风险投资对非效率研发投资的双向治理*——来自我国上市公司的经验证据

刘娥平, 赵伟捷, 贺 晋

风险投资对非效率研发投资的双向治理*
——来自我国上市公司的经验证据

刘娥平, 赵伟捷, 贺 晋

以2003—2012年中国上市公司为研究样本，参考肖(Xiao, 2013)对企业研发投资的分类标准，采用多元线性回归、PSM配对和工具变量等方法，实证检验风险投资对中国上市公司非效率研发投资的双向治理作用。研究结果发现：对于研发过度投资的上市公司样本，风险投资能降低其研发投入；对于研发投资不足的上市公司样本，风险投资能促进其研发投入。在高科技行业公司样本中，风险投资对公司非效率研发投资的双向治理作用依然显著。另外，实证检验还发现风险投资与研发投资的内生性、盈余管理和分类标准稳健性等问题，并不会改变主要结论。研究结果表明，风险投资机构能通过提供融资便利、缓解委托代理问题和发挥公司治理功能等帮助上市企业实现研发资源更高的配置效率。

风险投资； 研发投资； 公司治理； 过度投资； 投资不足

一、引 言

技术创新是促进经济增长的主要动力之一(Aghion et al., 1992; Romer, 1986; Romer, 1990)，公司研发则是技术创新的重要组成部分。虽然研发对公司价值十分重要(Lev et al., 1996; 罗婷等，2009)，但由于研发活动存在较高信息不对称性带来的逆向选择问题，使得很多创新型中小企业面临“融资难”，导致研发投资不足(Hall et al., 2010)。融资类型主要包括股权融资和债权融资，而中国的融资结构以银行为主，债券市场的发展对公司研发几乎没有促进作用(Brown et al., 2013)，故研发投资不足的问题在中国可能更为严重。另一方面，研发过度投资，也会导致资源浪费。以通用汽车为例，在上世纪80年代投入400亿美元进行研发，导致90年代计入损失65亿美元，机会成本损失超过100亿美元(Jensen, 1993)。所以，我们希望研究通过什么途径能同时缓解研发过度投资和投资不足，进而提升企业的研发投资效率。

近几年，风险投资对经济发展的作用日益凸显，成为国内外热门的研究领域。风险投资在中国更是飞速成长：根据中国创投委发布的《中国创业投资行业年度报告2013》显示，截止至2012年底，中国备案创业投资企业达到1093家，总资产2836亿元，累计投资了11620家企业(冯中圣等，2014)，其中包括阿里巴巴、腾讯和百度等一大批具有国际知名度的创新型企业。风险投资偏向高风险、高收益的项目(Ueda, 2004)，研发投资正契合这种特点，而且风险投资家的意见对公司在需要专业知识和无形资产方面的投资具有重要作用(Celikyurt et al., 2014)。可见，风险投资与公司研发有紧密联系。那么，风险投资对公司研发投资有什么影响？风险投资能否在提升研发投资不足公司的研发投入的同时(Guo et al., 2013; 付雷鸣等，2012)，也降低研发投资过度公司的研发投入，实现对非效率研发投资的双向治理作用？基于此，本文采用2003—2012年中国上市公司样本进行实证检验。

本文对理论和实证的贡献可能在以下几个方面。第一，已有研究风险投资对企业研发的文献，集中于风险投资能帮助创业型企业缩短新产品投入市场时间，提升其创新型产品的产出和促进其研发投入(Guo et al., 2013; Hellmen et al., 2000)。目前文献都强调风险投资对研发投资的促进作用，即风险投资能提升企业的研发支出，却忽略研发投资过度也会浪费资源，带来非效率研发投资。因此，研发投资的增加并不必然导致研发投资效率的增加。本文对研发投资不足和研发过度投资企业做了较有效区分，不仅发现风险投资能促进研发投资不足企业的研发投入，还发现能抑制研发过度企业的研发投入的新证据，表明风险投资能双向提高研发效率。第二，已有文献发现风险投资能提升公司的投资效率(吴超鹏等，2012)，但企业主要的投资包括固定资产投资和研发投资，本文提供新的证据证明风险投资能通过研发投资这条路径，既减缓研发投资不足，又减少研发投资过度，实现公司投资效率的提升。第三，已有文献多用理查德森模型(Richardson, 2006)衡量企业投资效率，但由于固定资产投资与研发投资在资金来源等各方面有很大差异(Brown et al., 2013)，故理查德森模型很难合理衡量企业研发投资效率。肖(Xiao, 2013)针对研发投资的特点，提出了新的衡量研发投资效率的模型，本文将其模型引入风险投资研究领域，为该领域学者介绍新的研究工具。以上发现都是对风险投资和研发文献的有益拓展，并可能为相关领域的后续研究提供崭新的视角。

