La commercializzazione dei beni immateriali è stata stimata mediante modelli probit e logit. In generale, le due tipologie di modellistiche econometriche determinano risultati coincidenti e stabili per le variabili testate a parte per la variabile fwd_cit, la quale non dimostra né risultati significativi né una stabilità nella direzione della direzione di causalità. Una giustificazione a tale volatilità può essere ricercata nella fragilità della teoria economica sottostante le ipotesi riguardanti l’impatto delle citazioni ricevute da terzi brevetti sulla commercializzazione dei beni immateriali.
Per ciascuno dei modelli logit e probit viene riportata la significatività sia dei coefficienti delle variabili sia degli effetti marginali. I modelli per variabili dicotomiche, a differenza della regressione lineare, non permettono una interpretazione diretta dei coefficienti stimati: quest’ultimi difatti permettono di definire il segno positivo o negativo della variabile indipendente rispettivamente su market1 e market2. Tuttavia per capire l’intensità della relazione è necessario procedere mediante la stima degli effetti marginali, che sono le derivate parziali prime dei parametri stimati.
Nel proseguo si farà riferimento ai risultati ottenuti mediante i modelli probit, mentre nell’appendice è possibile trovare le analisi effettuate utilizzando una funzione di probabilità logistica. Come è facilmente osservabile, gli effetti tra i due modelli sono coincidenti per le variabili prese in considerazione.
Per testare le ipotesi prima proposte si e’ proceduto mediante una serie di regressioni che hanno come obiettivo la verifica dell’impatto delle singole variabili su
market1 e market2. In particolare, si è andato a testare l’impatto che la generalità e la
complementarietà dell’innovazione hanno sulla probabilità di commercializzazione effettiva e potenziale. Si è effettuata quest’analisi, raffigurata rispettivamente dal modello 1 nella tabella 1 e dal modello 6 nella tabella 3 al fine di isolare il contributo delle variabili relative alle caratteristiche dell’innovazione radicate nel brevetto. Si e’ poi inserito l’effetto della protezione legale sul brevetto, come raffigurato rispettivamente dal modello 2 nella tabella 1 e dal modello 7 nella tabella 3. Per testare le ipotesi relative all’effetto del valore economico e strategico del bene si è innanzitutto
148
verificato l’effetto delle variabili value_c, IP_strategy1 e IP_strategy2 rispetto alla probabilità di commercializzazione effettiva e potenziale e il loro effetto è raffigurato rispettivamente nel modello 3 della tabella 1 e nel modello8 della tabella 3. Si è ulteriormente testata la significatività della causalità in presenza di un’efficace protezione legale sugli asset intangibili, come proposto dal modello 4 della tabella 1 e dal modello . Infine si è creato un modello generale che testa congiuntamente gli effetti delle variabili indipendenti su market1 e market2: i risultati sono rappresentati rispettivamente nel modello 5 della tabella 1 e nel modello 10 della tabella 3. Per ciascuna di queste analisi si sono calcolati anche gli effetti marginali, che sono rappresentati rispettivamente nella tabella 2 per le analisi relative alla tabella 1, e nella tabella 4 per i risultati sintetizzati nella tabella 3.
L’analisi empirica permette di mettere in luce come la generalità dei brevetti, espressa mediante la variabile n_claim, è una qualifica che induce sia la potenziale commercializzazione che il suo effettivo riscontro mediante la cessione di una licenza. La variabile n_claims ha infatti un coefficiente e un effetto marginale positivo e significativo nei modelli che testano l’impatto delle caratteristiche dell’innovazione rispetto alla commercializzazione del bene. Viceversa, l’effetto positivo di n_claims permane nel modello generale ma non è possibile verificarne la significatività. Viene così parzialmente confermata la prima ipotesi. A parità di condizioni, un brevetto con un campo di applicabilità riscuote una maggiore probabilità di commercializzazione sia effettiva che potenziale. Questo effetto inoltre è più marcato per la potenziale commercializzazione dei brevetti (β=0.0149, p<0.05; M.E.= 0.00048, p<0.05) rispetto all’effettivo trasferimento (β=0.0116; M.E.= 0.00026).
