선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구의 목적은 CVC가 투자한 벤처의 성숙 단계별 포트폴리오 구성에 따라 모기업의 기술적 성과에 차이가 있는지를 검증하기 위함이다. 우선, CVC 포트폴리오내 투자단계별 투자금액 분포에 따라 투자성향이 어떻게 변화하고, 이것이 모기업의 기술적 성과들에 어떻게 영향을 미치는지를 검증하고자 한다.
- 현재 글로벌 기업들은 혁신하기 위해 수많은 기술들을 외부에서 받아들이고 있다. 본 연구는 최근 급성장 중인 사내벤처캐피탈(CVC)이 투자포트폴리오 구성만으로도 기술혁신 효과를 극대화할 수 있다는 것을 글로벌 70개 CVC들의 투자성과를 기반으로 실증연구를 진행하였다. 본 연구의 분석결과를 바탕으로 몇 가지 시사점을 도출할 수 있었다.
- 따라서 본 연구의 목적은 CVC가 투자한 벤처의 성숙 단계별 포트폴리오 구성에 따라 모기업의 기술적 성과에 차이가 있는지를 검증하기 위함이다. 우선, CVC 포트폴리오내 투자단계별 투자금액 분포에 따라 투자성향이 어떻게 변화하고, 이것이 모기업의 기술적 성과들에 어떻게 영향을 미치는지를 검증하고자 한다. 또한, 단독 투자가 아닌 다른 파트너와 공동 투자했을 경우, 혁신 창출에 부가적으로 어떠한 차이가 나타나는지 검증할 계획이다.
- 하지만, 투자를 받는다고 하더라도 사업화에 실패하는 초기기업들이 많아 모기업에 실질적인 기술지원 단계까지 생존하지 못하는 경우가 많다. 이러한 이유로 벤처캐피탈은 포트폴리오를 통해 파괴적 기술 확보와 안정적인 생존율 모두를 만족시키고자 한다.
가설 설정
- 가설 1은 포트폴리오 성장 잠재성과 모기업의 기술혁신이 Inverted U형 영향을 미칠 것이라고 예측하였다. 모델 2와 같이 포트폴리오 성장 잠재성이 증가할수록 기술혁신에 양의 관계(β=1.
- 연구가설 1: CVC가 투자한 벤처 포트폴리오의 성장 잠재성은 모기업의 기술혁신 성과에 Inverted U 형 상관관계를 가진다.
- 연구가설 2: CVC가 투자한 벤처 포트폴리오의 기업들의 총 파트너 수가 포트폴리오 성장 잠재성과 모기업의 기술혁신 성과의 Inverted U형 상관관계를 Negative effect 형태로 조절한다. (즉, Inverted U형 상관관계를 약화시킨다.
제안 방법
- 해당 기간에 CVC를 통해 투자한 136개 글로벌 기업 중 벤처 투자실적이 10개 미만인 회사는 제외하였고, 2개 이상의 CVC(예, GE Capital, GE Commercial Finance)를 가지거나 모기업이 합병된 CVC(예, EMC Ventures, Dell Ventures)는 통합하여 최종 70개 대상기업을 선정하였다. CVC 투자 기본정보, 소속 모 회사, 피투자기업, 투자시점, 방식, 금액, 산업, 단계 등 CVC의 투자 관련 데이터는 ThomsonOne.com PE/VC 모듈에서 획득했으며, 일부 부족한 수치는 VentureXpert, Factiva에서 보완하였다. 모회사의 매출, 실적, 제휴, M&A 관련 데이터는 Thomson Reuters Eikon, Securities Data Company(SDC) Platinum, Factiva와 Lexis-Nexis 데이터베이스를 사용했으며, 특허정보는 Worldwide Intellectual Property Service(WIPS)와 the U.
- 가설 2는 외부 파트너링이 포트폴리오 성장 잠재성과 기술혁신 간 Inverted U형 관계 에 대한 Negative Effect 조절효과를 예측하였다. 모델 3과 같이 외부 파트너링은 기술 혁신에 양의 상관관계를 미치며, 포트폴리오 성장 잠재성과 기술혁신간 Inverted U형 관계에 음의 조절효과가 있음을 통계적으로 검증할 수 있었다.
- 기존 연구에 서는 포트폴리오의 목표성장률(Expected growth rate)을 측정하기 위해 주가지수(Stock Index)를 사용하였다(Folta 1998; Lin & Lee 2011). 각 벤처가 속한 산업군의 주가지수의 성장률을 포트폴리오내 해당 산업군에 대한 투자금액과의 가중평균으로 산출하였다. 즉, 각 벤처의 성장성을 해당 벤처가 속한 산업군의 상장사 주가지수 성장률로 기술가치 평가를 대신하였다고 할 수 있다.
