최초 벤처확인기업의 매출 및 고용의 장기성과 분석
표한형*
본 연구에서는 2007년부터 2014년까지 최초 벤처확인기업의 매출액 및 고용의 처리효과를 분석하였다. 기존 연구와 달리 벤처확인의 선택편의에 따른 과대 추정 문제를 완화하기 위 하여 성향점수 가중회귀 모델을 이용하여 분석하였다. 특히 벤처확인기업의 매출액 및 고용 의 처리효과를 벤처확인 유형별, 기업 규모별, 업력별로 이질적인지를 분석하였다. 전체적인 분석 결과는 최초 벤처확인기업의 매출액과 고용의 처리 효과는 지속적인 것으로 나타난 반 면, 기업의 특성을 반영한 분석에서는 이질적인 것으로 나타났다. 벤처확인 유형별로는 ‘벤 처투자’ 유형에서, 기업 규모별에서는 종업원수 20인 미만 기업군에서, 업력별에서는 업력 5 년 미만 기업군에서 매출액 및 고용의 처리 효과가 가장 높은 것으로 나타났다.
* 중소기업연구원 연구위원
Ⅰ. 문제 제기
혁신이 경제성장에 결정적인 역할을 하는 것으로 알려져 있다. 특히 창업초기
고기술 기업들이 앞장서서 혁신을 주도하는 가운데 혁신을 통한 경제성장의 비중이 증가하는 추세에 있다. 하지만 혁신기술을 가진 창업초기 기업들은 정보의 비대칭 성으로 인해 혁신활동에 필요한 자금을 충분히 조달하지 못하고 있다. 따라서 공공 영역에서 이 기업들이 높은 수준의 기술력을 가진 것으로 인증할 수 있다면 이 기 업들이 직면한 금융제약을 완화할 수 있다. 일반적으로 창업초기 혁신기업들의 민 간 자조금달의 장벽을 낮추기 위해 정부의 개입이 필요한 근거로 두 가지가 제시되 고 있다.1)
먼저, 연구개발이나 혁신활동이 갖는 양의 외부성(positive externalities)으로 인
해 과소 투자되는 경향이 있다. 이러한 사회적으로 최적인 수준보다 낮은 과소 투 자는 직접 연구개발 활동을 하고 있는 기업들에게 자신의 연구개발로부터 발생하는 이익을 독점적으로 전유하는 것이 불가능하기 때문에 발생한다. 따라서 공적 벤처 투자 또는 인증은 연구개발투자의 확대를 통해 경쟁자들의 연구개발투자를 자극할 뿐만 아니라 연구개발의 성과가 사회 전체에 이익이 되는 파급효과를 창출할 수 있 다. 둘째, 혁신기술을 가진 창업초기 기업에 대한 정보의 제약으로 인해 민간 벤처 캐피탈은 특정 산업에 특화하거나 창업초기 혁신기업이 필요한 자금의 일부만을 투 자하는 과소 투자 문제가 발생할 수 있다. 따라서 공적 벤처투자나 인증 프로그램 이 혁신기술을 가진 기업들을 인증할 수 있다면, 정보의 비대칭성 문제를 완화함으 로써 외부 투자자들은 확신을 가지고 이 기업들에 투자할 수 있다.
1990년대 말 우리나라는 혁신기술을 가진 창업초기 기업들이 자생적으로 태동하
고 성장할만한 토양이 일천만한 수준이었다. 이에 정부는 기술혁신기업이 국민경제 에 미치는 중요한 역할을 인식하여 1997년「벤처기업 육성을 위한 특별법」을 제정 하고, 2005년에는 공적 벤처캐피탈인 모태펀드를 조성하는 등 벤처기업의 육성을 위한 노력을 기울여왔다. 즉, 정부가 법률에 의거하여 벤처기업을 직접 확인하고 벤 처기업으로 확인된 기업에 대한 유·무형의 각종 혜택을 부여해 왔다. 그 결과 우리 나라의 벤처기업 수는 1998년부터 빠르게 늘어나다 2000년대 들어 IT버블이 붕괴하 면서 급격하게 감소하기도 하였지만 2003년을 기점으로 다시 증가세로 돌아섰다.
이후 2007년 14,015개에서 2010년 24,645개로 급격하게 증가하였고, 이후에도 완만 하게 증가하여 2015년 말 현재 31,260개에 달하고 있다.
일반적으로 벤처기업은 벤처캐피탈이나 엔젤투자 등으로부터 자본을 조달한 기
업을 말한다. 하지만 우리나라에서 벤처기업은 본래적 의미에서의 벤처기업보다 폭 넓게 정책적 지원 대상으로 간주하는 기업까지 포함하고 있다. 따라서 이러한 벤처
1) Lerner (1999) 참조.
확인제도가 고용과 매출액 증가와 같은 기업성장 측면에서 정책 목표를 달성했는지 일반기업과 비교하여 실증분석을 통해 검토해 보고자 한다.
우리나라 벤처확인제도의 성과에 대한 기존 실증연구는 벤처확인기업에 대한 풍 부한 자료를 가지고 이루어진 2010년 이후와 이전으로 나눌 수 있다. 2010년 이전 의 실증연구로는 정진하(2005)와 임채윤 외(2008)가 있다. 정진하(2005)는 벤처기업 의 성장에 미친 요인들을 ‘벤처기업정밀실태조사’ 자료를 이용하여 실증 분석하였으 나 데이터의 제약으로 인해 특정 연도의 벤처기업에 대한 횡단면 분석에 그치고 있 다. 한편, 임채윤 외(2008)는 벤처기업의 생존에 영향을 미치는 요인을 분석하고자 하였으나 데이터의 제약 등의 이유로 인해 뚜렷한 결론을 제시하는 데까지는 이르 지 못했다.
2010년 이후 벤처확인기업에 대한 풍부한 자료를 바탕으로 벤처확인제도의 성과
에 대한 실증연구로는 송치승 외(2010)와 김기완(2012) 등이 있다. 이들은 실증분석 결과에 기초하여 서로 상반되는 주장을 하였다. 먼저, 송치승 외(2010)는 1998년부 터 2009년까지의 벤처기업 확인리스트와 KED(한국기업데이터) 자료를 결합하여 벤 처확인 기업만을 대상으로 벤처확인 이후 기업의 경영성과(수익성, 성장성, 안정성) 와 생존율 등을 분석하였다. 실증분석 결과, 벤처기업들은 벤처기업유형에 관계없이 벤처확인 이후 총자산, 매출액, 영업이익, 순이익 등의 지표가 증가한 것으로 나타 났다. 이에 기초하여 벤처기업 확인제도가 전반적으로 벤처기업의 성과를 개선하는 데 기여한 것으로 평가하고 있다.
김기완(2012)은 1998년부터 2010년까지의 벤처확인기업만을 대상으로 한 분석에 서 ‘벤처투자기업’이 벤처확인 이후 3년 및 5년이 경과한 시점에서 매출 및 고용 성 장률 모두에서 ‘기술평가보증·대출기업’에 비해 우수하고, 2003년 이후 신규 인증된
‘연구개발기업’ 역시 ‘기술평가보증·대출기업’에 비해 우수한 성장성을 보인다는 결 과를 얻었다. 이러한 실증결과들에 근거하여 정책적 판단(정책자금 지원기준 등)보 다 시장(벤처캐피탈 투자)에 의한 벤처기업의 선별이 기업 성장 측면에서 보다 효 과적이라고 주장하면서, 현재 과도하게 정책자금 지원기업 중심으로 구성되어 있는 벤처기업 확인제도를 벤처캐피탈 활성화를 근간으로 시장 메커니즘을 보다 적극적 으로 활용하는 방향으로 개선할 필요가 있다고 지적하고 있다.
