Verankering van Financiële en Geografische Clusters: de case van de Biotech in België

STEUNPUNT ONDERNEMEN EN REGIONALE ECONOMIE NAAMSESTRAAT 61 – BUS 3550 BE-3000 LEUVEN TEL + 32 16 32 66 61 | FAX + 32 16 37 35 11 [email protected] www.steunpuntore.be

Beleidsrapport STORE-B 13-005

Verankering van Financiële en Geografische Clusters: de case van de Biotech in België KATJA BRINGMANNa THOMAS VANOUTRIVEa ANN VERHETSELa JO REYNAERTSb a b

Departement Transport en Ruimtelijke Economie, Universiteit Antwerpen

Onderzoekscentrum voor Regionaal Economisch Beleid, Katholieke Universiteit Leuven

17 JANUARI 2014

Samenvatting Deze paper analyseert de geografische verspreiding van financiële verbanden tussen startende Belgische biotech bedrijven. De klemtoon ligt op durfkapitaal [DK]

en

de

impact

hiervan

op

de

lokale

netwerkverankering van

portfoliobedrijven. De biotech sector werd gekozen omdat het dé sector in België is waar nieuwe producten ontwikkeld worden in een setting waar durfkapitaal een betekenisvolle rol speelt. Zowel zwaartekrachtmodellen als sociale netwerktechnieken worden gebruikt in de analyse. Het artikel toont aan dat de verspreiding van financiering door DK fondsen invloed heeft op de netwerkverankering van het doelbedrijf. Start-ups die werden gefinancierd door investeerders die lokaal en globaal goed verankerd zijn, namen een meer centrale netwerkpositie in, vergeleken met start-ups die voornamelijk ondersteund werden door lokaal verankerde fondsen. Er zijn geen eenduidige resultaten met betrekking tot de impact van geografie op DK investeringsstromen. Hoewel de impact van geografie statistisch significant is, is er een verschillend effect van afstand op inkomend DK investeringsstromen enerzijds en uitgaande anderzijds.

1

Inhoudstafel 1

Inleiding 3

Deel I: Achtergrond 6 2

3

4

Beleidscontext 6 3.1

Smart Specialization op het Europese niveau 6

3.2

Smart Specialization in Vlaanderen 7

Conceptueel kader: Bedrijfsagglomeratie 9 3.1

Theoretische concepten 9

3.2

Drijvende krachten van innovatie 14

3.2.1

Lokale Netwerken 14

3.2.2

Netwerkverankering 15

3.2.3

Externe relaties 16

3.2.4

Ondernemerschap en Financiering 17

3.3

Nadelen van bedrijfsagglomeratie 18

3.4

Samenvatting 19

Biotechnologie 21 4.1

De Biotech Sector in Vlaanderen 23

4.2

Ondernemersfinanciering in de Biotech Sector 24

Deel II: Resultaten 27 5

Financiële Aspecten van de Biotech Sector 27 5.1

Methodologie en Data 27

5.1.1

Aantal Durfkapitaalinvesteringen 27

5.1.2

Omvang van de Durfkapitaalinvesteringen 30

5.1.3

Herkomst van de Investeerders 33

5.1.4

Belgische Durfkapitaalinvesteringen in het Buitenland 35

5.2

Analyse op macro-niveau: Zwaartekrachtmodellen 36

5.2.1

Methode 37

5.2.2

Data 39

5.2.3

Resultaten 40

5.3

Analyse op micro-niveau: Social Network Analysis 43

5.3.1

Methode 44

5.3.2

Data 44

5.3.3

Resultaten 45

6

Discussie en Conclusie 54

7

Referenties 57

2

1 Inleiding Tijdens het laatste decennium heeft het economische systeem grote veranderingen ondergaan. Toegenomen globale competitie, de digitale revolutie en demografische veranderingen hebben nieuwe uitdagingen met zich meegebracht voor zowel nationale als regionale overheden. Om deze nieuwe uitdagingen het hoofd te bieden, heeft de Vlaamse overheid in 2009 een sociaal en economisch actieplan “Vlaanderen in Actie” [Via] opgezet. Het ambitieuze doel van dit initiatief is om van Vlaanderen een globaal leidende, kennisintensieve regio binnen de Europese top vijf te maken. Het actieplan werkt met het concept van ‘smart specialization’, wat onder meer inhoudt dat een aantal zorgvuldig geselecteerde, beloftevolle industriële sectoren of clusters gepromoot worden (ViA, 2013).

Onderzoek heeft reeds aangetoond dat regionale clusters de innovatiecapaciteit en prestaties van bedrijven verbeteren. Ze vormen tevens een belangrijke factor van regionale economische groei (Hill en Naroff, 1984; Porter en Stern, 2001). Er wordt gesteld dat de agglomeratie van bedrijven leidt tot een aantal voordelen zoals lagere transportkosten, een gespecialiseerde arbeidsmarkt, geoptimaliseerde onderaanneming en kennis spillovers die geïsoleerde bedrijven niet hebben (Bunker Whittington et al., 2009). Dit komt niet enkel voor in traditionele sectoren, maar ook in hightech sectoren zoals de biotechnologie, waarbij een hoge graad van ruimtelijke clustering is geobserveerd in een aantal locaties in de VS en daarbuiten (Powell et al., 2002). Om een leidende kennisintensieve regio te worden, beschouwt de Vlaamse overheid de ontwikkeling en ondersteuning van regionale hightech clusters als cruciaal voor Vlaanderen.

Goed verbonden dynamische clusters, bestaande uit goed verankerde bedrijven, beschermen ook tegen herlokalisatie van bedrijven. Dit is een groeiende bezorgdheid voor vele regionale beleidsmakers (Molina-Morales en Martinez-Fernandez, 2006). Veel belang is gehecht aan het probleem van de herlokalisatie van MNE filialen in zowel academische als politieke kringen. Even belangrijk is echter het aspect van ondernemersemigratie. Met het oog op de creatie van bloeiende dynamische clusters en regionale economische groei, is een voldoende aantal kleine innovatieve bedrijven essentieel (Saxenian, 1990; Audretsch, 2001).

Vooral in de biotechnologie sector vormt durfkapitaal een belangrijke financieringsvorm. Vandaar dat gekozen werd om deze sector onderwerp te laten zijn van voorliggende analyse. 3

Vanwege de beperkte slaagkansen, onvoldoende materiële activa, de lange termijn en de hoge kapitaalintensiteit van ontwikkelingsprocessen, zijn innovatieve biotech start-ups meestal niet in staat om financiering te halen uit meer conventionele bronnen zoals bankleningen en de effectenmarkt. De vertegenwoordigers van de industrie geven echter aan dat het durfkapitaalsysteem in Vlaanderen te klein is zeker in vergelijking met buurlanden (Dendooven, 2012; Lauwers, 2012; Mooijman, 2012). Voorliggende studie werd uitgevoerd om de Vlaamse overheid te ondersteunen in hun ‘smart specilization’ beleid, dat gericht is op de ontwikkeling en versterking van innovatieve clusters op specifieke locaties. Het geeft een (financiële en) geografisch analyse van de biotech sector in België en maakt deel uit van een breder onderzoeksproject over de identificatie en evaluatie van economische clusters in Vlaanderen uitgevoerd door het Steunpunt Ondernemen en Regionale Economie (STORE).

De biotech sector werd gekozen omwille van haar innovatieve potentieel en omwille van de rol die ze krijgt toebedeeld in de transitie naar een meer duurzame en koolstofarme industrie. Meer specifiek analyseren we vanuit het perspectief van durfkapitaal de Belgische biotech sector. In die zin zijn we namelijk geïnteresseerd in de ontwikkeling van de regionale financiële infrastructuur om innovatief ondernemen te ondersteunen. We beschouwen de geografische spreiding van de financieringsverbanden tussen biotech start-ups en de impact van deze banden op de lokale verankering van portfoliobedrijven in meer detail.

De paper is opgedeeld in twee delen: het eerste deel is meer theoretisch van aard en het tweede deel bespreekt een empirische analyse. Deel één start met een korte voorstelling van de biotechnologische sector in Vlaanderen en België respectievelijk. Er wordt ook gekeken naar de bredere Europese context waarin de Vlaamse ‘smart specialization’ strategie is ingebed. Het vierde hoofdstuk weidt kort uit over agglomeratietheorieën als de theoretische ruggengraat van een strategisch clusterbeleid. Het tweede, empirische, deel van de paper is vervolgens gewijd aan de presentatie van de theoretische resultaten. Na de introductie van een aantal belangrijke statistieken met betrekking tot de biotech industrie in EU15, Zwitserland en de VS, worden de ruimtelijke patronen van durfkapitaalinvesteringen geanalyseerd aan de hand van zwaartekrachtmodellen. Hierna worden gebruik makende van Social Network Analysis (SNA) de structurele netwerkposities van investeerders en de doelbedrijven 4

beoordeeld. Het laatste hoofdstuk bespreekt de empirische resultaten en formuleert een aantal afsluitende bemerkingen.

5

Deel I: Achtergrond

2 Beleidscontext Hieronder geven we kort het beleidskader weer waarin het strategische clusterbeleid van Vlaanderen is verankerd. Hierbij gaat vooral aandacht naar beleidsinitiatieven die op regionale schaal in Vlaanderen genomen worden.

3.1

Smart Specialization op het Europese niveau

Om groeiverhinderende effecten uit de economische crisis van 2008 tegen te gaan en om de EU haar innovatieve capaciteit te verhogen, presenteerde de Europese Commissie haar ‘smart specialization’ strategie als een deel van de ‘EU 2020 Strategy’ in 2010. ‘Smart specialization’ impliceert dat regio’s hun competitieve voordelen intelligent analyseren en strategieën ontwikkelen om op de geïdentificeerde voordelen te kapitaliseren. Bijgevolg zouden regionale middelen en fondsen geconcentreerd moeten worden en strategisch geïnvesteerd moeten worden in de sectoren met een competitief voordeel voor de regio. Met andere woorden, de promotie van een aantal zorgvuldig geselecteerde, beloftevolle industriële sectoren wordt voorop gesteld. Hierbij is het doel een meer effectieve en doelgeoriënteerde allocatie van publieke middelen. Op deze manier zal een brede en voornamelijk ineffectieve verspreiding van middelen vermeden worden. Langs de andere kant zal het gemakkelijker worden om de kritische massa van investeringen te bereiken die dringend en noodzakelijk is voor veel beloftevolle en zeer innovatieve onderzoeksprojecten. (EU Commission, 2012). De Europese Commissie haar ‘smart specialization’ strategie is sterk geïntegreerd in de veel bredere Europa 2020 strategie, die gestart is in 2010. De Europa 2020 strategie bestaat uit het cohesiebeleid van de EU voor 2014-2020 en wordt gezien als de nieuwe groeistrategie voor de komende jaren. Het hoofddoel is om de Europese economie slimmer, duurzamer en inclusiever te maken tegen 2020. Meer specifiek zijn er zeven grote projecten geïntroduceerd in het kader van Europa 2020. Het doel van deze projecten is om specifieke actiepunten voor te stellen en om de individuele initiatieven van lidstaten te combineren en te coördineren met initiatieven op supranationaal niveau (ibid.).

6

Het initiatief “Innovation Union” heeft specifiek als doel om door onderzoek en innovatie promotie slimme groei te creëren. In 2010 waren onderzoek en ontwikkeling (O&O) uitgaven uitgedrukt als percentage van het BBP 0.8% lager in de EU27 vergeleken met de VS en 1.4% lager dan in Japan. Het doel is om de uitgave kloof voor O&O tussen de EU en andere ontwikkelde economieën, zoals de VS en Japan, te sluiten en de wereldleider te worden op het vlak van innovatie (EU Commissie, 2012a). Om dit ambitieuze doel te bereiken, zijn specifieke beleidsmaatregelen nodig die steunen op ‘smart specialization’. Als gevolg werden lidstaten aangemoedigd om hun eigen nationale en regionale ‘smart specialization’ strategieën te ontwikkelen.

3.2

Smart Specialization in Vlaanderen

Het ‘Vlaanderen in Actie’ [ViA] programma is de ‘smart specialization’ strategie van Vlaanderen. ViA is echter geen direct antwoord op de inspanning op Europees niveau. De Vlaamse beleidsmakers hadden al een akkoord bereikt over de nood aan ‘smart specialization’ om de Vlaamse regionale economische groei te versterken in 2009. Het ViA plan bevat het ‘Pact 2020’, dat een aantal specifieke beleidsdoorbraken bevat. ViA benadrukt de nood om Vlaanderen haar globale economische concurrentiepositie te verbeteren in de komende jaren. Het is gericht op de nieuwe uitdagingen voor regionale groei zoals sterkere globale concurrentie, de digitale revolutie en demografische veranderingen. Het doel voor Vlaanderen is om een van de top vijf innovatieve regio’s van de EU te worden en een leidende globale kennisintensieve regio tegen 2020. De belangrijkste prioriteiten van ViA focussen daarom op de stimulatie van ondernemerschap in Vlaanderen, een toename in O&O uitgaven en, meer in het algemeen, de transformatie van de economie naar een meer sociale en duurzame economie die tegelijk creatief en innovatief is. Het laatste doel wordt gedetailleerder uiteengezet in het Witboek ‘Nieuw Industrieel Beleid’, dat aangenomen werd door de Vlaamse overheid in 2011 (Departement Economie, Wetenschap en Innovatie [EWI], 2011).

Het Witboek (EWI, 2011) vat een aantal prioriteiten samen om de Vlaamse economie te veranderen in een meer competitieve, innovatieve, ecologische en duurzame economie. Er wordt daarbij gefocust op het sector en cluster niveau. Eén van de hoekstenen van het Witboek is een strategisch en sterk gespecialiseerd clusterbeleid. Hierdoor wordt de hernieuwing en heropleving van de bestaande clusters en de identificatie en stimulatie van ontluikende clusters gepromoot. Speciale aandacht gaat naar bestaande en toekomstige 7

clusters in speerpuntsectoren, geselecteerd door de Vlaamse Raad voor Wetenschapsbeleid [VRWB]. De VRWB heeft zes sleutelsectoren geïdentificeerd waarop toekomstig beleid zich moet focussen. Dit zijn Logitech, I-healthtech, Sociotech, Meditech, Nanotech en Ecotech (VRWB, 2012). Vooral de laatste drie sectoren hangen sterk af van ontwikkelingen in de biotechnologie. De biotechnologische sector kan dus gezien worden als een van de mogelijke drijvende krachten voor Vlaamse economische groei. Met het idee van het verbeteren van de innovatiecapaciteit van bedrijven, gericht op een positie van wereldleider van de Vlaamse industrie, voorziet het witboek ook de versterking en ontwikkeling van verbindingen tussen lokale en leidende clusters op andere plaatsten (EWI, 2011).

