Venture Opinion

모태펀드가
국내 벤처캐피탈 산업에 미치는 영향

한국벤처투자 조사분석팀  곽기현 연구위원 

Venture Opinion

모태펀드가
국내 벤처캐피탈 산업에 미치는 영향

한국벤처투자 조사분석팀  곽기현 연구위원 

‘벤처 오피니언’은 벤처생태계 전반에 걸친 주제들을 선정 후
심도 있는 조사 및 분석을 통해 도출된 인사이트를 매월 제공합니다.

본문의 견해와 주장은 필자 개인의 것이며,
한국벤처투자(주)의  공식적인 견해가 아님을 밝힙니다. 

  Summary  

본 연구는 정부의 벤처캐피탈 산업을 육성하기 위한 주요 정책인 모태펀드가 국내 벤처캐피탈 산업에 미치는 영향을 확인해보고자 함.
모태펀드 및 공공의 자금이 민간의 벤처캐피탈 산업으로의 자금 유입을 유인하는지 혹은 구축하는지를 검증하고, 모태펀드의 출자가 일반 VC 펀드의 결성이 용이함에 미치는 영향을 분석.
분석 결과, 공공의 자금은 민간의 자금을 벤처캐피탈 산업으로 유인하고, 모태펀드 역시 민간의 자금을 유인하는 측면이 있으며 이 효과는 대부분 민간 금융권에 대한 유인 효과에서 발생하는 것으로 나타남.
또한 모태펀드의 출자 비중이 높아질수록(약 40% 이상) 중점지원 분야에 대한 펀드 결성이 일어날 확률이 비중점 지원 분야의 펀드가 결성될 확률보다 매우 크게 나타남이 확인돼, 중점 지원 분야에서 일정부분 이상의 모태펀드의 출자가 펀드 결성에 도움이 됨을 확인.

01

한국모태펀드
– 국내 벤처투자의 마중물

국내 벤처투자 시장의 성장 속도가 무서울 정도로 빠르다. 올 상반기 기준으로 벤처투자 금액이 1조 8,996억 원으로 집계돼1), 2019년 벤처투자 금액 예측치는 지난 2018년의 3.4조 원의 역대 최고 기록을 다시 경신할 가능성이 매우 높은 상황이다. 다양한 요인이 있겠지만, 정부의 강력한 정책적 의지가 국내 벤처투자 시장의 급속한 성장에 기여한 것을 부정하기 어렵다. 특히, 최근 들어 시장에서 서로 다른 의견이 존재하기는 하지만, 그간 ‘한국모태펀드(이하 모태펀드)’가 현재의 벤처투자 시장의 초석을 다지는 데 크게 기여해왔다는 사실을 부인하기는 어렵다.

모태펀드는 국내 벤처투자 시장이 ‘닷컴버블’로 인해 극심한 침체기를 겪던 지난 2005년, 안정적 벤처투자 재원 공급 체계를 마련하기 위해 ‘벤처기업 육성에 관한 특별조치법’에 근거해 결성돼 현재까지 운영되고 있다. 모태펀드는 [그림 1]과 같이 정부 부처들로부터 자금을 출자받아 구성된 펀드로서, 벤처캐피탈(이하 VC)들이 운용하는 펀드에 출자하는 ‘재간접 펀드(Fund of Funds)’로 볼 수 있다. 즉, 정부 개입에 의한 시장 왜곡을 최소화하기 위해 투자 재원의 공급은 정부가 하되, 실제 기업에 대한 투자의사결정은 민간의 VC가 하는 간접 투자 방식을 채택하고 하고 있다. 실제로 정부가 벤처투자 시장에 개입하는 방식에는 크게 3가지가 있는데(Cumming, D. and S. Johan 2019), 모태펀드와 같은 간접 투자 방식이 정부가 직접 소유하고 있는 VC 를 활용한 개입 및 투자자의 세제 혜택을 지원하는 펀드의 결성에 비해 시장을 구축(Crowding-out)할 가능성 및 피투자 기업에 미치는 효과가 더 나은 것으로 알려졌다.

1) 중소벤처기업부·한국벤처캐피탈협회. 2019년 상반기 벤처투자 동향, 2019년 7월 18일 발표

 그림 1  모태펀드(조합) 운용 구조

모태펀드가 국내 벤처투자 시장에서 가지는 위상과 영향력은, 국내 VC 펀드들에 있어 모태펀드의 출자 비중으로 확인할 수 있다. 신규 결성 조합(중소기업창업투자조합, 한국벤처투자조합 기준)2) 기준, 모태펀드의 출자 비중은 지난 18년 약 20.0%를 기록하고 있으며, 지난 5년간 평균적으로 매년 신규 결성된 조합의 약 21.0% 수준의 금액을 모태펀드 혼자서 출자하고 있다(한국벤처캐피탈협회, 2019).
이는 단일 주체로서 가장 높은 비중이다. 또한 ’05년도 결성 이후 ’19년 5월 말까지 모태펀드는 부처들로부터 총 4조 4,467억 원을 출자받아, 회수된 금액의 재투자를 더한 총 6조 6,874억 원을 외부 출자자들의 15조 7,652억 원과 합해, 686개 펀드가 22조 4,526억 원 규모로 결성되는 것을 이끌었다.

이렇게 결성된 모태출자펀드들은 현재까지 총 5,559개사에 16조 1,702억 원을 투자해 국내 중소·벤처기업의 성장을 촉진하고 있다. [그림 2]에 따르면 최근 5년(’14~’18년)간 코스닥에 상장된 기업의 절반 이상인 약 56%가 모태출자펀드로부터 투자를 받은 기업이다. 또한 국내 유니콘 기업3) 9개 사 중, 모태출자펀드로부터 투자를 받은 기업의 수는 7개이다.

2) 중소벤처기업부가 관리하는 조합이며, 국내는 이외에도 금융위원회가 관리하는 신기술금융조합이 추가로 존재한다.
3) 비상장기업 중 기업 가치가 US$ 10억 이상인 기업을 지칭

 그림 2  최근 5년간 모태출자펀드 투자 기업 상장 현황

이처럼 국내 벤처투자 시장에서 모태펀드가 가진 지대한 영향력에 의해, 일부에선 국내 벤처투자 시장이 민간이 아닌 공공 부문에 의해 크게 좌우되는 것을 경계하기도 한다. 이는 합리적인 의견 제기이며, 모태펀드의 설립 취지와 목적에서도 드러나듯이, 모태펀드, 더 나아가 정부는 민간의 벤처투자 활동을 저해해서는 안된다. 따라서 본 연구는 정부 벤처캐피탈(Government Venture Capital, 이하 GVC) 프로그램인 모태펀드가 국내 벤처투자 생태계에 어떤 영향을 미치는가를 알아보고자 한다.

Colombo, M. G., D. J. Cumming and Vismara, S.(2016) 에 따르면, GVC의 효과는 크게 시스템적 효과(Systematic Effect)와 포트폴리오 기업에 미치는 효과로 구분할 수 있다. 전자인 시스템적 효과는 GVC 프로그램이 민간 VC 산업의 발전에 미치는 영향에 대해 관심을 가지고 있으며, 후자인 포트폴리오 기업에 미치는 효과는 GVC 프로그램이 피투자 기업에 실질적인 경제적 효과를 창출하는가에 관심을 둔다. 본 연구는 전자의 관점에서 모태펀드가 국내 VC 산업에 미치는 영향을 살펴보고자 한다. 먼저 본 연구는 GVC를 넘어 모든 정부의 시장 개입에 있어 반드시 짚고 넘어가야 할 문제인 구축 효과(Crowding-out)의 존재 여부를 검증하고자 한다. 그리고 펀드 측면에 있어, 모태펀드의 영향력을 나타내는 모태펀드의 출자 비중이 펀드의 결성을 용이하게 만들 수 있는가를 확인하려 한다.

본 연구의 나머지는 다음과 같이 구성돼 있다. 2장에서는 본 연구에서 다루고자 하는 문제들에 대해 심도 있게 논의하고자 한다. 다음으로 3장은 본 연구에서 제기된 문제들을 분석하기 위한 자료 및 분석 방법을 설명하고자 한다. 4장은 분석 결과를 제시하고, 마지막으로 5장에서는 분석 결과에 따른 정책적 함의를 제시하면서 본 연구를 마무리 하고자 한다.

‘벤처 오피니언’은 벤처생태계 전반에 걸친 주제들을 선정 후
심도 있는 조사 및 분석을 통해 도출된 인사이트를 매월 제공합니다.

본문의 견해와 주장은 필자 개인의 것이며,
한국벤처투자(주)의  공식적인 견해가 아님을 밝힙니다. 

  Summary  

본 연구는 정부의 벤처캐피탈 산업을 육성하기 위한 주요 정책인 모태펀드가 국내 벤처캐피탈 산업에 미치는 영향을 확인해보고자 함.
모태펀드 및 공공의 자금이 민간의 벤처캐피탈 산업으로의 자금 유입을 유인하는지 혹은 구축하는지를 검증하고, 모태펀드의 출자가 일반 VC 펀드의 결성이 용이함에 미치는 영향을 분석.
분석 결과, 공공의 자금은 민간의 자금을 벤처캐피탈 산업으로 유인하고, 모태펀드 역시 민간의 자금을 유인하는 측면이 있으며 이 효과는 대부분 민간 금융권에 대한 유인 효과에서 발생하는 것으로 나타남.
또한 모태펀드의 출자 비중이 높아질수록(약 40% 이상) 중점지원 분야에 대한 펀드 결성이 일어날 확률이 비중점 지원 분야의 펀드가 결성될 확률보다 매우 크게 나타남이 확인돼, 중점 지원 분야에서 일정부분 이상의 모태펀드의 출자가 펀드 결성에 도움이 됨을 확인.

01

한국모태펀드
– 국내 벤처투자의 마중물

국내 벤처투자 시장의 성장 속도가 무서울 정도로 빠르다. 올 상반기 기준으로 벤처투자 금액이 1조 8,996억 원으로 집계돼1), 2019년 벤처투자 금액 예측치는 지난 2018년의 3.4조 원의 역대 최고 기록을 다시 경신할 가능성이 매우 높은 상황이다. 다양한 요인이 있겠지만, 정부의 강력한 정책적 의지가 국내 벤처투자 시장의 급속한 성장에 기여한 것을 부정하기 어렵다. 특히, 최근 들어 시장에서 서로 다른 의견이 존재하기는 하지만, 그간 ‘한국모태펀드(이하 모태펀드)’가 현재의 벤처투자 시장의 초석을 다지는 데 크게 기여해왔다는 사실을 부인하기는 어렵다.

모태펀드는 국내 벤처투자 시장이 ‘닷컴버블’로 인해 극심한 침체기를 겪던 지난 2005년, 안정적 벤처투자 재원 공급 체계를 마련하기 위해 ‘벤처기업 육성에 관한 특별조치법’에 근거해 결성돼 현재까지 운영되고 있다. 모태펀드는 [그림 1]과 같이 정부 부처들로부터 자금을 출자받아 구성된 펀드로서, 벤처캐피탈(이하 VC)들이 운용하는 펀드에 출자하는 ‘재간접 펀드(Fund of Funds)’로 볼 수 있다. 즉, 정부 개입에 의한 시장 왜곡을 최소화하기 위해 투자 재원의 공급은 정부가 하되, 실제 기업에 대한 투자의사결정은 민간의 VC가 하는 간접 투자 방식을 채택하고 하고 있다. 실제로 정부가 벤처투자 시장에 개입하는 방식에는 크게 3가지가 있는데(Cumming, D. and S. Johan 2019), 모태펀드와 같은 간접 투자 방식이 정부가 직접 소유하고 있는 VC 를 활용한 개입 및 투자자의 세제 혜택을 지원하는 펀드의 결성에 비해 시장을 구축(Crowding-out)할 가능성 및 피투자 기업에 미치는 효과가 더 나은 것으로 알려졌다.

1) 중소벤처기업부·한국벤처캐피탈협회. 2019년 상반기 벤처투자 동향, 2019년 7월 18일 발표

 그림 1  모태펀드(조합) 운용 구조

모태펀드가 국내 벤처투자 시장에서 가지는 위상과 영향력은, 국내 VC 펀드들에 있어 모태펀드의 출자 비중으로 확인할 수 있다. 신규 결성 조합(중소기업창업투자조합, 한국벤처투자조합 기준)2) 기준, 모태펀드의 출자 비중은 지난 18년 약 20.0%를 기록하고 있으며, 지난 5년간 평균적으로 매년 신규 결성된 조합의 약 21.0% 수준의 금액을 모태펀드 혼자서 출자하고 있다(한국벤처캐피탈협회, 2019).
이는 단일 주체로서 가장 높은 비중이다. 또한 ’05년도 결성 이후 ’19년 5월 말까지 모태펀드는 부처들로부터 총 4조 4,467억 원을 출자받아, 회수된 금액의 재투자를 더한 총 6조 6,874억 원을 외부 출자자들의 15조 7,652억 원과 합해, 686개 펀드가 22조 4,526억 원 규모로 결성되는 것을 이끌었다.

이렇게 결성된 모태출자펀드들은 현재까지 총 5,559개사에 16조 1,702억 원을 투자해 국내 중소·벤처기업의 성장을 촉진하고 있다. [그림 2]에 따르면 최근 5년(’14~’18년)간 코스닥에 상장된 기업의 절반 이상인 약 56%가 모태출자펀드로부터 투자를 받은 기업이다. 또한 국내 유니콘 기업3) 9개 사 중, 모태출자펀드로부터 투자를 받은 기업의 수는 7개이다.

2) 중소벤처기업부가 관리하는 조합이며, 국내는 이외에도 금융위원회가 관리하는 신기술금융조합이 추가로 존재한다.
3) 비상장기업 중 기업 가치가 US$ 10억 이상인 기업을 지칭

 그림 2  최근 5년간 모태출자펀드 투자 기업 상장 현황

이처럼 국내 벤처투자 시장에서 모태펀드가 가진 지대한 영향력에 의해, 일부에선 국내 벤처투자 시장이 민간이 아닌 공공 부문에 의해 크게 좌우되는 것을 경계하기도 한다. 이는 합리적인 의견 제기이며, 모태펀드의 설립 취지와 목적에서도 드러나듯이, 모태펀드, 더 나아가 정부는 민간의 벤처투자 활동을 저해해서는 안된다. 따라서 본 연구는 정부 벤처캐피탈(Government Venture Capital, 이하 GVC) 프로그램인 모태펀드가 국내 벤처투자 생태계에 어떤 영향을 미치는가를 알아보고자 한다.

