Alessandro Sura

Questo studio analizza l’impatto della digitalizzazione sulla redditività di 766 aziende italiane a partecipazione pubblica tra il 2015 e il 2023. Utilizzando un dataset panel bilanciato, è stato costruito un Digital Score basato sul livello di digitalizzazione dei settori NACE. L’analisi prevede clustering (K-Means), modelli di machine learning (Random Forest e XGBoost) e approcci quasi-sperimentali (Difference-in-Differences e Propensity Score Matching). I risultati mostrano un impatto positivo ma marginale della digitalizzazione sul ROE. Gli indicatori di performance operativa, in particolare ROA ed EBITDA Margin risultano i principali driver della redditività. L’analisi quasi-causale non rileva effetti statisticamente significativi della digitalizzazione nel breve periodo, suggerendo benefici potenziali solo nel medio-lungo periodo. Un test di robustezza basato su Noise Injection conferma che tali evidenze non dipendono dalla specifica costruzione dell’indicatore digitale. This study investigates the impact of digitalisation on the profitability of 766 Italian publicly owned firms from 2015 to 2023. A balanced panel dataset and a sector-based Digital Score were used. The methodology includes clustering techniques (K-Means), machine learning models (Random Forest and XGBoost), and quasi-experimental approaches (Difference-in- Differences and Propensity Score Matching). Results reveal a marginal positive impact of digitalisation on ROE. Operational performance indicators, particularly ROA and EBITDA Margin emerge as the main drivers of profitability. The quasi-causal analysis does not detect statistically significant effects of digitalisation in the short term, suggesting that the benefits of digital transformation may emerge mainly in the medium to long term. A robustness check based on Noise Injection confirms that these findings are not driven by the specific construction of the digital indicator.Cette étude évalue l’impact de la numérisation sur la rentabilité de 766 entreprises italiennes à majorité publique entre 2015 et 2023. Un ensemble de données panel équilibré et un Digital Score sectoriel ont été utilisés. L’analyse combine des techniques de clustering (K-Means), des modèles de machine learning (Random Forest et XGBoost) et des approches quasi- expérimentales (Difference-in-Differences et Propensity Score Matching). Les résultats montrent un impact positif mais limité de la numérisation sur le ROE. Les indicateurs de performance opérationnelle, en particulier le ROA et la marge EBITDA, apparaissent comme les principaux déterminants de la rentabilité. L’analyse quasi-causale ne met pas en évidence d’effet statistiquement significatif de la numérisation à court terme, suggérant que les bénéfices de la transformation numérique pourraient émerger surtout à moyen et long terme. Un test de robustesse fondé sur le Noise Injection confirme que ces résultats ne dépendent pas de la construction spécifique de l’indicateur numérique.