Beleidsrapport STORE-B KT-project : ondersteuning bij opmaak opportuniteitsanalyse met oog op evaluatie

Transcriptie

1 STEUNPUNT ONDERNEMEN EN REGIONALE ECONOMIE NAAMSESTRAAT 61 BUS 3550 BE-3000 LEUVEN TEL FAX store@kuleuven.be Beleidsrapport STORE-B KT-project : ondersteuning bij opmaak opportuniteitsanalyse met oog op evaluatie Micheline Goedhuys a,b,c Leo Sleuwaegen a,b,c a Steunpunt Ondernemen & Regionale Economie (STORE) b Bedrijfskunde, Strategie en Innovatie (MSI), Faculteit Economie en Bedrijfswetenschappen, KU Leuven c Vlerick Business School 15 Maart 2013 De resultaten in dit rapport geven de mening van de auteurs weer en niet deze van de Vlaamse overheid: de Vlaamse Gemeenschap/het Vlaams Gewest is niet aansprakelijk voor het gebruik dat kan worden gemaakt van de in deze mededeling of bekendmaking opgenomen gegevens. 1

2 KT- project : ondersteuning bij opmaak opportuniteitsanalyse met oog op evaluatie Oplijsting van data om de beleidsinstrumenten van het gazellenbeleid te evalueren 1. Objectieven van het beleidsinstrument In het kader van het groeibeleid, wordt binnen het Agentschap Ondernemen gewerkt aan een methodiek of tool om de sterktes en opportuniteiten van bedrijven in kaart te brengen (opportuniteitsanalyse) en de ondernemingen te doen nadenken over hun business model. De tool, die toegepast wordt in de ondernemingen door een externe consultant en gefinancierd wordt via subsidiëring, moet waardevol zijn voor de onderneming en moet resulteren in concrete actiepunten die tot groei van de onderneming leiden. Tevens dienen deze actiepunten de basis te zijn voor een eventueel coachingtraject, een tweede luik in het beleidsinstrument waarvoor bijkomende subsidiëring wordt voorzien. Er is ook geopperd dat dit coachingtraject enkel aangeboden zal worden voor de potentiële internationale groeiers. In de tool zullen een aantal vragen worden gesteld aan de ondernemingen, die hen in staat stellen om te zoeken naar opportuniteiten voor verdere groei. Via deze tool zullen dan ook data worden verzameld bij de ondernemingen, zodat op latere tijdstippen via cross- over analyse een inzicht kan worden verkregen van veel voorkomende knelpunten, groeihindernissen, sterktes en zwaktes in diverse sectoren, acties geformuleerd door de deelnemende KMO s, teneinde conclusies en beleidsaanbevelingen te kunnen formuleren. Deze evaluatie zal een appreciatie van het bredere economische beleid weerspiegelen, en zal ook door macro- economische omstandigheden beïnvloed zijn. Daarnaast wordt beoogd om in de toekomst de impact van het gazellebeleid, en de tool in het bijzonder, te kunnen toetsen aan de hand van objectief meetbare criteria en aldus te evalueren. Om dit te kunnen doen moet van bij start nagedacht worden over de uiteindelijke doelstelling van de beleidsinterventie, om deze te vertalen naar meetbare resultaten of outcomes. Gezien het gazellenbeleid erop gericht is groei van ondernemingen te stimuleren, zullen deze outcome variabelen in de eerste plaats groei- indicatoren zijn. 2