본 연구에서는 일반적인 의미에서 벤처투자를 받은 벤처기업과 달리 훨씬 광범 위하게 정책적 지원 대상으로 간주하는 기업까지 포괄하고 있다는 점에서 벤처확인 유형별로 일반기업과 비교하여 성장의 차이가 존재하는지를 분석한다. 본 연구는 벤처기업만을 대상으로 한 기존 연구와 달리 일반기업까지 포함하여 벤처확인기업 과 일반기업 간에 벤처확인 이후 성장의 차이가 존재하는지를 분석한다는 점에서 기존 연구와 차별성이 있다.2) 본 실증분석에서는 벤처확인제도의 성과와 관련하여 매출액과 고용 두 가지 지표를 사용한다. 매출액과 고용 증가율 차이를 벤처확인제
2) 김기완(2012)은 벤처기업만을 대상으로 벤처확인 유형별로 벤처확인기업의 3년 및 5년 이후의 고용 및 매출액 증가율을 분석하였다.
도의 성과 지표로 사용한 이유는 벤처확인제도의 목표가 기술집약적인 안정적인 성 장을 도모하고 이를 통해 궁극적으로는 매출 및 고용 규모의 증가에 있기 때문이 다. 한편, 최초 벤처확인 시점을 기업들이 기술집약적인 성장을 위해 본격적으로 활 동하는 시점이라고 간주하고 벤처확인을 받기 전기(T-1기)대비 일반기업과 비교하 여 매출액 및 고용 증가율 차이가 시간의 경과에 따라, 즉 중기(T+5기)까지도 지속 되는지를 분석한다는 점에서도 기존 연구와 차별성이 있다.
본 논문의 구성은 다음과 같다. 2장에서는 우리나라의 벤처확인제도의 변천과정 을 간략하게 살펴본다. 3장에서는 분석에서 이용한 데이터와 분석 방법에 대해 설 명한다. 4장에서는 먼저, 벤처확인 유형별로 일반기업과 비교하여 시간의 경과에 따 라 성과가 있는지를 살펴본 후, 벤처확인 유형과 관계없이 기업규모별 그리고 업력 별 성과가 이질적인지를 분석한다. 마지막 5장에서는 분석 결과를 요약하고 정책적 시사점을 제시한다.
Ⅱ. 벤처확인제도의 개괄
학술적으로 명확히 정리된 벤처기업의 정의는 없지만, 일반적으로 벤처기업이란
다른 기업보다 상대적으로 사업의 위험성은 높으나 성공하면 높은 수익이 보장되는 기업으로 일반적으로 모험자본(venture capital)으로부터 투자를 받은 기업을 의미한 다. 반면, 우리나라의 벤처기업 관련 정책은 정부가 법률에 의거하여 벤처기업을 직 접 확인하고, 벤처기업으로 확인된 기업에 대해 유․무형의 각종 혜택을 부여한다 는 측면에서 다른 나라의 벤처기업 관련 정책과 차별성을 가지고 있다. 우리나라의 벤처기업은 성공한 결과로서의 기업이라기보다는 세계적인 인류기업으로 육성하기 위한 지원 대상으로서의 기업이라는 성격이 강하다고 볼 수 있다. 따라서 본래적 의미에서의 벤처기업보다 그 대상이 훨씬 넓은 범위의 기업까지 포함하고 있다.3)
벤처기업은 주로 첨단산업 분야에 분포됨에 따라 투자의 위험성이 높고, 정보의
비대칭성 및 높은 무형자산 비중 등으로 인하여 시장실패가 발생할 수 있는 대표적 영역이다. 이 때문에 많은 선진국에서도 신기술을 기반으로 하는 신생기업군을 육 성하기 위한 다양한 정책을 추진하고 있다. 우리나라도 고비용 경제구조 및 대기업 위주 경제성장에 따른 문제를 극복하고 지식기반경제로의 이행을 촉진하기 위하여 1997년 8월「벤처기업 육성에 관한특별조치법」을 제정하고 벤처기업 육성을 본격
3) 외국의 경우 벤처기업의 정의 및 확인요건을 한국과 같이 제도적으로 마련하고 있지는 않다. 다만, 벤처기업 관련 법률에서 간략하게 벤처기업에 대한 정의를 제시하고 있다. 미국의 경우 중소기업 투자법(Small Business Investment Act) 에서 벤처기업을 위험성은 크나 성공할 경우 높은 기대수 익이 예상되는 신기술 또는 아이디어에 기반한 중소기업으로 정의하고 있다. 일본에서는 중소기업 의 창조적 사업 활동 촉진에 관한 임시조치법 에 따른 중소기업 중 R&D 투자비율이 전체 매출액 3%이상인 기업이며 창업 후 5년 미만에 해당하는 기업을 벤처기업으로 분류하고 있다. OECD에서 는 벤처기업을 R&D 집중도가 높은 기업 또는 기술혁신이나 기술적 우월성이 성공의 주요 요인인 기업 등으로 정의하여 기술성을 벤처 기업의 중요한 특징으로 강조하고 있다. 국회예산정책처 (2010),『벤처기업 지원사업 평가』참조.
추진하였다. 1997년 10월부터 시행된「벤처기업 육성에 관한 특별조치법」에서 벤 처기업은「중소기업기본법」상 중소기업이면서, 3가지 벤처확인유형4), 즉 ‘벤처투자 기업’, ‘연구개발기업’, ‘신기술기업’ 가운데 한 가지를 충족한 기업을 말한다. 이렇게 벤처기업으로 확인된 기업에 대해서는 자금, 기술, 인력, 입지 등을 집중 지원받을 수 있다. 한편, 2000년대 초반 소위 벤처거품을 거치면서 벤처 비리가 부각됨에 따 라 벤처확인기준을 강화하였다.5) 이러한 벤처확인기준 강화에도 불구하고 정부가 벤처기업을 직접 확인하는 제도로 인하여 벤처기업이 무분별하게 증가하였다는 비 판도 제기되고 있다.6) 이와 관련, 벤처기업 확인제도가 벤처기업의 질적 성장 보다 는 벤처기업 수의 양적 확대를 야기하여 벤처기업의 무늬만 갖춘 벤처기업을 양산 했다는 문제점이 제기되었다. 이에 2006년 보다 객관적이고 시장친화적인 벤처기업 선별기능을 목표로 벤처기업확인제도를 대대적으로 개편하였다.