- 모델 1에서는 R&D 집약도, M&A, 제휴, ROA, 매출액, 투자경험, 보유특허수와 같이 통제변수가 기술혁신에 미치는 영향을 알아보는데 집중하였고, 모델 2에서는 포트폴리오 성장 잠재성이 기술혁신에 Inverted U형의 영향을 미치는지를 알아보았으며, 모델 3에서는 외부 파트너링이 성장 잠재성과 기술혁신의 영향도에 음의 조절효과가 있는지를 알아보기로 하였다.
- 본 연구는 기존의 CVC 포트폴리오가 모기업의 기술혁신에 영향을 준다는 선행연구 의 제한적 고찰을 극복하고 연구범위를 확장해서 실증 분석을 통해 결론을 도출하였다. 오픈 이노베이션이 증가함에 따라 벤처투자 외에도 R&D, M&A, 제휴 등과 함께 종합적으로 기술개발 예산을 최적화할 경우 기술혁신 효과는 보다 가속화될 것으로 예상된다.
- 본 연구에서는 모기업의 기술혁신에 영향을 줄 수 있는 모기업의 R&D 집약도(R&D Intensity), M&A 건수, 제휴 건수, ROA, 매출액, 투자경험, 보유특허수를 통제하였다.
- 또한 일부 기업의 경우 초기, 확장, 후기단계별로 후속투자를 연이어 받기 때문에 파트너수도 후기단계에 투자한 기업일수록 증가한다. 이에 따라 생존 연한이 길수록 누적파트너수가 증가하기 때문에 이 효과를 제거하고자 역수를 승수하여 단위 기간당 보유한 파트너수를 산출하였다. t - 1년부터 t - 3년까지 직전 3년간 누적 수치이며 0 ∼ 1 사이로 정규화하였다.
- 종속변수는 모기업의 기술혁신 성과이다. 이전 연구에서 기술혁신 성과를 측정한 지 표로는 R&D 투자액(Henderson and Cockburn 1994), 신제품 발표 건수(Acs & Audretsch 1988), 특허 건수(Griliches 1990), 특허 인용건수(Trajtenberg 1990; Harhoff 1999; Dushnitshky & Lenox 2005) 등이 있다.
- 이러한 이유로 특정 시점(t), CVC(i)의 포트폴리오 성장잠재성(성장잠재성i, t)은 투자 단계(j) 및 투자후 경과기간(t‘ ∼ t)에 따 른 목표성장률(목표성장률j, t)과 투자 단계별로 배분된 투자금액(투자금액 i,j,t)의 가중 평균으로 산출할 수 있다. 즉, 각 투자단계/시점별로 분산된 투자액 비중과 목표성장률을 가중 평균하여 매년 포트폴리오의 성장잠재성을 산출하였다.
- 첫 번째 독립변수는 CVC 투자 포트폴리오의 성장 잠재성(Growth Potential within Portfolio)이다. 성장 잠재성은 투자 단계와 금액으로 결정된다.
- 통제변수인 M&A 건수는 Thomson Reuters Eikon, 제휴건수는 Securities Data Company 데이터베이스에서 각각 확보하였는데 제휴관계를 유지하다 M&A 되는 기업을 선별할 방법이 없어 중복가능성 을 감안하고 해당 수치를 활용하였다.
- 투자시점과 성과발현 시점간의 차이를 반영하고자 t - 1년부터 t - 3년까지 직전 3년간 누적 수치를 사용하였으며, 최대값으로 나누어 0 ∼ 1 사이로 정규화하였다.
대상 데이터
- 본 연구에서는 1990년부터 2010년까지 글로벌 70개 CVC들이 투자한 5,462개 투자 건 을 대상으로 가설을 검증하였다. CVC 투자단계별로 모회사의 기술혁신에 대한 영향을 검증하기 때문에, 대상 CVC도 구글벤처스, 인텔캐피탈, 듀폰벤처스 등과 같은 모기업이 있는 글로벌 기업들로 선별하였다. 해당 기간에 CVC를 통해 투자한 136개 글로벌 기업 중 벤처 투자실적이 10개 미만인 회사는 제외하였고, 2개 이상의 CVC(예, GE Capital, GE Commercial Finance)를 가지거나 모기업이 합병된 CVC(예, EMC Ventures, Dell Ventures)는 통합하여 최종 70개 대상기업을 선정하였다.
