创始人社会资本结构特征对科技型创业企业风险投资可得性的影响

姚 铮 顾慧莹

(浙江大学 管理学院,浙江 杭州 310058)

一、引 言

近年来,我国高度重视科技型创业企业的发展,并将其作为产业结构调整和经济体制变革的支柱以及推动国家经济发展的重要力量,随之而来的是一大批科技型创业企业的破土而出。然而,融资渠道的缺乏、创业环境的制约依旧是困扰科技型创业企业的难题,缺乏足够的资金将制约科技型创业企业获得发展所需的资源,阻碍企业未来成长。

对此,科技部于2015年初在《科技部关于进一步推动科技型中小企业创新发展的若干意见》中指出,提升科技型创业企业创新能力的关键在于鼓励天使投资机构、风险投资机构等股权投资机构的设立及相应的投资活动。风险投资机构的优势在于不仅能为科技型创业企业提供创新创业所必需的资金,而且还为投资的企业提供必要的管理咨询和网络关系构建等增值服务[1],具体包括招募关键管理人员、制定战略计划、监控运营管理、加强企业间联系等[2],这些约束、激励机制及增值服务在促进科技型创业企业成长方面具有重要的作用。同时,风险投资机构在投资前的严格审核和投资后的密切监督使其成为科技型创业企业技术和经营合法性的“营业执照”,为企业长期生存发展提供担保[3]。企业通过增资引入新股东的融资方式也降低了企业还本付息的压力,分担了创始人创业风险,使获得风险投资的企业更容易在激烈的竞争中存活并发展壮大起来,因此,风险投资是科技型创业企业最重要的股权融资方式。

然而,科技型创业企业与风险投资机构之间经常被认为存在较严重的代理问题,双方的信息不对称和利益冲突降低了科技型创业企业获得风险投资的可能性,因此,哪些因素能促进科技型创业企业获得风险投资机构的资金是值得研究的问题。已有研究认为社会网络是创始人重要的资本,创始人社会资本的构建是科技型创业企业获得风险投资的主要影响因素,创始人社会资本能够降低投融资双方的信息不对称,展现创始人的网络建构能力和企业未来的发展潜力,增强风险投资机构对科技型创业企业的信任,促进科技型创业企业成功获得风险投资[4-5]。

中国是一个典型的关系型社会,创始人社会资本是创业企业获取资源的重要渠道,为创始人提供多元化的技术市场信息、物质资本以及情感支持[6],对企业的生存和发展具有极为重要的促进作用。已有研究大多关注创始人社会资本的关系维度对融资可得性的影响,包括政治关联、商业连带、银企关系等[7],忽略了创始人社会资本结构特征对风险投资的吸引作用。同时,由于不同类型的网络结构对风险投资可得性的影响可能存在差异,本文将实证检验不同类型创始人社会资本结构特征对企业风险投资可得性的影响以及这些特征是通过何种途径和方式作用于企业融资的。本文的研究有利于比较创始人不同的网络结构特征对风险投资可得性的影响差异及其作用机理。

二、文献综述与理论假设

(一)文献综述

由于科技型创业企业存在新进入者缺陷,例如技术尚未完全成熟、关键研发和管理人员的品行和能力无法得到担保和认证、企业业务范围并未确定、未来发展存在极大不确定性等,风险投资机构在对企业进行质量筛选时面临严重的信息不对称,当风险投资机构无法对企业未来收益做出准确判断时,将会谨慎投资[8],导致企业获取风险投资变得困难。此时,创始人和企业的任何信息都将成为企业的质量信号传递给风险投资机构,并成为风险投资机构评判企业的重要标准,特别是在创业初期,创始人是科技型创业企业代表和融资主体,风险投资机构主要根据创始人的行为表现评判企业。以往研究中,创始人社会资本被认为不仅具有连接企业与风险投资机构的媒介作用,并且成为一种利好信号传递给风险投资机构[9]。然而实证研究多从社会资本资源观视角考察创始人社会资本与财务资源可得性之间的关系,尚缺乏从功能观视角检验创始人社会资本对风险投资可得性的影响的研究。

社会资本理论自20世纪70年代被提出后逐渐成为管理学界最重要的理论之一,并被认为是创始人获取资源的关键因素,然而理论界对社会资本的定义一直存在争议,并分别从资源观视角和功能观视角定义社会资本及其获得资源的理论逻辑。Broudieu从资源观的视角定义社会资本,认为社会资本是网络成员所掌握的潜在的和实际的资源总和,资源索取者通过加入具有资源的关系网络或者与资源拥有者形成连带获得资源[10]。Portes批判了Broudieu的定义并指出该定义并未明确区分资源索取者、资源拥有者和资源本身,忽略了资源索取者获取资源的能力以及网络结构对获取资源的功能性作用[11]。随后Coleman从功能观视角提出社会资本是个人拥有的社会结构资源,认为社会资本包含行动者构建网络的能力以及形成的网络结构所具有的资源传递能力[12]。Davidsson和Honig定义社会资本是创始人从网络结构和成员身份中汲取资源的能力,网络结构是资源和信息流转的通道,有助于资源的传递,且不同的网络结构具备不同的功能[13]。Nahapiet和Ghoshal把社会资本维度划分为关系维度、结构维度和认知维度,并认为结构维度是促使网络内信息流转和资源获取的重要基础[14]。自此,较多学者认为社会资本的核心是网络结构,且网络结构具备的关系间信任、承诺、秩序规范构成了创始人获得资源的基础。综上所述,社会资本的资源观视角认为关系连带以及连带方拥有的资源是行动者获得资源的关键;功能观视角则认为社会关系是社会资源的载体,网络关系的结构形态有助于信息传递、信任承诺等关系情感的产生以及网络秩序的形成,并成为资源和信息流转的渠道和基础[15]。

