This dissertation deals with two major topics. The first topic looks at the behavior of multinational companies (MNCs) in terms of their offshoring behavior. Chapters
1 and 2 are contributions to this area, focussing on the choice of entry-mode made
by MNCs when going offshore. The second field of interest is devoted to firm’s innovation behavior. Chapters 3 and 4 analyze those issues in the context of Uruguayan firms.

Chapter 1 reviews and criticizes in depth the literature on foreign establishment
mode choices by MNCs providing a motivation to perform a robustness analysis,that is then performed in Chapter 2. Through a review of the theoretical approaches behind each study, as well as by comparing the way theoretical constructs are operationalized, Chapter 1 pools different studies that are part of empirical literature in the field of foreign entry-mode decisions into different classes, comparing their results. The literature’s main results are then compared within those classes, finding inconsistencies in the significance and sign found for almost every explanatory variable studied in the context of entry-mode decisions. An explanation on the reasons behind those inconsistencies is also provided, yielding a strong motivation for
pursuing model misspecification checks and robustness analysis for those variables.

Motivated by Chapter 1, in Chapter 2 a robustness analysis is performed on the
variables usually found in literature to be determinants for entry-mode choices. I
perform a so-called Extreme Bound Analysis (EBA) to determine which of almost 60
explanatory variables are robust to different model specifications. I do so by looking
at the entire distribution of the estimator for each explanatory variable’s coefficient,
following the methodology introduced by Sala-i-Martin (1997a) in a multinomial logit framework. To perform this analysis I build a unique dataset, that accounts for more than 4000 offshoring events of the largest 50 Multinational Companies (MNCs) worldwide in the last 15 years. In Chapter 2 I use 640 of those events, them being entries into foreign countries done by the largest 22 financial MNCs in the last 15 years. Based on over eight million regressions, my results are able to
isolate 15 variables that seem robustly related to an MNC’s entry-mode decision.
Multinational firms’ size and its international experience increase the likelihood of Greenfield Investments (GI) over choosing Merger & Acquisitions (M&A) or any
type of entry-mode involving a partner. Conversely, its host-country experience as
well as the larger its experience differential in M&A over GI, make greenfields less
probable. In terms of the host-country’s characteristics, more cultural distance between
home and host-country, a better developed financial sector (or local credit
market) in the host-country, a more regulated environment for obtaining licenses and more macroeconomic sustainability increase the chances of GI, while a worse local
infrastructure, higher ITC costs and more difficulties in registering property and
employing workers decrease the odds of greenfields. Joint Ventures are more likely
if the MNC is larger and if the host-country has more macroeconomic sustainability
and/or if it has a worse investment environment. A small and expensive talent pool,
make Joint Ventures (JV) less likely if compared to M&A. In addition, I find that
the size, expensiveness and quality of the talent pool determine the likelihood of full
GI due to the latter’s character of being generated from scratch, rather than because
it is done in a full ownership mode or without interacting with another company, be
it a target or a partner. The same applies for a host-country’s political stability.
Chapter 3 is the result of joint work with Adriana Cassoni and was developed under
the sponsorship of the IADB, for the Innovation Network. We there analyze the
innovation behavior of Uruguayan firms using a microeconomic dataset, stemming
from Uruguayan Innovation Surveys (IS) which we matched to Uruguayan Economic
Activity Surveys (EAS). We there review the theoretical and applied literature on
the innovative behavior of firms and its impact on productivity, so as to depict the
setting within which the models estimated for Uruguay are specified. We describe
the main characteristics of Uruguayan data, thus setting a benchmark for a better
understanding of the descriptive analysis afterwards summarized. Finally, we estimate
a model using a panel approach and correcting for survey design and sample
bias, following in general lines the specification of Cr´epon et al. (1998), although with several modifications and making use of new innovation and output indicators
proposed by us. Our results depict an innovation behavior that heavily relies on
innovation in processes and whose main impact on firm productivity occurs through
the improvement of firm internal efficiency, as opposed to product innovation.

