风险投资背景异质性对企业创新的影响研究

河北经贸大学 李西文 杜 旭 彭皓钰

一、引言

全球技术创新竞争日益激烈，互联网、云计算、人工智能、大数据等新一轮技术革命正在改变着世界。近年来，国家不断增强创新研发投入，据《中国统计年鉴》相关数据，2013—2019年中国企业研发（R&D）投入费用增长8 084.1亿元，占全社会研发投入经费比重由74.6%上升到76.42%，2019年中国研发经费投入强度（研发经费与GDP之比）达到2.23%。虽然企业对资本积累和技术创新过程中研发资金的投入重视度不断提高，但创新活动具有的不确定性、高风险性以及回报周期长等特点，影响了企业创新的积极性。

风险投资（Venture Capital，简称VC）不仅为企业提供资金支持，而且提供了相应的增值服务。创新作为企业发展的原动力，是企业业绩提升的有效途径，受到广泛关注，而VC是否通过提升企业创新确保高回报，始终是财务学文献中讨论的一个热门话题。综合国内外文献来看，无论是在行业层面还是公司层面，大多数实证研究支持VC促进创新活动。从投资前后的全过程分析，在投前筛选阶段，风险投资组合多元化与资源输送质量呈倒U型关系，间接影响企业创新，并通过对企业资源转化能力的筛选，正向调节投后管理，促进企业创新；在投资阶段，投资本身为企业背书，向相关受众释放积极信号，提升企业的创新效率；在投后管理阶段，风险投资将行业资源和人脉直接输送给企业，提高创新产出，为被投企业提供战略指导，优化并提高创新资源利用率。

从支持创新的方式来看，VC可以通过促进技术知识的扩散，或者在促进金融资源的获取方面积极影响产业创新的速度，但是企业被VC资助，也可能削减创新动机。因此，VC不一定促进企业实际创新能力的提升。例如，在VC投资组合内的未来融资竞争可以推动公司在研究和开发（R&D）的开发部分投入更多的努力，而不是研究。再如，VC为了推动企业上市可能更注重从形式上推动企业满足高新技术条件，而非关心企业长期发展。因此，虽然有文献发现VC公司在发达市场的创新中起着催化剂作用，但对VC在新兴市场中是否以及如何影响创新研究甚少，故我国VC是否驱动了企业创新以及驱动创新的程度需要更多的证据支持。

风险投资背景具有多样性，不同的风险投资背景在投资战略上存在差异，故而对创新能力的影响也不同。当前研究关注VC背景通常分为两个方面。一是通过资本背景划分。最先出现的是地方政府设立的风险投资机构，随后私人背景和公司背景的风险投资机构产生。本文基于资本来源和所有权特征的差异，将风险投资机构划分为政府、私人、公司三个类别。二是经验背景。风险投资机构的投资经验综合成声誉来体现，其投资经验也是影响风险投资创新能力的重要因素。因此本文在分析风险投资背景对企业创新能力影响的同时还探究了不同经验背景与企业创新能力的关系。

本文的贡献主要体现在两个方面：一是可以为研究VC背景对创新活动的影响提供新证据，不仅关注VC背景差异性对创新能力的影响，而且研究VC背景异质性对创新的影响深度和广度；二是对创新的计量在传统指标基础上（研发强度等）增加了专利数量和质量指标，从投入产出两个层面分析了VC背景的影响。

二、文献综述

风险投资对企业创新能力的影响一直是研究重点，其中关于风险投资背景异质性的研究相对较多，大量实证研究结果也证实了投资背景异质性的影响，但不同学者研究结果不尽相同。本文从风险投资背景、风险投资的资本背景以及经验背景对创新能力影响的研究现状展开概述。

（一）风险投资背景与企业创新

现有文献就风险投资是否存在对创新的激励作用仍有争议。理论上，风险投资在投资前筛选了创新能力强的企业，故而有风险投资支持的公司创新能力更强，但也可能企业创新能力受到风险投资的影响才得以提升。VC之所以提升创新，原因是多方面的。例如，从信号传递理论角度，陈思等提出VC的参与能够向市场传达关于企业质量的积极信号，降低融资成本，为企业获得更多的资金促进企业创新。从管理资源流动和选择偏差角度，Sun等认为VC在市场中扮演着一个特殊的和更积极的“生态系统工程师”角色，并推动了区域创新能力。Islam等发现，若企业和风投联系紧密，或企业在成立早期得到风投支持，则风险投资的资源和知识将对企业创新提供帮助。从激励理论的回报周期角度，Barrot指出，投资回报周期和分红结构驱动风险投资加快研发及商业化进程，以此激励企业加快创新的步伐。

