Venture Opinion
벤처투자, 高성장기업,
지역경제성장의 상호 작용

WRITER 한국벤처투자 조사분석팀 곽기현 연구위원

‘벤처 오피니언’은 벤처생태계 전반에 걸친 주제들을 선정 한 후
심도 있는 조사 및 분석을 통해 도출된 인사이트를 매월 제공합니다.
본문의 견해와 주장은 필자 개인의 것이며,
한국벤처투자(주)의 공식적인 견해가 아님을 밝힙니다.

Venture Opinion
벤처투자, 高성장기업,
지역경제성장의 상호 작용

WRITER 한국벤처투자 조사분석팀 곽기현 연구위원

‘벤처 오피니언’은 벤처생태계 전반에 걸친 주제들을 선정 한 후 심도 있는 조사 및 분석을 통해 도출된 인사이트를 매월 제공합니다.
본문의 견해와 주장은 필자 개인의 것이며, 한국벤처투자(주)의 공식적인 견해가 아님을 밝힙니다.

1. 서론

전통적으로 경제 성장은 중앙 정부가 책임져야 할 고유의 영역이었으나, 최근 들어 지역 중심의 경제 활동 촉진 필요성에 대한 논의가 학계와 실무에서 활발히 이루어지고 있다. 특히 중앙 정부주도의 불균형 성장 전략을 통해 급격한 경제 성장을 이뤄낸 우리나라의 경우 지역 간 양극화가 심한 편이므로, 지역 중심의 경제 개발 전략이 더욱더 강조되고 있다.
이런 지역 간 양극화의 심화는 ‘균형 발전을 통한 국가경쟁력 제고’라는 지방자치제도 도입의 취지를 무색하게 만든다. 양극화가 심화될수록 양질의 일자리를 창출하는 생산 및 혁신 활동이 특정 지역에 집중되면서, 낙후된 지역은 일자리가 부족해지며 이에 따라 소득 창출 기회가 상실되어 他 지역으로의 인구 유출로 인해 지속적으로 낙후되는 악순환이 반복된다. 발전된 지역도 양극화가 심화될수록, 지역 내에 인구 유입이 가속되어 삶의 질이 하락하는 등의 부정적인 효과가 발현될 수 있다. 궁극적으로 양극화는 경제 전반적으로 볼 때 자원의 비효율적인 배분을 유도함으로써, 경제 성장에 부정적인 영향을 끼치게 된다.

지난 20여 년간 지역의 경제 발전 전략을 이끌던 주요 정책은 ‘군집화(Clustering)’에 기반을 두었다. 군집화는 주류 경제학파인 신고전경제학파에 의해서 도입되어 발전되어 왔다. 기업은 유사한 산업 또는 공급사슬 내의 다른 기업들과 함께 군집함으로써, 인프라, 숙련된 노동력, 전문화된 공급 사슬망 등을 공유 가능함으로써 규모의 경제를 달성할 수 있다. 그리고 기업들이 군집될수록 상호 작용이 활발하여, 지식의 파급효과(Spillover) 및 학습 활동이 활발하게 일어날 수 있다는 장점을 가진다(Maskell, 2001).

이런 군집화의 장점에 기초하여 우리나라를 비롯한 세계 여러 국가들이 지역 경제 발전 전략의 핵심으로 삼은 것들 중 하나가 ‘산업 클러스터(Industrial Cluster)’ 전략이었다. Roelandt & Den Hertog(1999)는, 산업 클러스터를 다음과 같이 소개하고 있다: 생산 업체, 서비스 제공자, 협회, 연구기관, 대학 등 관련 주체들이 상호 작용을 통해 부가가치를 창출하는 지역적 집합체를 형성하고 기술, 지식, 정보, 인력 등을 공유하는 네트워크 조직 체계.

우리나라는 참여정부에서부터 본격적으로 국가 균형 발전을 목표로 하는 지역전략산업 선정을 통한 산업 클러스터 전략을 도입하기 시작했고, 이런 추세는 현재까지 이어져 오고 있다. 주요 정책을 살펴보면 참여정부 시절에는 ‘국가균형 5개년계획(2004년)’을 통해 시·도별로 4개씩의 전략 산업이 선정 및 육성됐고, 이명박 정부에서는 기존 행정구역을 초월한 ‘5+2 광역경제권 단위의 선도 산업’을 발굴 및 육성하기 위해 1단계(2009 ~ 2012년)에서 12개 선도 산업, 2단계(2012 ~ 2014년)에서 22개 선도 산업을 선정했다. 박근혜 정부 시절에는 ‘지역특화산업 육성사업’을 통해 시·도별로 2개의 지역전략산업을 선정 했다.

그러나 산업 클러스터화 전략의 도입은 눈에 띄는 큰 성과를 거두지 못했고 오히려, 지표상으로 볼 때 지역 간 양극화 문제는 더욱더 심화됐다. 시도 수준에서 일인당 지역총 생산(GRDP; Gross Regional Domestic Product)을 기 준으로 지역 간 경제 발전의 격차를 살펴볼 경우, 2003년 지역 간 일인당 지역총생산의 표준편차가 584만 원에서 2017년(잠정치)에는 1,136만 원으로 연평균 약 5%씩 증가한 것으로 나타났다.

국내 산업 클러스터화 전략이 소기의 목적을 달성하지 못 한 이유 중 하나는 다음과 같다. 지역의 산업구조가 일부 산업에 집중될 경우, 위험 분산의 효과가 저해되어 산업별 글로벌 경기순환에 대응하지 못하여 위기를 초래할 가능성이 있다(남기범, 2016). 특히 4차 산업 혁명 시대의 도래로 인해 산업 간의 융합이 활발해져 산업의 경계가 무너져 가는 상황에서, 특정 산업에만 전문화되어 있을 경우 선제적으로 대응·적응하는 역량을 기대하기 어렵다.

그러므로 지역 발전 전략의 패러다임이 산업의 전문화에서 벗어나, 기업 또는 기업가 중심의 생태계를 구축으로의 전환이 필요하다. 특정 산업의 군집이 아닌 기업가적 활동의 군집을 위한 기업가적 생태계를 도입하여 지역내의 다양한 부문에서 새로운 혁신이 끊임없이 창출되는 것을 목표로 삼아야 할 것이다.

따라서 본 연구는 지역 수준에서의 기업가적 생태계 도입이 지역 경제에 미치는 영향을 실증적으로 분석하고자 하는 목적을 가진다. 구체적으로 본 연구는 지역 내 벤처투자의 증가가, 高성장기업의 육성과 그에 따른 지역의 경제 발전에 어떻게 기여하는지를 패널 벡터자기회귀(Panel Vector Auto Regressive; PVAR) 모형을 통해서 검증하고자 한다. 즉, 기업가적 생태계 구축에 필요한 주요 요소 중 하나인 자금 조달(벤처투자)이 생태계 구축에 미치는 영향을 실증적으로 분석하고자 한다.

이를 위해 2장에서는 본 연구의 배경이 되는 벤처투자, 高성장기업, 그리고 지역의 경제성장 간의 관계를 탐색 하고자 한다. 다음으로 3장에서는 실증분석을 위한 연구 자료 및 연구 방법론에 대하여 기술하고자 한다. 4장은 3 장의 논의를 바탕으로 분석된 결과를 제시하며, 마지막으로 5장에서는 연구 결과를 토대로 정책적 함의를 제시하고자 한다.

1. 서론

전통적으로 경제 성장은 중앙 정부가 책임져야 할 고유의 영역이었으나, 최근 들어 지역 중심의 경제 활동 촉진 필요성에 대한 논의가 학계와 실무에서 활발히 이루어지고 있다. 특히 중앙 정부주도의 불균형 성장 전략을 통해 급격한 경제 성장을 이뤄낸 우리나라의 경우 지역 간 양극화가 심한 편이므로, 지역 중심의 경제 개발 전략이 더욱더 강조되고 있다.
이런 지역 간 양극화의 심화는 ‘균형 발전을 통한 국가경쟁력 제고’라는 지방자치제도 도입의 취지를 무색하게 만든다. 양극화가 심화될수록 양질의 일자리를 창출하는 생산 및 혁신 활동이 특정 지역에 집중되면서, 낙후된 지역은 일자리가 부족해지며 이에 따라 소득 창출 기회가 상실되어 他 지역으로의 인구 유출로 인해 지속적으로 낙후되는 악순환이 반복된다. 발전된 지역도 양극화가 심화될수록, 지역 내에 인구 유입이 가속되어 삶의 질이 하락하는 등의 부정적인 효과가 발현될 수 있다. 궁극적으로 양극화는 경제 전반적으로 볼 때 자원의 비효율적인 배분을 유도함으로써, 경제 성장에 부정적인 영향을 끼치게 된다.

지난 20여 년간 지역의 경제 발전 전략을 이끌던 주요 정책은 ‘군집화(Clustering)’에 기반을 두었다. 군집화는 주류 경제학파인 신고전경제학파에 의해서 도입되어 발전되어 왔다. 기업은 유사한 산업 또는 공급사슬 내의 다른 기업들과 함께 군집함으로써, 인프라, 숙련된 노동력, 전문화된 공급 사슬망 등을 공유 가능함으로써 규모의 경제를 달성할 수 있다. 그리고 기업들이 군집될수록 상호 작용이 활발하여, 지식의 파급효과(Spillover) 및 학습 활동이 활발하게 일어날 수 있다는 장점을 가진다(Maskell, 2001).

