---
type: paper
slug: gihwan-jo-2016-technological-m-and-a-relative-absorptive-capacity
title: >-
  Unravelling the Link between Technological M&A and Innovation Performance
  Using the Concept of Relative Absorptive Capacity
authors:
  - '[[gihwan-jo]]'
  - '[[geon-park]]'
  - '[[jinakang]]'
year: 2016
venue: '[[asian-journal-of-technology-innovation]]'
volume: '24'
issue: '1'
pages: 55-76
doi: 10.1080/19761597.2015.1128340
categories:
  - '[[innovation-management]]'
methods:
  - '[[zero-inflated-negative-binomial]]'
  - '[[negative-binomial-regression]]'
  - '[[patent-analysis]]'
themes:
  - '[[technology-m-and-a]]'
  - '[[absorptive-capacity]]'
  - '[[relative-absorptive-capacity]]'
  - '[[technological-similarity]]'
  - '[[technological-digestibility]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# Unravelling the Link between Technological M&A and Innovation Performance Using the Concept of Relative Absorptive Capacity

*[[gihwan-jo]], [[geon-park]], [[jinakang]] (2016)* · [[asian-journal-of-technology-innovation]] 24(1):55-76 · [DOI ↗](https://doi.org/10.1080/19761597.2015.1128340)

> 기술 M&A 후 혁신 성과는 인수기업 또는 피인수기업 단독 특성보다 *dyadic relative absorptive capacity* 로 더 잘 설명된다. 1993-2007 biopharmaceutical 산업의 212건 기술 M&A (113개 기업) 를 [[zero-inflated-negative-binomial]] 로 분석해, *technological similarity* (patent class 중첩) 와 *technological digestibility* (피인수/인수 직원 비) 가 [[cohen-levinthal-1990-absorptive-capacity]] 의 4단계 흡수 과정 (acquisition·assimilation·transformation·exploitation) 에 미치는 차별적 효과를 검증한다. 결과는 *작은 피인수 기업 인수 + 유사한 지식 기반* 이 후속 혁신에 유리하며, M&A 경험이 직접 효과를 강화함을 보인다.

- **RQ**: 기술 M&A 의 후속 혁신 성과는 인수-피인수 두 기업의 *dyadic 특성* (technological similarity, digestibility) 과 누적 M&A 경험에 어떻게 의존하는가?
- **방법론**: [[zero-inflated-negative-binomial]] (Vuong test p=0.0000 으로 선택), [[negative-binomial-regression]], [[patent-analysis]]
- **데이터**: 1993-2007 biopharmaceutical 산업 212건 기술 M&A, 113개 인수기업 (SDC Platinum + USPTO + Datastream)
- **주요 발견**: Technological digestibility 계수 -1.52 (p<0.01, H2 지지 — 정의상 분자가 피인수 직원이라 *음(-) 계수가 양(+) 효과* 를 의미). M&A 경험 계수 +0.119 (p<0.01, H3 지지). Technological similarity 의 역-U (H1) 는 main table 비유의, 민감도 분석에서 지지. M&A 경험의 조절 (H4a/b) 은 비유의.
- **시사점**: 기술 M&A 전략은 "큰 지식 풀 인수" 가 아니라 흡수·동화·변환·활용 전 단계에 영향을 미치는 *dyadic fit* 설계 문제. 작은 피인수 기업 + 유사한 지식 기반 + 누적 M&A 경험이 효율적 학습 조합.

