分散化投资策略在新型研发机构风险投资中的应用
——基于Markowitz 投资组合理论视角

张智颖，任志明，陈为民，廖 兵

（广东省科学院，广东广州 510070）

1 研究背景

近年来，新型研发机构不仅是国家创新体系建设的生力军和桥头堡，更被寄托为我国当前探索建立现代科研院制度的“特区”和国家科技体制改革最具活力的“试验田”［1］。作为一种面向市场的新型科研实体，新型研发机构的建设和发展对于我国科技与经济发展跨越科技成果转化的“死亡之谷”，实现科技创新与经济社会发展深度融合具有重要意义［2］。《新型研发机构发展报告2020》显示，2020年我国新型研发机构数量达到2 050 家，超过半数的机构承担过国家和省部级科研项目，平均研发投入强度达到40.62%，有24.62%的机构研发投入强度达到80%以上，累计投资上千家创新企业［3］。众所周知，新型研发机构投资的主体对象多为处于发展阶段早、前期投入大的高新技术孵化项目和创新创业企业，这类项目和企业通常伴新生者劣势，具有周期性长、不确定性大、失败率高但潜在收益巨大等特点。在项目不确定性较高情况下，新型研发机构究竟应该采取何种积极的投资策略以规避风险，同时最大限度地提升自身投资回报率，进而实现风险与收益的均衡？已被成功应用于风险投资市场中的现代投资组合理论是否能应用于新型研发机构风险投资中呢？上述问题均有待解答。

作为我国科研体制机制探索道路上的新生事物，学者们对新型研发机构的术语应用并不统一，目前常用的有“工业技术研究院”“产业技术研究院”“新型研发机构”以及“技术转移研究院”等几种，如陈宝明等［4］、吴金希［5］、陈红喜等［6］、徐顽强等［7］、廖兵［8］的研究。本研究借鉴徐顽强等［7］的观点，以“新型研发机构”来统称这类肩负改革科技管理体制机制、致力于产业共性技术研发和科技成果转化，且积极促进区域经济发展的研发组织。随着我国新型研发机构数量呈井喷式增长与规模扩大，新型研发机构的差异化运行机制与运行模式是学者们的讨论热点之一，有如董建中等［9］、夏太寿等［10］、周丽［11］、吴卫等［12］、马文聪等［13］、章芬等［14］、毛义华等［15］的研究；部分研究还侧重对比分析了国内外新型研发机构做法与经验，以期为我国新型研发机构运营、组织结构等发展提供建议，如章熙春等［16］、杨博文等［17］、丁明磊等［18］、孙雁等［19］的研究；此外，还有部分研究对新型研发机构创新绩效的影响因素与效率评价体系进行了探讨，如周恩德等［20］、孟溦等［21］、王勰祎等［22］、张玉磊等［23］的研究。

根据Markowitz［24］提出的现代投资组合理论，Tobin［25］、Sharpe［26］提出投资者应根据资产成本收益特征与自身风险承担能力制定分散化的投资组合，借以“把鸡蛋放到多个篮子里”降低非系统性金融风险。与证券市场和风险投资机构相似，新型研发机构风险投资也必须以股权融资形式积极买入和卖出高新技术孵化初创企业或创业企业标的资产，抑或通过投资组合调整资产标的信用风险敞口以获得增值保值或超额回报，这在本质上并未改变金融契约内涵，仍属于一种典型的投资决策问题。然而，针对新型研发机构中的风险投资策略及其投资绩效研究确实凤毛麟角，仅在新型研发机构创投基金的模式与机制方面有所涉及。例如，张凡［27］从风险投资角度出发，探讨了风险投资参与新型研发机构运行模式与评价体系；霍沛等［28］基于新型研发机构和创投基金的委托代理关系，阐释了新型研发机构创投基金的内涵、基本功能、分类；任志宽［29］认为新型研发机构应根据发展阶段、资本规模、技术成熟度选择合适的发展模式。综上所述，尽管目前针对新型研发机构的风险投资与投资绩效的研究日益增多，但从马科维茨（Markowitz）的现代化投资理论视角深入探究分散化策略对其风险投资的应用研究比较欠缺。一个重要的事实是，风险投资策略研究既是新型研发机构实现资产优化配置，促进健康可持续、高质量发展的内在需求，又是政府科技经费投入与财政资金实现投资绩效最大化的必然选择，更是我国实施创新驱动发展战略，加快建设科技强国、实现高水平科技自立自强，推动我国经济高质量发展应有的题中之义。