二、相关研究评述和研究假设

(一)相关研究评述

风险投资对企业在融资和成长方面的重要性，是学术研究的热门领域之一。风险投资不仅能为企业提供融资方面的帮助，还从很多方面影响着企业。在经营活动方面，普里等(Puri et al., 2012)和因德斯特等(Inderst et al., 2009)发现，有风险投资支持的公司经营规模能发展更大，失败概率更小。博塔齐等(Bottazzi et al., 2008)和勒那(Lerner, 1995)认为，风险投资能在招募和监督公司管理层方面提供建议，在公司董事会任职的风险投资家，会对公司CEO的撤换造成影响。吴超鹏等(2012)还发现风险投资能提升公司的投资效率。因此，风险投资能帮助创业公司实现更高效率、更高的资产活跃度和更好的业绩表现(Chemmanur et al., 2011; Tian, 2011; Nahata, 2008)。在资本市场方面，有研究表明风险投资可以提升创新型企业IPO成功的概率，并且对IPO首日回报率造成影响(Tian, 2011; 沈维涛等，2013)。陈工孟等(2011)利用中国数据也发现了类似结论。还有研究发现，风险投资对企业IPO表现出择时能力，也能降低企业IPO的盈余管理水平(Lee et al., 2011)。在长期回报率方面，布拉夫等(Brav et al., 1997)和张学勇等(2011)用不同地区的数据都发现，有风险投资支持的企业长期回报率更高。

风险投资对企业的研发具有重要影响。赫尔曼等(Hellman et al., 2000)发现风险投资能帮助创业型企业缩短新产品投入市场的时间。切里科宇特等(Celikyurt et al., 2014)的研究表明，如果风险投资家在上市公司董事会任职，会促进企业研发投资、提升其创新性产品的产出。郭等(Guo et al., 2013)利用中国数据发现，有风险投资支持的公司表现更好，同时会进行更多的研发投资。另外，付雷鸣等(2012)在中国创业板上市公司中也发现了类似结论。以上的文献都强调风险投资能够促进企业的研发投资，却忽略了过度研发投资也有降低公司资源配置效率，损害中小股东利益的一面。因此，研发投资的增加并不必然带来企业研发投资效率的增加，单独强调提升研发投资也可能导致过度投资的不良后果。而本文研究结果表明，风险投资不仅能缓解研发投资不足，也能抑制研发投资过度，从两方面帮助上市公司提升研发资源的配置效率。相比以前文献提供的风险投资能提升公司研发投入的结论，本文结果对评价风险投资对公司价值的影响提供了更直接的证据。

在研发投资效率方面，鉴于研发对于经济增长和公司价值的重要作用，很多文献研究影响企业研发投入的因素。例如，纳姆等(Nam et al., 2003)发现由于债权人不愿意承担研发投资的高风险，因此负债率越高的公司会倾向更少的研发投入。不同规模、处于不同成长期、不同产品市场竞争强度的公司，他们在研发投入上也有不同决策(Fishman et al., 1999; Holmstrom, 1989; Aghion et al., 2005)。在外部监管方面，布朗等(Brown et al.,2013)的研究表明，投资者保护越强的国家，其研发投资也会越大。以上文献的不足之处在于，都假设企业在研发上的投资会增加企业价值。但是，跟固定资产投资一样，如果对管理层缺乏有效的监管，研发投资也容易成为管理层过度投资的重要手段。忽略不同企业的特征，单独强调增加研发投资，可能带来过度投资的不良影响，甚至可能对企业价值造成更大损害。而本文较有效地区分研发投资不足和研发过度投资企业，并有针对性地指出，在这两类企业中，风险投资对研发支出的不同作用。

另外，肖(Xiao, 2013)通过跨国研究，发现在国家层面，强有力的股东法律保护不仅能缓解研发投资不足，也能缓解研发投资过度。肖(Xiao, 2013)使用跨国数据，因此会有遗漏国家层面变量的可能，而且该文是从法律角度探讨对研发过度投资的影响；而本研究使用中国在企业层面数据，避免了遗漏国家层面变量的可能性，研究结果更为可靠。同时，本文是从风险投资角度研究对研发过度投资影响，是一个较新的角度;也为如何有效降低企业研发过度投资这个关注度较低却同样重要的领域，提供了新的学术证据。

(二)研究假设

企业过度投资问题的重要原因，在于所有权与经营权分离形成的委托代理问题(唐雪松等，2007)。理论表明，股东与管理层之间的委托代理冲突，会影响公司潜在的最优投资决策(Jensen et al., 1976)。管理层有营造“企业帝国”的强烈动机，而攫取私利最直接的方式就是扩大企业规模，利用自由现金流投资，不惜投资于负净现值项目(Jensen, 1986)。另外，管理层即使对股东忠诚，但由于过度自信也可能出现过度投资行为。希顿(Heaton, 2002)认为，当公司存在自由现金流，过度自信的管理者会高估一些项目的投资回报。由于研发投资通常与一些专业知识相关，一般的外部投资者在监督管理层进行创新项目时，会面临更大的成本和能力不足问题。此外，因为研发项目的高度不确定性，如果事后项目失败，投资者也很难评估和追究公司管理层的责任(Xiao, 2013)。因此，如果导致研发过度投资的因素对公司决策者造成主导影响，这些公司的研发投资可能面临严重的过度投资问题。

在非完美的市场中，因为信息不对称，一些公司可能会面临外部融资约束，无论是在股权融资方面(Myers et al., 1984)，还是债务融资方面(Stiglitz et al., 1981)。如果不能以合理的成本获得足够的外部融资，有很好投资机会的企业就会出现投资不足现象。另外，跟固定资产投资不同，研发投资具有高度的信息不对称性和风险性，债券市场的发展对公司研发几乎没有促进作用(Brown et al., 2013)，所以研发的投资不足问题更加严重。纳拉亚南(Narayanan, 1985)和斯坦(Stein, 1989)都认为，由于短视行为，管理层会有动机降低投资以促进短期利润的增长。同时，伯特兰等(Bertrand et al., 2003)发现，公司管理层会通过保存资源以满足私利，来追求一种“平静生活”，他们会避免扩张，即使面对一些净现值为正的好项目。因此，如果导致研发投资不足的因素对公司决策者造成主导影响，这些公司可能出现研发投资不足行为。