Samengevat, het Vlaams industrieel beleid is gericht op de transformatie van de economie. Eén van de topprioriteiten in dit proces is de ontwikkeling en versterking van goed verankerde, innovatieve en globaal competitieve clusters in bepaalde industrieën. Vertrekkend vanaf de topprioriteiten, geformuleerd in het Witboek ‘Nieuw Industrieel Beleid’, zullen we de Vlaamse biotechnologie kritisch analyseren. Extra aandacht gaat naar de graad van lokale verankering en internationale financiële connectiviteit van Belgische biotechnologische actoren. De lokale financiële verankering van start-ups wordt gedefinieerd als het aantal verbindingen dat het bedrijf met lokale investeerders onderhoudt. Internationale financiële connectiviteit geeft bedrijfsrelaties aan die Belgische biotech start-ups met buitenlandse durfkapitaal fondsen onderhouden. Om de denkwijze achter ‘smart specialization’ en strategische clusterbeleid beter te begrijpen, geeft het volgende hoofdstuk het beleid weer in een breed theoretisch kader van bedrijfsagglomeratie en regionale groei.

8

3 Conceptueel kader: Bedrijfsagglomeratie Om de biotech sector te analyseren baseren we ons op clustertheorieën. Dit omvat een ruime waaier aan benaderingen die de clustering (agglomeratie) van economische activiteiten bestuderen. Meer in het bijzonder richten we ons op werken waarin innovatie, kennis spillovers, verankering en financiering centraal staan.

3.1

Theoretische concepten

Economische geografen benadrukken dat een bedrijf in een industriële cluster haar economische en innovatieve prestaties verbetert (Hill en Naroff, 1984; Porter en Stern, 2001). Hoewel Porter’s idee onlangs voornamelijk bij beleidsmakers zeer populair is geworden, is het concept van clusters niet nieuw. Dat bedrijfsagglomeraties genieten van een aantal externe economische voordelen werd al opgemerkt door Alfred Marshall in zijn toonaangevend werk ‘Principles of Economics’ (1890). Gebaseerd op Marshall’s theorie van ‘external economies of scale’ zijn bedrijven in industrieparken (industrial districts) competitiever dan bedrijven erbuiten. De onderliggende oorzaken die dit verschil in prestatie verklaren, zijn de positieve externaliteiten of agglomeratievoordelen [economies of agglomeration], ontstaan door de ruimtelijke concentraties van met elkaar verbonden bedrijven (zoals knowlegde spillovers), toegang tot een gespecialiseerde arbeidsmarkt en infrastructuur en een verlaging van andere transactiekosten zoals transport (Liefner en Schätzl, 2011).

Agglomeratievoordelen zijn verder opgedeeld in lokalisatie- en urbanisatievoordelen. Lokalisatievoordelenverwijzen naar voordelen die voortkomen uit de agglomeratie van bedrijven actief in dezelfde sector, terwijl urbanisatievoordelen de baten zijn die ontstaan doordat bedrijven uit diverse sectoren in elkaars nabijheid gelegen zijn. Bedrijven in steden of industrieparken kunnen voordeel halen uit lokalisatie- en urbanisatievoordelen in de vorm van verschillende kostenvoordelen die volgens Marshall niet toegankelijk zijn voor geïsoleerde bedrijven. (Bunker Whittington et al., 2009). Eenvoudig gesteld zijn agglomeratievoordelen externe schaalvoordelen, aangezien ze zich niet voordoen bij slechts één bedrijf maar bij alle bedrijven in de omgeving. Hierdoor is het gunstig voor bedrijven om zich te vestigen in een gebied waar reeds andere bedrijven gevestigd zijn (McCann, 2008; Stuart en Sorenson, 2003).

9

Gegeven de hoge transportkosten van bepaalde ruwe materialen, zoals ertsen en coke, die regelmatig gebruikt worden in traditionele sectoren, hebben deze industrieën meestal een hoge graad van ruimtelijke clustering. De verklaring voor hun agglomeratie is de hogere efficiëntie van de productie vanwege lagere transportkosten. Dit levert kostenvoordelen en een betere concurrentiepositie in vergelijking met bedrijven buiten de cluster.

Ondanks de voortdurende globalisatie van economische activiteit en kostenverminderingen in telecommunicatie en transport, is het belang van locatie paradoxaal genoeg toegenomen. Bedrijven blijven agglomereren en de locatie van een bedrijf blijft een belangrijke factor voor de concurrentiepositie (zie ook Audretsch, 1998; Porter, 2000). Alhoewel afstand en bijgevolg transportkosten een minder belangrijke rol spelen in de locatiekeuze van bedrijven vandaag, blijft geografie een belangrijke factor door het groeiend belang van de ruimtelijke dimensie op arbeidskosten, technische kennis en agglomeratie-effecten (zoals knowlegde spillovers, toegang tot een gespecialiseerde arbeidsmarkt en infrastructuur).

Ook in sectoren die niet afhangen van immobiele inputs, maar van ogenschijnlijk zeer mobiele grondstoffen zoals wetenschappelijke expertise en durfkapitaal, wordt een hoge graad van bedrijfsconcentratie geobserveerd (Audretsch en Feldman, 1996; Stuart en Sorenson, 2003). Een goed voorbeeld van kennisintensieve bedrijfsagglomeratie is de hightech vallei rond San Francisco. In het geval van het agglomeratiegedrag van kennisintensieve industrieën wordt het duidelijk dat de oorzaken van agglomeratie veranderd zijn. In het geval van traditionele industrieparken benadrukt de literatuur het belang van kostenvoordelen die ontstaan door de bedrijfsagglomeratie, terwijl meer recente benaderingen zoals het clustermodel van Porter het belang van knowledge spillovers voor innovatie en het leerproces benadrukken.

In essentie kan het concept van een industriële cluster volgens Porter gezien worden als een verderzetting van Marshall’s ‘industrial district’ benadering. Porter (2000) definieert clusters als: “geografische concentraties van onderling verbonden bedrijven, gespecialiseerde leveranciers, dienstverlening, bedrijven in gerelateerde industrieën en geassocieerde instituties (zoals universiteiten, normagentschappen en handelsassociaties) in een bepaalde sector die concurreren en samenwerken” (Porter, 2000, p. 15). 10

Naast hun vermogen om voordeel te halen uit de lokalisatie- en urbanisatievoordelen, worden geclusterde bedrijven competitiever omdat ze permanent worden blootgesteld aan intraindustriële concurrentie en lokale rivalen. Hoewel bedrijven met elkaar concurreren, zullen de bedrijven frequent met elkaar in contact komen, wat voor wederzijds vertrouwen zorgt en de basis vormt voor een levendige kennisuitwisseling en training. Deze kennisuitwisseling zorgt op zijn beurt voor verdere innovatie en versterkt daarbij het bedrijf haar globale concurrentiepositie. Porter gaat er ook van uit dat kapitaal sterker aanwezig en gemakkelijker beschikbaar is in clusters, omdat investeerders goed bekend zijn met de industrie. De beschikbaarheid van kapitaal stimuleert ondernemerschap. Een andere factor die een positief effect heeft op de bedrijfsvorming in een cluster, is de aanwezigheid van een grote gespecialiseerde markt binnen de cluster.

Het clustermodel geeft het stijgend belang aan van kennis als een productiefactor en als basis voor een competitief voordeel. Globalisatie, technologische vooruitgang en verminderde transportkosten hebben traditionele competitieve voordelen, zoals kostenminimalisatie door de kortere afstand tot markten en grondstoffen minder en minder belangrijk gemaakt. In de kenniseconomie worden competitieve voordelen daarentegen bereikt door bestaande inputs op nieuwe en innovatieve manieren te combineren. Deze innovatieve processen vragen steeds meer de samenwerking tussen verschillende actoren (zoals universiteiten, bedrijven en overheidsinstituten). Hierbij speelt de clusterlokalisatie een belangrijke rol, in die zin dat het verschillende actoren samenbrengt en voor herhaaldelijke interacties zorgt die tot knowlegde spillover kunnen leiden.

Het idee dat knowledge spillovers resulteren in innovatie en een versterking van de concurrentiepositie van een bedrijf, wordt ook benadrukt door de ‘Regionale innovatie systemen’ [RIS] benadering, ontwikkeld door Philip Cooke (1997; 1998). Gelijkaardig aan het clustermodel van Porter, benadrukt RIS het belang van de interactie tussen verschillende economische en niet-economische actoren (zoals bedrijven, universiteiten, onderzoekscentra, overheidsorganisaties, consultants, advocaten, enz.). De onderliggende redenering van de RIS-benadering is dat regiospecifieke karakteristieken zoals regionale instituten, de regionale infrastructuur en ook het financiële en onderwijssysteem innovatie vooruit helpen. De prestaties van RIS zijn dan ook afhankelijk van een levende ondernemerscultuur, de aanwezigheid van voldoende financiering en de graad van innovatie en leerprocessen in de 11

regio. Voornamelijk de financiële dimensie speelt een cruciale rol voor RIS onderzoekers. Men stelt dat enkel een goed werkende financiële structuur de ontwikkeling van innovatieve processen kan verzekeren, omdat het ondernemerschap aanmoedigt (Cooke et al., 1997; Liefner en Schätzl, 2011). In het geval dat de regionale vereisten vervuld zijn, ontstaat er een regionaal systeem van innovatie dat de informatie-uitwisseling en kenniscreatie verbetert en zo de regio haar innovatieve capaciteit verhoogt. Volgens de RIS benadering zijn specifieke regionale institutionele karakteristieken verantwoordelijk voor de innovatiecapaciteit van een regio. Deze benadering volgt dus een logica verwant aan de institutionele economische geografie.

Figuur 1. Agglomeratietheorieën

12

Voor de analyse van de Belgische biotech sector, zullen we concepten gebruiken uit alle drie de theoretische benaderingen (industrial districts, clusters en RIS), met de nadruk op RIS. Voor een vergelijking tussen de verschillende benaderingen hun overeenkomsten en verschillen, verwijzen we naar Figuur 1. Bijgevolg zullen de termen ‘cluster’, ‘bedrijvenagglomeratie’, ‘netwerken’, en ‘regionale innovatie systemen’ als onderling verwisselbaar beschouwd worden.

In het geval van biotech bedrijven zullen informatie overdracht en een gespecialiseerde arbeidsmarkt de belangrijkste voordelen zijn die uit een bedrijfsagglomeratie naar voor komen. Om meer precies te zijn, de gespecialiseerde en meestal impliciete kennis over biotech wordt makkelijker overgebracht wanneer bedrijven zich in elkaars nabijheid bevinden (Audretsch, 1998). Daarenboven zorgt de lokale aanwezigheid van hooggeschoolde mensen voor een eenvoudiger en goedkopere rekrutering van werknemers. De grotere aanwezigheid van expertposities in een cluster verhoogt de arbeidsmobiliteit tussen bedrijven, wat innovatie versterkt door ‘learning through hiring’ (Bunker Whittington et al., 2009).

Audretsch (2001) analyseert de ontwikkeling van Amerikaanse biotechnologie clusters en concludeert in overeenstemming met de RIS benadering dat voor de ontwikkeling van succesvolle biotech clusters regio’s aan een aantal voorwaarden moeten voldoen. Hier worden enkele van de belangrijkste opgesomd: de nabijheid van onderzoeksinstituten van wereldklasse, de aanwezigheid van financieringsbronnen inclusief durfkapitaal, een uitgesproken ondernemerscultuur en een ondersteunend wettelijk kader. Traditionele methoden die gebruikt worden om economische ontwikkeling te stimuleren zoals lage belasting, lage loonkosten en overheidssubsidies, zijn minder effectief gebleken in het geval van biotechnologie (Audretsch, 2001, p. 14).

Voor succesvolle clusters zijn ook de graad van samenwerking tussen bedrijven, de relationele verankering tussen actoren in de clusters en het bestaan van verbindingen met andere leidende bedrijven gelokaliseerd in andere clusters, van belang (Bathelt et al., 2004). Deze factoren sluiten elkaar niet uit, maar versterken elkaar. De volgende sectie geeft meer details over welke factoren knowledge spillover bevorderen.

13

3.2

Drijvende krachten van innovatie

Niet alle regionale clusters presteren even goed en dus kan niet gesteld worden dat bedrijfsagglomeratie altijd tot betere bedrijfswerking en regionale groei leidt (Bathelt, 2002, p. 585). Specifieke endogene clusterkarakteristieken, zoals de sterkte en ontwikkeling van een netwerk tussen actoren, spelen een bepalende rol bij het succes van een cluster (Giuliani, 2010). Voor een schematische weergave van de drijvende factoren van knowlegde spillover en bijgevolg innovatie en regionale groei, wordt verwezen naar Figuur 2. In de kennisintensieve biotech sector worden knowlegde spillovers vaak gezien als een belangrijk voordeel van bedrijfsagglomeratie. We zullen ons dus concentreren op de onderliggende drijvende krachten van knowlegde spillovers in de volgende sectie.

Figuur 2. Drijvende factoren van Regionale Economische Groei

3.2.1 Lokale Netwerken De mate van samenwerking tussen bedrijven, maar ook met niet-economische actoren zoals overheidsinstituten en onderzoekscentra, zijn bepalende factoren voor knowledge spillovers tussen bedrijven en de innovatiecapaciteit van clusters. Volgens Porter bestaan clusters uit “onderling verbonden bedrijven en instituties”. Het is dus niet alleen de co-locatie van bedrijven die tot knowlegde spillovers en andere voordelen leiden, maar ook het bestaan van

14

lokale netwerken met een hoge intensiteit van samenwerking die voor het succes van clusters zorgen (Giuliani, 2010). Netwerken worden in het algemeen gedefinieerd als “een geïntegreerde en gecoördineerde set van lopende economische en niet-economische relaties ingebed in, tussen en rond bedrijven” (Giuliani, 2010, p. 264). Giuliani (2010) maakt verder een onderscheid tussen twee soorten van netwerken, namelijk zakelijke en kennisnetwerken. Zakelijke netwerken zijn netwerken die steunen op bedrijfgerelateerde, persoonlijke interacties, zoals met schuldeisers, toeleveranciers, het lidmaatschap van dezelfde koepelorganisatie of deelname in dezelfde zakelijke evenementen en initiatieven zoals bijvoorbeeld technische samenwerking. Kennisnetwerken zijn daarentegen gebaseerd op de uitwisseling van innovatie gerelateerde kennis. Vergeleken met zakelijke netwerken zijn kennisnetwerken informeel en selectief in die zin dat ze enkel voorkomen tussen een beperkt aantal bedrijven in een cluster (ibid.). Giuliani’s onderzoek laat zien dat voornamelijk kennisnetwerken een positief effect hebben op de prestaties van een bedrijf en haar innovatiecapaciteit.

Dichte kennisnetwerken die worden gekarakteriseerd door wederzijds vertrouwen en herhaaldelijke persoonlijke contacten, leveren meer mogelijkheden op voor knowledge spillovers, waardoor de innovatiecapaciteit van bedrijven stijgt. Hotz-Hart (2000, p.433) stelt dat “innovatie een interactief leerproces is dat kennisuitwisseling, interacties en samenwerking tussen verschillende actoren nodig heeft”. Samenwerking is daarom van groot belang in innovatieve sectoren in de zin dat het nieuwe productontwikkeling bevordert. De intensiteit van de samenwerking tussen bedrijven wordt opnieuw vergemakkelijkt door de ruimtelijke en sectoriele nabijheid in clusters, waardoor toevallige en regelmatige contacten mogelijk worden (Boschma, 2005).

