合作伙伴、行业特征与风险资本投资绩效

宁宇新 王欢迎

(西安石油大学 经济管理学院，陕西 西安 710065)

0 引 言

随着我国资本市场的逐步完善，风险投资作为一种支持创业企业家创业的工具，不仅能够缓解创业企业家融资难题，实现创业企业的金融创新格局，而且能从管理提升和资源整合等方面调整产业结构，转变经济发展方式。我国风险投资企业是随着《合伙企业法》和创业板的推出进入蓬勃发展阶段的。[1]119-132近年来，在风险投资运作过程中，从投资前评估决策到投资后辅助监管，各环节紧紧相扣，并最终影响投资绩效。其中风险投资机构(风险投资家)的监控与密切参与是上市公司实现高额回报、获得良好投资绩效的重要因素。因此，在风险投资中，创业者的合作伙伴与资源资本(行业特征)是创业企业成功的重要因素。为此，本文通过实证分析合作伙伴、行业特征与风险资本投资绩效的关系，为我国企业在风险资本投资中提供参考依据。

1 理论分析及研究假设

创业企业的形成离不开风投机构等合作伙伴的资金支持，其原因在于，风投机构的资金大都来源于保险公司、银行信托基金、投资基金等，外加有富余资金的个人和家庭。Bottazzi L和Rin M D发现，如果风险投资机构有较多拥有商业经历的合伙人，那么，风险投资机构对其所投资公司的监督管理会更加积极。[2]488-512Baum和Silverman认为，风险投资家在筛选初创企业的时候，会更愿意挑选那些具有技术优势行业特征的企业，这使得越来越多的创投公司倾向于某一行业或领域进行专业化投资。[3]411-436木志荣、李盈陆通过回归分析证明了公司治理和社会网络两个方面的增值服务对创业企业经营绩效有积极影响；创业投资董事会席位、创业投资持股比例、创业投资从业年限、持股的创业投资数量和创业投资的资产规模等表示创业投资增值活动的变量，对创业企业的经营绩效具有积极影响。[4]67-77Das S R,Jo H等认为，风险投资过程存在于风险投资机构、风险投资者和创业企业(家)三者之间，三者主体之间具有双重代理关系，第一层代理关系为风险投资者与风险投资机构，其中，风险投资者为委托人，风险投资机构为代理人，风险投资者将资金委托于风险投资机构进行管理与经营；第二层代理关系为风险投资机构与创业企业(家)。其中，风险投资机构为委托人，创业企业(家)为代理人，风险投资机构将自身具备的资金、经验及技术等资源委托于创业企业(家)，从中实现高额回报。[5]199-230本文基于这种委托代理关系，认为信息不对称关系的存在造成了严重的代理问题。具体表现为：第一，创业企业家为追逐私人收益而损害风险投资机构的利益；第二，创业企业家本身存在过度投资的激励作用，形成了非有效连续性问题。因此，风险投资机构与创业企业家双向选择成为必然之事。

学习假设理论指出，随着风险投资机构对企业的了解加深，其若持续投资于特定类型的企业，就会通过知识和经验的积累从学习效应曲线中获得最大收益，提高投资成功率。反之，根据资源能力理论，即由于机构间的资源及能力的异质性，参与创业企业的风险投资机构越多，所具备的资源多样性越集中，能够为创业企业提供的有效信息和建议也越多。另有研究发现，风险投资机构对企业的知识投入量与参与投资的机构数量成正比，当一些企业以新思想、新项目吸引风投机构对其项目进行投资时，风投机构内部产生的“集群效应”会驱使其它风投机构投资于同一家企业，使其与企业合作的风投机构增多，从而提升企业的声誉度，即多家风险投资机构的参与起到信号传递的作用，由此吸引更多的机构参与同一家企业的投资。随着风险投资机构合作关系的加深，投资方的整体实力将进一步提高，这对企业生存发展产生积极影响[6]46-50。据此本文提出假设 H1。

