1 . 1,1 1,1 1,11 1,13 1,13 1,13 . 1,11

PESCARADOLC S.R.L. 1,03 0,98 0,94 1,04 0,99 0,72 0,93 0,98 1,06 . 0,96

PHARMAPIU' S.R.L. 1,31 1,07 1,13 1,09 0,95 0,75 0,91 0,83 1,19 1,08 1,03

PODERE CASTORANI S.R.L. 0,32 0,36 0,47 0,38 1,08 3,82 2,66 2,69 3,93 . 1,75

POLIGRAF S.R.L. 0,96 0,95 0,9 0,98 0,85 0,78 0,92 0,87 0,93 . 0,90

PRO PIZZA S.R.L. 0,69 0,46 0,51 0,67 0,8 0,87 0,92 1,24 1,05 . 0,80

PROTEK S.R.L. 1,1 1,16 0,95 1,04 1,09 1,12 1,05 1,08 1,06 . 1,07

RAC-FLUID S.R.L. 1,96 1,97 1,45 3,66 2,32 2,5 3,04 3,26 3,27 2,96 2,64

RAICAM INDUSTRIE S.R.L. . 1,53 1,59 1,64 1,75 1,77 1,9 1,89 2,38 2,81 1,92 UNIPERSONALE

RAVER DI ENNIO TOTTONE S.R.L. 1,1 1,13 1,23 1,35 1,11 1,07 0,98 0,97 1 . 1,10

REAL AROMI S.P.A. 5,77 2,99 4,1 5,13 5,69 6,97 5,92 4 5,62 5,99 5,22

REMU S.R.L. 2,23 1,67 1,5 2,62 1,85 1,72 1,47 1,64 1,3 . 1,78

ROMAN STYLE S.P.A. . . . . 1,11 0,99 1,1 1,26 1,79 . 1,25

RUSTICHELLA D'ABRUZZO S.P.A. 1,25 1,1 1,04 1,01 0,88 0,85 0,86 0,99 0,93 . 0,99

SACIF S.R.L. . . . 2,15 1,63 1,82 2,18 2,61 2,54 3,6 2,36

SAQUELLA 1856 S.R.L. 1,88 2,02 2,28 2,17 2,48 2,34 2,14 2,36 2,41 2,11 2,22

SIPARIO S.R.L. 1,43 1,49 1,79 1,59 1,7 1,75 1,98 2,32 2,37 . 1,82

SISTEM POWER S.R.L...... 1,13 1,25 1,24 1,49 1,28

SMARTCOLOR S.R.L. 1,07 1,17 1,24 1,23 1,16 1,3 1,37 1,32 1,41 . 1,25

SO.E.M. S.R.L. 0,86 0,95 1,1 1,12 1,07 1,21 1,19 1,17 1,13 1,2 1,10

SO.C.C.A.M. S.R.L. 0,72 1,06 1,11 1,18 0,84 1,26 1,16 1,07 1,03 1,04 1,05

SOEM ATI S.C.R.L. 1,03 1,04 1,02 1,02 1,03 1,02 1,06 1,06 1,07 1,12 1,05

SOLVAY CHIMICA BUSSI S.P.A. 1,99 2,57 2,95 2,77 0,8 1,25 1,21 1,03 0,96 . 1,73

SPECIALITA' CARNI LUCIANI S.R.L. . . 1,01 0,86 0,94 0,87 0,91 0,91 . . 0,92

SPIEDI' S.R.L. 0,52 0,71 0,67 0,61 0,76 0,79 0,78 0,81 0,8 . 0,72

SPOLTORE LAVORO SOC. COOP...... 1,02 0,9 0,91 0,99 . 0,96

STELLA FASHION S.R.L...... 1,49 2,31 2,26 . 2,02

233

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Pescara

T.C. S.R.L. . . . 5,03 3,28 5,49 2,25 7,86 2,63 2,19 4,10

TEXOL S.R.L. 0,55 0,82 0,84 1,02 2,03 2,79 1,84 1,86 1,76 . 1,50

THEMA INCASSI S.R.L. . . . . 7,63 6,07 7,35 8,84 7,04 . 7,39

TRAFILERIE MERIDIONALI SPA 1,01 1,01 5,09 2,41 5,44 3,89 5,01 0,82 0,77 . 2,83

TWA EQUIPMENT S.R.L...... 0,89 0,7 . . 0,80

V.D.S. CONSORZIO . . . 1,14 1 0,99 1,4 1,47 1,1 1,36 1,21

VELOMAT S.R.L...... 1,12 1,16 1,39 1,1 1,19

VN S.R.L. FOOD PROCESSING EQUIPMENT . 1,89 1,87 1,07 1,38 1,24 1,15 1,31 1,19 1,22 1,37

VULCARAPID S.R.L. 1,23 1,24 1,04 0,92 1,21 1,17 1,13 1,24 1,05 . 1,14

WORLD TRADE CONSTRUCTION S.R.L. . . . . 0,86 1,27 1,36 1,53 . . 1,26

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

A.T.R. GROUP S.R.L...... 0,03 0,39 0,83 1,42 . 0,67

ABBIGLIAMENTO G. & G. S.R.L. 1,27 1,2 1,18 1,34 1,06 1,15 1,17 1,16 1,09 . 1,18