Colombo, M. G., D. J. Cumming and Vismara, S.(2016) 에 따르면, GVC의 효과는 크게 시스템적 효과(Systematic Effect)와 포트폴리오 기업에 미치는 효과로 구분할 수 있다. 전자인 시스템적 효과는 GVC 프로그램이 민간 VC 산업의 발전에 미치는 영향에 대해 관심을 가지고 있으며, 후자인 포트폴리오 기업에 미치는 효과는 GVC 프로그램이 피투자 기업에 실질적인 경제적 효과를 창출하는가에 관심을 둔다. 본 연구는 전자의 관점에서 모태펀드가 국내 VC 산업에 미치는 영향을 살펴보고자 한다. 먼저 본 연구는 GVC를 넘어 모든 정부의 시장 개입에 있어 반드시 짚고 넘어가야 할 문제인 구축 효과(Crowding-out)의 존재 여부를 검증하고자 한다. 그리고 펀드 측면에 있어, 모태펀드의 영향력을 나타내는 모태펀드의 출자 비중이 펀드의 결성을 용이하게 만들 수 있는가를 확인하려 한다.

본 연구의 나머지는 다음과 같이 구성돼 있다. 2장에서는 본 연구에서 다루고자 하는 문제들에 대해 심도 있게 논의하고자 한다. 다음으로 3장은 본 연구에서 제기된 문제들을 분석하기 위한 자료 및 분석 방법을 설명하고자 한다. 4장은 분석 결과를 제시하고, 마지막으로 5장에서는 분석 결과에 따른 정책적 함의를 제시하면서 본 연구를 마무리 하고자 한다.

02

문헌연구

❶ 정부 벤처캐피탈 Government Venture Capital) 프로그램

지속적인 경제 성장과 일자리 창출을 위해 창업·벤처기업의 중요성이 강조되고 있으며, 이들에 자본을 공급하는 VC 산업의 중요성 역시 큰 관심을 받고 있다. 정부가 VC 산업에 개입하는 것과 관련하여 다음과 같은 두 가지 이론적 근거가 존재한다. 먼저, ‘종자 가설(Seeding Hypothesis)’에 기반을 둔다, 일반적으로 VC 시장은 투자자와 기업가 간의 높은 정보비대칭성으로 인해 시장 실패가 발생해, 잠재력을 갖춘 중소·벤처기업들이 성장에 필요한 충분한 자금을 공급받지 못하는 자금조달 갭(Financing Gap)이 존재한다, 이때 정부의 개입은 시장이 스스로 작동하기 위한 임계 수준의 자본을 공급하고 다른 민간 투자자에게 이 시장에 대한 투자가 이점이 있다는 신호를 주어(Leleux, B. t. and B. Surlemont 2003), 중소·벤처기업에 위험 자본을 공급하는 시장을 활성화할 수 있다. 또한 정부의 개입은 순수한 재무적 수익률을 넘어 사회 전반에 걸쳐 발생하는 사회적 수익률을 고려하기 때문에, 정부의 개입이 없었다면 투자되지 않았을 투자 기회에 대한 민간 자본을 유도하는 데 활용될 수 있다. 이를 ‘스필오버 가설(Spillover Hypothesis)’이라 한다(Buzzacchi, L., G. Scellato and E. Ughetto 2013). 이런 배경하에서, 전세계적으로 많은 정부들이 VC 산업의 발전 및 육성을 위해 다양한 프로그램들을 도입하고 있는데, 이런 정부의 개입은 크게 3가지 형태로 분류할 수 있다(Wilson, K. E. and F. Silva 2013).

먼저 정부는 중소·벤처기업에 직접 자금을 투자하는 형태인 ‘직접 공공 펀드(Direct Public Funds)’를 활용할 수 있다. 펀드의 관점에서 설명하면, 정부가 출자자(Limited Partner; LP)인 동시에 매니저(General Partner; GP)의 역할을 수행한다. 이에 따라 정부가 직접 투자 의사결정에 관여를 하게 된다. 예를 들어, 미국의 중앙정보기관(Central Information Agency; CIA)은 1999년 ‘In-Q-Tel’ 을 설립해 우수한 정보보유기술 기업에 투자하고 있다(Colombo, M. G., D. J. Cumming and Vismara, S. 2016). 그러나, 선행연구들은 이런 정부의 직접 투자가 가지는 다음과 같은 문제점들을 지적하고 있다(Standaert, T. and S. Manigart 2018). 첫째, 민간 VC의 활동을 구축할 수 있으며, 둘째, 이해 관계자 그룹에 의해서 정부의 개입이 오히려 시장을 왜곡할 가능성이 크고, 셋째, 비효율적인 공공 부문의 지배 구조, 그리고 마지막으로 공공 펀드의 매니저에 대한 보상 체계는 훌륭한 매니저를 영입하는 데 불리해 투자의 질을 낮출 가능성이 크다. 특히 GVC에 의한 단독 투자는 포트폴리오 기업의 매출과 고용의 성장(Grilli, L. and S. Murtinu 2014, 2015), 그리고 특허 활동(Bertoni, F. and T. Tykvová 2015)에 있어 유의한 영향이 없고, 심지어 효율성 측면에서는 음의 영향을 미침(Alperovych, Y., G. Hübner and F. Lobet 2015)이 선행 연구들을 통해서 확인되고 있다.

이에 따라 정부의 벤처캐피탈 시장에 대한 개입의 방향은 ‘시장-친화적인’ 간접 개입의 형태로 전환되고 있다. 간접 개입은 개별 투자 건 또는 펀드 수준에서 공공 부문의 재원과 민간 부문의 재원을 결합해, VC 시장에 공급되는 자본의 양을 늘리는 구조를 채택하고 있다. 이런 간접 개입 방법 중 하나로 ‘민관 합작 펀드(Hybrid Private-Public Funds)’가 있다. 이 펀드는 주로 민간이 진행한 투자 건에 대해 매칭 투자 방식으로 투자하는 구조를 가짐으로써, 실질적인 투자 의사결정을 민간에 이양하고 있다(Owen, R., D. North and C. Mac an Bhaird 2019). 모든 민간 투자자가 모든 투자 건에 대해 매칭을 신청할 수 있는 것은 아니고, 펀드마다 적격 또는 인증 투자자에 대한 조건과 매칭이 가능한 투자 건의 성격을 개별적으로 규정하고 있다. 또한 민관 합작 펀드는 민간 투자자 대비 투자 조건의 불일치 여부에 따라 구분할 수 있다. 대부분 민간 투자자와 동일조건(Pari-passu)으로 투자를 진행하나, 일부 펀드들은 민간 투자자에게 상방 레버리지와 또는 하방 보호를 제공함으로써, 민간 투자자에게 벤처투자에 수반된 높은 위험과 장기간의 보유 기간에 따른 유동성 제약을 보상하고자 한다. 영국의 ‘Enterprise Capital Funds’, ‘U.K. Innovation Investment Fund’, ‘Angel Co-investment Fund’ 와 독일의 ‘High-Tech Grunderfonds’, 뉴질랜드의 ‘New Zealand Venture Investment Fund’ 등이 민관 합작 펀드에 해당된다.

최근 들어 정부의 VC 시장에 대한 간접 개입 형태 중 하나인 ‘재간접 펀드(Fund of Funds)’가 광범위하게 활용되고 있다(Wilson, K. E. and F. Silva 2013). 이 접근법은, 펀드의 포트폴리오로서 기업이 아닌 다른 투자 펀드를 보유하는 모펀드(Mother Fund)를 통해, 민간에 대한 개입은 최소화하면서 VC 시장에 공급되는 재원을 크게 증가시키기 위한 목적으로 설립된다. 재간접 펀드를 결성함에 있어 공공의 재원만을 활용하는 경우와 공공 및 민간의 재원을 모두 활용하는 경우도 있다. 예를 들어, 우리나라의 모태펀드의 경우 정부 부처들만이 출자해 펀드를 결성했으나, 터키의 ‘Istanbul Venture Capital Initiative’의 경우 터키 정부, 유럽투자펀드(European Investment Fund), 그리고 Development Bank of Turkey, Garanti Bank, National Bank of Greece Group과 같은 은행권까지 포함된 다양한 부문의 출자자로 구성돼 있다. 대부분 재간접 펀드를 운영하는 매니저는 정부가 설립 또는 출자한 공공기관인 경우가 대부분이다. 재간접 펀드들은 민간 VC 펀드에 출자함에 있어 정책적 목적을 달성하기 위해 해당 펀드의 운영 목표를 제시하는데(Jääskeläinen, M., M. Maula and G. Murray 2007), 대게 포트폴리오기업의 규모, 업력, 위치, 부문 등에 있어 일정 부분 제약을 가한다. 재간접 펀드의 주요 예로서는, 유럽연합의 ‘EIF’, 영국의 ‘Innovation Investment Fund’, 호주의 ‘the Innovation Investment Fund’, 네덜란드의 ‘Dutch Venture Initiative’, 벨기에의 ‘ARKimedes’ 등이 있다.

GVC 프로그램이 VC 산업에 긍정적인 영향을 미치기 위해, Lerner, J. (2009)는 설계의 불완전성(Design Imperfections)과 실행 실패(Implementation Failure)를 극복해야 함을 강조하고 있다. 전자의 경우, 프로그램이 단기를 지향하거나, 수익성 조건 등을 강조할 경우, 프로그램이 기업가적 과정(Entrepreneurial Process)과 프로그램의 목적에 반할 가능성이 큼을 경고하고 있다. 또한 펀드 규모가 너무 작을 경우 시장에 미치는 영향력이 미미하고 반대로 너무 클 경우 민간 시장을 완전히 대체할 수 있으므로 적정한 규모를 고려해야 하며, 민간 부문의 관심이 너무 떨어지는 산업 또는 지역에 대한 투자를 장려할 경우 민간의 투자를 유도하기 어려울 수 있다. 후자의 경우, 관리 기관의 인센티브를 적절하게 설계하고, 프로그램을 평가하는 합리적인 방법론을 통해 환류(Feedback) 체계를 구축하며, 실행 과정에서 정치적 왜곡이 개입되지 않도록 해 프로그램이 원활하게 설계된 대로 시행될 수 있도록 하는 것이 중요하다.

❷ 정부 벤처캐피탈(Government Venture Capital) 프로그램의 평가

GVC를 통한 정부의 VC 시장 개입의 이론적 정당성에도 불구하고, 잘못 설계되거나 또는 잘못 실행될 경우 오히려 예기치 않게 시장에 부정적인 효과를 일으킬 수 있다. 선행 연구들은 특히 GVC의 실행 근거인 ‘종자 가설(Seeding hypothesis)’의 측면에서 GVC가 소기의 성과를 달성하고 있는지를 연구하는 데 초점을 두고 있다. 즉, 정부의 개입이 민간의 VC 활동을 더욱 활성화는 촉매제의 역할을 하는지, 아니면 오히려 민간의 VC 활동을 구축(Crowding-out)하는지를 검증하고자 노력하고 있다. 그러나 기존의 실증 연구들을 분석해 보면, 합치된 결론에 도달하지 못하고, 혼재된 결과를 양산하고 있다.

예를 들어, Brander, J. A., Q. Du and T. Hellmann(2015)의 연구는 2000~2008년 사이에 GVC에 의해 자금을 조달받은 25개 국가의 20,466개의 기업을 대상으로 분석을 수행해, GVC의 부가성(Additionality)을 입증했다. 구체적으로, GVC와 PVC(Private Venture Capital) 모두에게서 자금을 받은 기업이 PVC에게만 자금을 받은 기업 대비 더 많은 자금을 획득했고, GVC 자금이 많이 투입된 부문일수록 더 많은 기업당 벤처투자와 벤처투자를 받은 기업 수가 컸다. 따라서 이런 결과들을 토대로 저자들은 G벤처투자가 대체적으로 P벤처투자를 구축하기보다는 증가시키는 것으로 볼 수 있다고 주장했다. 그러나 Da Rin, M., G. Nicodano and A. Sembenelli(2006)은 GVC가 어떤 부문에 1$를 공급할 때, 민간 투자자들은 해당 부문에 1$ 미만을 공급하는 것을 확인했다. 이를 통해 저자들은 GVC가 오히려 PVC를 구축할 수 있다고 주장했다.

이처럼 혼재된 연구 결과들은 연구마다 서로 다른 방법론(미시적 접근 vs. 거시적 접근), 서로 다른 GVC 프로그램 유형(직접 투자 펀드 vs. 민관 합작 투자 펀드 vs. 재간접 펀드), 그리고 서로 다른 국가를 대상으로 함으로써 발생하는 환경 및 제도적 차이에 기인한다고 볼 수 있다. 그러므로, 기존 선행 연구들의 결과를 통해서 GVC 프로그램의 구축 효과 여부를 일반화하는 것은 잘못된 함의를 도출할 가능성이 크다. 특히, 우리나라의 GVC 프로그램인 모태펀드는 재간접 펀드이며, 재간접 펀드를 대상으로 구축 효과를 검증한 연구는 거의 존재하지 않기에, 본 연구에서는 국내 VC 시장에 대한 자료를 토대로 모태펀드가 민간 투자자들을 구축하는지 아니면 오히려 민간 투자자를 유인하는가를 살펴보고자 한다.

재간접 펀드 유형의 GVC 프로그램의 영향에 대한 연구가 많지 않으나, 예외적인 연구로 Buzzacchi, L., G. Scellato and E. Ughetto (2013)의 연구가 있다. 해당 연구는 민간과 공공 자금이 함께 출자된 펀드를 지칭하는 하이브리드 VC 펀드에 있어, 공공 출자자의 지분이 펀드의 투자 전략에 미치는 효과를 분석했다. 분석 결과, 공공 부문의 지분이 높을수록 포트폴리오기업이 파산할 가능성이 낮아지고, 장기간의 회수 기간을 갖는 것이 확인됐다. 이는 공공 부문의 지분이 높을수록 펀드는 사회적 수익률에 더욱 많은 가중치를 두게 되고, 이에 따라 사전적으로 파산할 확률이 높은 고위험 고수익 투자 기회보다는 안정적인 기업을 선택하는 경향이 있음을 입증한다. 더불어, 높은 공공 부문의 지분은 펀드로 해금 재무적 수익률보다 포트폴리오 기업의 일자리 창출 등과 같은 사회·경제적 파급 효과를 고려하게 하므로, 다른 조건이 동일할 때 포트폴리오 기업의 회수 시점을 더욱 더 늦추게 만들 수 있다.

이와 같은 연구 결과는 모태펀드와 같은 재간접 펀드를 활용하는 GVC 프로그램이, 이들로부터 출자를 받는 민간 VC 펀드 수준에서 다양한 영향을 미칠 수 있음을 보여준다. 다시 말해, 민간 투자자와는다른 목적 및 성향을 가진 공동 투자자의 존재는 민간 VC 펀드의 운영 전략, 운영 성과 등과 밀접하게 연관될 수 있다. 예를 들어, 정부 개입의 효과 중 하나로서 인증 효과(Certification Effect)라는 것이 있다. 이는 정부의 자금이 투자됨으로써, 여타 투자자들에게 해당 조직이 어느 정도 역량을 갖춘 조직임을 알리는 효과를 말한다(Guerini, M. and A. Quas 2016). 주로 기업 수준에서 정부 개입의 인증 효과가 연구되고 있으나 재간접 펀드 프로그램의 경우 직접적으로 투자가 이루어지는 대상은 펀드 수준이므로, 본 연구는 모태펀드의 민간 VC 펀드 결성에 있어서의 인증 효과 여부를 검증해 보고자 한다.