2006년 개편안에서는 벤처평가기관(16개)이 투자․보증․대출에 대한 책임없이 단순 평가한 ‘신기술기업’을 벤처기업에서 제외하고, 투자․보증․대출의 과정에서 성장성, 기술성 등 개별기업의 혁신능력이 충분히 평가되는 점을 감안하여 1단계 혁신능력평가를 폐지하였다. 따라서 기존 ‘벤처투자기업’, ‘연구개발기업’, ‘신기술기 업’의 벤처유형은 ‘벤처투자기업’, ‘연구개발기업7)’, ‘기술평가보증․대출기업8)’으로 구분되었다.9) 이와 함께 벤처기업 확인제도의 확인업무를 기존 정부기관에서 민간 투자기관으로 이관하였다. 이를 통해 벤처기업에 대한 확인을 각각 투자·융자·보증 하는 벤처캐피탈협회, 중소기업진흥공단, 그리고 기술보증기금에서 하도록 하였다.
하지만 역설적이게도 ‘기술평가보증·대출기업’을 벤처확인유형에 포함하는 내용을
4) 1998년 12월 동 법이 일부 개정되면서 벤처확인유형에 ‘기술평가기업’이 추가되어 벤처확인유형이 4개로 확대되었다고 보는 견해도 있다. 이후 2002년 동 법이 개정되면서 벤처확인유형이 다시 4개 의 유형에서 3개의 유형으로 축소되었다고 보고 있다. 축소된 3가지 벤처확인 유형은 기존의 ‘벤처 투자기업’, ‘연구개발기업’, 그리고 ‘신기술기업’과 ‘기술평가기업’을 통합·조정한 ‘신기술평가기업’이 다. 또한 1999년 창업중인 기업에 대한 예비벤처기업제도가 신설되었는데 벤처유형으로 ‘예비벤처 기업’까지 포함하는 경우도 있으나 본 분석에서는 ‘예비벤처기업’은 제외하였다. 이와 같은 견해에 대해서는 조덕희 외(2015)의 제1장 참조.
5) 먼저 1단계에서 혁신능력평가를 받아 일정 점수 이상을 획득한 기업을 대상으로, 2단계에서 벤처확 인유형 요건을 충족 여부를 판단하는 2단계 평가방식으로 벤처확인기준을 강화하였다.
6) 조덕희(2002). 벤처산업의 성과와 과제: 부문별 주요 논점 및 제도개선 과제 . 산업연구원 연구보 고서.
7) 연구개발(R&D)기업에 대해서는 시장에서의 수용가능성과 시장선별기능을 강화하기 위하여 사업성 평가과정을 추가하였고, 3년 미만의 창업초기기업에 대해서는 R&D의 총매출 비율 요건을 적용하 지 않는 요건을 지속 유지하여 기술력 있는 초기기업의 벤처기업으로 진입을 용이하게 하였다.
8) 기술보증기금 또는 중소기업진흥공단이 기술평가를 통하여 보증하거나 대출한 기업을 벤처기업으 로 새로이 인정하되, 창업 1년 미만의 기업에 대해서는 완화된 요건을 적용함으로써 기술력이 우수 한 창업 초기기업이 벤처기업으로 확인될 수 있도록 하고 있다. 일반적으로 ‘기술평가보증·대출기 업’은 기술평가에 기초하고 있어 하나의 유형으로 취급하지만, 본 분석에서는 기술평가기관이 서로 다르기 때문에 ‘기술평가보증기업’과 ‘기술평가대출기업’으로 분리하였다.
9) 김기완(2012)은 1998년부터 2010년까지 벤처유형별 성과를 실증분석하면서, 2007년 이전의 ‘신기술 기업’ 유형을 ‘기술평가보증·대출기업’ 유형에 속하는 것으로 분류하였다. 이렇게 분류한 이유로 그 는 “1998∼2001년 기간 동안의 ‘신기술기업’들은 비록 그 수는 많지 않지만 기술평가전문기관의 평 가를 받지 않을 수도 있다는 점에서 이 범주에 해당하지 않을 가능성이 있지만, 정책자금을 제공받 는 기업과 유사하게 주로 정책적 판단에 의해 선정된 기업이라는 점에서 기술평가보증·대출기업‘으 로 분류하는데 큰 무리가 없을 것으로 판단된다”고 설명하였다.
주요 골자로 하는 2006년 시장친화적인 벤처기업 확인제도의 시행을 계기로 벤처기 업 수가 급증한 이래로, 벤처기업 확인제도를 둘러싼 논란은 끊임없이 지속되고 있 다.
한편, 이노비즈 인증제도는 기술혁신형 기업의 집중적으로 육성하기 위해 2001 년「중소기업기술촉진법」에 근거하여 추진되었다. 이노비즈 인증제도는 법률적 근 거와 지원 목적 등에서 벤처확인제도와 다르지만, 기술혁신성 측면에서 벤처확인제 도가 유사하다는 평가를 받아왔다. 실제로 2010년 12월 기준으로 벤처확인과 이노 비즈인증을 모두 받은 기업이 7,506개사였다. 따라서 공변량 가운데 하나로 이노비 즈인증 여부를 고려할 경우 벤처확인기업의 성과에 변화가 있는지를 살펴보는 것도 본 실증연구의 목표 가운데 하나이다.
Ⅲ. 데이터와 분석 방법
분석을 위한 자료는 중소벤처기업부가 제공한 자료와 한국기업데이터(이하 KED)를 연계하여 구축하였다. 중소벤처기업부가 제공한 벤처확인 기업자료는 사업 자번호, 벤처확인유형, 벤처확인일자 등이며, 이노비즈인증기업 자료의 경우는 사업 자번호 최초 이노비즈인증 년도, 현재 이노비즈인증 기간 등이다. 기본적으로 벤처 확인자료와 KED의 재무자료를 연계하여 벤처확인기업의 표본을 다음과 같이 구성 하였다. 먼저, 중소벤처기업부에서 제공한 1998년부터 2015년까지 벤처기업으로 인 증된 기업은 총 74,804개사 인 것으로 파악되었다.10) 하지만 중소벤처기업부가 제공 한 자료에서는 2007년부터 벤처확인유형에 대한 정보를 제공하고 있다. 따라서 벤 처확인유형별로 벤처기업과 일반기업간의 성과 차이를 분석하기 위해서는 2007년 이후 최초 벤처확인기업들 만을 대상으로 하였다. 이 때 중간에 벤처확인유형이 바 뀌는 표본이 1,862개(2007∼2014년 표본 중 약 6% 차지)를 차지하는데 바뀐 벤처확 인유형을 고려하지 않고 최초 벤처확인유형으로 분류하였다. 요약해 보면, 1998년부 터 2006년까지, 그리고 2015년 벤처확인기업들은 분석에서 제외하였다. 최종적으로 2007년부터 2014년까지 최초 벤처확인 기업 수는 49,895개 (동 기간 동안 예비벤처 14개를 포함할 경우 49,909개)이고, KED 자료와 연계 후 남은 벤처확인기업 표본은 모집단의 61.4%인 30,655개인 것으로 파악되었다(<표 1>참조).
일반기업의 표본은 고용규모가 300인 미만인 중소기업으로 구성하되, 1998년부 터 2006년까지 최초로 벤처확인을 받은 기업은 일반기업에서 제외하였다. 또한, 벤 처기업이 포함되지 않은 산업은 표본에서 제외하였고, 산업의 세세분류를 이용하여 벤처의 비중이 0인 산업은 표본에서 제외하였다. 그리고 일반기업군에서 이노비즈 인증기업은 2007년부터 2014년까지 최초로 이노비즈인증을 받은 연도를 기준으로
10) 제공된 자료에는 75,369개의 벤처기업이 있으나 이 중 1개 기업은 중복이었고 나머지 75,368개 중 564개는 1998∼2015년 간 인증횟수가 0인 것으로 확인되었다. 따라서 이를 모두 제외한 1회 이상 벤처확인 기업 수는 74,804개이다.