이런 군집화의 장점에 기초하여 우리나라를 비롯한 세계 여러 국가들이 지역 경제 발전 전략의 핵심으로 삼은 것들 중 하나가 ‘산업 클러스터(Industrial Cluster)’ 전략이었다. Roelandt & Den Hertog(1999)는, 산업 클러스터를 다음과 같이 소개하고 있다: 생산 업체, 서비스 제공자, 협회, 연구기관, 대학 등 관련 주체들이 상호 작용을 통해 부가가치를 창출하는 지역적 집합체를 형성하고 기술, 지식, 정보, 인력 등을 공유하는 네트워크 조직 체계.

우리나라는 참여정부에서부터 본격적으로 국가 균형 발전을 목표로 하는 지역전략산업 선정을 통한 산업 클러스터 전략을 도입하기 시작했고, 이런 추세는 현재까지 이어져 오고 있다. 주요 정책을 살펴보면 참여정부 시절에는 ‘국가균형 5개년계획(2004년)’을 통해 시·도별로 4개씩의 전략 산업이 선정 및 육성됐고, 이명박 정부에서는 기존 행정구역을 초월한 ‘5+2 광역경제권 단위의 선도 산업’을 발굴 및 육성하기 위해 1단계(2009 ~ 2012년)에서 12개 선도 산업, 2단계(2012 ~ 2014년)에서 22개 선도 산업을 선정했다. 박근혜 정부 시절에는 ‘지역특화산업 육성사업’을 통해 시·도별로 2개의 지역전략산업을 선정 했다.

그러나 산업 클러스터화 전략의 도입은 눈에 띄는 큰 성과를 거두지 못했고 오히려, 지표상으로 볼 때 지역 간 양극화 문제는 더욱더 심화됐다. 시도 수준에서 일인당 지역총 생산(GRDP; Gross Regional Domestic Product)을 기 준으로 지역 간 경제 발전의 격차를 살펴볼 경우, 2003년 지역 간 일인당 지역총생산의 표준편차가 584만 원에서 2017년(잠정치)에는 1,136만 원으로 연평균 약 5%씩 증가한 것으로 나타났다.

국내 산업 클러스터화 전략이 소기의 목적을 달성하지 못 한 이유 중 하나는 다음과 같다. 지역의 산업구조가 일부 산업에 집중될 경우, 위험 분산의 효과가 저해되어 산업별 글로벌 경기순환에 대응하지 못하여 위기를 초래할 가능성이 있다(남기범, 2016). 특히 4차 산업 혁명 시대의 도래로 인해 산업 간의 융합이 활발해져 산업의 경계가 무너져 가는 상황에서, 특정 산업에만 전문화되어 있을 경우 선제적으로 대응·적응하는 역량을 기대하기 어렵다.

그러므로 지역 발전 전략의 패러다임이 산업의 전문화에서 벗어나, 기업 또는 기업가 중심의 생태계를 구축으로의 전환이 필요하다. 특정 산업의 군집이 아닌 기업가적 활동의 군집을 위한 기업가적 생태계를 도입하여 지역내의 다양한 부문에서 새로운 혁신이 끊임없이 창출되는 것을 목표로 삼아야 할 것이다.

따라서 본 연구는 지역 수준에서의 기업가적 생태계 도입이 지역 경제에 미치는 영향을 실증적으로 분석하고자 하는 목적을 가진다. 구체적으로 본 연구는 지역 내 벤처투자의 증가가, 高성장기업의 육성과 그에 따른 지역의 경제 발전에 어떻게 기여하는지를 패널 벡터자기회귀(Panel Vector Auto Regressive; PVAR) 모형을 통해서 검증하고자 한다. 즉, 기업가적 생태계 구축에 필요한 주요 요소 중 하나인 자금 조달(벤처투자)이 생태계 구축에 미치는 영향을 실증적으로 분석하고자 한다.

이를 위해 2장에서는 본 연구의 배경이 되는 벤처투자, 高성장기업, 그리고 지역의 경제성장 간의 관계를 탐색 하고자 한다. 다음으로 3장에서는 실증분석을 위한 연구 자료 및 연구 방법론에 대하여 기술하고자 한다. 4장은 3 장의 논의를 바탕으로 분석된 결과를 제시하며, 마지막으로 5장에서는 연구 결과를 토대로 정책적 함의를 제시하고자 한다.

2. 벤처투자 – 高성장기업 – 지역경제성장 간의 연계

2. 1 지역경제성장에 있어 高성장기업의 중요성

Birch(1979; 1987)의 연구로부터 경제 발전에 있어 기업 수준의 논의가 전면적으로 부각됐다. Birch는 경제 발전 및 일자리 창출에 있어 새로운 소기업의 출현이 중요함을 강조했고, 이에 따라 기업가 정신이 경제 및 고용의 성장에 관한 정책적 논의의 주요 주제로 자리 잡기 시작했다. 이후 기업가 정신을 설명하는 지표로서 창업의 중요성이 강조됐고, 주요 정부의 정책적 논의 역시 창업 활성화를 통한 기업가 정신의 고취에 초점이 맞춰지기 시작했다. 그러나 후속 연구들을 통해서 밝혀진 사실은 창업으로 설명 하는 기업가 정신이 과연 경제 성장과 고용 창출을 온전히 설명하는지에 대한 의문을 제기했다.

Acs, Parsons & Tracy (2008)의 연구에 따르면, 최근 4년간 매출액 증가율이 산업 평균의 2배 이상 이거나 고용 증가율이 동일 규모의 기업에 비해 2배 이상인 기업 들로 정의되는 ‘High-Impact Firms’들이 경제 내에서 창출되는 순고용증가의 대부분을 차지한다는 것을 확인 했다. NESTA(2009)는 영국 내 高성장하는 6%의 기업 이 2002 ~ 2008년도에 기존 기업들에 의해 창출된 54% 의 신규 일자리를 설명한다는 것을 밝혔다. 또한 Druffle, Hellmann & Wilson (2017)에 따르면, 캐나다와 유럽이 창업기업의 숫자적 측면에서는 미국에 버금가나, 미국만큼의 기업가적 활동의 성과가 발생하지 않는 이유가 高성장하는 창업기업을 육성하는 기업가적 시스템이 갖춰져 있지 않음에 기인한다고 설명하고 있다.

이러한 발견들을 통해 전 세계의 주요 국가에서 기업가 정신에 관한 정책적 방향이 창업의 활성화에서 高성장기업을 육성하는 것으로 전환되기 시작했다. 대표적인 사례로 규제 완화, 자금 접근성 제고, 혁신 인프라 강화 등을 통한 스타트업 및 스케일업의 성장 생태계를 구축하고자 하는 EU의 ‘Start-up and Scale-up Initiative(2016)’, 스케일업 육성 전담 기구로 교육, 정보 공유, 네트워킹 중심의 지원을 수행하는 영국의 ‘Scale-Up Institute(2014 ~ )’, 高성장 기업을 등급별로 구분하여 차등 지원하는 중국 중관촌의 ‘5성 등급제’ 등이 있다(정보통신기술진흥원, 2018).

高성장기업의 육성이 지역 수준에서 더욱더 강조되어야 하는 점은 다음과 같다. 高성장기업의 육성은 생태계적 접근이 필요하다. 기업가적 생태계 개념은 기업가 정신이 상호 의존적인 주체들로 이루어진 커뮤니티에서 발생함을 강조하고 있다. 즉, 새로운 제품과 비즈니스 모형은 기업 내부에서만 발생하는 것이 아니라, 기업, 고객, 공급자, 대학과 같은 연구기관 간의 상호적 학습 과정에 의해서 창출된다(Morgan, 1997). 여기서 상호적 학습 과정은 지리적 및 문화적 근접성에 의해 더욱더 촉진되므로(Spigel, 2016), 물리적 근접성과 유사한 제도를 공유하는 지역적 수준에서의 접근이 효율적이다

2. 2 벤처투자와 高성장기업의 육성

벤처투자가 高성장기업의 육성에 미치는 영향을 논하기에 앞서, 高성장기업이 가지는 특징을 먼저 살펴보고자 한다. 이들은 대개 평균 이상의 생산성 성장률을 보이며(Mason, Bisho & Robinson, 2009), 혁신 활동의 수준이 높고(Coad, 2009), 수출 (Parsley & Halabisky, 2008) 및 국제화(Mason & Brown, 2010)를 추구하는 기업들이다.

다시 말해, 高성장기업은 벤처투자자들이면 누구나 찾아서 투자하고 싶은 특성을 지닌 기업들이라 할 수 있다. 그러나 투자자의 입장에서 볼 때, 사전적으로 투자 대상 기업이 高성장기업이 되는 것을 예측할 수 없다. 왜냐하면 이런 기업들은 대개 정보 비대칭성이 높아 투자 의사결정에 필요한 충분한 정보를 획득할 수 없기 때문이다. 그러므로 이런 잠재력을 갖춘 기업들을 사전적으로 선별하는 능력을 갖춘 전문 투자자인 벤처캐피탈에 의한 투자가 高성장 기업의 육성의 첫걸음이 될 수 있다.