社会资本网络结构分为两大形态,分别为桥接型(bridging)网络结构和结合型(bonding)网络结构,Burt和Coleman分别代表两种网络结构的倡导者,并且两种网络结构具有不同的形态和功效[16]。Burt提出结构洞的概念,并认为稀疏延伸的网络形态更有利于不同地域、不同行业以及不同社会等级的网络成员获得异质性信息,网络成员之间通过交流形成良性的网络学习氛围[17]。特别是当掌握这些重要连带的创始人在信息交换中处于中心位置时,创始人逐渐成为节点之间信息流的“控制开关”,从而获得支配、调动网络资源的控制权力。桥接型网络结构体现了创始人与资源拥有者连带的广度和开放度,这些异质性资源的拥有者不仅包含企业的客户、供应商、行业龙头企业和竞争对手企业,还包括政府部门和社会机构(咨询机构、高校科研机构等)。创始人桥接的异质性资源节点越多,范围越广,创始人越可能获得有利于企业生存发展的信息和资源。特别是对科技型创业企业来说,异质性信息的交换和学习有利于创始人获得额外的信息和技术支持,促进企业进行技术创新和管理变革。本文将采用网络异质性和网络规模测量桥接程度。其中,网络异质性体现了个人与多元化资源连带的丰富程度,Cao等在测量高管和CEO桥接程度时采用了网络异质性[18];网络规模则体现了个人关系构建能力的广度[19]。

Coleman则描绘了一种紧密稳定的网络形态:网络成员之间两两熟识,相互之间了解程度较高,成员之间基于信任而自发进行信息交换,并相应地形成一套奖惩规则[12]。结合型网络结构体现了与同质且较为亲密的亲友以及商业伙伴间的连带紧密程度。由于频繁的交流和深入的了解,紧密的连带更可能产生情感性亲近及情感性信任,也更可能产生合作意愿和集体身份认同。因此,创始人获得情感支持、创业建议的可能性增加,企业发展稳定,生存率提高。结合型网络结构也有利于网络内部信息和知识的快速交换和传播,成员之间相互鼓励、相互监督,创始人及网络其他成员机会主义行为易被发现,因此出现机会主义行为的可能性显著降低。参考Reagans和McEvily的研究,本文将采用网络密度和网络强度两个变量测量创始人网络结合程度,其中,网络密度反映网络成员两两熟识程度,网络强度体现创始人与其他网络成员关系的紧密程度[20]。

基于创始人桥接型网络结构和结合型网络结构各自的优势,两类网络结构均可能成为科技型创业企业未来发展的特征趋势,并作为利好信号传递给风险投资企业,从而降低外部投资者与内部人之间的信息不对称。例如,创始人桥接型网络结构可以被视为受到他人认可的信号,反映创始人掌握的信息资源,释放企业未来发展潜力的信号;结合型网络结构则被认为是创始人很重要的声誉机制,制约创始人的机会主义行为。因此,不同的网络结构帮助企业贴上不同类型的标签。当这些利好信号传达到投资者时,能有效降低资金供求双方的信息不对称,帮助风险投资机构识别企业潜力,增加风险投资机构对企业的了解和信任,使企业获得发展所必需的资金的可能性大大增加。

综上所述,已有文献大多从资源观视角探讨创始人社会资本对资源可得性的影响,鲜有文献从功能观视角剖析科技型创始人的网络结构特征,本文根据经典社会资本理论将网络结构特征分为两个主要维度:桥接和结合,并通过分析具有不同信息传递方式和网络运作机制的网络结构形态,检验创始人网络结构特征对风险投资可得性的影响作用。同时,不同于已有研究仅关注创始人网络结构特征与科技型创业企业成长绩效和创新绩效的关系,本文以信息传递为分析基础,探讨独立风险投资机构对创始人网络结构的评价结果,从而更为准确地把握网络结构特征的作用机理。本文将围绕创始人网络结构特征的信号如何降低科技型创业企业与风险投资机构之间的信息不对称以及增强风险投资机构对科技型创业企业的信任这一问题,通过实证检验,提出解决科技型创业企业融资难的可行途径。