- 모회사의 매출, 실적, 제휴, M&A 관련 데이터는 Thomson Reuters Eikon, Securities Data Company(SDC) Platinum, Factiva와 Lexis-Nexis 데이터베이스를 사용했으며, 특허정보는 Worldwide Intellectual Property Service(WIPS)와 the U.S. Patents and Trademarks Office(USPTO)에서 획득하였다.
- 본 연구에서는 1990년부터 2010년까지 글로벌 70개 CVC들이 투자한 5,462개 투자 건 을 대상으로 가설을 검증하였다. CVC 투자단계별로 모회사의 기술혁신에 대한 영향을 검증하기 때문에, 대상 CVC도 구글벤처스, 인텔캐피탈, 듀폰벤처스 등과 같은 모기업이 있는 글로벌 기업들로 선별하였다.
- 전체 샘플은 커머스, 에너지, 기계, 미디어, 제약 등 187개 산업분야로 구분되며 67%는 신규투자, 33%는 후속투자로 구성되었다. 투자단계별로는 시드는 3.
- CVC 투자단계별로 모회사의 기술혁신에 대한 영향을 검증하기 때문에, 대상 CVC도 구글벤처스, 인텔캐피탈, 듀폰벤처스 등과 같은 모기업이 있는 글로벌 기업들로 선별하였다. 해당 기간에 CVC를 통해 투자한 136개 글로벌 기업 중 벤처 투자실적이 10개 미만인 회사는 제외하였고, 2개 이상의 CVC(예, GE Capital, GE Commercial Finance)를 가지거나 모기업이 합병된 CVC(예, EMC Ventures, Dell Ventures)는 통합하여 최종 70개 대상기업을 선정하였다. CVC 투자 기본정보, 소속 모 회사, 피투자기업, 투자시점, 방식, 금액, 산업, 단계 등 CVC의 투자 관련 데이터는 ThomsonOne.
데이터처리
- 이에 따라 최종적으로 연도(year)와 CVC 모기업(firm)을 Fixed Effect 통제변수로 통 제한 음이항 패널 회귀분석(Negative binomial panel regression)을 Stata 11.1을 통해 본 자료를 분석하였다.
- 총 1,470개 관측값을 대상으로 와 같이 기술통계량, 과 같이 상관관 계분석을 실시하였다.
이론/모형
- 기존 연구에 서는 포트폴리오의 목표성장률(Expected growth rate)을 측정하기 위해 주가지수(Stock Index)를 사용하였다(Folta 1998; Lin & Lee 2011).
- 내 부 수익률은 와 같이 Damodaran(2009)가 분석한 VC의 투자 단계별 연간 평균 수익률을 기준으로 했으며, 일부 누락 수치는 근접한 직전 및 직후 년 내부수익률의 선형보간법을 통해 산출하였다.
성능/효과
- 두 번째로는 외부 파트너가 CVC 포트폴리오의 성장 잠재성이 모기업의 기술혁신 성 과에 Inverted U 형태로 미치는 영향을 Negative하게 조절하며, 특히 공격적인 투자포트 폴리오를 보완할 수 있는 역할을 할 수 있다는 점을 확인하였다. 벤처에 투자한 자금이 기술혁신으로 이어지기 위해서는 우선 생존이 보장되어야 하는데, 이때 외부 파트너들이 이를 보완해 줄 수 있다.
- 이에 따라 가설 2가 통계적으로 유의미함을 지지할 수 있었다. 또한, 모델 2, 3의 경우 Log likelihood가 모델 1에 대비하여 수치가 증가함으로써 기술혁신에 대한 설명력이 증가됨을 알 수 있었다.
- 또한, 상호작용항 파트너링 × 성장 잠재성이 음의 값(β=-5.908, p < 0.01), 파트너링 × 성장 잠재성^2가 양의 값(β =5.268, p < 0.01)을 가지면서 포트폴리오 성장 잠재성과 기술혁신간 Inverted U형 관계를 약화시키는 것으로 나타났다.
- 또한, 시드 및 초기단계 수익률은 5% ∼ 32.9%까지 편차가 큰 반면, 후기단계 투자는 최초 12.4%에서 시작하여 최대 14.5%까지 안정적으로 증가한다.
- 먼저, CVC가 공격적으로 초기기업에 투자하는 것은 모기업의 기술혁신 성과를 높이 는데 도움을 주지만, 일정 수준 이상에서는 오히려 효과가 감소하는 Inverted U형 관계를 나타내는 것을 확인하였다. 막대한 비용을 소모하는 인수합병과는 다르게 벤처투자는 소규모의 금액을 분산하여 투자한다는 측면에서 포트폴리오 관리가 보다 중요하다.