有鉴于此，本研究基于Markowitz 投资组合的均值方差理论，运用非支配排序遗传算法（NSGA-Ⅱ）深入探讨分散化策略在新型研发机构风险投资中应用的适用性与适度性，以期为我国新型研发机构优化资产配置、最大效能地提升财政资金绩效提供优化方案和决策依据，以及为今后新型研发机构高质量发展提供有益参考。

2 新型研发机构投资组合优化的理论模型

1952 年美国经济学家Markowitz［24］指出，理性投资者应该在有效前沿上构建相应的投资组合，其目标是在给定风险时最大化期望收益，或者在给定收益时最小化风险。与传统科研机构不同，新型研发机构的工作重点是实现科技成果转化、进行企业孵化及为企业提供技术服务支持。它通常以初创企业和孵化项目为投资对象，以推动技术和产品快速市场化为目标，由专业化管理团队管理运营，以实现资本增值。随着时间的推移，新型研发机构不仅需要大量的知识和技术支持，还要充分使用股权融资形式积极买入和卖出高新技术孵化初创企业或创业企业标的资产，为自身的可持续和高质量发展注入新鲜“血液”。与理性的投资者一样，相比预期收益最大化，新型研发机构更关注因投资的科创企业破产违约等情形而遭受的资产损失。理论上而言，只要新型研发机构不卖空持有的科创企业股权契约合同，按照融资合约约定收益上限为契约合同账面收益率，收益下限则可能亏损所有投资本金。因此，新型研发机构风险投资问题实质上是一种在固定预期回报率情况下，通过持有不同科创项目资产来分散整体投资风险，属于不确定性条件下典型Markowitz 投资组合优化问题。

2.1 基本模型

假设新型研发机构计划投资科创项目的初始资金为W0，为分散风险，新型研发机构将初始资金按一定比例分配至N 个不同风险程度的科创企业或项目（以下简称“科创项目”）。在理想情况下，新型研发机构持有的科创项目组合资产包括市场内所有行业领域且最前沿的科创项目，而且能够对每个项目任意参股，将在整个科技市场项目的高效边界进行投资；而在实际投资决策中，囿于资金有限、风险态度、投资偏好等约束，新型研发机构仅会在自身风险收益可承受的可行性边界内对所有科创项目进行筛选甄别，进而对部分优质的科创项目投资。根据Markowitz 均值方差投资组合理论，构建新型研发机构在为满足最低收益的前提下追求风险最小的双目标投资组合的基础模型（即模型1）如式（1）：

由于本研究着重考察新型研发机构采取分散化的投资组合策略对降低非系统性风险的有效性，借鉴陈奕延等［30］和田秀娟等［31］的做法，利用单调非增次模集函数及其性质进一步阐述双目标投资组合优化模型中新型研发机构采取分散化投资组合策略对非系统性风险的发散作用。

2.2 投资组合的分散化效应

将式（3）代入式（4）可得：

运用单调非增次模集函数定义，对式（5）进行整理与简化，得到：

3 进一步讨论：最优投资规模

利用遗传算法对模型1 求解，得到新型研发机构投资组合的帕累托（Pareto）最优解，如图1 所示。图1 中原点、正方形、菱形、五角星、三角形的每个点分别代表投资组合规模数=16、17、18、19、20 水平下的Pareto 最优解。这个Pareto 最优解是经过多次迭代之后形成的，种群的分布像是一条不连续的线段，也较为集中，因此模型优化的结果较理想。但在Pareto 最优解集中，由于各项科创项目资产的权重之和为1，因此投资组合中的科创项目之间是一种此消彼长的关系。从理论上说，每一个解集都是最优结果，因此新型研发机构在对科创项目资产进行配置时，无论取值16 还是20，只要在Pareto最优解集线段上的任何一个组合都是可行的。然而，在现实生活中上述可供基础模型的Pareto 最优解集中最优结果太多，无疑会使新型研发机构在选择科创项目最优资产组合时变得无所适从，不仅会增加选择的难度，而且过多的最优解集或许会增加管理成本，并非最优。为更好地考察不确定性条件下何种程度的分散化投资组合结果更加有利于新型研发机构获得风险与收益均衡，进一步构建涵盖投资规模、风险、收益三目标的优化组合模型。