风险投资家擅长在高风险领域中寻找高收益的投资项目，而研发投资正契合这一特点，因此，风险投资对优化企业研发资源配置有很大作用。首先，风险投资能通过提供股权融资和降低内外部之间的信息不对称来缓解研发投资不足问题。风险投资不仅自身能为企业研发提供融资，而且与投资银行、其他风险投资机构因为业务往来有较好关系网络(Barry et al., 1990; Hochberg et al., 2007)，而关系网络能够交流、分享信息(Ellison et al., 1995)，因此能降低企业与外部潜在投资者之间的信息不对称，以更便利的成本为公司研发项目提供融资。其次，风险投资具有监督管理层的公司治理功能。例如，风险投资能帮助公司招募管理层、对CEO更替有显著影响。原本有研发过度投资或者研发投资不足倾向的管理层会减少提出净现值为负值的研发投资方案，因为忌惮被经验丰富、治理能力强的风险投资家向董事会提出解聘议案。与一般外部投资者不同，风险投资家对公司前景和投资机会十分熟悉，能发挥内部投资者功能。当管理层为攫取私利或者由于过度自信而推动某些净现值为负值的研发项目时，风险投资家可以利用自身丰富的项目投资经验，为董事会提供更合理的估值参考(Celikyurt et al., 2014)。这将有助于降低董事会与管理层之间的信息不对称，缓解研发投资不足与研发过度投资。综上，我们提出研究假设：

对于研发过度投资的上市公司，风险投资能够降低其研发投入；对于研发投资不足的上市公司，风险投资能够促进其研发投入。

三、研究设计

(一)研发过度投资与投资不足样本的构建

根据前面推理可以得出，在研发过度投资与投资不足的企业，风险投资对研发投资的作用有所不同。我们参考肖(Xiao, 2013)的划分方法，利用成长机会与获得投资资金的难易程度两个维度，将样本划分为研发过度投资与投资不足两类。划分方法的基本逻辑是，根据前一年的数据，如果该公司没有很好的成长机会，却面对着过量充足的资金，那么该公司当年被认为很有可能会研发过度投资；类似的，如果该公司有很好的成长机会，却没有足够的投资资金，则该公司当年被划入研发投资不足样本。在具体分类中，首先根据衡量成长机会变量的中位数，将全体样本分为两半，然后根据获得投资资金难易程度变量的中位数再将每一半样本分为两半，则全体样本被分成四类。同时具备容易获得投资资金和低成长机会特征的样本被划分为过度投资样本，同时具备不易获得投资资金和高成长机会特征的样本被划分为投资不足样本。

根据肖(Xiao, 2013)的划分方法，在衡量获得投资资金难易程度方面，共用了四种指标、11个单独变量。第一种指标是信息不对称程度。内外部之间的信息不对称会增加公司获得投资资金的难度，因为投资者会对信息不对称程度高的公司产生逆向选择，要求更高的资本回报。第二种指标是经营现金流。经营现金流是公司的内部资金，通常是投资资金的首选来源，而管理层有动机利用自由现金流投资获取私利。第三种指标是融资约束。面临严重融资约束的公司通常更难获得投资项目的资金，因为面临的融资成本更高。第四种指标是外部融资比例。因为通常来讲，外部融资要比内源融资的资本成本高，所以依赖外部融资的企业更难获得投资资金。每次分类用一个衡量获得投资资金难易程度的变量，结合衡量成长机会的Tobin’s Q，由此产生了11种分类结果。在每一次分类中，公司的年度样本可能被分在研发过度投资类别，或者投资不足类别，或者都不在这两类。某个公司样本每被分在研发过度投资(或投资不足)一次，其过度投资(或投资不足)指数就增加一。在单次的分类中，某样本可能被分在研发过度投资类别，或者研发投资不足类别，而不能同时处于两个类别。但当11次分类结束，每个公司样本会有对应的研发过度投资指数和研发投资不足指数，甚至部分公司会同时具有较高的研发过度投资指数和研发投资不足指数。例如，在本研究的样本中就有29个样本的研发过度投资和投资不足指数同时大于等于3，也有3个样本的研发过度投资和投资不足指数同时大于等于4，但是没有样本的研发过度投资与投资不足指数同时大于等于5。为了区分研发过度投资和研发投资不足样本，我们只把研发过度投资(或投资不足)指数大于等于5的样本归类为研发过度投资(或投资不足)倾向样本。我们并没有运用Richardson模型的思路来对研发投资进行预测，因为研发投资和固定资产投资在资金来源等方面有较大差异，基准模型的选择有较大困难。而且，我们认为肖(Xiao,2013)的划分方法是较好的选择，其优点是使用了11种单独的变量来衡量获得资金的难易程度，结合成长机会，产生了11种分类结果。即使单一种类的分类结果可能有些偏差，但综合11种分类结果产生的指数，却能产生较好的分类效果。