이를 위해 먼저 모태펀드의 출자 사업의 구조를 이해해야 한다. 모태펀드는 민간 VC 펀드를 결성해 중소·벤처기업에 자금을 공급하기 위해, 각 부처로부터 매년 재원을 공급받고 있다. 따라서 모태펀드는 각 부처로부터 재원을 부처별로 서로 다른 계정으로 분리해 관리하며, 부처의 정책적 목적 달성에 부합하는 펀드를 결성하기 위한 출자 사업 공고를 낸다. 사업 공고에는 펀드가 얼마의 규모로 결성돼야 하며, 펀드는 주로 어떤 부문에 대한 투자를 수행해야 하고, 그리고 결정적으로 모태펀드는 해당 펀드에 얼마를 출자할 것인가를 미리 고시한다. 이 공고를 보고 흔히 VC라 불리는 벤처캐피탈 회사들이 지원을 하고, 경쟁을 통해 해당 펀드를 운영할 운용사가 선정된다. 그러나 선정이 됐다고 모든 펀드가 결성되는 것은 아니다. 선정된 펀드의 운용사는 사업 공고에서 제시된 내용에 맞는 규모로 펀드를 결성해야 하므로 모태펀드 이외의 출자자들로부터 자금을 제공 받아야 한다. 그러므로 제시된 펀드의 제약 조건 등에 따라서 펀드를 결성하는 난이도에 차이가 날 수 있다. 이때 모태펀드가 펀드의 상당 부분에 대한 출자를 약속할 경우, 펀드를 결성하기가 상대적으로 용이할 가능성이 크다. 따라서 본 연구는 이를 모태펀드의 인증 효과로 보고, 이를 실증적으로 검증해 보고자 한다.

결과적으로 본 연구는 총 두 가지 연구 질문에 대한 해답을 내놓고자 하는 목적을 가지며, 각 연구 질문은 다음의 [표 1]과 같다.

 표 1  연구 질문과 분석 방법

02

문헌연구

❶ 정부 벤처캐피탈 Government Venture Capital) 프로그램

지속적인 경제 성장과 일자리 창출을 위해 창업·벤처기업의 중요성이 강조되고 있으며, 이들에 자본을 공급하는 VC 산업의 중요성 역시 큰 관심을 받고 있다. 정부가 VC 산업에 개입하는 것과 관련하여 다음과 같은 두 가지 이론적 근거가 존재한다. 먼저, ‘종자 가설(Seeding Hypothesis)’에 기반을 둔다, 일반적으로 VC 시장은 투자자와 기업가 간의 높은 정보비대칭성으로 인해 시장 실패가 발생해, 잠재력을 갖춘 중소·벤처기업들이 성장에 필요한 충분한 자금을 공급받지 못하는 자금조달 갭(Financing Gap)이 존재한다, 이때 정부의 개입은 시장이 스스로 작동하기 위한 임계 수준의 자본을 공급하고 다른 민간 투자자에게 이 시장에 대한 투자가 이점이 있다는 신호를 주어(Leleux, B. t. and B. Surlemont 2003), 중소·벤처기업에 위험 자본을 공급하는 시장을 활성화할 수 있다. 또한 정부의 개입은 순수한 재무적 수익률을 넘어 사회 전반에 걸쳐 발생하는 사회적 수익률을 고려하기 때문에, 정부의 개입이 없었다면 투자되지 않았을 투자 기회에 대한 민간 자본을 유도하는 데 활용될 수 있다. 이를 ‘스필오버 가설(Spillover Hypothesis)’이라 한다(Buzzacchi, L., G. Scellato and E. Ughetto 2013). 이런 배경하에서, 전세계적으로 많은 정부들이 VC 산업의 발전 및 육성을 위해 다양한 프로그램들을 도입하고 있는데, 이런 정부의 개입은 크게 3가지 형태로 분류할 수 있다(Wilson, K. E. and F. Silva 2013).

먼저 정부는 중소·벤처기업에 직접 자금을 투자하는 형태인 ‘직접 공공 펀드(Direct Public Funds)’를 활용할 수 있다. 펀드의 관점에서 설명하면, 정부가 출자자(Limited Partner; LP)인 동시에 매니저(General Partner; GP)의 역할을 수행한다. 이에 따라 정부가 직접 투자 의사결정에 관여를 하게 된다. 예를 들어, 미국의 중앙정보기관(Central Information Agency; CIA)은 1999년 ‘In-Q-Tel’ 을 설립해 우수한 정보보유기술 기업에 투자하고 있다(Colombo, M. G., D. J. Cumming and Vismara, S. 2016). 그러나, 선행연구들은 이런 정부의 직접 투자가 가지는 다음과 같은 문제점들을 지적하고 있다(Standaert, T. and S. Manigart 2018). 첫째, 민간 VC의 활동을 구축할 수 있으며, 둘째, 이해 관계자 그룹에 의해서 정부의 개입이 오히려 시장을 왜곡할 가능성이 크고, 셋째, 비효율적인 공공 부문의 지배 구조, 그리고 마지막으로 공공 펀드의 매니저에 대한 보상 체계는 훌륭한 매니저를 영입하는 데 불리해 투자의 질을 낮출 가능성이 크다. 특히 GVC에 의한 단독 투자는 포트폴리오 기업의 매출과 고용의 성장(Grilli, L. and S. Murtinu 2014, 2015), 그리고 특허 활동(Bertoni, F. and T. Tykvová 2015)에 있어 유의한 영향이 없고, 심지어 효율성 측면에서는 음의 영향을 미침(Alperovych, Y., G. Hübner and F. Lobet 2015)이 선행 연구들을 통해서 확인되고 있다.

이에 따라 정부의 벤처캐피탈 시장에 대한 개입의 방향은 ‘시장-친화적인’ 간접 개입의 형태로 전환되고 있다. 간접 개입은 개별 투자 건 또는 펀드 수준에서 공공 부문의 재원과 민간 부문의 재원을 결합해, VC 시장에 공급되는 자본의 양을 늘리는 구조를 채택하고 있다. 이런 간접 개입 방법 중 하나로 ‘민관 합작 펀드(Hybrid Private-Public Funds)’가 있다. 이 펀드는 주로 민간이 진행한 투자 건에 대해 매칭 투자 방식으로 투자하는 구조를 가짐으로써, 실질적인 투자 의사결정을 민간에 이양하고 있다(Owen, R., D. North and C. Mac an Bhaird 2019). 모든 민간 투자자가 모든 투자 건에 대해 매칭을 신청할 수 있는 것은 아니고, 펀드마다 적격 또는 인증 투자자에 대한 조건과 매칭이 가능한 투자 건의 성격을 개별적으로 규정하고 있다. 또한 민관 합작 펀드는 민간 투자자 대비 투자 조건의 불일치 여부에 따라 구분할 수 있다. 대부분 민간 투자자와 동일조건(Pari-passu)으로 투자를 진행하나, 일부 펀드들은 민간 투자자에게 상방 레버리지와 또는 하방 보호를 제공함으로써, 민간 투자자에게 벤처투자에 수반된 높은 위험과 장기간의 보유 기간에 따른 유동성 제약을 보상하고자 한다. 영국의 ‘Enterprise Capital Funds’, ‘U.K. Innovation Investment Fund’, ‘Angel Co-investment Fund’ 와 독일의 ‘High-Tech Grunderfonds’, 뉴질랜드의 ‘New Zealand Venture Investment Fund’ 등이 민관 합작 펀드에 해당된다.

최근 들어 정부의 VC 시장에 대한 간접 개입 형태 중 하나인 ‘재간접 펀드(Fund of Funds)’가 광범위하게 활용되고 있다(Wilson, K. E. and F. Silva 2013). 이 접근법은, 펀드의 포트폴리오로서 기업이 아닌 다른 투자 펀드를 보유하는 모펀드(Mother Fund)를 통해, 민간에 대한 개입은 최소화하면서 VC 시장에 공급되는 재원을 크게 증가시키기 위한 목적으로 설립된다. 재간접 펀드를 결성함에 있어 공공의 재원만을 활용하는 경우와 공공 및 민간의 재원을 모두 활용하는 경우도 있다. 예를 들어, 우리나라의 모태펀드의 경우 정부 부처들만이 출자해 펀드를 결성했으나, 터키의 ‘Istanbul Venture Capital Initiative’의 경우 터키 정부, 유럽투자펀드(European Investment Fund), 그리고 Development Bank of Turkey, Garanti Bank, National Bank of Greece Group과 같은 은행권까지 포함된 다양한 부문의 출자자로 구성돼 있다. 대부분 재간접 펀드를 운영하는 매니저는 정부가 설립 또는 출자한 공공기관인 경우가 대부분이다. 재간접 펀드들은 민간 VC 펀드에 출자함에 있어 정책적 목적을 달성하기 위해 해당 펀드의 운영 목표를 제시하는데(Jääskeläinen, M., M. Maula and G. Murray 2007), 대게 포트폴리오기업의 규모, 업력, 위치, 부문 등에 있어 일정 부분 제약을 가한다. 재간접 펀드의 주요 예로서는, 유럽연합의 ‘EIF’, 영국의 ‘Innovation Investment Fund’, 호주의 ‘the Innovation Investment Fund’, 네덜란드의 ‘Dutch Venture Initiative’, 벨기에의 ‘ARKimedes’ 등이 있다.

GVC 프로그램이 VC 산업에 긍정적인 영향을 미치기 위해, Lerner, J. (2009)는 설계의 불완전성(Design Imperfections)과 실행 실패(Implementation Failure)를 극복해야 함을 강조하고 있다. 전자의 경우, 프로그램이 단기를 지향하거나, 수익성 조건 등을 강조할 경우, 프로그램이 기업가적 과정(Entrepreneurial Process)과 프로그램의 목적에 반할 가능성이 큼을 경고하고 있다. 또한 펀드 규모가 너무 작을 경우 시장에 미치는 영향력이 미미하고 반대로 너무 클 경우 민간 시장을 완전히 대체할 수 있으므로 적정한 규모를 고려해야 하며, 민간 부문의 관심이 너무 떨어지는 산업 또는 지역에 대한 투자를 장려할 경우 민간의 투자를 유도하기 어려울 수 있다. 후자의 경우, 관리 기관의 인센티브를 적절하게 설계하고, 프로그램을 평가하는 합리적인 방법론을 통해 환류(Feedback) 체계를 구축하며, 실행 과정에서 정치적 왜곡이 개입되지 않도록 해 프로그램이 원활하게 설계된 대로 시행될 수 있도록 하는 것이 중요하다.

❷ 정부 벤처캐피탈(Government Venture Capital) 프로그램의 평가

GVC를 통한 정부의 VC 시장 개입의 이론적 정당성에도 불구하고, 잘못 설계되거나 또는 잘못 실행될 경우 오히려 예기치 않게 시장에 부정적인 효과를 일으킬 수 있다. 선행 연구들은 특히 GVC의 실행 근거인 ‘종자 가설(Seeding hypothesis)’의 측면에서 GVC가 소기의 성과를 달성하고 있는지를 연구하는 데 초점을 두고 있다. 즉, 정부의 개입이 민간의 VC 활동을 더욱 활성화는 촉매제의 역할을 하는지, 아니면 오히려 민간의 VC 활동을 구축(Crowding-out)하는지를 검증하고자 노력하고 있다. 그러나 기존의 실증 연구들을 분석해 보면, 합치된 결론에 도달하지 못하고, 혼재된 결과를 양산하고 있다.

예를 들어, Brander, J. A., Q. Du and T. Hellmann(2015)의 연구는 2000~2008년 사이에 GVC에 의해 자금을 조달받은 25개 국가의 20,466개의 기업을 대상으로 분석을 수행해, GVC의 부가성(Additionality)을 입증했다. 구체적으로, GVC와 PVC(Private Venture Capital) 모두에게서 자금을 받은 기업이 PVC에게만 자금을 받은 기업 대비 더 많은 자금을 획득했고, GVC 자금이 많이 투입된 부문일수록 더 많은 기업당 벤처투자와 벤처투자를 받은 기업 수가 컸다. 따라서 이런 결과들을 토대로 저자들은 G벤처투자가 대체적으로 P벤처투자를 구축하기보다는 증가시키는 것으로 볼 수 있다고 주장했다. 그러나 Da Rin, M., G. Nicodano and A. Sembenelli(2006)은 GVC가 어떤 부문에 1$를 공급할 때, 민간 투자자들은 해당 부문에 1$ 미만을 공급하는 것을 확인했다. 이를 통해 저자들은 GVC가 오히려 PVC를 구축할 수 있다고 주장했다.

이처럼 혼재된 연구 결과들은 연구마다 서로 다른 방법론(미시적 접근 vs. 거시적 접근), 서로 다른 GVC 프로그램 유형(직접 투자 펀드 vs. 민관 합작 투자 펀드 vs. 재간접 펀드), 그리고 서로 다른 국가를 대상으로 함으로써 발생하는 환경 및 제도적 차이에 기인한다고 볼 수 있다. 그러므로, 기존 선행 연구들의 결과를 통해서 GVC 프로그램의 구축 효과 여부를 일반화하는 것은 잘못된 함의를 도출할 가능성이 크다. 특히, 우리나라의 GVC 프로그램인 모태펀드는 재간접 펀드이며, 재간접 펀드를 대상으로 구축 효과를 검증한 연구는 거의 존재하지 않기에, 본 연구에서는 국내 VC 시장에 대한 자료를 토대로 모태펀드가 민간 투자자들을 구축하는지 아니면 오히려 민간 투자자를 유인하는가를 살펴보고자 한다.

재간접 펀드 유형의 GVC 프로그램의 영향에 대한 연구가 많지 않으나, 예외적인 연구로 Buzzacchi, L., G. Scellato and E. Ughetto (2013)의 연구가 있다. 해당 연구는 민간과 공공 자금이 함께 출자된 펀드를 지칭하는 하이브리드 VC 펀드에 있어, 공공 출자자의 지분이 펀드의 투자 전략에 미치는 효과를 분석했다. 분석 결과, 공공 부문의 지분이 높을수록 포트폴리오기업이 파산할 가능성이 낮아지고, 장기간의 회수 기간을 갖는 것이 확인됐다. 이는 공공 부문의 지분이 높을수록 펀드는 사회적 수익률에 더욱 많은 가중치를 두게 되고, 이에 따라 사전적으로 파산할 확률이 높은 고위험 고수익 투자 기회보다는 안정적인 기업을 선택하는 경향이 있음을 입증한다. 더불어, 높은 공공 부문의 지분은 펀드로 해금 재무적 수익률보다 포트폴리오 기업의 일자리 창출 등과 같은 사회·경제적 파급 효과를 고려하게 하므로, 다른 조건이 동일할 때 포트폴리오 기업의 회수 시점을 더욱 더 늦추게 만들 수 있다.