Un ulteriore aspetto che può condizionare la commercializzazione dei beni immateriali è la complementarietà dell’innovazione radicata nell’asset con lo stato dell’arte tecnologico e con la dotazione di conoscenza del soggetto che si presuppone interessato alla vendita. Come è possibile notare, esiste un effetto negativo della variabile bwd_cit sia sulla probabilità di essere propensi alla cessione di un brevetto (β=-0.019; M.E.= -0.0006) che sulla effettiva commercializzazione (β=-0.0583, p<0.01; M.E.= -0.0013, p<0.05). Questo fa pensare che un numero crescente di citazioni a
149
innovazioni precedentemente venga percepito ex ante come un limite alla cessione e che questo poi infici effettivamente la sue effettiva commercializzazione, in quanto dimostra che il brevetto proviene da un campo innovativo sedimentato, dove è difficile appropriarsi delle rendite da innovazione se si agisce in qualità di follower nell’applicazione della tecnologia nel core business. Viene pertanto rigettata la seconda ipotesi, secondo cui a parità di condizioni un brevetto con un numero limitato di citazioni backward avrà possibilità inferiori di essere commercializzato Tuttavia, è possibile confermare la terza ipotesi: a parità di condizioni, un brevetto con un numero elevato di citazioni backward avrà possibilità inferiori di commercializzazione.
La protezione legale sul bene immateriale e la sua efficacia si conferma anche in questa analisi empirica essere una delle variabili con maggior rilievo nel determinare ex ante e nei fatti la commercializzazione dei brevetti. Infatti la possibilità di ricorrere presso una corte di giustizia per far valere l’esclusività dello sfruttamento legale dell’asset ha un significativo impatto sia sulla commercializzazione potenziale (β=0.79, p<0.001; M.E.= 0.026, p<0.001) che effettiva (β=0.8623, p<0.001; M.E.= 0.02, p<0.001). Inoltre, l’impatto positivo è significativo sia quando viene isolato assieme alle variabili che monitorano le caratteristiche innovative del brevetto -si faccia riferimento in questo caso al modello 2 e 7- sia quando la variabile viene correlata con il valore economico e strategico del bene –si veda il modello 4 e 8. Di riflesso, è possibile confermare anche la quinta ipotesi, secondo cui a parità di condizioni, un brevetto che è stato oggetto di opposizione presso una corte preposta alla tutela della proprietà intellettuale avrà maggiori possibilità di commercializzazione.
Le ipotesi relative alla relazione tra il valore dei brevetti e alla loro commercializzazione richiedono di verificare l’assunto che non sia possibile determinare una correlazione diretta tra probabilità di commercializzazione e valore economico e strategico del bene, perché’ bisogna considerare il congiunto dispiegarsi delle ragioni che motivano uno sfruttamento economico volto alla stipula di contratti di licenza (approssimato dalla variabile IP_strategy2) e uno strategico che mira invece allo sfruttamento commerciale dell’innovazione nel core business (approssimato dalla variabile IP_strategy1). La verifica empirica dimostra che un alto valore economico del bene immateriale facilita sia la propensione alla commercializzazione (β=0.366,
150
p<0.001; M.E.= 0.0119, p<0.001) che la transazione effettiva(β=0.2917, p<0.001; M.E.= 0.00669, p<0.001) , confermando così l’ipotesi secondo cui a parità di condizioni un brevetto ad alto valore economico avrà maggiori possibilità di essere oggetto di commercializzazione. Inoltre trova anche conferma l’ipotesi secondo cui a parità di condizioni, un brevetto ad alto valore strategico avrà minori possibilità di essere oggetto di commercializzazione: infatti la variabile IP_strategy1 assume valori negativi ad un livello di significativita’ rilevante in tutti i modelli e quindi la relazione si dimostra statisticamente stabile. Inoltre, la comparazione in valore assoluto degli effetti marginali di IP_strategy1 e IP_strategy2 su market1 e market2 mette luce come la rilevanza di una strategia volta allo sfruttamento economico del bene abbia un peso maggiore rispetto a quella prestabilita per lo sfruttamento strategico dell’asset. Questo porterebbe a pensare se l’incentivo economico e’ superiore a quello strategico, allora questo aspetto possa indurre a concedere in licenza un brevetto ad alto valore sia economico che strategico. Tuttavia, come evidenziato in tutti i modelli, un brevetto ad alto valore economico e strategico non viene ceduto. Infatti i coefficienti e i rispettivi effetti marginali della variabile value_c sono negativi e statisticamente significativi. Non possono dunque trovare conferma le ipotesi 6 e 7, che miravano a testare l’assunto espresso da Arora e Fosfuri (2003) secondo cui i brevetti ad alto impatto (e quindi ad alto valore) possono determinare un aumento delle forze competitive operanti nel mercato e in ultima analisi incentivare lo scambio mediante licenza, che permette di ottenere delle royalties e dei ritorni finanziari a fronte di un’accresciuta competizione sul mercato finale che determina una riduzione dei profitti e margii operativi. Questo risultato può essere determinato dal fatto che nel campione preso sotto esame la maggior parte delle osservazioni (circa il 97%) provenga da imprese, le quali mettono in luce una predisposizione negativa per la potenziale commercializzazione dei brevetti (β=-0.5564; p<0.001; M.E.=-0.01806; p<0.05), confermata anche nel caso di una decrescita della probabilità di stipulare una licenza per la variabile ent rispetto a
market1 (β=-0.7072; p<0.001; M.E.=-0.0162; p<0.001). Questo può portare a pensare
che in generale i soggetti imprenditoriali non siano propensi all’out-licensing, ma preferiscano attuare strategie per lo sfruttamento commerciale del bene anche in presenza di forti incentivi economici per il trasferimento presso terzi mediante licenza.