3.2.2 Netwerkverankering Bedrijven die een groot aantal sterke samenwerkingsrelaties onderhouden, worden beschouwd als relationeel goed verankerd in de cluster. Relevant voor beleidsmakers is dat een bedrijf haar netwerkverankering er mee voor zorgt dat een bedrijf niet gemakkelijk verhuist naar een locatie ver buiten de cluster. Dichte kennisnetwerken, die worden gekarakteriseerd door frequente interacties en waardevolle knowledge spillovers tussen goed verankerde actoren, 15

stimuleren het innovatieve gedrag en bij gevolg de globale concurrentiepositie van bedrijven (Giuliani, 2010). Ingebed raken op een nieuwe locatie kost tijd, geld en moeite om opnieuw het wederzijdse vertrouwen op te bouwen, wat noodzakelijk is voor knowlegde spillovers. Sterk verankerde bedrijven zullen daardoor minder snel herlokaliseren, zelfs indien dit financieel gunstiger zou zijn (Boschma en Frenken, 2007; Knoben en Oerlemans, 2008). Alhoewel geografische nabijheid cruciaal is voor de overdracht van onbewuste kennis kan dit gedeeltelijk opgevangen worden door een gelijkaardige bedrijfsstructuur.

3.2.3 Externe relaties Succesvolle dynamische clusters zijn niet enkel afhankelijk van lokale relaties maar ook van externe internationale relaties. Clusters die gekarakteriseerd zijn door een groot aantal lokale verbindingen en een openheid tegenover externe markten, hebben meestal een betere concurrentiepositie dan minder verbonden (gesloten) clusters (Bathelt, Malmberg, en Maskell, 2004; Bathelt, 2002; Larsson en Malmberg, 1999). Bathelt et al. (2004) introduceerde de termen ‘local buzz’ en ‘global pipeline’ om deze fenomenen te beschrijven. ‘Local buzz’ beschrijft de agglomeratie van bedrijven die toevallige persoonlijke ontmoetingen en bijgevolg ‘knowledge spillovers’ op lokaal niveau mogelijk maken. ‘Global pipelines’ verwijst naar bewust opgerichte verbindingen met andere innovatieve clusters. Deze globale contacten zijn volgens de auteurs belangrijk omdat ze lokale clusters toegang geven tot nieuwe kennis die ergens anders is ontwikkeld. Door nieuwe kennis aan te brengen, zorgen ‘global pipelines’ dat de cluster geen geïsoleerd en rigide, innovatievertragend netwerk wordt. Alleen door lokale kennis te combineren met externe inputs kan een cluster op lange termijn competitief blijven. Hoewel de ‘global pipeline’ meestal tussen slechts twee bedrijven (een lokaal en een buitenlands) is, zal de kennis zich via de ‘local buzz’ verspreiden, zodat uiteindelijk, afhankelijk van hun absorbtievermogen, alle bedrijven van de lokale cluster er van zullen kunnen profiteren (ibid.).

De meeste beleidsinitiatieven hebben zich tot op het heden gericht op het lokale niveau met als doel om de ‘local buzz’ te versterken. De promotie van externe verbindingen is echter ook van cruciaal belang en vraagt meer geld en moeite bijvoorbeeld bij het selecteren van een geschikte partner. Er wordt dan ook geadviseerd dat beleidsmakers zich inzetten om externe verbindingen te promoten, om zo lokale inertie tegen te gaan (Bathelt et al., 2004).

16

Een te groot aantal externe internationale verbindingen brengt echter met zich mee dat de cluster volledig internationaal georiënteerd wordt en haar lokale verankering verliest, met als mogelijk gevolg dat bedrijven zullen herlokaliseren en de cluster zal verdwijnen. Hoewel dit scenario erg onwaarschijnlijk is, zijn er toch een klein aantal bestaande voorbeelden. Vanwege de hoge kost en moeite om ‘global pipelines’ te creëren en te onderhouden, gaan Bathelt et al. (2004) er vanuit dat er slechts een beperkt aantal ‘global pipelines’ kunnen onderhouden worden door een bedrijf.

3.2.4 Ondernemerschap en Financiering In een succesvolle cluster moet er een minimum aantal kleine innovatieve bedrijven aanwezig zijn (Saxenian, 1990; Audretsch, 2001). In economische literatuur wordt algemeen aangenomen dat durfkapitaal het starten van bedrijven vergemakkelijkt en daarom een belangrijke katalysator is voor de dynamische groei van clusters. (Florida en Kenney, 1988; Martin et al., 2002). Durfkapitaal kan gezien worden als een speciale vorm of onderdeel van private equity. In het algemeen worden durfkapitaalfondsen gebruikt om kleine hightech bedrijven te steunen door middel van allerlei diensten in ruil voor aandelen. Deze steun bevat onder meer management ondersteuning, toegang tot hun persoonlijke en professionele netwerken en uiteraard monetaire fondsen (Collewaert et al., 2010; Gupta en Sapienza, 1992; Zider, 1998). Vanwege de beperkte slaagkansen, onvoldoende eigen kapitaal en een onzeker rendement, kunnen jonge innovatieve bedrijven in het algemeen moeilijk kapitaal krijgen via conventionele bronnen zoals aandelen, bankleningen en verzekeringsbedrijven (Zider, 1998).

Naast geld beschikbaar maken voor opkomende innovatieve bedrijven zullen durfkapitalisten via hun uitgebreide kennis van de sector en persoonlijke contacten de toegang van een startup mogelijk maken in bestaande industriële netwerken. Zook (2002) introduceerde de term ‘slim kapitaal’ (in tegenstelling tot ‘dom kapitaal’) om dit fenomeen te beschrijven. ‘Slim kapitaal’ is een aanduiding voor de combinatie van het beschikbaar stellen van fondsen en het beschikken over een uitgebreide kennis over de industrie, een uitgebreid netwerk van potentiële klanten en de mogelijkheid om ‘deuren te openen’ bij grote bedrijven. Om van deze gunstige voordelen gebruik te kunnen maken speelt de afstand tussen een durfkapitaalfonds en het portfoliobedrijf een cruciale rol. (Florida en Kenney, 1988). Om precies te zijn wordt er vanuit gegaan dat investeerders en ontvangers die op dezelfde locatie zijn gelegen, de 17

gemakkelijkste toegang hebben tot niet-monetaire middelen. (Mason en Harrison, 1995; Powell et al., 2002; Sunley et al., 2005). Zook stelt dat: Het grootste voordeel halen uit durfkapitaal of ‘slim geld’[…] wordt beperkt door geografie […]. Bedrijven die dichter zijn bij de bronnen van durfkapitaal, hebben betere toegang tot geld, netwerken en het advies van durfkapitalisten (Zook, 2002, p. 163-164).

Omdat geografische afstand van belang is voor knowledge spillovers, het vergemakkelijkt de transfer

van

impliciete

kennis,

hebben

meerdere

onderzoekers

opgemerkt

dat

durfkapitaalactiviteiten samenkomen op slechts een beperkt aantal plaatsen (Christensen, 2007; Florida en Kenney, 1988; Mason en Harrison, 2002; Powell et al., 2002; Zook, 2002). Hierbij dient opgemerkt te worden dat dit in scherp contrast is met de neoklassieke notie van de vrije stroom van kapitaal. Het benadrukt dat ondanks de globalisatie van financiële diensten en de voortdurende vooruitgang in telecommunicatie, geografie nog steeds van belang is voor durfkapitaal.

Vooral in de vroege groeifase van een start-up is persoonlijk contact met de geldschieter van groot belang. Gedurende deze fase wordt het bedrijf voor het eerst bloot gesteld aan de marktomgeving en wordt de strategie indien nodig aangepast. De uitgebreide ervaring van de geldschieter met het herdefiniëren van bedrijfsstrategieën en met het voorzien van waardevolle zakencontacten zijn hierbij van cruciaal belang (Devigne et al., 2011). Een belangrijke eigenschap van durfkapitaal is haar ruimtelijke gevoeligheid. “Bedrijven die bij bronnen van durfkapitaal gevestigd zijn, hebben betere toegang tot fondsen, netwerken en advies van geldschieters” (Zook, 2002, p.163). Bijgevolg kunnen we er vanuit gaan dat een efficiënte lokale durfkapitaalmarkt belangrijk is voor start-ups om van de grond te komen, wat op zijn beurt zorgt voor een verbetering van de innovatiecapaciteit van de clusters.

3.3

Nadelen van bedrijfsagglomeratie

Ondanks de duidelijke voordelen van industriële clusters zoals interne schaalvoordelen, lokalisatie-

of

urbanisatievoordelen

(McCann,

2008),

is

er

ook

bewijs

dat

bedrijfsagglomeratie potentieel adverse effecten kan hebben. Martin en Sunley (2003) stellen 18

dat het niet essentieel is voor alle bedrijven om deel te zijn van een clusters. Zij stellen dat de interne kennisnetwerken, die over het algemeen verwacht worden een positief effect te hebben op het bedrijf haar innovatieve capaciteit, op termijn “bronnen van inertie en rigiditeit, ten opzichte van bedrijven buiten de cluster” zullen worden. (Martin en Sunley, 2003, p. 18; Cooke et al., 2005). Verder is er nog niet voldoende bewijs om te concluderen dat bedrijven in clusters inderdaad innovatiever zijn en een hogere groei hebben. In de meeste gevallen zijn bevindingen gebaseerd op de studie van zeer succesvolle clusters (zoals Silicon Valley) in plaats van gemiddeld presterende clusters. De auteurs concluderen uiteindelijk dat “de voordelen gerealiseerd van geografische clusters specifiek zijn voor bepaalde industrieën in bepaalde fases van ontwikkeling op specifieke plaatsen en enkel onder bepaalde voorwaarden” (Martin en Sunley, 2003, p. 22; zie ook Audretsch, 1998). Ook Cooke et al. (2005) stellen in hun onderzoek naar relationele verankering dat over-verankering van lokale netwerken een negatieve invloed heeft op innovatie (Bathelt et al., 2004; Uzzi, 1997; 1996; Porter, 2000). Te grote relationele dichtheid kan leiden tot een herhaling van dezelfde processen en bijgevolg fungeren als een barrière tegen leren en innovatie. Deze ‘lock-in’ situatie komt vaak voor wanneer een netwerk te beperkt is, zowel door (een gebrek aan) sociale contacten en geografische schaal. In andere woorden, minder lokale contacten en meer externe contacten hebben een positief effect op een bedrijf haar innovatieve output en omzet.

De academische literatuur is dus enigszins verdeeld over de effecten van clustering op een bedrijf haar innovatieve capaciteit en regionale groei. Op dit moment domineren studies die de voordelen van bedrijfsagglomeratie benadrukken. Desalniettemin zijn er steeds meer onderzoekers die de voordelen van deel uitmaken van een cluster, die in het algemeen afhankelijk zijn van de ontwikkelingsfase waarin het bedrijf en de sector zich bevinden, in vraag stellen. Om klaarheid in deze zaak te brengen moeten de voordelen en nadelen van industriële clustering per geval apart bekeken worden.

3.4

Samenvatting

Om de theoretische inzichten toe te passen op de Vlaamse biotech sector zal niet alleen aandacht moeten geschonken worden aan de identificatie van agglomeratie, maar ook aan de ontwikkeling van de onderliggende factoren die knowledge spillovers vergemakkelijken en zo belangrijke determinanten zijn van regionale innovatie systemen in de biotech sector. 19

De Vlaamse ‘smart specialization’ strategie focust op de ontwikkeling van globaal competitieve clusters. Om globaal competitief te worden en te blijven, hangen de clusters af van nieuwe kenniscreatie. In dit hoofdstuk hebben we de rol van kleine en innovatieve bedrijven als drijvende krachten van knowledge spillover en innovatie benadrukt. De RIS benadering wijst op het belang van specifieke institutionele karakteristieken voor de innovatiecapaciteit van een regio. Een goed ontwikkelde financiële infrastructuur wordt gezien als een cruciale, regionale voorwaarde om innovatie te versnellen. De stichting van start-ups wordt sterk vertraagd door het gebrek aan kapitaal. Om te beoordelen in hoeverre de kapitaalsvereiste vervuld is in Vlaanderen, zullen we vervolgens het financieringspatroon van de Belgische biotech start-ups analyseren. Er zal extra aandacht gaan naar het aspect van de verstrekking van durfkapitaal. Het volgende hoofdstuk beschrijft de biotech sector en daarna worden de bijzonderheden van ondernemingsfinanciering in de biotech sector meer gedetailleerd uitgewerkt. Een empirische analyse van biotech start-ups in Vlaanderen, België en een aantal andere landen is het onderwerp van het tweede deel van dit rapport.

20

4 Biotechnologie Tijdens de laatste jaren heeft de biotech sector steeds meer aandacht gekregen van beleidsmakers in de EU. Biotechnologie wordt gezien als een van de belangrijkste technologieën met het potentieel om de toekomstige overgang naar een koolstofarme economie mogelijk te maken in de toekomst. Door de verbetering van de ontginning van natuurlijke grondstoffen en het efficiënter maken van vele industriële processen, draagt de biotech industrie in belangrijke mate bij aan de herstructurering van productieprocessen en industriële verandering (EU Commission, 2013). Deze sectie heeft als doel om een kort overzicht te geven van de definitie en evolutie van biotechnologie.

Al duizenden jaren worden gecultiveerde micro-organismen gebruikt in de voedselproductie. Aangezien ze een fermentatieproces mogelijk maken, zijn het belangrijke elementen in de productie van bier en wijn. Bovendien wordt kunstmatige selectie al eeuwen gebruikt om de productiviteit van gewassen en vee te verhogen. In een brede definitie kunnen deze processen gezien worden als eenvoudige biotechnologie. Echter, voornamelijk sinds de jaren ’70, zijn er grote technologische ontdekkingen gedaan, zoals de ontdekking van monoklonale antistoffen en de ontwikkeling van recombinant DNA. Dit laatste maakt het mogelijk om genen en micro-organismen te herstructureren en -combineren. Vandaag beschrijft de term biotechnologie gewoonlijk complexe processen, die meestal gebruik maken van genetische manipulatie. Vanwege de veelheid aan applicaties, worden biotechnische processen steeds meer gebruikt in een brede waaier van industriële toepassingen van geneeskunde tot landbouw (Rosiello en Orsenigo, 2008).

Rekening houdend met de interdisciplinaire aard van biotechnologie, geeft de Organisatie voor Economische Samenwerking en Ontwikkeling [OESO] een relatief brede definitie.

De toepassing van wetenschap en technologie op levende organismen, ook op delen, producten en modellen ervan, om de levende en niet-levende materialen te wijzigen voor de productie van kennis, goederen en diensten (OECD, 2013, eigen vertaling)

In andere woorden, het doel van biotechnologie is om de efficiëntie te verhogen of om nieuwe (chemische) bestanddelen te ontwikkelen die gebruikt worden in een aantal industriële of nietindustriële domeinen. 21

Aangezien de OESO een brede definitie hanteert, is het gebruikelijk om de sector in te delen in drie verschillende kleuren op basis van het betreffende domein: 

Rode biotechnologie wordt gebruikt voor biotechnische toepassingen in het veld van geneeskunde en geneesmiddelen. Het houdt zich voornamelijk bezig met de ontdekking van nieuwe medische behandelingen of meer effectieve medicijnen zoals genetische behandeling en innovatieve antibiotica.