研发投资效率分类变量定义见表1。

表1 研发投资效率分类变量定义

(二)回归模型

为了检验风险投资对上市公司研发投资效率的影响，我们构建如下回归模型：

R&Di,t=β0+β1×VCi,t+β2×Tobins′Qi,t-1+β3×Cashflowi,t-1+β4×Agei,t-1+β5×ROAi,t-1+β6×Levi,t-1+β7×Comi,t-1+β8×Comi,t-12+Year Dummy+Industry Dummy+εi,t

其中，被解释变量R&Di,t表示公司i在第t年的研发投入比例。参考李(Li, 2011)和阿塔纳斯沃(Atanassov, 2013)的研究，分别用以下两个变量衡量公司的研发投入:(1)RDSij，等于公司i在第t年的研发支出除以前一年销售额。(2)RDA，等于公司i在第t年研发支出除以前一年年末总资产。解释VCi,t变量表示公司i第t年末前十大股东中是否有风险投资，若有则取值为1，否则为0。因为预计风险投资能同时缓解研发过度投资和投资不足，所以我们预测在过度投资样本中，β1<0；在投资不足样本中，β1>0。

参考以前的文献，我们对如下变量进行了控制：考虑到公司成长性和现金流对公司研发投入的影响，借鉴肖(Xiao, 2013)的研究，加入托宾Q(Tobins)和现金流量(Cashflo)作为控制变量。鉴于不同成长阶段、不同财务结构对公司研发投资的影响，参考阿塔纳斯沃(Atanassov, 2013)、纳姆等(Nam et al., 2003)和付雷鸣等(2012)的研究，加入以上市年数衡量的公司年龄(Agei,tl1)、总资产收益率(ROAi,tl1)和长期负债率(Levi,tl1)作为控制变量。因为阿吉翁等(Aghion et al., 2005)发现产品市场竞争会影响企业研发投资，参考格里菲斯等(Griffith et al., 2005)的研究，用企业销售额占行业比例代表市场竞争强度(Comi,tl1)，用其平方项(Yindustry Dummy)代表非线性效应的影响。最后，本文还控制了年度和行业变量。参照以往研究，我们对99%分位和1%分位进行缩尾处理(Winsorization)。表2给出了回归模型(1)中各变量的定义。

表2 回归模型变量定义

(三)数据来源与样本选择

本文选取2003—2012年间所有A股上市公司作为初始样本，并剔除以下特征的样本：(1)金融保险行业的样本；(2)净资产为负或者长期负债率大于1的样本；(3)其他异常值和数据不完整样本。最终样本包括1654个公司年度样本，研究所需财务数据和市场交易数据来自CSMAR和WIND数据库。

对于上市公司年报十大股东是否具有风险投资背景，我们按如下标准进行界定：(1)股东是否出现在VCSource投中数据库收集的“活跃VC/PE投资机构”名单中。VCSource数据库是目前中国大陆在风险投资领域最大、最专业的数据库之一，目前收集了超过6000家VC/PE、券商等投资机构，12000条私募投资记录及5000条退出记录，40000条企业并购信息、新股发行记录、再融资分析等。(2)Venture Capital的中文翻译为“风险投资”或“创业投资”，参考吴超鹏等(2012)的研究，当公司十大股东的名称含有“风险投资”或“创业投资”时，也界定其为具有风险投资背景的上市公司。在此基础上，我们通过网络搜索该股东主营业务，确认其是否包括风险投资。根据上述标准，在2003—2012年间数据完整的样本中，上市公司年报十大股东共有170家风险投资机构，有风险投资背景的观测样本为301个，占总观测样本的18.2%。

四、实证结果与分析

(一)描述性统计

根据肖(Xiao, 2013)对研发投资效率的衡量原理，上市公司在2003—2012年期间，相关指标完整的初始样本量有18321个。因为很多公司并不披露研发投入，所以我们只能利用其中1654个有研发投入数据的样本进行回归分析。根据肖(Xiao, 2013)对研发投资效率衡量的相关指标即可对样本进行分类。为了更全面地利用样本信息，我们选择在18321个样本中进行研发过度投资和投资不足样本分类，表3给出了各类样本的分布情况。

表3 研发过度投资与投资不足样本分布

由表3可知，研发过度投资样本和研发投资不足样本在分类样本中较为均衡，分别为4339和4531个。但在披露研发投入数据的样本中，两者却有较大区别：研发过度投资样本为235个，而研发投资不足样本为700个。两类样本量相差较大的可能原因是，研发过度投资的企业，更不愿意进行研发支出披露。因为如研究假设所言，研发过度投资也是企业过度投资的重要表现，容易引起投资者对管理层“建立帝国”的怀疑，因此管理层倾向不披露相关细节。在高科技企业中，研发竞争是行业的主要竞争之一，越多的研发投入更容易引起竞争对手的关注，因此研发过度投资的企业更可能倾向不报告研发投入。我们认为本文的样本选择没有严重偏误问题，因为两类子样本在总样本中相对均衡，因此更可能的原因是研发数据披露的内生性问题*针对研发数据披露的内生性问题，我们在有效样本变少的情况下，发现了与研究假设一致和稳健的结果。另外，本文也采用PSM配对、工具变量法等缓解内生性问题，主要结论没有改变。。此外，在具有风险投资背景的样本中，研发投资不足的样本也明显比过度投资样本多。第一个可能原因，我们的研究假设为，研发投资不足和研发过度投资都不利于公司价值提升，因此，风险投资家作为重要的公司治理者和监督者，有动机对研发投资不足公司加大研发投入，但也会对研发过度投资公司降低研发投入，两类子样本比例不一定减少。第二个可能的原因是，风险投资家可能更注重研发保密对公司的重要性，研发投入多的公司更不愿意进行研发披露。正如以前文献发现，风险投资更能提升研发投资不足公司的研发投入(Guo et al., 2013; 付雷鸣等，2012)。另外，研发投资不足的子样本显著多于过度投资的子样本也与肖(Xiao, 2013)的研究结果一致。