이와 같은 연구 결과는 모태펀드와 같은 재간접 펀드를 활용하는 GVC 프로그램이, 이들로부터 출자를 받는 민간 VC 펀드 수준에서 다양한 영향을 미칠 수 있음을 보여준다. 다시 말해, 민간 투자자와는다른 목적 및 성향을 가진 공동 투자자의 존재는 민간 VC 펀드의 운영 전략, 운영 성과 등과 밀접하게 연관될 수 있다. 예를 들어, 정부 개입의 효과 중 하나로서 인증 효과(Certification Effect)라는 것이 있다. 이는 정부의 자금이 투자됨으로써, 여타 투자자들에게 해당 조직이 어느 정도 역량을 갖춘 조직임을 알리는 효과를 말한다(Guerini, M. and A. Quas 2016). 주로 기업 수준에서 정부 개입의 인증 효과가 연구되고 있으나 재간접 펀드 프로그램의 경우 직접적으로 투자가 이루어지는 대상은 펀드 수준이므로, 본 연구는 모태펀드의 민간 VC 펀드 결성에 있어서의 인증 효과 여부를 검증해 보고자 한다.

이를 위해 먼저 모태펀드의 출자 사업의 구조를 이해해야 한다. 모태펀드는 민간 VC 펀드를 결성해 중소·벤처기업에 자금을 공급하기 위해, 각 부처로부터 매년 재원을 공급받고 있다. 따라서 모태펀드는 각 부처로부터 재원을 부처별로 서로 다른 계정으로 분리해 관리하며, 부처의 정책적 목적 달성에 부합하는 펀드를 결성하기 위한 출자 사업 공고를 낸다. 사업 공고에는 펀드가 얼마의 규모로 결성돼야 하며, 펀드는 주로 어떤 부문에 대한 투자를 수행해야 하고, 그리고 결정적으로 모태펀드는 해당 펀드에 얼마를 출자할 것인가를 미리 고시한다. 이 공고를 보고 흔히 VC라 불리는 벤처캐피탈 회사들이 지원을 하고, 경쟁을 통해 해당 펀드를 운영할 운용사가 선정된다. 그러나 선정이 됐다고 모든 펀드가 결성되는 것은 아니다. 선정된 펀드의 운용사는 사업 공고에서 제시된 내용에 맞는 규모로 펀드를 결성해야 하므로 모태펀드 이외의 출자자들로부터 자금을 제공 받아야 한다. 그러므로 제시된 펀드의 제약 조건 등에 따라서 펀드를 결성하는 난이도에 차이가 날 수 있다. 이때 모태펀드가 펀드의 상당 부분에 대한 출자를 약속할 경우, 펀드를 결성하기가 상대적으로 용이할 가능성이 크다. 따라서 본 연구는 이를 모태펀드의 인증 효과로 보고, 이를 실증적으로 검증해 보고자 한다.

결과적으로 본 연구는 총 두 가지 연구 질문에 대한 해답을 내놓고자 하는 목적을 가지며, 각 연구 질문은 다음의 [표 1]과 같다.

 표 1  연구 질문과 분석 방법

03

분석자료 및
분석 방법

❶ 분석자료

본 연구의 각기 다른 연구 질문들은 서로 다른 자료와 서로 다른 분석 방법을 통해서 해답을 제시할 수 있다. 따라서 각각의 연구 질문에 따른 분석 자료와 분석 방법을 순차적으로 제시하고자 한다.

먼저 첫 번째 연구 질문은 모태펀드를 통한 공공 자본의 VC 시장으로의 투입이, 민간 부문의 VC 시장에 대한 투자를 구축하는 가의 여부다. 이를 위해서 먼저, 중소벤처기업부(구 중소기업청) 소관의 펀드 및 펀드의 출자자들의 정보를 모태펀드가 운용되기 시작한 2005년부터 수집했다. 이를 통해 분기별로 결성된 펀드들에 있어 각 출자자들의 유형별로 약정한 금액이 얼마인가를 확인할 수 있다. 여기서 각 출자자의 유형은 중소벤처기업부의 벤처투자 관련 통계를 기초로 다음과 같이 임의적으로 구분했다. 먼저 공공 부문은 ‘모태펀드’ 및 ‘기타 공공’ 부문으로 분류했다. 기타 공공 부문에 속하는 주요 출자자들은 정부, 지자체, 모태펀드를 제외한 기타 출자 목적의 모펀드(성장사다리펀드 포함), 기금, 산업은행으로 구성된다. 그리고 민간 출자자의 경우, 산업은행을 제외한 은행, 보험, 증권, 그리고 기타 금융기관 및 연금 및 공제회로 구성된 ‘금융권’, 영리 목적의 법인들인 ‘일반법인’, 그리고 벤처캐피탈, 개인, 외국인, 협회 학교 단체 등과 같은 기타 단체를 하나로 합쳐 ‘나머지’로 구분했다. 위와 같은 출자자 유형 구분을 토대로, 매 분기별로 결성된 펀드에 있어 각 출자자 유형이 약정한 총액을 분석에 활용했다.

두 번째 연구 질문인 모태펀드의 출자 비중이 펀드 결성을 얼마나 원활하게 하는가를 확인하기 위해, 2015년도부터 2018년도까지 결성된 출자펀드(중소기업창업투자조합과 한국벤처투자조합)들을 대상으로 결성액 대비 모태펀드의 약정액 비중, 펀드 선정일 및 펀드 결성일에 대한 정보를 취합했다. 펀드가 얼마나 용이하게 결성되는가는 단순히 모태펀드의 출자 비중에 따라서만 결정되는 것은 아니므로 다음과 같은 통제 변수들을 추가로 수집했다. 먼저 같은 시기에 얼마나 많은 펀드들이 결성되는지는 해당 펀드의 결성에 있어 매우 중요한 요인이므로, 해당 펀드가 선정된 월에 얼마나 많은 여타의 펀드들이 다른 투자자들로부터 자금을 조달해야 하는가를 통제했다. 다음으로 선정된 펀드를 운용할 운용사의 역량 역시 펀드 결성에 영향을 지대하게 미칠 수 있음으로, 해당 펀드 선정 이전 해당 운용사가 결성한 펀드의 결성 총액을 통제했다. 그리고 국내의 경우 모태펀드의 출자펀드를 운용할 수 있는 회사들은 크게 창업 투자 회사, 신기술금융회사, 유한책임회사(Limited Liability Company; LLC)로 구분이 되며, 이들은 서로 다른 규제와 지배구조를 갖기에 펀드를 선정 받은 운용사의 유형을 통제했다. 또한 펀드가 결성된 후 출자자들이 펀드에 자금을 납입하는 방식이 일시납(결성 시 한번에), 분할납(정기적으로 여러 번에 걸쳐), 수시납(운용사의 요구가 있을 때마다)인지를 통제했다. 그리고 주요 투자 분야 역시 펀드 결성의 원활함에 영향을 미칠 수 있는 중요 요인이 될 수 있음으로, 선정된 펀드가 정책적 목적을 고려한 중점 지원 분야에 해당하는 펀드인지를 통제했다. 마지막으로 펀드가 결성된 연도 더미 변수를 추가해, 각 연도의 전반적인 시장 상황에 따른 효과를 통제하고자 노력했다.

❷ 분석 방법

첫 번째 연구 질문에 대한 해답을 도출하기 위해 연구자는 ‘벡터자기회귀모형(Vector Auto-Regressive; VAR)’을 활용했다. 벡터자기회귀 모형은 다수의 시계열 변수들의 동적인 상호 작용을 모형화하는 데 적합한 방법론으로서, 특히 ‘충격반응분석(Impurlse Response Analysis; IRF)’을 통해 모태펀드의 출자 증가가 다른 부문의 출자자에게 미치는 동태적인 영향을 분석할 수 있다. 그런데 벡터자기회귀모형은 분석에 활용되는 시계열 변수들이 정상적(Stationary)일 때만 적용할 수 있고, 그렇지 않을 경우 변수들 간의 공적분 관계가 적용될 경우 벡터오차수정모형(Vector Error-Correction Model; VECM)을, 공적분 관계(Cointegrating Relationship)가 없을 경우 차분과 같은 방법을 통해 주어진 변수들을 정상적 변수로 변환한 후 벡터자기회귀모형을 적용하면 된다. 여기서 공적분 관계란 간략히 설명하면, 주어진 변수들 간의 장기 균형 관계를 나타낸다.

두 번째 연구 질문의 경우, 주어진 자료가 일종의 생존시간(선정에서부터 결성에 이르기까지 걸린 시간)에 정보를 제공하고 있으므로 생존시간분석(Survival Time Analysis)을 활용해 다른 요인들을 통제한 후, 모태펀드의 출자 비중이 펀드의 결성에 미치는 영향을 분석했다. 생존시간분석은 어떤 사건이 발생하기 걸린 시간을 분석하는 데 주로 활용되는 방법론으로서, 크게 비모수적(Nonparametric), 준모수적(Semiparametric), 모수적(Parametric) 방법으로 구분된다. 공변량의 효과를 나타내는 함수의 형태와 생존시간에 대한 분포 가정을 전혀 하지 않고 주어진 자료만을 활용하는 비모수적 방법과는 달리, 준모수적 방법은 공변량의 효과가 어떤 형태를 띠도록 가정을 하나 생존시간에 대한 분포를 가정하지는 않으며, 모수적 방법론은 생존시간에 대한 분포까지 가정한다. 본 연구에서는 모수적 방법론을 활용하며, 구체적으로 위험함수의 기저위험(Baseline Hazard)에 대해 ‘Weibull’ 분포를 가정한 모형을 이용하고자 한다. 이 분포를 선택한 이유는, 펀드 결성이 완료될 확률(위험)은 시간에 따라 일정하지 않고, 시간이 지남에 따라 단조적으로 증가하는 경향을 보이기 때문이다. 이런 경향을 반영할 수 있는 모형 중 하나가 바로 ‘Weibull’ 분포다.

각 연구 질문에 대한 분석 방법은 본고의 ‘Appendix’에서 추가적으로 기술하고자 한다.

03

분석자료 및
분석 방법

❶ 분석자료

본 연구의 각기 다른 연구 질문들은 서로 다른 자료와 서로 다른 분석 방법을 통해서 해답을 제시할 수 있다. 따라서 각각의 연구 질문에 따른 분석 자료와 분석 방법을 순차적으로 제시하고자 한다.

먼저 첫 번째 연구 질문은 모태펀드를 통한 공공 자본의 VC 시장으로의 투입이, 민간 부문의 VC 시장에 대한 투자를 구축하는 가의 여부다. 이를 위해서 먼저, 중소벤처기업부(구 중소기업청) 소관의 펀드 및 펀드의 출자자들의 정보를 모태펀드가 운용되기 시작한 2005년부터 수집했다. 이를 통해 분기별로 결성된 펀드들에 있어 각 출자자들의 유형별로 약정한 금액이 얼마인가를 확인할 수 있다. 여기서 각 출자자의 유형은 중소벤처기업부의 벤처투자 관련 통계를 기초로 다음과 같이 임의적으로 구분했다. 먼저 공공 부문은 ‘모태펀드’ 및 ‘기타 공공’ 부문으로 분류했다. 기타 공공 부문에 속하는 주요 출자자들은 정부, 지자체, 모태펀드를 제외한 기타 출자 목적의 모펀드(성장사다리펀드 포함), 기금, 산업은행으로 구성된다. 그리고 민간 출자자의 경우, 산업은행을 제외한 은행, 보험, 증권, 그리고 기타 금융기관 및 연금 및 공제회로 구성된 ‘금융권’, 영리 목적의 법인들인 ‘일반법인’, 그리고 벤처캐피탈, 개인, 외국인, 협회 학교 단체 등과 같은 기타 단체를 하나로 합쳐 ‘나머지’로 구분했다. 위와 같은 출자자 유형 구분을 토대로, 매 분기별로 결성된 펀드에 있어 각 출자자 유형이 약정한 총액을 분석에 활용했다.

두 번째 연구 질문인 모태펀드의 출자 비중이 펀드 결성을 얼마나 원활하게 하는가를 확인하기 위해, 2015년도부터 2018년도까지 결성된 출자펀드(중소기업창업투자조합과 한국벤처투자조합)들을 대상으로 결성액 대비 모태펀드의 약정액 비중, 펀드 선정일 및 펀드 결성일에 대한 정보를 취합했다. 펀드가 얼마나 용이하게 결성되는가는 단순히 모태펀드의 출자 비중에 따라서만 결정되는 것은 아니므로 다음과 같은 통제 변수들을 추가로 수집했다. 먼저 같은 시기에 얼마나 많은 펀드들이 결성되는지는 해당 펀드의 결성에 있어 매우 중요한 요인이므로, 해당 펀드가 선정된 월에 얼마나 많은 여타의 펀드들이 다른 투자자들로부터 자금을 조달해야 하는가를 통제했다. 다음으로 선정된 펀드를 운용할 운용사의 역량 역시 펀드 결성에 영향을 지대하게 미칠 수 있음으로, 해당 펀드 선정 이전 해당 운용사가 결성한 펀드의 결성 총액을 통제했다. 그리고 국내의 경우 모태펀드의 출자펀드를 운용할 수 있는 회사들은 크게 창업 투자 회사, 신기술금융회사, 유한책임회사(Limited Liability Company; LLC)로 구분이 되며, 이들은 서로 다른 규제와 지배구조를 갖기에 펀드를 선정 받은 운용사의 유형을 통제했다. 또한 펀드가 결성된 후 출자자들이 펀드에 자금을 납입하는 방식이 일시납(결성 시 한번에), 분할납(정기적으로 여러 번에 걸쳐), 수시납(운용사의 요구가 있을 때마다)인지를 통제했다. 그리고 주요 투자 분야 역시 펀드 결성의 원활함에 영향을 미칠 수 있는 중요 요인이 될 수 있음으로, 선정된 펀드가 정책적 목적을 고려한 중점 지원 분야에 해당하는 펀드인지를 통제했다. 마지막으로 펀드가 결성된 연도 더미 변수를 추가해, 각 연도의 전반적인 시장 상황에 따른 효과를 통제하고자 노력했다.

