The linkage between TMT knowledge diversity and firm-level innovation: the role of organisational search scope and managerial discretion

Doohee Chung, Theresa S. Cho, 강진아 (2018) · International Journal of Technology Management 78(3):208-233

최고경영진 (TMT) 멤버의 산업 경험 다양성 — 직능·학력이 아닌 prior 산업 경험의 허핀달 지수 — 이 기업 혁신 성과에 미치는 영향과, 조직적 탐색 범위 (search scope) 와 산업 수준의 경영자 재량 (managerial discretion) 두 조절 변수의 역할을 검증한다. 미국 제조업 120개사 (1,058 TMT 멤버, 6,059 focal patent, 2002–2009) 데이터, 2006 focal year, 종속변수는 4년간 forward citation 수. 음이항 회귀 결과 generalist TMT 가 specialist 보다 혁신 성과 우월 ( $\beta=0.87, p<.05$ ), 두 조절 효과 모두 통계적 지지 (search scope 상호작용 $\beta=0.76, p<.05$ ; discretion 상호작용 $\beta=2.06, p<.05$ ).

RQ: TMT 의 산업 경험 다양성은 기업 혁신 성과에 어떤 영향을 주는가, 조직적 탐색 범위와 산업 수준 경영자 재량은 이 관계를 어떻게 조절하는가?
방법론: 패널 분석, 특허 분석, 음이항 회귀, 허핀달 지수
데이터: 미국 제조업 (SIC 2011–3999) 120개 기업, 1,058 TMT 멤버, focal year 2006 의 6,059 특허, forward citations 8,095건 / backward 99,036건; COMPUSTAT + NBER patent + Dun & Bradstreet + Hambrick·Abrahamson (1995) discretion ratings
주요 발견: H1 TMT diversity → 혁신 성과 $\beta=0.87, p<.05$ ; H2 search scope 양의 조절 $\beta=0.76, p<.05$ ; H3 discretion 양의 조절 $\beta=2.06, p<.05$ ; pseudo R² 가 0.0568 → 0.1218 (full interaction) 로 상승
시사점: 혁신 추구 기업은 다양한 산업 경험 의 TMT 를 구성하고, broad search 조직 구조와 high-discretion 산업 환경에서 효과가 극대화됨. TMT 구성·조직 구조·산업 환경의 fit 이 핵심

Figure 1·2. TMT 지식 다양성과 (1) 조직적 탐색 범위, (2) 산업 수준 경영자 재량의 상호작용 효과. 두 조절 변수 모두 generalist TMT 의 혁신 우위를 강화.

요약

상위 계층 이론 (Hambrick 과 Mason 1984) 는 TMT 의 인지 기반이 조직 의사결정·성과를 결정한다는 framework 다. 기존 연구는 TMT 의 직능 배경 (Cohen 과 Bailey 1997), 학력 배경 (Wiersema 와 Bantel 1992), 인구통계학적 다양성 (성·연령) 에 집중했지만, Shane (2000) 이 보인 산업 경험이 기술 기회 인식의 핵심 이라는 발견은 충분히 반영되지 않았다. 본 paper 는 TMT 의 산업 경험 다양성 을 지식 다양성 의 핵심 지표로 도입해, 최초로 그 효과를 firm-level 혁신 성과에 직접 연결한다.

저자들은 generalised TMT (다양한 산업 경험 분포) 와 specialised TMT (소수 산업 집중) 를 구분하고, generalist 가 (i) 다양한 기술 기회 인식 (Li et al. 2013), (ii) 복잡 환경에서의 다각적 문제해결 (Talke et al. 2011), (iii) groupthink 감소·창의적 대안 생성 (Heyden et al. 2015) 면에서 우월하다는 H1 을 제시한다. 핵심 통찰: TMT 다양성과 조직 탐색 routine 은 변동성 차이 (TMT 는 퇴임·승진으로 자주 바뀌지만 조직 routine 은 path-dependent stickiness) 때문에 자주 decoupled 되므로, 두 조절 변수 — 조직적 탐색 범위 (H2) 와 경영자 재량 (Hambrick 와 Finkelstein 1987 의 latitude of action, H3) — 의 fit 이 critical.