（二）风险投资的资本背景与企业创新

风险投资资本背景差异化影响及其背后的原因，从信号视角、资源视角、制度视角和激励视角均可作出解释。因此，本文基于风险投资在资金来源和所有制特征上的异质性，探讨分析三类风险投资机构对企业创新能力的影响。

1.政府风险投资与企业创新

在信号视角方面，政府背书帮助企业扩大外部影响力，吸引更多资金和战略合作伙伴，激发风投活力，提升企业创新效率，并且政府风险投资对初创企业技术创新产出具有显著促进作用。但Brander等认为由于政府背景风险投资机构相对缺乏监督管理等技能，因此会降低利用创新数量（专利数量）度量的公司价值。Colombo等认为政府风险投资以推动技术进步和经济发展为任务，不在乎财务回报，可能会损害其他风投机构的投资行为，带来挤出效应，进而影响企业的创新效率。

2.私人风险投资与企业创新

在信号视角方面，具有高声誉的私人风险投资机构能够提供更强有力的背书，促进企业创新效率，其中高声誉风投的促进效果更显著。在资源视角方面，私人风险投资商业资源丰富，可以提供更好的增值服务，提高企业创新的商业化程度。但在激励视角方面，私人风险投资作为典型的财务投资者，因投融资周期驱动，更关注中短期表现，不利于创新高质量发展。

3.公司风险投资与企业创新

在资源视角方面，公司风险投资具备技术、产品和市场等方面的许多互补性资源，丰富的互补性资源和行业知识有利于提高创新效率。在激励视角方面，公司风险投资比私人投资资金来源稳定，回报周期长，能够更有效地激励创新。但是在制度视角方面，公司风险投资缺少独立的决策权且决策效率低下，并以母公司利益最大化作为自己的目标，低效的战略指导损害了创新效率。

通过上述文献的梳理，说明不同风险投资机构对VC的影响是有差别的，而本文关注的是三类风险投资机构对我国的VC是否发挥了激励效应？哪些风险投资机构更能发挥VC的激励作用？

（三）风险投资的经验背景与企业创新

叶小杰和沈维涛认为，经验丰富的风险投资机构投资的企业具有更高的IPO成功率和择时成功率，而缺乏经验的风险投资对失败容忍度低，不利于公司创新。邹双和成力为研究表明，高资历VC比低资历VC激励创新的结果更显著。这说明不同经验背景对VC的影响不同，而人们关心的是哪些经验背景因素更能发挥VC的激励作用。

同时，VC对创新的激励到底是短期效应还是长期效应？尽管有研究表明，公司风投支持的创业企业在创新产出的数量和质量上都比独立风投公司支持的创业企业表现出更大的创新生产力，但是不同的资本背景和经验背景的VC对创新的激励作用表现又如何呢？

通过上述文献梳理发现，风险投资背景、不同资本背景和经验背景的VC能否提高企业创新能力，还没有得到统一的结论，仍需要深入研究。借鉴前述研究，本文对风险投资背景异质性的研究主要集中于风险投资的资本背景和经验背景，而对创新能力的度量则分别选择专利数量、专利质量和研发投入强度。

三、理论分析与研究假设

国家对创新的重视必然会引起资本市场的反应，创新能力成为衡量企业价值的重要指标。研发投入具有很大的不确定性，且研发投入具有长期性、溢出性等特点，导致企业创新动力不足，而风险投资“高风险，高回报”的特性使其对失败容忍度高，因此VC有动机积极参与被投企业的研发决策，促进企业创新。在投后管理环节，风险投资将资源和知识输送给创业企业，能弥补创新活动的不确定性和高风险性。故提出以下假设：

假设1：风险投资可以显著提升企业创新。

资源视角方面，政府风险投资依靠政府资源，可以提供技术审核、资质认证便利，但政府官员投资能力欠佳，投后管理松散，资源利用效率大打折扣，使得政府风险投资无法独立对企业创新程度产生推动作用。而非政府背景的风险投资则不同。私人风险投资的管理者多为成功的投资人或企业家，他们对市场有着更透彻的理解，资源更丰富，能够为企业提供更好的增值服务以及战略指导，提升企业的创新程度。公司风险投资的投资项目多样，具备技术、产品和市场等各方面的资源，能增加专利申请数量和商业化水平，全方位提升企业创新程度。由于政府背景风险投资多是基于宏观经济出现的，不计财务回报反而对企业创新效率造成损害。故提出以下假设：