❷ 분석 방법

첫 번째 연구 질문에 대한 해답을 도출하기 위해 연구자는 ‘벡터자기회귀모형(Vector Auto-Regressive; VAR)’을 활용했다. 벡터자기회귀 모형은 다수의 시계열 변수들의 동적인 상호 작용을 모형화하는 데 적합한 방법론으로서, 특히 ‘충격반응분석(Impurlse Response Analysis; IRF)’을 통해 모태펀드의 출자 증가가 다른 부문의 출자자에게 미치는 동태적인 영향을 분석할 수 있다. 그런데 벡터자기회귀모형은 분석에 활용되는 시계열 변수들이 정상적(Stationary)일 때만 적용할 수 있고, 그렇지 않을 경우 변수들 간의 공적분 관계가 적용될 경우 벡터오차수정모형(Vector Error-Correction Model; VECM)을, 공적분 관계(Cointegrating Relationship)가 없을 경우 차분과 같은 방법을 통해 주어진 변수들을 정상적 변수로 변환한 후 벡터자기회귀모형을 적용하면 된다. 여기서 공적분 관계란 간략히 설명하면, 주어진 변수들 간의 장기 균형 관계를 나타낸다.

두 번째 연구 질문의 경우, 주어진 자료가 일종의 생존시간(선정에서부터 결성에 이르기까지 걸린 시간)에 정보를 제공하고 있으므로 생존시간분석(Survival Time Analysis)을 활용해 다른 요인들을 통제한 후, 모태펀드의 출자 비중이 펀드의 결성에 미치는 영향을 분석했다. 생존시간분석은 어떤 사건이 발생하기 걸린 시간을 분석하는 데 주로 활용되는 방법론으로서, 크게 비모수적(Nonparametric), 준모수적(Semiparametric), 모수적(Parametric) 방법으로 구분된다. 공변량의 효과를 나타내는 함수의 형태와 생존시간에 대한 분포 가정을 전혀 하지 않고 주어진 자료만을 활용하는 비모수적 방법과는 달리, 준모수적 방법은 공변량의 효과가 어떤 형태를 띠도록 가정을 하나 생존시간에 대한 분포를 가정하지는 않으며, 모수적 방법론은 생존시간에 대한 분포까지 가정한다. 본 연구에서는 모수적 방법론을 활용하며, 구체적으로 위험함수의 기저위험(Baseline Hazard)에 대해 ‘Weibull’ 분포를 가정한 모형을 이용하고자 한다. 이 분포를 선택한 이유는, 펀드 결성이 완료될 확률(위험)은 시간에 따라 일정하지 않고, 시간이 지남에 따라 단조적으로 증가하는 경향을 보이기 때문이다. 이런 경향을 반영할 수 있는 모형 중 하나가 바로 ‘Weibull’ 분포다.

각 연구 질문에 대한 분석 방법은 본고의 ‘Appendix’에서 추가적으로 기술하고자 한다.

04

분석결과 4)

❶ 모태펀드의 구축 효과 검정

각 출자자의 분기별 약정 총액을 통해 모태펀드의 민간 구축 효과를 벡터자기회귀모형을 통해 검증하기에 앞서, 먼저 다음과 같이 기술통계량 분석을 실시했다. [표 2]에 따르면, 지난 2005년부터 2019년 2분기까지 분기별 벤처 펀드에 투입된 공공 자금의 비중은 평균적으로 약 34.2%, 이 중 모태펀드의 비중은 약 20.6%를 기록했다. 또한 [표 2]를 보면, ‘민간_나머지’ 부문을 제외한 모든 부문에서 출자가 전혀 발생하지 않은 분기가 존재하고 각 부문 모두 상당히 큰 표준편차를 가지고 있는 것으로 확인됐다. 따라서 이런 불안정한 시계열들을 가지고 벡터자기회귀모형을 분석할 경우 원하는 결과를 도출하기 어렵기 때문에, 벡터자기회귀모형의 분석에선 각 부문의 시계열들을 지난 4분기 이동평균한 값을 계열값으로 측정해 사용했다. 즉, 2019년 1분기 어떤 부문의 출자액은 2018년 2,3,4 분기 및 2019년 1분기 값의 평균값으로 산정했다.

 표 2  각 출자자 유형별 분기 기준 출자 금액의 기술 통계량 *

* 원계열의 값(이동평균 적용 전)
** 관측치는 2005년 1분기 ~ 2019년 2분기까지 총 58분기

먼저 벤처펀드 출자에 있어 공공 부문 전체와 민간 부문 전체가 어떻게 상호 작용하는지를 살펴보기 위해, 앞서 제시한 것처럼 공공 부문과 민간 부문의 분기별 출자액의 이동평균값을 활용해 시차가5) 1인 벡터자기회귀모형을 추정했다.

4) 각 분석에서 도출된 회귀분석표는 본고의 ‘Appendix’를 참조 바람
5) 시차를 결정하기 위한 검정 결과 SBIC 통계량 검정 결과 시차 1이 최적으로 확인 됨

공공 부문의 출자액에 대한 충격이 동시적으로 민간 부문의 출자액에 영향을 미치지만, 민간 부문의 출자액에 대한 충격이 공공 부문의 출자액에 영향을 미치지 않는다는 ‘재귀적 인과 순서(Recursive Causal Ordering)’를 가정한(Sims, C. A. 1980), 충격반응분석의 결과를 그래프로 나타낸 결과는 다음의 [그림 3]과 같다.

 그림 3  공공 부문 및 민간 부문의 출자액에 따른 상호 간의 직교화된 충격반응

[그림 3]에 따르면, 어떤 분기에 공공 부문의 출자액에 대한 표준편차 1단위(약 1,138억 원) 크기의 충격이 민간 부문의 출자액에 미치는 효과는, 통계적으로 유의하게(신뢰 수준 5%) 10분기까지 양의 효과(10분기까지 누적 효과는 약 5,519억 원)가 지속된다. 특히 4분기 정도가 지나고 나서 그 효과의 크기가 가장 크며 이후 점차 감소하는 형태를 보이고 있다. 이에 반해 민간 부문의 출자액에 대한 표준편차 1단위(약 2,068억 원)에 대한 충격이 공공 부문의 출자액에 미치는 효과는 통계적 유의성과 그 크기로 볼 때 거의 영향이 없다고 볼 수 있다. 이런 결과로 볼 때 국내 VC 시장은 민간이 아닌 공공에 의해서 주도되며, 공공 부문의 출자가 민간 부문의 출자를 구축하기보다는 오히려 유인하는 효과가 크다고 볼 수 있다.

다음으로, 공공 부문의 출자자를 모태펀드와 그 외 공공 부문, 민간 부문의 출자자를 금융권, 일반 법인, 그 외 민간 부문으로 구분해, 모태펀드의 출자가 가장 큰 영향을 미치는 출자자 유형을 분석하고자 했다. 앞선 분석과는 달리 주어진 시계열들이 비정상 시계열이며 이들 간에 공적분 관계가 존재해, 벡터자기회귀모형이 아닌 벡터오차수정모형을 통해 분석을 실시했다.

[그림 4]의 충격반응함수 분석에 따르면, 모태펀드의 출자액에 대한 표준편차 1단위(약 842억 원)에 대한 충격이 발생할 경우, 가장 큰 영향을 받는 부문은 민간의 금융권인 것으로 나타났다. 특히, 민간 금융권은 모태펀드 출자액에 대한 충격 반응이 장기적으로 존재하는 것으로 나타나 모태펀드의 출자액에 매우 민감하게 반응하는 것이 확인됐다. 다음으로 나머지 공공 부문이 모태펀드 출자액에 대한 충격에 크게 반응했고, 민간의 나머지 유형의 출자자들은 단기적으로는 모태펀드 출자액에 대한 충격에 반응을 하나, 1년 정도가 지나면 그 효과가 사라지며, 민간의 일반법인 유형의 출자자들은 모태펀드 출자액에 거의 반응하지 않는 것으로 확인됐다.

 그림 4  모태펀드 출자액에 대한 충격이 나머지 출자자 유형에 미치는 직교화된 충격반응 분석

❷ 모태펀드가 펀드 결성에 미치는 영향

모태펀드의 출자 비중이 펀드의 결성에 어떠한 영향을 미치는가를 특히, 모태펀드가 출자하는 펀드 중 중점 지원 분야와의 상호작용을 고려해 분석했다. 중점 지원 분야란 재무적 수익보다는 사회적 수익이 더 크게 고려되는 부문에 대한 투자를 독려하기 위해, 모태펀드가 출자하는 펀드로서 지방소재기업, 창업 초기 기업, 여성기업, 시장실패영역(예: 조선업) 등의 부문에 초점을 맞춘 펀드가 해당된다. 일반적으로 중점 지원 분야 펀드들은 수익을 내기가 어려우므로, 다른 일반적인 펀드들에 비해 투자자를 모으기 어렵다. 그러나 이런 분야에 대한 투자가 창출하는 경제·사회 전반에 미치는 영향을 고려할 때, 중점 지원 분야에 대한 펀드 결성은 꼭 필요하기에 이때 모태펀드가 어떻게 기여할 수 있는가를 확인해 보고자 한다.

먼저, 분석에 사용된 2015~2018년 사이에 결성된 총 302개 펀드에 대한 ‘Kaplan-Meier failure6)’ 추정치를 그래프로 나타낸 [그림 5]를 볼 때, 지난 4년간 모태펀드 출자펀드는 선정 후 약 100일까지 펀드가 결성될 확률이 약 50%에 가까우며, 200일 정도가 지나가면 거의 펀드 결성이 완료되는 것으로 나타났다. 다음으로 [그림 6]는 출자펀드를 중점 지원 부문으로 구분했을 때의 ‘Kaplan-Meier failure’ 추정치를 나타내며, 분석에 따르면, 중점 지원 분야가 오히려 비중점 지원 분야보다 더 이른 시점에 결성이 완료될 가능성이 높은 것으로 나타났다. 특히 100일을 기점으로 중점 지원 분야가 비중점 지원 분야에 비해 결성이 마무리될 확률이 크게 높아지는 것으로 확인됐다. 이는 중점 지원 분야의 특성을 고려할 때 선뜻 받아들이기 어려운 결과일 수 있다. 그러나 단순히 중점 지원 분야의 유무만 고려한 [그림 6]의 결과는 현상의 단편적인 부분만 제시할 수 있으므로, 선정 시점부터 결성 시점까지의 기간(duration)에 대한 ‘Weibull’ 분포의 가정과 앞서 제시한 변수들을 공변량(Covariates)으로써 모형에 포함하여 회귀 분석을 실시했다.

주요 분석 결과는 다음과 같다. 임의의 시점에서 모태펀드의 출자 비중이 높아질수록 펀드의 결성이 발생할 확률(위험)이 통계적으로 유의미하게 낮아지는 것이 확인됐다 특히 중점 지원 분야가 아닌 펀드에서 모태펀드 출자 비중 증가에 따른 펀드 결성 발생 확률이 감소하는 것이 더 크게 나타났다. 또한 규모가 커질수록 그리고 일시납에 비해 수시납일수록 펀드가 결성이 발생할 확률이 작아지며, 반대로 그간 결성한 펀드의 누적 금액이 클수록, 같은 월에 선정된 펀드들이 결합적으로 모태펀드 외의 출자자로부터 조달해야 할 금액이 클수록, 그리고 창업 투자 회사보다는 신기술투자회사가 운용사일수록, 그리고 2018년에 비해 다른 연도(2015~2017)에 결성된 펀드일수록 펀드의 결성이 발생할 확률이 커지는 것으로 나타났다.

6) 출자펀드의 결성 기간에 대한 확률변수를 T 라고 가정 시, 주어진 자료를 활용해 Pr[T<t] 를 비모수적 방식으로 추정한 결과

 그림 5  출자펀드의 결성 기간에 대한 Kaplan-Meier failure 추정치

 그림 6  중점 지원 분야 유무에 따른 출자펀드의 결성 기간에 대한 Kaplan-Meier failure 추정치

본 연구의 주요 관심사인 모태 출자 비중이 중점 지원 분야에 대한 펀드 결성에 미치는 영향은 다음의 [그림 7]을 통해 확인할 수 있다. 모태펀드의 비중이 20% 일 경우, 중점 지원 분야 유무에 따른 펀드 결성 발생 확률의 차이가 큰 차이가 없으나, 모태펀드의 출자 비중이 40% 이상부터, 시간에 따른 중점 지원 분야의 펀드 결성 발생 확률이 비중점 지원 분야의 펀드 결성 발생 확률보다 점점 커지는 것으로 나타났다. 그러므로 적어도 중점 지원 분야에 있어 모태펀드의 비중이 40% 이상보다 클 경우 모태펀드가 출자펀드가 원활히 결성되는데 미치는 영향이 비중점 지원 분야에 비해 크게 달라진다고 볼 수 있다. 실제로 중점 지원 분야의 모태펀드 출자 비중의 평균은 58%를 넘어가고, 비중점 지원 분야의 모태펀드 출자 비중은 41% 정도다. 따라서 [그림 7]의 결과는 앞서 [그림 6]에서 제시된 중점 지원 분야에 따른 Kaplan-Meier failure 추정치 분석에서, 중점 지원 분야가 비중점 지원 분야보다 더 이른 시점에서 펀드 결성이 완료될 가능성이 높다는 결과를 설명한다.

 그림 7  2015~2018년 사이에 결성된 출자펀드의 결성 기간에 위험함수 추정
(모태펀드 출자 비중과 중점 지원 유무 값의 상호 작용을 고려)

04

분석결과 4)

❶ 모태펀드의 구축 효과 검정

각 출자자의 분기별 약정 총액을 통해 모태펀드의 민간 구축 효과를 벡터자기회귀모형을 통해 검증하기에 앞서, 먼저 다음과 같이 기술통계량 분석을 실시했다. [표 2]에 따르면, 지난 2005년부터 2019년 2분기까지 분기별 벤처 펀드에 투입된 공공 자금의 비중은 평균적으로 약 34.2%, 이 중 모태펀드의 비중은 약 20.6%를 기록했다. 또한 [표 2]를 보면, ‘민간_나머지’ 부문을 제외한 모든 부문에서 출자가 전혀 발생하지 않은 분기가 존재하고 각 부문 모두 상당히 큰 표준편차를 가지고 있는 것으로 확인됐다. 따라서 이런 불안정한 시계열들을 가지고 벡터자기회귀모형을 분석할 경우 원하는 결과를 도출하기 어렵기 때문에, 벡터자기회귀모형의 분석에선 각 부문의 시계열들을 지난 4분기 이동평균한 값을 계열값으로 측정해 사용했다. 즉, 2019년 1분기 어떤 부문의 출자액은 2018년 2,3,4 분기 및 2019년 1분기 값의 평균값으로 산정했다.