(二)理论假设

1.网络规模与科技型创业企业风险投资可得性

创始人网络规模指创始人直接连带的关系节点数量的总和[21]。创始人扩大的关系网络往往体现了创始人资历、经验和网络扩建能力,容易对网络其他成员形成由个人的技能或专业知识而带来的社会声望及地位。声望和地位作为创始人实力的象征,可以吸引更多位于网络边缘的主体,从而增加自身的关系连带数量,形成良性循环。网络规模的扩张使创始人与更多外部关系节点相连,这些外部节点可能在关键时刻提供企业所需的资源或交换资源的机会,赋予创始人调配网络资源的权力,极大提高企业的生存率和抗风险能力。Mollick的实证研究发现,创始人网络规模在吸引股权投资者方面有重要作用[22]。同时,创始人扩大的网络规模促使更多个人和团体认识和了解创始人及其成立的企业,从而使企业更容易获得合法性支持。这些积极的信号均能够增加风险投资机构对科技型创业企业评估的准确性以及对企业的信任,有助于企业获得风险资金。

另一方面,如果创始人的网络规模足够大,创始人和企业的信息更容易通过网络成员传递给风险投资机构,使风险投资机构在投资前就能获得关于企业经营和技术创新情况的信息,风险投资机构与企业之间的信息不对称降低,科技型创业企业更可能获得风险资金。Shane和Cable发现,企业与风险投资机构之间的直接和间接关系连带均能有效降低双方之间的信息不对称[4]。因此,网络规模的增加不仅能够向风险投资机构传递创始人的社会地位、网络扩建能力、企业合法性的积极信号,并且使风险投资机构更容易从第三方获得更多有关企业技术、人才、管理方面的信息,降低风险投资企业与科技型创业企业之间的信息不对称,增加科技型创业企业获得风险投资的可能性,并且随着创始人网络规模的扩大,这些积极信号更显著且更易传递给风险投资机构,企业获得的风险资金规模也随之扩大。基于上述分析,本文提出如下假设:

H1a:创始人网络规模与企业风险投资可得性正相关。

H1b:创始人网络规模与企业获得的风险资金规模正相关。

2.网络异质性与科技型创业企业风险投资可得性

创始人(自我)网络异质性指创始人关系节点的多元化程度,各关系节点越是来自多样的地区、部门或机构,关系节点的多元化程度越高,创始人的社会关系就越广泛。创始人掌握的异质性和多元化信息越多,越可能占据网络中心位置,能够在与网络其他成员进行信息交流或资源交换时获得话语权和主动权[17]。另一方面,多种渠道的信息来源有助于创始人降低有效信息搜索成本,促进创始人进行更多的信息交换和交流学习,促进企业创新产出,提高企业生存能力。例如,当创始人与经营业务无交叉的商业组织甚至政府部门形成关系连带时,为了获得这些不同组织的最新信息,创始人必须经常与他们沟通学习,这一方面提高了创始人获取新知识和新信息的可能性,同时也促使创始人进行知识和信息整合,从中发现新的技术或商机,有力增强了企业创新能力和创新产出,使企业发展潜力增加。当创始人拥有多元化关系连带的积极信息传递给风险投资机构,并且当风险投资机构识别到企业未来技术发展的潜力时,更可能对该企业进行投资。且创始人网络异质性程度越高,企业未来发展的潜力越大,企业获得的风险资金规模也就越大,因此,本文提出如下假设:

H2a:创始人网络异质性与企业风险投资可得性正相关。

H2b:创始人网络异质性与企业获得的风险资金规模正相关。

3.网络强度与科技型创业企业风险投资可得性

创始人(自我)网络强度指创始人与其直接连带的各个关系节点的相识久暂、互动频率和亲密程度的强度[23]。创始人与网络成员之间经过长期频繁的交易和交流,相互依赖、相互信任,逐渐建立强连带。创始人较多的强连带会增加成员之间的信任感,增强成员的团队合作精神,建立统一行动目标,提高成员之间信息和资源的传递意愿和传递速率。另一方面,网络内的强连带较易形成约定俗成的群体规范和团队责任意识,当创始人或团队成员违背契约精神或者采取机会主义行为损害网络其他成员的利益时,创始人会失去网络中强连带成员的信任,受到网络规范的惩罚[24]。同时,因为强连带的建立需要投入较多的时间、精力和成本,对创始人来说,违约的成本很高,这使得创始人很难违背契约和强连带的约束。创始人与其他网络节点之间的连带强度越高,双方越容易产生情感性的信任和承诺,网络内部冲突程度降低,网络结构和关系也趋于稳定。这些创始人稳定网络和约束网络的积极作用通过信号传递机制传递给风险投资机构并获得风险投资机构的信任,风险投资机构的审核成本和监督成本得以降低,也更容易信任创始人,则企业获得风险投资机构资金的可能性增加。且创始人的强连带越多,企业稳定性越高,网络内自我约束和相互监督机制越强,企业获得的风险资金规模越大。因此,本文提出如下假设:

