联合风险投资网络能提升企业投资效率吗

汪爽　彭正银　郭晓彤

摘 要：随着创业投资领域风险投资人的广泛引入，联合风险投资对企业投资效率的影响受到关注。利用2011-2015年5年间中国创业板相关联合风险投资和企业投资效率数据，基于资源基础观理论，利用PSM估计，实证分析了联合风险投资对企业投资过度和投资不足的不同影响作用，进而分析了行业层面和风险投资人层面不同调节变量的调节作用，并据此提出了相关的政策和企业战略建议

关键词： 风险投资人； 联合投资； 企业投资效率； 结构不确定性； 投资经验； 投资存续时间

中图分类号：F830.5 文献标识码： A 文章编号：1003.7217（2018）01.0056.07

随着中国金融市场日趋成熟，投资手段和股权投资方式日趋多样化、专业化，风险投资人已经成为中国企业，特别是上市企业重要的参与者以及企业经营业绩推动者和战略变革引导者[1，2]。在推动中国企业和行业层面机构调整的供给侧改革的背景下，风险投资人凭借自身长期的价值投资所积累的丰富投资、行业经验和社会网络关系，能够有力地提升企业资金利用效率，优化企业的投资结构，实现企业投资合理、均衡，最终实现企业投资与效率的结合[3]。一方面，随着行业专业化程度日趋提升，企业跨行业统筹合作日渐频繁，企业发展所需的技术、市场、管理经验和其他社会资本日趋复杂多样，单一投资人越来越难以具备企业跨越式发展所必须的商业经验和社会资源优势，具备不同人力、资本和社会资源优势的投资人对企业进行联合风险投资，以提升企业创新能力、企业业绩和资本利用效率[4]。另一方面，经济转型和供给侧改革视角下的企业投资和企业长远发展更加关注效率性，中国企业亟需从粗放型的投资策略向集约型高效率、高质量和高创新能力的投资方向进行转变，淘汰低效投资和落后产能[5]，上述企业发展目标既需要挖掘企业自身投资潜力，也需要借助外部风险投资人，在引入联合风险投资的过程中予以解决，联合投资人出于投资权益角度考虑，也更倾向于对企业的创新发展、效率投资进行督导和协助[6]。

从现有对于联合风险投资对企业投资效率的研究成果来看，大多为对两者关系的描述性研究，对企业引入联合风险投资是否能够优化企业投资效率，投资效率优化的机制和边界条件都尚无实证研究，也难以形成针对性的政策和企业投资战略建议。因此，本文利用2011-2015年5年间中国创业板相关联合风险投资和企业投资效率数据，基于资源基础观理论，利用PSM估计，实证分析了联合风险投资对企业投资过度和投资不足的不同影响作用，进而分析了行业层面和风险投资人层面不同调节变量的调节作用，并据此提出相关的政策和企业战略建议。

一、研究假设与相关文献

（一）联合风险投资对企业投资效率的促进作用

基础资源理论认为，具有丰厚的人力、物力和社会资本的风险投资人，基于投资利益将会利用其基础资源，帮助和推动企业自身优势资源的形成以及竞争优势的扩大，最终提升包括企业创新能力、生产力和企业投资效率在内的多种企业业绩水平[7，8]。因此，当前投资环境多变，技术、市场发展迅速且变化日新月异，企业寻求风险投资人合作已经由单一的寻求金融支持转向与风险投资人开展在技术、人力、市场开拓、战略规划和社会网络拓展等全方位的合作关系，风险投资人需要具备多方面的基础资源能力以适应企业的相关合作要求[9]。

基于上述对风险投资人基础资源能力的要求，风险投资人往往选择联合具有不同优势资源的投资人，对企业进行针对性的联合投资。已有的研究表明，基于资源整合和抵抗风险能力的联合投资行为往往能够显著地提升企业的绩效[10]。然而现有研究还没有利用企业层面数据分析联合投资对企业投资效率的研究。