假设2：相比于政府背景，非政府背景的风险投资对创新激励作用更显著。

假设2a：相比于政府背景，私人风险投资对创新激励作用更显著。

假设2b：相比于政府背景，公司风险投资对创新激励作用更显著。

经验丰富且具有专业技能的风险投资家能够在不确定性和信息不对称的高科技行业以及高研发投入领域应对被投资企业的逆向选择问题，筛选出有潜力的企业；有经验的风险投资机构对企业研发投入的影响更积极，更可能通过缓解被投资企业融资约束促进企业创新。风险投资经验越丰富，对投资的产业领域越熟悉，社会网络越广阔，对企业技术创新活动的方向和不确定性的把握能力越强，从而更有利于推动企业创新。故提出以下假设：

假设3：风险投资机构经验越丰富对企业创新能力的激励作用越显著。

四、研究设计

（一）样本选取

本文选取2009—2020年我国创业板上市企业作为研究对象，所用数据主要包括风险投资数据、企业创新能力指标及其他相关财务信息。首先，从企业招股说明书中手工搜集介入的风险投资机构，判断企业是否有风险投资介入。依据陈思等文献中的相关定义：第一，通过创业板企业前十大股东名称来确定是否属于风险投资，若名称中带有“风险投资”“创业投资”“科技投资”或“创业资本投资”等字样，则认定该股东为风险投资机构；第二，查询CSMAR数据库、WIND金融数据库以及清科集团数据库给出的风险投资机构名录；第三，若仍无法确定，则通过招股说明书或天眼查查询公司主营业务，主营业务包括“风险投资”或“创业投资”，则认定为风险投资机构。若上述方法均无法确定则为普通投资机构。同时对风险投资的机构背景进行界定，划分为政府（GVC）、私人（PVC）和公司（CVC）三类。根据累计投资的次数定义VC的投资经验（VCEXP），根据风险投资策略定义风险投资是否为联合投资（JVC），根据风险投资是否参与被投资企业的经营管理定义参与治理（VCDirector）。其次，从国家知识产权局网站查询上市公司的专利数据。最后，财务指标选取上市后一年的数据。为了确保数据的准确性和可靠性，所有数据均选自国泰安（CSMAR）、万得（WIND）数据库，并对数据进行以下处理：（1）剔除数据缺失的企业；（2）剔除现阶段退市的企业；（3）剔除外资背景的风险投资机构企业。最终得到804个样本数据，数据处理软件为Stata。

（二）变量设计

1.因变量

综合考虑研究和数据可得性，本文选择因变量——创新能力。其代理变量分别为研发投入强度、专利数量、专利质量。根据《中华人民共和国专利法》，专利主要包括发明专利、实用新型专利和外观设计专利三种。其中发明专利含金量最高，因此以发明专利作为专利质量的测评标准。在专利数量中，为保证专利申请数为0的企业数值正常，对所有专利数据加1后再取对数。

（1）研发投入强度（RDI）：上市前三年研发投入强度（研发费用与营业收入之比）的均值。

（2）专利数量（Lnpatent）：上市前三年发明专利申请、实用新型专利申请和外观设计专利申请之和加1的对数。

（3）专利质量（Lninvention）：上市前三年发明专利申请加1的对数。

2.自变量

根据《中国创业风险投资发展报告》对风险投资类型的划分，并借鉴陈伟和杨大楷对风险投资的分类，将我国目前资本市场的风险投资分为政府背景风险投资、公司背景风险投资以及私人背景风险投资。

政府背景风险投资包括各级政府及国有独资企业对风险投资的直接资金支持。政府风险投资参与企业经营管理程度不深，这主要是由于高级负责人多为政府官员，他们投资能力不佳，对市场的敏锐度稍差，投后管理机制松散，因此未能深入参与风险企业的管理。公司背景风险投资既包括国内股份有限公司（含上市公司）和有限责任公司提供的资金，也包括非金融机构风险资本。公司风险投资可以通过母公司获得技术、产品和市场等方面的大量互补性资源，这是其他类型风险投资所不具备的，因此参与风险企业的管理较深，且丰富的互补性资源和行业知识也有助于提升创新质量。私人风险投资包括自然人以及合伙制的风险投资企业。私人风险投资的管理者多由成功的企业家、投资人担任，行业资源丰富，对市场有较强的敏锐度，可以深入风险企业的管理，并且能为新创企业提供更好的增值服务，帮助企业提高创新效率。