벤처캐피탈은 단순히 高성장 후보군을 식별하는 데 있어서만 특화된 것은 아니다. 벤처캐피탈들은 대부분 특정 분야에 전문 지식을 갖춘 인재들을 보유하고 있기에, 혁신적 아이디어를 가졌으나 상업화에 이르기까지 필요한 보완적 자산이 부족한 기업들에 경영지원 서비스를 함께 제공한다. 또한 벤처캐피탈들은 벤처생태계의 주요 플레이어로서 자신이 직접 제공할 수 없더라도, 자사가 가진 네트워크를 활용하여 포트폴리오 기업이 필요한 기술적 지식, 자금 조달, 회계, 법률 등의 전문 서비스까지 제공할 수 있다.

또한 벤처캐피탈에 의한 투자는 단순히 투자를 받은 포트폴리오 기업을 넘어선 파급효과를 창출한다. Kortum & Lerner (2000)의 연구는 산업 수준에서 벤처캐피탈의 투자는 기업 R&D 투자보다 3배 이상의 특허 창출효과를 가짐을 보임으로써, 벤처캐피탈 투자가 R&D 투자보다 더 큰 지식 파급효과를 가진다는 것을 주장했다. Schnitzer & Watzinger (2017)의 연구는 이전 연구보다 더 구체적으로 벤처캐피탈의 투자가 창출하는 파급효과를 추정했다. 분석 결과 벤처캐피탈의 투자로 인해 발생한 특허의 2/3 이상이 투자를 받은 기업이 아닌 기존 기업들의 특허 출원에 의한 결과임이 드러났으며, 벤처캐피탈이 유도하는 지식 파급효과의 크기는 적어도 기업의 R&D 활동이 유도하는 파급효과에 비해 9배 이상 큰 것으로 드러났다. 또한 Kolympiris & Kalaitzandonakes (2013)의 연구는 기업-특수 및 환경적 요인들을 통제했을 경우, 기업의 특허 생산량이 벤처투자가 발생한 물리적 거리에 반비례함을 보임으로써, 지역 수준에서 벤처캐피탈 투자의 파급효과가 존재함을 실증적으로 입증했다.

이런 파급효과는 벤처캐피탈이 사전적으로 잠재력을 갖춘 기업을 선정한 후 사후 모니터링 활동을 통해 기업의 성과를 개선하면서, 자연스럽게 해당 기업이 속한 지역 또는 산업 부문의 지식 기반이 강화됨에 따라 발생한다. 즉, 포트폴리오 기업이 벤처캐피탈의 도움으로 혁신을 달성해 나가는 과정에서 기존 기업들은 이들과의 경쟁과 협업 과정에서 모방 또는 더 새로운 혁신을 도입하고, 이런 과정을 통해서 해당 부문의 지식 기반이 점진적으로 강화되는 계기가 된다. 또한 지식은 대부분 고용인에 체화된 인적 자본 형태로 존재하므로, 부문 내의 특정 기업이 눈에 띄게 성장할 경우에는 향후 이 기업에 속한 고용인들이 타 기업으로 이직하게 됨에 따라 파급효과가 창출될 수 있다.

2. 벤처투자 – 高성장기업 – 지역경제성장 간의 연계

2. 1 지역경제성장에 있어 高성장기업의 중요성

Birch(1979; 1987)의 연구로부터 경제 발전에 있어 기업 수준의 논의가 전면적으로 부각됐다. Birch는 경제 발전 및 일자리 창출에 있어 새로운 소기업의 출현이 중요함을 강조했고, 이에 따라 기업가 정신이 경제 및 고용의 성장에 관한 정책적 논의의 주요 주제로 자리 잡기 시작했다. 이후 기업가 정신을 설명하는 지표로서 창업의 중요성이 강조됐고, 주요 정부의 정책적 논의 역시 창업 활성화를 통한 기업가 정신의 고취에 초점이 맞춰지기 시작했다. 그러나 후속 연구들을 통해서 밝혀진 사실은 창업으로 설명 하는 기업가 정신이 과연 경제 성장과 고용 창출을 온전히 설명하는지에 대한 의문을 제기했다.

Acs, Parsons & Tracy (2008)의 연구에 따르면, 최근 4년간 매출액 증가율이 산업 평균의 2배 이상 이거나 고용 증가율이 동일 규모의 기업에 비해 2배 이상인 기업 들로 정의되는 ‘High-Impact Firms’들이 경제 내에서 창출되는 순고용증가의 대부분을 차지한다는 것을 확인 했다. NESTA(2009)는 영국 내 高성장하는 6%의 기업 이 2002 ~ 2008년도에 기존 기업들에 의해 창출된 54% 의 신규 일자리를 설명한다는 것을 밝혔다. 또한 Druffle, Hellmann & Wilson (2017)에 따르면, 캐나다와 유럽이 창업기업의 숫자적 측면에서는 미국에 버금가나, 미국만큼의 기업가적 활동의 성과가 발생하지 않는 이유가 高성장하는 창업기업을 육성하는 기업가적 시스템이 갖춰져 있지 않음에 기인한다고 설명하고 있다.

이러한 발견들을 통해 전 세계의 주요 국가에서 기업가 정신에 관한 정책적 방향이 창업의 활성화에서 高성장기업을 육성하는 것으로 전환되기 시작했다. 대표적인 사례로 규제 완화, 자금 접근성 제고, 혁신 인프라 강화 등을 통한 스타트업 및 스케일업의 성장 생태계를 구축하고자 하는 EU의 ‘Start-up and Scale-up Initiative(2016)’, 스케일업 육성 전담 기구로 교육, 정보 공유, 네트워킹 중심의 지원을 수행하는 영국의 ‘Scale-Up Institute(2014 ~ )’, 高성장 기업을 등급별로 구분하여 차등 지원하는 중국 중관촌의 ‘5성 등급제’ 등이 있다(정보통신기술진흥원, 2018).

高성장기업의 육성이 지역 수준에서 더욱더 강조되어야 하는 점은 다음과 같다. 高성장기업의 육성은 생태계적 접근이 필요하다. 기업가적 생태계 개념은 기업가 정신이 상호 의존적인 주체들로 이루어진 커뮤니티에서 발생함을 강조하고 있다. 즉, 새로운 제품과 비즈니스 모형은 기업 내부에서만 발생하는 것이 아니라, 기업, 고객, 공급자, 대학과 같은 연구기관 간의 상호적 학습 과정에 의해서 창출된다(Morgan, 1997). 여기서 상호적 학습 과정은 지리적 및 문화적 근접성에 의해 더욱더 촉진되므로(Spigel, 2016), 물리적 근접성과 유사한 제도를 공유하는 지역적 수준에서의 접근이 효율적이다

2. 2 벤처투자와 高성장기업의 육성

벤처투자가 高성장기업의 육성에 미치는 영향을 논하기에 앞서, 高성장기업이 가지는 특징을 먼저 살펴보고자 한다. 이들은 대개 평균 이상의 생산성 성장률을 보이며(Mason, Bisho & Robinson, 2009), 혁신 활동의 수준이 높고(Coad, 2009), 수출 (Parsley & Halabisky, 2008) 및 국제화(Mason & Brown, 2010)를 추구하는 기업들이다.

다시 말해, 高성장기업은 벤처투자자들이면 누구나 찾아서 투자하고 싶은 특성을 지닌 기업들이라 할 수 있다. 그러나 투자자의 입장에서 볼 때, 사전적으로 투자 대상 기업이 高성장기업이 되는 것을 예측할 수 없다. 왜냐하면 이런 기업들은 대개 정보 비대칭성이 높아 투자 의사결정에 필요한 충분한 정보를 획득할 수 없기 때문이다. 그러므로 이런 잠재력을 갖춘 기업들을 사전적으로 선별하는 능력을 갖춘 전문 투자자인 벤처캐피탈에 의한 투자가 高성장 기업의 육성의 첫걸음이 될 수 있다.

벤처캐피탈은 단순히 高성장 후보군을 식별하는 데 있어서만 특화된 것은 아니다. 벤처캐피탈들은 대부분 특정 분야에 전문 지식을 갖춘 인재들을 보유하고 있기에, 혁신적 아이디어를 가졌으나 상업화에 이르기까지 필요한 보완적 자산이 부족한 기업들에 경영지원 서비스를 함께 제공한다. 또한 벤처캐피탈들은 벤처생태계의 주요 플레이어로서 자신이 직접 제공할 수 없더라도, 자사가 가진 네트워크를 활용하여 포트폴리오 기업이 필요한 기술적 지식, 자금 조달, 회계, 법률 등의 전문 서비스까지 제공할 수 있다.