ADMIRAL S.R.L. 2,31 2,3 2,85 8,84 2,55 2,53 5,21 4,91 4,3 . 3,98

ADRIATICA SALUMI S.R.L. 1,55 1,56 1,56 1,76 2,03 1,99 2,55 2,8 3,17 . 2,11

AGRISANA S.R.L. 3,86 . 2,28 6,99 1,5 1,55 1,8 2,83 . . 2,97

ALFA GOMMA INDUSTRIAL S.P.A. 1,44 1,26 1,34 1,25 1,17 0,94 1,04 0,98 2,28 1,13 1,28

ALFAGOMMA HYDRAULIC S.P.A. 1,14 0,94 0,97 0,81 0,77 0,95 1,05 1,05 2,5 . 1,13

ALGOR S.R.L. 0,81 0,79 0,86 0,77 0,77 0,75 0,86 0,85 0,91 0,96 0,83

ALL.COOP SOC. COOP. AGRICOLA 0,49 0,69 0,7 0,5 0,48 0,54 0,47 0,51 0,36 . 0,53

ALMAPLAST S.R.L. 1,53 1,35 1,28 1,44 1,78 2,07 2,23 1,95 2,15 . 1,75

ARAN WORLD S.R.L. 2,29 2,35 2,47 1,6 2,83 2,39 2,73 2,15 2,26 2,25 2,33

ARCADIA COMPONIBILI S.R.L. 5,52 4,63 3,72 4,67 1,19 1,41 1,6 1,72 1,8 . 2,92

ARCADIA S.R.L. 1,21 1,17 1,2 1,17 1,16 1,27 1,44 1,66 1,86 . 1,35

ARDAGH GROUP ITALY S.R.L. 2,54 2,82 1,82 2,12 1,95 1,47 1,68 1,32 1,74 1,86 1,93

AZIENDA CASEARIA DE REMIGIS S.R.L. 1,79 . 1,14 1,47 1,43 . . . 1,96 1,37 1,53

BAR ITALIA S.R.L...... 2,1 2,34 . 2,22

BENTEL SECURITY S.R.L. 3,5 2,03 1,67 1,88 5,69 4,17 5,54 1,59 1,52 3,93 3,15

BETAFENCE ITALIA S.P.A 1,58 1,48 1,55 1,98 2,02 2,06 1,95 2,01 2,08 1,91 1,86

BI-METAL S.R.L. 1,34 1,29 1,15 1,34 1,4 2,31 4,86 3,78 4,07 2,65 2,42

C M P S.R.L. 1,53 1,26 1,03 1,31 1,27 1,19 1,07 3,47 1,37 1,2 1,47

C.I.E.R. S.R.L. 1,43 1,34 0,69 0,79 0,68 0,75 0,82 0,91 0,83 0,9 0,91

234

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

C.S.M. S.R.L. . . 0,96 0,96 0,97 0,97 0,91 0,79 0,56 0,5 0,83

CA.MA. ITALIA S.P.A. 1,39 1,24 1,68 1,28 1,03 0,87 0,9 0,89 1,8 1,7 1,28

CAART S.R.L. 0,83 0,86 1,54 1,47 1,39 0,83 0,8 0,8 0,77 . 1,03

CALZATURIFICIO GENSI GROUP S.R.L. . . . . 1,18 1 0,73 0,89 1,49 . 1,06

CALZATURIFICIO MGT S.R.L. 0,95 0,96 0,8 0,72 0,72 0,73 0,83 0,76 0,79 . 0,81

CAMI S.R.L. 1,98 2,15 2,05 2,11 2,07 1,95 2,12 2,18 2,16 . 2,09

CARBOTECH S.R.L. 1,35 1,12 0,95 1,17 1,21 1,28 1,22 1,32 1,75 1,6 1,30

CASEARIA DE REMIGIS S.R.L. . . . . 0,67 0,96 1,03 1,23 1,31 1,25 1,08

CAVART S.R.L. . 1,21 1,1 1,14 1,03 1,11 1,17 1,38 1,22 1,16 1,17

CEPAR S.R.L. 1,58 1,62 1,84 1,82 1,58 1,78 2,82 1,88 2,42 2,32 1,97

CO.STRA.M. S.R.L. 0,97 0,57 0,33 0,74 0,86 0,77 0,9 0,79 1,04 . 0,77

COBAS S.R.L. 0,7 0,75 0,88 1,01 0,97 0,98 0,96 1,25 0,98 . 0,94

COMASMOTEL S.R.L. 0,46 . . . . . 3,01 6,15 4,5 . 3,53

CONFEZIONI LAVIS S.R.L. 2,1 2,01 2,39 3,02 2,97 2,54 2,59 2,65 2,25 2,13 2,47

CONGLOMERATI BITUMINOSI VOMANO 1,26 1,09 1,03 1,4 1,6 1,18 0,99 0,96 1,06 . 1,17 S.R.L.

COPAL S.R.L. 1,23 1,19 1,28 1,33 1,39 1,49 1,58 1,63 1,64 1,48 1,42

CORDITEC S.R.L. 0,85 0,91 1,05 1,16 1,25 1,28 1,36 1,41 1,47 . 1,19

CORDIVARI S.R.L. 1,1 1,1 1,24 1,42 1,35 1,25 1,44 1,54 1,33 . 1,31

COSTRUZIONI METALLICHE . . . . . 0,18 . 0,15 1,05 1,06 0,61 PREFABBRICATE INTERNATIONAL S.R.L.