In the context of the paper prepared for the IADB we encountered that the empirical
literature dealing with the innovation behavior has difficulties to empirically
implement the theoretical model derived by Cr´epon et al. (1998). Most variables
and proxies used to operationalize the mentioned model are mediocre in terms of
replicating the underlying theoretical concepts and are not able to capture the complexity of innovation behavior when it comes to model innovation inputs and the
value of the innovation output obtained. In Chapter 4 we therefore suggest and construct
alternative measures for capturing those dimensions. Two of our indicators
can be applied using standard IS data, while the remaining three indicators make use
of EAS data. We analyze their comparative performance in a productivity equation
and conclude that our specification based on value added per employee as a proxy
of productivity and using our indicators for innovation output value significantly
improves the measuring of the impact of innovation on productivity growth yielding
more accurate and detailed results.

Diese Doktorarbeit besteht aus vier eigenständigen Forschungsarbeiten. Erstes Themengebiet ist das Offshoring-Verhalten multinationaler Unternehmen (MNU). Kapitel 1 und 2 befassen sich mit diesem Gegenstand und richten ihr Hauptaugenmerk auf die Wahl des Eintrittsmodus beim Offshoring von MNU. Das zweite Kernthema ist das Innovationsverhalten von Unternehmen, das in Kapitel 3 und 4 für uruguayische Unternehmen analysiert wird.

Kapitel 1 prüft und kritisiert eingehend die Literatur über die Wahl der Eintrittsmodiausländischer Niederlassungen von MNU. Dies motiviert die Durchführung einer Robustheitsanalyse, die in Kapitel 2 realisiert wird. Auf Grundlage eines Überblicks über die theoretischen Ansätze hinter jeder Studie sowie eines Vergleichs der angewandten theoretischen Konstrukte werden in Kapitel 1 verschiedene Studien, die Teil der empirischen Literatur über Eintrittsmodus-Entscheidungen sind, in unterschiedliche Klassen unterteilt, deren Ergebnisse verglichen werden. Es folgt ein Vergleich der Hauptergebnisse innerhalb dieser Klassifizierungen. Dabei werden Unstimmigkeiten hinsichtlich der Signifikanz und des Signums von fast jeder erklärende Variable gefunden, die im Zusammenhang mit der Eintrittsmodus-Entscheidung untersucht wird. Eine Erklärung für die Gründe dieser Unstimmigkeiten wird ebenfalls geliefert und motiviert eine Überprüfung der Modell-Falschauslegung und zur Durchführung einer Robustheitsanalyse.

Ausgehend von Kapitel 1 wird in Kapitel 2 eine Robustheitsanalyse durchgeführt, die die Variablen berücksichtigt, die in der Literatur üblicherweise als Determinanten für die Wahl von Eintrittsmodi gelten. Ferner führe ich eine Extreme Bounds Analysise (EBA) durch, um zu bestimmen, welche der fast sechzig erklärenden Variablen robust/stabil gegenüber verschiedenen Modell-Spezifikationen sind. Dies geschieht, indem ich die gesamte Schätzerverteilung für den Koeffizienten jeder erklärenden Variable untersuche. Dabei schließ ich mich der Methodologie an, die Sala-i-Martin (1997a) eingeführt hat und wende sie in einem in einem Multinominalen Logit Ansatz an. Um die Analyse durchzuführen, habe ich einen einmaligen Datensatz erstellt, der mehr als 4.000 Offshoring-Ereignisse der größten fünfzig Multinationale Unternehmen (MNU) weltweit innerhalb der letzten fünfzehn Jahren berücksichtigt. In Kapitel 2 werden 640 dieser Events genutzt. Es handelt sich dabei um Eintritte in fremden Länder, welche die 22 größten Finanz-MNU in den letzten fünfzehn Jahre getätigt haben. Basierend auf über acht Millionen Regressionen isolieren meine Ergebnisse fünfzehn Variablen, die robust mit der Eintrittsmodus-Entscheidung der MNU zusammenzuhängen erscheinen. Die Größe der MNU sowie die internationale Erfahrung steigern die Wahrscheinlichkeit von Greenfield Investment (GI) gegenüber der Wahl von Merger & Acquisitions (M&A) oder einem anderen Eintrittsmodus, der einen Partner beinhaltet. Umgekehrt machen sowohl die Gastland-Erfahrung als auch eine umfassendere Erfahrungen im Bereich M&A im Gegensatz zu Greenfield Investment, machen Greenfields weniger wahrscheinlich. In Bezug auf die Eigenschaften des Gastlands fördern mehr kulturelle Distanz zwischen Heim- und Gastland, ein besser entwickelter finanzieller Sektor (oder lokaler Kreditmarkt)im Gastland, eine geregelteres Umfeld zur Erlangung von Lizenzen sowie mehr makroökonomische Stabilität die Chancen von Greenfield Investment, während eine schlechtere örtliche Infrastruktur, höhere ITC-Kosten und Schwierigkeiten beim Anmelden von Eigentum und beim Einstellen von Mitarbeitern mindern die Chancen auf Greenfield. Joint Ventures sind wahrscheinlicher, wenn das MNU größer ist und wenn das Gastland bessere makroökonomische Zukunftsaussichten hat und/oder, wenn es eine schlechtere Investmentumgebung hat. Ein kleines und teures Talent Pool macht Joint Ventures verglichen mit M&A nicht sonderlich wahrscheinlich. Zudem bedingen meiner Meinung nach Größe, Kostspieligkeit und Qualität des Talent Pools die Wahrscheinlichkeit von vollständiger Greenfield Investments. Dies gilt auch für die politische Stabilität des Gastlandes.