本文认为，在企业风险投资高风险、行业变化和不确定因素众多的经济、行业大背景下，风险投资人必然为了充分保障自身的投资权益，对企业进行必要的督导和干预，也会提供基础资源为企业提升效率提供助力[6]。在联合投资的情境下，不同联合投资人具有不同的基础资源，能够弥补企业和单一投资人的资源瓶颈，防范企业投资不足带来的业绩风险；同时也能够扩大投资相关的信息来源和提升信息和决策判断的准确性，能够均衡合理地分配投资，节约投资成本，减少投资失误，避免过度投资的发生。因此，本文特提出：

假设1：联合风险投资能够提升企业投资效率。

假设1a：联合风险投资能够避免企业投资不足；

假设1b：联合风险投资能够避免企业投资过度。

（二）结构不确定性的调节作用

已有研究认为，行业不确定性条件是企业选择风险投资，以及风险投资人选择联合投资方式的一个重要影响因素[11]。在市场不确定性条件下，技术、信息和市场经验等基础性资源效果往往具有不确定性，企业创新能力和竞争优势所带来的业绩效果充满不确定性，不论企业还是风险投资人的投资意愿都受到抑制，企业更为倾向于保守的投资策略[12]。即使是在联合风险投资的背景下，企业管理者和风险投资人处于较高结构不确定性条件下，也更倾向于保留更多的流动资金，降低不确定性带来的经营风险。这在企业投资效率影响上表现为，在低于理想效率投资的情况下，联合投资人难以及时与企业分享相关基础资源，弥补企业投资不足，提升企业投资效率；而在高于理想效率投资的企业中，联合投资人则积极分享资源，推动企业降低过度投资，提升投资效率。因而，在不同的企业投资情境下，结构不确定性提升会对联合风险投资的企业效率影响产生截然相反的作用。

因此，本文特提出：

假设2a：企业投资不足的情况下，结构不确定性将降低联合风险投资对企业投资效率的提升；

假设2b：企业投资过度的情况下，结构不确定性将促进联合风险投资对企业投资效率的提升。

（三）风险投资人投资经验的调节作用

在联合风险投资中，风险投资人往往需要提供金融资本以外的多种企业必需的人力、技术、市场渠道、信息资源和社会资本支持，上述资源往往来自于风险投资人长期风险投资活动中的资源积累[13]。风险投资人以往成功的风险投资经验能够为风险投资人带来企业所处行业内部和外部相关基础资源，同时更多的成功经验也为风险投资人带来了如何合理调动和分配上述资源，实现企业资源效率最大化，达到企业业绩和生产能力最大化的经验。较高的風险投资人经验代表着风险投资人获取和优化调动基础资源的能力的共同提升[14]。因而，对投资不足的企业风险投资人经验能够帮助风险投资人和企业识别投资不足情况，找出新的高效的投资新方向，并且调动相关资源加强企业投资；而针对投资过度企业，风险投资人经验又能够帮助企业辨识投资过度的具体成因和解决办法，减少投资过度。endprint

因此，本文特提出：

假设3a：企业投资不足的情况下，风险投资人投资经验将促进联合风险投资对企业投资效率的提升；

假设3b：企业投资过度的情况下，风险投资人投资经验将促进联合风险投资对企业投资效率的提升。

（四）风险投资存续时间的调节作用

Manso（2011）指出如果投资者能够允许企业经理人短期的企业业绩失败，能够提升长期的经理人表现[6]。付雷鸣，万迪昉和张雅慧（2012）也在研究中指出风险投资人对企业业绩的影响是一个长期的过程，风险投资人对企业经营的长期介入而非短期投资更能够促进企业创新能力和企业效率的提升。从资源基础观理论出发，相关资源基础对企业业绩和企业效率发挥作用需要一定的时间[16]，风险投资人的相关人力、物力、技术、信息和社会网络资源需要一定的时间转化为企业所需要的资源基础，而上述资源基础更需要一定的时间才能发挥企业投资效率作用。因此，联合风险投资存续时间过短，相关资源难以发挥作用，不利于企业利用联合风险投资人的相关资源优化自身的投资结构。同时，企业投资能力构筑和企业投资战略调整也需要一定的时间，即使风险投资人相关基础资源及时转化为企业投资优化的动力和能力，最优投资战略的形成也是一个企业的长期、动态的战略任务。