H1：合作伙伴数量越多、合作关系越紧密，即风险资本网络越密集越有利于提高风险资本的投资绩效。

与创业企业合作的风投机构选择项目时会关注具有一定特征的行业，那些具有高成长性、能满足市场需求的产品、技术、新开放的行业、新的经营服务方式等高新技术项目，易形成对风投机构的资金和管理经验的需求，因而风投机构会挑选这些项目，为其投入的资金和持有的项目创造更大价值，以提高风险投资绩效。传统金融理论认为，若创业企业的行业具备高风险、高收益的特性，则其降低成本就能够相应提高收益，从而提高风险投资机构的投资绩效。Faria、Fried 等认为，创业企业由于早期阶段高度的信息不对称而具有极高风险，因此相应会获得较高收益[7]129-131。而资源基础理论认为，决定风险投资成败的关键在于机构能否掌握行业专有的知识、技能和关系资源，风险被分散后并非收益也随之降低。因此，风险投资机构会主动投资于具有特定行业特征的企业，虽然在创业企业的早期阶段成本较高，但是随着风险投资机构逐渐了解创业企业，研发人员逐渐掌握技术以及随着创业企业技术的成熟，成本的逐渐降低使相应的收益也会增加，而这种收益体现在账面回报倍数(BR)和账面内部收益率(IRR)等指标上。[8]42-53

Dimov D和De Clercq发现，风险投资机构的投资行业的专业化程度越集中，则投资成功率越高。[9]207-223。同时，本文通过文献整理发现，风投机构在选择项目进行决策的过程中势必会预先了解创业企业的研发支出与研发人员比重等代表性的行业特征指标，有些风险投资家偏好于投资具有较多研发人员、较高技术研发费用的企业；有些倾向于投资拥有核心技术产品较多的企业。另有一些文献研究了风险投资与创新企业、高科技企业等高风险行业的关系，这类行业存在高风险的同时，也伴随着高收益。因此本文认为，风险投资机构在选择创业企业的同时，也会选择具备特定行业特征的行业来进行投资，其进行专业化行业的投资有利于获得更多的投资收益。据此提出假设H2。

H2：在高新技术领域，其明显的行业特征对风险资本的投资绩效有积极影响。

依托生命周期理论，风险投资周期包括风险资本的募集、投资及退出三个阶段。风险资本通常投资于具有潜在投资项目的创业企业，而风险资本家大都来自工商企业和金融界的精英，具备良好的行业信誉资历和知识经验，从而在选择评估投资项目和组建风险企业时游刃有余。基于信号理论，风险资本家为准确了解持有项目的情况，通常会选择相关的指标作为信号来反映项目的现状，如预期项目持有时间和产品市场占有率等。Kaplan、Stromberg研究了10家风险投资机构投资的42家企业中的58笔投资，发现风险投资者在选择投资项目时会仔细考虑预期项目持有时间、产品市场规模和竞争情况等因素。[10]281-315Gompers、Lerner分析了1978—1992年间419个有限合伙协议，发现由于激励作用，风险投资者对持有的投资项目不愿意进行频繁更迭和提早清算，表现为成熟的风险投资机构倾向于获得更多的可变报酬，而年轻的风险投资机构则更多地依赖于固定报酬，这也在一定程度上证明了持有项目时间的长短能够对风险投资机构产生促进作用。[11]2161-2183基于以上分析，提出假设 H3。

H3：风投机构持有风险投资项目时间越长，越能提高风险投资绩效。

资源基础理论认为，多家机构的合作充实了整体的知识和资源，能够为受资企业的发展带来更大益处。具体表现为：第一，合作伙伴选择方面。风投机构会选择异质性较强的合作伙伴，将自身拥有的资源与其他机构拥有的独特技能、知识、经验以及社会关系网络等互补资源进行整合，为受资企业提供较为全面的监督与指导，提高投资成功的可能性。第二，创业企业行业特征方面。在创业企业发展早期阶段，实力雄厚的风投机构倾向于选择同等实力的机构进行合作。Du Q从研究机构类型的角度也得出了相似的结论，即发现风险资本更倾向于选择与自身差异较小的风险投资机构合作，由此本文认为，创业企业行业特征的不同会使风险投资机构选择的类型不一。[12]112-117第三，投资经验方面。源于风投机构间的异质性，风险投资机构在投资的过程中会产生集群效应，小型风投机构更容易听从大型或是具有丰厚投资经验的风投机构，且大型风投机构在信誉、规模以及影响力方面都具有“集聚效应”，因此产生了多家风投机构投资于一家或几家创业企业的现象，这不仅使受资企业合作伙伴数量、风投机构关联度增强，而且通过行业特征选定特定行业，大大提高了投资项目的准确性、充实了创业企业的整体实力。[13]124-131