3 Echter, ook internationalisatie is reeds ter sprake gekomen, waardoor andere export- gerelateerde indicatoren als outcome variabelen relevanter worden. Dit is mogelijk een doelstelling die voor de meer intensief- begeleide ondernemingen, die ook een coaching traject mogen ontvangen, beoogd wordt. Het is momenteel niet geheel duidelijk welke de structuur is van het beleidsinstrument, en welke de respectievelijke doelstellingen zijn die erbij horen. Het is voor de latere evaluatie van het beleid belangrijk dat deze doelstellingen van het beleid duidelijk geformuleerd worden voor de opportuniteitsanalyse en het coachingtraject, samen of apart. In deze tekst, gaan we er voorlopig van uit dat groei stimuleren de doelstelling is, en dat de tool opportuniteitsanalyse zonder coachingtraject het te evalueren instrument is. Er kunnen natuurlijk andere doelstellingen worden bepaald door het Agentschap Ondernemen en de platform leden, hetgeen zich in enigszins gewijzigde databenodigdheden zou kunnen vertalen (sectie 4). 2. Het evaluatie- probleem De objectieve evaluatie bestaat erin te onderzoeken of ondernemingen die beleidsondersteuning hebben genoten, beter scoren op deze outcome variabelen dan ondernemingen die deze ondersteuning niet hebben gekregen, de zogenaamde controlegroep. Een eenvoudige vergelijking van beide groepen is echter niet de juiste benadering. Immers, ondernemingen die de ondersteuning van het gazellenbeleid genieten, zullen wellicht ook zonder deze ondersteuning beter scoren op de outcome variabelen dan de overige ondernemingen. De groep van steungenieters is immers niet lukraak gekozen uit de populatie van ondernemingen. Integendeel, zij zijn zorgvuldig geselecteerd door de leden van het platform op basis van specifieke kenmerken die te maken hebben met hun groeipotentieel en groei- ambities. De platformleden zullen bij de selectie aldus alert zijn voor een aantal kenmerken van de ondernemingen die maken dat zij vermoedelijk een hoog groeipotentieel hebben. Zo zullen bijvoorbeeld financieel gezonde ondernemingen met een sterk management team, gedreven ambitieuze ondernemer, USP, met innovatieve activiteiten en dergelijke, meer kans hebben om geselecteerd te worden voor steun. Dezelfde factoren maken dat ze in werkelijkheid ook beter groeien. Deze factoren kunnen objectief meetbaar zijn (observables) of eerder subjectief van aard, moeilijk meetbaar en niet makkelijk observeerbaar (unobservables). Innovatiebestedingen, leeftijd van de onderneming, omvang en dergelijk zijn een voorbeelden van het meetbare factoren of observables ; Bedrijfscultuur, ambitie van de ondernemer, competentie van het managementteam, werkorganisatie, zijn voorbeelden van unobservables. Dat de ondernemingen die steun hebben genoten ex- post betere groeiprestaties gerealiseerd hebben of meer internationale activiteiten ontwikkeld hebben, is bijgevolg niet noodzakelijk de verdienste van de gazellesprong, dan wel het resultaat van een selectie van ondernemingen met potentieel. We zitten dus met een belangrijke selectie- vertekening selectiebias of sterke en foutieve overwaardering van de impact van het beleidsinstrument. Hiervoor moet men corrigeren. 3