H3a:创始人网络强度与企业风险投资可得性正相关。

H3b:创始人网络强度与企业获得的风险资金规模正相关。

4.网络密度与科技型创业企业风险投资可得性

创始人(自我)网络密度指创始人直接连带网络中关系节点之间相互连带的程度,测量中使用创始人自我为中心的网络中实际拥有的连带数与最多可能拥有的连带数之比,借以衡量各节点之间联系的紧密程度。如果各个节点相互连带,彼此间熟识,则获得网络内信任和承诺的可能性大大增加,成员之间信息和资源交换的频率也相应增强。在较多的研究中均发现紧密的网络有助于复杂知识和情感的传递,这些关系优势有助于创始人网络成员彼此信任并进行头脑风暴和技术创新[25]。另外,创始人网络密度越高,网络成员之间存在共同熟识第三方的可能性也就越高,第三方监督机制的作用极大增强,更易在长期的交往和交易过程中形成约定俗成的规则,逐步成为网络规范。如果一个成员违背网络规范,易被共同连带的第三方发现,受到网络规范的惩罚,所以紧密网络有利于形成自我监督和控制机制。紧密网络也容易形成成员之间共同解决问题和共担风险的氛围,减少企业内部冲突和风险传染,一个紧密可靠的创始人团队更容易获得风险投资机构的信任。因此,这些信任、承诺、优质信息共享和共同解决问题的网络作用机制使创始人更容易获得风险投资,风险投资机构也愿意与这种团队合作。并且,创始人团队越紧密,网络监督机制越完善,网络内信息传递越快越通畅,企业获得的风险资金规模越大。因此,本文提出如下假设:

H4a:创始人网络密度与企业风险投资可得性正相关。

H4b:创始人网络密度与企业获得的风险资金规模正相关。

三、研究设计与数据来源

(一)数据与样本

本研究探索创始人社会资本结构特征对科技型创业企业风险投资可得性的影响,调研分为两个阶段进行。首先,为使问卷各题项和各题项下的选项设计准确、明晰和简练,在充分查阅相关文献的基础上,第一阶段课题组于2016年9月和10月对四家不同行业的科技型创业企业和一家风险投资机构进行了访谈式的预调研。网络结构的维度划分、控制变量的设置主要依据已有文献,控制变量选项的数量区间划分按照被调研企业的实际情况调整。在预调研的基础上形成调查问卷初稿,随后课题组邀请上述被访谈人员试填问卷,请他们提出进一步的修改意见,课题组再次对题项和选项的适当性进行修改,形成问卷终稿。

第二阶段课题组于2016年11月至2017年2月发放问卷。问卷通过两个途径发放,一是通过浙江省高新技术园区和创业园区管委会实地邀请园区内科技型创业企业创始人填写调查问卷,二是通过浙江省内风险投资机构邀请所投资或拟投资的科技型创业企业创始人填写调查问卷。本研究选取浙江省科技型创业企业,是因为浙江省科技型创业企业具有一定的代表性,例如浙江省内高新技术企业数量在全国各省区市排名第三,浙江省创业板上市企业数量在全国各省区市位居第四。本研究的调研对象选择遵循以下三个标准:(1)调研企业为按科技部《高新技术企业认定管理办法》认定的高新技术企业;(2)企业限定为科技型企业中的创业企业,初创期参考李新春等的研究,创立时间不超过8年[26];(3)将调研对象严格限定为企业的主要创始人,且一家企业只选取一位创始人作为调研对象。为保证问卷质量,课题组在发放问卷时与调研对象均进行面对面的充分沟通,要求调研对象能够准确理解各题项的含义,并在经过充分思考后答题。

课题组总共发放调查问卷300份,回收并剔除填写不完整的无效样本之后,实际回收有效调査问卷256份,有效问卷回收率为85%。本研究中,174家科技型创业企业有意向引入风险投资,占有效问卷数量的68.0%。其中,113家最终获得了风险投资,占比64.9%,总体获得风险投资的情况较好。

从样本的分布来看,样本企业所处行业主要集中于电子信息行业,占比35.9%;其次为高技术服务行业,占比13.3%;其他行业分布较为均衡。企业地域分布主要集中于杭州,其次为宁波、温州,再次为浙江省其他地级市。

(二)变量说明

被解释变量:本文需要测量风险投资可得性以及企业实际获得的风险资金总额,对于风险投资可得性,只要企业成功获得风险投资,则被解释变量赋值1,否则赋值0;对于风险资金规模,参考LiPuma和Park的研究,以企业第一轮获得的风险投资机构投资总额的自然对数来测量[27]。