因此，本文特提出：

假设4a：企业投资不足的情况下，更长的风险投资存续时间将促进联合风险投资对企业投资效率的提升；

假设4b：企业投资过度的情况下，更长的风险投资存续时间将促进联合风险投资对企业投资效率的提升。

二、数据结构和模型设计

（一）样本与数据来源

本文实证研究样本来自公开发布的万得（Wind）数据库中536家创业板企業股东信息，以及相关IPO上市报告信息、年报信息和创业板企业经营财务数据。并且进一步根据上述信息测算联合投资虚拟变量，投资不足、投资过度变量以及其他调节变量和控制变量，最终生成了2011-2015年536家创业板上市企业2670个观测值的联合风险投资与创业板企业投资效率数据库。

本文根据付雷鸣，万迪昉和张雅慧（2012）的研究区分普通投资人和风险投资人，首先默认企业股东名称中带有“风险投资”“创业投资”“创业资本投资”等字眼的股东企业为风险投资人。对于未出现上述名称的企业，在招股说明书、年度报告和企业其他报告中出现了对股东为风险投资人或者股东主要业务为创投投资业务的股东则同样认定为风险投资人。对于上述以外的企业，经工商登记系统查询，其登记主营业务为创业投资、股权投资、风险投资的企业则认定为风险投资人，否则为非风险投资人，本文根据Tan & Wang（2016）[17]的研究测算联合投资变量。

本文选择创业板数据作为研究对象有以下几个原因：

1.创业板相关信息具有数据可得性，万德数据库中详细列举了创业板企业风险相关财务数据，并且与同样创业创新企业集中的新三板数据相比，企业上市和存续时间较长，数据更为丰富。便于研究者进行数据分析；

2.另外，与主板企业相比，创业板企业中创新创业新兴企业更为集中，创业投资者参与更为广泛，进行数据分析，风险投资人的作用更为真实。

（二）变量描述

根据Richardson（2006）[18]和李云鹤，李湛和唐松莲（2011）[19]的研究，首先确定企业投资效率因变量。根据模型估算企业的最优效率水平投资，进而利用最优投资与实际投资的残差，测算企业投资不足或者投资过度的程度。根据Richardson（2006）的研究，企业最优投资模型如下：

INVt=α+β1Growtht-1+β2Levt-1+β3Casht-1+β4Aget-1+β5Sizet-1β6RETt-1+β7INVt-1+∑γ1（Industryt）+∑γ2（Yeart）+ε（1）

其中INVt为t年年度投资，Growtht-1是t-1年行业增长率，Levt-1是t-1年资产负债率，Casht-1为企业t-1年持有现金量，Aget-1为t-1年企业年龄，Sizet-1为t-1年企业规模，RETt-1为t-1年股票收益，INVt-1为t-1年年度投资，∑γ1（Industryt）和∑γ2（Yeart）为行业和时间虚拟变量，ε为模型残差。根据上述残差将数据分为投资过度企业（残差大于0）和投资不足企业（残差小于0）两个分样本，分别进行实证分析。利用残差与估计投资的比值的绝对值作为两个样本分别的因变量，上述比值越大则投资不足和投资过度程度越严重。根据本文数据收集结果，共有91家企业的403个观测值具有联合风险投资人，其中投资不足有53家企业的146个观测值，过度投资61家企业257个观测值（由于不同的企业在不同年份投资效率情况不同，因此可能产生不同企业在不同年份投资效率状态不同）。