创业企业的发展离不开其自身行业的设定，例如研发人员占比、研发经费投入比率、核心技术产品比率、项目潜在的能力以及风投项目持有时间等行业特征方面，与之相对应，风投机构的设立与创业企业的兴起关系也极为紧密，创业企业风投数量多、合作时间长以及形成的紧密关联度或是信誉等也都有利于双方的互相发展，而双方的最大利益目标则体现为实现高额的账面回报倍数和内部投资收益率。据此提出假设H4。

H4：合作伙伴关联度与行业特征的联合选择会对风险资本投资绩效产生积极影响。

2 实证研究设计

2.1 样本选择与数据来源

2.1.1 样本选择

本文选择2009—2016年我国在深交所创业板上市的498家公司作为样本，并将样本整理为截面数据的统计资料，然后依据各上市公司的风险信息披露状况，结合Wind数据库及招股说明书上的相关数据，剔除了存在无风险投资背景、数据缺失及所研究模型异常值的265家上市公司，最终得到233家上市公司初选样本进行研究。具体地：首先对上市公司的合作伙伴和具有行业特征的样本进行初始测算，以更好地体现两者对上市公司风险投资绩效的影响，并根据合作伙伴、行业特征的相关变量，以同样的方法剔除了影响模型结果及其检验值的异常数据，最终确定合作伙伴(样本)为233家，确定自变量行业特征样本224家，确定有明显行业特征的高新技术领域样本77家，确定交叉变量合作伙伴与具有行业特征的样本224家。

2.1.2 数据来源

初始数据和最终样本的确定均通过Wind数据库及各上市公司的招股说明书。由于研究模型的选择与数据的设定，所选的样本数据及其他资料均为手工收集，然后进行统一整理，最后利用Excel和Eviews8.0软件进行建模及分析。

2.2 变量选择

2.2.1 被解释变量

本文选择的被解释变量为风险资本投资绩效。风险资本投资绩效的测度有直接测度和间接测度两种，直接测度是指使用收益类数据直接测度风险投资机构的投资绩效，间接测度是指使用与投资收益相关的非收益类数据来间接测度投资绩效。本文采用直接测度方法，选取账面回报倍数(BR)和账面内部收益率(IRR)指标进行测度。在模型进行测算的过程中，对这两个指标进行缩尾处理，并将影响模型拟合效果的异常值去除。

2.2.2 解释变量

由于本文从能影响上市公司投资绩效的合作伙伴及行业特征角度出发，虽然前人在行业特征和合作伙伴方面的研究甚少，但在进行数据收集的初始阶段及在参考前人研究的基础上，解释变量最终确实为：第一，合作伙伴数量和合作伙伴关联度；第二，研发人员占比和研发经费比率。其原因在于风投机构投资项目成功的因素复杂且多为主观，而企业的研发人员占比和研发经费比率不仅反映投资项目的可行性与创新性，也反映企业技术投入规模及项目整体实力状况，以此判断风投机构是否倾向于投资有明显特征的创业企业；第三，风险投资项目持有时间。

2.2.3 控制变量

考虑到数据的可得性，本文引入了三类控制变量。第一类为反映创业企业特征，具体用上市公司成立时间、是否属于高风险行业表示；第二类为反映风险投资机构特征，具体用主导风险投资机构的声誉表示；第三类为反映上市公司上市前的总资产和资产负债率，其对总资产进行对数化处理。研究变量说明见表1。

3 实证分析与检验

3.1 模型设计

本文利用多元线性回归模型进行实证分析，见(1)式：

表1 研究变量说明

Yt=β0+β1x1+β2x2+…βjxt+ε(j=0,1,…,n;t=1,2,…,n)

(1)

(1)式中，Yt为被解释变量，xt为解释变量，βj为回归系数，ε为随机误差项。

本文基于以上分析，提出假设H1，如(2)式：

VC_Performance=β0+β1VC_Number+β2Hrindustry+β3AGE+β4VC_Reputation+β5Size+β6Debit+ε

(2)