151
Tabella 3.4: Effettiva commercializzazione (market1), coefficienti per il modello probit
Model 1 Model 2 Model 3 Model 4 Model 5
ent -0.7384*** -0.6644*** -0.8035*** -0.7548*** -0.7072*** (0.1655) (0.162) (0.1673) (0.167) (0.1686) privfund 0.0443 0.1142 -0.1894 -0.1412 -0.1564 (0.39870) (0.4021) (0.4163) (0.4192) (0.4147) univ -0.6461* -0.5736* -0.8087** -0.7519** -0.7206** (0.2691) (0.265) (0.2783) (0.2737) (0.2769) gov 0.0234 0.1198 0.1084 0.173 0.1088 (0.2574) (0.2553) (0.2677) (0.2667) (0.2647) other -0.4249 -0.3972 -0.6392 -0.5884 -0.5023 (0.3421) (0.3516) (0.4122) (0.4152) (0.4218)
Year dummies Yes Yes Yes Yes Yes
Technological dummies Yes Yes Yes Yes Yes
n_claims 0.0207** 0.0192** 0.0116 (0.0065) (0.0064) (0.0065) fwd_cit 0.0567 0.0572 0.0021 (0.0308) (0.0314) (0.0346) bwd_cit -0.0604** -0.0633** -0.0583** (0.0191) (0.0193) (0.0189) court 1.0294*** 0.8427*** 0.8623*** (0.1617) (0.167) (0.1657) value_c -0.9609*** -0.9142*** -0.8759*** (0.1091) (0.11) (0.1093) IP_strategy1 -0.1282* -0.1323** -0.1309** (0.0504) (0.0502) (0.0502) IP_strategy2 0.2950*** 0.2925*** 0.2917*** (0.0328) (0.033) (0.033) const -0.5875* -0.7953** 0.4418 0.217 0.032 (0.2468) (0.2496) (0.251) (0.255) (0.2759) N* 7861 7861 7861 7861 7861 Pseudo R-sq 0.281 0.299 0.354 0.365 0.373 Chi2 760.0175 769.3814 1003.796 1010.674 1018.493 Ll -866.796 -845.057 -778.57 -765.029 -755.545 Correctly predicted 96.40% 96.48% 96.41% 96.44% 96.53%
Standard errors in parentheses, N* has five censored observations Significance level: * p<0.05, **p<0.01, *** p<0.001
152
Tabella 3.5: Effettiva commercializzazione (market1), effetti marginali
Model 1a Model 2a Model 3a Model 4a Model 4a ent -0.0230076*** -0.0198786*** -0.0200433*** -0.0182899*** -0.0162277*** (0.005704) (0.00527) (0.004701) (0.00452) (0.004294) privfund 0.00138 0.003416 -0.00473 -0.00342 -0.00359 (0.012422) (0.012038) (0.010403) (0.010168) (0.009532) univ -0.0201323* -0.01716 *-0.0201716 -0.01822 -0.0165355* (0.008637) (0.008132) (0.007314) (0.006973) (0.006671) gov 0.00073 0.003584 0.002704 0.004191 0.002497 (0.008017) (0.007635) (0.006667) (0.006454) (0.006063) other -0.01324 -0.01188 -0.01594 -0.01426 -0.01153 (0.010786) (0.01061) (0.010439) (0.010192) (0.00979)
Year dummies Yes Yes Yes Yes Yes
Technological dummies Yes Yes Yes Yes Yes
n_claims 0.0006446* 0.0005744* 0.000266 (0.000215) (0.0002) (0.00015) fwd_cit 0.001768 0.00171 0.00000475 (0.000979) (0.000959) (0.000794) bwd_cit -0.0018819* -0.0018935* -0.0013371* (0.000627) (0.000611) (0.00045) court 0.0307987*** 0.0204209*** 0.0197862*** (0.005604) (0.00451) (0.004278) value_c -0.0239693*** -0.0221524*** -0.0200986*** (0.003602) (0.003453) (0.003193) IP_strategy1 -0.0032 -0.00321 -0.0030038* (0.001319) (0.00128) (0.001216) IP_strategy2 0.0073584*** 0.0070876** 0.0066934*** (0.001096) (0.001078) (0.001025)