미국 제조업 120개사 데이터로 음이항 회귀 (Hausman test 기반 over-dispersion 통제) 추정. TMT diversity 는 1 − Σ $P_i^2$ (허핀달 지수, 3-digit SIC 산업 기반), search scope 는 backward citation 의 entropy measure (Palepu 1985), discretion 은 Hambrick·Abrahamson (1995) 의 산업 rating top 20% dummy. 모든 가설 통계적 지지. Sensitivity (특허 수·인용 가중 특허 종속변수) 에서도 일관. 강진아 의 최고경영진 라인 — 조직 내부 의사결정자 다양성 × 환경 fit — 의 본격 검증이며, Top management team's innovation-related characteristics and the firm's explorative R&D: an analysis based on patent data (TMT 특성 → 탐험적 R&D) 의 sibling. 한계로 산업 경험을 longest tenure 산업 1개로만 측정한 점, Hambrick·Abrahamson 1995 discretion rating 의 시대적 한계 (1995 데이터 기반) 가 명시.

핵심 결과

가설	계수 (β)	유의수준	Pseudo R² (model)	지지
H1 TMT diversity → 혁신	0.87	p<.05	0.0603	지지
H2 diversity × search scope	0.76	p<.05	0.1218	지지
H3 diversity × discretion	2.06	p<.05	0.0658	지지
Sensitivity (patent count)	0.84 / 1.74	p<.05 / p<.10	0.1391	지지
Sensitivity (cite-weighted)	0.80 / 2.04	p<.05	0.1204	지지

표본 평균: 혁신 성과 (forward citations) 69.0, TMT diversity 0.4, search scope 1.4, discretion (high) 0.2, firm size (log sales) 13.4, R&D (log) 12.3, TMT size 8.8, TMT tenure 12.5, VIF max 2.88.

방법론 노트

종속변수 (forward citations) 가 count + over-dispersion 이므로 NBR 이 적합 (Hausman et al. 1984). TMT 멤버의 dominant 산업 = 최장 근속 산업의 3-digit SIC, 이를 모아 firm-year TMT 의 산업 분포로 변환. 핵심 지표식:

\text{TMT Diversity}_i = 1 - \sum_{k=1}^{K} P_{i,k}^2

여기서 $P_{i,k}$ 는 firm $i$ 의 TMT 에서 산업 $k$ 가 dominant 인 멤버 비율. 값 0 (전원 동일 산업) ~ 1 (완전 분산).

\text{Search Scope}_i = \sum_{j=1}^{N} P_{i,j} \ln\!\left(\frac{1}{P_{i,j}}\right)

여기서 $P_{i,j}$ 는 firm $i$ 의 focal patent 들이 인용하는 backward citation 중 3-digit 기술 클래스 $j$ 의 비중 (Palepu 1985 entropy). Discretion 은 Hambrick·Abrahamson 1995 의 산업 discretion rating 상위 20% dummy. 식별 전략: TMT 와 organisational routine 의 decoupling 이 inter-firm variation 을 만들어 상호작용 항이 fit 효과를 식별. Control: firm size (log sales), 4년 누적 R&D (log), TMT size, TMT tenure.

연구 계보

Hambrick 과 Mason (1984), Hambrick (1994, 2005) 의 상위 계층 이론 와 Cyert·March (1963), March·Simon (1958) 의 bounded rationality 가 직접 기반. Cho 와 Hambrick (2006) 의 cognitive base ↔ attention pattern, Shane (2000) 의 산업 경험 ↔ 기술 기회 인식, Bantel·Jackson (1989), Wiersema·Bantel (1992), Carpenter·Fredrickson (2001) 의 TMT 다양성 연구, Buyl et al. (2011), Datta·Iskandar-Datta (2014) 의 generalist vs specialist TMT 구분, Heyden et al. (2015) 의 knowledge diversity ↔ exploratory innovation 을 통합. 조절 변수 측면에서는 Hambrick·Finkelstein (1987), Hambrick·Abrahamson (1995), Crossland·Hambrick (2007) 의 경영자 재량 이론, Katila·Ahuja (2002), Helfat (1994), Nelson·Winter (1982) 의 조직 search routine 이론을 결합. 공저자 Theresa S. Cho 의 strategic leadership 라인과 강진아 의 최고경영진 라인 결합. 강진아 author page 의 2기 (2013–2018) 외부 지식 탐색의 구조적 역학 시기 TMT 라인 작업으로, Top management team's innovation-related characteristics and the firm's explorative R&D: an analysis based on patent data (Scientometrics) 의 sibling.

인접 그래프

1-hop 이웃 15개

인물 3
방법론 4
개념 5
수록처 1
분류 1
논문 1

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

논문 (1)

Top management team's innovation-related characteristics and the firm's explorative R&D: an analysis based on patent data