La rilevanza finanziaria dei fattori ESG nelle PMI italiane: evidenze da modelli econometrici e di machine learning.

This thesis investigates the role of Environmental, Social, and Governance (ESG) information in explaining firms’ capital structure and operational performance. The analysis focuses on a sample of Italian small and medium-sized enterprises over the period 2021–2022, combining traditional financial variables with externally sourced ESG indicators. The main objective is to assess whether ESG variables provide additional explanatory and predictive power beyond standard financial fundamentals. To address this question, several empirical approaches are implemented, including linear regression models, Elastic Net, Random Forest, and Generalized Additive Models. Model performance is evaluated using an out-of-sample validation framework in order to compare predictive accuracy across specifications. The results show that financial fundamentals remain the primary determinants of leverage and short-term financial risk. However, ESG indicators provide additional information in some contexts, particularly in explaining contemporaneous leverage and firms’ operational performance. Overall, the findings suggest that ESG variables can contribute to a broader understanding of firm characteristics, although their explanatory power generally remains lower than that of traditional financial indicators. The thesis contributes to the empirical literature on sustainability and corporate finance by providing evidence from a relatively underexplored setting: Italian small and medium-sized enterprises.

Questa tesi analizza il ruolo delle informazioni ESG (Environmental, Social and Governance) nella spiegazione della struttura finanziaria e della performance operativa delle imprese. L’analisi si concentra su un campione di piccole e medie imprese italiane per il periodo 2021–2022, combinando dati finanziari tradizionali con indicatori ESG. L’obiettivo è valutare se e in che misura le variabili ESG contribuiscano a migliorare la capacità esplicativa e predittiva dei modelli rispetto ai soli fondamentali economico-finanziari. A tal fine vengono implementati diversi approcci empirici, tra cui modelli di regressione lineare, Elastic Net, Random Forest e Generalized Additive Models, adottando una strategia di validazione out-of-sample per confrontare le performance dei modelli. I risultati mostrano che i fondamentali finanziari restano i principali determinanti della leva e del rischio finanziario di breve periodo. Tuttavia, gli indicatori ESG forniscono in alcuni casi informazioni aggiuntive, in particolare nell’analisi della leva contemporanea e della performance operativa delle imprese. Nel complesso, le evidenze suggeriscono che le variabili ESG possano contribuire a migliorare la comprensione delle caratteristiche aziendali, ma il loro potere esplicativo rimane generalmente inferiore rispetto ai tradizionali indicatori finanziari. La tesi contribuisce alla letteratura empirica sul rapporto tra sostenibilità e finanza aziendale, fornendo evidenze su un contesto di PMI italiane ancora relativamente poco esplorato.