Standard errors in parentheses
153
Tabella 3.6: Volontà di commercializzare un bene immateriale (market2), coefficienti
Model 6 Model 7 Model 8 Model 9 Model 10
ent -0.5656*** -0.4930** -0.6278*** -0.5802*** -0.5564** (0.1664) (0.1623) (0.1703) (0.1703) (0.1715) privfund 0.3546 0.4254 0.0749 0.1253 0.0992 90.392) (0.392) (0.3949) (0.3978) (0.3909) univ -0.5268* -0.4519 -0.6958* -0.6424* -0.6278* (0.2608) (0.2578) (0.2729) (0.2698) (0.2705) gov 0.0204 0.1109 0.0554 0.1147 0.0812 (0.2608) (0.2583) (0.2716) (0.2706) (0.2681) other 0.2352 0.2915 0.1557 0.194 0.2054 (0.3197) (0.3196) (0.3588) (0.3542) (0.3606)
Year dummies Yes Yes Yes Yes Yes
Technological dummies Yes Yes Yes Yes Yes
n_claims 0.0238*** 0.0226*** 0.0149* (0.006) (0.0059) (0.006) fwd_cit 0.058 0.0566 -0.0032 (0.0301) (0.0303) (0.0325) bwd_cit -0.0238 -0.0251 -0.0188 (0.0161) (0.0161) (0.0158) court 0.9520*** 0.8035*** 0.7987*** (0.1601) (0.1723) (0.1696) value_c -0.7238*** -0.6780*** -0.6491*** (0.1016) (0.1027) (0.1021) IP_strategy1 -0.1368** -0.1403** -0.1389** (0.0463) (0.046) (0.0459) IP_strategy2 0.3714*** 0.3705*** 0.3666*** (0.0309) (0.0312) (0.0312) const -0.6672** -0.8564*** 0.2089 0.0009 -0.214 (0.2402) (0.2413) (0.2483) (0.2528) (0.2743) N 7867 7867 7867 7867 7867 Pseudo R-sq 0.29 0.303 0.371 0.379 0.382 Chi2 939.7336 943.532 1164.575 1161.46 1190.411 ll -1070.11 -1050.83 -948.236 -935.558 -931.308 Correctly predicted 95.18% 95.20% 95.28% 95.30% 95.30%
Standard errors in parentheses * p<0.05, **p<0.01, *** p<0.001
154
Tabella 3.7: Volontà di commercializzare un bene immateriale (market2), effetti marginali
Model 6a Model 7a Model 8a Model 9a Model 10a ent -0.0239348* -0.0203396* -0.0212339** -0.0192069** -0.01806* (0.007439) (0.006979) (0.006157) (0.005982) (0.005886) privfund 0.015007 0.017549 0.002532 0.004148 0.003219 (0.016604) (0.016221) (0.013348) (0.01316) (0.012681) univ -0.02229 -0.01864 -0.0235339* -0.0212683* -0.0203788* (0.011264) (0.010799) (0.009558) (0.009228) (0.009068) gov 0.000862 0.004575 0.001875 0.003798 0.002637 (0.011033) (0.010646) (0.00918) (0.008946) (0.00869) other 0.009953 0.012025 0.005264 0.006422 0.006668 (0.013519) (0.013197) (0.012124) (0.011716) (0.011691)
Year dummies Yes Yes Yes Yes Yes
Technological dummies Yes Yes Yes Yes Yes
n_claims 0.001007*** 0.0009342*** 0.000484* (0.000273) (0.000261) (0.0002) fwd_cit 0.002456 0.002335 -0.0001 (0.00131) (0.001286) (0.001056) bwd_cit -0.00101 -0.00104 -0.00061 (0.000696) (0.000682) (0.00052) court 0.0392742*** 0.0266007*** 0.0259252*** (0.007256) (0.006117) (0.005887) value_c -0.0244807*** -0.0224462*** -0.0210705*** (0.004108) (0.003988) (0.003804) IP_strategy1 -0.0046268* -0.0046452* -0.0045087* (0.001643) (0.001604) (0.00157) IP_strategy2 0.0125612*** 0.0122669*** 0.0119011*** (0.001494) (0.001477) (0.001427) Standard errors in parentheses
155