CUBO DESIGN S.R.L. 0,74 0,78 0,78 0,81 0,86 0,93 0,97 0,99 0,97 1,05 0,89

CURIONI SUN TERAMO S.R.L. . . . 1,27 1,43 0,84 0,92 0,87 0,75 0,83 0,99

D'EUGENIO SEMENTI S.R.L. . . . 1,28 0,95 0,99 1 0,99 0,99 . 1,03

D.M.P. ELECTRONICS S.R.L. 1,11 0,99 0,94 1,23 1,31 1,19 1,1 1,02 1,11 . 1,11

DB WASH S.R.L. 0,68 0,74 0,71 0,78 1,02 1,11 1,18 1,23 1,06 . 0,95

DCA S.R.L...... 1,05 1,22 1,16 . 1,14

DE MICHELI S.R.L. . . 1,13 1,15 1,13 1,09 1,35 1,41 1,38 1,41 1,26

DECEM S.R.L. 1,31 1,22 1,39 1,42 1,31 1,13 1,12 1,02 1,03 0,98 1,19

DELTA PREG S.P.A. 1,13 1,11 1,21 1,55 1,62 1,64 2,07 2,01 2,04 . 1,60

DGA 2 S.R.L. . 1,83 1,36 1,23 0,99 0,75 0,98 0,99 1,03 1,02 1,13

DI REMIGIO & DI DIODORO S.R.L. 1,17 1,59 2,11 2,26 2,06 1,77 1,81 1,49 1,89 . 1,79

DI SANTE MOBILI E ARREDI S.R.L. 1,4 1,37 1,3 1,36 1,4 1,19 1,27 1,33 1,37 . 1,33

DIATECH S.R.L. 2,4 2,18 2,48 2,42 2,22 1,83 2,06 2 2,31 2,91 2,28

DRESS LINES S.R.L. 0,79 1,01 1 0,78 0,86 0,95 1 1,06 1,03 0,97 0,95

DRILL SERVICE S.R.L. . . . 0,98 1,09 1,12 0,99 1,11 1,08 1,11 1,07

DSE EUROPA S.R.L. . . . . 0,86 0,97 0,99 1,08 1,14 . 1,01

EBERSPAECHER ITALIA S.P.A. 1,31 1,56 2,49 3,71 4,4 5,48 1,92 1,85 1,36 1,64 2,57

235

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

ECO.TEL. S.R.L. . 1,11 0,96 1,04 1,05 0,98 1,14 1,12 1,17 1,41 1,11

EDIL '83 S.R.L. 1,52 1,62 1,71 1,68 1,75 1,64 1,71 1,6 1,52 . 1,64

ELMAN S.R.L. . 1 0,82 0,36 1 1 1,01 1,02 0,9 0,88 0,89

ESSEPIEFFE S.R.L. 1,68 1,72 1,92 2,47 1,61 1,82 2,45 1,53 2,07 2,28 1,96

ETA SERVICE S.R.L. 1,77 1,13 1,05 1,08 1,19 1,31 1,7 2 1,85 2,2 1,53

ETIGROUP S.P.A. 4,03 6,77 9,47 8,13 4,67 3,35 3,78 6,66 5,5 . 5,82

ETOMILU S.R.L. 0,98 0,96 1 0,96 0,63 0,95 0,94 0,88 1,08 . 0,93

EUNICS LAB S.R.L. 6,03 2,18 3,72 1,65 1,62 2,17 5,52 5,55 1,58 4,9 3,49

EUROCARBO S.P.A. 2,04 2,09 1,76 2,26 1,85 1,52 1,75 1,65 1,92 1,86 1,87

EUROFIL S.R.L. 1,07 1,25 1,26 1,39 1,58 1,5 1,52 1,91 1,83 . 1,48

EUROPA ACCIAI S.R.L. 0,93 1,01 1,02 1,06 1,1 1,06 1,02 1,06 1,04 . 1,03

F.B.C.I. S.R.L. 0,85 0,86 0,85 0,88 0,78 0,75 0,7 1,09 1,09 1,11 0,90

F.G. 1936 S.R.L. . 1,28 1,06 0,96 0,91 0,9 0,99 0,99 1,1 1,14 1,04

