---
type: paper
slug: taewon-kang-2021-patent-analysis-ipc-codes
title: >-
  Dynamic relationship between technological knowledge and products:
  diversification strategy for firm growth
authors:
  - '[[taewon-kang]]'
  - '[[chulwoo-baek]]'
  - '[[jeongdonglee]]'
year: 2021
venue: '[[technology-analysis-and-strategic-management]]'
volume: '33'
issue: '6'
pages: 653-669
doi: 10.1080/09537325.2020.1834082
categories:
  - '[[innovation-economics]]'
  - '[[industrial-organization]]'
methods:
  - '[[dynamic-probit-model]]'
  - '[[patent-analysis]]'
  - '[[entropy-index]]'
  - '[[heckman-selection]]'
  - '[[panel-data]]'
  - '[[revealed-technological-advantage]]'
themes:
  - '[[knowledge-space]]'
  - '[[product-space]]'
  - '[[technological-diversification]]'
  - '[[product-diversification]]'
  - '[[firm-growth]]'
  - '[[coevolution]]'
  - '[[specialised-knowledge]]'
  - '[[core-knowledge]]'
  - '[[korean-manufacturing]]'
  - '[[patstat]]'
  - '[[kis-value]]'
  - '[[ipc-codes]]'
  - '[[naics]]'
aliases: []
last_updated: '2026-05-20T02:18:39+09:00'
---
# Dynamic relationship between technological knowledge and products: diversification strategy for firm growth

*[[taewon-kang]], [[chulwoo-baek]], [[jeongdonglee]] (2021)* · [[technology-analysis-and-strategic-management]] 33:653-669 · [DOI ↗](https://doi.org/10.1080/09537325.2020.1834082)

> 한국 상장 제조업 595 firm 의 1988-2014 패널에서 [[knowledge-space]] (KS) 와 [[product-space]] (PS) 의 *전략적 선택* 이 어떻게 [[coevolution]] 하는지 [[dynamic-probit-model]] 로 분석. *과거 지식 혁신* 이 *현재 제품 혁신* 을 유의하게 견인하지만 *역방향 (PS → KS)* 은 비유의 — 한국 제조업의 *지식-제품 동학* 이 *비대칭* 임을 정량화. 또한 [[entropy-index]] 로 측정한 [[technological-diversification]] (Tech_DIV) 와 [[product-diversification]] (Prod_DIV) 의 *상호작용* 이 매출 성장에 미치는 영향을 추정해, *특화된 지식 + 다각화된 제품* 의 조합이 가장 빠른 성장을 만든다는 *역설적* 패턴을 보인다.

- **RQ**: (1) firm 의 [[technological-diversification]] 과 [[product-diversification]] 패턴이 [[knowledge-space]] 와 [[product-space]] 의 *전략적 선택* 간 동적 관계를 통해 어떻게 결정되는가, (2) 두 다각화의 *결합* 이 firm 매출 성장에 어떤 영향을 미치는가.
- **방법론**: [[dynamic-probit-model]], [[patent-analysis]], [[entropy-index]], [[heckman-selection]], [[panel-data]], [[revealed-technological-advantage]]
- **데이터**: [[korean-manufacturing]] 상장 firm 595 개의 1988-2014 unbalanced panel (관측치 2,836), KIS-VALUE 재무 + [[patstat]] (Autumn 2017) 4-digit IPC 특허 + Thomson Reuters Worldscope 10 시장 segment, Lybbert and Zolas (2014) IPC↔NAICS↔SIC 4-digit concordance, *aML* (Applied Maximum Likelihood) 으로 추정.
- **주요 발견**: *지식 → 제품* 방향 유의 (KS_Inno_t-1 → PS_Inno_t coefficient +0.194, p<0.01), 역방향 (PS → KS) 비유의. 매출 성장 회귀 (sales growth = OLS with year & firm FE) 에서 Prod_DIV +0.252 (p<0.01), Tech_DIV 본 효과 비유의 (+0.042), Tech_DIV × Prod_DIV 상호작용 -0.096 (p<0.01). *특화 지식 + 다각화 제품* 조합의 성장 우위 — Dosi, Grazzi, and Moschella (2017) 의 stylized fact 확장.
- **시사점**: firm 은 *특화 지식* 을 누적하고 그것을 *다양한 시장 segment* 에 적용해야 함. [[core-knowledge]] 가 있는 firm 만 [[product-diversification]] 의 성장 효과를 누림 (split sample robustness).