 표 2  각 출자자 유형별 분기 기준 출자 금액의 기술 통계량 *

* 원계열의 값(이동평균 적용 전)
** 관측치는 2005년 1분기 ~ 2019년 2분기까지 총 58분기

먼저 벤처펀드 출자에 있어 공공 부문 전체와 민간 부문 전체가 어떻게 상호 작용하는지를 살펴보기 위해, 앞서 제시한 것처럼 공공 부문과 민간 부문의 분기별 출자액의 이동평균값을 활용해 시차가5) 1인 벡터자기회귀모형을 추정했다.

4) 각 분석에서 도출된 회귀분석표는 본고의 ‘Appendix’를 참조 바람
5) 시차를 결정하기 위한 검정 결과 SBIC 통계량 검정 결과 시차 1이 최적으로 확인 됨

공공 부문의 출자액에 대한 충격이 동시적으로 민간 부문의 출자액에 영향을 미치지만, 민간 부문의 출자액에 대한 충격이 공공 부문의 출자액에 영향을 미치지 않는다는 ‘재귀적 인과 순서(Recursive Causal Ordering)’를 가정한(Sims, C. A. 1980), 충격반응분석의 결과를 그래프로 나타낸 결과는 다음의 [그림 3]과 같다.

 그림 3  공공 부문 및 민간 부문의 출자액에 따른 상호 간의 직교화된 충격반응

[그림 3]에 따르면, 어떤 분기에 공공 부문의 출자액에 대한 표준편차 1단위(약 1,138억 원) 크기의 충격이 민간 부문의 출자액에 미치는 효과는, 통계적으로 유의하게(신뢰 수준 5%) 10분기까지 양의 효과(10분기까지 누적 효과는 약 5,519억 원)가 지속된다. 특히 4분기 정도가 지나고 나서 그 효과의 크기가 가장 크며 이후 점차 감소하는 형태를 보이고 있다. 이에 반해 민간 부문의 출자액에 대한 표준편차 1단위(약 2,068억 원)에 대한 충격이 공공 부문의 출자액에 미치는 효과는 통계적 유의성과 그 크기로 볼 때 거의 영향이 없다고 볼 수 있다. 이런 결과로 볼 때 국내 VC 시장은 민간이 아닌 공공에 의해서 주도되며, 공공 부문의 출자가 민간 부문의 출자를 구축하기보다는 오히려 유인하는 효과가 크다고 볼 수 있다.

다음으로, 공공 부문의 출자자를 모태펀드와 그 외 공공 부문, 민간 부문의 출자자를 금융권, 일반 법인, 그 외 민간 부문으로 구분해, 모태펀드의 출자가 가장 큰 영향을 미치는 출자자 유형을 분석하고자 했다. 앞선 분석과는 달리 주어진 시계열들이 비정상 시계열이며 이들 간에 공적분 관계가 존재해, 벡터자기회귀모형이 아닌 벡터오차수정모형을 통해 분석을 실시했다.

[그림 4]의 충격반응함수 분석에 따르면, 모태펀드의 출자액에 대한 표준편차 1단위(약 842억 원)에 대한 충격이 발생할 경우, 가장 큰 영향을 받는 부문은 민간의 금융권인 것으로 나타났다. 특히, 민간 금융권은 모태펀드 출자액에 대한 충격 반응이 장기적으로 존재하는 것으로 나타나 모태펀드의 출자액에 매우 민감하게 반응하는 것이 확인됐다. 다음으로 나머지 공공 부문이 모태펀드 출자액에 대한 충격에 크게 반응했고, 민간의 나머지 유형의 출자자들은 단기적으로는 모태펀드 출자액에 대한 충격에 반응을 하나, 1년 정도가 지나면 그 효과가 사라지며, 민간의 일반법인 유형의 출자자들은 모태펀드 출자액에 거의 반응하지 않는 것으로 확인됐다.

 그림 4  모태펀드 출자액에 대한 충격이 나머지 출자자 유형에 미치는 직교화된 충격반응 분석

❷ 모태펀드가 펀드 결성에 미치는 영향

모태펀드의 출자 비중이 펀드의 결성에 어떠한 영향을 미치는가를 특히, 모태펀드가 출자하는 펀드 중 중점 지원 분야와의 상호작용을 고려해 분석했다. 중점 지원 분야란 재무적 수익보다는 사회적 수익이 더 크게 고려되는 부문에 대한 투자를 독려하기 위해, 모태펀드가 출자하는 펀드로서 지방소재기업, 창업 초기 기업, 여성기업, 시장실패영역(예: 조선업) 등의 부문에 초점을 맞춘 펀드가 해당된다. 일반적으로 중점 지원 분야 펀드들은 수익을 내기가 어려우므로, 다른 일반적인 펀드들에 비해 투자자를 모으기 어렵다. 그러나 이런 분야에 대한 투자가 창출하는 경제·사회 전반에 미치는 영향을 고려할 때, 중점 지원 분야에 대한 펀드 결성은 꼭 필요하기에 이때 모태펀드가 어떻게 기여할 수 있는가를 확인해 보고자 한다.

먼저, 분석에 사용된 2015~2018년 사이에 결성된 총 302개 펀드에 대한 ‘Kaplan-Meier failure6)’ 추정치를 그래프로 나타낸 [그림 5]를 볼 때, 지난 4년간 모태펀드 출자펀드는 선정 후 약 100일까지 펀드가 결성될 확률이 약 50%에 가까우며, 200일 정도가 지나가면 거의 펀드 결성이 완료되는 것으로 나타났다. 다음으로 [그림 6]는 출자펀드를 중점 지원 부문으로 구분했을 때의 ‘Kaplan-Meier failure’ 추정치를 나타내며, 분석에 따르면, 중점 지원 분야가 오히려 비중점 지원 분야보다 더 이른 시점에 결성이 완료될 가능성이 높은 것으로 나타났다. 특히 100일을 기점으로 중점 지원 분야가 비중점 지원 분야에 비해 결성이 마무리될 확률이 크게 높아지는 것으로 확인됐다. 이는 중점 지원 분야의 특성을 고려할 때 선뜻 받아들이기 어려운 결과일 수 있다. 그러나 단순히 중점 지원 분야의 유무만 고려한 [그림 6]의 결과는 현상의 단편적인 부분만 제시할 수 있으므로, 선정 시점부터 결성 시점까지의 기간(duration)에 대한 ‘Weibull’ 분포의 가정과 앞서 제시한 변수들을 공변량(Covariates)으로써 모형에 포함하여 회귀 분석을 실시했다.

주요 분석 결과는 다음과 같다. 임의의 시점에서 모태펀드의 출자 비중이 높아질수록 펀드의 결성이 발생할 확률(위험)이 통계적으로 유의미하게 낮아지는 것이 확인됐다 특히 중점 지원 분야가 아닌 펀드에서 모태펀드 출자 비중 증가에 따른 펀드 결성 발생 확률이 감소하는 것이 더 크게 나타났다. 또한 규모가 커질수록 그리고 일시납에 비해 수시납일수록 펀드가 결성이 발생할 확률이 작아지며, 반대로 그간 결성한 펀드의 누적 금액이 클수록, 같은 월에 선정된 펀드들이 결합적으로 모태펀드 외의 출자자로부터 조달해야 할 금액이 클수록, 그리고 창업 투자 회사보다는 신기술투자회사가 운용사일수록, 그리고 2018년에 비해 다른 연도(2015~2017)에 결성된 펀드일수록 펀드의 결성이 발생할 확률이 커지는 것으로 나타났다.

6) 출자펀드의 결성 기간에 대한 확률변수를 T 라고 가정 시, 주어진 자료를 활용해 Pr[T<t] 를 비모수적 방식으로 추정한 결과

 그림 5  출자펀드의 결성 기간에 대한 Kaplan-Meier failure 추정치

 그림 6  중점 지원 분야 유무에 따른 출자펀드의 결성 기간에 대한 Kaplan-Meier failure 추정치

본 연구의 주요 관심사인 모태 출자 비중이 중점 지원 분야에 대한 펀드 결성에 미치는 영향은 다음의 [그림 7]을 통해 확인할 수 있다. 모태펀드의 비중이 20% 일 경우, 중점 지원 분야 유무에 따른 펀드 결성 발생 확률의 차이가 큰 차이가 없으나, 모태펀드의 출자 비중이 40% 이상부터, 시간에 따른 중점 지원 분야의 펀드 결성 발생 확률이 비중점 지원 분야의 펀드 결성 발생 확률보다 점점 커지는 것으로 나타났다. 그러므로 적어도 중점 지원 분야에 있어 모태펀드의 비중이 40% 이상보다 클 경우 모태펀드가 출자펀드가 원활히 결성되는데 미치는 영향이 비중점 지원 분야에 비해 크게 달라진다고 볼 수 있다. 실제로 중점 지원 분야의 모태펀드 출자 비중의 평균은 58%를 넘어가고, 비중점 지원 분야의 모태펀드 출자 비중은 41% 정도다. 따라서 [그림 7]의 결과는 앞서 [그림 6]에서 제시된 중점 지원 분야에 따른 Kaplan-Meier failure 추정치 분석에서, 중점 지원 분야가 비중점 지원 분야보다 더 이른 시점에서 펀드 결성이 완료될 가능성이 높다는 결과를 설명한다.

 그림 7  2015~2018년 사이에 결성된 출자펀드의 결성 기간에 위험함수 추정
(모태펀드 출자 비중과 중점 지원 유무 값의 상호 작용을 고려)

05

결론 및 정책적 함의

본 연구는 국내 VC 산업이 커짐에 따른, 정부의 주요 개입 방식인 모태펀드가 시장을 왜곡하지 않고 시장의 원활한 기능을 돕고 있는가를 살펴보는 데 초점을 두었다. 특히, 모태펀드와 같은 공공 부문의 자금이 민간 부문의 자금을 시장 내에서 구축하는지의 여부와, 재간접 펀드로서 모태펀드가 중소·벤처기업에 직접 투자하는 VC 펀드의 결성에 어떤 영향을 미치는가를 살펴보았다.

먼저 많은 우려에도 불구하고, 모태펀드를 포함한 공공 부문의 자금에 의한 시장 구축 효과는 발견되지 않았다. 오히려, 공공 부문의 출자는 민간 부문의 출자에 대해 통계적 유의성을 가지며 10분기 동안 약 다섯 배의 레버리지 효과를 창출하는 것으로 나타났다. 모태펀드로만 한정할 경우, 모태펀드의 출자는 민간의 금융권의 출자액에 크게 영향을 미침이 확인됐다. 민간 금융권은 다른 민간 부문에 비해 보수적인 투자 행태를 가질 경향이 높으므로, 모태펀드와 같은 대형 공공 출자자에 민감하게 반응할 확률이 크다. 그러므로 향후 정부가 민간과 함께 공동으로 재간접 펀드를 결성하고자 할 때, 금융권을 파트너로 삼는 것이 펀드의 결성을 촉진할 가능성이 높다고 볼 수 있다.

다음으로 모태펀드의 출자 비중이 펀드 결성의 용이함에 미치는 영향의 분석의 경우, 모태펀드가 출자가 펀드 선정에서 결성에 이르기까지 걸리는 기대 시간을 뒤로 미루는 효과가 발생했다. 이는 여러 가지로 해석될 여지가 있다. 먼저, 운용사 입장에서는 모태펀드가 이미 결성에 필요한 대부분의 금액을 약정했기에, 상대적으로 느긋하게 다른 출자자를 찾게 하는 ‘안도 효과(Complacency Effect)’가 영향을 미친 결과로 볼 수도 있다. 다른 해석으로는, 시장에서 상대적으로 적은 금액을 출자해 줄 출자자를 찾기 어려운 결과로 볼 수도 있다. 국내 벤처 펀드 시장이 많이 성장했으나, 아직 출자자들이 다변화되지 못해 이른바 앵커 출자자(Anchor Investor)들의 영향력이 매우 큰 편이다. 이들 앵커 출자자들은 보통 작은 금액보다는 큰 금액을 펀드에 출자하므로, 또 다른 앵커 출자자인 모태펀드가 이미 펀드 약정 총액의 상당 부분을 약정하고 난 펀드에 작은 부분을 출자하는 것을 꺼리는 것으로 볼 수 있다.

그러나 모태펀드는 출자하고자 하는 펀드가 정책적 중요성을 가지는 중점 지원 분야일 경우, 그렇지 않은 펀드에 비해 훨씬 더 펀드 결성의 기대 시간을 단축하는 데 기여한다. 중점 지원 분야의 경우 민간에만 맡겨 놀 경우 재무적 수익이 크지 않아 펀드 결성을 기대하기 어려운 분야라는 것을 감안할 때, 이와 같은 분석 결과는 시장 실패 분야에 대한 마중물 공급이라는 모태펀드의 본질적 역할이 일정 부분 발현되는 것으로 간주할 수 있다.

이렇듯 모태펀드는 민간의 위험 자본 시장의 진입을 유도하고 시장 실패 영역에서 마중물 역할을 하며, 국내 벤처캐피탈 산업의 고도화에 기여하고 있음이 확인됐다. 향후 모태펀드는 또 다른 시장 실패 영역을 찾아 지금처럼 민간의 참여를 유도하는 조력자의 역할을 성실히 이행하는 데 더욱 더 노력해야 할 것이다.

05

결론 및 정책적 함의

본 연구는 국내 VC 산업이 커짐에 따른, 정부의 주요 개입 방식인 모태펀드가 시장을 왜곡하지 않고 시장의 원활한 기능을 돕고 있는가를 살펴보는 데 초점을 두었다. 특히, 모태펀드와 같은 공공 부문의 자금이 민간 부문의 자금을 시장 내에서 구축하는지의 여부와, 재간접 펀드로서 모태펀드가 중소·벤처기업에 직접 투자하는 VC 펀드의 결성에 어떤 영향을 미치는가를 살펴보았다.

먼저 많은 우려에도 불구하고, 모태펀드를 포함한 공공 부문의 자금에 의한 시장 구축 효과는 발견되지 않았다. 오히려, 공공 부문의 출자는 민간 부문의 출자에 대해 통계적 유의성을 가지며 10분기 동안 약 다섯 배의 레버리지 효과를 창출하는 것으로 나타났다. 모태펀드로만 한정할 경우, 모태펀드의 출자는 민간의 금융권의 출자액에 크게 영향을 미침이 확인됐다. 민간 금융권은 다른 민간 부문에 비해 보수적인 투자 행태를 가질 경향이 높으므로, 모태펀드와 같은 대형 공공 출자자에 민감하게 반응할 확률이 크다. 그러므로 향후 정부가 민간과 함께 공동으로 재간접 펀드를 결성하고자 할 때, 금융권을 파트너로 삼는 것이 펀드의 결성을 촉진할 가능성이 높다고 볼 수 있다.