VC_Performance=β0+β1VC_Relationship+β2Hrindustry+β3AGE+β4VC_Reputation+β5Size+β6Debit+ε

(3)

(2)、(3)式中，VC_Performance表示风险投资绩效。假设H2、假设H3和假设H4的模型均建立在模型(1)的基础上。

3.2 实证分析

3.2.1 描述性统计与分析

本文采用的变量描述性统计与分析见表2。

表2 研究变量描述性统计

由表2可知，被解释变量(BR)和解释变量(EV)VC_Relationship、ResearchStaffRatio(RSR)和R&DRatio波动比较大，说明创业企业自身的发展阶段参差不齐，且上市时仍处于VC的前期发展阶段，表现在VC_Number数量不均衡、ResearchStaffRatio(RSR)相差过大及R&DRatio等方面。这为探讨创业板上市公司风险投资绩效提出了依据。

为验证各解释变量间是否存在共线性问题，本文特进行了皮尔逊相关分析。结果显示：各解释变量之间相关系数均低于0.5，说明不存在多重共线性问题。同时，VC_Number、VC_Relationship对BR在0.01显著性水平下呈负向显著，同时对IRR指标在0.05显著性水平下呈负向显著，由此对模型(1)的研究结果有了一个初步判断，也为交叉变量的负显著性提供了依据。另外，解释变量VC_Number、VC_Relationship、VC_Period间呈相关性，ResearchStaffRatio与R&DRatio间也呈相关性，但因本文将此分别设计在不同模型中，因此这些变量各自独立，且具有统计意义。见表3。

表3 解释变量相关性(Person相关系数检验)

注：**表示在0.01水平(双侧)上显著；*表示在0.05水平(双侧)上显著。

3.2.2 多元回归检验与分析

下面本文利用多元回归模型实证检验解释变量对上市公司风险投资绩效的作用，具体采用多元线性模型进行回归，结果得到表4。

表4 多元线性模型回归结果

注：***、**、*分别表示在0.01、0.05、0.1水平上显著。

由表4可知，模型(1)的回归结果在BR指标中，VC_Number的回归系数为-0.338，VC_Rela-tionship回归系数为-11.721，均在0.01的显著性水平下呈十分显著的负相关关系；在IRR指标中，VC_Number与上市公司的IRR没有显著的相关性；而VC_Relationship在1%的显著性水平下同IRR呈十分显著的负相关关系，回归系数为-0.004。这一回归结果与前文所做假设H1相悖，其原因主要有三个：第一，企业发展的早期阶段，即使风投机构合作数量多、合作关联度密切，其存在的优势资源不能及时发挥或难以有效地运用于实际项目中，从而导致投资绩效难以体现。第二，风险投资机构在进行项目筛选以及投资过程中，难以准确地把握项目未来的发展趋势。因为一个好项目在初期可能不被看好，风险投资机构可能也不看好这个项目，即使合作关联度颇深，也会导致投资不足，从而难以获得期望的投资绩效；第三，因风投机构的集群效应或有良好的信誉，双方在合作的同时虽产生了信任感，但在后续合作过程中逐渐失去彼此间辅助和监管的约束力，则得不到期望的投资绩效回报。

从模型(2)行业特征的回归结果可以看出，风险投资绩效的效益指标要比产出指标好。即在IRR指标中，R&DRatio和ResearchStaffRatio(RSR)在0.1的显著性水平下呈正相关关系，研发人员占比和研发经费比率越高，越能促进风险投资账面内部收益率的提高。由此说明研发人员占比和研发经费占比在描述企业行业特征时具备一定的影响力，尤其在高新技术领域，风投机构通过分析企业的研发人员比率、研发经费的投入以及核心技术产品占比等指标来决定是否进行项目投资，以此实现高收益的回报，并实行专业化投资与管理，项目的可行性以及创新性研究则是风投机构选择项目的标准。因此，在均衡状态下，风投机构会对其具有行业特征的企业进行投资。这在一定程度上支持了假设H2。