F.LLI BARBIERI S.R.L. . . 7,65 3,93 2,26 2,4 2,9 3,64 2,51 . 3,61

FAI COSTRUZIONI S.R.L . . . . 1,18 1,43 1,47 1,34 0,97 . 1,28

FARAONE INDUSTRIE S.P.A. 1,48 1,4 1,37 1,55 1,73 1,91 2,39 2,21 2,08 . 1,79

FARAONE S.R.L. 1,1 1,11 1,18 1,42 1,52 1,6 1,73 1,95 2,31 . 1,55

FARGLASS S.R.L. 2,09 1,72 1,93 1,74 1,41 1,43 1,7 1,89 1,9 1,99 1,78

FASHION TEX S.R.L. 1,18 1,13 1,15 1,41 1,33 1,24 1,22 1,24 0,99 . 1,21

FEGI MANIFATTURE S.R.L. 2,47 2,68 2,8 3,5 3,45 3,77 3,85 3,19 2,91 . 3,18

FEMA S.R.L. . . . . 0,79 1,99 1,21 0,98 1,24 1,56 1,30

FERBI S.R.L. . 0,94 0,99 1,1 1,2 1,26 1,29 1,21 1,21 1,34 1,17

FIMATEX S.R.L. 0,77 0,66 0,57 0,5 0,59 0,54 0,57 0,46 0,41 0,46 0,55

FIORELLA INDUSTRIE S.R.L. 1,75 1,38 1,99 2,66 2,79 2,09 2,41 2,58 2,16 2,39 2,22

FO.MET.A.L. S.R.L. 1,37 1,34 1,29 1,19 1,24 1,26 0,95 0,92 0,91 . 1,16

FOODS IMPORT DEI F.LLI MONTI S.P.A. 1,08 1,08 1 1,07 0,97 0,93 0,79 0,8 0,95 1,02 0,97

FORM COLLECTION S.R.L. . . 0,75 0,83 0,93 1,14 1,04 1,05 1,12 1,21 1,01

FORSIT S.R.L. 3,59 4,22 1,51 1,3 0,98 1,05 1,08 0,73 0,86 0,93 1,63

FRAMASIL S.R.L. 1,18 1,19 1,38 1,47 1,47 1,41 1,45 1,49 1,51 . 1,39

FRIGOMECCANICA S.R.L. 2,75 2,28 3,08 3,37 3,71 4,37 5,07 4,12 3,39 3,33 3,55

FRONTENAC S.P.A. 2,09 2,06 2,63 5,84 4,73 4,65 5,9 . . . 3,99

FUTURTEC S.R.L...... 1,7 1,32 1,41 1,32 1,44

GALLI PELLETTERIE S.R.L. 1,01 1,01 1,04 1,1 1,14 1,2 1,33 1,4 1,61 . 1,20

GAMMA DOORS S.R.L. 1,12 1,17 1,88 1,99 1,83 1,55 1,6 1,56 1,28 . 1,55

GE. FE. POLYMERS S.R.L...... 0,32 0,38 0,59 0,72 0,50

GELCO S.R.L. 0,87 0,68 0,73 0,83 0,8 0,85 1,11 1,67 1,26 1,05 0,99

GIPLAST GROUP S.P.A...... 0,94 0,92 0,88 0,91

236

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

GLM S.R.L. 1,05 1,19 1,23 1,48 1,56 1,31 1,29 1,55 1,75 . 1,38

GOTER THERMOPLASTIC COMPOUNDS 1,8 2,1 2,05 1,59 1,53 1,45 1,84 1,88 1,78 1,6 1,76 S.P.A

GRAFICHE MARTINTYPE S.R.L. 1,49 1,4 1,44 1,5 1,34 1,47 1,59 1,38 1,24 . 1,43

GRAZIANO RICAMI S.R.L. 1,12 1,25 1,26 1,4 1,77 1,67 1,99 3,31 2,3 . 1,79

HATRIA S.R.L. 2,52 1,44 0,71 0,65 0,64 0,69 0,69 1,2 0,98 3,21 1,27