다음으로 모태펀드의 출자 비중이 펀드 결성의 용이함에 미치는 영향의 분석의 경우, 모태펀드가 출자가 펀드 선정에서 결성에 이르기까지 걸리는 기대 시간을 뒤로 미루는 효과가 발생했다. 이는 여러 가지로 해석될 여지가 있다. 먼저, 운용사 입장에서는 모태펀드가 이미 결성에 필요한 대부분의 금액을 약정했기에, 상대적으로 느긋하게 다른 출자자를 찾게 하는 ‘안도 효과(Complacency Effect)’가 영향을 미친 결과로 볼 수도 있다. 다른 해석으로는, 시장에서 상대적으로 적은 금액을 출자해 줄 출자자를 찾기 어려운 결과로 볼 수도 있다. 국내 벤처 펀드 시장이 많이 성장했으나, 아직 출자자들이 다변화되지 못해 이른바 앵커 출자자(Anchor Investor)들의 영향력이 매우 큰 편이다. 이들 앵커 출자자들은 보통 작은 금액보다는 큰 금액을 펀드에 출자하므로, 또 다른 앵커 출자자인 모태펀드가 이미 펀드 약정 총액의 상당 부분을 약정하고 난 펀드에 작은 부분을 출자하는 것을 꺼리는 것으로 볼 수 있다.

그러나 모태펀드는 출자하고자 하는 펀드가 정책적 중요성을 가지는 중점 지원 분야일 경우, 그렇지 않은 펀드에 비해 훨씬 더 펀드 결성의 기대 시간을 단축하는 데 기여한다. 중점 지원 분야의 경우 민간에만 맡겨 놀 경우 재무적 수익이 크지 않아 펀드 결성을 기대하기 어려운 분야라는 것을 감안할 때, 이와 같은 분석 결과는 시장 실패 분야에 대한 마중물 공급이라는 모태펀드의 본질적 역할이 일정 부분 발현되는 것으로 간주할 수 있다.

이렇듯 모태펀드는 민간의 위험 자본 시장의 진입을 유도하고 시장 실패 영역에서 마중물 역할을 하며, 국내 벤처캐피탈 산업의 고도화에 기여하고 있음이 확인됐다. 향후 모태펀드는 또 다른 시장 실패 영역을 찾아 지금처럼 민간의 참여를 유도하는 조력자의 역할을 성실히 이행하는 데 더욱 더 노력해야 할 것이다.

Appendix

벡터자기회귀모형 &
벡터오차수정모형

먼저 벡터자기회귀모형은 다수의 시계열 변수들 간의 상호 작용을 동시에 고려하기 위해서 개발된 방법론이다. 벡터자기회귀모형은 주어진 변수들을 모두 내생 변수로 간주하나, 각 내생 변수에 영향을 미치는 다른 내생 변수들이 시차를 두고 발생함을 가정함으로써 내생성 문제를 회피한다. 또한 벡터자기회귀모형은 다양한 내생 변수들 간의 상호 작용을 분석하는 다른 방법인 연립방정식 모형(Simultaneous Equation Model)이 모형의 식별을 위해 사전적으로 변수들 간의 관계를 가정하는 방식을 사용하지 않음으로써, 변수들 간의 관계에 대한 사전적인 경제적 이론 또는 선험적 지식이 존재하지 않을 때 유용하다.

일반적인 벡터자기회귀모형은 시차가 p일 때 다음의 (식 1)과 같이 나타낼 수 있다. y는 분석에서 사용하는 변수들을 열벡터로 나타낸 것이고, μ는 각 변수의 결정적(deterministic) 항을 나타내며, u는 각 변수들의 오차항(Error Term)을 나타낸다. 이에 따라, t시점에서 어떤 변수의 값은 그 변수의 결정적 요인과 자기 자신을 포함한 모형 내 다른 내생 변수들의 과거 값, 그리고 해당 변수의 오차항에 의해서 결정되는 구조를 갖는다.

벡터자기회귀 모형은 정상성이 확보되지 않을 경우, 분석 결과를 신뢰할 수가 없다. 벡터자기회귀모형의 정상성은 주로 식(1)의 y의 시차 변수들의 계수 행렬로 구성한 동반행렬(Companion Matrix)의 고유값(Eigenvalue)을 계산 한 후, 모든 고유값의 크기(Modulus)가 1보다 작을 때 지지된다. 모든 고유값의 크기가 1보다 작다는 것은 해당 모형이 안정적이라는 것을 의미하고, 이는 어떤 임의의 충격에 모형이 폭발적으로 변화하지 않음을 나타낸다. 본 연구의 벡터자기회귀모형은 두 개의 변수(공공 부문 출자금액의 4분기 이동평균, 민간 부문 출자금액의 4분기 이동평균)만을 활용하므로 고유값은 2개가 존재하고, 각각 0.939 및 0.776으로 1보다 작은 값을 가진다.

본 연구가 공공 부문의 출자가 민간 부문의 출자를 유도하기 위해서 사용한 기법은, 충격반응분석은 어떤 변수의 오차항에 충격이 발생했을 때, (식 1)의 관계를 기초로 이 충격이 모형 내 전체 내생 변수들로 시간에 따라 어떻게 파급되는 가를 분석하는 것을 목적으로 한다. 그러나, 일반적으로 각 내생 변수들의 오차항은 동시점에서 서로 상관돼 있는 경우가 대부분이다. 그러므로, 어떤 변수의 오차항에 충격이 발생할 경우 다른 변수의 오차항에도 충격이 발생해, 이를 통한 파급효과가 어떤 변수에 미친 충격에 의해서 발생한 결과인가를 판단하기 어렵다.

이를 위해, 오차항을 서로 상관되지 않는 직교화(Orthogonal)의 과정이 필요하며, 크게 재귀적(Recursive), 구조적(Structural)의 두 가지 방법이 존재한다. 재귀적 방법은 변수들 간의 시차적 순서(Temporal Ordering)를 정해, 시차적 순서가 빠른 변수에 대한 충격은 시차적 순서가 느린 변수에 동시기적(Contemporaneous) 영향을 미치나, 반대의 경우에는 그렇지 않도록 주어진 오차항 u를 변환한다. 본 연구는 재귀적 방법을 사용했다.

벡터오차수정모형은 벡터자기회귀모형이 확장된 모형인데, 만약 벡터자기회귀모형을 적용함에 있어 일부 변수들 또는 전체 변수들이 정상적인 시계열 변수가 아니면서 이들 사이의 공적분 관계(Cointegrating Relations)가 존재할 때 활용하는 기법이다. 공적분 관계는 쉽게 말해 모형 내 변수들 사이에 장기 균형 관계를 지칭한다. 그러므로 단기적인 균형에서의 이탈은 장기적인 균형을 유지하려는 힘에 의해 조정된다. 만약 공적분 관계가 존재하는 변수들을 단순히 정상적 과정으로 변환한 후 벡터자기회귀모형을 적용하면, 이런 공적분 관계가 반영되지 않아 자료가 실제 내포하고 있는 변수들 간의 관계를 올바르게 분석할 수 없다. 일반적으로 시차 p를 가정한 (식 1)과 같은 벡터자기회귀모형을 벡터오차수정모형으로 전환할 경우, 다음과 같이 (p-1) 차의 시차를 갖는 (식 2)로 변환할 수 있다. 여기서 Π는 변수들 간의 공적분 관계를 내포하고 있으며, 단기적인 균형에서의 이탈에서 회귀하려는 경향을 나태는 조정계수를 포함하는 A행렬과 공적분 관계를 나타내는 B’행렬로 분해된다.

Π의 위수(Rank)는 공적분 관계의 수자를 의미하며, 만약 Π 의 위수가 영일 경우 주어진 변수들 간의 공적분 관계는 존재하지 않으므로, 벡터자기회귀모형을 적용하면 된다. Π 의 위수는 Johansen(1995)에 의해 개발된 ‘Trace Statistic’을 활용해 도출할 수 있는데, 본 검정의 기초적인 개념은 어떤 행렬의 위수는 영이 아닌 고유 값의 수와 일치한다는 사실에 기초한다.

‘4.1 모태펀드의 구축 효과 검정 ’
관련 검정 결과

공공 부문 및 민간 부문의 출자액의 이동균을 값을 활용한 벡터자기회귀모형과, 공공 부문을 모태펀드 및 기타 공공 부문, 민간 부문을 금융권, 일반법인 그리고 기타 민간 부문으로 분해한 값을 활용한 벡터오차수정모형에 있어 모두 시차 값을 ‘1’을 활용했다. 이는 벡터 시계열 모형의 시차 값을 결정하는데 활용되는 SBIC(Schwartz’s Bayesian Information Criterion; SBIC) 통계량을 이용해 선정했다.

 표 3  Johansen’s Trace Statistic 검정 결과

다음으로 벡터오차수정모형에 있어 공적분 관계의 존재 여부를 검정한 ‘Trace Statistics’은 다음과 같다.

 표 4  각 모형별 시차 선정을 위한 SBIC 통계량

생존시간분석
(Survival Time Analysis)

생존시간분석은 어떤 사건의 발생이 일어나기까지 걸리는 시간을 분석하는 것을 목적으로 한다.
즉, 듀레이션(Duration)을 종속변수로 해 이 종속변수에 영향을 미치는 공변량(Covariates)의 효과를 분석하고자 한다. 생존시간분석에서는 다음과 같이 중요한 3가지 개념이 존재한다: 생존함수(Survivor Function), 위험함수(Hazard Function), 누적위험함수(Cumulative Hazard Function). 어떤 사건이 발생하는 데 걸리는 시간, 즉 듀레이션을 나타내는 확률 변수를 T라 할 때 각각의 함수는 다음과 같이 표현될 수 있다.

생존함수는 측정하고자 하는 시점까지 사건이 발생하지 않았을 확률을 나타내며, 위험함수는 현재까지 사건이 발생하지 않았으나 곧 사건이 발생할 확률을 나타낸다. 마지막으로 누적위험함수는 현재 시점까지의 전체적으로 누적된 위험을 나타낸다.

본문에서 활용한 ‘Kaplan-Meier Failure’ 추정치의 경우 S(t) 와 연관된 F(t), 즉 t시점까지 사건이 발생했을 확률을 비모수적 방식을 통해 추정한다. 추정량은 다음의 (식 6)을 통해 계산할 수 있다.
계산 방식은 각 개체들의 사건 발생 시점을 tj 로 나열하고 해당 시점에서 사건이 발생할 가능성이 있는 사람을 나타내는 nj 중 실제로 사건이 발생한 개체의 수를 나타내는 dj 의 비율을 누적적으로 더해가면서 계산하다.

‘연구질문 2’의 핵심 분석 방법론인 ‘Weibull’분포를 가정한 모수적 생존시간분석은 다음과 같이 적용된다. 모수적이라는 이름이 함축하듯이, 본 방법은 듀레이션에 대한 위험함수를 ‘Weibull’분포를 통해 가정한다. 구체적으로, 생존시간분석 방법론은 위험함수를 기저 위험함수(Base Hazard)함수와 공변량의 함수인 상대적 위험(Relative Hazard)함수의 곱의 형태로 다음의 (식 7)과 같이 나타낸다. 여기서 기저 위험함수에 대해 ‘Weibull’분포 가정을 함으로서, 위험함수는 시간에 따라 증가(p>1) 또는 감소(p<1)하는 함수로 가정할 수 있다. 공변량에 대한 계수에 자연로그의 밑에 대한 지수 함수를 취한 exp(βi) 는 공변량의 한 단위 증가에 대한 위험비율(Hazard Ratio)을 나타낸다. 예를 들어, βi =0.1일때, 다른 모든 조건이 동일하지만 i번째 공변량에 있어 한 단위가 차이가 나는 두 개체의 위험 비율은 exp(0.1)=1.105이며, 이는 k 번째 공변량이 한 단위 더 큰 개체가 다른 조건이 동일할 때 매 사건이 발생할 확률이 10.5% 높음을 의미한다. 다음의 (식 8)은 이 관계가 어떻게 도출 되는가를 설명한다.

여기서 모수 β는 분포가정이 주어지므로 최대우도추정법(Maximum Likelihood Estimation)을 통해서 추정할 수 있다. 구체적인 우도함수는 다음의 (식 9)와 같이 구축할 수 있다. t0은 관측이 발생한 초기 시점 t 는 관측이 종료된 시점, 그리고 d 는 관측이 종료된 시점에서의 사건 발생 여부를 나타낸다

‘4.2 모태펀드가 펀드 결성에
미치는 영향’ 관련 검정 결과

Weibull’ 분포를 가정한 펀드 결성 듀레이션에 대한 모수적 생존시간분석의 추정 결과는 다음의 [표 5]와 같다. ln(p)가 영이라는 귀무가설을 기각함에 따라 p=1 이 아니며, p>1 이므로 본 연구의 자료는 시간에 따라 증가하는 사건의 발생 확률이 증가하는 위험함수의 형태를 띤다.

 표 5  Weibull 생존시간분석 추정 결과

* 유의수준 : *** 0.01 ** 0.05 * 0.1

Appendix

벡터자기회귀모형 &
벡터오차수정모형

먼저 벡터자기회귀모형은 다수의 시계열 변수들 간의 상호 작용을 동시에 고려하기 위해서 개발된 방법론이다. 벡터자기회귀모형은 주어진 변수들을 모두 내생 변수로 간주하나, 각 내생 변수에 영향을 미치는 다른 내생 변수들이 시차를 두고 발생함을 가정함으로써 내생성 문제를 회피한다. 또한 벡터자기회귀모형은 다양한 내생 변수들 간의 상호 작용을 분석하는 다른 방법인 연립방정식 모형(Simultaneous Equation Model)이 모형의 식별을 위해 사전적으로 변수들 간의 관계를 가정하는 방식을 사용하지 않음으로써, 변수들 간의 관계에 대한 사전적인 경제적 이론 또는 선험적 지식이 존재하지 않을 때 유용하다.

일반적인 벡터자기회귀모형은 시차가 p일 때 다음의 (식 1)과 같이 나타낼 수 있다. y는 분석에서 사용하는 변수들을 열벡터로 나타낸 것이고, μ는 각 변수의 결정적(deterministic) 항을 나타내며, u는 각 변수들의 오차항(Error Term)을 나타낸다. 이에 따라, t시점에서 어떤 변수의 값은 그 변수의 결정적 요인과 자기 자신을 포함한 모형 내 다른 내생 변수들의 과거 값, 그리고 해당 변수의 오차항에 의해서 결정되는 구조를 갖는다.

벡터자기회귀 모형은 정상성이 확보되지 않을 경우, 분석 결과를 신뢰할 수가 없다. 벡터자기회귀모형의 정상성은 주로 식(1)의 y의 시차 변수들의 계수 행렬로 구성한 동반행렬(Companion Matrix)의 고유값(Eigenvalue)을 계산 한 후, 모든 고유값의 크기(Modulus)가 1보다 작을 때 지지된다. 모든 고유값의 크기가 1보다 작다는 것은 해당 모형이 안정적이라는 것을 의미하고, 이는 어떤 임의의 충격에 모형이 폭발적으로 변화하지 않음을 나타낸다. 본 연구의 벡터자기회귀모형은 두 개의 변수(공공 부문 출자금액의 4분기 이동평균, 민간 부문 출자금액의 4분기 이동평균)만을 활용하므로 고유값은 2개가 존재하고, 각각 0.939 및 0.776으로 1보다 작은 값을 가진다.