解释变量:首先,鉴于提名法的有效性和可信度,本文采用提名法测量创始人自我为中心的网络结构。提名法以环绕在创始人周围并与之直接相连的关系节点作为网络边界,把与创始人直接关联的个人作为关系节点,把创始人与关系节点的直接连带和关系节点之间的相互连带作为网络的关系连带[28]。根据提名法的要求,在测量网络异质性、网络强度和网络密度时,本研究要求创始人回忆创立企业初期在情感、资源方面对其帮助最大的5个人,并针对这5个关系节点的特性分别测量创始人网络结构特征;在测量网络规模时则要求创始人填写在创业过程中对其帮助最大的人数总和。具体表现为:(1)网络规模,网络规模是创始人直接连带的节点数量总和,参考Morrison[29]以及Semrau和Werner[30]的做法,以创始人创业过程中在情感、资源方面为其提供帮助的总人数衡量创始人网络规模。(2)网络异质性,网络异质性衡量创始人关系多元化程度,把创始人关系节点所处的网络按属性分为商业网络(供应商、客户、同行)、技术网络(高校等科研机构)和中介网络(银行、咨询机构、行业协会和政府部门),各关系节点越是来自不同的机构或行业,则创始人网络多元化程度越高[31]。异质性程度参考耿新和张体勤的多元化指标来衡量,以各分类人数占提名人数“i”百分比的平方和与1的差值衡量,即。(3)网络强度,使用各节点与创始人交情的久暂(关系平均时长)和亲密程度对每个关系人进行测量。节点与创始人认识5年以上并且亲密程度为“很亲密”以上属于强连带,并使用强连带人数占提名人数的比重衡量创始人网络强度[24]。(4)网络密度,以创始人网络中实际拥有的连带数与该自我为中心网络中最多可能拥有的连带数之比进行测量。通过与创始人直接相连的5人中每人与其他4人相识数量的总和与提名网络中最多可能拥有的连带数的比重测量网络密度[20,32]。以上变量的名称、代码及测量见表1。

表1 主要变量的名称、代码及测量

控制变量:参考已有文献[13]和预调研结果,本文在控制变量中分别采用了反映创始人个人和企业特征的变量,包括创始人性别、创始人受教育程度、创始人工作经验、企业成立时间、企业资产规模、企业资产负债率、企业利润率、企业研发投入和企业所处技术行业①创始人性别为男性赋值1,为女性赋值0;创始人受教育程度按本科以下、本科、硕士研究生、博士研究生及以上分别计1—4分;创始人工作经验按创始人创立企业之前的工作年限0年、0年以上—5年、5年以上—10年、10年以上分别计1—4分;企业成立时间按3年以下、3年以上—5年、5年以上—8年分别计 1—3分;企业资产规模按 50万以下、50万以上—100万、100万以上—500万、500万以上—2000万、2000万以上分别计 1—5分;企业资产负债率按 30%及以下、30%以上—50%、50%以上—70%、70%以上—100%、100%以上分别计1—5分;企业利润率按0%及以下、0%以上—5%、5%以上—10%、10%以上—20%、20%以上分别计 1—5分;企业研发投入按研发投入占营业收入的比例为0%、0%—5%、5%—10%、10%—20%、20%以上分别计1—5分;行业分类按照科技部《高新技术企业认定管理办法》认定的高新技术企业分为7大类。。

(三)模型设计

本文的被解释变量包括风险投资可得性和风险资金规模,所以需要使用两个不同的模型分别对假设进行检验。首先针对风险投资可得性,解释变量为二值离散变量,本文首先把具有风险投资融资需求的企业限定为研究对象,并采用Probit模型(1)进行回归分析。但是,以这些有风险投资融资需求的企业作为样本总体将使得选取的样本不再是一个随机样本,导致社会网络结构对融资可得性的估计产生偏误[33]。针对样本选择偏误,本文采用Heckman两步法,即把企业进行风险投资的融资行为分解为两个过程:第一步是决定企业是否具有引入风险投资的意向,如果企业决定引入风险投资,第二步再决定风险投资可得性。由此建立选择方程和行为方程,并且选择方程至少需要包含一个满足排他性条件的识别变量,该变量影响企业引入风险投资的决策,但不直接影响风险投资可得性和融资规模,参考已有文献和上述逻辑思路,本文采用企业获得风险投资前资金缺口、企业所处城市的风险投资机构数量①企业资金缺口将影响企业融资行为,然而限于企业融资能力,资金缺口与企业实际获得风险投资之间并无显著相关关系。参见 Harrison R.T.,Mason C.&Smith D.,″Heuristics,Learning and the Business Angel Investment Decision-making Process,″Entrepreneurship&Regional Development,Vol.27,No.9-10(2015),pp.1-28;Sievers S.,Christopher F.&Mokwa G.K.,″The Relevance of Financial Versus Non-Financial Information for the Valuation of Venture Capita-lBacked Firms,″European Accounting Review,Vol.22,No.3(2013),pp.467-511。另一方面,企业所处地域的发达程度以及高新技术园区对企业融资的支持力度会影响企业第一阶段的融资行为,因此本文采用企业所处城市拥有的风险投资机构数量作为识别变量。参见 Hoenen S.,Kolympiris C.&Schoenmakers W.et al.,″The Diminishing Signaling Value of Patents Between Early Rounds of Venture Capital Financing,″Research Policy,Vol.43,No.6(2014),pp.956-989。作为识别变量。