另外，在解释变量方面，根据付雷鸣，万迪昉和张雅慧（2012）的研究成果，区分企业风险投资人和普通投资人，进而根据Tan & Wang（2016）的研究按照企业风险投资人人数确定企业是否存在联合风险投资，存在两个或者以上风险投资人的企业联合风险投资虚拟变量赋值为1，否则赋值为0 。

进一步我们引入三个调节变量：根据Li et al （2008）[20]的研究，利用企业所处行业的总收入、销售收入和利润三个数据指标标准差的几何平均数作为测算行业不确定性。根据Gu and Lu（2014）的研究，利用数据挖掘技术查询了当前年份以前风险投资人持有A股上市企业股份的历史数目，并对同一企业不同风险投资人的上述投资经验进行平均求得创业经验变量。最后，根据付雷鸣，万迪昉和张雅慧（2012）的研究，利用上市企业公报、招股说明和其他文件披露的风险投资人平均持股时间作为调节变量。对上述调节变量分别使用分组方法，利用PSM模型进行回归测算不同调节变量的调节效应。endprint

加入企业ROE、企业年龄、企业规模、研发强度以及企业所处行业虚拟变量和企业所处省份虚拟变量作为控制变量，具体变量说明和描述性统计见表1。

-

-

（三）模型设计

利用PSM模型，分析联合风险投资虚拟变量对投资效率的影响，本研究分别采用联合风险投资虚拟变量作为Logit模型（刘刚，王泽宇和程熙镕，2016）[21]：

P（group-1）=Φ（intru）（2）

其中group为联合风险投资虚拟变量，instru为其他工具变量，包括本文的调节变量和控制变量。

通过式（2）估计每一个联合风险投资观测的概率值，利用PSM方法在非联合风险投资数据内为每个联合风险投资观测值匹配3个观测值以建立对照组，并且生成新的样本。

进一步，分别利用下面公式对未匹配数据和匹配数据进行差分分析，以企业投资效率（投资不足和投资过度）为因变量，分析解释变量对因变量的影响：

Δ=E[y|m（Xi）=inner，Xi]-E[y|m（Xj）=outer，Xj]（3）

ΔATT=E[y|m（Xi）=inner，Xi]-E[y|m（Xj）=outer，Xj]（4）

其中，p（Xi）≈p（Xj）

为了进行稳健性检验，将利用STATA软件中系统广义矩（GMM）两步法的相关命令，对中国创业板联合风险投资对企业投资效率影响进行回归分析[22]。

DVit=α+∑β（IDVsit）+∑γ（controlsit）+εit（5）

其中DVit为因变量，IDVsit为解释变量和调节变量，controlsit为控制变量，εit 为模型残差。

为了检验理论假设提出的调节效应，在PSM模型中利用分组回归方式，比較不同分组的回归系数，并且比较相关Z值进行调节效应检验[23]。而在系统广义矩模型中利用交叉项的方法进行调节效应检验。

三、实证结果

利用STATA中psmatch2对数据进行PSM分析，在进行分析前，根据Lee（2013）[24]的研究，首先需要进行平衡性检验（balance testing）以及单变量检验（univariate testing）以测算匹配工具变量适度性，具体结果见表2。

从模型检验结果可见，本文选取的大部分匹配工具变量适当，在不同分组回归中剔除了该分组回归中不恰当的工具变量，得到PSM回归结果见表3，表4。

由表3和表4的回归结果可以得出，所有模型中评分匹配后的联合风险投资影响不论在投资不足或者投资过度条件下都具有显著的负向回归系数，因此可知，联合风险投资的参与既能够降低企业投资不足又能够防止企业投资过度的发生，因此假设1，假设1a以及假设1b得到验证。