表4给出了样本的分行业描述性统计。由表4可知，披露研发投入样本主要分布在制造业和信息技术业中，有风险投资背景的公司样本同样也集中于这两个行业。这是因为这两个行业包含了绝大部分的高科技公司。另外，不同行业中，有风险投资背景的样本比例也相差较大，在制造业、信息技术业、房地产业和传播与文化产业中，比例相对较高；而在建筑业、交通运输仓储业和社会服务业中则没有风险投资背景的样本。

表4 披露研发投入样本分行业描述性统计

表5是回归模型(1)中变量的描述性统计。在指数构建方面，研发过度投资指数的均值为2.05，研发投资不足指数的均值为1.97，两者基本相等。两个指数的最大值都是11，说明上市公司研发投资倾向相差较大。研发支出与销售额比例均值为2%，研发支出与总资产比例均值为1%，而根据肖(Xiao, 2013)对38个国家的公司年度样本统计显示，其研发支出与总资产比例均值为6%，说明中国上市公司从总体而言，对研发的投入不足。十大股东中有风险投资背景的公司样本为18.2%，而根据吴超鹏等(2012)对中国上市公司2002—2009年的样本统计，具有风险投资背景公司样本比例为13.5%，说明近几年风险投资对上市公司的影响越来越大。

表5 描述性统计

(二)风险投资对研发投资效率的影响分析

1.多元回归分析

我们首先用OLS回归方法检验风险投资对研发投入在全样本中的影响，表6第(1)—(2)列报告了回归结果。无论被解释变量是RDSi,t还是RDAi,t，都发现风险投资对企业研发投入有促进作用，并且在1%水平上显著。我们的研究结果与郭等(Guo et al., 2013)和付雷鸣等(2012)的发现一致，进一步肯定了我们数据质量的可靠性。

在控制变量中，Cashflowi,t-1跟研发投入的水平正相关，说明有更多现金流的企业会投资更多的研发项目，Tobins’Qi,t-1跟研发投入也是正相关，但是不显著。此外，不同成长阶段的公司对研发投入有显著区别，刚上市不久、处于高速发展阶段的公司倾向更大的研发投资水平。负债率高的企业容易面临融资约束，导致偏低的研发投入。而产品市场竞争越激烈的企业，会在研发投入上有更大的力度。ROAt-1跟研发投入负相关，可能的原因是，盈利能力强的公司大多处于成熟阶段，反而在研发投入上更少。所有回归模型都控制了年度和行业变量，并使用在年度和行业维度的聚类标准误。

根据研发过度投资指数，我们在表6第(3)—(4)列报告了风险投资对企业研发过度投资的影响。在过度投资子样本回归中，当被解释变量是RDSi,t，我们发现风险投资对研发投入有降低作用，并且在1%水平上显著。这与我们推理相符，风险投资机构能够降低内外部之间的信息不对称和委托代理问题，也能基于自身的专业知识和经验，给管理层合适的建议，显著缓解企业研发过度投资问题。当被解释变量是RDAi,t，虽然解释变量系数的显著性水平有所降低，但仍然为我们的推理提供了稳健的证据。实证结果在较强的程度上支持我们的研究假设，即风险投资能有效缓解上市公司研发过度投资的问题。

根据研发投资不足指数，我们在表6第(5)—(6)列报告了风险投资对企业研发投资不足的影响。根据结果，在研发投资不足子样本中，无论被解释变量是RDSi,t或者RDAi,t，我们都发现风险投资对研发投入的促进作用，而且都在1%水平上显著。这为我们的推理提供了证据：风险投资能够通过提供融资便利和发挥公司治理功能，识别好的研发投资机会，为项目提供融资，也缓解了股东与管理层之间的委托代理问题。实证结果也在较强程度上支持我们的研究假设，即风险投资能有效缓解上市公司研发投资不足问题。

表6 多元回归结果

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为对应系数的t值。

2.高科技公司子样本回归分析

根据我们的样本分类逻辑，用Tobin’s Q衡量一个公司在研发投资的成长机会。而布朗等(Brown et al., 2013)认为，企业主要有两类投资项目，包括研发投资和固定资产投资。因为传统行业的企业成长性也可能来自固定资产投资，而不是研发投资。我们认为，高科技企业的成长机会主要来自研发投资。首先，高科技企业的竞争主要是新技术、新产品的竞争，研发投资的前景对公司成长是至关重要的。其次，众多研发领域的文献(例如罗婷等，2009)都强调在高科技企业中，研发投资而不是固定资产投资对公司成长、公司价值的重要性，而且高科技企业很大比例的新增固定资产投资也是来源于新技术和新产品的研发成功。因此，我们将样本限定在更加依赖研发投资的高科技行业公司。对照国家统计局编写的《中国高科技产业统计年鉴2012》，我们将证监会划分的以下行业定义为高科技行业：C43、C47、C51、C7340、C78、C81、C85、G81、G83、G85和G87。根据高科技公司子样本在研发过度投资和投资不足指数中的重叠情况，将研发过度投资(或投资不足)指数大于等于3的样本定义为研发过度投资(或投资不足)样本，然后重新检验表6的回归结果。

