影响风险投资回报水平的相关因素研究

2022-03-15张同兰州财经大学统计学院

品牌研究 2022年3期

文/张同（兰州财经大学统计学院）

一、引言

风险投资的主要作用是为那些难以从传统金融机构中获取融资的企业提供关键资金[1]，并对被投资对象进行监督或提供增值服务的过程，投资者最终目的是能够通过成功的投资交易退出。

针对风险投资的研究一般从三个角度进行分析[2]，一是研究宏观视角下的风险投资活动，即风险投资行为与宏观经济变量间的关系；二是风险投资行为过程，主要研究风险投资对创业企业的影响；三是从投资者出发，针对风险投资机构本身的特质研究。

本文从内容上属于针对风险投资的行为过程进行的研究，主要讨论风险投资的回报水平与哪些因素相关，研究内容与风险投资的退出机制关系较为紧密。在已有的风险投资退出机制研究中，有针对行业特性进行分析，认为行业存在不确定性越大，投资机构的退出欲望越小[3]。同时投资方式也影响了风险投资的退出倾向，当投资方式为联合投资时，投资机构的退出欲望也越弱[4]。那么在考虑到投资回报水平是风险投资机构进行投资的主要目的时，从风险投资案例中表现出的某些特征是否会对风险投资回报产生影响，就是一个值得进一步讨论的问题。

二、研究基础与假设

本文的研究假设的理论基础主要与以下研究相关：

第一是有关风险投资的退出方式研究。风险投资机构有着对企业IPO的促进作用，且该作用比对被并购的作用更为显著[5]。那么可以进行合理推测：通过IPO退出的风险投资，其回报水平要高于其他的退出方式，如并购、回购以及股权转让等方式，所以在风险投资持续进行的阶段，风险投资机构有着更强的促进企业IPO的倾向。

第二是关于投资时长与投资回报的相关研究。Gorman和Sahlman发现[6]，风险投资方对被投资者的管理影响在未来的风险投资持续时间中占60%以上，因此投资时长与投资后的增值服务数量和效果有着明显关系，由此也可得出推论，投资持续时间与最终的投资成功和创业企业成长有着明显的相关性。

总而言之，获得相应的风险补偿和超额收益是投资的主要目标，也是社会资本进行风险投资的根本动力，因此对投资收益水平的影响因素研究是较为必要的，所以为研究收益水平的影响因素，本文做出以下假设：

假设a：投资时间越长，不确定性和风险就越大，应有更大的风险补偿；此外投资时间越长，投资机构的增值服务投入越大越明显，因而带来投资回报更多，所以投资回报与投资时间跨度成正相关。

假设b：流动性保证了资金能够有效安全的退出，且能够进入交易市场的风险投资标的其质量也更加被认可，因此IPO是投资回报最佳的退出方式。

假设c：行业差异亦会导致风险投资的回报差异，如果某行业风险投资回报率高，自然会吸引更多的风险投资机构或基金进入该行业，因此行业的风险投资回报水平与该行业的风险投资数量成正比关系。

三、研究方法

（一）样本选择

在研究风险投资案例过程中，删除以下案例：1.未标明投资回报率的案例，2.未标明投资进入或退出时间的案例，3.未标明投资轮次的案例，4.未标明退出方式的数据。通过以上筛选标准最终得到从2000年至2014年共1169个风险投资案例。

（二）描述性统计

首先对分行业数据进行基本的统计分析，具体内容包括投资回报（倍数）和投资时间跨度（月份）的均值、标准差、中位数。对于以上数值的描述性统计不仅包括总体数据，同时对每个分行业进行同样的分析，由于某些行业样本不足且最大值和最小值差异巨大，因此在描述性统计中，投资回报和时间跨度主要参考应该为中位数。

表2 投资回报水平统计值

（三）设计回归

本文中的投资案例各自起止时间不同，无法与投资主体和投资对象一一对应，更无法使用AR模型或面板数据处理模型。因此本文选择大样本下的FGLS进行估计，由于某些行业的样本数量过少，所以采用一般的多元线性回归分析。