Groene biotechnologie verwijst naar biotechnische methoden in de landbouw. Het wordt bijvoorbeeld gebruikt om de gewasproductiviteit te verhogen of om het gebruik van meststoffen of pesticiden te verminderen.



Witte biotechnologie houdt zich voornamelijk bezig met de ontdekking van efficiëntere en effectievere syntheseprocessen op industrieel gebied. Het laat een duurzamere productie van chemicaliën en andere materialen toe. Op witte biotech gebaseerde producten hebben zich verspreid in het alledaagse leven, zoals bij wasproducten met enzymen.

Hoewel in de strikte zin biotechnologie slechts een deel van het brede veld van ‘life sciences’ omvat, nemen we de termen ‘biotechnologie’, ‘biotech’ en ‘life sciences’ als onderling verwisselbaar in deze paper. Zeker wat betreft dynamische en relatief ‘jonge’ sectoren, is het moeilijk om bedrijven en activiteiten in te delen in vaste eenduidige categorieën. Termen als (groene) chemie, biotech en farmacie kunnen gebruikt worden om een diverse groep van bedrijven en activiteiten te categoriseren. Hier kiezen we voor de term biotech omdat bij de toepassing van het conceptueel kader (innovatieve clusters en de rol van durfkapitaal) bleek dat biotech dé sector is waar durfkapitaal in geïnvesteerd wordt. Ook de gekozen databron gebruikt het etiket ‘biotech’. Dit wil echter niet zeggen dat biotech één homogene, gesloten groep is. Biotech omvat immers activiteiten in o.m. de chemische sector, de farmacie en de agro-foodindustrie. Maar biotech is wel de meest geschikte omschrijving van hetgeen onderzocht is.

22

In het volgende deel worden een aantal belangrijke cijfers met betrekking tot de Belgische en Vlaamse situatie gepresenteerd. Vooraf moet vermeld worden dat door de relatief vage definitie van ‘biotechnologie’ bij de OESO en het gebrek aan specifieke industriële klasseringscodes, de statistieken rond biotechnologie onderling sterk verschillen.

4.1 De Biotech Sector in Vlaanderen De toepassing van geavanceerde biotechnologische processen in de industriële, medische en landbouwectoren is snel toegenomen tijdens de laatste twee decennia. De sector wordt bijgevolg gezien als relatief jong en gekarakteriseerd door snelle technologische veranderingen. Bovenop de relatief brede definitie van biotechnologie en de snel veranderende aard van de sector, wordt de classificatie van de biotech sector bemoeilijkt door het feit dat ‘biotechnologie’ meestal niet de kernactiviteit is van het bedrijf. Bedrijven combineren de toepassing van biotechnische processen met andere industriële activiteiten. Tot op heden is biotechnologie daarom nog niet geregistreerd als een onafhankelijke code in de ‘Statistische classificatie van Industriële Activiteiten in de Europese Gemeenschap’ [NACE], een classificatie die bedrijfsactiviteiten verdeelt over industriële en commerciële sectoren. Om de biotech industrie te identificeren, moeten we alternatieve bronnen gebruiken. Voor Belgische en Vlaamse data vallen we terug op de informatie van FlandersBio, de koepel organisatie voor biotech en life sciences bedrijven in Vlaanderen en het Agentschap voor Buitenlandse Handel [ABH].

Volgens FlandersBio waren er 147 bedrijven in 2011 in Vlaanderen en Brussel met biotechnologische gerelateerde activiteiten. De meerderheid van hen (69) waren actief in het medische veld (rode biotechnologie), maar ook de witte en groene biotechnologie groeiden snel in de laatste jaren volgens het ABH (2011). In 2011 waren 25 bedrijven bezig met industriële biotech toepassingen (witte biotechnologie) en 15 in agro-biotechnologie (groene biotechnologie). De overige 38 bedrijven hielden zich bezig met verschillende gespecialiseerde diensten met betrekking tot biotechnologie, zoals de productie van gespecialiseerde inputs. Volgens het ABH waren er licht verschillende cijfers voor 2008: Er waren 308 biotech bedrijven opgericht in België, waarvan 151 in Vlaanderen waren gelokaliseerd, ongeveer 104 in Wallonië en 52 in Brussel (ibid).

23

Clustering van biotechnologische activiteiten in Vlaanderen en Brussel zijn vooral geobserveerd rond de universiteitssteden Gent en Leuven (‘Vlaamse Biotech Vallei’) en Brussel en in mindere mate rond Antwerpen en Hasselt (Invest in Flanders, 2013; FlandersBio, 2012). Biotechnologisch onderzoek vond plaats in 13 onderzoekparken (bv. IMEC Leuven, Center for Medical Innovation Leuven, Vlaams Instituut voor Biotechnology [VIB] etc.) en 14 incubatoren (bv. Bio-Accelerator Gent, Bio-incubator – VIB, BioVille Diepenbeek, Incubator Diepenbeek en Incubator Erasmus etc.) die over het algemeen in de buurt van universiteiten gelokaliseerd zijn. In totaal werden ongeveer 13.000 mensen tewerkgesteld in de sector in Vlaanderen en Brussel, goed voor een omzet van 1,9 miljard euro (FlandersBio, 2012). Voor België schatte ABH (2011) het aantal tewerkgestelde mensen in de biotech sector rond de 30.000 in 2008. Hiervan werkt ongeveer 80% in de biogezondheid sector.

4.2

Ondernemersfinanciering in de Biotech Sector

Biotech start-ups komen meestal voort uit academische spin-offs. Slechts een aantal bedrijven zijn spin-outs van de toonaangevende bedrijven van de sector. Gezien het feit dat biotech processen extreem complex zijn en gespecialiseerde kennis nodig hebben, is het moeilijk voor mensen van buiten de sector om een zulk bedrijf vanaf nul op te bouwen.

In het begin hangen academische spin-offs meestal af van financiering van universiteiten of publiek zaaikapitaal [seed capital] en business angels. Spin-outs daarentegen blijven meestal financieel afhankelijk van het moederbedrijf. In een latere fase, wanneer het bedrijfsidee beter is uitgewerkt, is er meer kapitaal nodig en zullen start-ups op zoek gaan naar durfkapitaal. In figuur 3 wordt de financiële cyclus van biotech start-ups weergegeven op een sterk vereenvoudigde manier.

24

Figuur 3. Financiële ontwikkeling van biofarmaceutische start-ups

In tegenstelling tot andere kennisintensieve sectoren zoals IT, wordt de biotech industrie niet alleen gekarakteriseerd door een nood aan kapitaal in de opstartfase, maar ook door een nood aan een grotere kapitaalinjectie in latere fasen van de groei, zoals in het geval van medische biotech bedrijven, wanneer er dure klinische testen nodig zijn. In het algemeen kunnen klinische testen voor geneesmiddelen 8 tot 10 jaar duren en honderden miljoenen euro’s kosten. De testen werken met drie opeenvolgende rondes: eerst wordt het medicijn op gezonde individuen getest. Als dit succesvol is, wordt het toegediend aan een kleine groep patiënten met de relevante symptomen. Pas in de laatste fase wordt het geneesmiddel aan een grote groep patiënten toegediend. Indien de eerste twee fasen van het testen succesvol waren, wordt het investeringsrisico lager en zijn farmaceutische bedrijven meestal bereid om samen te werken bij de fase III testen. Alleen indien alle testfasen succesvol zijn, heeft het medicijn kans om voor verkoop goedgekeurd te worden door de bevoegde instanties (Verbeke, 2011).

Vanwege de noodzaak aan deze langdurige klinische testen, worden biotech start-ups gekarakteriseerd door ontwikkelingsfasen die langer duren dan in het geval van start-ups uit andere kennisintensieve sectoren. Na het zaaikapitaal [seed capital] te hebben gekregen om verder te groeien en dure klinische testen te financieren, wordt het belangrijk om nieuwe financiering te verkrijgen. Dit speelt voornamelijk bij rode biotech start-ups. Vanwege de duur en de kost van klinische studies hebben bedrijven in deze fase disproportioneel meer kapitaal nodig dan in de eerdere fasen (stichting en onderzoek). In het algemeen is een fonds 25

van enkel een universiteit of regering te klein om zulke uitgaven te dekken (Verbeke, 2011; Vlaams Infocentrum Land- en Tuinbouw, 2012).

De Vlaamse overheid financiert voornamelijk via het fonds van het Agentschap voor Innovatie door Wetenschap en Technologie [IWT]. Aangezien de grootte van het fonds echter beperkt is, wordt steun voornamelijk gegeven aan biotech start-ups in de vroege stadia van ontwikkeling (tot het 6e jaar) (Flanders Investment en Trade, 2013). Naar de beurs stappen om geld te verzamelen is ook meestal geen optie alvorens de klinische testen zijn uitgevoerd, omdat het nieuwe product zich nog steeds in ontwikkeling bevindt en nog niet getest is. Op die manier wordt het bedrijf als een extreem riskante investering beschouwd. In het algemeen is durfkapitaal de enige mogelijke bron van kapitaal voor jonge bedrijven in de life sciences sector om de hoge kosten tijdens de test fase te dekken.

In België is de biotech sector relatief jong, vergeleken met onder andere de VS. Weinig bedrijven hebben daarom de dure testfase reeds bereikt. De snelle ontwikkeling van de sector betekent echter dat in de komende jaren meerdere bedrijven hun product zullen beginnen te testen en dus bijkomende financiering nodig zullen hebben. Vanwege de relatief beperkte aanwezigheid van durfkapitaal in België, kan dit tot een flessenhals leiden in de biotech sector. De Belgische biotech start-ups zullen mogelijk gedwongen worden om ook in het buitenland naar fondsen te zoeken (Vandenbussche, 2011).

Om in staat te zijn efficiënte beleidsaanbevelingen te geven om het probleem van een potentieel tekort van de financiering van ondernemersactiviteit in de biotech sector aan te pakken, is een gedetailleerd overzicht van de investeringspatronen binnen durfkapitaal absoluut nodig. Het volgende deel heeft daarom als doel durfkapitaalfinanciering in de Vlaamse en Belgische biotech sector te analyseren op een systematische manier. Vanwege de ruimtelijke gevoeligheid van durfkapitaal, geven we speciale aandacht aan de geografische patronen van durfkapitaalinvesteringen.

26

Deel II: Resultaten

5 Financiële Aspecten van de Biotech Sector Alvorens de financiering van de Belgische biotech sector verder te analyseren, geven we een aantal belangrijke figuren in verband met durfkapitaalinvestering in België. België haar prestaties worden vergeleken met de EU-15, Zwitserland en de VS. Deze landen zijn gekozen omdat ze grote durfkapitaalmarkten bezitten of omdat ze tot de belangrijkste handelspartners van België behoren.

5.1

Methodologie en Data

Biotech start-ups die durfkapitaal ontvingen worden geïdentificeerd aan de hand van de Zephyr database van het Bureau van Dijk. De database bevat informatie over investeerders en ontvangers (naam, adres, sector), bedrag en de soort van financiering. Dankzij de brede classificatieopties van Zephyr, was het mogelijk om alle durfkapitaalinvesteringen die plaatsen gevonden hebben in de ‘biotech, life sciences en farmaceutische sector’ te selecteren. De periode van 2004 tot 2012 werd gekozen, aangezien de database up-to-date en relatief volledig was voor alle onderzochte landen in deze periode. Daarnaast maakt deze periode het ook mogelijk om de prestaties voor en na de financiële crisis van durfkapitaalmarkten te beoordelen.

Omdat de database enkel het totale bedrag weergeeft, valt de precieze verdeling van de bijdrage per individuele investeerders niet af te leiden. Wanneer een specifiek bedrag per investeerder vereist is, gaan we er van uit dat alle financiers evenveel bijdragen.

5.1.1 Aantal Durfkapitaalinvesteringen Tussen 2004 en 2012 zijn er in de biotech sector 17 deals met betrekking tot durfkapitaal afgesloten waarbij 11 Belgische portfoliobedrijven betrokken waren, voornamelijk uit Vlaanderen. Het merendeel van de onderzochte landen had een absoluut hoger aantal durfkapitaalinvesteringen dan België, zoals afgeleid kan worden uit Figuur 4. Voor sommige landen zoals de VS, Duitsland en het Verenigd Koninkrijk kan het verschil gedeeltelijk 27

verklaard worden door een grotere economie en een omvangrijkere durfkapitaalmarkt. Wanneer we echter Vlaanderen vergelijken met qua bevolking gelijkaardige landen zoals Zweden of Denemarken, worden in Vlaanderen significant minder durfkapitaalinvesteringen geobserveerd.

1600

1400

1200

Number

1000

800

600

400

200

0 VC deals

US

GB

DE

FR

CH

NL

DK

SE

AT

ES

BE

IE

IT

FI

LU

GR

PT

1369

192

98

75

59

34

32

23

22

19

17

14

7

5

1

0

0

Figuur 4. Biotechnologie: Totale DK overeenkomsten per land (vestiging portfoliobedrijf) (2004 – 2012)

Indien we de jaarlijkse verdeling van durfkapitaalovereenkomsten in de EU-15 en Zwitserland analyseren, kunnen we in figuur 5 stellen dat voornamelijk het VK en Duitsland sterk fluctueren. Aan de andere kant echter bleven DK-overeenkomsten in landen met kleinere DKmarkten zoals België, Nederland en Zweden relatief stabiel maar laag tussen 2004 en 2012 met als uitzondering België tussen 2006 en 2009. Denemarken had een zeer hoog aantal DKovereenkomsten in het begin van de periode, maar dit aantal is langzaam achteruitgegaan en het is niet mogelijk gebleken voor de Deense markt om hetzelfde niveau opnieuw te bereiken.

De algemeen dalende trend van het aantal investeringen in 2008 en 2009 wordt verondersteld het resultaat te zijn van de economische crisis en de daling van de liquiditeit van de 28

investeerders tijdens de crisis. Met uitzondering van het VK, Zwitserland en Nederland, stijgt het aantal overeenkomsten langzaam in de meeste landen sinds 2011.

In tegenstelling tot de algemeen dalende trend vanaf 2008 was er een piek in durfkapitaalinvesteringen in België in 2009, toen vijf overeenkomsten werden gesloten. Naast uitzonderlijke pieken in 2006 en 2009, is het aantal overeenkomsten min of meer stabiel gebleven op het niveau van 2004. Geen significante groei in durfkapitaalinvesteringen heeft plaats gevonden tijdens de onderzochte periode. Dit is ook het geval voor Zweden en Nederland.