在表7的第(1)—(2)列中，我们报告风险投资对研发过度投资高科技公司子样本的影响。当被解释变量是RDSi,t时，我们在5%的显著性水平上发现，风险投资有降低研发投入的作用。而当被解释变量是RDAi,t时，风险投资的系数并不显著，但与研发投入同样是负向关系。在表7的第(3)—(4)列中，我们报告风险投资对研发投资不足高科技公司子样本的影响。无论被解释变量是RDSi,t或者RDAi,t，我们都在1%的显著性水平上发现风险投资对研发投入有显著促进作用。综上，我们认为，在高科技公司子样本中，风险投资与研发投资效率的主要结论仍然成立，即风险投资不仅能缓解研发过度投资，也能缓解研发投资不足。

表7 多元回归结果(高科技公司子样本)

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为对应系数的t值。

(三)配对样本对比分析

赫尔曼等(Hellman et al., 2000)研究发现，创新型企业比模仿型企业更可能得到风险投资的青睐，另外，研发支出披露也有内生性问题。针对上文可能存在的反向因果以及遗漏变量问题，本文采取传统配对法和PSM(Propensity Score Matching)配对法进行缓解。首先，在传统配对法中，在研发投资过度(或投资不足)子样本中，对每一个具有风险投资背景的样本，基于以下三个条件，选择一个非风险投资背景的样本，进行一对一配对：相同行业、相同年份、总资产规模相差不超过30%，然后用配对后的样本重新进行表6的回归分析。其次，在PSM配对法中，我们选择多维度的公司特征变量进行配对，包括：公司规模、净资产收益率、销售额增长率和产品市场竞争强度。由于配对维度较多，样本较少，需要对一家风险投资背景的公司配比两家配对公司。我们首先检验了PSM配对方法的有效性，即实验组和控制组样本是否存在显著差异，检验结果如表8所示。我们列举了研发过度投资中，有风投背景组倾向得分(Pscore_VC)和无风投背景组倾向得分(Pscore_NVC)的区别，检验结果并没有发现两组均值存在显著性差异的证据。其次，在研发投资不足的样本中，结果也类似。这也进一步支持了以公司规模(以公司销售额衡量)、净资产收益率、销售额增长率和产品市场竞争强度四个维度的PSM配对是有效的。在PSM配对有效性检验通过后，我们用配对后的样本重新进行表6的回归分析。

表8 PSM配对有效性检验

两种配对方法的多元回归结果如表9所示。表9第(1)、(2)列分别是在研发过度投资、研发投资不足子样本中，以RDSi,t作为研发投入的衡量，利用传统配对法的回归结果。我们发现实证结论基本不受影响。表9第(3)、(4)列分别是在研发过度投资、研发投资不足子样本中，以RDSi,t作为研发投入的衡量，利用PSM配对法的回归结果，实证结果也与之前发现一致。另外，我们还在配对样本对比分析中，用RDAi,t作为被解释变量进行检验，发现实证结论基本不变(由于篇幅所限，正文没有报告)。另外，由于个别实验样本没有找到同时满足配对条件的样本，所以最后在回归方程中，研发过度投资和研发投资不足的样本量比全部都有配对样本时要少。

五、稳健性检验

我们采用工具变量法，进一步来缓解内生性问题。我们采用两个工具变量：(1)卡明等(Cumming et al., 2010)发现，风险投资倾向于投资本地企业，因为便于监管和减少信息不对称程度。因此，吴超鹏等(2012)认为，上市公司所在省份风险投资机构密度，会影响风险投资机构入股的可能性，但是风险投资机构密度却不大可能对上市公司研发投资行为产生直接的影响。所以，本文第一个工具变量为上市公司所在省份风险投资机构的密度。其等于公司注册地所在省份的风险投资机构数目，除以该省份的上市公司数目。(2)根据资料，在我国，风险投资市场是在1998年政协“一号提案”(《关于加快发展我国风险投资事业的几点意见》)之后得到迅速发展，因此在1998年或者之后上市的公司更有可能吸引到风险投资，而公司是否在1998年之后上市，并不直接影响公司的投融资行为。因此，本文的第二个工具变量为公司是否在1998年或者之后上市。同时利用以上两个工具变量，我们重新进行表6的回归分析。实证结果表明，主要结论基本不受影响，即风险投资既能缓解研发过度投资，也能缓解研发投资不足。

表9 多元回归结果(配对样本)

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为对应系数的t值。

罗伊乔杜里(Roychowdhury, 2006)认为，公司可能会通过研发投资来进行盈余管理。而李等(Lee et al., 2011)研究发现，声誉好的风险投资机构能有效降低企业在IPO时的盈余管理行为。所以，存在这种可能：风险投资机构并不是影响了企业的研发投资，而是影响了企业的盈余管理。为了缓解这个问题，参考肖(Xiao, 2013)的研究，我们把更有可能进行盈余管理的样本，即当年利润与总资产之比的绝对值小于0.01的观测样本剔除，然后重新验证主要的研究假设。结果表明，主要结论基本没有受到影响。

