Growth of De Alio and De Novo firms in the new and renewable energy industry

Keun-Seob Choi, 이정동, Chulwoo Baek (2016) · Industry and Innovation 23(4):295-312 · DOI ↗

1990년대 이후 global 신재생에너지 산업에 진입한 de alio (타 산업 경험 보유) vs de novo (신생) firm 292 곳의 매출 성장률을 고정효과 회귀 + 분위 회귀 으로 비교. De alio 가 진입 3 년 이내까지 +11% 성장 우위 (p<0.05), 4-6 년 시기에는 양자 격차 비유의로 수렴, 7 년 이후에는 entry mode 효과 완전 소멸. Resources and capabilities (R&Cs) 이론과 정합 — 사전 진입 경험의 advantage 는 짧고 한정된 단기 boost.

RQ: De alio vs de novo 진입 mode 중 어느 쪽이 신생 산업 (신재생에너지) 에서 매출 성장이 더 빠른가, 그리고 그 효과는 얼마나 오래 지속되는가.
방법론: 패널 데이터 분석, 고정효과 회귀, 분위 회귀
데이터: Thomson Reuters Datastream 의 alternative energy 분류 listed firm 292 곳 (1990년 이후 진입, de alio 154 + de novo 138; equipment subsector 186 + fuel subsector 106), 1991-2010 unbalanced 패널 (n=1,540 firm-year sales growth obs).
주요 발견: 진입 ≤3 년 model 1 — De_novo dummy 계수 -2.206 (p<0.05, e^(-2.2)=0.11 → de novo 가 11% 성장 lower), de_novo × ln_sales +0.237 (p<0.01, 큰 de novo 만 catch-up). 4-6 년 model 2 + ≥7 년 model 3 — entry mode 효과 비유의. R&D intensity 모든 시기 양 (0.067/0.059/0.047, 모두 p<0.01). Fuel > Equipment subsector growth (Model 2/3).
시사점: Resources and capabilities (Levinthal 1991, Mitchell 1994) advantage 가 initial 3 년만 유효 — 신생 산업에서 R&Cs 의 short half-life surface. De novo firm 은 R&D intensity 가 일관되게 high, 시간 축적으로 catch-up 가능. 정책적으로는 start-up 단기 지원 (de novo 의 disadvantage 보완) 이 diversification 유도 보다 신생 산업 진흥에 적합할 수 있음을 시사.

진입 시기별 sales growth 의 [[quantile-regression]] 결과 — de_novo dummy 의 조건부 분위별 계수. 신생 산업에서 de novo firm 이 unconditional 평균에서는 낮은 성장 이지만 상위 분위 (high-growth firm) 에서는 격차가 더 빨리 소멸 함을 보여준다.

요약

De alio vs de novo 분류는 산업 동학 연구의 핵심 typology (Helfat & Lieberman 2002). 미국 자동차 (Carroll et al. 1996), 의료기기 (Mitchell 1994), 반도체 (Hannan & Freeman 1988), 컴퓨터 (Swanson 2002), optical disk drive (Khessina & Carroll 2008) 등의 기존 산업 에서는 de alio firm 의 더 높은 생존율 이 stylized fact. 그러나 신생 산업 에서는 (i) de alio 의 R&Cs 가 환경 적합하지 않을 가능성 (Hannan & Freeman 1977 의 structural inertia) + (ii) de novo 의 organizational flexibility 가 environment 적응에 유리 (Carroll et al. 1996, Hannan et al. 1998) + (iii) innovative technology 의 진입 장벽 낮음 의 세 가지가 교차해 패턴이 비결정적. 본 paper 는 신재생에너지를 de alio 와 de novo 가 균등 분포 (154 vs 138) 한 산업으로 활용해 indirect industry externalities 를 최소화 한 자연 실험으로 사용 — 즉 industry choice 자체가 식별 전략의 일부.

데이터는 Thomson Reuters Datastream 의 alternative energy 분류에서 1990 년 이후 진입한 listed firm 292 곳, 1991-2010 unbalanced 패널 (n=1,540 firm-year). 핵심 분류 (i) de alio (parent company 또는 다른 산업 경험 있는 진입, 154) vs de novo (no pre-entry experience, 138), (ii) equipment subsector (solar/wind/fuel cell 제조, 186) vs fuel subsector (biofuel 등 fuel 생산, 106). 종속변수는 sales growth rate, 통제 변수는 age · ln_sales · profit_ratio · rnd_int (t-1) · subsector dummy · year dummy. 식별 핵심은 시기별 split sample — 진입 ≤3 년, 4-6 년, ≥7 년의 3 모델 비교로 R&Cs advantage 의 half-life 추정.

핵심 결과는 시간에 따른 gap closure 의 명료한 패턴. Model 1 (≤3 년) — de_novo dummy -2.206 (p<0.05) 로 de novo 가 매출 성장 exp(-2.2)=11% 더 느림. Model 2 (4-6 년) — coefficient +0.983 (n.s.) 로 격차 사라지고 부호도 역전. Model 3 (≥7 년) — +0.106 (n.s.). 동시에 de_novo × ln_sales 상호작용 모델 1 에서 +0.237 (p<0.01) — 큰 de novo firm 은 진입 초기부터 de alio 와 격차 줄임. R&D intensity 모든 시기 양의 효과 (0.067 → 0.059 → 0.047, 모두 p<0.01). 분위 회귀 추가 분석 (fig4) 은 high-growth firm 에서는 격차 closure 가 더 빠르고 low-growth firm 에서는 더 느림 — de novo 의 catch-up 메커니즘이 주로 상위 분위 firm 의 R&D 효과 임을 시사. 정책적 함의는 young de novo firm 의 단기 R&Cs 격차 보전 (보조금, mentor 매칭) 이 신재생에너지 같은 신생 산업 정책의 핵심 — static R&Cs 이론 의 dynamic 적용.