其中,Yi是被解释变量,获得风险投资赋值1,没有获得风险投资赋值为0;F(∗)是一个标准正态分布函数;Xi作为解释变量包含创始人网络结构特征变量,即网络规模、网络异质性、网络强度和网络密度;控制变量Zi包含企业特征和创始人个人特征变量。

其次,针对风险资金规模,本文把获得风险投资的企业限定为研究对象,采用模型(2)进行最小二乘法回归分析。同理,以获得风险投资的企业作为样本总体使得选取的样本不再是一个随机样本,本文同样采用Heckman两步法,第一步是决定企业是否具有引入风险投资的意向,第二步再决定风险资金规模,并由此建立选择方程和行为方程。

Yi是被解释变量,为科技型创业企业获得的第一轮风险资金规模(以万元为单位)的自然对数;Xi作为解释变量包含创始人网络结构特征变量,即网络规模、网络异质性、网络强度和网络密度;控制变量Zi包含所有企业特征和创始人个人特征变量;ε表示随机扰动项。

(四)统计性描述与相关系数

表2给出了相关变量的统计性描述,可以看出获得风险投资的科技型创业企业的第一轮融资规模均值为195万元(相对应的自然对数为5.27),说明对于科技型创业企业,首次股权融资规模较为有限。解释变量在两组数据中存在显著差异,特别是网络规模和网络异质性,其中,获得风险投资的创始人网络规模均值为18人,未获得风险投资的创始人网络规模均值为11人,前者明显高于后者。获得风险投资的创始人网络异质性均值为0.56,说明大部分获得风险投资的创始人连带对象处于2个以上性质的网络;未获得风险投资的创始人网络异质性均值为0.41,说明大部分未获得风险投资的创始人的关系节点处于1—2个性质的网络,可见,获得风险投资的创始人的网络异质性明显高于未获得风险投资样本。获得风险投资的创始人网络强度和网络密度与未获得风险投资的创始人网络强度和网络密度相比,尽管前者均值较高,然而两者的差异并不显著。

控制变量方面,获得风险投资的样本创始人受教育程度要高于未获得风险投资的企业样本,然而创始人性别和工作经验在两组样本中差异较小。从其他控制变量来看,获得风险投资的企业资产规模、企业利润率、研发投入比例比未获得风险投资的企业高,而其他变量在获得风险投资和未获得风险投资的企业样本组之间未存在明显差异。

在模型估计前,本文还将对所有变量之间的相关性进行Pearson检验和Kendall's tau-b检验,详见表3。结果显示,从解释变量与被解释变量的相关性来看,创始人网络规模、网络异质性与风险投资可得性和风险资金规模在1%的显著性水平上正相关,而创始人网络强度和网络密度与风险投资可得性和风险资金规模的相关性均不显著;控制变量中,企业研发投入和企业规模与企业风险投资可得性在1%的水平上正相关,其他控制变量与风险投资可得性的相关性在统计上不显著。另一方面,从各个变量的相关性来看,所有变量之间的相关系数均在0.50以下,相关性最高的是企业规模和企业成立时间的相关系数(Pearson和Kendall's tau-b的相关系数分别是0.48、0.47),说明变量之间的多重共线性并不严重,不会对模型估计产生明显影响。

表2 变量描述性统计

表3 变量相关性统计检验(n＝256)

续表3

值得一提的是,网络规模和网络异质性之间具有显著的正相关关系,相关系数分别是0.21和0.18,网络强度和网络密度之间也同样具有非常显著的正相关关系,相关系数分别是0.18和0.14,说明网络规模和网络异质性在一定程度上均能反映创始人稀疏形态的桥接型网络结构特征,同时网络强度和网络密度也具有一定的形态共性,表明本文在选用网络结构测量指标上具有一定的代表性。

四、实证结果与分析

(一)假设检验

为考察有风险投资融资需求的创始人网络结构特征对风险投资可得性的影响,本文首先采用Probit模型进行估计,表4分别报告了加入4个解释变量后的偏效应估计结果,以便更清晰地了解各个网络结构变量对科技型创业企业融资可得性的影响。其中,列1-1仅报告所有控制变量的Probit估计结果,实证检验结果显示,企业资产规模与风险投资可得性显著正相关,企业资产负债率与风险投资可得性显著负相关,说明风险投资机构更倾向于投资较成熟且资产负债率较低的企业。企业研发投入与风险投资获得也呈现显著正相关趋势,说明企业研发投入是企业未来成长潜力的有效代理变量。列1-2加入了创始人网络规模,网络规模系数为0.06,t值为3.25,说明创始人网络规模对企业风险投资可得性具有显著的促进作用,因此,假设1a得到初步验证,且列 12显示准R2和似然比均有显著提高,准R2从20.0%上升至27.9%,说明创始人网络规模对企业风险投资的获得是一个重要的影响因素。列1-3显示网络异质性系数为2.67,t值为3.76,准R2和似然比同样有显著提高,准R2从20.0%上升至27.0%,假设2a得到初步证实。列16同时考虑创始人4个网络结构因素,结果同样表现出创始人网络规模和网络异质性对风险投资可得性的重要作用,其中网络规模系数为0.05,t值为2.73,网络异质性系数为2.41,t值为3.17。但是,列1-4、列1-5和列1-6的结果均显示创始人网络强度和网络密度所传递的信任、承诺、互惠的内部关系信号对风险投资可得性并无显著影响,假设3a和假设4a并未得到验证。