在主检验的分类方法中，我们把样本企业成长性(或获得投资资金难易程度)中位数作为区分标准。为了检验分类方法对实证结果的稳健性，我们采用了另外一种分类方法作为检验：在企业成长性维度，按照从高到低排序，前40%的样本被定义为高成长性样本，后40%样本被定义为低成长性样本，对于获得投资资金难易程度的标准处理也类似。基于新的分类标准，形成了新的研发过度投资和投资不足指数，我们重新检验表7和表8的回归分析，发现结论基本不受影响。

除此之外，我们还做了以下稳健性检验：(1)因为研发投入始终为非负值，而且分布特点符合Tobit模型要求，故我们也用Tobit模型替代OLS模型；(2)在回归模型中控制了企业规模，用企业总资产衡量；(3)在回归模型中控制了高管持股，用年末高管持股占公司总股本比例衡量；(4)把公司杠杆衡量变量换成公司负债率(总负债除以总资产)；(5)用行业赫芬达尔指数衡量企业所在行业的产品市场竞争强度。我们发现，研究结论基本不受影响。

六、研究结论

本文以2003—2012年间170家风险投资机构和披露研发数据的1654个公司样本，参考肖(Xiao, 2013)对研发投资效率的划分方法，实证检验了中国风险投资机构对上市公司研发投资效率的影响。主要研究发现有：(1)对于研发过度投资公司，风险投资能够降低内外部之间的信息不对称和发挥公司治理功能，缓解委托代理问题和管理层过度自信，降低其研发投入；(2)对于研发投资不足公司，风险投资能够提供融资便利和监督管理层，提升其研发投入。以上结论在高科技行业公司中依然成立。我们使用了传统配对法、PSM配对法和工具变量法来缓解可能的内生性问题，发现结论没有明显改变。此外，我们还进行了盈余管理问题处理、分类标准稳健性检验等，发现研究结论依然稳健。

本文的研究发现具有一定的理论意义和现实意义。首先，对公司股东和政府部门有重要启示。本文研究表明风险投资机构不仅能够提供融资，还能降低内外部信息不对称，监督管理层，提高企业研发效率，因此公司股东应该重视引入风险投资，发挥其作用。同时研究结果也为政府大力发展风险投资行业提供了有力的证据。其次，国内外文献较多关注研发投入不足，而较少关注研发过度投资。本文表明风险投资既能缓解研发投资不足，也能缓解研发投资过度，这为以后更好地研究企业研发资源的配置效率，提供了有益的借鉴。最后，国内外文献较少关注风险投资对企业上市后的影响，而本文研究风险投资对中国上市公司研发效率的影响，为加深学者对这一领域的了解，增加了新的视角。

Aghion, P., Bloom, N., Blundell, R., Griffith, R., Howitt, P.. Competition and innovation: An inverted U relationship. The Quarterly Journal of Economics, 2005, 120，(2), 701—728.

Aghion, P., Howitt, P.. A model of growth through creative destruction. Econometrica, 1992, 60，(2): 323—351.

Atanassov, J.. Do hostile takeovers stifle innovation? Evidence from antitakeover legislation and corporate patenting. The Journal of Finance, 2013, 68，(3): 1097—1131.

Barry, C. B., Muscarella, C. J., Peavy, J. W., Vetsuypens, M. R.. The role of venture capital in the creation of public companies: Evidence from the going-public process. Journal of Financial Economics, 1990, 27，(2): 447—471.

Bertrand, M., Mullainathan, S.. Enjoying the quiet life? Corporate governance and managerial preferences. Journal of Political Economy, 2003, 111，(5): 1043—1075.

Bottazzi, L., Da Rin, M., Hellmann, T.. Who are the active investors? Evidence from venture capital. Journal of Financial Economics, 2008, 89，(3): 488—512.

Brav, A., Gompers, P. A.. Myth or reality? The long-run underperformance of initial public offerings: evidence from venture and nonventure capital-backed companies. The Journal of Finance, 1997, 52，(5): 1791—1821.

Brown, J. R., Martinsson, G., Petersen, B. C.. Law, stock markets, and innovation. The Journal of Finance, 2013, 68，( 4): 1517—1549.

Celikyurt, U., Sevilir, M., Shivdasani, A.. Venture capitalists on boards of mature public firms. Review of Financial Studies, 2014, 27，(1): 56—101.

Chemmanur, T. J., Krishnan, K., Nandy, D. K.. How does venture capital financing improve efficiency in private firms? A look beneath the surface. Review of Financial Studies, 2011, 24，(12): 4037—4090.

Cumming, D., Dai, N.. Local bias in venture capital investments. Journal of Empirical Finance, 2010, 17，(3): 362—380.

Ellison, G., Fudenberg, D.. Word-of-mouth communication and social learning. The Quarterly Journal of Economics, 1995, 110，(1): 93—125.

Fishman, A., Rob, R.. The size of firms and R&D investment. International Economic Review, 1999, 40，(4): 915—931.

Griffith,R.,Boone,J.,Harrison,R..Measuring competition.Working paper,2005.

Guo, D., Jiang, K.. Venture capital investment and the performance of entrepreneurial firms: Evidence from China. Journal of Corporate Finance, 2013, 22: 375—395.