根据表3模型2和模型3的回归结果，在结构不确定性较高的条件下，联合风险投资的投资不足抑制作用较小，结构不确定性抑制了其投资效率作用的发挥；而根据表4中模型1和模型2的结果显示，在投资过度条件下，结构不确定性较高分组的联合风险投资影响有所提高，结构不确定性提升了其投资过度抑制作用，因此假设2a和假设2b得到了验证。

同样的在表3模型4和模型5中，高风险投资经验条件下，联合风险投资的投资过度抑制作用越强；与之类似，在表4模型4和模型5的回归结果中，较高的风险投资经验也为联合风险投资带来更高的投资过度抑制作用，假设3a和假设3b得到验证。

在表3或者表4的回归结果中，联合风险投资较长的投资期限都使得联合风险投资具有更高的投资效率提升作用，因而，假设4a和假设4b得到验证。

进一步的，本文利用系统广义矩方法以及输出解释变量和调节变量交叉项的方法进行稳健性检验，结果见表5。

由上可见，各个模型中联合风险投资对投资不足和投资过度都具有负的显著的回归系数，结构不确定性交叉项对投资不足和投资过度分别具有正向和负向回归系数，其他相关调节项具有负向的回归系数，因此，本文的假设得到了进一步检验。

四、研究结论

根据本文的理论分析和假设检验，分析了联合风险投资对于企业投资效率的促进作用，分别从其对投资不足和投资过度影响两个方面进行了实证，并且检验了其边界条件，得出了下列结论：

1.联合风险投资的加入能够明显地促进企业投资效率的提升。基于联合风险投资人所具有的特殊的资源基础，企业可以构建自己的相关基础资源，并且将其运用到自身的投资活动中去，进而准确把握投资方向，提升企业投资效率。具体表现在，企业投资不足情况下，联合风险投资人能够凭借其所具有的基础资源，缓解企业资金压力，优化融资结构和融资效率，最终缓解企业投资不足；在投资过度情况下，联合风险投资人能够发现投资效率所面临的问题，调动资源提升企业技术、管理水平，提高资金利用率，降低投资过度风险。

2.联合风险投资人的企业投资效率作用也受一定的调节变量的影响，具有一定的边界条件。在行业不确定性条件下，联合风险投资人倾向于规避风险以确保自身投资利益，因而不论是在投资不足企业还是投资过度企业均倾向于减少投资，因此对于投资不足企业联合风险投资的投资效率作用有所减弱，而在投资过度企业其作用相应增强；另外，联合风险投资人如果具有较为丰富的投资经验，能够及时地把握企业投资效率情况，且具有较好的基础资源，不论在投资不足或者投资过度条件下都能够更好地发挥投资效率作用；较长的投资期限不仅能够保证投资人着眼于企业长期利益而具有更强的投资优化动机，也给企业更多的时间转化相应资源使其发挥作用。

本文的贡献在于：首次将资源基础观理论与联合风险投资的企业效率作用相结合，从基础资源需求和作用机制出发，建立了理论和实践的桥梁；利用国内创业板数据，厘清了联合风险投资与企业投资效率的关系，从投资不足和投资过度两个方面论证了联合风险投资的作用，将上述实证结果与资源基础理论相结合，发展了上述理论在联合风险投资领域的分析应用；相关调节效应的检验为企业根据自身所处行业条件寻求相应的风险投资人和风险合作模式、时间进行了理论和实证检验，能够指导风险投资人和企业的风险投资实务。endprint

参考文献：

[1] 张学勇， 张叶青. 风险投资， 创新能力与公司IPO 的市场表现[J]. 经济研究， 2016， 51（10）： 112-125.

[2] 陈思， 何文龙， 张然. 风险投资与企业创新： 影响和潜在机制[J]. 管理世界， 2017 （1）： 158-169.

[3] Zheng Y， Xia J. Resource dependence and network relations： a test of venture capital investment termination in China[J]. Journal of Management Studies， 2017（2）：86-90.

