一、项目信息模糊对风险投资的影响
为了节约信息成本，风险投资筛选项目分为两步。假设通过初步的信息生产，许多模糊的指标数值隶属度提高。筛选出备选项目就是要使得收益率与风险值在某一门槛范围内的隶属度不得低于风险投资能够容忍的一个值。将论域M定义为潜在的投资项目，将Lc项目所组成的集合记为F(M)，是一个模糊集。对于其中的某元素λ只能以一定的主观概率μH认定它属于H，0≤μH≤1，μH为项目的隶属度。投资者在投资决策之前，依据信息集I1，建立一个项目集并比较这些项目集的每一个元素λ，进入集合的项目其隶属度一般不会少于某一个值α∈［0，1］，令Hα－={［λ|μH(λ)α，λ∈M］|I1}这样就得到一个α－弱截集。根据投资者的主观判断，这一集合中的项目属于好项目的可能性要大于或等于α。但对于风险厌恶的投资家，所有项目是H的概率的确定性成分只有α，他们必须从这一集合中最后筛选出具有更高主观概率的H项目。他们进一步依据信息集I2，从中抽取一些元素λ，建立新的弱截集Hβ－，其中Hβ－={［λ|μH(λ)β，λ∈M］|I2}，且1β＞α，显然Hβ－Hα－。在信息I2下，风险投资对Hβ－中的项目进行投资，以概率β获得收益rH，单位投资风险价值为VH。假设一般投资者为信息集I0，其选择的项目为r0，其单位风险价值为V0，显然I0I1。风险投资对社会经济的影响就是将一般投资者没有考虑的项目，即风险为(V0，VH］区间的项目有可能得到金融支持而发展。风险投资信息成本对项目收益与风险门槛的影响:第一步，风险投资建立初步筛选项目集Hα－，实际上相对于一般投资者，增加的信息量为I1/I0，记为ΔI1。这一阶段的指标精度没有第二步高，结果入围企业的预期收益率要低，平均风险值要高。因此属于H的隶属度门槛值相对要低，这一个门槛值由风险投资投入的成本约束确定。这一阶段每一项目付出的成本假设为c1(α)，总成本约束为C1。那么，该阶段能够收集的样本数就是n=C1/c1(α)。第二步，风险投资将集合中的元素属于好项目H类的主观概率从α提高到β，意味着指标精度提高。从Hα－中，在一些项目中提取一个属于H的隶属度为β的项目，必须将信息集从I1扩充到I2，即增加信息ΔI2。入围项目数量比第一阶段减少，但是，对每一项目的指标值精度要求更高。扩充信息需要付出成本，令信息成本C=C(ΔI2)，dC/d(ΔI2)＞0，随着信息质量的提高与信息的新颖性提高，边际信息成本越来越高，dC2/［d2(ΔI2)］＞0。同样，随着信息质量的提高，风险投资对于潜在项目投资的收益与风险判断更为准确，在此基础上就可以做出投资决策。风险投资生产信息的目的就是以超过信念β，找到最终预期投资收益率rH、风险不高于VH的项目进行投资。由于风险投资要投入信息成本，因此，其效用函数的形式就发生了变化，项目最终收益率等于项目投资收益率减去运作成本率，运作成本率c=［C(ΔI2)+C1)］/P，其中，P为最终投资额。那么，效用函数变为U1(r－c，V)，因此由于考虑信息成本，投资项目实际收益率门槛就发了变化，就应该使r－c=rH，门槛值就变成r=rH+c，风险门槛仍为VH，只有在信念β下判断:当项目收益率不低于rH+c，风险不高于VH才有可能进行投资。或者当收益率为rH，而风险低于VH－∫rHrH－cMSＲ1rVdr。其中，∫rHrH－cMSＲ1rVdr表示风险对收益的替代量。当然，如果风险资本量很少，乃至于不需要花费成本，以信念β判断的项目符合最终预期收益率rH，风险不高于VH，而且不需要花费信息成本，就将其投资的总额P全部投完，这时，即使投资家是信息模糊厌恶的，信息模糊也不会影响投资效率。
二、企业家代理风险对风险投资的影响
假设风险投资对项目信息生产已经达到上面提到的程度。但是对于企业家是否会继续努力控制项目朝着更好的方向发展，投资家是模糊的。假设风险投资对企业家诚信类型的先验信念是γ。如果企业家真实诚信，那么，收益率仍然是双方约定的。如果企业家不是诚信的，那么，收益率就是“差”项目收益率rL，rL＜rH。其次，正因为代理风险的存在，项目风险也会增加。在这种情况下，风险投资与企业家约定的收益率不得低于rH+c既不低于:［(rH+c)－(1－γ)rL］/γ。考虑到企业家类型的模糊带来的风险，风险增加ΔV，并且，d(ΔV)/dγ＜0，那么，风险投资会因此降低项目风险门槛到VH－ΔV。以β为信念，收益率不低于rH+c，原本风险落在(V0，VH］以内的项目都可以得到风险投资的支持，但是由于企业家代理风险的存在，风险落在(VH－ΔV，VH］区间的项目已经得不到风险投资的支持。