본 연구가 공공 부문의 출자가 민간 부문의 출자를 유도하기 위해서 사용한 기법은, 충격반응분석은 어떤 변수의 오차항에 충격이 발생했을 때, (식 1)의 관계를 기초로 이 충격이 모형 내 전체 내생 변수들로 시간에 따라 어떻게 파급되는 가를 분석하는 것을 목적으로 한다. 그러나, 일반적으로 각 내생 변수들의 오차항은 동시점에서 서로 상관돼 있는 경우가 대부분이다. 그러므로, 어떤 변수의 오차항에 충격이 발생할 경우 다른 변수의 오차항에도 충격이 발생해, 이를 통한 파급효과가 어떤 변수에 미친 충격에 의해서 발생한 결과인가를 판단하기 어렵다.

이를 위해, 오차항을 서로 상관되지 않는 직교화(Orthogonal)의 과정이 필요하며, 크게 재귀적(Recursive), 구조적(Structural)의 두 가지 방법이 존재한다. 재귀적 방법은 변수들 간의 시차적 순서(Temporal Ordering)를 정해, 시차적 순서가 빠른 변수에 대한 충격은 시차적 순서가 느린 변수에 동시기적(Contemporaneous) 영향을 미치나, 반대의 경우에는 그렇지 않도록 주어진 오차항 u를 변환한다. 본 연구는 재귀적 방법을 사용했다.

벡터오차수정모형은 벡터자기회귀모형이 확장된 모형인데, 만약 벡터자기회귀모형을 적용함에 있어 일부 변수들 또는 전체 변수들이 정상적인 시계열 변수가 아니면서 이들 사이의 공적분 관계(Cointegrating Relations)가 존재할 때 활용하는 기법이다. 공적분 관계는 쉽게 말해 모형 내 변수들 사이에 장기 균형 관계를 지칭한다. 그러므로 단기적인 균형에서의 이탈은 장기적인 균형을 유지하려는 힘에 의해 조정된다. 만약 공적분 관계가 존재하는 변수들을 단순히 정상적 과정으로 변환한 후 벡터자기회귀모형을 적용하면, 이런 공적분 관계가 반영되지 않아 자료가 실제 내포하고 있는 변수들 간의 관계를 올바르게 분석할 수 없다. 일반적으로 시차 p를 가정한 (식 1)과 같은 벡터자기회귀모형을 벡터오차수정모형으로 전환할 경우, 다음과 같이 (p-1) 차의 시차를 갖는 (식 2)로 변환할 수 있다. 여기서 Π는 변수들 간의 공적분 관계를 내포하고 있으며, 단기적인 균형에서의 이탈에서 회귀하려는 경향을 나태는 조정계수를 포함하는 A행렬과 공적분 관계를 나타내는 B’행렬로 분해된다.

Π의 위수(Rank)는 공적분 관계의 수자를 의미하며, 만약 Π 의 위수가 영일 경우 주어진 변수들 간의 공적분 관계는 존재하지 않으므로, 벡터자기회귀모형을 적용하면 된다. Π 의 위수는 Johansen(1995)에 의해 개발된 ‘Trace Statistic’을 활용해 도출할 수 있는데, 본 검정의 기초적인 개념은 어떤 행렬의 위수는 영이 아닌 고유 값의 수와 일치한다는 사실에 기초한다.

‘4.1 모태펀드의 구축 효과 검정 ’
관련 검정 결과

공공 부문 및 민간 부문의 출자액의 이동균을 값을 활용한 벡터자기회귀모형과, 공공 부문을 모태펀드 및 기타 공공 부문, 민간 부문을 금융권, 일반법인 그리고 기타 민간 부문으로 분해한 값을 활용한 벡터오차수정모형에 있어 모두 시차 값을 ‘1’을 활용했다. 이는 벡터 시계열 모형의 시차 값을 결정하는데 활용되는 SBIC(Schwartz’s Bayesian Information Criterion; SBIC) 통계량을 이용해 선정했다.

 표 3  Johansen’s Trace Statistic 검정 결과

다음으로 벡터오차수정모형에 있어 공적분 관계의 존재 여부를 검정한 ‘Trace Statistics’은 다음과 같다.

 표 4  각 모형별 시차 선정을 위한 SBIC 통계량

생존시간분석
(Survival Time Analysis)

생존시간분석은 어떤 사건의 발생이 일어나기까지 걸리는 시간을 분석하는 것을 목적으로 한다.
즉, 듀레이션(Duration)을 종속변수로 해 이 종속변수에 영향을 미치는 공변량(Covariates)의 효과를 분석하고자 한다. 생존시간분석에서는 다음과 같이 중요한 3가지 개념이 존재한다: 생존함수(Survivor Function), 위험함수(Hazard Function), 누적위험함수(Cumulative Hazard Function). 어떤 사건이 발생하는 데 걸리는 시간, 즉 듀레이션을 나타내는 확률 변수를 T라 할 때 각각의 함수는 다음과 같이 표현될 수 있다.

생존함수는 측정하고자 하는 시점까지 사건이 발생하지 않았을 확률을 나타내며, 위험함수는 현재까지 사건이 발생하지 않았으나 곧 사건이 발생할 확률을 나타낸다. 마지막으로 누적위험함수는 현재 시점까지의 전체적으로 누적된 위험을 나타낸다.

본문에서 활용한 ‘Kaplan-Meier Failure’ 추정치의 경우 S(t) 와 연관된 F(t), 즉 t시점까지 사건이 발생했을 확률을 비모수적 방식을 통해 추정한다. 추정량은 다음의 (식 6)을 통해 계산할 수 있다.
계산 방식은 각 개체들의 사건 발생 시점을 tj 로 나열하고 해당 시점에서 사건이 발생할 가능성이 있는 사람을 나타내는 nj 중 실제로 사건이 발생한 개체의 수를 나타내는 dj 의 비율을 누적적으로 더해가면서 계산하다.

‘연구질문 2’의 핵심 분석 방법론인 ‘Weibull’분포를 가정한 모수적 생존시간분석은 다음과 같이 적용된다. 모수적이라는 이름이 함축하듯이, 본 방법은 듀레이션에 대한 위험함수를 ‘Weibull’분포를 통해 가정한다. 구체적으로, 생존시간분석 방법론은 위험함수를 기저 위험함수(Base Hazard)함수와 공변량의 함수인 상대적 위험(Relative Hazard)함수의 곱의 형태로 다음의 (식 7)과 같이 나타낸다. 여기서 기저 위험함수에 대해 ‘Weibull’분포 가정을 함으로서, 위험함수는 시간에 따라 증가(p>1) 또는 감소(p<1)하는 함수로 가정할 수 있다. 공변량에 대한 계수에 자연로그의 밑에 대한 지수 함수를 취한 exp(βi) 는 공변량의 한 단위 증가에 대한 위험비율(Hazard Ratio)을 나타낸다. 예를 들어, βi =0.1일때, 다른 모든 조건이 동일하지만 i번째 공변량에 있어 한 단위가 차이가 나는 두 개체의 위험 비율은 exp(0.1)=1.105이며, 이는 k 번째 공변량이 한 단위 더 큰 개체가 다른 조건이 동일할 때 매 사건이 발생할 확률이 10.5% 높음을 의미한다. 다음의 (식 8)은 이 관계가 어떻게 도출 되는가를 설명한다.

여기서 모수 β는 분포가정이 주어지므로 최대우도추정법(Maximum Likelihood Estimation)을 통해서 추정할 수 있다. 구체적인 우도함수는 다음의 (식 9)와 같이 구축할 수 있다. t0은 관측이 발생한 초기 시점 t 는 관측이 종료된 시점, 그리고 d 는 관측이 종료된 시점에서의 사건 발생 여부를 나타낸다

‘4.2 모태펀드가 펀드 결성에 미치는 영향’ 관련 검정 결과

Weibull’ 분포를 가정한 펀드 결성 듀레이션에 대한 모수적 생존시간분석의 추정 결과는 다음의 [표 5]와 같다. ln(p)가 영이라는 귀무가설을 기각함에 따라 p=1 이 아니며, p>1 이므로 본 연구의 자료는 시간에 따라 증가하는 사건의 발생 확률이 증가하는 위험함수의 형태를 띤다.

 표 5  Weibull 생존시간분석 추정 결과

* 유의수준 : *** 0.01 ** 0.05 * 0.1

참고문헌

• Alperovych, Y., G. Hübner, and F. Lobet (2015): “How Does Governmental Versus Private Venture Capital Backing Affect a Firm’s Efficiency? Evidence from Belgium,” Journal of Business Venturing, 30, 508-525.

• Bertoni, F., and T. Tykvová (2015): “Does Governmental Venture Capital Spur Invention and Innovation? Evidence from Young European Biotech Companies,” Research Policy, 44, 925- 935.

• Brander, J. A., Q. Du, and T. Hellmann (2015): “The Effects of Government-Sponsored Venture Capital: International Evidence,” Review of Finance, 19, 571-618.

• Buzzacchi, L., G. Scellato, and E. Ughetto (2013): “The Investment Strategies of Publicly Sponsored Venture Capital Funds,” Journal of Banking & Finance, 37, 707-716.

• Colombo, M. G., D. J. Cumming, and S. J. T. J. o. T. T. Vismara (2016): “Governmental Venture Capital for Innovative Young Firms,” Journal of Technology Transfer, 41, 10-24.

• Cumming, D., and S. Johan (2019): “Government Venture Capital Research: Fake Science and Bad Public Policy,” Venture Capital, 21, 121-131.

• Da Rin, M., G. Nicodano, and A. Sembenelli (2006): “Public Policy and the Creation of Active Venture Capital Markets,” Journal of Public Economics, 90, 1699-1723.

• Grilli, L., and S. Murtinu (2014): “Government, Venture Capital and the Growth of European High-Tech Entrepreneurial Firms,” Research Policy, 43, 1523-1543. — (2015): “New Technology-Based Firms in Europe: Market Penetration, Public Venture Capital, and Timing of Investment,” Industrial and Corporate Change, 24, 1109-1148.

• Guerini, M., and A. Quas (2016): “Governmental Venture Capital in Europe: Screening and Certification,” Journal of Business Venturing, 31, 175-195.

• Jääskeläinen, M., M. Maula, and G. Murray (2007): “Profit Distribution and Compensation Structures in Publicly and Privately Funded Hybrid Venture Capital Funds,” Research Policy, 36, 913-929.

• Leleux, B. t., and B. Surlemont (2003): “Public Versus Private Venture Capital: Seeding or Crowding Out? A Pan-European Analysis,” Journal of Business Venturing, 18, 81-104.

• Lerner, J. (2009): Boulevard of Broken Dreams: Why Public Efforts to Boost Entrepreneurship and Venture Capital Have Failed–and What to Do About It. Princeton University Press.

• Owen, R., D. North, and C. Mac an Bhaird (2019): “The Role of Government Venture Capital Funds: Recent Lessons from the U.K. Experience,” Strategic Change, 28, 69-82.

• Sims, C. A. (1980): “Macroeconomics and Reality,” Econometrica, 48, 1-48.

• Standaert, T., and S. Manigart (2018): “Government as Fund-of-Fund and Vc Fund Sponsors: Effect on Employment in Portfolio Companies,” Small Business Economics, 50, 357-373.

• Wilson, K. E., and F. Silva (2013): “Policies for Seed and Early Stage Finance.”

참고문헌

• Alperovych, Y., G. Hübner, and F. Lobet (2015): “How Does Governmental Versus Private Venture Capital Backing Affect a Firm’s Efficiency? Evidence from Belgium,” Journal of Business Venturing, 30, 508-525.

• Bertoni, F., and T. Tykvová (2015): “Does Governmental Venture Capital Spur Invention and Innovation? Evidence from Young European Biotech Companies,” Research Policy, 44, 925- 935.

• Brander, J. A., Q. Du, and T. Hellmann (2015): “The Effects of Government-Sponsored Venture Capital: International Evidence,” Review of Finance, 19, 571-618.

• Buzzacchi, L., G. Scellato, and E. Ughetto (2013): “The Investment Strategies of Publicly Sponsored Venture Capital Funds,” Journal of Banking & Finance, 37, 707-716.

• Colombo, M. G., D. J. Cumming, and S. J. T. J. o. T. T. Vismara (2016): “Governmental Venture Capital for Innovative Young Firms,” Journal of Technology Transfer, 41, 10-24.

• Cumming, D., and S. Johan (2019): “Government Venture Capital Research: Fake Science and Bad Public Policy,” Venture Capital, 21, 121-131.

• Da Rin, M., G. Nicodano, and A. Sembenelli (2006): “Public Policy and the Creation of Active Venture Capital Markets,” Journal of Public Economics, 90, 1699-1723.

• Grilli, L., and S. Murtinu (2014): “Government, Venture Capital and the Growth of European High-Tech Entrepreneurial Firms,” Research Policy, 43, 1523-1543. — (2015): “New Technology-Based Firms in Europe: Market Penetration, Public Venture Capital, and Timing of Investment,” Industrial and Corporate Change, 24, 1109-1148.

• Guerini, M., and A. Quas (2016): “Governmental Venture Capital in Europe: Screening and Certification,” Journal of Business Venturing, 31, 175-195.

• Jääskeläinen, M., M. Maula, and G. Murray (2007): “Profit Distribution and Compensation Structures in Publicly and Privately Funded Hybrid Venture Capital Funds,” Research Policy, 36, 913-929.

• Leleux, B. t., and B. Surlemont (2003): “Public Versus Private Venture Capital: Seeding or Crowding Out? A Pan-European Analysis,” Journal of Business Venturing, 18, 81-104.

• Lerner, J. (2009): Boulevard of Broken Dreams: Why Public Efforts to Boost Entrepreneurship and Venture Capital Have Failed–and What to Do About It. Princeton University Press.

• Owen, R., D. North, and C. Mac an Bhaird (2019): “The Role of Government Venture Capital Funds: Recent Lessons from the U.K. Experience,” Strategic Change, 28, 69-82.

• Sims, C. A. (1980): “Macroeconomics and Reality,” Econometrica, 48, 1-48.

• Standaert, T., and S. Manigart (2018): “Government as Fund-of-Fund and Vc Fund Sponsors: Effect on Employment in Portfolio Companies,” Small Business Economics, 50, 357-373.

• Wilson, K. E., and F. Silva (2013): “Policies for Seed and Early Stage Finance.”

2019-08-30T09:16:26+09:00