[4] Zhelyazkov P I， Gulati R. After the break.up： the relational and reputational consequences of withdrawals from venture capital syndicates[J]. Academy of Management Journal， 2016，59（1）， 277-301.

[5] 洪银兴. 准确认识供给侧结构性改革的目标和任务[J]. 中国工业经济， 2016（6）：14-21.

[6] 付雷鸣， 万迪昉， 张雅慧. VC 是更积极的投资者吗？——来自创业板上市公司创新投入的证据[J]. 金融研究， 2012 （10）： 125-138.

[7] skelinen M， Maula M， Murray G. Profit distribution and compensation structures in publicly and privately funded hybrid venture capital funds[J]. Research Policy， 2007， 36（7）： 913-929.

[8] Chemmanur T J， Loutskina E， Tian X. Corporate venture capital， value creation， and innovation[J]. Review of Financial Studies， 2014， 27（8）： 2434-2473.

[9] Hoenig D， Henkel J. Quality signals？ the role of patents， alliances， and team experience in venture capital financing[J]. Research Policy， 2015， 44（5）： 1049-1064.

[10]Gu Q， Lu X. Unraveling the mechanisms of reputation and alliance formation： A study of venture capital syndication in China[J]. Strategic Management Journal， 2014， 35（5）： 739-750.

[11]Altintig Z A， Chiu H H， Goktan M S. How does uncertainty resolution affect VC syndication？[J]. Financial Management， 2013， 42（3）： 611-646.

[12]Glover B， Levine O. Uncertainty， investment， and managerial incentives[J]. Journal of Monetary Economics， 2015， 69： 121-137.

[13]Wadhwa A， Phelps C， Kotha S. Corporate venture capital portfolios and firm innovation[J]. Journal of Business Venturing， 2016， 31（1）： 95-112.

[14]Krishnan C N V， Ivanov V I， Masulis R W， et al. Venture capital reputation， post.IPO performance， and corporate governance[J]. Journal of Financial and Quantitative Analysis， 2011， 46（5）： 1295-1333.

[15]Manso G. Motivating innovation[J]. The Journal of Finance， 2011， 66（5）： 1823-1860.

[16]Lin Y， Wu L Y. Exploring the role of dynamic capabilities in firm performance under the resource.based view framework[J]. Journal of Business Research， 2014， 67（3）： 407-413.

[17]Tan Y， Wang X. Investigating the motivations of VC syndication in China.Do Chinese Leading VC Firms Make a Difference in Terms of Syndication Decisions[J]. International Journal of Economics and Finance， 2016， 8（6）： 78.

[18]Richardson S. Over.investment of free cash flow[J]. Review of Accounting Studies， 2006， 11（2-3）： 159-189.

[19]李云鶴， 李湛， 唐松莲. 企业生命周期， 公司治理与公司资本配置效率[J]. 南开管理评论， 2011 （3）： 110-121.

[20]Li J J， Poppo L， Zhou K Z. Do managerial ties in China always produce value？ competition， uncertainty， and domestic vs. foreign firms[J]. Strategic Management Journal， 2008， 29（4）： 383-400.

[21]刘刚， 王泽宇， & 程熙镕. “朋友圈” 优势， 联合风险投资条件与互联网创业——基于整合社会认同与嵌入理论的新视角. 中国工业经济，2016（8）：110-126.

[22]Uotila J， Maula M， Keil T， et al. Exploration， exploitation， and financial performance： analysis of S&P 500 corporations[J]. Strategic Management Journal， 2009， 30（2）： 221-231.

[23]Deng Z， Wang Z. Early-mover advantages at cross-border business.to.business e.commerce portals[J]. Journal of Business Research， 2016， 69（12）： 6002-6011.

[24]Lee W S. Propensity score matching and variations on the balancing test[J]. Empirical economics， 2013，44（1）：47-80.

（责任编辑：王铁军）endprint