（1）风险投资介入（VC）：创业板上市公司上市前前十大股东中是否有风险投资介入，如果有风险投资VC=1，否则VC=0。

（2）非政府风险投资（N0NGVC）：若风险投资为私人风险投资和公司风险投资则定义为非政府风险投资，而风险投资主要资金来源为政府以及国有独资企业的风险投资公司定义为政府风险投资，如果为非政府风险投资N0NGVC=1，否则N0NGVC=0。

（3）政府风险投资（GVC）：将风险投资主要资金来源为政府以及国有独资企业的风险投资公司定义为政府风险投资，如果为政府风险投资GVC=1，否则GVC=0。

（4）私人风险投资（PVC）：将风险投资主要资金来源是自然人以及合伙制风险投资的公司定义为私人风险投资，如果为私人风险投资PVC=1，否则PVC=0。

（5）公司风险投资（CVC）：将风险投资主要资金来源是国内股份有限公司（含上市公司）、有限责任公司及非金融机构风险资本的定义为公司风险投资，如果为公司风险投资CVC=1，否则CVC=0。

（6）投资经验（VCEXP）：借鉴付辉和周方召的研究，用风险投资机构累计参与投资的次数来测度，以累计投资的次数中位数作为参照。若累计投资次数大于样本中位数，VCEXP=1，表示经验丰富的VC；否则VCEXP=0，表示经验较少的VC。

3.控制变量

由于公司的创新投入水平会受到较多其他因素的影响，故借鉴有关学者研究，选取公司规模（Size）、资产负债率（Lev）、总资产报酬率（ROA）、公司成长性（Growth）、风险投资参与治理及公司年龄虚拟变量等指标作为控制变量。

（三）模型设定

为了检验假设，参考以往文献构建多元线性回归模型。

为检验假设1，研究风险投资对企业创新能力的影响，构建模型（1）：

为检验假设2，研究政府背景与非政府背景VC对企业创新能力的影响，构建模型（2）：

为检验假设2a，研究私人风险投资与政府风险投资对企业创新能力的影响，构建模型（3）：

为检验假设2b，研究公司风险投资与政府风险投资对企业创新能力的影响，构建模型（4）：

为检验假设3，研究有经验背景的VC对企业创新能力的影响，构建模型（5）：

各模型中Y指的是因变量，Control表示其他控制变量，相关定义见表1，ε为随机扰动项。

表1 研究变量的定义与说明

五、实证分析

（一）描述性分析

从表2可知，全样本中RDI的均值为0.058，最小值为0.013，反映出目前中国创业板上市公司整体研发水平还比较低。不同企业申请专利数量不同，为避免极端值对研究结果的影响，本文在进行实证分析前对连续变量进行了上下5%的Winsorize处理。从风险投资相关数据可知，VC的平均值为0.453，说明获得了风险投资资本的企业占比为45.3%。进一步观察VC特征，在全样本中可以发现，20.4%的风险资本具有私人背景，公司风险投资的企业占比为12.9%，政府风投机构参与的占比为11.9%，VCEXP变量的均值为0.497，说明样本中49.7%的企业是经验丰富的VC。

表2 变量描述性统计：全样本

从表3可知，在有VC的样本中，私人风险投资的企业占比为45.1%，28.5%的风险资本具有公司背景，非政府背景风险投资的企业占比为73.6%，政府风投机构参与的占比为26.4%，VCEXP的均值为0.497，说明样本中49.7%的企业是经验丰富的VC。

表3 部分变量描述性统计：有VC的样本

（二）相关性分析

通过相关性分析可知，非政府风险投资和公司风险投资与专利质量及专利数量正相关，与假设预期相符合，但是风险投资介入、私人风险投资、风险投资经验与专利质量、专利数量和研发投入强度的系数与预期不符，有待回归结果的进一步考察。在风险投资的自变量方面，风险投资介入、非政府风险投资、私人风险投资、公司风险投资和投资经验两两之间都显著，但是由于自变量并没有同时放入同一模型中，所以不会影响数据的有效性。控制变量方面，变量之间的相关性较低，所有变量VIF值都小于10，可避免模型存在多重共线性问题。限于篇幅表略。