또한 벤처캐피탈에 의한 투자는 단순히 투자를 받은 포트폴리오 기업을 넘어선 파급효과를 창출한다. Kortum & Lerner (2000)의 연구는 산업 수준에서 벤처캐피탈의 투자는 기업 R&D 투자보다 3배 이상의 특허 창출효과를 가짐을 보임으로써, 벤처캐피탈 투자가 R&D 투자보다 더 큰 지식 파급효과를 가진다는 것을 주장했다. Schnitzer & Watzinger (2017)의 연구는 이전 연구보다 더 구체적으로 벤처캐피탈의 투자가 창출하는 파급효과를 추정했다. 분석 결과 벤처캐피탈의 투자로 인해 발생한 특허의 2/3 이상이 투자를 받은 기업이 아닌 기존 기업들의 특허 출원에 의한 결과임이 드러났으며, 벤처캐피탈이 유도하는 지식 파급효과의 크기는 적어도 기업의 R&D 활동이 유도하는 파급효과에 비해 9배 이상 큰 것으로 드러났다. 또한 Kolympiris & Kalaitzandonakes (2013)의 연구는 기업-특수 및 환경적 요인들을 통제했을 경우, 기업의 특허 생산량이 벤처투자가 발생한 물리적 거리에 반비례함을 보임으로써, 지역 수준에서 벤처캐피탈 투자의 파급효과가 존재함을 실증적으로 입증했다.

이런 파급효과는 벤처캐피탈이 사전적으로 잠재력을 갖춘 기업을 선정한 후 사후 모니터링 활동을 통해 기업의 성과를 개선하면서, 자연스럽게 해당 기업이 속한 지역 또는 산업 부문의 지식 기반이 강화됨에 따라 발생한다. 즉, 포트폴리오 기업이 벤처캐피탈의 도움으로 혁신을 달성해 나가는 과정에서 기존 기업들은 이들과의 경쟁과 협업 과정에서 모방 또는 더 새로운 혁신을 도입하고, 이런 과정을 통해서 해당 부문의 지식 기반이 점진적으로 강화되는 계기가 된다. 또한 지식은 대부분 고용인에 체화된 인적 자본 형태로 존재하므로, 부문 내의 특정 기업이 눈에 띄게 성장할 경우에는 향후 이 기업에 속한 고용인들이 타 기업으로 이직하게 됨에 따라 파급효과가 창출될 수 있다.

3. 연구자료 및 연구방법론

3. 1 연구자료

본 연구는 전술했듯이 지역 수준에서의 경제 발전 전략이 기업 수준의 전략인 高성장기업 육성으로 전환되어야 함을 강조하고, 이 과정에서 벤처 투자의 기여도를 실증적으로 검정하고자 하는 목적을 가진다. 분석을 진행하기에 앞서 지역의 수준에 대하여 정의를 내려야 한다. 여기서 지역의 수준을 정의한다는 것은, 분석에 있어 벤처투자를 통한 파급효과가 미치는 범위의 수준을 사전적으로 제한한다는 이야기와 일맥상통한다. 국내의 경우 시도와 같은 대형 수준에서의 지역과, 시·군·구와 같은 소형 수준 에서의 지역에 이르기까지 다양한 행정 구역의 수준이 존재한다. 그러나 핵심 분석 대상인 高성장기업에 대한 통계가 시도 수준에서만 집계되고 있으므로, 본 연구는 시도를 분석 지역으로 선정하고자 한다.

그러므로 본 연구는 시도 수준에서 벤처투자, 高성장기업, 경제성장을 나타내기 위하여 다음과 같은 변수를 선정했다. 먼저 지역 내 벤처투자 활동을 설명하는 변수로서 한국벤처캐피탈협회가 제공하는 시도수준에 서의 연간 투자기업 수를 활용했다. 투자금액보다 투자기업 수를 활용한 이유는, 생태계적 측면에서 투자금액보다는 실제로 투자를 받아 벤처캐 피탈로부터 유·무형의 지원을 받는 기업 수 자체가 더욱더 중요할 것이 라는 믿음에서 출발했다. 실제로 분석 결과, 금액보다는 투자기업 수를 활용할 때 본 연구에서 보여주고자 하는 것이 더욱더 명확하게 드러났다.

다음으로 지역별 高성장기업의 경우 통계청이 제공하는 자료를 활용했다. 통계청은 ‘기업생멸행정통계’를 작성할 때 산업 및 지역 수준에서 高성장하는 기업에 대한 통계를 함께 제공하고 있다. 통계청에 따르면, 高성장기업의 판별 기준은 관측 시점에 신생기업이 아니면서 상용근로 자가 10명 이상인 활동기업 중 최근 3년간 매출액 또는 상용근로자가 연 평균 20% 초과로 증가한 기업이다. 高성장기업 중 업력이 5년 미만인 기업은 따로 가젤기업이라는 용어를 활용하여 따로 관리하고 있다. 본 연구는 지역의 高성장기업의 성장률 변수를 활용했다.

마지막으로 지역의 경제 발전 수준을 측정하기 위하여, 시도 수준에서 부가가치 성장률을 활용했다. 이를 위해 통계청이 제공하는 지역소득 통계 를 활용했다.

3. 2 연구방법론

본 연구는 ‘벤처투자 – 高성장기업 – 지역경제 성장’ 간의 상호 작용을 분석하기 위한 모형으 로서 패널 벡터자기회귀(Panel Vector Auto -Regressive; PVAR)를 활용했다. 분석 기 간은 高성장기업에 대한 통계가 비교적 최근 에 구축(2009년부터 접근 가능)됐기에, 2009 ~ 2017년간의 비교적 짧은 기간의 자료(실제 분석에 활용된 연도 수는 시차와 변수 생성을 위한 차분 과정 및 도구 변수 활용으로 5년으 로 축소됨)를 사용했다.

분석 모형으로서 PVAR를 활용한 이유는 다음과 같다. 전술했다시피, 본 연구에서 활용하고자 하는 벤처투자, 高성장기업의 증가, 지역의 경제 발전은 상호 작용하는 변수들이다. 그런데 이들 간의 인과 관계를 사전적으로 미리 정의하기 어려우므로, 표준적인 분석 방법론을 활용할 경우 내생성 문제(Endogeneity Problem)에 의해 일치 추정량을 얻을 수 없다. 이를 회피하기 위한 수단으로서 PVAR는 시계열 자료로만 구성된 VAR(Vector Auto-Regressive) 모형처럼 모든 내생 변수의 동적 변화를 자기 자신과 모형 내 다른 설명변수의 과거 값(본 연구는 2기의 시차를 활용)을 이용하여 모형화한다. 그러나 VAR와는 달리 각 패널 그룹, 즉, 본 연구의 경우 지역별 특수성을 고려한 고정효과 모형을 구축할 수 있는 장점이 있다.

PVAR 모형은 VAR 모형과 마찬가지로 변수 간의 동태적 인과관계를 분석하는 데 활용될 수 있다. 예를 들어, 그레인저 인과관계 검정(Granger Causality Test)을 통하여 예측 분석력의 관점에서 변수들 간의 인과관계를 확인할 수 있다. 따라서 高성장기업 수의 증가가 벤처투자에 선행하는지, 벤처투자가 高성장기업의 증가에 선행하는지, 또는 양방향에서 동시에 인과관계가 존재하는지를 유추할 수 있다. 또한 충격반응함수(Impulse Response Function; IRF)를 활용하여, 어떤 내생변수에 충격이 주어졌을 때이 충격이 모형 내 각 내생 변수에 미치는 파급효과를 확인할 수 있다. 예를 들어, 당기에 지역 내 벤처투자를 받은 기업 수가 증가했을 때, 시간의 흐름에 따라 새로운 高성장기업 수의 증가율에 어떤 영향을 미치는지 등의 효과를 분석할 수 있다.

| 표 1 |
변수의 정의 및 측정 방식

3. 3 기초통계량 분석

| 표 2 |를 보면 분석 자료의 샘플 기간인 2013년~2017년간 평균적으로 전국 시·도에서 매년 약 56개의 기업에 대한 벤처캐피탈 투자가 발생했으며, 高성장하는 기업 수는 매년 전국의 모든 지역에서 약 -2.3% 감소했다. 또한, 부가가치 증가율은 매년 모든 지역에서 평균적으로 약 4.0% 성장했다.

표준편차를 그룹 간(지역 간) 및 그룹 내(시차 간)로 나누어서 분석할 경우, 신규 벤처투자 기업 수의 경우 에는 지역 간의 편차가 큰 것으로 나타났으며, 高성장기업 수 성장률의 경우 지역별 편차보다는 시간에 따 른 편차가 큰 것으로 나타났다. 이에 반해 부가가치 증가율은 지역 및 시차별로 표준편차의 크기가 큰 차 이가 없는 것으로 나타났다.