35

30

VC Deals

25

20

15

10

5

0

2004

2005

2006

2007

2008

2009

2010

2011

2012

AT

4

2

2

1

2

7

1

3

0

BE

1

0

4

2

2

5

1

1

1

CH

6

5

7

8

6

13

7

4

3

DE

11

12

13

11

15

5

12

5

14

DK

6

8

5

5

4

0

2

0

2

ES

0

0

0

1

7

4

3

4

0

FI

0

2

1

0

1

0

1

0

0

FR

13

10

6

7

7

7

6

7

12

GB

29

29

19

24

13

16

27

22

13

GR

0

0

0

0

0

0

0

0

0

IE

5

2

1

1

1

2

1

0

1

IT

0

2

1

0

1

3

0

0

0

LU

0

0

0

0

1

0

0

0

0

NL

1

5

5

5

5

3

5

5

0

PT

0

0

0

0

0

0

0

0

0

SE

1

1

2

3

8

0

3

2

3

Figuur 5. Biotechnologie: Jaarlijks Durfkapitaalinvesteringen (EU-15 en Zwitserland)

Figuur 6 geeft de verdeling van Belgische durfkapitaalinvesteringen per regio. De meeste durfkapitaalinvesteringen vonden plaats in start-ups in Vlaanderen. Er waren slechts drie investeringen in Wallonië. Deze drie investeringen refereren naar de twee financieringsronden van Promthera Biosciences in 2009 en 2012 en een kapitaalsinjectie in Cardio3 BioSciences 29

SA in 2009. Alhoewel Vlaanderen doorheen de financiële crisis kwam zonder een vermindering van grote investeringen, zijn durfkapitaalinvesteringen licht aan het dalen sinds 2009. Het aantal investeringen is echter zo laag dat de variaties voorzichtig geïnterpreteerd moeten worden. In zowel 2005 en 2012 werden er geen investeringen waarbij Vlaamse biotech portfoliobedrijven betrokken waren, geregistreerd in Zephyr.

5

VC deals

4

3

2

1

0 Flanders

2004 1

2005

2006

2007

2008

2009

2010

2011

4

2

2

3

1

1

Wallonia

2

2012 1

Figuur 6. Biotechnologie: Durfkapitaalinvesteringen in Vlaanderen en Wallonië

5.1.2 Omvang van de Durfkapitaalinvesteringen Tussen 2004 en 2012 was de totale investering in Belgische start-ups gelijk aan 242,2 miljoen USD. Gemiddelde investeringen in Vlaamse start-ups waren gelijk aan 16,4 miljoen USD terwijl er gemiddeld 13,3 miljoen USD in Waalse bedrijven werd geïnvesteerd.

Voor een aantal observaties geeft de databron niet de omvang van de investering. Zo waren er voor België twee investeringen zonder informatie over hun waarde. Dit verklaart de inconsistentie tussen het aantal investeringen en het totale geïnvesteerde bedrag in bv. 2010 (zie Figuur 7), toen Arcarios BV durfkapitaal kreeg maar geen details vrijgaf over de grootte van de investering.

30

80.000.000

VC investment (in USD)

70.000.000 60.000.000

50.000.000 40.000.000 30.000.000 20.000.000 10.000.000 -

2004

2005

2006

2007

2008

2009

2010

2011

Flanders

30.040.856

-

72.034.332

28.373.998

23.784.734

22.852.554

-

25.312.549

2012 -

Wallonia

-

-

-

-

-

17.347.075

-

-

22.646.439

Figuur 7. Belgische biotech Sector: Jaarlijkse Durfkapitaalinvesteringen

In overeenkomst met de piek in het aantal investeringen in 2006, was de hoeveelheid geïnvesteerd durfkapitaal op zijn hoogste met een bedrag van 72,03 miljoen USD in 2006. Het grootste deel van dit bedrag, namelijk 51,4 miljoen USD, kan toegeschreven worden aan Ablynx NV en een consortium van investeerders uit België, het VK, Frankrijk, Nederland en de VS. Deze investering is veruit de grootste durfkapitaalovereenkomst die is gesloten in de Belgische biotech sector in de periode van 2004 en 2012.

31

0,06000%

0,05000%

% of GDP

0,04000%

0,03000%

0,02000%

0,01000%

0,00000%

2004

2005

2006

2007

2008

2009

2010

2011

2012

Austria

0,01937%

0,00829%

0,01887%

0,00052%

0,00249%

0,01255%

0,00648%

0,00800%

0,00000%

Belgium

0,00831%

0,00000%

0,01801%

0,00617%

0,00469%

0,00849%

0,00000%

0,00493%

0,00441%

Denmark

0,01973%

0,03325%

0,04173%

0,02821%

0,01435%

0,00000%

0,00487%

0,00000%

0,00415%

Finland

0,00000%

0,00646%

0,00177%

0,00000%

0,00000%

0,00000%

0,00137%

0,00000%

0,00000%

France

0,00485%

0,00509%

0,00541%

0,00277%

0,00200%

0,00060%

0,00425%

0,00123%

0,00242%

Germany

0,00562%

0,00469%

0,00289%

0,00482%

0,00690%

0,00079%

0,00714%

0,00159%

0,00459%

Greece

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

Ireland

0,00858%

0,00465%

0,00274%

0,00040%

0,00024%

0,01294%

0,00044%

0,00000%

0,00115%

Italy

0,00000%

0,00368%

0,00214%

0,00000%

0,00000%

0,00058%

0,00000%

0,00000%

0,00000%

Luxembourg

0,00000%

0,00000%

0,00000%

0,00000%

0,00065%

0,00000%

0,00000%

0,00000%

0,00000%

Netherlands

0,00000%

0,00094%

0,00775%

0,00698%

0,00965%

0,00412%

0,00515%

0,01082%

0,00000%

Portugal

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

0,00000%

Spain

0,00000%

0,00000%

0,00000%

0,00005%

0,00074%

0,00053%

0,00090%

0,00060%

0,00000%

Sweden

0,00115%

0,01106%

0,00355%

0,00541%

0,00630%

0,00000%

0,00325%

0,00209%

0,00132%

Switzerland

0,02924%

0,02383%

0,02366%

0,03254%

0,02579%

0,04763%

0,01061%

0,00521%

0,00227%

United Kingdom

0,01669%

0,00700%

0,00652%

0,00339%

0,00413%

0,00484%

0,00648%

0,00817%

0,00350%

United States

0,02725%

0,01907%

0,02283%

0,02200%

0,01644%

0,01789%

0,01390%

0,01872%

0,01788%

Figuur 8. Biotechnologie: Percentage van het BBP gebruikt voor durfkapitaalinvesteringen in EU-15, Zwitserland en de VS

Figuur 8 geeft durfkapitaalinvesteringen in EU-15, Zwitserland en de VS weer als een percentage van het BBP. De landen met het hoogste percentage aan het begin van de periode zijn het VK en Denemarken. Grote relatieve hoeveelheden van durfkapitaal werden geïnvesteerd in de biotech sector van die landen en ze behoorden tot de sterkst groeiende biotech locaties in Europa tot 2006. Hierdoor vermoeden we dat durfkapitaal inderdaad een positieve relatie heeft met ondernemerschap in de biotech sector (Manigart et al., 2006).

Durfkapitaalinvesteringen in België fluctueren sterk. Ondanks het relatief kleine aantal investeringen is de relatieve durfkapitaalinvestering als percentage van het BBP voor een deel van de periode hoger dan in sommige andere landen zoals Duitsland. Enkel Denemarken, Zwitserland en de VS hebben een hoger gemiddeld percentage. In de onderzochte periode 32

kwam het relatieve investeringsniveau van durfkapitaal, gemeten als een percentage van het BBP, ongeveer op gelijk niveau in België en in het VK.

Voornamelijk in 2006 en 2009 zijn er investeringspieken geobserveerd in België. Deze pieken worden voornamelijk verklaard door de 51,4 miljoen USD inverstering in Ablynx in 2006, de bijkomende investeringsronde van 17,5 miljoen USD bij Actogenix NV in 2009 en nog twee durfkapitaalinvesteringen in Waalse start-ups in 2009.

In tegenstelling tot de daling van durfkapitaalinvesteringen in de sample wegens de economische crisis, maakte België een piek mee tijdens 2009, toen durfkapitaal gelijk was aan 0,0085% van het BBP. Zoals hierboven reeds opgemerkt, kwam dit voornamelijk door de investering in het Waalse Actogenix NV.

Durfkapitaalinvesteringen daalden in Duitsland van 0,0069% van het BBP in 2008 naar 0,0008% in 2009. Durfkapitaalinvesteringen in Franse en Britse bedrijven bleven op het lage niveau van de voorgaande jaren, respectievelijk 0,0006% en 0,0048% van het BBP. In 2009 werden er geen investeringen in Deense bedrijven geobserveerd, hoewel Denemarken in de voorgaande jaren tot de landen met de hoogste relatieve investeringen behoorde. Vergeleken met onder meer Denemarken en Nederland, was de daling van durfkapitaal omwille van de economische crisis relatief matig in België, hoewel dat Belgische bedrijven het hoge investeringsniveau van 2009 niet konden herhalen in de volgende jaren.

5.1.3 Herkomst van de Investeerders Er was ook data beschikbaar over de herkomst van de investeerders bij de investeringen in de Belgische biotech bedrijven. Hierbij moet opgemerkt worden dat twee derde van de investeerders van Belgische origine waren en dat veel andere investeerders gelokaliseerd waren in buurlanden Nederland en Frankrijk. Hoewel ook geografisch nabij, was er slechts één Duitse investering in België en geen enkele Deense investering in Belgische start-ups tijdens de onderzochte periode, zoals afgeleid kan worden uit Tabel 1.

33

Tabel 1. België: Herkomst van durfkapitaalinvesteringen 2004-2012 (Biotech Sector) Oorsprong Investeerder

Aantal Deals

BE

61

NL

10

FR

6

GB

5

LU

5

US

4

DE

1

ES

1

JP

1

Totaal

94

Gemiddeld waren er bij elke investering in een Belgische start-up 5,5 investeerders betrokken. Hiervan waren er gemiddeld 3,6 Belgische partners en 1,9 buitenlandse. Het grote aantal lokale investeerders per investering en het feit dat er geen enkele investering plaatsvond zonder minimaal één Belgische partner, wijst erop dat durfkapitaal nog steeds sterk locatiegebonden is. Om buitenlandse investeerders aan te trekken, lijkt een functionerende durfkapitaalmarkt onmisbaar.

Als we kijken naar het aantal investeringen in Belgische biotech start-ups, is GIMV een topinvesteerder met investeringen in 6 verschillende investeringsronden. Na GIMV is het Vlaams Innovatiefonds de grootste met vijf verschillende investeringen tussen 2004 en 2012.

Hoewel de VS en het VK de grootste en best ontwikkelde durfkapitaalmarkten hebben, zijn er slechts zeven durfkapitaalfondsen die geïnvesteerd hebben in Belgische biotech start-ups vanuit de VS en het VK. Indien we kijken naar durfkapitaalinvesteringen in alle sectoren, stijgt de deelname van Amerikaanse en Britse DK fondsen slechts beperkt. Voor een overzicht verwijzen we naar tabel 2.

34

Tabel 2. België: Herkomst van DK investeerders 2004 -2012 (Alle sectoren) Oorsprong Investeerder BE FR NL US LU CH GB DE AT ES JP Totaal

Aantal Deals 212 21 17 12 10 7 7 3 1 1 1 292

In Vlaanderen investeerden Amerikaanse en Britse investeerders enkel in samenwerking met Vlaamse partners (zoals bijvoorbeeld GIMV, Biotech Fund Flanders en Flanders Institute for Biotechnology) in bedrijven die in de latere stadia van ontwikkeling waren. Deze investeringen waren voor Ablynx NV goed voor 30 miljoen USD in 2004, 51 miljoen USD in 2006 en 19 miljoen USD voor Peakadilly NV in 2006. Dit zijn de grootste investeringen die hebben plaats gevonden in Vlaanderen tussen 2004 en 2012. Ablynx NV lanceerde haar eerste beursgang in November 2007. In het geval van Ablynx NV werd de Amerikaanse investeerder zelfs gezien als voornaamste investeerder.

Amerikaanse en Britse investeerders hebben ook in Wallonië enkel en alleen geïnvesteerd in een reeds ontwikkeld life sciences bedrijf, Promethera Sciences. In dit geval vond de investering plaats om fase I en fase II van de klinische testen te financieren.

5.1.4 Belgische Durfkapitaalinvesteringen in het Buitenland Hoewel Amerikaanse en Britse fondsen slechts beperkte interesse hebben getoond in de Belgische biotech sector, zijn drie Belgische investeerders partners geworden van meerdere gesyndiceerde investeringen met biotech start-ups in de VS en het VK. Tussen 2004 en 2012 zijn er 16 investeringen geweest in Amerikaanse biotech start-ups en 14 Britse bedrijven. Hierbij droegen de start-ups de voorkeur weg als buitenlandse investeringsdoelen voor Belgische durfkapitaalfondsen in de biotech sector. De meest actieve Belgische investeerder in de VS zijn GIMV en KBC. 35

Tabel 3. België: Bestemming van buitenlandse investeringen 2004-2012 (Biotech Sector)

land waar geïnvesteerd wordt

Aantal Deals

BE

61

US

16

GB

14

FR

8

NL

5

DE

4

CH

3

DK

1

SG

1

Totaal

113

Wanneer we rekening houden met buitenlandse investeringen in alle sectoren, gaan de meeste naar de VS met 40 investeringen. Hierna komen het VK en Frankrijk met 34 en 32 investeringen. Dan volgen Duitsland (19), Nederland (19) en Zwitserland (15). Helemaal op de laatste plaats staan de Scandinavische en Zuid-Europese landen, die slechts weinig Belgische investeerders aantrekken. Vooral Scandinavië krijgt opvallend weinig aandacht van de Belgische investeerders, hoewel er een relatief sterke biotech sector aanwezig is.

Samengevat is de Belgische durfkapitaalmarkt klein als we naar de absolute grootte kijken. Als we echter vergelijken met de EU-15, Zwitserland en de VS en rekening houden met de grootte van de economie, zit de Belgische durfkapitaalmarkt in de middenmoot. De huidige literatuur benadrukt de geografische afstand als een remmende factor op de verspreiding van durfkapitaal (Zook, 2002; Harrisson et al., 2003). Dit werd ook geobserveerd voor de investeringen vanuit het buitenland naar België, die voornamelijk uit Frankrijk en Nederland kwamen. De Belgische durfkapitalisten lijken daarentegen de relatief verafgelegen Amerikaanse bedrijven te verkiezen. Om beter de richting van de durfkapitaalstromen te schatten, zullen we in de volgende sectie zwaartekrachtmodellen gebruiken.

5.2

Analyse op macro-niveau: Zwaartekrachtmodellen

In de beeldvorming heerst dikwijls de gedachte dat (durf)kapitaal ongehinderd stroomt van de ene kant van de wereld naar de andere. In de schaarse literatuur die de geografische dimensie 36

van durfkapitaal (Zook, 2002; 2004) onderzoekt, komt echter naar voor dat afstand belangrijk is. In regel is minstens één van de investerende partners lokaal, i.e. gelegen op maximum één uur rijden van het ontvangende bedrijf. Maar ook de andere partners steken niet zomaar een oceaan over om te investeren. Om een beeld te hebben van de geografische dimensie van durfkapitaal, analyseren we in dit deel de durfkapitaalstromen die hun bestemming of oorsprong hebben in België.