回归过程中，因变量选择为投资回报倍数，自变量为投资时间跨度，投资轮次辅助变量，投资退出方式辅助变量以及投资行业辅助变量，如表1所示。

表1 实证变量及其符号

除表1中所示变量外，研究过程中还加入了in1～in14共14个辅助变量以分别代表15个不同的行业分类，构成本文研究所需的全部完整变量。

并构建如下模型：

其中αi为风险投资的投资轮次，视具体情况设置从a到g不同的投资轮次哑变量；则为退出方式哑变量，设置ipo等六种不同的退出方式。

四、实证结果和统计分析

（一）描述性统计结果

本文数据主要来源于国泰安CSMAR数据库和巨潮资讯网等数据网站，通过前述标准筛选，最终得到2000—2014年共1169个风险投资案例，笔者按被投资对象所处不同行业，进行了15种不同行业的类型划分。分类结果显示，2014年之前的风险投资主要方向为电子科学、仪器制造或医药及医疗产品开发等具有较高技术含量，且从过去到现在，在某一段时间内受到国家或地方政策扶持和资源倾斜的行业，也是普遍被社会认为具有良好发展前景的行业。与此类行业相对的是诸如采掘业、加工运输业、金融业或电子商务等科技含量较低或已经形成少数寡头较为难以进入的行业，其社会资源的倾斜程度本就不足，且容易受到政策的限制或是已经形成了较高的行业进入壁垒，自然没有较高的投资预期，其风险投资的数量也就较少。

在获得符合标准的风险投资案例数据后，以前文分析为指导，对投资回报水平和投资时间长度的中位数、平均值和标准差进行了相应的统计，具体结果如表3、表4所示。

通过对以上数据观察并进行分析，可以得到以下结论：第一部分行业的投资回报存在极大的差异性，如医药医疗制造业或电子商务行业，其回报方差远大于回报均值，这十分显著地反映了风险投资的回报分布极其不规律性和高度的不确定性。第二风险投资回报随时间跨度增加而增长的倾向，仅就表中数据而言，通过对不同行业的分类得到的风险投资时间跨度数值越高，风险投资的回报倍数也越大。

（二）统计回归结果

根据第三章构建的模型，对每个行业逐个回归。其结果显示，在大部分行业中，即使能够通过F检验的行业数据，很多变量依然无法独立通过t检验的，仅有少部分变量如length、ipo等能够在部分行业的回归中通过t检验且其系数一般为正。在进行分行业的检验之后，还进行了全样本的FGLS回归，其部分结果如表3所示。

表3 全样本回归结果（部分）

在总体样本回归中，除已经列出的三个变量外，其他变量均无法通过t检验，其中包括所有的行业划分辅助变量。可以发现，即使在全样本的FGLS回归中，length与ipo也依然是与投资回报显著相关的两个变量，且ipo的系数远大于length的系数。除此之外，投资轮次中a轮投资也为投资回报在90%的置信区间内产生正向影响，因此可以基本认为假设a与假设b的成立是合理的。为进一步验证假设a投资回报与投资时间跨度的关系，对每个行业的投资回报中位数和投资时长中位数进行了回归，结果如表4所示。

表4 投资时长中位数回归结果

其值依然在95%的置信区间内通过了t检验，由此可以说明，时间跨度的长度对投资回报有着显著的直接影响，且其系数为正值，说明了二者之间存在正向关系，即时间跨度越长，回报越大，佐证了假设a的真实性。

与假设a和假设b不同的是假设c，行业分类系数本身在回报率的全样本回归中都无法通过t检验，此外在描述性统计部分的研究中似乎也没有能够直观证明风险投资回报与行业选择倾向的必然联系。

五、总结与讨论

（一）对研究结果的讨论

根据上述的研究可以认为，风险投资的回报水平与其他类型的投资类似，其本质上带有着对不确定和时间成本的补偿，所以时间越长的风险投资整体回报也越高，假设a得到了相应证明。此外风险投资越能够通过流动性充足的市场变现，其回报也就越高，这也与侧面反映了流动性充足的市场才有更大的可能对投资标的进行价格发现，假设b也得到相应佐证。因此如何在有限风险的水平下保证市场的充分流动性，也是促进风险投资发展需要考虑的重要因素之一。而对于假设c行业辅助变量的相对不显著，一方面可能是由于风险投资往往并不止依赖单纯的投资回报，还有如环境、社会总体福利等多方面考虑因素；另一方面也可能是本文存在一定的数据疏漏所导致的。