Le alleanze delle giovani
imprese italiane nei settori ad
alta tecnologia: il ruolo degli
sponsor
Massimo G. Colombo, Luca Grilli, Evila Piva
Politecnico di Milano
Dipartimento di Ingegneria Gestionale
Obiettivo del paper
• Precedenti studi sugli esiti delle alleanze (Deeds
and Hill 1996, Baum et al. 2000, Jones et al.
2000, Kelley e Rice 2002, Baum e Silverman
2004):
– Alleanze benefiche per la performance delle giovani
imprese ad alta tecnologia (NTBF) in termini sia di
crescita che di capacità innovativa
• Perché le NTBF differiscono nella propensione a
stringere alleanze con altre imprese?
Sponsorship da parte di organizzazioni esterne
(VC, CVC, PRO) come determinante del tasso di
formazione delle alleanze delle NTBF
• Teece (1986):
– Le alleanze consentono alle NTBF di accedere ad asset
specialistici complementari al proprio capitale tecnologico
spesso necessari per renderle profittevoli;
– Problemi di adverse selection, appropriability hazards e altri costi
di transazione possono impedire alle NTBF di formare alleanze
che si rivelerebbero viceversa benefiche.
• Ruolo chiave degli “sponsors” come VC, CVC e PRO
nell’aiutare le NTBF a fronteggiare tali problemi.
• Effetti differenti sulla propensione a formare alleanze a
seconda sia:
– dell’identità dello sponsor;
– del tipo di alleanza (“explorative” vs. “exploitative”).
• Studio empirico. Analisi econometrica delle determinanti
del tasso di formazione di alleanze sia commerciali che
tecnologiche delle NTBF basato su un campione di 522
imprese.
• Primo studio econometrico di questo genere che si basa
su un campione di NTBF non statunitense.
• Focus sia sul settore manifatturiero che dei servizi
• Utilizzo di un dataset longitudinale.
• Dettagliate informazioni a livello di impresa raccolte
tramite survey
Quadro teorico di riferimento (I)
• Alleanze “exploitative” vs. “explorative” (Koza e Lewin,
1998; Rothaermel, 2001; Grant e Baden-Fuller, 2004;
Rothaermel e Deeds, 2004; Lavie e Rosenkopf, 2005).
• Alleanze “exploitative”:
– Motivo: uso più intenso ed abilitante di asset e competenze
possedute in-house;
– Alleanze commerciali:
• NTBF: accesso a specifici asset complementari che non possono
essere sviluppati all’interno o acquistati;
• Alleanze “explorative”:
– Motivo: “inter-organizational learning” e sviluppo di nuove
competenze tecnologiche;
– EU Research Joint Ventures, alleanze R&D
N.B. Alleanze tecnologiche sia dell’uno che dell’altro tipo
Quadro teorico di riferimento (II)
• Il ruolo degli sponsor (Stuart et al. 1999,Gans e Stern 2002, Gans et
al. 2003, Hsu 2006):
– riducono i costi di ricerca e negoziazione con gli eventuali partner
affrontati dalla NTBF sponsorizzata;
• Network di contatti e capitale relazionale degli sponsor;
• “Certification effect” (Stuart et al. 1999).
–
riducono gli appropriability hazards patiti dalle NTBF sponsorizzate.
• Ma possono tuttavia anche:
– Aumentare le inefficienze manageriali;
– Aumentare gli appropriability hazards dei partner candidati;
– Fornire alle NTBF sponsorizzate degli asset sostitutivi rispetto a quelli
posseduti dai partner candidati che rendono possibile per la NTBF
perseguire una strategia “go-it-alone”.
• L’effetto netto della sponsorship sul tasso di formazione di alleanze
delle NTBF dipenderà da:
– identità dello sponsor;
– tipo di alleanza (“exploitative” vs. “explorative”)
Ipotesi Teoriche
• Ipotesi H1. A parità di altre condizioni, le NTBF
partecipate da VC avranno una probabilità di
formare alleanze commerciali “exploitative” più
elevata rispetto alle altre NTBF.