HOT CLASS S.R.L. . . 4,25 1,37 1,27 1,38 1,44 1,53 1,69 1,66 1,82

I.MA.TEX S.R.L. 2,31 2,46 3,38 1,9 2,12 2,01 1,95 2,81 4,2 . 2,57

I.P.R. INDUSTRIE PLASTICHE RIUNITE . . 0,85 0,8 0,81 0,86 0,96 0,95 0,95 1,04 0,90 S.R.L.

INDUSTRIA ABRUZZO SOC. COOP...... 1,32 1,25 1,29

INDUSTRIE ROLLI ALIMENTARI S.P.A. 3,13 2,21 2,25 2,34 2,37 2,23 2,02 . . . 2,36

INTERNATIONAL PUR S.R.L. 1,09 1,12 1,03 1,11 1,2 1,14 1,24 1,28 1,37 . 1,18

INTEX S.P.A. . 1,2 1,13 1,21 1,22 1,38 1,39 1,27 1,27 . 1,26

ISATEX S.R.L. 1,91 4,63 . . 2,45 1,64 3,39 3,68 5 5,22 3,49

ITALFER CARPENTERIE S.P.A. 1,2 1,25 1,2 1,35 1,33 1,23 1,32 1,8 1,54 . 1,36

ITALIA BOX S.R.L. . . 0,54 0,68 0,78 0,81 0,76 0,9 0,87 0,92 0,78

ITALPANNELLI S.R.L. 1,45 1,42 1,5 1,89 1,38 1,45 1,51 1,81 2,18 . 1,62

ITALPREFABBRICATI S.P.A. 1,43 1,65 1,75 1,79 1,53 1,32 1,69 1,55 1,47 . 1,58

ITALSUR S.R.L. 0,9 0,84 0,84 0,93 0,92 1,26 1,18 1,4 1,39 1,54 1,12

JONNY Q ITALIA S.R.L. 2,71 3,52 3,63 3,73 2,84 2,88 2,04 1,98 2,93 . 2,92

KICO S.R.L. . 0,85 0,88 0,68 0,95 1,04 0,99 0,99 0,9 . 0,91

L'ALTRACARNE S.P.A. 0,8 0,88 0,84 0,8 0,83 0,82 0,78 0,78 0,84 . 0,82

L'AVANA MANIFATTURE S.R.L. 1,01 1,1 1,32 1,27 1,22 1,38 1,62 1,86 2 . 1,42

L.T. FORM 2 S.R.L. 0,83 0,68 0,51 0,7 0,89 1,04 0,79 0,71 0,64 0,82 0,76

LA MEC FERRO S.R.L. CLEMENTONI 1,02 1,13 1,12 1,64 1,68 1,86 1,77 1,09 0,82 0,71 1,28 GROUP

LAB DESIGN S.R.L...... 1,33 1,28 0,98 1,01 1,15

LAFER S.R.L. 0,87 1,14 1,07 1,18 1,36 1,09 1,14 1,2 1,17 . 1,14

LAREG 2 S.R.L. . . 1,55 2,31 3,03 3,36 3,04 3,75 3,89 . 2,99

LAS MOBILI S.R.L. 0,84 0,89 1,05 1,11 1,19 1,12 0,92 0,85 0,82 . 0,98

LAVAAL INTERNATIONAL S.R.L...... 1,32 1,21 1,23 1,15 1,23

LESTI PALLETS S.R.L. 1,18 1,15 1,24 1,44 1,4 1,26 1,06 1,31 1,44 . 1,28

LIOFILCHEM S.R.L. 1,19 1,26 1,29 1,12 1,14 1,11 1,06 1,08 2,24 . 1,28

LISCIANIGIOCHI S.R.L. 1,16 1,1 1,2 1,22 1,3 1,32 1,31 1,32 . 2,88 1,42

LUNATIKA S.R.L. . . . 1,15 1,15 1,12 1,07 1,07 1,08 . 1,11

M.G. FASHION GROUP S.R.L. . . . . 0,94 1,01 1,08 1,11 1,16 . 1,06

M.I.V.V. METAL INDUSTRIA VAL VIBRATA 1,74 1,76 1,39 2,65 1,94 1,71 1,81 1,7 1,72 . 1,82 S.P.A.