[ AppendixⅠ]을 통해서 시·도별 신규 벤처투자 기업 수, 高성장기업 수의 성장률, 부가가치 성장률에 대 한 기초 자료를 확인할 수 있다.

| 표 1 |
변수의 정의 및 측정 방식

3. 연구자료 및 연구방법론

3. 1 연구자료

본 연구는 전술했듯이 지역 수준에서의 경제 발전 전략이 기업 수준의 전략인 高성장기업 육성으로 전환되어야 함을 강조하고, 이 과정에서 벤처 투자의 기여도를 실증적으로 검정하고자 하는 목적을 가진다. 분석을 진행하기에 앞서 지역의 수준에 대하여 정의를 내려야 한다. 여기서 지역의 수준을 정의한다는 것은, 분석에 있어 벤처투자를 통한 파급효과가 미치는 범위의 수준을 사전적으로 제한한다는 이야기와 일맥상통한다. 국내의 경우 시도와 같은 대형 수준에서의 지역과, 시·군·구와 같은 소형 수준 에서의 지역에 이르기까지 다양한 행정 구역의 수준이 존재한다. 그러나 핵심 분석 대상인 高성장기업에 대한 통계가 시도 수준에서만 집계되고 있으므로, 본 연구는 시도를 분석 지역으로 선정하고자 한다.

그러므로 본 연구는 시도 수준에서 벤처투자, 高성장기업, 경제성장을 나타내기 위하여 다음과 같은 변수를 선정했다. 먼저 지역 내 벤처투자 활동을 설명하는 변수로서 한국벤처캐피탈협회가 제공하는 시도수준에 서의 연간 투자기업 수를 활용했다. 투자금액보다 투자기업 수를 활용한 이유는, 생태계적 측면에서 투자금액보다는 실제로 투자를 받아 벤처캐 피탈로부터 유·무형의 지원을 받는 기업 수 자체가 더욱더 중요할 것이 라는 믿음에서 출발했다. 실제로 분석 결과, 금액보다는 투자기업 수를 활용할 때 본 연구에서 보여주고자 하는 것이 더욱더 명확하게 드러났다.

다음으로 지역별 高성장기업의 경우 통계청이 제공하는 자료를 활용했다. 통계청은 ‘기업생멸행정통계’를 작성할 때 산업 및 지역 수준에서 高성장하는 기업에 대한 통계를 함께 제공하고 있다. 통계청에 따르면, 高성장기업의 판별 기준은 관측 시점에 신생기업이 아니면서 상용근로 자가 10명 이상인 활동기업 중 최근 3년간 매출액 또는 상용근로자가 연 평균 20% 초과로 증가한 기업이다. 高성장기업 중 업력이 5년 미만인 기업은 따로 가젤기업이라는 용어를 활용하여 따로 관리하고 있다. 본 연구는 지역의 高성장기업의 성장률 변수를 활용했다.

마지막으로 지역의 경제 발전 수준을 측정하기 위하여, 시도 수준에서 부가가치 성장률을 활용했다. 이를 위해 통계청이 제공하는 지역소득 통계 를 활용했다.

3. 2 연구방법론

본 연구는 ‘벤처투자 – 高성장기업 – 지역경제 성장’ 간의 상호 작용을 분석하기 위한 모형으 로서 패널 벡터자기회귀(Panel Vector Auto -Regressive; PVAR)를 활용했다. 분석 기 간은 高성장기업에 대한 통계가 비교적 최근 에 구축(2009년부터 접근 가능)됐기에, 2009 ~ 2017년간의 비교적 짧은 기간의 자료(실제 분석에 활용된 연도 수는 시차와 변수 생성을 위한 차분 과정 및 도구 변수 활용으로 5년으 로 축소됨)를 사용했다.

분석 모형으로서 PVAR를 활용한 이유는 다음과 같다. 전술했다시피, 본 연구에서 활용하고자 하는 벤처투자, 高성장기업의 증가, 지역의 경제 발전은 상호 작용하는 변수들이다. 그런데 이들 간의 인과 관계를 사전적으로 미리 정의하기 어려우므로, 표준적인 분석 방법론을 활용할 경우 내생성 문제(Endogeneity Problem)에 의해 일치 추정량을 얻을 수 없다. 이를 회피하기 위한 수단으로서 PVAR는 시계열 자료로만 구성된 VAR(Vector Auto-Regressive) 모형처럼 모든 내생 변수의 동적 변화를 자기 자신과 모형 내 다른 설명변수의 과거 값(본 연구는 2기의 시차를 활용)을 이용하여 모형화한다. 그러나 VAR와는 달리 각 패널 그룹, 즉, 본 연구의 경우 지역별 특수성을 고려한 고정효과 모형을 구축할 수 있는 장점이 있다.

PVAR 모형은 VAR 모형과 마찬가지로 변수 간의 동태적 인과관계를 분석하는 데 활용될 수 있다. 예를 들어, 그레인저 인과관계 검정(Granger Causality Test)을 통하여 예측 분석력의 관점에서 변수들 간의 인과관계를 확인할 수 있다. 따라서 高성장기업 수의 증가가 벤처투자에 선행하는지, 벤처투자가 高성장기업의 증가에 선행하는지, 또는 양방향에서 동시에 인과관계가 존재하는지를 유추할 수 있다. 또한 충격반응함수(Impulse Response Function; IRF)를 활용하여, 어떤 내생변수에 충격이 주어졌을 때이 충격이 모형 내 각 내생 변수에 미치는 파급효과를 확인할 수 있다. 예를 들어, 당기에 지역 내 벤처투자를 받은 기업 수가 증가했을 때, 시간의 흐름에 따라 새로운 高성장기업 수의 증가율에 어떤 영향을 미치는지 등의 효과를 분석할 수 있다.

| 표 1 |
변수의 정의 및 측정 방식

3. 3 기초통계량 분석

| 표 2 |를 보면 분석 자료의 샘플 기간인 2013년~2017년간 평균적으로 전국 시·도에서 매년 약 56개의 기업에 대한 벤처캐피탈 투자가 발생했으며, 高성장하는 기업 수는 매년 전국의 모든 지역에서 약 -2.3% 감소했다. 또한, 부가가치 증가율은 매년 모든 지역에서 평균적으로 약 4.0% 성장했다.

표준편차를 그룹 간(지역 간) 및 그룹 내(시차 간)로 나누어서 분석할 경우, 신규 벤처투자 기업 수의 경우 에는 지역 간의 편차가 큰 것으로 나타났으며, 高성장기업 수 성장률의 경우 지역별 편차보다는 시간에 따 른 편차가 큰 것으로 나타났다. 이에 반해 부가가치 증가율은 지역 및 시차별로 표준편차의 크기가 큰 차 이가 없는 것으로 나타났다.

[ AppendixⅠ]을 통해서 시·도별 신규 벤처투자 기업 수, 高성장기업 수의 성장률, 부가가치 성장률에 대 한 기초 자료를 확인할 수 있다.

| 표 1 |
변수의 정의 및 측정 방식

4. 분석 결과

4. 1 모형의 적절성에 대한 논의*

주어진 자료에 패널 VAR 모형을 적용하기 위해서는 다음과 같은 몇 가지 조건이 성립되어야 한다.

먼저 패널 자료의 시계열 정상성(Stationarity)을 확인하기 위하여 각 변수가 단위근(Unit Root)을 갖는지를 검정했다. 만약 단위근이 존재한다면, 실제로 변수 간에 아무런 관계가 없으나 분석 결과는 높은 통계적 유의성이 나타나는 가성 회귀(Spurious Regression)문제가 발생한다. 본 연구에서는 Levin, Lin & Chu (2002)이 개발한 LLC 검정 방법을 이용하여 단위근 검정을 수행했다. 분석 결과 모든 변수는 5%의 유의수준에서 패널 단위근이 존재한다는 귀무가설을 기각했다.

다음으로 PVAR 모형의 주요 추정 목적인 충격반응함수를 도출하기 위해서는 PVAR 모형이 안정적(Stable)임을 보여줄 필요가 있다. Abrigo & Love (2015)에 따르면 PVAR 모형의 안정성은 연구 모형의 계수 행렬들로 만들어지는 동반행렬(Companion Matrix)의 고유값의 크기가 1보다 작으면 성립한다. 분석 결과, 모든 고유값들이 1보다 작기에, 본 연구 모형은 안정성을 가지며 충격반응함수를 도입할 수 있다.

주어진 패널 자료의 정상성과 안전성의 분석 결과는 본고의 마지막[ AppendixⅡ]을 참고하길 바란다.

* 4,1의 논의는 기술적인 논의이므로, 그냥 넘어가도 무방하다.

4. 2 인과관계에 대한 논의

그레인저 인과관계 검정(Granger Causality Test)은 원인이 결과에 선행할 수 없다는 개념에서 출발한다. 이 검정은 원인이 되는 변수가 결과가 되는 변수를 예측하는 데 통계적으로 유의성을 가지는지를 검정하는 것으로써 귀결된다. 따라서 항상 실제 변수들 간의 인과관계를 검증할 수 있는 수단은 아니지만, 차선책으로써 관련 문헌에서 널리 활용되고 있다.

| 표 3 |
그레인저 인과관계 검정 결과

* 셀 안의 값은 Chi2 통계량, 괄호 안의 값은 p-value

| 표 3 |의 그레인저 인과관계 검정 결과를 보면, 지역 내 벤처투자 기업 수를 예측할 때 과거 해당 지역의 高성장기업 수 및 부가가치 성장률이 통계적으로 매우 유의한 변수임이 확인됐다. 따라서 高성장기업 수와 부가가치 성장률은 벤처투자 기업 수에 있어 그레인저 원인 변수가 된다. 지역의 高성장기업 수의 성장률의 경우, 과거 부가가치 성장률만이 그레인저 원인 변수가 되며 과거 벤처투자 기업 수는 그렇지 못하다. 마지막으로 지역의 부가가치 성장률의 경우, 과거 高성장기업 수의 증가율만이 그레인저 원인 변수가 된다.