Hall, B. H., Lerner, J.. The financing of R&D and innovation. Handbook of the Economics of Innovation, 2010, 1: 609—639.

Heaton, J. B.. Managerial optimism and corporate finance. Financial management, 2002: 33—45.

Hellman, T., Puri, M.. The interaction between product market and financing strategy: The role of venture capital. Review of Financial Studies, 2000, 13，(4): 959—984.

Hochberg, Y. V., Ljungqvist, A., Lu, Y.. Whom you know matters: Venture capital networks and investment performance. The Journal of Finance, 2007, 62，(1): 251—301.

Holmstrom, B.. Agency costs and innovation. Journal of Economic Behavior & Organization, 1989, 12，(3): 305—327.

Inderst, R., Mueller, H. M.. Early-stage financing and firm growth in new industries. Journal of Financial Economics, 2009, 93，(2): 276—291.

Jensen, M. C.. Agency costs of free cash flow, corporate finance, and takeovers. The American Economic Review, 1986, 76，(2): 323—329.

Jensen, M. C.. The modern industrial revolution, exit, and the failure of internal control systems. The Journal of Finance, 1993, 48，(3): 831—880.

Jensen, M. C., Meckling, W. H.. Theory of the firm: managerial behavior, agency costs and ownership structure. Journal of Financial Economics, 1976, 3，(4): 305—360.

Lee, G., Masulis, R. W.. Do more reputable financial institutions reduce earnings management by IPO issuers?. Journal of Corporate Finance, 2011, 17，(4): 982—1000.

Lerner, J.. Venture capitalists and the oversight of private firms. The Journal of Finance, 1995, 50，(1): 301—318.

Lev, B., Sougiannis, T.. The capitalization, amortization, and value-relevance of R&D. Journal of Accounting and Economics, 1996, 21，(1): 107—138.

Li, D.. Financial constraints, R&D investment, and stock returns. Review of Financial Studies, 2011, 24，(9): 2974—3007.

Myers, S. C., Majluf, N. S.. Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics, 1984, 13，(2): 187—221.

Nahata, R.. Venture capital reputation and investment performance. Journal of Financial Economics, 2008, 90，(2): 127—151.

Nam, J., Ottoo, R. E., Thornton Jr, J. H.. The effect of managerial incentives to bear risk on corporate capital structure and R&D investment. Financial Review, 2003, 38，(1): 77—101.

Narayanan, M. P.. Managerial Incentives for Short-term Results. The Journal of Finance, 1985, 40，(5): 1469—1484.

Puri, M., Zarutskie, R.. On the Life Cycle Dynamics of Venture-Capital and Non-Venture-Capital-Financed Firms. The Journal of Finance, 2012, 67，(6): 2247—2293.

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

Romer, P. M.. Increasing returns and long-run growth. The Journal of Political Economy, 1986, 94，(5): 1002—1037.

Romer, P. M.. Endogenous technological change. Journal of Political Economy, 1990, 98，(5): 32—34.

Roychowdhury, S.. Earnings management through real activities manipulation. Journal of Accounting and Economics, 2006, 42，(3): 335—370.

Stein, J. C.. Efficient capital markets, inefficient firms: A model of myopic corporate behavior. The Quarterly Journal of Economics, 1989, 104，(4): 655—669.

Stiglitz, J. E., Weiss, A.. Credit rationing in markets with imperfect information. The American Economic Review, 1981, 71，(3): 393—410.

Tian, X.. The causes and consequences of venture capital stage financing. Journal of Financial Economics, 2011, 101，(1): 132—159.

Ueda, M.. Banks versus venture capital: Project evaluation, screening, and expropriation. The Journal of Finance, 2004, 59，(2): 601—621.

Whited, T. M., Wu, G.. Financial constraints risk. Review of Financial Studies, 2006, 19，(2): 531—559.

Xiao, G.. Legal shareholder protection and corporate R&D investment. Journal of Corporate Finance, 2013, 23: 240—266.

陈工孟, 俞欣, 寇祥河. 风险投资参与对中资企业首次公开发行折价的影响——不同证券市场的比较. 经济研究, 2011，(5).

冯中圣, 沈志群, 刘宏伟, 胡芳日. 中国创业投资行业年度报告2013. 北京：中国计划出版社, 2014.

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. 金融研究, 2012，(10).

罗婷, 朱青, 李丹. 解析 R&D 投入和公司价值之间的关系. 金融研究, 2009，(6).

沈维涛, 叶小杰, 徐伟. 风险投资在企业 IPO 中存在择时行为吗——基于我国中小板和创业板的实证研究. 南开管理评论, 2013, 16，(2).

唐雪松, 周晓苏, 马如静. 上市公司过度投资行为及其制约机制的实证研究. 会计研究, 2007，(7).

吴超鹏, 吴世农, 程静雅, 王璐. 风险投资对上市公司投融资行为影响的实证研究. 经济研究, 2012, 47，(1).

张学勇, 廖理. 风险投资背景与公司 IPO: 市场表现与内在机理. 经济研究, 2011，(6).

【责任编辑：许玉兰；责任校对：许玉兰，杨海文】

2015—03—31

刘娥平，中山大学管理学院教授(广州510275)； 赵伟捷，中山大学管理学院博士研究生(广州510275)； 贺 晋 ，广东工业大学管理学院副教授(广州 510520)。

F271.5/F276.44

A

1000-9639(2015)06-0196-15