추출하였다.
<표 1> 연도별 최초 벤처인증 기업 수 및 분석 표본 수
벤처 유형 2007 2008 2009 2010 2011 2012 2013 2014 계
실 제 기 업 수
기술대출 148 178 386 510 419 385 783 722 3,531 기술보증 4,741 5,679 7,055 5,395 5,772 6,015 5,334 4,624 44,615 벤처투자 63 59 33 34 48 72 120 110 539 연구개발 187 162 132 145 138 134 169 143 1,210 소계(A) 5,139 6,078 7,606 6,084 6,377 6,606 6,406 5,599 49,895 이노비즈 600 523 457 310 319 469 256 139 3,073
표 본 수
기술대출 109 116 277 319 248 220 471 418 2,178 기술보증 3,294 3,815 4,869 3,464 3,475 3,383 3,009 2,155 27,464
벤처투자 38 23 17 19 13 18 39 21 188
연구개발 124 106 97 101 91 105 117 84 825 소계(B) 3,565 4,060 5,260 3,903 3,827 3,726 3,636 2,678 30,655 이노비즈 547 493 437 298 297 409 230 115 2,826 표본율(B/A) (%) 69.4 66.8 69.2 64.2 60.0 56.4 56.8 47.8 61.4 자료: 중소벤처기업부 및 기업데이터(KED)
벤처확인기업이 매출액이나 종업원수와 같은 성과에 미치는 영향을 추정하는데 있어 직면하는 주요 문제는 벤처확인이 무작위(random)로 이루어지지 않는다는 점 이다. 벤처확인기업은 벤처확인의 결정과 그 성과에 영향을 미치는 특성들에서 다 른 기업들과 다르다고 볼 수 있다. 이것은 여러 가지 방식으로 벤처확인에 따른 성 과의 추정치에 선택편의(selection bias) 문제를 발생시킬 수 있다. 먼저, 시간의 경 과에 따라 변하지 않고 관측 가능하지 않은 기업의 특성이 기업의 성과와 벤처확인 을 받을 확률에 영향을 줄 수 있다. 예를 들어, 벤처기업 경영자들은 다른 경영자들 에 비해 보다 위험을 선호하여 공격적인 경영을 할 가능성이 높다. 둘째, 시간의 경 과에 따라 변하고 관측가능하지 않은 충격도 기업의 성과와 벤처확인을 받을 확률 에 영향을 줄 수 있다. 예를 들어, 특정 하이텍 분야의 일시적인 호황은 해당 벤처 기업들의 매출이나 고용에 영향을 줄 수 있다. 벤처확인 이전에 하이텍 분야에서 호황이 있었다면, 벤처확인 이후의 기업의 성과는 과소평가될 수 있다.
일반적으로 기존의 분석에서는 이 문제를 완화하기 위해서 Heckman et al. (1997)이 제안한 성향점수매칭을 이용한 이중차분(Difference-in-differences combined with propensity score matching; 이하 DID-PSM)을 이용하였다.
DID-PSM 추정치는 관측상 유사한 일반기업(대조군)의 성과 변화를 벤처확인기업 (처리군)의 성과 변화와 비교함으로써 선택편의 문제를 완화하는 것이다. 또한
DID-PSM 추정치는 벤처확인 이전에 기업 간에 시간의 경과에 따라 변하지 않고 관측 가능하지 않은 특성 때문에 발생하는 선택편의 문제를 고려한 것이다.11) 본 분석에서는 이와 같은 선택편의 문제를 완화하기 위해 Hirano et al. (2003)이 제안 한 성향점수 가중회귀분석(Propensity score weighted least square regression; 이 하 PS-WLS)을 이용한다. 본 분석에서 DID-PSM보다는 PS-WLS를 이용한 이유는 Hirano et al. (2003)는 PS-WLS 추정치가 DID-PSM 추정치보다 효율적임을 보였 기 때문이다.12) 그럼에도 불구하고 관찰 가능하지 않은 시간의 경과에 따라 변하는 기업의 특성이 벤처확인과 그 성과에 영향을 준다면, PS-WLS 추정치는 여전히 편 의를 갖고 있다고 할 수 있다.
PS-WLS 추정은 다음과 같은 순서로 이루어진다. 먼저, 기(벤처확인을 받은 년도를 기)의 공변량을 이용하여 기에 기업이 벤처기업으로 인증될 확률 을 추 정한다. 이 확률은 벤처확인 여부를 종속변수로 하는 프로빗(probit) 모형을 통해서 얻는다. 둘째, 추정된 확률이 공통영역 즉, 안에 속하는 관측치만 이용하여 표본을 구성한다. 이 조건이 필요한 이유는 혹은 인 기업들은 항상 벤처 기업으로 확인되거나 확인되지 않기 때문에 이러한 기업들에 대한 적절한 비교대상 을 찾을 수 없기 때문이다. 다시 말해서, 혹은 을 가중치로 이용할 때 일 반기업의 공변량은 0이나 무한대가 되어 사실상 일반기업이 분석대상에서 제외되기 때문이다. 셋째, 벤처기업으로 확인된 기업들은 의 가중치를 부여하고, 벤처기 업이 아닌 일반기업들은
의 가중치를 부여한다. 이러한 방식은 일 반기업 중 벤처기업과 유사한 확률을 가진 기업들에게 더 높은 가중치를 부여하고, 그렇지 않은 기업들에게는 더 낮은 가중치를 부여하여 좀 더 정확한 반사실적 결 과13)를 추정하고 비교하기 위함이다. 넷째, 앞선 절차에서 구성한 가중치를 이용하 여 다음과 같은 모형을 추정한다.∆ (1)
식(1)에서 ∆ 는 기업의 성과를 측정하는 종속변수(<표 2>
참조)이다. 는 기업이 시점에 벤처기업이면 1, 아니면 0의 값을 가지는 더미변
11) 성향점수매칭을 이용한 이중차분 추정치가 이중차분을 하지 않은 단순 성향점수매칭 추정치보다 더 놓은 것으로 알려져 있다. Smith and Todd (2005) 참조.
12) Cadot et al. (2015)는 성향점수 가중회귀분석을 이용하여 튀니지의 수출지원사업의 성과가 얼마나 지속되는지를 분석하였다. 성향점수의 역수 가중치 부여 방식(IPW: Inverse Probability Weighting)인 PS-WLS는 DID-PSM의 매칭 가운데 한 방법인 커널 매칭과 같이 대역폭 (bandwidth)을 선택하지 않아도 되기 때문에 빠르고 쉽게 분석이 가능할 뿐만 아니라 커널 매칭 보다 효율적인 추정치를 얻을 수 있다는 장점이 있다. 커널 매칭이 처리군과 가장 가까운 성향 점 수를 갖는 대조군에게 가장 높은 가중치를 주는 방식이라면, 성향 점수의 역수 가중치 부여 방식 은 가장 높은 성향점수를 갖는 것에 가장 높은 가중치를 부여하는 것으로, 높은 성향 점수를 갖는 대조군일수록 높은 가중치를 부여 받는다. Handouyahia et al. (2013), Busso et al. (2014) 참조.