핵심 결과

진입 시기별 de_novo dummy 계수와 entry mode 효과 dynamics (고정효과 회귀, year dummy 포함).

변수	Model 1 (≤3 년)	Model 2 (4-6 년)	Model 3 (≥7 년)
De_novo dummy	-2.206 **	+0.983	+0.106
De_novo × ln_sales	+0.237 ***	-0.117	-0.009
Age	-0.647 ***	-0.269 ***	-0.002
ln_sales	-0.137 **	+0.134 **	+0.067
rnd_int (t-1)	+0.067 ***	+0.059 ***	+0.047 ***
d_subsector (equip=1)	-0.478	-1.062 ***	-0.722 **
Profit_ratio	+0.006	+0.008 **	+0.008
Observations	363	484	414
R² overall	0.14	0.09	0.08

*** p<0.01, ** p<0.05. Entry mode (de_novo) 효과의 exp(-2.2) = 0.11 해석 — 진입 3 년 이내 de novo firm 의 매출 성장률이 de alio 대비 약 11% lower. 4 년차부터 효과 완전 소멸 — R&Cs advantage 의 short half-life. De novo (62%) 의 R&D intensity 2.8 (equipment) vs de alio (38%) 1.0 — de novo 가 innovative technology 의존 stylized fact 정합.

방법론 노트

본 paper 의 식별 전략은 industry choice + sample split 의 두 layer. 첫째, 신재생에너지 라는 신생 산업 선택 — de alio (52.7%) 와 de novo (47.3%) 가 균등 분포해 self-selection 효과 최소화, 그리고 indirect industry externalities 가 양 entry mode 에 비슷하게 작용. 둘째, 진입 후 시기별 sample split — 동일 firm 의 진입 ≤3 년, 4-6 년, ≥7 년 obs 를 분리해 R&Cs advantage 의 시간 dynamics 식별.

핵심 회귀식:

\text{SalesGrowth}_{i,t} = \alpha + \beta_1 \text{DeNovo}_i + \beta_2 (\text{DeNovo}_i \times \ln \text{Sales}_{i,t}) + \beta_3 \text{Age}_{i,t} + \beta_4 \ln \text{Sales}_{i,t} + \beta_5 \text{RnDInt}_{i,t-1} + \gamma X_{i,t} + \delta_t + \epsilon_{i,t}

여기서 $i$ firm, $t$ year, $X_{i,t}$ controls (profit_ratio, subsector dummy), $\delta_t$ year dummy. 3 sample split (≤3, 4-6, ≥7) 으로 동일 식 반복 추정. 식별 핵심은 $\beta_1$ (de_novo dummy) 의 시기별 부호 변화 — Model 1 에서 -2.2 → Model 2/3 에서 비유의 — 이 R&Cs advantage 의 4 년 half-life 의 직접 증거.

분위 회귀 보조 분석은 conditional 분위별 entry mode 효과 를 추정 — high-growth firm 에서는 de alio advantage 가 빨리 소멸, low-growth firm 에서는 더 오래 지속. de novo 의 catch-up 이 분위별 heterogeneous 임을 시사. 한계는 (i) Datastream listed firm 만 — unlisted small firm 의 패턴 빠짐, (ii) entry mode 의 spinoff vs diversified entrant 구분 부재, (iii) global 패널이지만 country-level FE 미사용.

연구 계보

De alio vs de novo 분류의 원점은 Khessina (2003) 박사 학위 + Khessina & Carroll (2008) optical disk drive 산업 연구. 본 paper 는 이 골격을 신생 산업 (신재생에너지) 으로 확장 — Khessina/Carroll 의 기존 산업 + 생존 종속변수 와 달리 신생 산업 + 성장 종속변수 라는 두 갈래 분기. R&Cs 이론 ancestor 는 Levinthal (1991), Mitchell (1994), Hannan & Freeman (1977 structural inertia, 1989) 의 organizational ecology 라인. 신생 산업 dynamics 의 economic 분석은 Klepper & Simons (2000) TV 산업, de Figueiredo & Kyle (2006) 의 brand value 시리즈. Firm growth 일반 이론은 Coad (2009) The Growth of Firms 종합. 신재생에너지 산업 학문화는 Jacobsson & Johnson (2000), Schilling & Esmundo (2009), Johnstone, Haščič, & Popp (2010). 이정동 author page anchor 제4기 진화론적 전환 라인 — 본 paper 의 path-dependent routines (Nelson & Winter 1982) 인용은 Evolutionary Patterns of an Artifact: The Mobile Phone 의 evolutionary economics 라인과 직접 연결. The relevance of DEA benchmarking information and the Least-Distance Measure (공저자 Chulwoo Baek 의 firm-level DEA) 의 firm-level productivity 비교 라인과 firm-level entry mode 비교 자매. Research on the Logic of Product Evolution Using Agent-based Model (같은 2016 cohort 의 ABM evolutionary) 와 evolutionary economics 의 두 방법론 (회귀 vs ABM) 페어.

인접 그래프

1-hop 이웃 18개

인물 3
방법론 3
개념 4
주제 2
수록처 1
분류 2
논문 3

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

이 문서를 가리키는 페이지

논문 (1)

Research on the Logic of Product Evolution Using Agent-based Model