![Tech_DIV × Prod_DIV interaction 의 fitted 성장률 — 낮은 Tech_DIV (특화 지식) 에서 Prod_DIV 가 가파른 양의 기울기를 보이지만 높은 Tech_DIV (다각화 지식) 에선 Prod_DIV 가 성장을 보장하지 않음. *역설적* 우위 패턴이 시각화된다.](/papers/202106_KangT_Dynamic_relationship_between_technological_knowledge_and_products_diversification_strategy_for_firm_growth/fig5.jpeg)

## 요약

본 paper 는 [[chulwoo-baek]] - [[taewon-kang]] - [[jeongdonglee]] 의 *듀크성 협업 cohort* 의 2021 정점 작업이다. 직전 [[taewon-kang-2017-internal-cash-flow-positive-shocks]] (Research Policy) 가 R&D persistency 의 [[technological-capability]] 비대칭 조절, [[taewon-kang-2018-activities-becoming-highgrowth]] (AJTI) 가 large-jump 의 2-stage 동학, [[taewon-kang-2019-knowledge-accumulation-experience]] (TFSC) 가 experience-experimentation 의 단계 의존성을 다뤘다면, 본 paper 는 *지식 다각화 × 제품 다각화 × 성장* 의 *3-way* 동학으로 *firm-level capability building* 의 narrative 를 완성한다. 핵심 기여 두 가지: (1) [[knowledge-space]] 와 [[product-space]] 간 *동적 인과 방향* 의 비대칭 (지식 → 제품 유의, 제품 → 지식 비유의), (2) [[technological-diversification]] 과 [[product-diversification]] 의 *상호작용* 이 *역설적* 으로 음 — 즉 *분산된 다각화* 가 아니라 *특화 지식 + 다각화 제품* 의 *비대칭 조합* 이 최적 전략.

데이터 구축은 *3 데이터셋 결합* 의 정밀 작업이다. KIS-VALUE 의 재무 정보 + [[patstat]] 의 4-digit IPC 특허 (firm name cleaning 으로 applicant linking) + Thomson Reuters Worldscope 의 10 market segment 정보. IPC ↔ SIC concordance 는 Lybbert and Zolas (2014) 의 IPC ↔ NAICS 변환표를 SIC 로 변환해 사용 — *지식 type* 과 *제품 segment type* 을 동일 *technological field* 분류로 통합. 표본은 1988-2014 한국 상장 제조업 595 firm 의 2,836 firm-year, *비균형 패널*. *Strategic choice* 정의: KS_Inno (지식 혁신) 와 PS_Inno (제품 혁신) 의 dummy + 각각의 3 sub-category (existing fields/segments, new fields/segments, both). 표 1 에 따르면 관측치의 53.86% 가 KS_No (지식 혁신 없음), 72.53% 가 PS_No (제품 혁신 없음) — *대다수 firm-year 가 둘 다 정체* 인 sparse 동학.

[[dynamic-probit-model]] 의 *시스템 연결 추정* (Wooldridge 2005 의 initial conditions 해결 + 공통 unobserved factor 의 joint normal correlation 허용) 으로 endogeneity 와 *firm-specific heterogeneity* 모두 처리. *aML* 소프트웨어로 conditional ML 추정. 결과 (Table 3): KS equation 에서 PS_Inno (-0.032, n.s.), KS_Inno_t-1 (+1.590, p<0.01) — *지식 혁신의 자체 persistency* 강함, *제품 → 지식 feedback* 부재. PS equation 에서 KS_Inno_t-1 (+0.194, p<0.01), PS_Inno_t-1 (-0.036, n.s.) — *지식 → 제품 channel* 유의, *제품 자체 persistency* 부재. 즉 한국 제조업의 *지식-제품 동학* 은 *지식이 일방적으로 제품을 견인* 하는 *비대칭 인과* 구조다. 추가 분석 (Tables 4-5) 에서 KS_New_t-1 + KS_Both_t-1 이 *기존 segment 신제품* 과 *신 segment 신제품* 모두를 견인하지만 KS_Existing 단독은 비유의 — *새 지식 혁신* 이 핵심 driver.