图1 新型研发机构投资组合

3.1 模型的拓展：含最优投资规模

对理性的投资者来说，除了关注资产组合的收益和风险外，资产组合中资产的数量也是其关注的方面，在一定的收益和风险水平下，资产的数目越少越容易管理。尽管大部分研究结果也表明过度分散化的投资组合与收益呈边际效益递减，但是这个现象通常只是一种定性的结果，对于何种程度的分散化投资组合结果能够更加有利于新型研发机构获得风险收益均衡的这个问题仍然需要深入研究。借鉴孙雪莲［32］和Chen 等［33］对Markowitz 模型的改进做法，增加投资组合中资产数目最小化的附加目标至基础模型中，形成模型2 如式（7）至式（9）所示，重点探究新型研发机构在为满足最低收益的前提下追求风险最小的最优投资规模问题，以达到降低管理成本和难度等目标。模型2 的形式如下：

模型2 中，对投资组合中资产数目采用二进制变量赋值，当在新型研发机构投资组合中持有该科创项目资产时等于1；否则为0。同理，模型2 也可以通过线性规划直接求解出类似以上Pareto 最优投资权重与最佳资产配置方案，但这种单一的Pareto最优解集上任何一个组合都是可行的，最优解集上的科创项目之间是一种此消彼长的关系，其最终解析解仍取决于ωi等参数，这对考察新型研发机构是否存在最优投资规模的适度性意义并不大。为此，进一步采用非支配排序遗传算法，运用MATLAB 对模型1 和模型2 进行数值模拟求解，以便从计量方法上真实地考察上述投资组合对降低新型研发机构非系统投资风险的发散作用以及最优投资规模的存在性。

3.2 数值模拟与分析

周光友等［34］认为，NSGA-Ⅱ是目前求解多目标优化问题相对较好的算法之一，具有精准性与普遍适用性，已经被众多学者认同。这种非支配分层方法不仅可以使好的个体有更大的机会遗传到下一代，其适应度共享策略还能使准Pareto 面上的个体得以均匀分布，保持群体多样性，克服了超级个体的过度繁殖，防止了早熟收敛。不论对风险投资机构还是新型研发机构，管理庞大的投资组合都是很困难的，如何确定最优的组合规模更是风险管控工作的重点与难点，特别是在新型研发机构在综合考虑被投资企业的风险、收益、整个投资规模时，如何实现自身资产组合的优化，并在最大限度上兼顾标的资产收益性与安全性的相对统一，是一个非常复杂的多目标优化问题。因此，引入非支配排序遗传NSGA-Ⅱ算法，求解新型研发机构资产组合的最优权重及其适度规模问题是比较适合的方式。

图2 新型研发机构投资组合优化结果

比较图2（a）和图2（b）可以看出，尽管随着资产规模数的增加与扩大，投资风险有所降低，但是随着资产规模数的增加，风险降低的幅度不大，呈现出边际效用递减趋势，这一结论也与吴世农等［35］、黄少安等［36］的研究一致。毋庸置疑，如果新型研发机构一味地以盲目增加或扩充组合规模方式来降低投资风险，而不从源头上甄选科创项目质量高低，那么，那些混淆在优质科创项目的低质量、高风险项目只会给新型研发机构带来大量的投资损失，并会产生投资数目增长但投资质量反而下降，风险敞口反而上升，进而无法使得其风险资本达到帕累托最优配置状态。