即使在［V0，VH－ΔV］区间的项目，其收益率在(rH+c，［(rH+c)－(1－γ)rL］/γ)之间的项目也得不到风险投资的支持。如果γ小到这样的程度，以至于VH－ΔV=V0，那么，风险投资甚至起不到任何作用;或者γ使得［(rH+c)－(1－γ)rL］/γ足够大，乃至于企业家无法接受，风险投资也无法起作用。风险投资在尽职调查中将企业家诚信品质的调查作为项目调查的一部分，希望通过调查，选取诚信可靠的企业家作为合作伙伴。同时，在合约设计和投资后管理中加强对企业家的监督和引导，使得企业家道德风险尽量降低。通过这些措施，风险投资的选择策略就是，如果企业家诚信类型信念为1，且符合收益率、风险门槛要求，就选择投资，否则不投资。如果对企业家品质调查，产生单位投资的额外成本为c2，并且，假设dc2/dγ＜0是很自然的，也就是说，如果风险投资认为整个企业家群体基本上是讲诚信的，那么，花费在企业家诚信品质鉴别上的成本自然就要少一些。考虑到c2对风险投资效用的影响，就可以把风险投资的效用函数写成U1(r－c－c2，V)，那么，风险投资在保留效用水平下的收益率门槛就变为高于rH+c+c2，风险门槛就变为小于VH－∫rHrH－c－c2MSＲ1rVdr。相对于不考虑企业家类型信息成本，这时收益率要求更高，风险门槛更低。
三、小结
根据以上分析，投资项目信息的模糊性和企业家诚信程度的模糊性使得一般投资者退出所谓的风险投资领域，为风险投资提供了生存空间，但是，这种模糊性增加了风险投资的信息成本，从而降低了风险投资承担风险的意愿，提高了他们对项目投资收益率的要求。在项目信息、企业家诚信度极其模糊的情况下，风险投资甚至会退出市场。为此，帮助创业企业家提高项目的信息管理能力，如加强财务、项目技术指标与市场潜力、企业家能力指标的透明性管理，提高他们的诚信度，是十分有利于风险投资发展的。
作者：梁巨元 单位：华中科技大学
1理论分析与研究假设
现有研究显示，风险投资机构本地偏好的不同表现可能会对风险投资过程中投资前的机会识别与评价和投资后的监控与增值服务产生影响，进而影响退出绩效。(1)风险投资机构高本地偏好对绩效的影响。本地偏好程度高的风险投资机构，在信息源有效性和降低监控成本方面具有优势。机会识别与评价过程中，风险投资机构与风险企业的信息不对称比公开企业投资更严重［19－21］。本地偏好强有利于风险投资机构提高获取信息渠道的有效性，风险投资机构能够从管理者、中介等本地企业、本地的个人关系中获得重要的信息［1］，有效缓解项目选择过程中因事前信息不对称所导致的逆向选择问题［22，23］，并提高项目选择决策的效率，降低所选项目的不确定性［22］。本地偏好程度高，风险投资机构可以获得更真实全面的信息，可以降低投资于“柠檬”项目的可能性［1，22］。投资后的监控与增值服务过程中，风险企业家可能会追逐自身利益或降低努力程度，从而伤害投资机构的利益，出现委托代理问题，本地偏好强有利于风险资本家经常性的光顾投资项目，能够减少交通成本、监督项目的进展，并且能够提高沟通效率［2］并收集必要的信息［24］，提供有效的增值服务。风险投资机构本地偏好程度高，有利于获取有效信息选择质量更高的项目，并减少监控成本、及时提供有效的增值服务，因此本地偏好程度高可能会有利于提高风险投资机构的退出绩效。(2)风险投资机构低本地偏好对绩效的影响。本地偏好程度低的风险投资机构，在信息源范围和增值服务质量方面具有优势。一般而言，风险投资机构在选择投资项目时，可供选择的对象越多，选到好项目的机会越大。由于风险投资家只能从企业家、相关的会议、个人和组织网络提供的商业计划了解到可能的投资机会，没有相应的证券交易、金融网站、金融分析等数据作为投资选择的参考，因此本地偏好程度低有助于拓展空间的边界，扩大投资项目集合，增加备选企业的搜寻范围，有效筛选出高质量的投资项目［25－27］，从而获得更多的投资机会;第二，本地偏好程度低会迫使风险投资机构提高努力水平来提供高质量的增值服务，或者通过联合与风险企业地理距离近的投资机构来近距离监控风险企业［2，26］。风险投资机构本地偏好程度低，有利于从更大范围选取项目，从而更可能获取到有价值的投资机会，并且会促使风险投资投资机构通过各种努力弥补不能近距离监控风险企业的不足，因此本地偏好程度低也可能会有利于提高风险投资机构的退出绩效。基于以上分析，本文提出两个研究假设:假设1:风险投资机构本地偏好越高，退出绩效越高。假设2:风险投资机构本地偏好越低，退出绩效越高。
2研究设计
2.1数据来源