5.2.1 Methode Onderzoekers maken veelal gebruik van zwaartekrachtmodellen om stromen tussen landen en regio’s te onderzoeken. Dergelijke modellen zijn dan ook terug te vinden in literatuur over internationale handel (Redding en Venables, 2004; Boulhol en de Serres, 2010), FDI (van Bergeijk en Brakman, 2010)) en durfkapitaal (Aizenman en Kendell, 2008), al is de literatuur in het laatste geval veel minder uitgebreid. In lijn met Newton’s zwaartekrachtwet wordt de interactie (I) tussen twee landen i en j weergegeven als:

waarbij K een constante is, Mi de omvang van de economie van land i, Mj hetzelfde voor land j en dij de afstand tussen beide landen. De parameters b1 en b2 geven respectievelijk het potentieel weer om handel te genereren en aan te trekken, en b3 is de ‘distance decay’ parameter. Dit afstandseffect geeft weer hoe interactie afneemt met toenemende afstand. Zo zal er meer handel zijn tussen landen A en B dan tussen landen A en C indien B een buurland is van A terwijl C aan de andere kant van de aardbol ligt (ceteris paribus: de economie van B is even groot als die van C). Dit zwaartekrachtmodel kan door het nemen van logaritmes omgezet worden in een vorm die makkelijk te integreren is in een lineair regressiemodel (mits toevoeging van een foutenterm eij. log(Iij) = log(K) + b1 log(Mi) + b2 log(Mj) - b3 log(dij) + eij , Met een dergelijke model kan dan bijvoorbeeld de handel tussen landenparen geschat worden. Burger et al. (2009) bijvoorbeeld, modelleren een steekproef van 138 landen, wat resulteert in 37

138 x 137 = 18 906 individuele handelsstromen tussen landen, gemeten in dollars. In voorliggende analyse beperken we ons echter tot stromen die hun oorsprong of bestemming hebben in België. Eén van de M variabelen is dus een constante en kan dus weggelaten worden. Wat leidt tot volgende vergelijking:

log(Iij) = log(K) + b1 log(Mi) - b3 log(dij) + eij , Toegepast op durfkapitaal wil dit zeggen dat we verwachten dat er meer durfkapitaal uit een land geïnvesteerd wordt in België als het land groter is (we verwachten meer durfkapitaal uit Frankrijk dan uit Luxemburg), en dat vanuit dichterbij gelegen landen meer geïnvesteerd wordt in België dan vanuit verderaf gelegen gebieden (we verwachten dus meer durfkapitaal uit Frankrijk dan uit Spanje). Voor investeringen vanuit België geldt een analoge redenering. Belgische durfkapitalisten investeren vermoedelijk meer in grotere en dichterbij gelegen landen.

Belgische durfkapitalisten investeren echter ook in België zelf. Daarom beschouwen we België ook als een bron van durfkapitaal. Daarvoor moeten we enkel de afstand tussen Belgische durfkapitalisten en ontvangers van durfkapitaal in België bepalen. Deze afstand hebben we vastgelegd op 30 km. Om na te gaan of deze enigszins arbitrair gekozen afstand een invloed heeft op de resultaten, hebben we de observatie ‘België’ eens gedeletet. De geschatte parameters waren niet significant verschillend van deze gerapporteerd in Tabel 5.

Er zijn echter een aantal methodologische bedenkingen te maken bij bovenstaand regressiemodel. Het nemen van de logaritme kan de resultaten beïnvloeden omdat voor de verwachtingswaarde van een functie in regel geldt dat E(log(Iij)) ≠ log(E(Iij)) (ongelijkheid van Jensen), het kan problemen met heteroscedasticiteit erger maken, en als er geen interactie is tussen landen dan moet een kleine waarde (>0) gebruikt worden omdat de logaritme van 0 onbepaald is (Silva en Tenreyro, 2006; Burger et al., 2009). Indien er veel nullen in de data zitten is het niet aangewezen om uit te gaan van normaal verdeelde data (Haveman en Hummels, 2004; Burger et al., 2009). Vandaar dat we in onze analyse van durfkapitaalstromen ook alternatieve specificaties bekijken. Het model dat we gebruiken heeft volgende basisstructuur:

38

Ii = K + b1 Mi – b2 log(di) + ei Daarbij is Ii het aantal deals tussen land i en België; K is een constante (intercept), Mi staat voor het GDP van land i; de afstand tussen land i en België wordt gegeven door di, en ei tot slot is de error term. Wanneer we het aantal deals tussen landen schatten (Ii), hebben we te maken met count data (een aantal van iets is altijd een niet-negatief geheel getal). Voor dergelijke data is het dikwijls aangewezen om er van uit te gaan dat de data een Poisson (of Negatieve Binomiale) verdeling volgen in plaats van een normaalverdeling. Indien de data meer nullen bevat dan verondersteld in dergelijke verdelingen, dan zijn Zero-Inflated Poisson (ZIP) of Zero-Inflated Negative Binomial (ZINB) modellen beter geschikt (Winkelmann, 1997). De verschillende modellen werden geschat met het package pscl (Zeileis et al., 2008) in R (R Core Team, 2012).

5.2.2 Data We meten risicokapitaal op landenniveau en dit voor een steekproef van 17 landen, de EU-15 plus Zwitserland en de Verenigde Staten. Ondanks de relatief grote afstand tussen de VS en België zijn er aanzienlijke stromen durfkapitaal tussen de VS en België (in beide richtingen). Dit is te verklaren door de grote durfkapitaalmarkt in de VS en de omvang van de Amerikaanse economie in het algemeen.

De analyse gebeurt voor vier te verklaren variabelen. De eerste twee hebben betrekking op durfkapitaalstromen in de sector biotechnologie, terwijl de laatste twee het over durfkapitaalstromen in het algemeen hebben. We onderzoeken respectievelijk: (1) het aantal deals met betrekking tot een Belgisch biotechbedrijf waarbij een partner uit land i betrokken is; (2) het aantal deals met betrekking tot een biotechbedrijf in land i waar een Belgische durfkapitaalverstrekker bij betrokken is; (3) het totale aantal deals in een Belgisch bedrijf (alle sectoren) waarbij een durfkapitaalverstrekker uit land i betrokken is; en (4) het totale aantal deals in land i waar een Belgische durfkapitaalvertrekker bij betrokken is.

De verklarende variabelen zijn: (1) grootte van de economie, daarvoor nemen we het gemiddelde BBP in de periode 2004-2011 voor land i (in 1 000 miljard dollar); en (2) de afstand in vogelvlucht tussen Brussel en de hoofdstad van land i (voor België wordt deze 39

afstand zoals reeds aangegeven gelijk gesteld aan 30 km). Het verband tussen afstand en reistijd (en dus interactie) is echter niet lineair. Om een grotere afstand te overbruggen worden in regel snellere verplaatsingsmodi gebruikt. Daarom wordt de logaritme genomen van de variabele afstand.

5.2.3 Resultaten Tabel 4 vergelijkt de resultaten van enkele verschillende modellen die het aantal deals schatten met betrekking tot een Belgisch biotech bedrijf waarbij een risicokapitaalverstrekker uit land i betrokken is. De resultaten van het OLS-model (het meest courante regressiemodel) zijn duidelijke inferieur t.o.v. die geschat met count data modellen (op basis van o.m. de AIC, hoe kleiner hoe beter). De zero-inflated modellen (ZIP en ZINB) schatten enerzijds de coëfficiënten zoals een gewoon Poisson of NB-model dat doet, maar daarnaast schatten ze ook de kans dat een observatie de waarde nul heeft (in het ‘zero part’). De z-waardes in het ‘zero part’ van de zero-inflated modellen geven aan dat de coëfficiënten niet significant zijn. Echter, de Vuong test geeft aan dat het ZIP-model te verkiezen is boven het standaard Poisson model (-2.65, p = 0.004) en dat het ZINB-model te verkiezen is boven het standaard Negatieve Binomiaal model (-2.63, p = 0.004). Er zitten immers meer nullen dan verwacht in de data. Het Poisson en het NB-model verwachten dat er 7 nullen zijn, terwijl het er in werkelijkheid 9 zijn. Het ZIP en ZINB-model schatten dit correct in. Het ZIP-model geniet de voorkeur omdat de AIC lager is en omdat dit model minder gecompliceerd is dan het ZINBmodel. Dit laatste consumeert immers één extra vrijheidsgraad meer. Vandaar dat we nu focussen op de resultaten van het ZIP-model.

40

Tabel 4. Vergelijking tussen alternatieve modelspecificaties OLS Poisson Quasi-Poisson NB ZIP ZINB Intercept 70.5 8.99 8.99 8.99 8.45 8.45 z 5.1 20.4 24.1 20.4 17.46 17.44 afstand -23.9 -3.39 -3.39 -3.39 -3.02 -3.02 z -4.8 -12.9 -15.2 -12.9 -10.36 -10.34 BBP 1.5 0.39 0.39 0.39 0.31 0.32 z 1.8 6.4 7.6 6.4 4.67 4.67 Zero-part Intercept -219.73 -89.35 z -0.42 -0.98 afstand 95.19 38.43 z 0.42 0.98 BBP -63.02 -25.11 z -0.41 -1.02 logLikelihood -61 -20.3 -20.3 -16.3 -16.5 AIC 130 46.6 48.6 44.7 47.1 Aantal nul 7 7 9 9 OLS: Ordinary Least Squares; NB: Negative Binomial; ZIP: Zero-Inflated Poisson; ZINB: Zero-Inflated Negative Binomial. Z-waardes kunnen op dezelfde manier geïnterpreteerd worden als t-waardes.

Het ZIP-model in Tabel 4 geeft aan dat de kans dat er geen enkele durfkapitaalverstrekker uit land i investeert in de Belgische biotech sector toeneemt als het land verderaf gelegen is en als het BBP van dat land kleiner is. Deze coëfficiënten zijn echter niet significant. Wel significant is het effect op het aantal deals. Hoe dichterbij een land gelegen is en hoe groter de economie van dat land is, hoe meer deals.

Tabel 5 geeft de resultaten voor alle vier de afhankelijke variabelen. Voor de eerste drie modellen geeft de Vuong-test aan dat een ZIP-model te verkiezen is boven een standaard Poisson model. Aangezien er slechts twee landen in de steekproef zijn waar geen Belgische risicokapitaalverleners actief zijn, is in het vierde model in Tabel 5 een standaard Poisson model gebruikt.

41

Tabel 5. Resultaten van de zwaartekrachtmodellen

sector in/out type model Intercept z afstand z BBP z zero part Intercept z afstand z BBP z AIC

Biotech inward ZIP 8.45 17.46 -3.02 -10.36 0.31 4.67

Biotech outward ZIP 8.02 17.08 -2.76 -9.97 0.39 7.68

alle inward ZIP 10.40 37.28 -3.60 -20.47 0.40 10.30

alle outward Poisson 9.50 45.62 -2.93 -25.38 0.40 17.95

-219.73 -0.42 95.19 0.42 -63.02 -0.41 44.7

-8.83 -1.27 3.55 1.39 -1.19 -1.17 59.2

-680.8 -0.88 286.0 0.88 -469.7 -0.87 64.0

119.5

De resultaten in Tabel 5 geven aan dat het effect van afstand op het aantal deals sterker is voor investeringen in België dan voor investeringen in het buitenland door Belgische kapitaalverstrekkers, en dit zowel voor de Biotech sector als voor durfkapitaal in het algemeen. Belgische biotech bedrijven lijken wel iets minder moeite te hebben om kapitaal van verderaf aan te trekken dan Belgische ontvangers van durfkapitaal in het algemeen (-3,02 vs. -3,60). De grootte van de economie van een land lijkt minder te spelen voor investeringen in de Belgische biotech dan voor investeringen in andere sectoren of investeringen door Belgische durfkapitalisten in het buitenland. Merk op dat deze resultaten gebaseerd zijn op een steekproef van 17 landen en dat individuele observaties (bv. België, VS) het resultaat kunnen beïnvloeden. Maar de data laten wel uitschijnen dat Belgisch durfkapitaal gemakkelijker zijn weg naar het buitenland vindt dan dat buitenlands risicokapitaal zijn weg naar België vindt. Een belangrijke vraag daarbij is of de activiteiten van Belgische durfkapitalisten in het buitenland er voor kunnen zorgen dat buitenlands kapitaal vlotter naar België stroomt.

Om deze vraag te beantwoorden, zullen we een analyse maken van de financiële netwerken van investeerders die geïnvesteerd hebben in Belgische biotech start-ups of Belgische investeerders die in biotech bedrijven in het buitenland hebben geïnvesteerd. Met deze analyse kunnen we een indicatie krijgen over de verspreiding van durfkapitalisten hun lokale en internationale relaties. Er wordt verondersteld dat portfoliobedrijven die ondersteund 42

worden door lokale durfkapitalisten met een groot aantal internationale relaties, een meer centrale positie in het globale durfkapitaal netwerk innemen dan hun tegenstanders, die ondersteund worden door lokale investeerders met een beperkt aantal buitenlandse contacten.

5.3

Analyse op micro-niveau: Social Network Analysis

In de vorige hoofdstukken gaven we een aantal belangrijke indicatoren in verband met de prestaties

van

het

Belgische

DK

landschap

weer.

Daarnaast

hebben

we

via

zwaartekrachtmodellen de richting van durfkapitaal van en naar België geschat. Om een idee te krijgen van de graad van lokale en globale relationele verankering van Belgische biotech actoren zullen we in dit deel bedrijven en investeerders hun structurele positie in een netwerk, gebaseerd op financiële relaties, analyseren. Verder zullen we pogen een antwoord te geven op de vraag of Belgische durfkapitalisten, die in het buitenland investeren, buitenlandse investeerders aanmoedigen om Belgische bedrijven te ondersteunen.

In de literatuur wordt er op gewezen dat hechte banden tussen investeerders meer mogelijkheden biedt voor knowledge spillovers, wat hun expertise zou vergroten. Er zijn een aantal manieren waarop durfkapitalisten kennis uitwisselen via koepelorganisaties, conferenties en andere vergaderingen. In dit deel zullen we voornamelijk focussen op gesyndiceerde investeringen zoals evenementen die investeerders met elkaar in contact brengen.

Eén

van

de

manieren

voor

kennisuitwisseling

tijdens

gesyndiceerde

durfkapitaalinvesteringen is tijdens vergaderingen van de Raad van Bestuur. In ruil voor hun investering, krijgen durfkapitaalfondsen aandelen en bijgevolg ook lidmaatschap van de Raad van Bestuur. Tijdens vergaderingen van de Raad van Bestuur komen zowel de ondernemers als de investeringspartners samen, wat zeer goede kansen biedt voor de overdracht van informatie en kennis tussen alle deelnemers. Ook vanuit het perspectief van een start-up is het voordelig om ondersteund te worden door investeerders met een voordelige netwerkpositie, omdat dit een jong bedrijf aan waardevolle informatie en netwerkconnecties kan helpen (Bygrave, 1987).