另外，模型(2)中，风险投资项目持有时长与BR在0.05的水平下呈显著正相关。风险投资项目持有时间越长，账面回报倍数越高。其原因在于风险投资项目持有时长代表了投资项目潜在投资水平，也在一定程度上表明了创业企业所处的阶段，风险投资者偏好于投资较为成熟的创业企业，这样避免了因频繁了解不同企业、投资项目和创业企业家产生的成本损失，使其资金投入到更具潜力的项目中去，以此保证账面回报倍数的提高。风险投资项目持有时长与IRR在0.01的水平下呈十分显著的负相关关系，还有一部分IRR计算是通过公式(1+BR)^(1/T)-1计算的。另外，风险投资项目之所以持有时间长，除了成本投入增加的原因外，还可能是投资项目本身存在的诸如市场风险、法律制度和政策等外部环境的影响，因为长时间持有风投项目会加大不确定性因素，造成账面内部收益率更低。由此可以得出，风险投资项目持有时间越长，风险投资绩效在产出层面表现越好的结论。

从模型(3)的回归结果可以看出，合作伙伴关联度与行业特征的联合选择会对上市公司的投资绩效产生积极影响，因此，假设H4不成立。即交叉变量合作伙伴关联度与研发人员占比、合作伙伴关联度与研发经费占比显著增强了其对投资绩效的负相关关系，即无论在产出指标中，还是在效益指标中，VC_Relationship×ResearchStaffRatio(RSR)和VC_Relationship×R&DRatio均在0.01的显著性水平下同BR和IRR呈十分显著的负相关关系。究其原因主要有：第一，在合作伙伴关联度一致的情况下，创业企业的早期阶段，所投企业的回报前景不明朗，代理问题严重，能够获得的知识、技术还不成熟，不确定因素时有发生，造成风险投资绩效不乐观问题。第二，在创业企业投资一定的情况下，创业企业内部研发人员的雇佣以及研发经费投入都需要付出一定的成本，风投机构的投资损失往往大于收益，进而逐渐表现出责任感缺失、提早退出投资项目或是发生清算行为的问题，导致风险投资绩效的负相关效应显著。

综合分析假设H2的结论可以看出，在一些行业特征明显的高新技术领域，创业企业单方面的研发人员雇佣和研发经费投入占比对风投机构是否进行风险投资和提高风险投资绩效方面起着一定作用，即加大ResearchStaffRatio(RSR)或R&DRatio的投入有利于提高风险投资效益层面的绩效。但从风险投资产出绩效(BR)方面而言，交叉变量显著增强风险投资产出绩效，其原因在于：第一，当风投机构数量较多且关联度更加密切的条件下，其在受资企业项目面临失败时表现出较低的责任感与高概率的毁约率，从而使得项目失败，企业面临破产的境地。第二，风投机构具有有限的时间和精力，在其机构较多、关联度紧密的条件下，各机构在参与投后管理过程中存在较大的协调成本，进而催生出社会堕化现象，付出的努力会相应减少。第三，风投机构一旦发现任何有关未来回报的负面信息便会终止后续阶段的融资。风投机构为实现自身利益，采取谨慎的分阶段投资策略，一旦发现任何有关未来回报的负面信息便会终止后续阶段的融资。这在一定程度上抑制了创业企业在项目研发阶段的投入与生产阶段的有形资产购置，间接影响了投资绩效的回报。因此得出合作伙伴关联度与行业特征的联合选择会对风险资本的投资绩效产生显著负相关关系，但在行业特征明显的高新技术领域，行业特征的选择对风险资本效益的投资绩效有明显的积极影响的结论。

4 结 论

本文基于创业企业合作伙伴与行业特征的角度分析了创业企业合作伙伴与行业特征对上市公司风险投资绩效的影响，并以Wind数据库中2009—2016年在深交所创业板上市的具有风险投资背景的224家上市公司作为对象进行了分析与研究，结果显示：第一，在上市公司特有的经济背景下，风险资本合作伙伴效应呈现出负面效应。第二，合作伙伴关联度与行业特征的联合选择会对风险资本的投资绩效产生显著负相关关系，但在行业特征明显的高新技术领域，行业特征的选择对风险资本效益的投资绩效有一定的积极影响。第三，风险投资项目持有时间对风险资本的投资绩效有明显的积极影响。

本文从风险投资机构这一合作伙伴和创业企业行业特征角度出发，探讨其与行业特征与上市公司风险投资绩效间的关系，从而为提高我国上市公司的风险投资绩效进行试探性、开创性分析，以期为我国创业企业的进一步发展有所裨益。