13) 반사실적(counterfactual) 결과란 벤처기업이 벤처로 인증되지 않았을 경우의 잠재적 성과를 말한 다.
수이고, 는 변수로 관측되지 않는 시점의 경제적 충격이며, 는 기업이 속한 산업더미 (대분류)이고, 는 오차항을 의미한다. 한편, PS-WLS 분석은
기와 기 간의 차분변수를 종속변수로 이용하기 때문에 는 DID 분석결과 를 의미한다. 예를 들어, 시점의 벤처기업 추정치와 일반기업의 추정치는 다음 과 같이 표현된다.
벤처확인기업:
(2)일반기업:
(3) 벤처확인기업-일반기업() (4)식(4)에서 은 가중치를 이용하여 추정하였기 때문에 처리그룹(여기서는 벤처확 인) 내의 처리효과인 처리에 대한 평균처리효과(average treatment effect for the treated: 이하 ATT)를 의미한다.14) 한편, 본 분석에서 사용한 기초 통계량은 <표 3>과 같다.
14) Hirano and Imbens (2001) 참조.
변수명 정의
매출액 증가율 ln(매출액)i,t+k - ln(매출액)i,t-1, k∊{0, 1, 2, 3, 4, 5}
고용 증가율 ln(근로자수)i,t+k - ln(근로자수)i,t-1, k∊{0, 1, 2, 3, 4, 5}
업력 (연도-설립연도)i,t-1 (로그) 매출액 ln(매출액)i,t-1 (로그) 총자산 ln(총자산)i,t-1
R&D 집중도 (R&D지출액/매출액)i,t-1 부채비율 (총부채/총자산)i,t-1 영업이익률 (영업이익(손실)/매출액)i,t-1 총자산이익률(ROA) (당기순이익/총자산)i,t-1
고용규모 1~9인 고용규모가 1~9인이면 1, 아니면 0 10~19인 고용규모가 10~19인이면 1, 아니면 0 20~49인 고용규모가 20~49인이면 1, 아니면 0 50~99인 고용규모가 50~99인이면 1, 아니면 0 100~199인 고용규모가 100~199인이면 1, 아니면 0 200~299인 고용규모가 200~299인이면 1, 아니면 0
<표 2> 변수 정의
변수(t-1기) 벤처확인기업 일반기업
평균 표준 편차 평균 표준 편차
매출액(백만원) 3,314 8,861 4,749 10,549
총자산(백만원) 2,273 6,871 3,205 9,301
R&D집중도(%) 0.09 2.67 0.01 0.75
업력(년) 5.08 5.90 8.94 7.20
영업이익률(%) -0.93 43.14 -0.25 78.50
ROA(%) 0.05 0.68 0.12 23.46
부채비율(%) 0.63 0.55 0.61 28.30
고용인원수(명) 12.98 20.03 1.50 0.92
고용규모 9인 미만 0.60 0.49 0.71 0.45
고용규모 10~19인 0.23 0.42 0.14 0.34
고용규모 20~49인 0.13 0.34 0.10 0.30
고용규모 50~99인 0.03 0.16 0.03 0.18
고용규모 100~199인 0.01 0.09 0.01 0.11
고용규모 200~299인 0.00 0.04 0.00 0.05
관측치수 30,655 743,597
<표3> 기초 통계
Ⅳ. 분석 결과
1. 1단계 프로빗 추정
<표 4>에서 패널 A와 패널 B는 다른 공변량은 모두 동일하고, 공변량에 이노 비즈인증 여부 항의 불포함과 포함으로 구분하였다. 즉, 패널 B에서는 이노비즈인 증 여부를 더미변수로 하여 프로빗 모형의 공변량으로 추가하였다. 벤처확인을 받 을 확률의 가장 두드러진 특징은 이노비즈인증을 받은 기업이 벤처확인을 받을 확 률을 높이는 것으로 나타났다. 즉, 이노비즈인증 여부를 나타내는 더미변수의 추정 치가 양(+)의 통계적으로 유의한 값을 갖는 것으로 나타났다. 매출액이 일정 규모에 이르기까지는 벤처확인을 받을 확률이 점점 낮아지지만 일정 규모 이상에서는 벤처 확인을 받을 확률이 점점 높아지는 것으로 나타났다. 반대로 자산은 일정 규모에 이르기까지는 벤처확인을 받을 확률이 높아지지만, 일정 규모 이상에서는 자산 규 모가 증가함에 따라 벤처확인을 받을 확률이 낮아지는 것으로 나타났다. 한편, 사전 에 예상했던 것처럼 R&D 집중도가 커질수록 벤처확인을 받을 확률이 높아지는 반 면, 부채비율이 높아질수록 벤처확인을 받을 확률이 낮아지는 것으로 나타났다. 업 력의 경우 일정 업력에 이르기까지는 벤처확인을 받을 확률이 낮아지지만, 일정 업 력 이상에서는 벤처확인을 받을 확률이 높아지는 것으로 나타났다.
변수 ( ) Panel A Panel B
추정 계수 표준 오차 추정 계수 표준 오차
로그 매출액 -0.232*** 0.017 -0.212*** 0.017 로그 매출액의 제곱 0.011*** 0.001 0.009*** 0.001 로그 총자산 0.441*** 0.022 0.450*** 0.023 로그 총자산의 제곱 -0.024*** 0.001 -0.025*** 0.001 R&D 집중도 0.007*** 0.002 0.007*** 0.002
영업이익률 0.000* 0.000 0.000* 0.000
부채비율 -0.024*** 0.006 -0.039*** 0.007 업력 -0.045*** 0.007 -0.097*** 0.001 업력의 제곱 0.002*** 0.001 0.002*** 0.000 고용규모 (기준=9인 미만)
10~19인 0.359*** 0.008 0.328*** 0.008 20~49인 0.358*** 0.011 0.304*** 0.011 50~99인 0.258*** 0.019 0.214*** 0.020 100~199인 0.203*** 0.031 0.205*** 0.032 200~299인 0.259*** 0.064 0.287*** 0.067
<표 4> 성향점수 추정 결과
주: 1) 추가적인 통제변수로 ROA가 포함되어 있으나 본 표에서는 보고하지 않음.15) 2) ***, **, * 는 각각 1%, 5%, 10% 수준에서 통계적으로 유의미함을 나타냄.
3) 고용을 제외한 수준변수의 경우 2010년 100인 GDP 디플레이터를 적용하여 실질화하였음.
앞에서 벤처확인은 무작위로 받는 것이 아니기 때문에 벤처확인 이후 벤처확인 기업과 일반기업의 성과 차이를 비교하는데 있어 선택편의가 발생할 수 있다는 점 을 분명히 하였다. 따라서 성과 차이(ATT)를 구하기 앞서 선택편의을 줄이기 위해 벤처확인기업과 일반기업의 공변량들이 유사한 지를 검정해야 한다. <표 5>에서는 벤처확인 이전의 공변량들이 균형화(balancing)를 잘 이루었는지를 보여주고 있다.