![biopharmaceutical 산업 기술 M&A 의 dyadic relative absorptive capacity 가 후속 혁신 성과에 미치는 효과의 conceptual model.](/papers/201601_JoG_Unravelling_the_link_between_technological_MA_and_innovation_performance_using_the_concept_of_relative_absorptive_capacity/fig1.jpeg)

## 요약

기존 기술 M&A 문헌은 (1) M&A 자체 효과 (Wagner 2011, Valentini 2012), (2) 인수기업의 단독 특성 (Prabhu, Chandy, Ellis 2005; Desyllas 와 Hughes 2010), (3) 피인수기업의 단독 특성 (Ahuja 와 Katila 2001; Cloodt et al. 2006; Datta 와 Roumani 2015) 의 firm-level factor 에 집중했다. 그러나 [[lane-lubatkin]] (1998) 의 [[relative-absorptive-capacity]] 개념은 흡수역량이 *partner pair* 마다 달라짐을 시사하며, Bauer 와 Matzler (2014), Sears 와 Hoetker (2014) 의 최근 dyadic 연구도 *acquisition* 단계만 다뤘다. 이 논문은 Zahra 와 George (2002) 의 흡수역량 4단계 (acquisition → assimilation → transformation → exploitation) 프레임에 dyadic perspective 를 결합해, *assimilation 단계* (technological similarity) 와 *transformation·exploitation 단계* (technological digestibility) 의 영향 인자를 식별한다.

저자들은 1993-2007 biopharmaceutical 산업 212건 기술 M&A (Ahuja 와 Katila 2001 기준 — 피인수 기업이 직전 5년 내 1건 이상 patent 보유) 를 SDC Platinum + USPTO + Datastream 으로 구축. 종속변수 *innovation performance* 는 인수 후 1-3년 patent 신청 수 - 인수 전 1-3년 patent 신청 수 (Ernst 와 Vitt 2000). 종속변수의 92/212 (43%) 가 zero 라 [[zero-inflated-negative-binomial]] 사용 (Vuong test p=0.0000). 핵심 측정은 (1) *technological similarity* = patent class Jaccard 유사도, (2) *technological digestibility* = 피인수/인수 직원 수 비 (Hennart 1988) — *직원이 explicit + tacit 지식의 가장 강력한 저장소* (Argote 와 Ingram 2000) 이라 patent 비 보다 tacit 차원을 더 잘 포착, (3) *M&A 경험* = 누적 M&A 건수.

결과는 dyadic perspective 의 명료한 증거다. (i) Technological similarity 역-U (H1) 는 main table 비유의지만 sensitivity test 에서 지지 — 적정 유사성이 assimilation 을 촉진하나 과도하면 *additional stimuli* 부재 (Ahuja 와 Katila 2001). (ii) Technological digestibility 계수 -1.52 (p<0.01) — 정의상 분자가 피인수 직원 수라 *음(-) 계수가 양(+) 효과 의미* (Hennart 1988): 피인수가 인수 대비 *작을수록* 인수기업의 transformation·exploitation 부담이 줄어 혁신 성과 증가 (Ranft 와 Lord 2002; Cloodt et al. 2006). (iii) M&A 경험 +0.119 (p<0.01) — Hayward (2002) 의 *acquisition-specific capability* 학습 메커니즘 직접 지지. (iv) 조절 효과 (H4a/b) 는 비유의. [[jinakang]] 의 SNU 이론기 (2-3기) 외부 학습 라인 — alliance → CVC → M&A — 의 dyadic 시각 도입 작업이며, [[knowledge-overlap]] 의 "중간 수준 최적" 패턴을 [[technology-m-and-a]] sector 에서 다시 확인한다. 후속 [[seung-ryul-shin-2017-core-technological-portfolio-tech-ma]] · [[john-han-2018-knowledge-overlap-quality-ma]] 가 동일 dyadic 프레임을 *core portfolio 재구조화* · *지식 중첩의 질적·양적 차원* 으로 확장.

## 핵심 결과

| 변수 | Model 5 계수 | 표준오차 | 가설 |
|---|---:|---:|---|
| Technological similarity (linear) | +1.073 | 1.644 | H1 부분 지지 (sensitivity) |
| Technological similarity (sq) | -0.059 | 1.498 | H1 부분 지지 |
| Technological digestibility | -1.035* | 0.572 | H2 지지 (음 계수 = 양 효과) |
| M&A experience | +0.114** | 0.054 | H3 지지 |
| Similarity × M&A experience | +0.017 | 0.105 | H4a 비유의 |
| Digestibility × M&A experience | -0.372 | 0.279 | H4b 비유의 |
| R&D intensity (control) | -0.029** | 0.011 | — |
| Nation (US dummy, control) | -1.046*** | 0.224 | — |

표본: N=212 M&A deal (zero=92), 113개 인수기업, log-likelihood = -396.36. *p<0.10, **p<0.05, ***p<0.01.

