风险投资对创业企业创新投入的影响:基于筛选效应和增值效应

，

(大连理工大学 管理与经济学部，辽宁 大连 116024)

1 引言

随着我国人口红利消失、资本边际生产力下降，创新创业已成为推动我国经济结构转型升级、实现经济新常态下新发展的重要路径。欧美国家的经验表明，风险投资是促进创业企业创新的重要工具，因为风险投资在投资前会通过尽职调查筛选优质的创业企业，即风险投资进入前的筛选效应[1]，并在投资后为创业企业提供增值服务，即风险投资进入后的增值效应[2]。我国在20世纪90年代引进风险投资，虽起步较晚，但近些年发展迅速。那么，我国风险投资是否像发达国家一样，发挥了影响创业企业创新的基本功能？这在我国经济转型发展的关键时期，对促进创业企业创新具有重要的作用。

关于风险投资对企业创新的影响，部分学者从宏观层面进行了研究。例如，Kortum和Lerner[3]构建了测度风险投资对企业创新影响的生产函数，并运用美国行业数据测度了风险投资对专利数量的影响。邵同尧和潘彦[4]构建了中国创新投入产出的经验模型，并基于省级数据实证分析了风险投资对商标产出的影响。虽然宏观层面的研究能够涵盖风险投资对企业创新溢出的影响，但难以深入探究风险投资影响创业企业创新的机理。随着微观数据可得性增强，部分学者开始从微观角度分析风险投资对企业创新的影响。例如，Hellmann和Puri[5]以硅谷高科技创业公司为例，研究发现风险投资能够促进创新型企业的产品市场化。赵静梅等[6]，苟燕楠和董静[7]则以中国上市公司数据研究了风险投资及其进入时期与创新的关系。这些研究深入到企业层面分析风险投资对企业创新的影响，但多是对风险投资与企业创新相关关系的研究，仅有少数国外研究关注到风险投资对企业创新影响的筛选效应和增值效应，却并没有得到一致的结论。例如，Engel和Keilbach[8]分析了早期进入企业的风险投资对专利申请数量影响，认为有风险投资支持企业的高创新水平是来自于风险投资的筛选效应而不是增值效应。Chemmanur等[9]则认为有风险投资支持企业的高全要素生产率既来自于风险投资的筛选效应也来自于其增值效应。Croce等[10]的研究结果却表明，风险投资对全要素生产率增长的影响是来自于增值效应而不是筛选效应。

现有的文献对本文的研究提供了参考，但：第一，现有国内关于风险投资对企业创新影响的研究多没有说明这种影响究竟是来自于风险投资进入前的筛选效应还是进入后的增值效应。第二，已有关于风险投资对企业创新影响的筛选效应和增值效应的研究主要集中在风险投资对企业创新成果上，少有文献分析风险投资对企业创新投入影响的筛选效应和增值效应。第三，已有的文献多是研究风险投资的静态影响，忽视了企业上市后原始股东存在禁售期和减持限制、风险投资择时退出以及风险投资影响的滞后性和长期性，缺少风险投资对企业创新动态影响方面的研究。本文手工搜集风险投资数据，并以创业板2009～2015年上市企业2006～2017年间的数据为例，采用倾向得分匹配模型(PSM)，分析了我国风险投资对创业企业创新投入影响的筛选效应和动态增值效应。本文可能的创新之处在于：第一，理论分析并实证检验风险投资对创业企业创新投入的影响是来自于筛选效应还是增值效应，深入探讨了风险投资对创业企业创新投入的影响。第二，创新投入是创新的前端和基础，据此分析了风险投资对创业企业创新投入的影响，弥补了现有文献的缺失。第三，实证检验了风险投资进入后对创业企业创新投入影响的动态增值效应，弥补了已有文献对企业上市后原始股东存在禁售期和减持限制、风险投资择时退出以及风险投资影响的滞后性和长期性的忽视，更为全面地分析了风险投资对创业企业创新影响的增值效应。

2 理论分析与研究假设

风险投资对创业企业创新投入的影响主要有两个方面，一是风险投资选择创新投入水平较高的创业企业，即风险投资对创业企业创新投入影响的筛选效应；二是风险资本投资后为创业提供了增值服务，即风险投资对创业企业创新投入影响的增值效应。

2.1 风险投资对创业企业创新投入影响的筛选效应

信息不对称理论认为，风险投资存在的根本动因是其能够降低风险投资者与创业企业间的信息不对称，使资金供给者和资金需求者达到有效对接[11]。虽然风险投资与创业企业间仍然存在信息不对称，但相对于银行等金融机构，风险投资更能够缓解其与创业企业间的信息不对称，因为风险投资具有专业投资知识和经验，在投资前会进行尽职调查[12]，并在众多的创业企业中筛选出具有潜力的创业企业[1]。

Van Deventer和Mlambo[13]，Ajagbe和Ismail[14]，Hsu等[15]都指出风险投资会根据管理团队、技术水平、财务状况、项目经济价值以及企业家诚信等指标，对创业企业进行筛选。创业企业的研发投资水平是风险投资筛选创业企业需要考察的重要指标之一[8,9]。第一，较高的信息不对称使得风险投资面临较高的投资风险，而创业企业的创新性是加剧信息不对称的重要因素，考察创业企业创新投资水平能够缓解信息不对称，降低风险资本的投资风险。第二，创业企业的创新水平直接影响了风险资本的投资风险和收益，对创业企业创新水平的评估并据此对创业企业进行筛选，能够降低创业企业投资风险、提高投资收益。第三，创新水平能够反映创业企业的发展潜力，创新水平越高的创业企业越容易在竞争中胜出，也越有利于风险投资“搭便车”、快速获得收益。第四，IPO是风险投资获利最高的一种退出方式，而企业创新水平是创业企业能否在创业板上市的条件之一，为推动创业企业上市、在短期内获得高额的溢价收益，风险投资也会将创业企业创新水平作为重要的筛选条件之一。第五，创新产出指标——专利是企业创新的直接成果，虽然更能够反映创业企业的创新实力，但是企业专利技术的水平参差不齐，不利于风险投资对企业的创新水平进行判断，相对而言，创业企业的创新投入更便利于风险投资横向和纵向对比创业企业的创新水平。由此，本文提出以下研究假设：

