Corporate Venture Capital (CVC) enables firms to engage with startups for both strategic and financial gains, yet CVC units exhibit substantial variation in investment strategies, governance structures, autonomy, and the composition of their human capital. Existing classification frameworks often oversimplify this diversity. This thesis adopts a quantitative configurational approach to systematically classify CVC units based on their investment strategies, organizational structures, and human capital composition. Using data from 78 leading CVC units (2017–2023), a two-step clustering analysis identifies six distinct CVC configurations: Corporate Anchors, IVC-like, Selective Outsiders, Local Strategists, Exclusive Explorers, and Hybrid Syndicators. The study further examines the influence of parent company characteristics on the adoption of these configurations. By developing an empirically grounded classification, this research enhances the understanding of CVC heterogeneity and provides a structured framework for analyzing corporate venturing strategies. The findings offer practical insights for corporate executives, venture investors, and policymakers on optimizing CVC governance and investment approaches.

Il Corporate Venture Capital (CVC) consente alle imprese di collaborare con startup per ottenere vantaggi sia strategici che finanziari, ma le unità di CVC presentano una notevole eterogeneità in termini di strategie di investimento, strutture di governance, grado di autonomia e nella composizione del capitale umano. I modelli di classificazione esistenti tendono spesso a semplificare eccessivamente questa diversità. Questa tesi adotta un approccio configurazionale quantitativo per classificare sistematicamente le unità di CVC in base alle loro strategie di investimento, strutture organizzative e composizione del capitale umano. Utilizzando dati provenienti da 78 principali unità di CVC (2017–2023), un’analisi di clustering a due fasi ha identificato sei configurazioni distinte di CVC: Corporate Anchors, IVC-like, Selective Outsiders, Local Strategists, Exclusive Explorers e Hybrid Syndicators. Lo studio esamina inoltre l’influenza delle caratteristiche della società madre sull’adozione di queste configurazioni. Attraverso lo sviluppo di una classificazione empiricamente fondata, questa ricerca contribuisce a una migliore comprensione dell'eterogeneità del CVC e fornisce un quadro strutturato per l'analisi delle strategie di corporate venturing. I risultati offrono spunti pratici per dirigenti aziendali, investitori in venture capital e policy maker su come ottimizzare la governance e le strategie di investimento delle unità di CVC.

Configuration of corporate venture capital: a clustering analysis of investment strategies and organizational structures

Giunta, Adriano
2023/2024

Abstract

Corporate Venture Capital (CVC) enables firms to engage with startups for both strategic and financial gains, yet CVC units exhibit substantial variation in investment strategies, governance structures, autonomy, and the composition of their human capital. Existing classification frameworks often oversimplify this diversity. This thesis adopts a quantitative configurational approach to systematically classify CVC units based on their investment strategies, organizational structures, and human capital composition. Using data from 78 leading CVC units (2017–2023), a two-step clustering analysis identifies six distinct CVC configurations: Corporate Anchors, IVC-like, Selective Outsiders, Local Strategists, Exclusive Explorers, and Hybrid Syndicators. The study further examines the influence of parent company characteristics on the adoption of these configurations. By developing an empirically grounded classification, this research enhances the understanding of CVC heterogeneity and provides a structured framework for analyzing corporate venturing strategies. The findings offer practical insights for corporate executives, venture investors, and policymakers on optimizing CVC governance and investment approaches.
GRIECO CINQUEGRANA, FIAMMETTA
ING - Scuola di Ingegneria Industriale e dell'Informazione
3-apr-2025
2023/2024
Il Corporate Venture Capital (CVC) consente alle imprese di collaborare con startup per ottenere vantaggi sia strategici che finanziari, ma le unità di CVC presentano una notevole eterogeneità in termini di strategie di investimento, strutture di governance, grado di autonomia e nella composizione del capitale umano. I modelli di classificazione esistenti tendono spesso a semplificare eccessivamente questa diversità. Questa tesi adotta un approccio configurazionale quantitativo per classificare sistematicamente le unità di CVC in base alle loro strategie di investimento, strutture organizzative e composizione del capitale umano. Utilizzando dati provenienti da 78 principali unità di CVC (2017–2023), un’analisi di clustering a due fasi ha identificato sei configurazioni distinte di CVC: Corporate Anchors, IVC-like, Selective Outsiders, Local Strategists, Exclusive Explorers e Hybrid Syndicators. Lo studio esamina inoltre l’influenza delle caratteristiche della società madre sull’adozione di queste configurazioni. Attraverso lo sviluppo di una classificazione empiricamente fondata, questa ricerca contribuisce a una migliore comprensione dell'eterogeneità del CVC e fornisce un quadro strutturato per l'analisi delle strategie di corporate venturing. I risultati offrono spunti pratici per dirigenti aziendali, investitori in venture capital e policy maker su come ottimizzare la governance e le strategie di investimento delle unità di CVC.
File allegati
File Dimensione Formato  
2025_04_Giunta_Tesi_01.pdf

non accessibile

Descrizione: Tesi
Dimensione 4.79 MB
Formato Adobe PDF
4.79 MB Adobe PDF   Visualizza/Apri
2025_04_Giunta_Executive_Summary_02.pdf

non accessibile

Descrizione: Executive Summary
Dimensione 649.97 kB
Formato Adobe PDF
649.97 kB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/235964