（三）回归分析

本部分通过多元线性回归分析考察风险投资背景异质性对创业板上市公司创新能力的影响，回归方程即上文所述的5个模型，回归结果如表4所示。

1.风险投资与企业创新的回归结果分析

为了使回归结果更加简洁，表4仅列出关键变量的回归结果。可以看出，风险投资背景与专利质量、数量均在5%水平上显著正相关，与研发投入强度在10%水平上显著正相关，这表明风险投资背景会激励企业的创新能力。因此，假设1得到验证。

表4 风险投资、资本背景、经验背景与创新能力的回归结果

2.政府背景和非政府背景与企业创新的回归结果分析

非政府背景的VC与专利质量、专利数量和研发投入强度的回归系数分别为0.346、0.356和0.007，均在5%水平上显著正相关，而非政府背景比政府背景的VC对创新能力的激励作用更显著。因此，假设2得到验证。

3.私人VC、政府VC与企业创新的回归结果分析

私人风投与企业专利质量和研发投入强度的回归系数分别为0.344和0.008，均在5%的水平上显著；私人风投与企业专利数量的回归系数为0.332，并且在10%的水平上显著，私人风投比政府风投对创新能力的激励作用更显著。因此，假设2a得到验证。

4.公司VC、政府VC与企业创新的回归结果分析

公司风投与企业专利质量和专利数量在5%的水平上显著，公司风投与企业研发投入强度在10%的水平上显著正相关，这说明公司风投比政府风投对创新能力的激励作用更显著。因此，假设2b得到证实。

5.经验背景与企业创新的回归结果分析

风险投资经验与企业研发投入正相关，且在10%的水平上显著，这说明经验越丰富的风险投资机构越有能力也愿意投资于企业创新。因此，假设3通过了检验。风险投资经验背景与企业专利质量和专利数量显著负相关，这说明经验较少的风投较经验丰富的风投在专利上的表现更好。

（四）稳健性检验

为了验证以上研究结论的稳健性，本文进行了如下三方面的检验。

1.更换因变量专利质量

借鉴张学勇和张叶青的研究，用发明专利授权量替代发明专利申请量衡量专利质量，再次对本文提出的假设进行检验。为了使回归结果更加简洁，表5仅列出关键变量的稳健性检验。检验结果与前文基本一致，仅回归系数的数值和显著性程度略有差别。

表5 稳健性检验：更换因变量专利质量

2.PSM分析

为缓解可能的内生性问题，采用先匹配再回归的方法尽可能地消除内生性问题，采用一对一匹配对本文提出的假设进行检验，为了使回归结果更加简洁，表6仅汇报了匹配之后关键变量的回归结果，与前文基本一致。结合以上讨论，本文核心结论是稳健的。

附：表6 稳健性检验：倾向得分匹配后回归结果

3.替换自变量风险投资经验

借鉴孙建华的研究，风险投资成立至首轮入资时间的区间越长，风险投资经验将会越丰富，用风投成立至入资的时间长度（年）取自然对数替代风险投资经验后，再次对本文提出的假设3进行检验。为了使回归结果更加简洁，表7仅列出关键变量的稳健性检验。检验结果与前文基本一致，仅回归系数的数值和显著性程度略有差别。

表7 稳健性检验：替代自变量风险投资经验

六、研究结论与启示

本文以我国2009—2020年在创业板上市的公司为样本，分析了风险投资背景的异质性对企业创新能力的影响。结果表明：风险投资会显著激励企业创新能力；与政府背景相比，非政府背景的风险投资对企业创新的激励作用更显著；风险投资经验越丰富越显著影响企业研发投入，但对专利数量和专利质量的影响为负。本文利用倾向得分匹配法尽可能消除内生性问题，以及更换因变量和自变量做稳健性检验，结果显示结论稳健。

本文研究表明，要充分发挥风险投资对企业创新能力的积极影响还需进一步减少政府参与，并加强对风险投资的引导，通过税收减免、财政补贴、创新成果激励等措施鼓励风险投资机构投资于创业企业。同时，有风险投资经验的投资人会更关注企业通过加大研发投入获得税收优惠的能力，重投入轻产出，因此高新技术企业评价可以适当引入研发成果指标，以促进企业创新成果的转化。●