本文数据来源于中投集团旗下专业的金融数据产品CVSource，收集了2000—2011年所有投资事件共5337轮①。由于研究对象是中国本土风险投资机构，所以样本选择了主投资机构总部所在地及办公室位置均在中国大陆境内的投资机构，剔除了非本土投资机构的样本，最终收集到2970轮投资，2500家风险企业从351家风险投资机构获得投资。样本采用证监会行业分类数据，统计了2000－2011年风险企业所属行业的投资轮次及其占比，其中占比较多的是制造业45.8%，信息技术和社会服务业占比37%，其他行业16.8%②。风险企业发展阶段中获利期占比较少，仅为3%，发展期占比最多，为55%，早期和扩张期占比分别为15%和28%③。
2.2变量界定
(1)本地偏好。本地偏好是风险投资机构与投资组合间地理距离的远近程度，根据前人研究的测度方法［7，8］，本地偏好的计算即基准地理距离与实际投资地理距离的差值与基准地理距离的百分比。本地偏好的值在0－1之间，值越大，本地偏好程度越高。举例:比如有A和B两个风险投资机构，都是在t年度投资了IT行业和发展期阶段的风险企业，A投资了创业企业a和b，B投资了c。那么A、B的所有的可能投资就是{AaAbAc}和{BaBbBc}，假设投资机构和风险企业间的地理距离是:{Aa=10;Ab=20;Ac=150}、{Ba=90;Bb=150;Bc=30}。A实际投资的地理距离是(10+20)/2=15，A基准地理距离是(10+20+150)/3=60，A的本地偏好就是(60－15)/60=75%，同理算出B的本地偏好是67%。说明风险投资机构A的本地偏好更强，A与它投资组合的地理距离较近，更倾向于投资位于其附近位置的风险企业。根据本地偏好的定义，本地偏好的计算应该包括三个步骤:首先，确定每一个投资机构实际投资企业及基准投资企业(即所有可能投资的同行业同阶段同年度的企业);其次计算风险投资机构和企业间地理距离，包括基准地理距离和实际投资地理距离;最后计算本地偏好值。由于数据库中获取的数据都是实际发生投资的融资事件，因此还需要确定每一个投资机构所有可能投资的风险企业，即基准投资。由于风险投资机构实际投资时多倾向于选择某个特定行业或某个特定企业阶段进行投资，对于每一个风险投资机构，其投资机会比整个市场提供的选择要少，因此可能的投资组合是受到行业和阶段限制的，其包括与实际投资的风险企业相同年度、相同行业和相同阶段的所有企业。构建基准投资的方法有两步:第一，把所有实际投资的风险企业按行业和阶段分类，为了简化计算，根据前文的样本统计结果，本文将发展阶段分为早期、发展期和扩张获利期三类;将行业分为制造业、信息技术和社会服务和其他行业三类，从而形成一个3*3矩阵。对于某一年度的某一个风险投资机构，其投资必然对应矩阵中的一个或多个位置。假设如果不考虑投资距离的影响，风险投资机构可能会投资与其实际投资相同产业相同阶段的任意一个企业，这些企业就构成了基准投资。关于风险投资机构和风险企业间的地理距离，国外相关研究中主要根据观察对象的邮编信息查询相应的经纬度数据，采用球面坐标距离公式计算地理距离［28，29］①。因此，假定在年度t有风险投资机构M投资了某一行业和阶段的风险企业，而在年度t有N个同一行业和同一阶段的风险企业，如果没有本地偏好的影响，这N个风险企业都可能成为投资对象，那么投资每一个风险企业的权重就是1N，dij代表风险投资机构i和风险企业j的地理距离，那么风险投资机构i基准地理距离即风险投资机构i在年度t投资这N个风险企业地理距离的平均值，即:diM=1N∑Nj=1dij，那么本地偏好的测度为:LBi=diM－didiM=1－didiM，其中，di表示风险机构i实际投资距离，diM是风险机构i基准投资距离。如果实际投资的风险企业的行业或阶段超过一个，为q个，p代表阶段行业矩阵中9个位置中的一个，Wp代表了在p中实际投资的权重，用上面的方法计算出dpiM，风险投资机构的基准地理距离是diM=∑9p=1WpdpiM，实际投资距离是di=1q∑qj=1dij，本地偏好测度同上。(2)退出绩效。退出绩效的衡量本文主要测度是否成功退出和退出速度。由于IPO是多种退出方式中最重要的退出方式，也是风险投资机构获得投资收益最为丰厚的退出方式。因此，本文把风险投资机构通过IPO退出定义为成功退出，并使用三年时间窗观察2000－2011年样本，截止2008年底，若风险投资机构通过IPO退出，成功退出取值为1，其它情况取值为0②。退出速度采用退出时间和投资时间差来衡量，退出速度是从投资到退出的时间间隔。