L’attività di investimento dei VC è guidata essenzialmente da
obiettivi puramente finanziari
E anche:
-
VC ha disposizione un ampio network di contatti che abbassa i costi di
ricerca dei partner candidati
- VC certifica ai candidati partner il valore commerciale della tecnologia
sviluppata dalle NTBF
- L’importante funzione di “coaching” del VC nello screening dei partner
candidati e nella negoziazione con questi
- VC mitiga gli appropriability hazards in cui le NTBF incorrono nel formare
alleanze commerciali “exploitative” con terzi
• Ipotesi H2. A parità di altre condizioni, le NTBF
partecipate da CVC avranno una probabilità di
formare alleanze tecnologiche “explorative”
più elevata rispetto alle altre NTBF.
•
CVC possono perseguire scopi puramente finanziari, ma
generalmente prevalgono obiettivi strategici (Chesbrough, 2002): il
finanziamento di CVC è spesso utilizzato dalle imprese incumbent per
scandagliare nuove tecnologie esterne.
La formazione di alleanze tecnologiche “explorative” da parte delle NTBF
partecipate viene incoraggiato nella misura in cui queste possono
ampliare la “technology window” dell’investimento di CVC.
E anche:
- L’effetto di certificazione dell’investimento CVC è molto più probabile operare
dal lato delle competenze tecnologiche possedute dalla NTBF partecipata
piuttosto che sul valore commerciale di questa.
-
Il finanziamento early-stage di imprese high-tech è il core business dei VC,
mentre è solo un’attività collaterale per i CVC, dunque ci si può aspettare che
questi ultimi abbiano minore capacità di valutazione e di gestione degli
investimenti rispetto ai VC. Ciò può avere un riflesso negativo sui costi patiti
dalle NTBF sponsorizzate nello stringere alleanze
• Ipotesi H3. A parità di altre condizioni, le NTBF
sponsorizzate da PRO avranno una probabilità di formare
alleanze tecnologiche “explorative” più elevata rispetto alle
altre NTBF.
Il network di contatti sociali delle università e delle altre
organizzazioni di ricerca consta principalmente di legami con altre
organizzazioni di ricerca e laboratori di R&S di imprese private.
E anche:
- Dati i legami non azionari con le NTBF sponsorizzate (ASU) la minaccia di
retaliation da parte delle PRO sarà probabilmente meno credibile rispetto a
VC e CVC e comunque confinata con ogni probabilità alle alleanze
tecnologiche “explorative” data la natura del network sociale delle PRO.
- Le PRO non possiedono le competenze necessarie per sfruttare
commercialmente la conoscenza tecnologica delle imprese, dunque, è
improbabile che gli appropriability hazards impediscano i potenziali partner
dallo stabilire alleanze con le ASU per esplorare tecnologie non testate.
Il dataset
• RITA dataset (Colombo et al. 2004, Colombo e Grilli
2005)
• Circa 2000 NTBF Italiane (quotate e non):
– Nate dopo il 1980;
– Indipendenti;
– Attive nei settori high-tech manifatturieri e dei servizi.
• Dati longitudinali da fonti pubbliche:
– Attività brevettuale;
– Partecipazione in joint ventures di ricerca finanziate dall’Unione
Europea (JVRUE);
– Dati economici e finanziari (dal 1994 in avanti).
• Dati da survey nazionali condotte nel 2000, 2002 e 2004:
– Data della prima alleanza tecnologica e commerciale;
– Variabili firm- e industry-specific (esempio: caratteristiche dei
fondatori).
