Pioneering advantage: testing generalizability across industry and time using a machine learning based approach

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Master's thesis

Authors

Date

2020-01-22

Department

Major/Subject

Strategy and Venturing

Mcode

SCI3050

Degree programme

Master’s Programme in Industrial Engineering and Management

Language

en

Pages

42+5

Series

Abstract

Pioneering advantage is a popular concept among strategy practitioners and academic literature generally agrees that pioneers receive financial benefits. Several empirical studies support pioneering advantage theory and have identified moderating contingencies such as pace of technological evolution and industry growth. However, manual labelling of pioneers has restricted research to small samples, which decreases the generalizability and robustness of pioneering advantage theory. Natural language processing (NLP) enables efficient analysis of unstructured text and is an increasingly popular method in management research. This thesis utilizes NLP to create a new operationalization for firm-level pioneering from annual reports. This operationalization is used to test pioneering advantage and the disabling moderating effect of fast technological evolution and fast industry growth in a sample of 5,079 companies during 2004-2014 In alignment with current theory, pioneering was found to increase financial performance and the effect was fairly linear. Some support was found for fast technological evolution as a disabling contingency. The results did not support industry growth as a disabling contingency for pioneering advantage. This thesis also serves as a proof of concept for NLP-based pioneering measurement that can be utilized for further large-scale studies on entry timing.

Edelläkävijyyden suoma kilpailuetu on suosittu strategian teoria ja tutkijat ovat pääosin yksimielisiä siitä, että edelläkävijyys edesauttaa taloudellista menestystä. Useat empiiriset tutkimukset tukevat teoriaa ja ovat löytäneet moderoivia tekijöitä, kuten toimialan muutos- ja kasvuvauhti. Edelläkävijöiden luokittelu käsin on kuitenkin rajoittanut tutkimusten otoskokoja, mikä heikentää teorioiden yleistettävyyttä. Luonnollisen kielen käsittelyn (engl. natural language processing, NLP) menetelmät ovat kehittyneet nopeasti ja saavuttamassa jalansijaa strategian tutkimuksessa. Tässä diplomityössä kehitin yritysten edelläkävijyyden mittaamiseen uuden NLP:hen perustuvan menetelmän, joka skaalautuu 5079 yritykseen 35 toimialalta aikavälillä 2004-2014. Tämän avulla tutkin kattavassa otoksessa edelläkävijyyden suomaa kilpailuetua ja toimialan muutos- ja kasvuvauhdin vaikutusta siihen. Kuten olemassaoleva teoria ennustaa, edelläkävijyys edesautti taloudellista menestystä ja vaikutus oli varsin lineaarinen. Tulokset tukivat osittain teoriaa, jonka mukaan toimialan nopea muutos heikentää edelläkävijyyden suomaa kilpailuetua. Tulokset eivät viitanneet siihen, että toimialan nopea kasvu vaikuttaisi edelläkävijyyden suomaan kilpailuetuun. Tässä työssä kehitettyä menetelmää voidaan hyödyntää tulevissa laajan otoskoon tutkimuksissa.

Description

Supervisor

Vuori, Timo

Thesis advisor

Maula, Markku

Keywords

pioneering advantage, first-mover advantage, entry timing, machine learning, natural language processing, topic modelling

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202001261826

Collections

[dipl] Perustieteiden korkeakoulu / SCI