对于在2011年年底之前成功退出的投资轮次，退出速度定义为从投资时起至IPO退出时止的总天数;对于在2011年年底之前没有成功退出的投资轮次，退出速度作右截取(rightcensoring)处理，截取日期为2011年年底。(3)控制变量。已有研究表明投资绩效的影响因素主要有风险投资机构特征、风险企业特征、投资特征以及风险投资市场的环境特征。风险投资机构特征主要包括声誉、经验。声誉高、投资经验丰富的风险投资机构往往可以实现更高的成功退出率［11，18，30，31］。本文声誉用存活时间、规模和已投资上市企业数来衡量［11］。风险投资机构存活时间用投资时间与成立时间的差衡量;规模采用机构管理的资金总额来衡量;已投资上市企业数为投资年度之前的所有上市企业数③。度量投资经验的方法主要有以下四种:投资机构的年龄、累计投资轮次、累计投资金额和累计投资企业数。本文使用累计投资轮次来度量投资经验［18］。投资轮次中如果是联合投资的，采用主投的数据④。有关风险企业特征的数据尤其是财务类数据往往是非公开的，所以大多关注风险企业的创业经历、发展阶段、所处行业、存活期等可观察因素对成功退出的影响［31，32］。本文将风险企业发展阶段设为虚拟变量，早期发展阶段设为0，其他发展阶段为1。投资特征的研究主要关注联合规模、投资轮次。分阶段投资是风险投资中常用的处理信息不对称和道德风险的方法［8］，联合投资有利于资源的获取克服信息不对称［14］。本文将投资轮次、联合投资设为虚拟变量，投资第一轮次设为0，其他设为1，联合投资规模大于1的设为1，单独投资的设为0。风险投资机构在决定是否退出时，往往要选择更好的市场条件［33］。此外，市场竞争可能会影响本地偏好的程度，投资机构间同一地理区域过于激烈的竞争会增加交易的价格［34］和减少回报［35］。因此，风险投资市场的环境特征采用本地风险投资业的竞争、Ｒ＆D活动来测度。本地风险投资业的竞争用风险企业所在地区风险投资机构的数量，以及办公室不在本地区但是在这个地区投资的风险投资机构数量测度。Ｒ＆D活动用每年风险企业所在地区的专利授权量除以地区百万人口来衡量，专利授权量数据来源于各年中国科技统计年鉴。另外，回归模型中还引入虚拟变量来控制投资行业与投资年份的固定效应。
2.3模型选取
由于退出绩效的测度分为是否成功退出和退出速度，因此经验检验时本地偏好分别对是否成功退出和退出速度进行回归分析。由于是否成功退出是一个0，1变量，所以本地偏好与成功退出关系的经验检验采用二值离散选择模型中使用最为广泛Probit模型。同时为避免异方差，回归时对各解释变量取自然对数。模型如下:P(SEi=1|x)=(β0+β1LN(LBi)+β2VSi+β3ISi+β4LN(SSi)+β5LN(NVi)+β6LN(NPi)+β7LN(NIPOi)+∑kγkDIki+∑lλkDYli+ξi)SE表示成功退出;LB表示本地偏好;VS表示风险企业发展阶段;IS表示投资轮次;SS表示联合规模;NV表示风险企业所在地区风险投资机构数量;NP表示风险企业所在地区专利授权量;NIPO表示风险投资机构已投资的上市企业数;DI表示投资行业虚拟变量;DY表示投资年份虚拟变量;ξ表示随机干扰项。本地偏好与退出速度关系的经验检验使用Cox比例风险模型［36］，这是因为截止2011年底样本中存在没有退出的投资，其退出速度的测度属于截尾数据，相对于指数期限模型、威布尔模型等参数模型而言，Cox模型的优势在于其是半参数模型，不需要对总体分布做出任何假设，成为期限模型中使用最为广泛的一个模型。在模型中，若某个自变量的系数为正，表明这个变量对风险率有正向影响，变量数值越大，风险率越大，退出期望速度越快;反之，若某个自变量的系数为负，表明这个变量对风险率有负向影响，变量数值越大，风险率越小，退出期望速度越慢。模型如下:h(t/i)=h0(t)exp(β1LN(LBi)+β2VSi+β3ISi+β4LN(SSi)+β5LN(NVi)+β6LN(NPi)+β7LN(NIPOi)+∑kγkDIki+∑lλkDYli+ξi)上述模型中，h(t/i)是基准风险函数，即风险投资机构i在t时刻退出的风险率，其他变量含义同上。
3实证分析及结果