분석 결과를 요약하면, 지역 내 경제 성장과 高성장기업 수의 변화는 지역 내 벤처투자 기업 수가 증감에 선행하며, 지역 내 高성장기업 수의 증감과 지역의 경제 성장 간에는 양방향의 인과관계가 성립함을 알 수 있다.

4. 3 충격반응함수 분석

충격반응함수(Impulse Response Function) 분석은 (P)VAR 모형에서 주로 활용되는 기법이다. 이 기법을 통해 연구자는 임의의 내생 변수에 외생적 충격이 주어질 경우, 모형 내의 다른 내생 변수에 미치는 동태적인 영향을 분석할 수 있다. 예를 들면, 올해 지역 내 벤처투자 기업 수에 정(+)의 충격이 발생할 경우, 지역 내 高성장기업 수 및 부가가치 성장률에 동태적으로 어떤 영향을 주는가를 분석할 수 있다. 따라서 충격반응함수 분석은 정책 분석의 목적으로 활용될 수 있다.

다음의 | 표 4 |는 모든 변수에 대한 충격에 대한 모든 내생변수의 반응을 10기(10년)까지 나타낸 결과표이며, [ 그림 1 ] ~ [ 그림 4 ]는 핵심 충격변수(정책 분석 목적의 관점에서)인 지역 내 벤처투자 기업 수 및 高성장기업 수 성장률에 외생적인 충격이 주어졌을 때, 모형 내 다른 내생 변수들에 미치는 동태적인 영향을 나타낸다.

| 표 4 |
직교화*된 충격반응함수 분석결과
(Orthogonalized Impulse Response Function)

* ‘직교화’는 한 내생 변수의 오차항에 대한 충격이 다른 변수의 오차항에 대한 충격과 무관하게 설정됐음을 의미함. 이 과정을 도입하기 위해선 임의의 가정이 필요하며, 본 연구는 촐레스키 분해(Cholesky Decomposition)를 이용한 재귀적 순차(VCD,HGF_growth,VA_growth)를 활용

[그림 1] 벤처투자 기업 수 변수의 충격에 따른 부가가치 및 高성장기업 수 성장률의 충격반응(당기효과)
[그림 2] 벤처투자 기업 수 변수의 충격에 따른 부가가치 및 高성장기업 수 성장률의 충격반응(누적효과)
[그림 3] 高성장기업 수 변수의 충격에 따른 부가가치 성장률의 및 벤처투자 기업 수 충격반응(당기효과)
[그림 4] 高성장기업 수 변수의 충격에 따른 부가가치 성장률의 및 벤처투자 기업 수 충격반응(누적효과)

분석 결과, 지역 내 벤처투자 기업 수에 한 단위 표준 편차의 충격(약 20.0)이 주어질 경우 단기적으로 지역의 부가가치 성장률에 음의 영향을 미친다. 그러나 충격 발생 후 2년이 지난 시점에서 영향의 크기는 양의 값으로 전환되며, 장기적 관점에서 지역 내 벤처투자 기업 수의 증가는 지역의 부가가치 성장 추세를 강화하는 것으로 파악됐다. 이런 결과는 지역 내 벤처투자에 따른 궁극적 결과인 부가가치 증가를 기대하기 위해서는 적어도 일정 기간(2~3년)을 기다려야 함을 의미한다.

그리고 지역 내 벤처투자 기업 수에 한 단위 표준 편차의 충격이 발생할 경우, 당해 연도에 高성장기업 수의 성장율이 소폭 감소한 후 1년 후에 크게 증가한다. 그러나 다시 2 ~ 3년차 성장률에 음의 영향을 미친 후 4 ~ 5년차에 다시 양의 영향으로 전환되며 이후에는 高성장기업 수의 증가율에는 큰 영향을 미치지는 않는 것으로 나타났다. 궁극적으로, 장기적으로 관점에서 지역 내 벤처투자 기업 수의 증가는 지역 내 高성장기업 수 의 성장 추세를 강화하는 것으로 볼 수 있다.

추가적으로 지역 내 高성장기업 수 성장률에 한 단위 표준 편차의 충격(약 7.2%)이 발생할 때, 당해 연도 지역의 부가가치 성장률에 양의 영향을 미치나, 1 ~ 2년 후의 성장률에는 오히려 부정적인 영향이 발생한다. 이는 3 ~ 4년차에 들어서 다시 지역 내 高성장기업 수 성장률의 증가 효과가 지역 내 부가가치 증가율에 양의 효과를 미치는 것을 고려할 때, 당해 연도의 성장에 따른 단순 기저효과와 더불어 단기적으로 高성장기업수의 증가가 지역의 경제 구조를 재구성하는 데서 발생하는 효과로 간
주할 수 있다.

또한 지역 내 高성장기업 수 증가율에 한 단위 표준 편차의 충격의 발생은 꾸준히 지역 내 벤처투자를 받는 기업 수에 양의 영향을 미치며, 그 영향의 크기는 2년차에 가장 크게 발생한다. 따라서 앞서 그레인저 인과관계 검정에서도 드러났듯이, 지역 내 벤처투자를 받는 기업 수를 결정짓는 중요 요소는 지역 내의 高성장하는 기업 수의 성장 추세라고 볼 수 있다.

4. 분석 결과

4. 1 모형의 적절성에 대한 논의*

주어진 자료에 패널 VAR 모형을 적용하기 위해서는 다음과 같은 몇 가지 조건이 성립되어야 한다.

먼저 패널 자료의 시계열 정상성(Stationarity)을 확인하기 위하여 각 변수가 단위근(Unit Root)을 갖는지를 검정했다. 만약 단위근이 존재한다면, 실제로 변수 간에 아무런 관계가 없으나 분석 결과는 높은 통계적 유의성이 나타나는 가성 회귀(Spurious Regression)문제가 발생한다. 본 연구에서는 Levin, Lin & Chu (2002)이 개발한 LLC 검정 방법을 이용하여 단위근 검정을 수행했다. 분석 결과 모든 변수는 5%의 유의수준에서 패널 단위근이 존재한다는 귀무가설을 기각했다.

다음으로 PVAR 모형의 주요 추정 목적인 충격반응함수를 도출하기 위해서는 PVAR 모형이 안정적(Stable)임을 보여줄 필요가 있다. Abrigo & Love (2015)에 따르면 PVAR 모형의 안정성은 연구 모형의 계수 행렬들로 만들어지는 동반행렬(Companion Matrix)의 고유값의 크기가 1보다 작으면 성립한다. 분석 결과, 모든 고유값들이 1보다 작기에, 본 연구 모형은 안정성을 가지며 충격반응함수를 도입할 수 있다.

주어진 패널 자료의 정상성과 안전성의 분석 결과는 본고의 마지막[ AppendixⅡ]을 참고하길 바란다.

* 4,1의 논의는 기술적인 논의이므로, 그냥 넘어가도 무방하다.

4. 2 인과관계에 대한 논의

그레인저 인과관계 검정(Granger Causality Test)은 원인이 결과에 선행할 수 없다는 개념에서 출발한다. 이 검정은 원인이 되는 변수가 결과가 되는 변수를 예측하는 데 통계적으로 유의성을 가지는지를 검정하는 것으로써 귀결된다. 따라서 항상 실제 변수들 간의 인과관계를 검증할 수 있는 수단은 아니지만, 차선책으로써 관련 문헌에서 널리 활용되고 있다.

| 표 3 |
그레인저 인과관계 검정 결과

* 셀 안의 값은 Chi2 통계량, 괄호 안의 값은 p-value

| 표 3 |의 그레인저 인과관계 검정 결과를 보면, 지역 내 벤처투자 기업 수를 예측할 때 과거 해당 지역의 高성장기업 수 및 부가가치 성장률이 통계적으로 매우 유의한 변수임이 확인됐다. 따라서 高성장기업 수와 부가가치 성장률은 벤처투자 기업 수에 있어 그레인저 원인 변수가 된다. 지역의 高성장기업 수의 성장률의 경우, 과거 부가가치 성장률만이 그레인저 원인 변수가 되며 과거 벤처투자 기업 수는 그렇지 못하다. 마지막으로 지역의 부가가치 성장률의 경우, 과거 高성장기업 수의 증가율만이 그레인저 원인 변수가 된다.

분석 결과를 요약하면, 지역 내 경제 성장과 高성장기업 수의 변화는 지역 내 벤처투자 기업 수가 증감에 선행하며, 지역 내 高성장기업 수의 증감과 지역의 경제 성장 간에는 양방향의 인과관계가 성립함을 알 수 있다.