表4 创始人网络结构特征与风险投资可得性回归结果(基于Probit模型)

表5使用最小二乘法对创始人网络结构特征与风险资金规模之间的关系进行了回归检验,列2-2的结果显示网络规模的系数是0.02,t值是2.25,说明创始人每增加一个关系连带,风险资金规模将会增加1.02万元(对应自然对数为0.02),且回归总体R2从25.4%上升到28.3%,假设1b初步得到证实。创始人网络异质性同样对风险资金规模有较强的促进作用,网络异质性的系数是1.98,t值是2.20,该变量反映了创始人的网络建构能力、信息交互能力和学习能力,往往反映了企业未来的发展前景,并获得风险投资机构的认同。R2从25.4%上升到28.2%,总体拟合情况良好,假设2b得到证实。创始人网络强度和网络密度对企业风险资金规模的影响为负,但列24和列25显示这两个变量均未通过显著性检验,说明创始人网络强度和网络密度对企业风险资金规模并不能产生直接影响,假设3b和4b均未得到验证。尽管网络强度和网络密度反映了创始人网络内部信息交流通畅程度和相互信任程度,但企业内部稳定程度高仅能体现企业发展稳健性,无法直接反映企业未来成长前景,尚不足以成为风险投资机构判别企业价值的主要标准。

表5 创始人网络结构特征与风险资金规模回归结果(基于OLS模型)

续表5

(二)考虑样本选择偏差的影响

如果仅用具有风险投资融资意向的样本作为总样本,则会带来样本选择偏差,使得方程存在遗漏变量,因此,参考杨汝岱等的研究,本文将采用 Heckman两步法,建立选择方程和行为方程,两个方程具有相同的解释变量,选择方程还把企业获得风险投资前资金缺口额度和企业所处地区风险投资机构数量作为识别变量[33]。Heckman两步法回归结果如表6所示,列3-1以风险投资可得性作为行为方程的被解释变量,列3-2以风险资金规模作为行为方程的被解释变量。首先,选择方程显示资金需求缺口和地区风险投资数量的显著性均在1%的显著性水平下,由此得出识别变量的选取是稳健的。其次,从列3-1结果可以看出,逆Mills比例显著性很强,证实有必要采用Heckman两步法。在纠正样本选择偏差后,列3-1显示创始人网络规模、网络异质性依旧对风险投资可得性存在显著的促进作用,然而网络密度和网络强度同样是不显著的。表6的PseudoR2大于表4对应的R2值,表明Probit回归结果存在一定估计偏误。列32结果显示逆Mills比例不显著,说明风险资金规模的回归不存在明显的选择性偏误,表5的回归结果是可靠的。

表6 创始人网络结构特征与风险投资可得性的Heckman两步法回归结果

续表6

(三)内生性问题

本文研究的问题是创始人社会网络结构特征对风险投资可得性和风险资金规模的影响,两个因素存在因果倒置的内生性问题,即风险投资的取得可能促进创始人构建新的网络,增加创始人社会资本[28]。为了控制内生性的影响,本研究在设计创始人网络结构特征的调查问卷时,特别针对创始人创业初期的关系网络,尽量避免创始人回答获得风险投资之后的关系网络特征。尽管如此,还是很难避免内生性对回归结果的影响,因此本文选取恰当的工具变量对内生性进行检验和控制。针对创始人网络规模,本文采用创始人家族规模作为工具变量,创始人家族规模的大小将影响其创业过程中的网络构建倾向,然而不会直接影响企业风险投资的可得性和风险资金规模。针对创始人网络异质性,本文采用创始人家族成员分散在不同城市的人数占家族规模的比例作为工具变量,这将会影响创始人网络构建的广度,但不会直接影响企业风险投资的可得性以及风险资金规模。在对工具变量的有效性进行检验时,首先使用Cragg-Donald方法检验两个工具变量的强弱,发现Cragg-Donald检验F统计量远远大于Stock-Yogo弱工具变量的阀值11.59,说明不存在弱工具变量问题(其中,家族规模的Cragg-DonaldF统计量为34.68,异地亲属比例的Cragg-DonaldF统计量为14.54,说明家族规模和异地亲属比例均非弱工具变量)。然而,在使用工具变量检验内生性假设时发现Wu-Hausman TestP值不显著,说明并不存在显著的内生性问题(其中,网络规模检验结果Prob＞Chi＝0.2151,网络异质性检验结果Prob＞Chi＝0.5886,两者均不显著)。因此,本文选取的创始人网络规模和网络异质性均为外生变量,最后估值结果显示各网络结构变量的影响与表6基本保持一致。