通过描述性统计，发现大部分变量的差异程度都比较大。风险投资机构本地偏好平均值较高为0.7374，风险投资机构的平均存活时间为2301天、累计投资轮次的均值约为17轮、投资的风险企业发展阶段多为发展期。表2显示了样本中所有变量的均值及标准差。通过Pearson相关系数检验，衡量风险投资机构特征的四个变量高度相关，为避免多重共线性，回归模型中分别引入风险投资机构特征的已IPO数量、累计投资轮次、存活时间、规模来观察本地偏好对退出绩效的影响。回归结果见表3。回归结果显示，模型1到模型4，本地偏好在0.1的显著性水平下对成功退出的概率有显著的负向影响，表明在其它因素相同的条件下，本地偏好程度越低，退出的可能性越高。模型5到模型8，本地偏好分别在0.05和0.01的显著性水平下对退出速度有显著的负向影响，表明在其它因素相同的条件下，本地偏好程度越低，退出的速度越快。回归结果支持了假设2。研究还发现:联合投资和分阶段投资、风险企业发展阶段、累计投资轮次、存活期显著的正向影响成功退出的可能性和退出速度;风险企业所在地区风险投资机构的数量、地区的专利授权量、已IPO的数量对成功退出和退出速度的影响不显著;风险投资机构的规模对成功退出影响不显著，对退出速度有显著的正向影响。上述经验检验结果中，本地偏好对成功退出的概率有显著负向影响的结论与Cumming等对美国研究发现的投资本地风险企业更可能成功退出的结论［8］以及Fritsch等对德国研究得出距离对风险投资影响不显著的结论［14］是不一致的，但与Christensen对丹麦研究发现的风险投资发展早期会进行地理多样化投资［13］的结论一致。由于国内风险投资机构普遍发展时间较短(样本中风险投资机构平均存活期为2301天，约6.39年)，可能获得更多的投资机会、从更大的范围筛选出高质量的投资项目相比信息渠道的有效以及监督成本的退出对成功退出的影响更大。另外，研究结果显示风险投资机构累计投资轮次和存活期会显著影响绩效，而这类风险投资机构往往具有丰富的经验和广泛的网络可以在更大的地理范围进行投资，这些都有助于风险投机构扩大投资项目集合，增加备选企业的搜寻范围，有效筛选出高质量的投资项目，从而提高退出绩效;另外，也可能由于风险投资的聚集(样本中地区风险投资机构数量均值为87家)使得某些地区风险投资的竞争过于激烈，因此迫使风险投资机构扩大筛选投资组合的地理范围，降低竞争程度，从而提高了退出绩效。除本地偏好对成功退出、退出速度影响的分析之外，由于本地偏好是基于地理距离的计算，因此本文还进行了稳健性检验，验证了风险投资机构与风险企业的地理距离对成功退出和退出速度的影响，为节约篇幅，回归结果没有在正文中报告出来。回归结果显示地理距离在0.01的显著性水平下对成功退出、退出速度有显著的正向影响，表明风险投资机构与风险企业的地理距离越大，成功退出的概率越高，退出的速度越快。根据本地偏好的测度可以看出风险投资机构与所有风险企业的地理距离越近，本地偏好越大，而前文研究本地偏好对投资绩效是负向影响，此处地理距离对投资绩效正向影响，一定程度上可以表明两个结论是一致的。
4研究结论及不足
本文基于CVSource2000－2011的风险投资大样本数据，以中国本土风险投资机构为研究对象，经验检验了风险投资机构本地偏好对退出绩效的影响。研究发现，中国情境下，本地偏好对成功退出和退出速度有显著的负向影响，本地偏好程度越低，退出的可能性越高，退出的速度越快。通过稳健性检验，进一步支持了研究结论。本文的研究结论区别于国外已有研究，对本土风险投资机构的发展以及区域风险企业的发展政策制定具有启示。例如，风险投资机构在现阶段应更多关注投资机会的扩大，通过提高努力水平来提供高质量的增值服务，不要局限于本地风险企业，而应尽可能多样化区域投资，提高投资绩效。另外，为了促进本地创业企业的发展，可以发展本地风险投资机构，或者通过联合远距离、声誉高的风险投资机构推动本地创业企业的发展。本文研究以CVSource数据为样本，尽管通过清科数据库和网上的信息对数据缺失、遗漏、错误等问题进行了更正，但未对数据质量和数据可靠性进行充分的论证，因此本文的研究结论也有可能受到数据库数据质量的影响。同时风险投资机构本地偏好的影响因素、风险投资机构本地偏好对绩效的影响机理还需要通过进一步的深入研究才能得到回答。另外，随着风险投资的发展，风险投资机构的本地偏好可能会随时间发展而变化对绩效产生不同影响;由于联合投资而形成的风险投资机构网络对投资绩效也产生了显著影响［37］，因此，本地偏好的演变以及网络位置与本地偏好对绩效的共同影响是值得关注的问题。
作者：王曦 党兴华 单位：西安理工大学经济与管理学院 西安电子科技大学经济管理学院
1研究假设