4. 3 충격반응함수 분석

충격반응함수(Impulse Response Function) 분석은 (P)VAR 모형에서 주로 활용되는 기법이다. 이 기법을 통해 연구자는 임의의 내생 변수에 외생적 충격이 주어질 경우, 모형 내의 다른 내생 변수에 미치는 동태적인 영향을 분석할 수 있다. 예를 들면, 올해 지역 내 벤처투자 기업 수에 정(+)의 충격이 발생할 경우, 지역 내 高성장기업 수 및 부가가치 성장률에 동태적으로 어떤 영향을 주는가를 분석할 수 있다. 따라서 충격반응함수 분석은 정책 분석의 목적으로 활용될 수 있다.

다음의 | 표 4 |는 모든 변수에 대한 충격에 대한 모든 내생변수의 반응을 10기(10년)까지 나타낸 결과표이며, [ 그림 1 ] ~ [ 그림 4 ]는 핵심 충격변수(정책 분석 목적의 관점에서)인 지역 내 벤처투자 기업 수 및 高성장기업 수 성장률에 외생적인 충격이 주어졌을 때, 모형 내 다른 내생 변수들에 미치는 동태적인 영향을 나타낸다.

| 표 4 |
직교화*된 충격반응함수 분석결과
(Orthogonalized Impulse Response Function)

* ‘직교화’는 한 내생 변수의 오차항에 대한 충격이 다른 변수의 오차항에 대한 충격과 무관하게 설정됐음을 의미함. 이 과정을 도입하기 위해선 임의의 가정이 필요하며, 본 연구는 촐레스키 분해(Cholesky Decomposition)를 이용한 재귀적 순차(VCD,HGF_growth,VA_growth)를 활용

[그림 1] 벤처투자 기업 수 변수의 충격에 따른 부가가치 및 高성장기업 수 성장률의 충격반응(당기효과)
[그림 2] 벤처투자 기업 수 변수의 충격에 따른 부가가치 및 高성장기업 수 성장률의 충격반응(누적효과)
[그림 3] 高성장기업 수 변수의 충격에 따른 부가가치 성장률의 및 벤처투자 기업 수 충격반응(당기효과)
[그림 4] 高성장기업 수 변수의 충격에 따른 부가가치 성장률의 및 벤처투자 기업 수 충격반응(누적효과)

분석 결과, 지역 내 벤처투자 기업 수에 한 단위 표준 편차의 충격(약 20.0)이 주어질 경우 단기적으로 지역의 부가가치 성장률에 음의 영향을 미친다. 그러나 충격 발생 후 2년이 지난 시점에서 영향의 크기는 양의 값으로 전환되며, 장기적 관점에서 지역 내 벤처투자 기업 수의 증가는 지역의 부가가치 성장 추세를 강화하는 것으로 파악됐다. 이런 결과는 지역 내 벤처투자에 따른 궁극적 결과인 부가가치 증가를 기대하기 위해서는 적어도 일정 기간(2~3년)을 기다려야 함을 의미한다.

그리고 지역 내 벤처투자 기업 수에 한 단위 표준 편차의 충격이 발생할 경우, 당해 연도에 高성장기업 수의 성장율이 소폭 감소한 후 1년 후에 크게 증가한다. 그러나 다시 2 ~ 3년차 성장률에 음의 영향을 미친 후 4 ~ 5년차에 다시 양의 영향으로 전환되며 이후에는 高성장기업 수의 증가율에는 큰 영향을 미치지는 않는 것으로 나타났다. 궁극적으로, 장기적으로 관점에서 지역 내 벤처투자 기업 수의 증가는 지역 내 高성장기업 수 의 성장 추세를 강화하는 것으로 볼 수 있다.

추가적으로 지역 내 高성장기업 수 성장률에 한 단위 표준 편차의 충격(약 7.2%)이 발생할 때, 당해 연도 지역의 부가가치 성장률에 양의 영향을 미치나, 1 ~ 2년 후의 성장률에는 오히려 부정적인 영향이 발생한다. 이는 3 ~ 4년차에 들어서 다시 지역 내 高성장기업 수 성장률의 증가 효과가 지역 내 부가가치 증가율에 양의 효과를 미치는 것을 고려할 때, 당해 연도의 성장에 따른 단순 기저효과와 더불어 단기적으로 高성장기업수의 증가가 지역의 경제 구조를 재구성하는 데서 발생하는 효과로 간
주할 수 있다.

또한 지역 내 高성장기업 수 증가율에 한 단위 표준 편차의 충격의 발생은 꾸준히 지역 내 벤처투자를 받는 기업 수에 양의 영향을 미치며, 그 영향의 크기는 2년차에 가장 크게 발생한다. 따라서 앞서 그레인저 인과관계 검정에서도 드러났듯이, 지역 내 벤처투자를 받는 기업 수를 결정짓는 중요 요소는 지역 내의 高성장하는 기업 수의 성장 추세라고 볼 수 있다.

5. 결론 및 정책적 함의

기존 지역 개발 전략의 중심이었던 전문화된 산업 기반의 클러스터 전략이 소기의 목적을 달성하는 데 실패하고 있고, 세계 주요국에서 새로운 지역 경제 발전 전략으로써 高성장기업의 육성이 주요 어젠다로서 강조되고 있다. 이런 배경하에서 본 연구는, 지역의 경제 발전을 위한 새로운 전략으로써 高성장기업을 육성하는 기업가적 생태계 구축의 중요성과 이과정에서 벤처투자의 기여를 실증적으로 검증해 보고자 했다.

분석에 따르면, 지역 내의 벤처투자를 받은 기업 수의 증가는 직접적으로 지역 내의 高성장기업 수와 부가가치의 증가 추세를 강화하는 데 기여하는 것으로 나타났다. 다만, 지역 내 高성장기업 수의 증가 추세가 궁극적으로 지역 내 부가가치 성장률에 미치는 효과에 있어 단기적인 부침이 존재하며, 장기적 관점에서도 그리 크지 않다는 것이 확인됐다. 따라서 벤처투자가 지역의 경제 성장에 미치는 간접적인 효과인, 高성장기업 수의 증가를 통한 부가기치 성장 제고 효과는 그리 크지 않음이 확인됐다. 그럼에도 불구하고, 지역 내 高성장기업의 존재는 기업가적 생태계를 구축하는 데 있어 다음과 같은 매우 중요한 역할을 한다. 4장의 분석 내용에 따르면, 지역 내 高성장기업 수 성장률에 대한 외생적 충격이 발생할 때, 지역 내의 벤처투자를 받은 기업 수가 장기적으로 꾸준히 증가하는 것을 확인할 수 있다. 따라서 벤처투자를 받은 기업 수의 증가가 지역의 부가가치 성장 추세에 긍정적으로 기여하는 것은 벤처투자를 통해 지역 내의 高성장기업 수가 증가하고, 이는 다시 지역의 벤처투자를 확대하는 일종의 선순환 작용에 기인하는 것으로 볼 수 있다.

지역 내 벤처투자의 확대를 통해 지역의 경제 발전을 촉진하는 것은 유효한 전략임이 확인 됐으므로, 다음으로 논의해야 할 사안은 어떻게 하면 지역 수준에서 벤처투자를 확대할 수 있는가의 문제이다. 4장의 그레인저 인과성 검정에 따르면, 지역 내 벤처투자의 증가는 高성장기업의 성장 추세에 후행하는 것으로 나타났다. 따라서 인위적으로 먼저 지역 내 벤처 투자를 유도해야 지역 내 ‘벤처투자-高성장기업-경제성장’의 연결고리가 형성될 수 있다. 그러므로 향후 벤처투자에 들어가는 공적 자금을 일정 부분 지역별 배분을 할 필요가 있으며, 이 과정에서 高성장기업이 부족한 지역에 우선순위를 부여하는 방안을 고려할 수 있다.

[ Appendix I ] 지역별 PVAR모형 활용변수 자료

| 표 5 | 전국 16개 시도의 연도별 벤처투자 기업 수, 高성장기업 수 및 부가가치 성장률

[ Appendix Ⅱ ] PVAR 모형의 정상성 및 안전성 검정

| 표 6 | 각 변수의 패널 단위근 검정 결과

유의수준: * 0.1, ** 0.05, *** 0.01

* 모든 고유값의 크기(Moduli)가 1 이하(단위 원 내부)일 때 PVAR 모형은 안정적

참고문헌

• 남기범. (2016). ‘선택과 집중’의 종언: 포스트클러스터 지역산업정책의 논거와 방향. 한국경제지리학회지, 19(4), 764-781.

•정보통신기술진흥센터. (2018). 주요국의 스케일업 지원정책. 해외 ICT R&D 정책동향, 2018-07호

• Abrigo, M. R., &Love, I. (2016). Estimation of panel vector autoregression in stata: A package of programs. University of Hawaii. Working paper, (16-2).

• Acs, Z. J., Parsons, W., & Tracy, S. (2008). High-impact firms: Gazelles revisited. Washington, DC.

• Birch, D. & Massachusetts Institute of Technology. Program on Neighborhood and Regional Change (1979). The job generation process . M.I.T. Program on Neighborhood and Regional Change, Cambridge, Mass

• Birch, D. (1987). Job creation in America: How our smallest companies put the most people to work. University of Illinois at Urbana-Champaign’s Academy for Entrepreneurial Leadership Historical Research Reference in Entrepreneurship.