즉, 프로빗을 통해 구한 성향점수를 가중치로 이용하여 벤처확인 이전에 벤처확인 기업군과 일반기업군 간에 공변량들이 균형화를 이루고 있는지를 보여주고 있다.
먼저, 패널A와 B 모두에서 가중치 부여 이전과 비교하여 가중치(벤처확인기업에는
의 가중치를, 일반기업에는
의 가중치)를 부여한 이후 업력 을 제외한 모든 공변량에서 표준화된 편차(standardized difference)16)가 5%로 이내 로 감소한 것을 확인할 수 있다.17) 이는 벤처확인기업군(처리군)과 일반기업군(대조 군)의 각각의 공변량의 평균간에 통계적으로 유의한 차이가 사라졌다고 볼 수 있다.다음으로는 공변량 각각이 아닌 공변량 전체에 대해 벤처확인기업과 일반기업 간에 유사한 지를 Pseudo-R2값을 이용하여 살펴보자. Pseudo-R2값은 프로빗 모형 이 벤처확인을 받을 확률을 얼마나 잘 설명하는지를 나타낸다. 공변량 전체에 대해 벤처확인기업과 일반기업 간에 유사하다면, 벤처확인기업과 일반기업의 공변량의 분포가 체계적으로 다르지 않다는 것을 의미한다. 따라서 공변량 전체의 분포가 유 사하다면, 벤처확인기업에는 의 가중치를 부여하고 일반기업에게는
의 가중치를 부여한 후에 Pseudo-R2값이 아주 작아야 한다. 본 모 델에서는 Pseudo-R2값이 매칭 이전 각각 0.167과 0.204에서 매칭 이후 0.000과 0.002로 0에 근접하고 있어 벤처확인기업과 일반기업 간에 유사해졌다고 평가할 수15) 지역 더미(서울, 경기·인천, 부산, 경남, 기타)를 포함해도 결과는 거의 변화하지 않았다.
16) 표준화된 편차 =
. 여기에서 와 는 각각 처리군과 대조군의 평균,
와 는 각각 처리군과 대조군의 표준편차이다.
17) 표준화된 편차가 얼마 이내로 감소해야 균형화가 잘 이루어졌다는 일치된 의견은 없다. Caliendo and Kopeining (2008)는 표준화된 편차(Standardized Difference)가 5% 이하인 반면, Lee (2013)는 보다 넓은 20% 이하일 때 균형화가 잘 이루어졌다고 평가하고 있다.
이노비즈 인증 여부 - - 1.773*** 0.018
상수항 -2.512*** 0.128 -2.595*** 0.131
연도 더미 Yes Yes
산업 더미 Yes Yes
Pseudo-R2 0.167 0.204
관측치 774,250 774,250
있다.18) 이 두 검정을 종합해 볼 때, 벤처확인기업과 일반기업의 성과 차이(ATT)를 비교하는데 선택편의를 최소화하는 조건을 충족했다고 볼 수 있다.
전 후
Panel A Panel B
벤처확인 일반 편의 (%) 벤처확인 일반 편의 (%)
로그 매출액 전 9.416 9.792 25.267 9.416 9.792 25.267 후 9.416 9.501 0.991 9.416 9.720 2.875 로그 총자산 전 8.993 9.276 19.618 8.993 9.276 19.618
후 8.993 9.090 1.158 8.993 9.302 3.009 R&D집중도 전 0.095 0.009 4.366 0.095 0.009 4.366 후 0.095 0.063 0.277 0.095 0.067 0.231 영업이익률 전 -0.926 -0.281 0.987 -0.926 -0.281 0.987 후 -0.926 -0.639 0.528 -0.926 -0.676 0.442 ROA 전 0.027 0.066 0.129 0.027 0.066 0.129 후 0.027 0.062 0.927 0.027 0.061 0.845 부채비율 전 0.633 0.645 0.055 0.633 0.645 0.055 후 0.633 0.629 0.404 0.633 0.648 1.458 업력 전 4.947 8.891 60.023 4.947 8.891 60.023
후 4.947 5.551 7.143 4.947 5.626 6.357 고용규모
9인 미만
전 0.613 0.717 22.243 0.613 0.717 22.243 후 0.613 0.603 1.187 0.613 0.635 2.525 10~19인 전 0.224 0.137 22.903 0.224 0.137 22.903
후 0.224 0.224 0.002 0.224 0.223 0.100 20~49인 전 0.127 0.098 9.240 0.127 0.098 9.240 후 0.127 0.132 1.056 0.127 0.129 0.306 50~99인 전 0.026 0.034 4.488 0.026 0.034 4.488 후 0.026 0.029 1.368 0.026 0.029 0.914 100~199인 전 0.008 0.012 3.689 0.008 0.012 3.689 후 0.008 0.010 1.328 0.008 0.010 1.247 200~299인 전 0.002 0.003 2.046 0.002 0.003 2.046 후 0.002 0.002 0.568 0.002 0.002 0.564 이노비즈
인증 여부
전 - - - 0.072 0.003 37.181
후 - - - 0.072 0.049 3.564
Pseudo-R2 전 0.167 0.204
후 0.000 0.002
Observations 벤처 인증 일반 벤처 인증 일반
30,655 743,595 30,655 743,595
<표 5> 성향점수의 질 평가(Balancing test)
주: 1) 전과 후는 각각 추정된 성향점수를 가중치로 이용했는지 여부를 나타냄.
2) 추정된 성향점수를 가중치로 이용한 결과는 ‘후’를 말함.
18) 또 다른 공변량 전체에 대한 대조군과 처리군 간의 유사성을 검정하는 방법으로는 LR 검정이 있 다. 본 분석에서 LR 검정은 귀무가설을 기각하지 못했음을 밝힌다.
2. 전체 결과
T+0 T+1 T+2 T+3 T+4 T+5
매출액
ATT 0.119*** 0.150*** 0.161*** 0.156*** 0.164*** 0.175***
표준오차 [0.002] [0.003] [0.003] [0.004] [0.005] [0.006]
R2 0.015 0.013 0.025 0.010 0.012 0.009
관측치 772,837 538,854 389,583 283,195 196,921 125,889 종업원수
ATT 0.118*** 0.103*** 0.073*** 0.055*** 0.030*** 0.013**
표준오차 [0.001] [0.002] [0.002] [0.003] [0.004] [0.005]
R2 0.018 0.014 0.010 0.008 0.006 0.004
관측치 752,083 526,072 381,848 278,199 193,368 123,755
<표 6> 은 성향점수 가중회귀분석을 이용한 벤처확인기업과 일반기업 간의 매
출액 증가율 차이 및 고용증가율 차이(ATT)를 나타낸다. 전체적인 결과는 매출액 과 종업원수의 처리 효과가 시간의 경과에 따라 모두 통계적으로 유의한 양의 값 을 갖는 것을 보여주고 있다. 벤처확인이 이루어진 시점(T+0기)에서 매출액과 고용 의 ATT값은 거의 동일한 것으로 나타났다. 하지만 시간의 경과에 따라 매출의 ATT값과 고용의 ATT값은 서로 다른 행태를 보이고 있다. 매출액의 ATT값은 시간 의 경과에 따라 지속적으로 증가하는 모습을 보이면서 T+5기에는 최고값을 기록하 였다. 즉, 벤처확인기업의 매출액의 ATT값은 단기뿐만 아니라 중장기적으로 커지 는 것으로 나타났다. 반면, 고용의 ATT값은 T+5기까지도 통계적으로 유의한 양(+) 의 값을 갖지만, 벤처확인이 이루어진 시점(T+0기)에 최고값을 기록한 이후 지속적 으로 감소하는 모습을 보였다.