1．1风险投资参与对企业技术创新的影响基于:(1)科技创新的潜在高回报对风险投资具有明显的吸引力，(2)风险投资的相对长期投资导向，以及(3)风险投资通过“筛选”、“辅导”、“控制”所形成的特有运作机制［7-9］，本文认为，风险投资对企业技术创新具有积极影响，并提出:假设1:有风险投资参与的企业比无风险投资参与的企业在技术创新上有更好的表现。1．2风险投资的资本背景对企业技术创新的影响根据资本属性，我国风险投资机构可以划分为政府背景、外资背景、公司背景和民营背景四大类。政府背景风险投资机构由政府发起设立并(部分)出资。政府背景风险投资机构设立的初衷往往是为处于发展早期的科技类企业提供资本，弥补市场机制的不足。Lerner认为，政府背景风险投资机构对新兴行业的投资有利于吸引民间资本进入，有利于改善企业研发投入低于社会最优投资水平的状况［10］。这类机构通常并不以投资回报最大化为主要追求目标［11］。因此，本文提出:假设2:政府背景风险投资的参与对企业技术创新有积极影响。外资背景风险投资机构通常具有更丰富的经验和更广泛的国际关系网络［12］。经验丰富且具有专业技能的风险投资家能够在具有高不确定性和信息不对称的高科技行业以及高研发投入领域应对被投资企业的逆向选择问题［8］，筛选出有潜力的企业，并督促其发展。因此，本文提出:假设3:外资背景风险投资的参与对企业技术创新有积极影响。公司背景风险投资机构是指由大企业发起设立的风险投资机构。大企业设立风险投资机构，通常是从业务和技术发展角度寻找适当的投资对象，为其未来发展寻找新窗口，因而更重视投资的战略意义而非财务回报［13，14］。Chemmanur等发现公司背景风险投资机构更青睐处于发展早期的研发强度大的创业企业［15］。因此，本文提出:假设4:公司背景风险投资的参与对企业技术创新有积极影响。民营背景风险投资的资本构成比较多元化，包括企业资金、个人资金、机构资金和境外资金等［16］。民营资本具有分散性和逐利性，一方面偏好选择回报率高的项目，另一方面又对投资风险比较敏感［17］。对风险的高度敏感使民营风险投资更倾向于投资相对成熟的项目。对高回报率的偏好，又使民营风险投资不会轻易放弃有高增长潜力的创新性项目。因此，我们提出:假设5:民营背景风险投资的参与对企业技术创新的影响不明确。由于多轮融资以及资本需求量大，不少创业企业引入了多个具有不同资本属性的风险投资机构。由于策略、偏好和文化的差异，不同背景风险投资机构的共同参与容易引发企业在发展目标、战略和利益方面的冲突。多种资本背景风险投资机构的参与，将使企业更难在具有长期性和高风险性的技术创新投资上达成一致意见。因此，本文提出:假设6:混合背景风险投资的参与对企业技术创新具有不利影响。2．3风险投资的经验背景对企业技术创新的影响创业企业通常资源和商业经验缺乏，组织认同感低，影响力有限，缺乏广泛而稳定的外部网络联系、健全的内部组织系统以及成熟企业所具有的信誉和合法性［18］。风险投资机构除了向被投资企业提供资金外，还将基于自身的资源和能力向企业提供市场、技术等方面的增值服务。通过险投资机构所构建的网络，创业企业可以从外界取得资金、信息、知识、技术、信任等发展所必需的资源［19］。当创业企业无法实现预期目标时，有丰富经验的风险投资家更能积极和富有建设性地处理相应的挑战［20］。因此，风险投资机构所具有的经验和能力对高科技企业的成功至关重要。风险投资机构的经验越丰富，对相关产业领域越熟悉，社会网络越广阔，其对技术创新活动的方向和不确定性的把握能力就越强，进而更能协助企业积极开展技术创新活动。由此，本文提出:假设7:风险投资机构的经验越丰富对企业技术创新的影响越积极。
2研究设计
2．1样本与数据本文的研究样本为在我国深圳中小板上市的企业。中小企业板设立于2004年。相比于主板，它侧重于为主业突出、具有成长性和科技含量较高的新兴企业提供融资渠道和发展平台，是目前我国风险投资退出的主要渠道之一。相比于2009年开出的创业板，中小板具有设立时间较长，长期持续数据的可得性和市场稳定性相对较好的特点。截止2010年12月31日，深圳中小板共有上市公司533家，其中有风险投资背景的企业184家。这184家企业中有15家的风险投资机构在企业上市前已全部退出。考虑到数据的可得性和样本的可比性，选择剩余的169家作为主要研究样本，共涉及327条风险投资记录。本文通过收集上市公司招股说明书获得企业上市前三年研发投入数据，股东及其投资额和股份数据;通过清科数据库和CVSource(投中)数据库获得风险投资机构背景信息、累计投资事件数和风险投资交易数据;通过国家专利局网站和Soopat专利搜索网站获得企业专利数据;通过国泰君安、Ｒesset数据库获得公司上市信息、财务数据和股东信息。