4 3. De selectiebias indijken Bij het opstellen van een correcte controlegroep moet men ondernemingen weerhouden die betreffende hun groeikansen en hun kans op overheidssteun, de zgn. Treatment, identiek zijn (in theorie) of aanvaardbaar vergelijkbaar zijn (in de praktijk) aan de groep ondernemingen die steun of treatment hebben genoten (de Treated ). 3.1 Opstellen van een controlegroep op basis van meetbare kenmerken Voor het opstellen van een controlegroep bestaan verscheidene methoden. In eerste plaats gaat men op basis van de geobserveerde en meetbare kenmerken (de observables), voor elke onderneming die effectief steun heeft gekregen, een of meerdere andere ondernemingen zoeken die geen steun hebben gekregen, maar daartoe wel een gelijkaardige kans hadden. Zo worden beiden aan elkaar gematched. De geselecteerde controlegroep zal aldus wat de meetbare kenmerken betreft, vergelijkbaar zijn met de andere steungenietende groep van ondernemingen. Ze zullen ook een vergelijkbare kans tot treatment hebben, maar toch geen steun genoten hebben. Eenmaal de controlegroep is opgesteld, kan men in principe de outcome variabelen voor beide groepen vergelijken en kijken of er een significant effect opgetreden is voor de beleidsondersteunde ondernemingen (ATT of Average Treatment effect on the Treated ). In dit geval zou men kunnen kijken of ondernemingen met steun sneller zijn gegroeid dan de controlegroep Corrigeren voor niet- observeerbare verschillen Echter, er zijn ook moeilijk te observeren of te meten verschillen mogelijk tussen beide groepen ondernemingen. Immers, in het geval van het gazellebeleid worden door de kennis van de platformleden ondernemingen geselecteerd die groeiambitie hebben. Uit de vergaderingen bleek ook dat bij de voorlopige definiëring van potentieel groeibedrijf en potentiele internationale groeier niet zozeer objectief meetbare criteria worden gehanteerd, maar eerder omschrijvingen van intentie en wil van de onderneming om te groeien, die subjectief en moeilijk meetbaar zijn. Er zijn dus inderdaad een aantal kenmerken waarin beide groepen verschillen, maar voor de onderzoeker/evaluator zijn deze kenmerken moeilijk te achterhalen, zeker voor de controlegroep. Om dit probleem zoveel mogelijk in te dijken, wordt gewerkt met panel data. Dit zijn data op niveau van de onderneming, maar die vergaard worden op verschillende tijdstippen. Het komt erop neer dat men gaat kijken naar verschillen tussen steungenieters en controlegroep, in de evolutie van de outcome variablen. In plaats van verschillen in niveau te bekijken (verschillen in groeiprestaties), gaat men kijken naar verschillen in evolutie, zogenaamd Difference in Differences. De Differences zijn de verschillen van de outcome variabelen tussen begin- en eindperiode. Is de groeievolutie van de steungenietende groep 4

5 van ondernemingen beter dan van de controlegroep, dan kan men argumenteren dat deze superieure evolutie het gevolg is van de interventie van het beleid. Immers, beide groepen zijn gematched op meetbare kenmerken. De niet- meetbare kenmerken en verschillen tussen beide groepen waren reeds aanwezig bij het begin van de periode. 4. Datapunten Deze oefening is veeleisend met betrekking tot datacollectie. Het is belangrijk over de gegevens te beschikken van zowel ondernemingen die steun hebben gekregen, als van ondernemingen die deze steun niet hebben ontvangen. Van beide groepen moet men over gegevens beschikken die ons in staat stellen hen zo goed mogelijk met elkaar te vergelijken op de relevante dimensies. Deze zijn de groeideterminanten, die tegelijkertijd ook maken dat ondernemingen geselecteerd kunnen worden in het gazellesprongprogramma. Vooreerst dient men de populatie van ondernemingen te bepalen. Alle ondernemingen die per definitie NIET in aanmerking komen voor steun (zoals bij voorbeeld multinationale ondernemingen, ondernemingen gelegen buiten de geografische scope, ondernemingen die niet aan de Europese definitie van KMO voldoen ) vallen buiten deze populatie. Eenmaal deze eerste selectie is gedaan, dient men te gaan kijken naar de factoren die groei en selectie bepalen. Sommige belangrijke factoren zijn gemakkelijk meetbaar en beschikbaar voor de onderzoeker, zoals leeftijd, sector, omvang van de onderneming. Deze gegevens zijn terug te vinden in. Het gebruik van deze observables laat toe een zeer omvangrijke controlegroep te maken. Andere factoren zijn moeilijker meetbaar. Er bestaan studies, vooral vanuit de psychologie en sociologie, die methoden ontwikkelen om psychologische trekken en persoonlijkheidskenmerken te gaan meten en kwantificeren. Hierbij dient te worden opgemerkt dat deze studies meestal uitgaan van specifieke cases en/of samples. De informatie omtrent persoonlijkheidskenmerken van de ondernemer zijn niet vrij beschikbaar voor de controlegroep van ondernemingen, wellicht ook niet voor de steungenietende ondernemingen. Indien men wenst over te gaan tot meting ervan zal een survey of bevraging moeten worden georganiseerd bij controleondernemingen om deze factoren tot observable te kunnen omwerken en aldus ervoor te controleren. Indien men uit kostenafweging afziet om deze persoonlijkheidskenmerken te meten, is het alternatief om panel data op te bouwen die deze niet- geobserveerde factoren grotendeels kunnen neutraliseren. In deze context dient te worden opgemerkt dat in het gazellenbeleid werd voorgesteld dat de stakeholders zelf een eerste acquisitiegesprek doen via een aantal vastgelegde vragen. Als model voor de scan wordt vertrokken van de studie A multidimensional model of venture growth van Baum, Locke en Smith (2001), die 3 dimensies toetst voor groei (persoon, organisatie en omgeving). Het zou zeer nuttig zijn de vragen die expliciet worden gesteld in het acquisitiegesprek ook te stellen aan een groep controleondernemingen. Hiervoor dient desnoods een steekproef te worden opgesteld en bevraagd. 5