- 모델 2와 같이 포트폴리오 성장 잠재성이 증가할수록 기술혁신에 양의 관계(β=1.859, p < 0.01)를 가지지만, 성장 잠재성 지수의 제곱항에 대해서는 음의 관계(β=-1.331, p < 0.05)를 가짐으로써 Inverted U형 영향을 미친다는 가설 1이 통계적으로 유의하다는 것을 강력하게 지지할 수 있었다.
- 가설 2는 외부 파트너링이 포트폴리오 성장 잠재성과 기술혁신 간 Inverted U형 관계 에 대한 Negative Effect 조절효과를 예측하였다. 모델 3과 같이 외부 파트너링은 기술 혁신에 양의 상관관계를 미치며, 포트폴리오 성장 잠재성과 기술혁신간 Inverted U형 관계에 음의 조절효과가 있음을 통계적으로 검증할 수 있었다. 또한, 상호작용항 파트너링 × 성장 잠재성이 음의 값(β=-5.
- 87)보다 커, 음이항 패널분석이 적합한 모델임을 확인하였다. 상관관계 분석결과 거의 모든 변수들간의 상관관계가 0.4 이하로 나타났으며, 독립변수들간의 상관관계 또한 낮게 나타나 본 연구의 실증 분석에 있어 다중공선성 문제가 없음을 확인하였다.
- 투자시점과 성과발현 시점간의 차이를 반영하고자 t - 1년부터 t - 3년까지 직전 3년간 누적 수치를 사용하였으며, 최대값으로 나누어 0 ∼ 1 사이로 정규화하였다. 상대적으로 0에 가까울수록 초기기업에 투자금액을 많이 집행하거나 투자 후 경과기간이 얼마 되지 않았으며, 1에 가까울수록 포트폴리오의 안정성이 높아지는 경향을 가진다. 예로, 포트폴리오 구성이 모두 시드단계 기업이면 성장잠재성은 0에 근접하고, 반대로 후기단계 기업으로만 구성되면 1에 근접하며, 시도∼후기 단계에 균형 있게 투자되어 있다면 0∼1 사이에 존재하게 된다.
- 실증결과를 해석하면 CVC가 보유하고 있는 벤처 투자포트폴리오에 초기기업이 많을 수록 성장 잠재성이 증가하고 이에 따른 모기업의 기술혁신 성과가 증가하지만, 일정 수준 이상에서는 기술혁신 성과가 오히려 감소하는 패턴을 보였다. 이는 일정 수준의 공격 적인 투자는 기술혁신에 긍정적인 작용을 한다는 의미이다.
- 외부 파트너링은 포트폴리오의 성장 잠재성과 기술혁신간의 관계를 약화시키는 조절 효과를 보였다. 이 결과는 외부 파트너링이 작은 상황에 비해 많은 상황에서 포트폴리오 성장 잠재성이 모기업의 기술혁신 성과에 더 부정적인 영향을 미치는 반면, 성장 잠재성이 일정 수준을 넘어갈 때 기술혁신 성과에 더 긍정적인 영향을 미친다는 의미이다.
- Patents and Trademarks Office(USPTO)에서 획득하였다. 이를 통해 최종적으로 21개년 70개 기업의 포트폴리오 관측치 1,470개 패널을 완성하였다.
- 초기 기업들은 파괴적 혁신 이나 신사업 모델을 가지고 있어 이에 대한 투자와 지원, 육성은 추후 모기업의 혁신성과에 큰 도움을 주지만, 공격적인 투자가 지나칠 경우 포트폴리오 내 생존하는 벤처수가 적어 기술혁신 효과를 감소시키는 것이다. 이에 따라 시드/초기부터 확장/후기 단계까지, 또한 투자 후 경과시점 1～５년부터 6～10년, 11년 이상까지 투자단계와 투자 후 경과시점을 분산하여 투자금액을 운영하는 것이 기술혁신 효과와 안정성을 모두 잡는 결과가 나왔다.
- 6%가 미국에 집중되어 있었다. 투자단계별 평균 투자규모는 시드가 10.7백만달러, 초기 12.1백만달러, 확장 18.1백 만달러, 후기가 19.8백만달러로 후기단계로 갈수록 투자규모가 증가하였다.
- 70를 나타내고 있다. 특히, 피인용 특허건 수의 표준편차(7.84)가 평균(1.87)보다 커, 음이항 패널분석이 적합한 모델임을 확인하였다. 상관관계 분석결과 거의 모든 변수들간의 상관관계가 0.