(四)稳健性分析

本文从两个方面进行稳健性分析。首先,为了防止异方差问题,本文在对Probit和OLS回归时控制稳健标准误,结果与未使用稳健标准误时并无显著差异。其次,考虑到Semrau和Werner提出的网络规模与资源可得性之间并非简单的线性关系[30],而是呈现倒U形关系,因此,本文对创始人网络结构特征变量进行二次项检验,结果发现这些变量的二次项均不显著,由此说明创始人网络规模和网络异质性对风险投资可得性的边际递减效应并不显著存在,创始人日益扩大的网络规模和延伸的网络异质性对风险投资的吸引作用具有一定的持续性效应。

五、结论与讨论

鉴于社会资本理论在促进资金供给以及双方相互信任和了解方面的突出贡献,深入剖析社会资本理论及其不同的维度,对解决科技型创业企业的融资难问题是很有必要的。现阶段尚未有文献深入到创始人网络结构特征层面,对创始人网络结构指标与风险投资可得性的关系展开实证研究。本文首次就创始人社会网络结构特征对科技型创业企业风险投资获取之间的关系进行了全面系统的分析测量,分别运用Probit模型、OLS模型,并考虑样本选择性偏差和内生性问题检验了创始人网络结构特征与风险投资可得性之间的关系。实证研究结果表明,创始人网络规模、网络异质性均能显著影响科技型创业企业风险投资可得性和风险资金规模,而创始人网络强度和网络密度对科技型创业企业风险投资可得性的解释力较为有限,这同时也表明区分创始人不同的网络结构特征是有必要的。

本研究的主要理论贡献如下:

首先,本文考察了创始人社会资本结构特征对风险投资的影响作用。尽管已有研究发现社会资本在解决市场失灵和促进科技型创业企业获得风险投资方面具有重要作用[4,9],然而Florin等依旧认为对社会资本在帮助企业获取财务资本方面的研究不足,因此本文首次从社会资本功能观的视角出发考察其对企业风险投资可得性的影响,丰富了此系列的研究[34]。由于科技型创业企业技术和产品的不成熟,风险投资机构很难准确评估其未来价值,当风险投资机构拥有的信息不足、不确定性增加时,风险投资机构可能需要其他辅助信息来评判投资价值。创始人所嵌入的社会网络不仅反映其品行、团队凝聚力,还可能体现其学习能力、研发能力等相关特性,鉴于创始人网络结构因素所包含的大量补充性信息,从网络结构特征出发的研究对解决风险投资机构投资前的信息缺失以及投资后的套牢问题都有积极的借鉴意义,从而有助于科技型创业企业获得风险投资。

其次,本文对不同形态的社会资本结构特征进行深层次的探索,验证了社会资本网络结构的多维度特征及其作用机制。本文根据经典社会资本文献将网络结构分为桥接型网络和结合型网络,在测量方面又对两种网络形态进行进一步划分。研究结果显示,桥接型网络结构和结合型网络结构对风险投资可得性存在差异作用,这不仅验证了两种网络结构的不同作用机理,深化了社会网络理论,而且为上述分类影响企业风险投资融资结果的理论逻辑提供了支撑。

与以往研究结论不同的是,本文并未发现结合型网络结构特征对科技型创业企业风险投资可得性的促进作用。偏隅一方的企业创始人尽管拥有紧密网络所带来的信任、规则等关系优势,然而结合型网络存在对已有关系过度依赖、网络构建成本过高、信息冗余等缺陷,企业长期发展能力受到创始人自身资源和信息的限制,跨越式创新的概率较低,很难受到正在寻找重大投资机遇的风险投资机构的青睐[35]。因此,本文认为之所以实证分析没有得到预期的结果,主要有两个方面的原因:一是由于结合型网络结构同时具有自我监督的利好信号和未来发展前景有限的劣势信号,优势信号很可能被同时存在的劣势信号干扰,使得创始人过度紧密的网络不被风险投资机构看好,难以获得风险投资机构的认同;二是可能因为创始人网络结构过于紧密,优势信号无法直接传递给风险投资机构,使得风险投资机构无法及时发现企业所具备的网络优势,企业丧失获取风险投资的机会。

此外,本文的研究结果也具有重要的政策启示。科技型创业企业已成为中国经济再次腾飞的先锋力量,而风险投资机构的支持能够强有力地缓解科技型创业企业资金短缺的困境,创始人社会资本对于降低两者之间的信息不对称和赢得风险投资机构的信任具有重要作用,因此成为实现科技型创业企业股权融资的最有效桥梁。基于创始人桥接型网络结构的重要作用,科技型创业企业创始人应该致力于拓展关系渠道,构建多元化的关系网络,并将其拥有的网络结构的利好信息传递给风险投资机构,同时创始人应该尽量降低对已有关系网络的过度依赖。风险投资机构也不能仅依赖创始人关系网络的广度来评判企业发展潜力,应该构建多层次、全方位的评价体系。从政策的角度而言,应该积极促进科技型创业企业与风险投资机构之间的交流对接,拓宽创始人建设关系网络的方式和渠道,营造信息更透明的融资环境,逐步解决科技型创业企业融资难的问题。