2．2变量与样本描述(1)因变量。本文研究风险投资与企业技术创新之间的关系。企业技术创新水平以企业研发投入和专利数量来衡量。其中，研发投入(Ｒ＆D)以企业上市前三年研发投入强度(研发费用与营业收入之比)的平均值来衡量①，专利数(Patent)以企业上市前发明和实用新型专利申请总数来衡量②。(2)自变量。风险投资是否参与以及参与的风险投资机构的具体名称根据企业招股说明书中披露的股东信息获得。由于样本企业中的大部分均有多家风险投资机构参与③，且不同资本背景的风险投资机构在组合上具有多样性，因此本文以投资在特定企业的风险投资机构(们)中是否有政府背景风投(Government)、是否有外资背景风投(Foreign)、是否有公司背景(Corporate)风投、以及是否有民营背景风投(Private)来度量风险投资机构的资本背景，具体均以0－1变量测度。混合背景风险投资(Mix)以0－1变量测度，当有多于一种资本背景的风险投资机构投资在同一家企业时，Mix取值为1，否则为0。风险投资机构的经验(Experience)以其累计历史投资事件数来衡量④［21］。对于多家风险投资机构投资于同一家企业的情况，我们以各机构累计投资事件的加总数来衡量风险投资机构的总体经验。(3)控制变量。本文将风险投资机构所持股份(VCshare)、企业资产规模(Size)、企业资产负债率(Debit)和企业所处行业(Industry)⑤作为控制变量。风险投资机构所持股份以企业在招股说明书中披露的股权比例来衡量。对于有多家风险投资机构参与的企业，我们以加总股权比例来计算该指标。主要变量的定义和描述性统计如表1所示。在169家有风险投资参与的中小板上市公司中，企业平均研发投入强度为4．37%，专利申请数均值为42．16件。政府背景风险投资机构和民营风险投资机构的参与比例最高，分别达到47%和48%。其次是外资风险投资机构，参与比例为35%。最后是公司背景风险投资机构，参与比例为12%。有34%的企业有多种资本背景的风险投资机构参与。风险投资机构合计持有的企业股权比例的平均值为13．72%。根据KaplanandStromberg［22］的研究，美国风险投资机构平均持有创业企业46．7%的股份。因此，我国风险投资机构在所投企业中的股权比例较低。2．3变量的相关性分析主要变量间的相关性如表2所示。研发投入(Ｒ＆D)与专利数(Patent)存在正相关关系，但相关系数不高。有政府背景(Government)或外资背景(Foreign)风险投资机构参与的企业，投资机构的累计投资经验(Experience)相对较多。在外资背景风投(Foreign)参与的企业中，混合投资(Mix)的现象更为普遍。这与外资风险投资机构希望通过合作增进对中国企业和市场的了解与把握有关。此外，有政府背景(Government)风险投资参与的企业，投资机构所持股份(VCshare)较高;有外资背景(Foreign)风险投资参与的企业，资产规模(Size)相对较大。
3实证研究结果与讨论
3．1有无风险投资参与对企业技术创新的影响通过对研发投入和专利数这两个指标的对比和均值方差检验(表3)，我们发现:有风险投资参与的企业的研发投入占营业收入的比例平均为4．37%，显著高于无风险投资参与的企业的3．47%;有风险投资参与的企业的平均累计专利申请数为42．16项，显著高于无风险投资参与的企业的19．71项;且这两个指标的差异值均在1%的水平上显著。因此，结论是明确的:有风险投资参与的企业在技术创新上的表现显著强于无风险投资参与的企业。假设1得到验证。3．2风险投资背景与企业技术创新之间的关系风险投资机构背景对企业技术创新的影响通过回归方程(1)和(2)进行检验:Innovation=α0+α1Government+α2Foreign+α3Corporate+α4Private+α5Experience+α6Size+α7VCshare+α8Debit+α9－14∑Industry+ε(1)Innovation=α0+α1Mix+α2Experience+α3Size+α4VCshare+α5Debit+α6－11∑Industry+ε(2)其中，技术创新(Innovation)是因变量，表示企业的技术创新水平，本文分别采用研发投入(Ｒ＆D)和专利数(Patent)两个指标进行检测。其他变量的详细说明参见表1。在对回归方程(1)的分析中，我们首先观察风险投资机构的资本背景特征与企业技术创新之间的关系，然后观察风险投资机构的经验背景与企业技术创新之间的关系，随后检验风险投资机构的资本背景和经验背景如何同时作用于企业技术创新。