Het wordt verondersteld dat hoe meer banden een durfkapitalist onderhoudt met portfoliobedrijven en andere durfkapitaalfondsen, zoals in het geval van gesyndiceerde investeringen, hoe centraler en sterker verankerd zijn positie in het netwerk. Bijgevolg wordt 43

ook verwacht dat hij meer kansen heeft voor de uitwisseling van stilzwijgende kennis en dus dat zijn positie invloedrijker wordt (Abell en Nisar, 2007). Verder wordt er verondersteld dat voornamelijk de start-ups die fondsen krijgen van een lokale durfkapitalist met een groot aantal internationale relaties, een hogere graad van internationale connectiviteit hebben. Dit vertaalt zich dan in een groot aantal internationale mede-investeerders, vergeleken met bedrijven die ondersteund worden door een voornamelijk lokaal verankerd bedrijf.

5.3.1 Methode Om de relaties tussen Belgische start-ups en hun durfkapitaalinvesteerders te bepalen en te beoordelen, gebruiken we Social Network Analysis [SNA]. Om relaties te meten tussen verschillende actoren en hun verankering in een netwerk, wordt SNA regelmatig gebruikt in een breed scala van studies (onder meer in sociologie, economie, geografie en business studies). Tot op heden zijn er echter slechts een beperkt aantal studies die netwerkanalyse toepassen op durfkapitaal data (zie Bygrave, 1987).

5.3.2 Data We voeren een SNA analyse uit voor inkomende en uitgaande durfkapitaalinvesteringen in België. Hiervoor hebben we data verzameld met betrekking tot alle inkomende en uitgaande durfkapitaalinvesteringen in België tussen 2004 en 2012. Daarbij werden alle gesyndiceerde partners geïdentificeerd. Het softwarepakket UCINET werd gebruikt om verschillende netwerkkarakteristieken te berekenen. (Borgatti et al., 2002).

Voor het meten van netwerkverbindingen tussen investeerders, zoals die in Figuur 10 zijn weergegeven, is de dataset beperkt tot actoren die minstens twee maal geïnvesteerd hebben samen met een Belgische investeerder. Fondsen die duidelijk afkomstig zijn van hetzelfde bedrijf werden samengevoegd. Voor de eenvoud worden geen details over het aantal investeringsrondes waar een investeerder per portfolio aan deelnam opgenomen. Er wordt enkel bepaald of een investeerder heeft geïnvesteerd in een specifieke start-up of niet.

44

5.3.3 Resultaten Figuur 9 toont het netwerk (in de eerste graad) van de Belgische biotech cluster. Alle biotech start-ups binnen en buiten België, die worden gesteund door minstens één Belgische durfkapitalist worden weergegeven. Verder worden alle gesyndiceerde partners die deelnamen in deze deals weergegeven. Gegeven dat dit netwerk alle Belgische biotech gerelateerde durfkapitaalfondsen, door durfkapitaal gefinancierde Belgische start-ups en alle andere actoren die direct aan hen gelinkt zijn, weergeeft, zien we dit als een goede benadering van de ‘Belgische biotech cluster’, gezien vanuit het standpunt van durfkapitaal. Hierna wordt hiervoor de term ‘Belgische biotech cluster’ gebruikt.

Het lijkt erop dat alle Belgische biotech start-ups min of meer met elkaar verbonden zijn via hun Belgische investeerders. Voor een voorstelling van de relaties tussen enkel de Belgische investeerders en de Belgische bedrijven wordt verwezen naar Figuur 12. Figuur 11 laat de relaties zien tussen Belgische biotech start-ups enerzijds en hun lokale en buitenlandse investeerders anderzijds. Elke link tussen een durfkapitalist en een portfoliobedrijf wordt in figuur 11 en 12 weergegeven door een zwarte lijn. Hoe meer uitgesproken deze lijn, hoe groter het aantal investeringsrondes waarin de durfkapitalist is meegegaan. Hieruit wordt het duidelijk dat voornamelijk de universiteitsfondsen van de KU Leuven en de Universiteit van Gent, het Vlaamse Innovatiefonds, KBC, Life Science Research Partners en GIMV in meerdere Belgische biotech start-ups investeren. Hierdoor functioneren zij als belangrijke bruggen tussen bedrijven.

45

VC Fund Start-up

Figuur 9. Belgische DK Funds: Totale investering(inclusief gesyndiceerde partners) 46

Om de relationele verankering [relational embeddedness] van investeerders in het Belgische biotech network preciezer te meten, werd de centraliteitsgraad berekend. In het algemeen kan de centraliteitsgraad begrepen worden als de verbondenheid van actoren in het netwerk. Hoe meer banden de durfkapitalist onderhoudt met andere partners, in ons geval gesyndiceerde investeringen, hoe centraler hij in het netwerk voorkomt en hoe hoger zijn ‘graad’. Verder wordt het verwacht dat hoe centraler een entiteit gepositioneerd is in een netwerk, hoe meer invloed hij heeft (Hanneman en Riddle, 2011).

Figuur 10 is een visuele weergave van alle banden tussen Belgische DK investeerders en hun gesyndiceerde partners. In Tabel 6 wordt de centraliteit van durfkaptiaalfondsen berekend op basis van Freeman’s Degree Centrality Measure. Resultaten zijn beperkt tot de investeringen waarin Belgische investeerders deelnamen. Ze moeten dus voorzichtig geïnterpreteerd worden voor de totale bijdrage van buitenlandse fondsen, die waarschijnlijk onderschat wordt.

Enkel een beperkt aantal Belgische DK fondsen (zoals GIMV en KBC) zijn zowel internationaal als lokaal goed verankerd. Van de Belgische investeerders is GIMV de meest centrale speler. Het onderhoudt banden met 170 investeerders, wat gelijk is aan 11,8% van alle relaties. GIMV wordt in onze rangschikking gevolgd door Quest en KBC. De meerderheid van de Belgische investeerders is tot op heden nog steeds gericht op lokale investeringen, voornamelijk in syndicaat met andere lokale partners. Gegeven dat ze minder beschikbaar kapitaal hebben, vergeleken met GIMV, waren ze ook betrokken bij minder investeringen. Dit leidt bijgevolg tot minder banden met andere investeerders. Dit wordt aangetoond door een lagere graad.

Daarentegen geeft GIMV ook kapitaalinjecties aan buitenlandse biotech bedrijven, vooral in de VS. Deze investeringen vinden voornamelijk plaats in samenwerking met een belangrijk aandeel van andere lokale en internationale investeerders. In de periode van 2004-2012 heeft GIMV bijvoorbeeld samen geïnvesteerd met 170 verschillende DK fondsen. Vandaag is GIMV daarom deel van een uitgebreid netwerk van Belgische en buitenlandse investeerders.

Vanwege hun voornamelijk lokale focus, zijn de meeste Belgische fondsen niet sterk verbonden met het globale netwerk dat ontstaan is rond GIMV, Quest en KBC. Ze lijken deels afgesloten van de globale DK markt. Dit wordt visueel weergegeven in Figuur 10 door de 47

agglomeratie van Belgische DK fondsen in de linker hoek van het netwerk. Deze fondsen lijken onderling goed verbonden, maar zijn slecht verbonden met het internationale centrum van het netwerk.

Het is opvallend dat Amerikaanse investeerders meer investeringsrelaties onderhouden in de ‘Belgische Biotech Cluster’ dan de meeste Belgische investeerders. Naast de Amerikaanse investeerders, lijken ook Britse, Deense en Nederlandse fondsen een relatief centrale positie in te nemen in het netwerk. Relaties tussen de Amerikaanse, Britse en Deense fondsen en de Belgische investeerders gaan meestal via niet-Belgische portfoliobedrijven.

De netwerkverankering van durfkapitalisten beïnvloedt ook start-ups hun structurele positie in het netwerk. Portfoliobedrijven die ondersteund werden door een centrale investeerder (bijvoorbeeld GIMV) hadden een centralere positie in het ‘Belgische biotech netwerk’, zoals geobserveerd kan worden in Figuur 9. Ablynx en Peakadilly, die beide kapitaal ontvingen van GIMV, lijken internationaal en lokaal goed verankerd in vergelijking met hun Belgische tegenhangers Okapi, Formac en Aptipode, die gefinancierd worden door minder globaal geïntegreerde, lokale investeerders.

Op een hoger niveau suggereren de resultaten van SNA dat vanuit een durfkapitaalperspectief er in grote lijnen twee clusters of netwerken zijn, die samen voorkomen in België. Eén bestaat uit bedrijven die zowel lokale en internationale relaties onderhouden. Een ander bestaat uit bedrijven die voornamelijk lokaal verankerd zijn en slechts enkele of geen ‘global investment pipelines’ bezitten. De netwerken overlappen en geen van de twee is losgekoppeld van het andere. Banden tussen de twee groepen worden gevormd door investeerders die deelnemen aan investeringen met bedrijven in beide groepen.

Samengevat hebben we aangetoond via de SNA dat alle Belgische biotech start-ups onderling verbonden zijn via hun Belgische investeerders. Daarbovenop hebben we aangetoond dat de bedrijven die ondersteund worden door voornamelijk lokaal verankerde DK fondsen, een minder centrale positie in de Belgische biotech cluster innemen. Daarnaast hebben ze ook een lager aantal relaties dan hun tegenhangers die worden gefinancierd door zowel lokaal als globaal verankerde bedrijven. Deze bevinding wijst erop dat investeerders inderdaad tot op zekere hoogte de verankering van portfoliobedrijven beïnvloeden. Desalniettemin is het niet 48

uitgesloten dat andere factoren zoals leeftijd en de grootte van een portfoliobedrijf ook belangrijke rollen spelen (Fritsch et al., 2006). Hoe ouder een start-up is, hoe waarschijnlijker dat het meerdere kapitaalinjecties heeft gekregen en dat de financiering van verder weg kwam, zoals in sectie 5.1.3 werd aangehaald. Bijgevolg zal het meer globaal verankerd lijken.

Om eenvoud te bewaren, hebben we geen tijd-gerelateerde variabelen geïntroduceerd. Voor toekomstig onderzoek wordt dit echter sterk aangeraden. Enkel op die manier is het mogelijk om te beoordelen of uitgaande investeringen binnenkomende investeringen voorafgaan of omgekeerd.

49

50 Figuur 10. Netwerk van Belgische DK Fondsen en hun Gesyndiceerde Partners (2004-2012)

Tabel 6. Freeman’s Degree Centrality voor Belgische DK Fonds Netwerk (Top 20) VC Fund GIMV (BE) Alta (US) NIF (JP, US) Merlin (US, GB) HBM (CH, KY) Novartis (CH) Forward Ventures (US) 1I (GB) Quest (BE) KBC (BE) Merifin (BE) Gestion Genechem Inc. (CA) Carnegie (LU, DK) Oxford Bioscience Partners (US) SR One (GB, US) Johnson & Johnson (US) Sofinnova (FR) Life Sciences Partners BV (NL) Gilde (NL) Novo (DK)

Mean Std Dev Sum Variance SSQ MCSSQ Euc Norm Minimum Maximum N of Obs Network Centrality

Degree

NrmDegree

Share

170.000 93.000 64.000 59.000 57.000 55.000 54.000 50.000 49.000 46.000 44.000 44.000 40.000 40.000 38.000 37.000 37.000 36.000 35.000 34.000

11.789 6.449 4.438 4.092 3.953 3.814 3.745 3.467 3.398 3.190 3.051 3.051 2.774 2.774 2.635 2.566 2.566 2.497 2.427 2.358

0.047 0.025 0.018 0.016 0.016 0.015 0.015 0.014 0.013 0.013 0.012 0.012 0.011 0.011 0.010 0.010 0.010 0.010 0.010 0.009

Degree

NrmDegree

Share

17.633 16.545 3.650.000 273.740 121.024.000 56.664.098 347.885 2.000 170.000 207.000

1.223 1.147 253.121 1.316 582.024 272.507 24.125 0.139 11.789 207.000

0.005 0.005 1.000 0.000 0.009 0.004 0.095 0.001 0.047 207.000

10.67%

51

VC Fund Start-up

Figuur 11. Belgische Biotech Start-ups en hun Belgische en niet-Belgische DK Inversteerders (2004-2012) 52

VC Fund Start-up

Figuur 12. Belgische Biotech Start-ups en hun Belgische Investeerders (2004-2012) 53

6 Discussie en Conclusie Deze studie werd uitgevoerd om de Vlaamse Regering te ondersteunen in haar ‘smart specialization’ beleid dat als doel heeft om leidende innovatieve hightech clusters te ontwikkelen op haar territorium. Gezien het belang van kapitaalverstrekking, en in het bijzonder durfkapitaal, voor innovatieve clusters werd gekozen om vanuit deze invalshoek het onderwerp te benaderen. De biotech sector ontvangt het grootste aandeel van durfkapitaalinvesteringen, vandaar dat de focus lag op deze sector. Biotech wordt ook naar voor geschoven als een belangrijke sector voor het transformatieproces naar een leidende, koolstofarme industrie, wat een bijkomende reden is om hier op in te zoomen.

Vanuit een theoretisch perspectief, legt vooral de Regional Innovatie System-benadering de nadruk op een goed functionerende financiële infrastructuur voor de ontwikkeling van regionaal ondernemerschap en de groei van regionale clusters. In het geval van innovatieve biotech start-ups is durfkapitaal een belangrijke bron van inkomsten, omdat bankleningen meestal niet mogelijk zijn vanwege het gebrek aan eigen activa. Vanwege de ‘sociale’ karakteristieken veronderstelden we dat durfkapitaal niet enkel belangrijk is voor de ontwikkeling van ondernemerschap, maar dat het ook impact heeft op de relationele verankering van de start-up. De empirische resultaten lijken dit laatste te bevestigen.

Een eerste indicatie van de impact van investeerders op de positie van hun doelbedrijven in het financiële netwerk werd gegeven in het empirische gedeelte. De resultaten maken duidelijk dat de bedrijven die gefinancierd worden door internationaal goed verankerde lokale investeerders, meer relaties onderhouden met buitenlandse DK fondsen dan de bedrijven die ondersteund worden door lokale investeerders met een minder centrale positie in de globale DK-netwerken. De netwerken van lokale DK fondsen lijken inderdaad een invloed te hebben op de verankering van hun portfoliobedrijven.

Door de geografische spreiding van de financiële relaties te onderzoeken werd duidelijk dat bij alle Belgische biotech start-ups die durfkapitaal ontvingen, er ministens één lokale (Belgische) investeerder betrokken was in het consortium. Deze bevinding suggereert dat, hoewel Belgische biotech start-ups buitenlandse investeerders wisten aan te trekken, de rol van de lokale investeerder in het vast krijgen van DK niet onderschat mag worden. Meer 54

onderzoek over dit aspect is aangewezen om accuraat het effect van lokale investeerders op de financiële relaties en economische prestaties van hun portfoliobedrijven te bepalen.