• Coad, A. (2009). The growth of firms: A survey of theories and empirical evidence. Cheltenham: Edward Elgar. • Durufle′, G., & Hellmann, T. F., & Wilson, K. E. (2017) From Start-Up to Scale-Up: Examining Public Policies for the Financing of High-Growth Ventures. CEPR Discussion Paper No. DP12004.

• Kolympiris, C., & Kalaitzandonakes, N. (2013). The geographic extent of venture capital externalities on innovation. Venture Capital, 15(3) , 199-236.

• Kortum, S., & Lerner, J. (2000) Assessing the contribution of venture capital to innovation, The RAND Journal of Economics 31(4), 674-692.

• Lemmon, M. L., & Zender, J. F. (2010). Debt capacity and tests of capital structure theories. Journal of Financial and Quantitative Analysis, 45 (5), 1161-1187.

• Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests in panel data: asymptotic and finitesample properties. Journal of econometrics, 108(1) , 1-24.

• Mason, C., & Brown, R. (2010). High growth firms in Scotland, final report for Scottish enterprise. Glasgow.

• Mason, C., & Brown, R. (2013). Creating good public policy to support high-growth firms. Small Business Economics, 40 (2), 211-225.

• Maskell, P. (2001). Towards a knowledge-based theory of the geographical cluster. Industrial and corporate change, 10(4), 921-943.

• Morgan, K. (1997). ‘The learning region: institutions, innovation and regional renewal’, Regional Studies, 31(5), 491-503.

• NESTA. (2009). The vital six percent. London: NESTA.

• Parsley, C., & Halabisky, D. (2008). Profile of growth firms: A summary of industry Canada research. Ottawa: Industry Canada.

• Roelandt, T. J., & Den Hertog, P. (1999). Cluster analysis and cluster-based policy making in OECD countries: An introduction to the theme, Chapter one in: OECD Boosting innovation: The cluster approach, 9-23.

• Schnitzer, M. & Watzinger, M. (2017). Measuring the spillovers of venture capital. Discussion Paper DP12236, Centre for Economic Policy Research, London.

• Spigel, B. (2016). Developing and governing entrepreneurial ecosystems: the structure of entrepreneurial support programs in Edinburgh, Scotland. International Journal of Innovation and Regional Development, 7(2), 141-160.

5. 결론 및 정책적 함의

기존 지역 개발 전략의 중심이었던 전문화된 산업 기반의 클러스터 전략이 소기의 목적을 달성하는 데 실패하고 있고, 세계 주요국에서 새로운 지역 경제 발전 전략으로써 高성장기업의 육성이 주요 어젠다로서 강조되고 있다. 이런 배경하에서 본 연구는, 지역의 경제 발전을 위한 새로운 전략으로써 高성장기업을 육성하는 기업가적 생태계 구축의 중요성과 이과정에서 벤처투자의 기여를 실증적으로 검증해 보고자 했다.

분석에 따르면, 지역 내의 벤처투자를 받은 기업 수의 증가는 직접적으로 지역 내의 高성장기업 수와 부가가치의 증가 추세를 강화하는 데 기여하는 것으로 나타났다. 다만, 지역 내 高성장기업 수의 증가 추세가 궁극적으로 지역 내 부가가치 성장률에 미치는 효과에 있어 단기적인 부침이 존재하며, 장기적 관점에서도 그리 크지 않다는 것이 확인됐다. 따라서 벤처투자가 지역의 경제 성장에 미치는 간접적인 효과인, 高성장기업 수의 증가를 통한 부가기치 성장 제고 효과는 그리 크지 않음이 확인됐다. 그럼에도 불구하고, 지역 내 高성장기업의 존재는 기업가적 생태계를 구축하는 데 있어 다음과 같은 매우 중요한 역할을 한다. 4장의 분석 내용에 따르면, 지역 내 高성장기업 수 성장률에 대한 외생적 충격이 발생할 때, 지역 내의 벤처투자를 받은 기업 수가 장기적으로 꾸준히 증가하는 것을 확인할 수 있다. 따라서 벤처투자를 받은 기업 수의 증가가 지역의 부가가치 성장 추세에 긍정적으로 기여하는 것은 벤처투자를 통해 지역 내의 高성장기업 수가 증가하고, 이는 다시 지역의 벤처투자를 확대하는 일종의 선순환 작용에 기인하는 것으로 볼 수 있다.

지역 내 벤처투자의 확대를 통해 지역의 경제 발전을 촉진하는 것은 유효한 전략임이 확인 됐으므로, 다음으로 논의해야 할 사안은 어떻게 하면 지역 수준에서 벤처투자를 확대할 수 있는가의 문제이다. 4장의 그레인저 인과성 검정에 따르면, 지역 내 벤처투자의 증가는 高성장기업의 성장 추세에 후행하는 것으로 나타났다. 따라서 인위적으로 먼저 지역 내 벤처 투자를 유도해야 지역 내 ‘벤처투자-高성장기업-경제성장’의 연결고리가 형성될 수 있다. 그러므로 향후 벤처투자에 들어가는 공적 자금을 일정 부분 지역별 배분을 할 필요가 있으며, 이 과정에서 高성장기업이 부족한 지역에 우선순위를 부여하는 방안을 고려할 수 있다.

[ Appendix I ] 지역별 PVAR모형 활용변수 자료

| 표 5 | 전국 16개 시도의 연도별 벤처투자 기업 수, 高성장기업 수 및 부가가치 성장률

[ Appendix Ⅱ ] PVAR 모형의 정상성 및 안전성 검정

| 표 6 | 각 변수의 패널 단위근 검정 결과

유의수준: * 0.1, ** 0.05, *** 0.01

* 모든 고유값의 크기(Moduli)가 1 이하(단위 원 내부)일 때 PVAR 모형은 안정적

참고문헌

• 남기범. (2016). ‘선택과 집중’의 종언: 포스트클러스터 지역산업정책의 논거와 방향. 한국경제지리학회지, 19(4), 764-781.

•정보통신기술진흥센터. (2018). 주요국의 스케일업 지원정책. 해외 ICT R&D 정책동향, 2018-07호

• Abrigo, M. R., &Love, I. (2016). Estimation of panel vector autoregression in stata: A package of programs. University of Hawaii. Working paper, (16-2).

• Acs, Z. J., Parsons, W., & Tracy, S. (2008). High-impact firms: Gazelles revisited. Washington, DC.

• Birch, D. & Massachusetts Institute of Technology. Program on Neighborhood and Regional Change (1979). The job generation process . M.I.T. Program on Neighborhood and Regional Change, Cambridge, Mass

• Birch, D. (1987). Job creation in America: How our smallest companies put the most people to work. University of Illinois at Urbana-Champaign’s Academy for Entrepreneurial Leadership Historical Research Reference in Entrepreneurship.

• Coad, A. (2009). The growth of firms: A survey of theories and empirical evidence. Cheltenham: Edward Elgar. • Durufle′, G., & Hellmann, T. F., & Wilson, K. E. (2017) From Start-Up to Scale-Up: Examining Public Policies for the Financing of High-Growth Ventures. CEPR Discussion Paper No. DP12004.

• Kolympiris, C., & Kalaitzandonakes, N. (2013). The geographic extent of venture capital externalities on innovation. Venture Capital, 15(3) , 199-236.

• Kortum, S., & Lerner, J. (2000) Assessing the contribution of venture capital to innovation, The RAND Journal of Economics 31(4), 674-692.

• Lemmon, M. L., & Zender, J. F. (2010). Debt capacity and tests of capital structure theories. Journal of Financial and Quantitative Analysis, 45 (5), 1161-1187.

• Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests in panel data: asymptotic and finitesample properties. Journal of econometrics, 108(1) , 1-24.

• Mason, C., & Brown, R. (2010). High growth firms in Scotland, final report for Scottish enterprise. Glasgow.

• Mason, C., & Brown, R. (2013). Creating good public policy to support high-growth firms. Small Business Economics, 40 (2), 211-225.

• Maskell, P. (2001). Towards a knowledge-based theory of the geographical cluster. Industrial and corporate change, 10(4), 921-943.

• Morgan, K. (1997). ‘The learning region: institutions, innovation and regional renewal’, Regional Studies, 31(5), 491-503.

• NESTA. (2009). The vital six percent. London: NESTA.

• Parsley, C., & Halabisky, D. (2008). Profile of growth firms: A summary of industry Canada research. Ottawa: Industry Canada.

• Roelandt, T. J., & Den Hertog, P. (1999). Cluster analysis and cluster-based policy making in OECD countries: An introduction to the theme, Chapter one in: OECD Boosting innovation: The cluster approach, 9-23.

• Schnitzer, M. & Watzinger, M. (2017). Measuring the spillovers of venture capital. Discussion Paper DP12236, Centre for Economic Policy Research, London.

• Spigel, B. (2016). Developing and governing entrepreneurial ecosystems: the structure of entrepreneurial support programs in Edinburgh, Scotland. International Journal of Innovation and Regional Development, 7(2), 141-160.

2019-05-23T16:18:49+09:00