<표 6> PS-WLS를 이용한 벤처확인의 처리효과
주: 1) 연도 및 산업더미 포함되어 있지만 표에는 미포함.
2) ***, **, * 는 각각 1%, 5%, 10% 수준에서 통계적으로 유의미함을 나타냄.
3. 벤처 유형별 분석 결과
전체 결과를 바탕으로 자연스럽게 다음은 벤처 유형별로는 매출액과 고용 성과
가 전체 결과와 유사한지 다른지에 대해 질문해 보게 된다. <표 7>은 벤처확인 유 형별로 벤처확인 이후 시간의 경과에 따라 일반기업과 비교하여 매출액 증가율 차
이(ATT)를 보여준다. 4개의 벤처 유형의 매출액 처리효과는 모두 시간의 경과에 따
라 대부분 통계적으로 유의한 양(+)의 값을 갖지만, 그 크기는 다소 상이한 모습을
보였다. 유형별 특징 가운데 가장 두드러진 것은 ‘벤처투자’ 유형의 매출액 처리효 과가 가장 큰 가운데 시간의 경과에 따라 지속되는 것이라고 할 수 있다. ‘벤처투 자’ 유형의 매출액 처리효과는 T+1기까지 급증한 후 T+3기까지는 감소세로 전환하
지만, T+4기부터는 다시 급증 하여 T+5기에 최고값에 이르렀다. ‘기술대출’과 ‘기술
보증’ 유형의 경우, 매출액의 처리효과는 시간의 경과에 증가세가 감소하기도 하지 만 T+5기까지 완만하게 증가하는 모습을 보였다. 마지막으로 ‘연구개발’ 유형의 매 출액 처리효과는 다른 유형들에 비해 다소 작게 시작하였지만, T+5기에 급격하게 증가하여 ‘기술대출’과 ‘기술보증’ 유형을 능가하는 모습을 보였다.
벤처 유형 T+0 T+1 T+2 T+3 T+4 T+5
기술 대출 0.115*** 0.124*** 0.111*** 0.114*** 0.208*** 0.125***
표준 오차 [0.006] [0.008] [0.012] [0.015] [0.019] [0.029]
기술 보증 0.104*** 0.128*** 0.132*** 0.121*** 0.121*** 0.123***
표준 오차 [0.002] [0.003] [0.003] [0.004] [0.005] [0.006]
벤처 투자 0.576*** 0.745*** 0.739*** 0.446*** 0.561*** 0.841***
표준 오차 [0.018] [0.025] [0.035] [0.043] [0.050] [0.065]
연구 개발 0.055*** 0.064*** 0.142*** 0.082*** 0.027 0.232***
표준 오차 [0.010] [0.013] [0.018] [0.022] [0.027] [0.035]
R2 0.015 0.013 0.025 0.008 0.010 0.007
관측치 771,531 537,582 388,452 282,245 196,188 125,338
<표 7> PS-WLS를 이용한 벤처유형별 벤처확인의 처리효과 (매출액)
주: 1) 연도 및 산업더미 포함되어 있지만 표에는 미포함.
2) ***, **, * 는 각각 1%, 5%, 10% 수준에서 통계적으로 유의미함을 나타냄.
<표 8>은 벤처유형별로 벤처확인기업의 고용의 처리효과가 이질적인지
(heterogenous)를 보여주고 있다. 매출액의 처리효과와 같이 고용의 처리효과도 벤처
유형별로 이질적이지만, 매출액의 처리효과와는 다소 상이한 것으로 나타났다. 다시 말하면, 고용의 처리효과는 시간의 경과에 따라 양(+)에서 음(-)으로 변화되거나 통 계적으로 유의하지 않은 것으로 나타나, 매출액의 처리효과와 비교해 그 효과가 단 기적인 것으로 나타났다. ‘벤처투자’ 유형의 고용 처리효과는 T+1기에 최고치를 기 록한 이후 통계적으로 유의한 양(+)의 값을 갖지만 T+4기까지 지속적으로 감소하였
고, T+5기에는 처리효과가 없는 것으로 나타났다. ‘기술대출’, ‘기술보증’, ‘연구개
발’ 유형의 경우, 고용의 처리효과는 모두 벤처확인 시점(T+0기)기에 최고치를 보인 후 지속적으로 감소하는 가운데 T+4기(기술대출)와 T+5기(기술보증)부터는 통계적 으로 유의미한 음(-)의 값을 갖는 것으로 나타났다. 특히, ‘연구개발’ 유형의 고용의 처리효과는 T+0기에만 양(+)의 값을 갖을 뿐 T+1기부터 T+4기까지는 지속적으로 감소하여 음(-)의 절대값이 커지는 모습을 보였다.
벤처 유형 T+0 T+1 T+2 T+3 T+4 T+5 Panel A
기술 대출 0.105*** 0.087*** 0.037*** 0.044*** -0.028* -0.027
표준 오차 [0.004] [0.006] [0.009] [0.012] [0.015] [0.023]
기술 보증 0.114*** 0.094*** 0.059*** 0.039*** 0.012*** -0.010**
표준 오차 [0.001] [0.002] [0.002] [0.003] [0.004] [0.005]
벤처 투자 0.268*** 0.361*** 0.269*** 0.097*** 0.091** 0.040
표준 오차 [0.012] [0.018] [0.026] [0.033] [0.040] [0.052]
연구 개발 0.036*** -0.030*** -0.047*** -0.070*** -0.122*** -0.036
표준 오차 [0.006] [0.009] [0.013] [0.017] [0.022] [0.029]
R2 0.017 0.013 0.009 0.007 0.005 0.004
관측치 750,798 524,817 380,734 277,266 192,645 123,215 Panel B19)
기술 대출 0.098*** 0.075*** 0.023*** 0.026*** -0.046* -0.043*
표준 오차 [0.004] [0.006] [0.009] [0.012] [0.015] [0.023]
기술 보증 0.108*** 0.081*** 0.046*** 0.022*** -0.004 -0.026***
표준 오차 [0.001] [0.002] [0.002] [0.003] [0.004] [0.005]
벤처 투자 0.263*** 0.350*** 0.257*** 0.082*** 0.074** 0.024
표준 오차 [0.012] [0.018] [0.026] [0.033] [0.039] [0.052]
연구 개발 0.030*** -0.042*** -0.061*** -0.088*** -0.141*** -0.055*
표준 오차 [0.006] [0.009] [0.013] [0.017] [0.022] [0.029]
R2 0.017 0.012 0.009 0.007 0.005 0.004
관측치 750,798 524,817 380,734 277,266 192,645 123,215
<표 8> PS-WLS를 이용한 벤처유형별 벤처확인의 처리효과 (종업원수)
주: 1) 연도 및 산업더미 포함되어 있지만 표에는 미포함.
2) ***, **, * 는 각각 1%, 5%, 10% 수준에서 통계적으로 유의미함을 나타냄.