Als we DK investeringen bekijken als een percentage van het BBP, staat België op de 4de plaats en staat het hoger dan de meeste andere landen in onze steekproef. Als we echter naar het aantal investeringen kijken, ligt België en ook Vlaanderen achter op de rest van Europa, ook op de landen met een gelijkaardige bevolkingsaantal zoals Denemarken en Zweden. De vraag dringt zich op of de beperkte omvang van DK in ons land afhankelijk is van een gebrek aan lokaal DK of aan een gebrek aan regionaal ondernemerschap. Gegeven het feit dat de meeste financiering naar biotech start-ups in de vroege fasen van de ontwikkeling gaat moet er bepaald worden of er een slechte verdeling is van de financiering, waardoor er te weinig geld gaat naar bedrijven in latere ontwikkelingsfasen. Een regionale liquiditeitskloof kan dus potentieel aanwezig zijn voor bedrijven in de verdere ontwikkelingsfasen.

Voornamelijk van de kant van de industrie zijn er stemmen die het regionale gebrek aan financiering voor Belgische biotech start-ups aankaarten (bv. Lauwers, 2012; Mooijman, 2012). Er wordt geargumenteerd dat om te groeien, Belgische start-ups elders geld moeten gaan zoeken. De resultaten van het zwaartekrachtmodel hebben deels deze stelling bevestigd. Het is inderdaad aangetoond dat kapitaal waarschijnlijk uit België vloeit naar het buitenland (bv. naar de VS). Deze resultaten moeten voorzichtig geïnterpreteerd worden. Het model geeft geen verklaring voor de motivaties van de lokale investeerder zijn beslissing om in het buitenland te investeren, noch geeft het een indicatie of DK een kritische waarde in België heeft bereikt. Ook de omvang van de dataset is eerder beperkt. In verband met de ‘smart specialization’ inspanningen van de Vlaamse overheid in de vorm van het actieplan ‘Vlaanderen in Actie’, geeft onze theoretische analyse aan dat een voldoende niveau van ondernemingsfinanciering wordt gezien als een cruciale motor voor de stimulatie van innovatie en ondernemerschap. Meerdere auteurs benadrukken dat zonder een functionerend regionaal financieel systeem, de oprichting van bedrijven sterk wordt tegengegaan. Desalniettemin dringt de vraag zich op of het echt nodig is voor elke regio om een levendige, lokale DK cluster te hebben om ondernemerschap te ondersteunen. Mogelijks is het voldoende om een klein aantal lokale DK fondsen te hebben die internationale, gesyndiceerde partners aantrekken. Vanuit dit standpunt, ondanks het idee dat kapitaal vrij 55

vloeit, laat onze analyse zien dat er bij elke investering steeds een Belgische partner aanwezig is. Dit wijst op het belang van lokale investeerders om mede-investeerders die verder van elkaar verwijderd zijn, aan te trekken (zie ook Fritsch en Schilder, 2012). Om dit echter grondig te onderzoeken is verder onderzoek over de invloed van geografie op durfkapitaal aangewezen.

56

7 Referenties Aizenman, J., & Kendall, J. (2008). The Internationalization of Venture Capital and Private Equity. National Bureau of Economic Research Working Paper 14344. Retrieved March 25, 2013, from http://www.nber.org/papers/w14344.pdf?new_window=1 Audretsch, D. (2001). The Role of Small Firms in US Biotechnology Clusters. Small Business Economics, 17, 3-15. Audretsch, D. B. (1998). Agglomeration and the location of innovative activity. Oxford review of economic policy, 14(2), 18–29. Audretsch, D. B., & Feldman, M. P. (1996). R&D Spillovers and the Geography of Innovation and Production. The American Economic Review, 86(3), 630–640. Bathelt, H., Malmberg, A., & Maskell, P. (2004). Clusters and knowledge: local buzz, global pipelines and the process of knowledge creation. Progress in Human geography, 28(1), 31– 56. Bathelt, H. (2002). The re-emergence of a media industry cluster in Leipzig. European Planning Studies, 10(5), 583–611. Belgian Foreign Trade Agency [ABH] (2011). Belgian Biotechnology. Retrieved March 7, 2013, from http://www.biotechnologie.de/BIO/Redaktion/PDF/de/laenderfokus/belgienbiotech-sector,property=pdf,bereich=bio,sprache=de,rwb=true.pdf Borgatti, S.P., Everett, M.G., & Freeman, L.C. (2002). Ucinet for Windows: Software for Social Network Analysis. Harvard, USA: Analytic Technologies. Boschma, R. (2005). Proximity and Innovation: A Critical Assessment. Regional Studies, 39(1), 61-74. Boschma, R., & Frenken, K. (2007). Introduction: Applications of Evolutionary Economic Geography. In K. Frenken (Ed.), Applied Evolutionary Economics and Economic Geography (pp. 1-26). Cheltenham, United Kingdom: Edward Elgar. Boulhol, H., & de Serres, A. (2010). Have developed countries escaped the curse of distance?, Journal of Economic Geography, 10, 113-139. Bunker Whittington, K., Owen-Smith, J., & Powell, W. (2009). Networks, Propinquity, and Innovation in Knowledge-intensive Industries. Administrative Science Quarterly, 54, 90-122. Burger, M., van Oort, F., & Linders, G. J. (2009). On the Specification of the Gravity Model of Trade: Zeros, Excess Zeros and Zero-inflated Estimation, Spatial Economic Analysis, 4, 167-190. Bygrave, W. (1987). Syndicated Investments by Venture Capital Firms: A Networking Perspective. Journal of Business Venturing, 2, 139-154. 57

Christensen, J.L. (2007). The Development of Geographical Specialization of Venture Capital. European Planning Studies, 15 (6), 817-833. Collewaert, V., Manigart, S., & Aernoudt, R. (2010). Assessment of Government Funding of Business Angel Networks in Flanders. Regional Studies, 44 (1), 119-130. Cooke, P., Clifton, N., & Oleaga, M. (2005). Social Capital, Firm Embeddedness and Regional Development. Regional Studies, 39 (8), 1065-1077. Cooke, P., Gomez Uranga, M., & Etxebarria, G. (1997). Regional Innovation Systems: Institutional and Organizational Dimensions. Research Policy, 26, 475-491. Dendooven, P. (2013, January 24). Van Rompay casht met Uteron. De Standaard, p.42. Departement Economie, Wetenschap & Innovatie [EWI] (2011). Witboek - Een Nieuw Industriëel Beleid voor Vlaanderen. Retrieved March 7, 2013, from http://www.ewivlaanderen.be/ewi/witboek-een-nieuw-industri%C3%ABel-beleid-voor-vlaanderen. Devigne, D., Vanacker, T., Manigart, S., & Paeleman, I. (2011). The role of domestic and cross-border venture capital investors in the growth of portfolio companies. Small Business Economics. Lauwers, B. (2012). Een zwaluw genaamd Thrombogenics (2012, October 25). Knack. EU Commission (2011). Commission launches the "Smart Specialization platform" to further boost innovation in the EU regions. Retrieved February 6, 2013, from http://europa.eu/rapid/press-release_IP-11-776_en.htm#PR_metaPressRelease_bottom. EU Commission (2012). Europe 2020. Retrieved February http://ec.europa.eu/europe2020/europe-2020-in-a-nutshell/index_en.htm

6,

2013,

from

EU Commission (2012a). Innovation Union. Retrieved February 6, 2013, from http://ec.europa.eu/research/innovation-union/index_en.cfm?pg=keydocs EU Commission (2013). Information and communication technologies: Key Enabling Technologies. Retrieved March 7, 2013, from http://ec.europa.eu/enterprise/sectors/ict/key_technologies/. Flanders Bio (2012). Fact and Figures. Retrieved March 7, 2013, from flandersbio.be/lifesciences-in-flanders/facts-and-figures/ Flanders Invest and Trade (2013). Facts and Figures. Retrieved March 7, 2013, from www.investinflanders.be/EN/sector/Life-sciences/ Florida, R., & Kenney, M. (1988). Venture Capital, Hightechnology and Regional Development. Regional Studies, 22(1), 33-48. Fritsch, M., & Schilder, D. (2012). The Regional Supply of Venture Capital: Can Syndication Overcome Bottlenecks? Economic Geography, 88(1), 59-76. 58

Giuliani, E. (2010). Clusters, networks and economic development: an evolutionary economics approach. In R. Boschma & R. Martin (Eds.), The Handbook of Evolutionary Economic Geography (pp. 261-279). Cheltenham, United Kingdom: Edward Elgar. Gupta, A., & Sapienza, H. (1992). Determinants of Venture Capital Firm’s Preferences regarding the Industry Diversity and Geographic Scope of Their Investment. Journal of Business Venturing, 7, 347-362. Hanneman, R.A., & Riddle, M. (2011). Concepts and Measures for Basic Network Analysis. In J. Scott & P.J. Carrington (Eds.), The SAGE Handbook of Social Network Analysis (pp. 340-369). London, United Kingdom: SAGE. Harrison, R., Mason, C. M. and Robson, P. (2003). Determinants of long-distance investing by business angels. Frontiers of Entrepreneurship Research, 23, 116 – 129. Haveman, J. & Hummels, D. (2004). Alternative hypotheses and the volume of trade: the gravity equation and the extent of specialization. Canadian Journal of Economics-Revue Canadienne D Economique, 37, 199-218. Hill, J., & Naroff, J. (1984). The Effect of Location on the Performance of Hightechnology Firms. Financial Management, 13(1), 27–36. Hotz-Hart, B. (2010). Innovation Networks, Regions, and Globalization. In G. Clark, M. Feldmann & M. Gertler (Eds.), The Oxford Handbook of Economic Geography (pp. 432-450). Oxford, United Kingdom: Oxford University Press. Knoben, J., & Oerlemans, L. A. G. (2008). Ties that spatially bind? A relational account of the causes of spatial firm mobility. Regional Studies, 42(3), 385–400. Larsson, S., & Malmberg, A. (1999). Innovations, competitiveness and local embeddedness: a study of machinery producers in Sweden. Geografiska Annaler: Series B, Human Geography, 81(1), 1–18. Liefner, I., & Schätzl, L. (2011). Theorien der Wirtschaftsgeographie (10th ed). Paderborn, Germany: Schöningh. Manigart, S., Vanacker, T.,& Goossens, L. (2006). De Financiering van Jonge Vlaamse Biotechnologische Ondernemingen. Steunpunt Ondernemingen, Ondernemerschap en Innovatie. Martin, R., & Sunley, P. (2003). Deconstructing Clusters: Chaotic Concept or Policy Panacea. Journal of Economic Geography, 3, 5–35. Martin, R., Sunley, P.,& Turner, D. (2002). Taking risks in regions: The geographical anatomy of Europe's emergent venture capital market. Journal of Economic Geography, 2, 121-150. Mason, C., & Harrison, R. (1995). Closing the regional equity gap: the role of informal venture capital. Small Business Economics, 7, 153-172. 59

Mason, M., & Harrison, R. (2002). The Geography of Venture Capital Investment in the UK. Transactions of the Institute of British Geographers, New Series, 27 (4), 427-451. McCann, P. (2008): Agglomeration economics. In C. Karlsson (Ed.), Handbook of Research on Cluster Theory (pp. 23-38). Cheltenham, United Kingdom: Edward Elgar. Ministry of Economy, Science and Innovation [EWI] (2010). Biotech: One of Flanders’ Strength. EWI Review, 9, p. 44-45. Mooijman, R. (2012, November 15). Biotech zkt dollars. De Standaard, p. 37. Molina-Morales, F. X., & Martinez-Fernandez, M. T. (2006). Industrial districts: something more than a neighbourhood. Entrepreneurship and Regional Development, 18(6), 503–524. OECD (2013). Biotechnology. Retrieved January 22, 2013, from http://www.oecd.org/sti/biotechnologypolicies/statisticaldefinitionofbiotechnology.htm Porter, M. (1998). Clusters and the New Economics of Competition. Harvard Business Review. Porter, M. (2000). Location, Competition, and Economic Development: Local Clusters in a Global Economy. Economic Development Quarterly, 14, 15-33 Porter, M. E., & Stern, S. (2001). Innovation: location matters. MIT Sloan Management Review, 42(4), 27–36. Powell, W., Koput, K., Bowie, J., & Smith-Doerr, L. (2002). The Spatial Clustering of Science and Capital: Accounting for Biotech Firm-Venture Capital Relationships. Regional Studies, 36(3), 291-305. R Core Team (2012). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Retrieved from http://www.R-project.org/. Redding, S., & Venables, A. J. (2004). Economic geography and international inequality. Journal of International Economics, 62, 53-82. Rosiello, A., & Orsenigo, L. (2008). A Critical Assessment of Regional Innovation Policy in Pharmaceutical Biotechnology. European Planning Studies, 16(3), 338-357. Saxenian, A. L. (1990). Regional Networks and The Resurgence of Silicon Valley. Californian Management Review, 33(1), 89-112. Silva ,J. M. C. S., & Tenreyro, S. (2006). The log of gravity. Review of Economics and Statistics, 88, 641-658. Stuart, T., & Sorenson, O. (2003). The Geography of opportunity: Spatial heterogeneity in founding rates and the performance of biotechnology firms. Research Policy, 32, 229-253. Sunley, P., Klagge, B., Berndt, C., & Martin, R. (2005). Venture capital programmes in the UK and Germany: In what sense regional policies? Regional Studies, 39, 255-273. 60

Uzzi, B. (1996). The Sources and Consequences of Embeddedness for the Economic Performance of Organizations: The network effect. American Sociological Review, 61 (4), 674-698. Uzzi, B. (1997). Social structure and competition in interfirm networks: The paradox of embeddedness. Administrative science quarterly, 35–67. Van Bergeijk, P., & Brakman, S. (Eds.). (2010). The Gravity Model in International Trade. Cambridge, United Kingdom: University Press. Vandenbussche, B. (2011). ‘Biotech verkoopt zijn kennis te goedkoop’. De Standaard Research & Development, September 2011. Verbeke, B. (2011, May). Marktgrootte, management en innovatieve technologie bepalen de slaagkansen. Media Planet, 2, p. 14. Vlaams Infocentrum Land- en Tuinbouw (2012, November 19). Wall Street toont interesse in Belgische biotechnologie. Retrieved March 9, 2013, from http://www.vilt.be/Wall_Street_toont_interesse_in_Belgische_biotechnologie Vlaanderen in Actie [ViA] (2013). Over ViA. Retrieved February 1, 2013, from http://vlaandereninactie.be/over-via/wat-is-via/ VRWB (2012). Six Clusters and their Spearheads. Retrieved February 1, 2013, fromhttp://www.vrwi.be/pdf/clusterbrochure-en.pdf Winkelmann, R. (1997) Econometric Analysis of Count Data. 2nd edition. Springer, Berlin. Zeileis, A., Kleiber, C., Jackman, S. (2008) Regression Models for Count Data in R. Journal of Statistical Software, 27(8). Zider, B. (1998). How Venture Capital Works. Harvard Business Review Zook, M. (2002). Grounded Capital: Venture Financing and the Geography of the Internet Industry 1994-2000. Journal of Economic Geography, 2, 151-177. Zook, M. (2004). The Knowledge Brokers: Venture Capitalists, Tacit Knowledge and Regional Development. International Journal of Urban and Regional Research, 28 (3), 621641.

61