237

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

MAGLIFICIO GRAN SASSO S.P.A. 2,87 3,12 3,24 3,62 3,43 3,07 3,72 3,55 3,32 . 3,33

MAGLIFICIO MATISSE S.R.L. 1,46 1,11 0,78 0,63 0,76 0,75 0,81 0,75 0,84 0,95 0,88

MANGIMI ARISTON S.R.L. 1,79 1,52 1,66 1,85 1,89 2,16 1,98 2,15 2,19 . 1,91

MANIFATTURE F.D.M. S.R.L. 1,48 1,33 1,43 1,22 1,12 1,12 1,16 1,17 1,23 . 1,25

MANIFATTURE LORD S.R.L. 1,7 1,77 2,33 2,54 3,03 2,83 2,9 2,93 2,48 . 2,50

MAR MOBILI S.R.L. 0,86 1,17 1,07 1,18 1,13 0,99 1,04 0,99 1,07 . 1,06

MARINER UNO S.R.L. 2,03 1,87 1,83 1,82 1,64 1,66 1,51 1,44 1,46 1,4 1,67

MARINI FASHION S.R.L...... 1,28 1,21 1,05 1,18

MAS LEGNO S.R.L. 1,12 1,09 1,13 2,09 1,99 1,98 1,06 . . . 1,49

MAS S.R.L. . 4,95 0,41 0,34 0,26 0,12 1,26 2,12 1,28 . 1,34

MASTER ELETTRONICA S.R.L. 1,29 1,51 1,57 1,85 1,56 1,69 1,44 1,14 1,22 . 1,47

MAXILINE ITALIA S.R.L. 0,92 0,87 0,89 0,98 0,93 0,96 1,07 1,1 1,17 . 0,99

MAXIPRO S.R.L...... 1,2 0,98 0,84 0,93 . 0,99

MC S.R.L. 3,72 2,02 1,99 1,95 1,97 2,87 4,48 3,67 4,93 . 3,07

MD'E S.R.L. 0,94 0,88 0,97 1,07 1,16 1,07 1,13 1,17 1,07 . 1,05

MEC SYSTEM S.R.L. 1 1,06 1,05 1,07 1,03 0,83 0,8 0,83 0,85 0,92 0,94

MECATRON AUTOMAZIONE S.R.L. 1,21 1,18 1,2 1,33 1,42 1,32 1,13 0,95 0,94 . 1,19

MEDITERRANEA SEMENTI S.R.L. 1,21 1,17 1,14 1,09 1,09 1,05 1,06 1,04 1,01 . 1,10

MENOZZI DE ROSA 1836 S.R.L...... 1,71 . 1,71

METAL SERVICE S.R.L. 0,99 1 1,08 1,14 1,13 1,1 1,13 1,12 1,25 . 1,10

METALCHIMICA S.R.L. 1,04 1 1,13 1,02 0,89 0,9 0,76 0,91 1 1,03 0,97

METALLURGICA ABRUZZESE S.P.A. 0,97 0,86 0,82 0,81 0,87 0,83 0,88 0,96 1,1 . 0,90

METALWAY S.R.L. 0,88 0,9 0,99 1 1,11 0,87 1,17 0,98 1,09 1,06 1,01

MMA GROUP S.R.L...... 0,68 . . . . 0,68

MODULO S.R.L. 0,86 0,97 1,01 1,12 1,33 1,46 1,59 1,15 1 0,9 1,14

MOLINO CORI & CANDELORO S.R.L. 0,88 0,92 0,95 0,97 0,98 0,9 0,86 1,16 1,58 . 1,02

MORGAN CARBON ITALIA S.R.L. 1,3 1,24 1,2 0,9 0,77 0,7 0,83 0,77 0,61 . 0,92

MTA SERVICE S.R.L. 1,32 1,24 1,16 0,83 1,32 1,07 0,98 1,09 1,15 1,22 1,14

NUOVAPLAST S.R.L...... 0,94 1,02 1,07 0,92 0,93 0,98

O.M. 4 S.R.L...... 0,61 0,78 0,91 1,02 0,83

OLTREDONNA S.R.L. 0,99 0,92 0,89 1,01 0,93 1,15 1,6 1,99 3,92 . 1,49

OMNI DECOR S.R.L. 1,39 1,81 1,61 1,57 1,46 1,28 1,53 1,54 1,87 1,35 1,54