다각화-성장 회귀 (Table 6) 는 매출 성장 = log(Sales_t) - log(평균 Sales_t-3:t-1) 를 산업 평균으로 정규화한 *상대 성장률* 을 종속변수로 OLS + 년·firm FE + [[heckman-selection]] inverse Mills ratio 통제. Tech_DIV 본 효과 +0.042 (n.s.), Prod_DIV +0.252 (p<0.01), interaction -0.096 (p<0.01) — *Tech_DIV 가 낮을수록 Prod_DIV 의 성장 효과가 가파르다*. Robustness check 로 (1) Prod_ratio = Prod_DIV/Tech_DIV 로 단일 변수화한 회귀에서도 *제품/지식 비율* 이 클수록 성장률 ↑ (Figure 5), (2) [[core-knowledge]] 보유 firm (RTA ≥ 2.0 *and* patent share ≥ 0.03 의 *이중 조건*) 만 분리하면 Prod_DIV 가 유의 양 (+0.072, p<0.05), non-core 는 비유의. 즉 *특화 지식이 있어야* 제품 다각화의 성장 효과가 작동.

## 핵심 결과

| 변수 | KS_Inno_t (Eq. 1) | PS_Inno_t (Eq. 1) |
|---|---:|---:|
| KS_Inno_t-1 | +1.590*** (0.055) | +0.194*** (0.067) |
| PS_Inno_t | -0.032 (0.079) | — |
| PS_Inno_t-1 | +0.062 (0.073) | -0.036 (0.061) |
| R&D_inten_t-1 | +0.859*** (0.332) | +0.435 (0.567) |
| Debt_ratio | -0.357** (0.140) | +0.084 (0.103) |
| Size_t-1 | +0.087*** (0.020) | +0.000 (0.016) |
| Age | -0.005** (0.002) | +0.004** (0.002) |

| 변수 | 매출 성장 OLS (Model 3) |
|---|---:|
| Tech_DIV | +0.042 (0.039) |
| Prod_DIV | +0.252*** (0.073) |
| Tech_DIV × Prod_DIV | -0.096*** (0.036) |
| R&D_inten_t-1 | +1.133*** (0.301) |
| Debt_ratio | -0.279*** (0.069) |
| Size_t-1 | -0.106** (0.047) |
| Adj R² | 0.261 |
| Observations | 1,524 (398 firms) |

핵심 통계: Heckman IMR 계수가 모든 spec 에서 비유의 (성장 회귀에서 -0.121, n.s.) — *innovator selection bias* 가 결과를 왜곡하지 않음을 robust check. *core knowledge* sub-sample (242 firms) 의 Prod_DIV = +0.072 (p<0.05) vs *non-core* (263 firms) 의 +0.088 (n.s.) — *지식 특화* 가 *제품 다각화 → 성장* 의 transmission channel.

## 방법론 노트

[[dynamic-probit-model]] 의 *2 시스템 결합* 추정은 두 channel 의 *동시 endogeneity* 와 *초기 조건* 문제를 모두 처리해야 한다. 단일 probit 로 각 식을 분리 추정하면 (i) firm-specific unobserved heterogeneity 가 *둘 다* 의 dependent variable 에 영향, (ii) initial condition (t=0 의 KS/PS) 이 모집단에서 비랜덤 추출 — 두 문제 모두 *추정량의 일치성* 깨뜨림. Wooldridge (2005) 의 *control function* 접근은 모든 시계열 평균 ($\bar{X}_i$) 을 control 로 추가해 fixed effect 와 initial condition 을 동시 처리. *aML* 의 *conditional ML* 은 두 식 의 unobserved factor correlation $r_{k1,k2}$ 을 자유 모수로 추정 — 본 paper 에서 -0.068 (n.s.), 즉 *결합 추정* 후엔 두 식의 unobserved component 가 거의 독립.

핵심 식:

$$
\begin{aligned}
\text{KS\_Inno}_{i,t} &= \alpha_0 + \alpha_1 \text{PS\_Inno}_{i,t} + \alpha_2 \text{KS\_Inno}_{i,t-1} + \alpha_3 \text{PS\_Inno}_{i,t-1} + \alpha_4 X_{i,t} + c_i + \mu_{i,t} \\
\text{PS\_Inno}_{i,t} &= \beta_0 + \beta_1 \text{KS\_Inno}_{i,t-1} + \beta_2 \text{PS\_Inno}_{i,t-1} + \beta_3 X_{i,t} + h_i + \varepsilon_{i,t}
\end{aligned}
$$

여기서 $\text{KS\_Inno}_{i,t}, \text{PS\_Inno}_{i,t}$ 는 0/1 dummy, $X_{i,t}$ 는 R&D intensity, debt ratio, profit ratio, size, age 의 firm characteristics, $c_i, h_i$ 는 firm-specific unobserved factor (joint normal).