4. 기업 규모별 분석 결과
또 다른 흥미로운 질문은 기업 규모별로 벤처확인의 매출액 및 고용의 처리효과 가 이질적인가라고 할 수 있다. <표 9>는 시간의 경과에 따라 기업 규모별 벤처확 인의 매출액 처리효과를 보여준다. 기업 규모별로 벤처확인의 매출액 처리효과는 상당히 이질적인 모습이다. 종업원수 20인 미만의 벤처확인기업만이 매출액 처리효 과가 통계적으로 유의한 양의 값을 갖고 시간의 경과에 따라 지속적으로 커지는 것 으로 나타났다. 반면, 종업원수 20인 이상의 기업 규모에서는 매출액의 처리효과가
19) Panel B의 결과는 이노비즈인증 더미를 통제변수로 추가한 프로빗 모델에서 얻은 가중치를 이용 한의 벤처확인 유형별 고용의 처리효과이다. 이노비즈인증을 더미를 고려하지 않았을 때보다 고용 의 처리효과가 작은 경향을 보이고 있다. 매출액의 처리효과도 이와 유사한 것으로 나타났다.
벤처확인 당해 연도(T+0기)조차도 통계적으로 유의미한 음(-)의 값을 갖고, 시간의 경과에 따라 지속적으로 감소하는 것으로 나타났다. 음의 처리효과는 종업원수 100 인 이상에서 300인 미만 기업군에서 가장 큰 것으로 나타났다.20)
고용 규모 T+0 T+1 T+2 T+3 T+4 T+5
20인 미만 0.141*** 0.174*** 0.186*** 0.174*** 0.186*** 0.195***
표준 오차 [0.002] [0.003] [0.003] [0.004] [0.005] [0.006]
20 ~ 50인 미만 -0.060*** -0.065*** -0.075*** -0.072*** -0.066*** -0.059***
표준 오차 [0.004] [0.005] [0.006] [0.007] [0.009] [0.011]
50 ~ 100인 미만 -0.085*** -0.132*** -0.166*** -0.132*** -0.170*** -0.194***
표준 오차 [0.008] [0.011] [0.013] [0.015] [0.017] [0.020]
100 ~ 300인 미만 -0.097*** -0.157*** -0.165*** -0.203*** -0.265*** -0.196***
표준 오차 [0.013] [0.017] [0.020] [0.022] [0.026] [0.031]
R2 0.019 0.017 0.031 0.013 0.017 0.013
관측치 771,531 537,582 388,452 282,245 196,188 125,338
<표 9> PS-WLS를 이용한 기업 규모별 벤처확인의 처리효과 (매출액)
주: 1) 연도 및 산업더미 포함되어 있지만 표에는 미포함.
2) ***, **, * 는 각각 1%, 5%, 10% 수준에서 통계적으로 유의미함을 나타냄.
<표 10>은 시간의 경과에 따라 기업 규모별 벤처확인의 종업원수 처리효과를
보여준다. 기업 규모별 종업원수 처리효과는 <표 9>의 매출액 처리효과와 유사한 모습을 보였다. 즉, 종업원수 20인 미만인 기업군의 종업원수 처리효과는 벤처확인 당해 연도(T+0기)에 통계적으로 유의한 양(+)의 값을 갖고 이후에도 양(+)의 값을 갖지만 T+5기까지 점차 감소하는 것으로 나타났다. 반면, 다른 기업 규모군에서의 종업원수 처리효과는 당해 연도(T+0기)조차 통계적으로 유의미한 음(-)의 값을 갖고 이후 T+5기까지 지속적으로 감소하는 것으로 나타났다. 특히, 종업원수 처리효과는 종업원수 100인 이상 300인 미만 기업군에서 가장 작은 것으로 나타났다.
20) 본문에는 제시하지 않았지만, 동일 기업 규모간 매출액의 처리효과는 시간의 경과에 따라 모두 통 계적으로 양(+)인 것으로 나타났다.
고용 규모 T+0 T+1 T+2 T+3 T+4 T+5 20인 미만 0.147*** 0.139*** 0.116*** 0.107*** 0.088*** 0.079***
표준 오차 [0.001] [0.002] [0.003] [0.003] [0.004] [0.005]
20 ~ 50인 미만 -0.053*** -0.112*** -0.173*** -0.205*** -0.237*** -0.270***
표준 오차 [0.003] [0.004] [0.005] [0.006] [0.007] [0.009]
50 ~ 100인 미만 -0.054*** -0.140*** -0.196*** -0.257*** -0.304*** -0.348***
표준 오차 [0.005] [0.007] [0.009] [0.011] [0.013] [0.016]
100 ~ 300인 미만 -0.088*** -0.225*** -0.305*** -0.367*** -0.395*** -0.437***
표준 오차 [0.009] [0.012] [0.015] [0.017] [0.021] [0.025]
R2 0.027 0.024 0.022 0.022 0.021 0.023
관측치 750,798 524,817 380,734 277,266 192,645 123,215
<표 10> PS-WLS를 이용한 고용규모별 벤처확인의 처리효과 (종업원수)
주: 1) 연도 및 산업더미 포함되어 있지만 표에는 미포함.
2) ***, **, * 는 각각 1%, 5%, 10% 수준에서 통계적으로 유의미함을 나타냄.
5. 업력별 분석 결과
세 번째 흥미로운 질문은 업력별로 벤처확인기업의 처리효과가 이질적인가 이
다. <표 11>은 시간의 경과에 따른 업력별 벤처확인기업의 매출액 처리효과를 보여
준다. 매출액 처리효과는 업력별로 매우 이질적인 모습을 보이고 있다. 매출액의 처 리효과는 업력 5년 미만인 기업군에서만 통계적으로 양(+)이고 T+5기까지 지속적으 로 증가하는 것으로 나타났다. 반면, 다른 업력군에서는 벤처확인 당해 연도(T+0기) 에서 조차 통계적으로 유의미한 음(-)의 값을 갖고 이후 T+5기까지 점차적으로 음 의 절대값이 커지는 모습을 보였다. 무엇보다 업력 10년 이상의 기업군에서 매출액 의 처리효과가 가장 작은 것으로 나타났다.
업력 T+0 T+1 T+2 T+3 T+4 T+5
5년 미만 0.325*** 0.412*** 0.455*** 0.455*** 0.490*** 0.518***
표준 오차 [0.002] [0.003] [0.004] [0.005] [0.006] [0.007]
5 ~ 10년 미만 -0.135*** -0.145*** -0.141*** -0.129*** -0.122*** -0.111***
표준 오차 [0.003] [0.004] [0.005] [0.006] [0.007] [0.008]
10년 이상 -0.171*** -0.209*** -0.221*** -0.226*** -0.233*** -0.248***
표준 오차 [0.003] [0.004] [0.005] [0.006] [0.007] [0.009]
R2 0.055 0.062 0.077 0.057 0.061 0.062
관측치 771,531 537,582 388,452 282,245 196,188 125,338
<표 11> PS-WLS를 이용한 업력별 벤처확인의 처리효과 (매출액)
주: 1) 연도 및 산업더미 포함되어 있지만 표에는 미포함.
2) ***, **, * 는 각각 1%, 5%, 10% 수준에서 통계적으로 유의미함을 나타냄.