控制变量逐步带入回归，以观察检验结果的变化。由此共形成5个回归模型。在回归方程(2)中，我们将回归方程(1)中的4个风险投资资本背景变量替换为以0－1测度的混合风险投资变量(Mix)，由此形成回归模型6:(1)风险投资背景与企业研发投入之间的关系。风险投资背景对企业研发投入影响的回归分析结果汇总显示在表4中。由表4可知，政府背景风险投资(Govern-ment)的参与和企业研发投入之间存在一定的负相关关系。政府背景风险投资机构设立的初衷是为缓解高科技企业的融资难问题。因此从理论上讲，政府背景风险投资的参与应当与企业研发投入有积极的正相关关系。但是，本文的实证研究结论却恰恰相反。在模型3和模型4中，政府背景风险投资与企业研发投入呈显著负相关关系;在模型1和模型5中虽然不显著，但系数为负。这说明我国政府背景风险投资机构并没有如预期的那样积极推动企业进行技术创新投入，或者至少没有选择研发投入水平高的企业作为投资对象。因此，假设2没有得到证实。公司背景风险投资机构(Corporate)的参与和企业研发投入呈负相关关系，说明我国公司背景风险投资机构对所投企业的技术创新活动兴趣不大。因此，假设3没有得到证实。外资风险投资机构(Foreign)和民营风险投资机构(Private)的参与和企业研发投入强度不相关。因此，假设4没有得到证实，而假设5通过了检验。混合资本背景风险投资(Mix)与企业研发投入(Ｒ＆D)显著负相关。这说明混合资本背景风险投资参与的企业与单一资本背景风险投资参与的企业相比，对研发活动的投入意愿较低。当然，也有可能是，不同资本背景的风险投资机构更容易在创新水平较低的企业中形成投资合作关系。由此，假设6得到了证实。以累计投资项目数来衡量的风险投资机构经验(Experience)与企业研发投入呈显著正相关关系。这说明经验越丰富的风险投资机构越有能力掌控也越愿意投资于技术创新。因此，假设7通过了检验。通过对控制变量的观察可以发现，行业因素对企业研发投入影响非常大，信息行业(IT)的研发投入显著高于其他行业。同时，企业资产负债率(Debit)越高，企业资产规模越大(Size)，研发投入强度越低。(2)风险投资背景与企业专利数之间的关系。在以专利数为因变量的6个回归模型中，所有与风险投资有关的变量均不显著(限于篇幅，企业较无风险投资参与的企业在专利上的表现更好(见表3)，但是在169家有风险投资参与的样本企业中却无法找到风险投资机构的资本背景和经验与专利数量之间的显著关系。这说明风险投资的背景特征并不能影响企业的专利数量。以专利为代表的技术创新产出结果在更大程度上受科技发展阶段、行业特性、专利策略、企业的早期投入等众多因素的影响。
4结论与启示
通过对风险投资与企业技术创新间关系的研究，本文发现:无论从研发投入，还是从专利数量来看，有风险投资参与的企业在技术创新上的表现要显著好于无风险投资参与的企业。这说明我国风险投资机构总体上选择科技含量高、创新性强的企业作为主要投资对象。从风险投资机构的资本背景来看，政府背景风险投资机构未能发挥积极推动企业技术创新的作用。由于技术创新投入的高风险性与政府资本保值增值的需要之间存在潜在冲突，可能导致政府背景风险投资偏好风险较低、研发投入也较低的企业，同时对所投企业的技术创新投入并不一定持积极支持态度。公司背景风险投资机构也没有挑选科技含量高的企业作为其投资对象或者引导所投企业积极开展技术创新活动，这说明出资设立风险投资机构的我国企业在投资策略上具有短期逐利倾向。当企业引入多家不同资本背景的风险投资机构时，很可能会在具有长期性和风险性的技术创新投资上产生意见分歧，并最终影响企业对技术创新的投入水平。从经验背景来看，风险投资机构的投资经验越丰富，对促进企业提高技术创新投入的影响越积极。根据本文的研究结论，我国要充分发挥风险投资在促进企业技术创新上的积极作用，必须加强对风险投资机构的引导，通过税收优惠、配套支持等措施鼓励风险投资机构投资于创新型企业。尤其应加强对政府背景风险投资机构的指导，通过优化政府风险投资机构的运作机制和激励约束机制，鼓励其投资于创新型企业，充分发挥引导社会资本为创新融资的作用。对于希望通过引入风险投资来推动自身发展的企业，也应充分考虑风险投资机构的经验和资本背景差异对企业技术创新投资和决策的潜在影响，并据此慎重选择风险投资机构。
作者：苟燕楠 董静 单位：复旦大学国际关系与公共事务学院 上海财经大学国际工商管理学院