- 총 1,470개 관측값을 대상으로 < 표 3 >와 같이 기술통계량, < 표 4 >과 같이 상관관 계분석을 실시하였다. 평균 1.87백만개 피인용 건수 가중 특허건수를 가지며, 성장 잠재성 지수는 평균 0.49, 파트너링 지수는 평균 0.70를 나타내고 있다. 특히, 피인용 특허건 수의 표준편차(7.
후속연구
- 본 연구는 CVC의 포트폴리오 구성 변화에 따라 투자성과를 극대화할 수 있다는 기존의 이론적 연구를 보완한다는 점과 이전 연구에서 언급한 단계별 투자와 모기업의 혁 신 효과에 대한 한계점을 심층 분석하였다는 점에서 기여한다고 할 수 있다(Lin & Lee 2011; Yang & Carolis 2014; Wadhwa & Kotha 2016). 또한, 기업과 CVC들이 투자 포트 폴리오를 구성할 때 투자 단계와 경과시점을 고려해서 리스크 관점에서 운영해야 한다는 점에서 기업가, 벤처 투자자, 정책 관리자 등에 시사점을 제공할 수 있을 것으로 판단 된다.
- 우선, CVC 포트폴리오내 투자단계별 투자금액 분포에 따라 투자성향이 어떻게 변화하고, 이것이 모기업의 기술적 성과들에 어떻게 영향을 미치는지를 검증하고자 한다. 또한, 단독 투자가 아닌 다른 파트너와 공동 투자했을 경우, 혁신 창출에 부가적으로 어떠한 차이가 나타나는지 검증할 계획이다.
- 하지만 본 연구에서 목표성장률을 분석하기 위한 내부수익률이 투자단계별, 경과기간별로만 국한되어 있어서 제공하고 있어 보다 정확한 혁신 잠재성을 판단하는 데는 제한적이었다. 만약 이에 대한 분석이 추가될 경우 좀 더 의미 있는 연구로 발전할 수 있을 것이다.
- 본 연구는 투자단계에 따라 투자속성을 구분하였으나 데이터의 한계로 투자목적과 피투자 기업의 규모를 반영하지 못한 아쉬움이 있다. 예로, 초기기업이더라도 모회사 에서 분사한 사내벤처이거나 다수의 투자성공 경험이 있는 창업자가 투자한 기업, 초기 자본금이 아주 큰 기업일 경우, 투자 리스크와 목표성장률은 달라지기 때문이다.
- 예로, 초기기업이더라도 모회사 에서 분사한 사내벤처이거나 다수의 투자성공 경험이 있는 창업자가 투자한 기업, 초기 자본금이 아주 큰 기업일 경우, 투자 리스크와 목표성장률은 달라지기 때문이다. 소규모 벤처기업이 보유한 특허나 내부 인적역량 자료를 확보하기는 쉽지 않기 때문에 추후 세부 데이터와 정량화된 분석모델이 있다면 이를 반영하여 포트폴리오의 성장 잠재성을 산정한 연구를 추가적으로 수행할 필요가 있다. 또한 피투자 벤처기업들의 규모가 적어 이들 기업들이 보유한 특허 수를 통제변수로 활용하지 못한 한계가 있다.
- 또한 피투자 벤처기업들의 규모가 적어 이들 기업들이 보유한 특허 수를 통제변수로 활용하지 못한 한계가 있다. 스타트업 수준의 영세한 벤처들의 경우 특허를 별도로 출현하지 않으며, 또한 이들 기업들이 보유한 특허 정보를 관리하는 데이터베이스가 부재하여 조사하지 못한 점은 본 연구의 한계점 이라 할 수 있다. 또한, 모기업과 피투자기업이 제휴관계를 유지하다가 M&A 하는 경우에 대한 중복을 완전히 배제하지 못한 점도 아쉬운 점이다.
- 이는 투자기업은 단계별 투자를 통해 벤처기업의 기술을 보다 잘 이해할 수 있으며 기술협력에도 도움을 줄 수 있기 때문이다(Liu & Maula 2014). 이에 따라, 단계별 투자가 포트폴리오 구성에 어떠한 영향을 주고 불확실성을 줄이면서 기술혁신을 극대화 할 수 있을지 연구할 필요가 있다.
- 또한 선진국에 설립된 벤처의 경우 보다 기술혁신 측면에서 모기업에 줄 수 있는 혁신 잠재성이 높다. 하지만 본 연구에서 목표성장률을 분석하기 위한 내부수익률이 투자단계별, 경과기간별로만 국한되어 있어서 제공하고 있어 보다 정확한 혁신 잠재성을 판단하는 데는 제한적이었다. 만약 이에 대한 분석이 추가될 경우 좀 더 의미 있는 연구로 발전할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.