Statistiche descrittive- Alleanze
Campione
N. (a)
%
Imprese che
hanno stabilito
alleanze
N. (b)
%
Tasso di
formazione
delle alleanze
(b)/(a)
Settore di attività
ICT manufacturing
114
21.8
74
21.6
64.9
Robotics and automation
47
9.8
17
4.6
36.2
Biotechnologies, pharmaceutics
and advanced materials
22
4.2
15
4.1
68.2
Software
156
29.9
114
31.2
73.1
Internet and TLC services
157
30.1
123
33.7
78.3
26
5.0
22
6.0
84.6
522
100.0
365
100.0
69.9
Multimedia content
Totale
Più del 70% delle alleanze sono commerciali (soprattutto in INTERNET e TLC
services/software)
Statistiche descrittive- RJVEU
Campione
N. (a)
%
Imprese che
hanno
partecipato a
RJVEU
N. (b)
%
Tasso
(b)/(a) %
Settore di attività
ICT manufacturing
114
21.8
9
26.5
7.9
Robotics and automation
47
9.8
2
5.9
4.3
Biotechnologies, pharmaceutics
and advanced materials
22
4.2
5
14.7
22.7
Software
156
29.9
11
32.4
7.1
Internet and TLC services
157
30.1
4
11.8
2.5
26
5.0
3
8.8
11.5
522
100.0
34
100.0
6.5
Multimedia content
Totale
L’analisi empirica: i modelli
econometrici
• Survival data analysis sulle determinanti della
formazione della prima alleanza
– Semi-parametric Cox proportional hazards rate model
– Parametric: Weibull model (Gompertz, exponential).
• Competing risks model sulle determinanti della
formazione della prima alleanza commerciale e
tecnologica
• Random effect probit panel data model sul tasso di
partecipazione a research joint venture finanziate dall’UE
(EURJV).
Determinanti dell’ hazard rate della formazione di
alleanze (Cox model)
DASU
0.421 (0.184)**
DVC
0.125 (0.066)*
DCVC
0.075 (0.036)**
LSize
0.089 (0.043)**
SqLSize
-0.020 (0.008)**
NPatents
0.294 (0.140)**
NPatents × LSize
-0.067 (0.036)*
DPublicSubsidy
-0.010 (0.031)
NFounders
0.003 (0.029)
Education
0.024 (0.026)
SpecWorkExp
-0.009 (0.013)
OthWorkExp
0.001 (0.009)
DManager
0.216 (0.150)
Appropriability
-0.577 (0.252)**
Competition
-1.081 (0.377)***
TechOpportunities
Uncertainty
1.649 (0.873)*
14.094 (19.758)
Determinanti dell’ hazard rate della formazione di
alleanze commerciali e tecnologiche
(Competing risks model)
Alleanze commerciali
Alleanze tecnologiche
a1
DASU
0.080 (0.250)
1.104 (0.285)***
DVC
0.142 (0.076)*
0.136 (0.125)
a2
a3
DCVC
Altre variabili
-0.007 (0.088)
0.136 (0.044)***
Determinanti del tasso di partecipazione a
research joint ventures finanziate dall’UE
(Random effect probit panel model)
DASU
0.741 (0.271)***
DVC
0.208 (0.361)
DCVC
0.084 (0.320)
Altre variabili
Conclusioni
• La sponsorship da parte di istituzioni
esterne quali VC, CVC e PRO rappresenta
una determinante importante del tasso di
formazione di alleanze delle NTBF:
– Essa facilita la formazione di alleanze, ma con
importanti distinguo. Tale effetto positivo
dipende infatti:
• dall’identità dello sponsor;
• dal tipo di alleanza.
In particolare, effetto positivo del:
– VC sulla formazione di alleanze commerciali “exploitative”;
– CVC and PRO sulle alleanze tecnologiche.
– PRO sulle alleanze EURJV di natura “explorative”
Implicazioni di policy
• Per i manager di NTBF:
– Lo sponsor facilita l’accesso ad asset complementari
posseduti da altre imprese.
– Ma la “scelta” dello sponsor può influire sulle reali
possibilità di alleanza dell’impresa, per questo le due
strategie (sponsorship ed alleanze) dovrebbero
essere interdipendenti.
• Per i policy maker:
– Una politica di supporto (selettivo) alla creazione di
maggiori e più intensi legami tra NTBF e sponsors
può rivelarsi più efficace di supporti diretti e finanziari
alle imprese (Colombo e Grilli 2006).