Kapitel 3 ist das Ergebnis einer gemeinsamen Arbeit mit Adriana Cassoni, die mit Unterstützung seitens der IADB für das Innovation Network entstand. Wir analysieren das Innovationsverhalten uruguayischer Unternehmen mithilfe eines mikroökonomischen Datensatzes, der aus den uruguayischen Innovation Surveys (IS)stammt, die wir den uruguayischen Economic Activity Surveys (EAS) angepasst haben. Wir untersuchen dabei die theoretische und angewandte Literatur über das Innovationsverhalten von Unternehmen und seine Auswirkung auf die Produktivität und veranschaulichen so den Hintergrund, in dem die für Uruguay berechnetet Modelle spezifiziert sind. Ferner werden die Hauptmerkmale der uruguayischen Daten beschrieben. Auf diese Weise wird die Grundlage für ein besseres Verständnis der deskriptiven Analyse geschaffen, die im Anschluss zusammengefasst wird. Schließlich berechnen wir ein Modell, indem wir ein Panel Ansatz anwenden und das Modell für Stichprobendesign und sample bias korrigieren. Dabei wird grundsätzlich der Ausführung von Cr´epon et al. (1998) gefolgt. Es werden jedoch einige Anpassungen vorgenommen und Gebrauch von neuen Innovations- und Output-Indikatoren gemacht, die von uns aufgestellt werden. Unsere Ergebnisse stellen ein Innovationsverhalten dar, das stark auf der Innovation von Prozessen beruht und dessen Haupteinfluss auf die Unternehmensproduktivität durch die Verbesserung der innerbetrieblichen Effizienz - im Gegensatz zur Produktinnovation - entsteht.

Im Zusammenhang mit der Arbeit, die für die IADB entstand, entdeckten wir, dass die empirische Literatur, die sich mit dem Innovationsverhalten beschäftigt, Schwierigkeiten hat, das von Cr´epon et al. (1998) abgeleitete theoretische Model empirisch anzuwenden. Die meisten Variablen und Proxy-Variablen die genutzt werden, um das genannte Modell anzuwenden sind in Bezug auf die zugrunde liegenden theoretischen Konzepte nur mittelmäßige Approximationen und sie können die Komplexität des Innovationsverhaltens nicht erfassen, und modellieren darum den Mix von Innovationsinputs und der Wert des Innovationoutputs nur unzureichend. In Kapitel 4 schlagen wir deshalb alternative Indikatoren vor, die diese Dimensionen erfassen. Zwei unserer Indikatoren können angewandt werden, wenn Standard IS-Daten genutzt werden, während die weiteren drei Indikatoren mit EAS-Daten genutzt werden können. Wir analysieren die Vergleichsmessung in einer Produktivitätsgleichung und folgern daraus, dass unsere Anpassung - basierend auf dem pro Angestellten hinzugefügten Wert als eine Proxy-Variable von Produktivität sowie unter Gebrauch unserer Indikatoren für den Wert des Innovation-Outputs - die Messung des Einflusses der Innovation auf das Produktivitätswachstum bedeutend verbessert.