ORION S.R.L...... 0,8 0,88 0,9 . . 0,86

OSLV ITALIA S.R.L. 1,85 1,81 2,52 2,71 2,06 2,21 2,16 2,16 2,05 . 2,17

P. DEZI S.R.L. . 1,69 1,52 1,19 0,85 0,7 0,99 0,98 0,95 . 1,11

P.A.P. S.R.L. 1,05 1,06 1,08 1,08 0,86 0,88 1,2 0,71 0,86 . 0,98

P.C.M. S.R.L. 1,24 1,19 1,59 1,27 1,38 2,21 2,06 1,99 2,45 . 1,71

238

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

PASTIFICIO REGAL S.R.L. 0,91 0,88 1,03 1,45 1 0,89 0,7 0,58 0,55 . 0,89

PELLETTERIA L'EUROPEA S.R.L. 1,39 1,12 1,15 1,22 1,21 1,17 1,1 1,08 1,09 . 1,17

PENTAFERTE ITALIA S.R.L...... 0,98 1,08 . 1,03

PLANET BAGS S.R.L. 1,34 1,41 1,21 1,55 1,13 0,99 0,97 0,97 0,9 . 1,16

PLAST.TEC. S.R.L. 0,93 0,97 0,94 0,99 0,84 0,87 0,78 0,84 0,86 . 0,89

PLASTIFLEX S.R.L. 1 1,14 1,09 0,94 0,97 0,79 0,81 0,83 0,89 0,98 0,94

PNK FARMACEUTICI S.R.L. . 1,35 0,81 0,86 0,89 0,97 0,96 1,07 0,9 . 0,98

POLYPLAST S.R.L. 0,85 0,9 0,88 0,85 0,85 0,84 0,87 0,95 0,97 . 0,88

PONZIO S.R.L. 0,99 0,96 1,31 1,46 1,32 1,2 1,07 1,35 1,6 . 1,25

PRIMER S.R.L. . . . 3,2 1,5 1 1,01 1,03 1,05 . 1,47

PRODOTTI ALIMENTARI FIORAVANTI & C. 1,63 1,69 2,55 2,59 2,6 3,43 3,9 4,54 5 . 3,10 S.R.L.

PROEL S.P.A. 1,53 1,31 1,33 1,31 1,1 1,07 1,12 1,21 1,19 1,19 1,24

PROFILART WOOD S.R.L. . . . 1,06 0,96 0,99 1,04 1,14 1,33 . 1,09

PROGETTO LEGNO S.R.L. 0,83 0,88 0,93 0,95 0,95 1,02 1 1,02 1,08 . 0,96

PRONTOGEL ALIMENTI S.R.L. 0,72 0,61 0,53 0,52 0,59 0,56 0,54 0,7 0,64 . 0,60

PV ENGINEERING S.R.L...... 0,18 0,19 0,16 1,15 . 0,42

RAILTECH PANDROL ITALIA S.R.L. 0,47 0,36 1,49 1,23 1,53 1,29 1,26 1,21 3,26 . 1,34

REAXING S.R.L...... 0,74 0,7 0,76 5,07 1,82

RIPANI ITALIANA PELLETTERIE S.R.L. 1,57 1,6 1,98 2,02 2,4 2 2,05 2,34 2,38 . 2,04

RIPARAZIONE FRENI S.R.L...... 0,6 0,52 1,36 2,23 1,78 1,30

ROSETO CALCESTRUZZI S.R.L. 1,55 1,6 1,65 1,62 1,61 1,67 1,83 1,9 1,91 2,14 1,75

ROTOFILM S.P.A. . . 1 0,98 0,9 0,89 0,86 0,82 0,87 0,9 0,90

S.A.M.I.C.A. S.R.L. 2,71 2,47 2,61 2,79 3,58 2,28 1,84 1,72 1,58 . 2,40

SIM S.R.L. 1,69 1,79 1,53 . 1,52 1,26 1,31 1,22 1,24 1,18 1,42

SACIM SYSTEMS S.R.L. 0,78 1,35 1,54 1,17 2,29 1,63 1,41 1,38 1,29 . 1,43

SAL.PI UNO S.R.L. 1,26 1,23 1,02 1,07 1,19 1,12 1,13 0,98 0,96 . 1,11

SALUMIFICIO FRATELLI COSTANTINI 1,71 1,69 1,55 2,16 1,61 1,72 1,82 1,65 1,99 . 1,77 G.N.E. S.R.L.