6 Hieronder volgt een indicatieve lijst van factoren en datapunten, waarbij tevens bronnen of referenties vermeld zijn. a) Voor het bepalen van groei: Indicator Benodigde datapunten Bron Groei in tewerkstelling Tewerkstelling in 2013 en ieder daarop volgend jaar Groei in omzet Omzet in 2013 en ieder daarop volgend jaar b) Groeideterminanten en determinanten voor treatment voor het opstellen van de controlegroep Indicator Benodigde datapunten Leeftijd van de Startdatum van de onderneming onderneming Omvang Aantal werknemers in 2013 Ligging Postcode provincie Sector NACEbel 2008 Innovatie Bezit van patenten, octrooien, trademarks, Bevraging/CIS intangible assets O&O- uitgaven Bevraging /CIS Niveau van competentie, Loonkost HR Internationalisatie % buitenlandse verkopen Bevraging Bijkomende controlevariabelen Aantal werknemers in de voorbije 5 jaar Omzet in de voorbije 5 jaar Kapitaal/arbeid verhouding Kenmerken van de ondernemer Competentie/skills Leeftijd Opleidingsniveau Aantal jaren werkervaring als ondernemer Aantal jaren werkervaring (totaal) Geslacht Bevraging motivatie Cfr Baum, Locke and Smith (2001) Bevraging 6

7 Psychologische kenmerken (volharding, passie, pro- activiteit, energie- niveau, locus of control ) Cfr Baum, Locke and Smith (2001) Bevraging 5. Haalbaarheid van deze analyse Het blijft belangrijk te onderlijnen dat deze analyse zeer complex kan zijn. Immers, groei laat zich zeer moeilijk voorspellen, en voorbije groei is geen garantie voor toekomstige groei. Er is veel willekeur in het groeipatroon. Dat maakt dat groei geen gemakkelijke outcome variable is voor dit soort oefening. Tegelijkertijd zijn er vele factoren die als groeideterminanten worden aanzien, maar die individueel toch ook maar een kleine proportie van de groeivariatie verklaren. Indien men wil controleren voor deze factoren, stuit men aldus al gauw op een veelheid van factoren waarvan sommige indicatoren gemakkelijk te vergaren zijn, maar andere, hoewel meetbaar via technieken uit gespecialiseerde literatuur, minder voor de hand liggen en/of duur zijn om te vergaren via nieuw ontworpen bevragingen. De meest pragmatische oplossing ligt erin panel data te gebruiken uit de bestaande databanken (, CIS), om aldus inzicht te krijgen in de effecten van het beleidsinstrument, steeds indachtig dat de selectiebias nooit volledig zal geneutraliseerd worden met de data die voorhanden zijn. Wat men dan vindt is een bovengrens van de impact van het beleid; de werkelijke impact zal lager zijn. Verder dient men nog op te merken dat het grillige groeiproces van ondernemingen niet enkel een probleem is voor deze evaluatie, maar tevens vele moeilijkheden stelt voor de platformleden en agentschap ondernemen, die geacht worden ondernemingen met groeipotentieel te selecteren. Referentie J. Robert Baum, Edwin A. Locke and Ken G. Smith, 2001, A Multidimensional Model of Venture Growth, The Academy of Management Journal, Vol. 44, No. 2, pp