## 방법론 노트

종속변수가 43% zero count 라 [[zero-inflated-negative-binomial]] (Greene 1994) — Vuong test (Long 1997) p=0.0000 으로 ordinary [[negative-binomial-regression]] 대비 우월.

핵심 측정:

$$
\text{Technological Similarity}_{ij,t} = \frac{|PC_{i,t} \cap PC_{j,t}|}{|PC_{i,t} \cup PC_{j,t}|}
$$

여기서 $PC_{i,t}$ 는 인수기업 $i$ 의 M&A 직전 3년 patent class 집합, $PC_{j,t}$ 는 피인수기업 $j$ 의 동일 기간 집합 (Jaccard 유사도, Carayannopoulos 와 Auster 2010).

$$
\text{Technological Digestibility}_{ij,t} = \frac{\text{Employees}_{j,t}}{\text{Employees}_{i,t}}
$$

(Hennart 1988) — 직원 수가 patent 보다 tacit knowledge 의 더 강력한 저장소 (Argote 와 Ingram 2000) 이라는 선택. **주의**: 정의상 분자가 *피인수* 직원이라 *digestibility 변수의 값이 클수록* 흡수 어려움 → 음(-) 계수가 양(+) 효과 의미.

식별: 5년 patent valuation horizon (Van de Vrande, Vanhaverbeke, Duysters 2009) 과 patent 신청까지의 시차 (Rothaermel 과 Hess 2007) 를 반영해 1-3년 post-M&A window. 산업 paradigm shift (post-2000 dummy) 와 nationality (US dummy) 통제.

## 연구 계보

[[cohen-levinthal-1990-absorptive-capacity]] 의 absorptive capacity, [[lane-lubatkin]] (1998) 의 relative absorptive capacity, Zahra 와 George (2002) 의 4단계 reconceptualization (acquisition·assimilation·transformation·exploitation), Hennart (1988) 의 technological digestibility, Kogut 과 Zander (1992), Grant (1996) 의 knowledge integration, Ahuja 와 Katila (2001), Cloodt et al. (2006), Lin 과 Jang (2010), Datta 와 Roumani (2015) 의 기술 M&A 실증, Bauer 와 Matzler (2014), Sears 와 Hoetker (2014) 의 최근 dyadic 연구, Hayward (2002) 의 M&A 경험 학습 메커니즘, Argote 와 Ingram (2000) 의 employees as knowledge repository 이론을 종합한다. [[jinakang]] author page 의 *실타래 4 (기술 M&A 와 지식 통합)* 의 출발점으로, 외부 학습 라인 ([[geon-park-2013-alliance-addiction]], [[kyungkeun-kang-2015-external-technology-acquisition-double-edged-sword]], [[sungun-lee-2015-cvc-technological-diversification]]) 에서 다룬 비선형·"양날의 검" 패턴을 [[technology-m-and-a]] sector 로 옮긴다. 후속 [[seung-ryul-shin-2017-core-technological-portfolio-tech-ma]] 가 core technological portfolio 재구조화 측면을, [[john-han-2018-knowledge-overlap-quality-ma]] 가 지식 중첩의 질적·양적 차원을 확장.

## See also

- [[jinakang]]
- [[gihwan-jo]]
- [[geon-park]]
- [[asian-journal-of-technology-innovation]]
- [[technology-m-and-a]]
- [[absorptive-capacity]]
- [[relative-absorptive-capacity]]
- [[knowledge-overlap]]
- [[zero-inflated-negative-binomial]]
- [[patent-analysis]]
- [[seung-ryul-shin-2017-core-technological-portfolio-tech-ma]]
- [[john-han-2018-knowledge-overlap-quality-ma]]