SANTO STEFANO DI ITALO FERRETTI 5,17 5,48 2,78 2,86 2,92 . . 2,99 2,65 . 3,55 S.R.L.

SAPORI VERI S.R.L. 0,89 0,9 0,77 0,77 0,81 0,8 0,68 0,73 0,93 . 0,81

SAVINI S.R.L. 1,38 1,26 1,66 1,55 1,55 1,35 1,37 1,72 1,66 . 1,50

SEA S.P.A. 1,28 1,29 1,32 1,51 1,29 1,39 1,48 1,6 2,06 2,36 1,56

SIDEF S.R.L. . . . 1,06 1,09 1,15 1,03 0,94 1 1,05 1,05

SITEF SERVICE S.R.L. 3,16 2,55 4,42 0,8 0,77 0,77 0,75 0,76 0,71 0,75 1,54

SIMPLAST S.R.L. 0,69 0,73 0,54 0,62 0,68 0,55 0,63 0,73 0,73 0,92 0,68

SOFER CARPENTERIE S.R.L. 1,13 1,14 1,14 1,26 1,14 1 1,02 1,07 1,12 . 1,11

STELMAR S.R.L. 1,07 1,05 1,05 1,05 1,12 1,15 1,15 1,14 1,14 1,17 1,11

239

Imprese con sede nella provincia di 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Medio Teramo

STRACCIA PACKAGING S.R.L. 1 1 1,12 1,1 1,09 1,08 1,21 1,27 1,31 . 1,13

SUSTA S.R.L. 1,45 1,57 1,67 1,37 1,38 1,9 1,5 1,68 1,95 . 1,61

T.M.L. S.R.L. 1,06 1,22 1,02 1,35 1,23 0,85 1,06 1,07 1,36 1,64 1,19

TECNOARREDO S.R.L. 1,58 1,38 1,47 1,46 1,55 1,78 2 1,39 1,6 . 1,58

TECNOMATIC S.P.A. 1,18 1,1 1,24 0,75 0,64 1,23 1,14 1,27 1,55 . 1,12

TECNORESINE ABRUZZESE S.R.L. 0,92 0,9 1,3 1,84 1,88 1,42 1,17 0,97 0,84 . 1,25

TEKNOELETTRONICA S.R.L. 0,43 0,47 0,45 0,9 0,94 0,99 1,58 1,43 1,44 1,46 1,01

TERTEX S.R.L. 1,68 2,3 1,77 2,83 2,61 2,46 2,62 2,51 2,25 . 2,34

TESCON S.R.L. 1,15 1,24 1,07 1,2 1,1 1,04 1,15 1,42 1,67 . 1,23

TEXCOLOR S.P.A. 1,26 0,86 0,89 0,75 0,8 0,8 0,81 0,72 0,92 0,87 0,87

TEXLINE S.R.L. . 0,28 0,31 0,39 0,53 1,11 0,62 1,4 1,49 1,51 0,85

TIESSE S.R.L. 1,39 1,7 2,06 2,2 2,33 2,23 2,85 2,96 3,58 3,8 2,51

TORREFAZIONE ADRIATICA S.P.A. 4,1 3,02 4,39 3,63 3,94 3,23 4,23 4,6 4,79 . 3,99

TRAFILERIE EMILIANE SUD S.P.A. 0,9 0,9 0,88 0,92 0,97 0,95 0,89 0,99 0,98 0,93 0,93

TRANCERIA DEL TRONTO S.R.L. 5,23 5,18 6,64 6,28 1,49 0,97 1,18 1,41 1,94 . 3,37

UNISERVICES S.R.L. 1,05 1,1 1,12 1,11 1,13 1,15 1,14 1,17 1,17 . 1,13

UNIVERSO S.R.L. 1,04 1,03 1,03 1,22 1,2 1,21 1,35 1,4 1,3 . 1,20

VECO FONDERIA SMALTERIA S.P.A. 1,77 1,81 1,82 2,21 2,27 1,61 1,29 1,24 1,53 . 1,73

VEGA PREFABBRICATI S.R.L. 1,76 1,5 1,57 1,58 1,34 1,32 1,2 1,15 1,31 . 1,41

VIRO CARNI S.R.L...... 0,35 . 0,35

WASH ITALIA S.P.A. 1,44 1,29 1,25 1,45 1,4 1,14 0,88 0,8 0,96 . 1,18

XANTHIA S.R.L. 2 1,9 2,32 2,92 2,42 2,51 2,77 2,47 4,86 . 2,69

240