如图2（c）所示，新型研发机构资产配置中持有原本10 个科创项目的资产组合，其实可以由8 个或7 个科创项目的资产组合来代替；同样地，新型研发机构至少可以减少一半的资产数量就可达到其原来20 个科创项目投资组合的投资效果。这也意味着，新型研发机构在风险投资决策时存在理论上风险、收益相适宜的适度规模，超过一定数量的投资者组合以及过度的分散化意义并不大。

从资产组合角度分析，过度分散化的投资组合会产生大量的共同资产，这部分共同资产可能存在风险“穿透”和溢出效应，从而造成新型研发机构的投资风险敞口扩大的负面结果；同时，过度分散化所带来的成本也会抵减降低系统性风险的正向效果。新型研发机构通常具有某些专业领域的知识和技能，往往深入掌握某个或几个行业专有知识，拥有自己擅长的专业技术领域，而过多的投资数目可能导致有限注意力下的竞争性信息分散，容易引致聚焦专业领域不精、战略资源导出分散、投资决策失误等问题，最终导致投资质量下降、投资风险敞口上升，而适宜的投资规模有利于新型研发机构对知识的积累和共享，降低投后管理中的信息搜索和协调成本，从而降低整体风险敞口，实现规模效应。此外，对新型研发机构风险绩效与管控治理而言，在风险投资过程中甄别优质的科创项目资产比盲目地分散化持有多项科创项目资产更为关键。

4 结论与讨论

4.1 研究结论

首先，相比集中投资，分散化的投资组合策略可以帮助新型研发机构克服被投创新企业技术项目单一性带来的非系统性风险。其次，随着投资组合规模扩大与增加，新型研发机构可以更加有效地整合内外部创新资源，形成被投企业层面的范围性技术生态圈，充分发挥技术之间的协同效应。最后，新型研发机构风险投资存在理论上的适度组合规模，过度、盲目的分散化投资组合只会降低新型研发机构的边际效用，产生与投资初衷相反的投资数目增长而投资质量反而下降、风险敞口反而上升现象，无法使得其风险资本达到帕累托最优配置状态。研究发现对合理引导我国新型研发机构、科技成果转移转化机构在资产配置优化与风险防范管理时，坚持投资数量与投资质量并重提供了一定的参考依据。

4.2 政策建议

针对以上研究结论，提出以下几点政策建议：

第一，作为科技体制改革创新与实践的新型研发机构应坚持投资数量与投资质量并重的分散化投资策略。一方面，新型研发机构尽量遵循分散投资的原则，成批成体系投资孵化科技成果转化技术项目与中小高科技创新企业，以降低在单个创业投资项目上的风险敞口；另一方面，新型研发机构不可简单以扩大投资规模为重点，而应该强调以提高被投资企业和项目的质量与综合效益为立足点，避免盲目地追求分散化投资与过度投资。此外，在新发展格局背景下，新型研发机构在投资决策过程中除了考虑被投资项目的收益性与安全性因素外，还应该充分考虑被投资企业和项目对核心技术攻关与国家科技自立自强的战略意义，以更宽广的视野、更长远的眼光给予适度支持。

第二，新型研发机构应扎实练好内功，不断深耕行业专长并提升增值服务能力，才能真正增强机构在中小高科技企业创新方面的催化作用，帮助这类企业创造更多价值；同时，应更注重立足自身技术专业和行业知识资源优势，打造良好的创新环境，促进范围性知识技术生态的形成，充分发挥技术之间的协同效应，形成知识、技术、人才、载体、资本与创新良性循环的生态系统，助力科技成果转化提质增效。

4.3 展望

本研究仍有拓展空间，后续仍望延展出更多关于动态阶段投资、分行业投资、区域性投资、联合投资策略对新型研发机构风险防范与投资绩效的影响研究。一方面，多阶段投资、分行业投资、区域性投资、联合投资策略既能兼顾新型研发机构财务和战略目标，又能避免投资过于集中的高度不确定性，分散投资风险，从而提高投资绩效与科技成果转化效能；另一方面，新型研发机构与被投企业间具有非常强的战略资源交互作用，新型研发机构分散化策略的资源禀赋调节效应、投资交易双方间的相互关联及多方联合投资价值也值得关注和深入研究。