다각화 측정의 [[entropy-index]] 형태:

$$
\text{Tech\_DIV}_{i,t} = \sum_{k=1}^{K} \text{Tech\_Share}_{i,k,t} \ln \frac{1}{\text{Tech\_Share}_{i,k,t}}
$$

여기서 $\text{Tech\_Share}_{i,k,t}$ 는 firm $i$ 의 기술 field $k$ 특허가 *과거 3 년 + 현재* 의 총 특허에서 차지하는 비율. *과거 3 년 window* 는 Griliches (1979) 의 *지식 감가상각* 5 년 가설을 보수적으로 적용 (지식 가치 50% 이상 유지되는 기간). 식별은 firm × year 의 패널 변동 (FE) + 산업 평균 normalize 로 *common shock* 제거. [[heckman-selection]] 으로 innovator vs non-innovator 의 nonrandom selection 처리.

## 연구 계보

직접 선조 셋: (1) Patel and Pavitt (1997, *Research Policy*) 와 Pavitt, Robson, and Townsend (1989) 의 *world's largest firms* 가 *기술은 다각화, 제품은 특화* 라는 stylized fact 를 처음 명명한 작업 — 본 paper 가 한국 제조업으로 적용해 *반대 패턴* (특화 지식 + 다각화 제품 우위) 검증. (2) Dosi, Grazzi, and Moschella (2017, *Industrial and Corporate Change*) 가 이탈리아 특허 firm 으로 *지식이 제품보다 더 특화* 라는 반전 stylized fact 를 보여준 직전 작업 — 본 paper 가 한국으로 확장 + 다각화-성장 nexus 추가. (3) Fai (2004) 의 *지식 혁신이 제품 혁신을 trigger/restrict* 명제 + Pontikes and Barnett (2017) 의 *category-product feedback* — 본 paper 의 [[knowledge-space]] - [[product-space]] coevolution framework 의 이론적 기반.

[[jeongdonglee]] author page anchor 가 본 paper 를 *[[taewon-kang]] 강태윤 의 듀크성 협업 cohort 2017-2021 의 정점* 으로 분류 — *R&D 동학 → 지식-제품 동학* 의 micro-foundation 확장. [[chulwoo-baek]] 의 *firm dynamics* 라인 (재무·진입·R&D) 과 [[taewon-kang]] 의 *지식·역량* 라인이 *지식-제품 coevolution* 으로 통합되는 작업. [[taewon-kang]] 가 *Scuola Superiore Sant'Anna* (Dosi 라인) 로 옮긴 뒤 첫 작업으로 [[evolutionary-economics]] 학풍 흡수의 흔적이 본문 곳곳에 (Nelson and Winter 1982 의 *firm-specific routines*, Dosi, Grazzi, and Moschella 2017 의 *Italian patenting firms* 비교 등). [[jeongdonglee-2017-internal-cash-flow-positive-shocks|taewon-kang-2017-internal-cash-flow-positive-shocks]] 와 [[taewon-kang-2019-knowledge-accumulation-experience]] 가 *동방향 sibling* 으로 author page anchor 의 *축적의 학술적 기반 구축* 라인에 배치.

## See also

- [[taewon-kang]]
- [[chulwoo-baek]]
- [[jeongdonglee]]
- [[dynamic-probit-model]]
- [[entropy-index]]
- [[patent-analysis]]
- [[heckman-selection]]
- [[revealed-technological-advantage]]
- [[knowledge-space]]
- [[product-space]]
- [[technological-diversification]]
- [[product-diversification]]
- [[coevolution]]
- [[specialised-knowledge]]
- [[core-knowledge]]
- [[firm-growth]]
- [[korean-manufacturing]]
- [[patstat]]
- [[kis-value]]
- [[taewon-kang-2017-internal-cash-flow-positive-shocks]]
- [[taewon-kang-2019-knowledge-accumulation-experience]]
- [[technology-analysis-and-strategic-management]]