假设1风险投资对创业企业创新投入存在筛选效应。

2.2 风险投资对创业企业创新投入影响的增值效应

理论上，风险投资的进入除了能够为创业企业提供直接的资金支持外，还能够提供增值服务，包括融资增值服务和管理增值服务[16,17]，因此能够促进创业企业创新投入。

但是，第一，风险投资IPO退出的超额收益激励不利于其促进创业企业创新投资。IPO是风险投资获利最高的一种退出方式，而且在我国，相对于通过IPO退出获利，通过创业企业创新投入获利的可得性更小。创业企业创新投入是一种高风险、高投入、长期性的活动，例如美国曼斯菲尔德调查的一项资料表明，高科技企业技术开发项目的经济失败率高达88%[18]，由此可见，在短期内，风险投资很难享受到创业企业创新投入的经济成果。而根据《中国创业风险投资发展报告2017》显示，2016年风险投资持有被投资企业股权5年以上的仅占37.85%，并且由于我国资本市场制度，创业企业IPO成功会使风险投资获得超额收益，因此风险投资进入创业企业后致力于推动创业企业上市[19]，在资源有限的条件下，必然会减少对创新投入的关注和扶持[20]。

第二，我国风险投资不能够为创业企业提供融资增值服务、支持创业企业创新投入。从债务融资的角度来看，首先，创业企业通常具有较少的有形资产，风险投资资本的少量增加很难在短期增加企业的有形资产，因此，难以帮助创业企业从银行获得大量的贷款。其次，债务融资通常需要还本付息，而创新又是一项长期、高成本、高风险的活动，为创新进行债务融资会给创业企业带来较大压力，风险投资无助于缓解这种压力，因此无法帮助创业企业获得银行贷款。从股权融资的角度来看，首先，创业企业获得风险投资支持可能会向外界传递存在高风险的信号，不利于创业企业吸引PE等后续资金。其次，中国风险投资起步较晚，整体风险投资机构都较为年轻、投资经验少，相对于国外风险投资而言，我国风险投资的筛选能力和监管能力较弱，因此对创业企业的认证作用较弱[21]，在创业企业后续股权融资上难以发挥作用。

第三，我国风险投资的过度干预不利于公司治理、难以促进创业企业创新投入。为进一步缓解信息不对称，风险投资在为创业企业提供资金支持的同时，会对创业企业进行监管[11]。适度和有效的外部监管有利于公司治理的完善[22]，而公司治理的完善能够降低风险投资与创业企业的委托代理成本、完善公司治理结构和企业激励机制，有利于促进创业企业研发投资[23]。但是我国信息不对称严重、法律制度不健全、企业违约成本较低，并且风险投资的发展根植于计划经济背景，这使得我国风险投资对创业企业过度监管的情况非常普遍。根据我们的样本统计，2009～2015年在创业板上市且获得风险投资支持的公司中，高管中有风险投资派出的董事、监事或者高管的企业高达51.67%，远高于澳大利亚的11%和美国的29%[24]。并且相对于国外风险投资而言，我国风险投资起步较晚，风险投资机构较为年轻、经验少、监管能力较弱，不利于完善创业企业的公司治理，因此对创业企业创新投入不存在促进作用。由此，本文提出以下研究假设：

假设2风险投资对创业企业创新投入不存在增值效应。

3 研究设计

3.1 研究方法

为检测风险投资对创业企业创新投入影响的筛选效应和增值效应，本文选择PSM模型，其基本步骤如下所示：

首先，用Logit模型分析风险投资对创业企业创新投入影响的筛选效应。Logit模型如(1)式

p(X)=p(D=1|X)

=θ(y1,t-m,x1,t-m,x2,t-m,…,xk,t-m)

(1)

该模型的因变量为二元虚拟变量D={0,1}，当企业有风险投资支持时，取值1，反之，取值0。自变量y1,t-m是风险投资进入前m期的创新投入水平，x1,t-m,x2,t-m,…,xk,t-m是k个特征变量在风险投资进入前m期的值。当y1,t-m的系数显著为正时，表明风险投资对创业企业创新投入具有筛选作用；反之，则表明风险投资对创业企业创新投入不具有筛选作用。

其次，运用上一步Logit模型得到的倾向得分值为每一个有风险投资支持的企业匹配一个没有风险投资支持的企业，评估风险投资对创业企业创新投入影响的增值效应。考虑到核匹配可以充分利用所有未引进风险投资企业的信息，并且在使用拔靴获得配对估计的标准误更加有效，因此本文采用核匹配进行配对，并通过拔靴获取估计结果的标准误。因此，风险投资对创业企业创新投入影响的增值效应如(2)式

ATT=E(Y1|D=1,p(X))-E(Y0|D=1,p(X))

(2)

PSM模型的实现需要满足两个前提条件：一是共同支撑，二是条件独立。共同支撑是指每一个处理组企业都能够找到与之匹配的对照组企业，这一前提条件在匹配过程中进行控制。条件独立，即Y0⊥D/p(X)，需要进行平衡性检验。本文通过计算配对后两组企业基于各匹配变量的标准偏差进行平衡性检验[25]，匹配变量核匹配平衡性检验如(3)式

(3)

当匹配变量的标准偏差在两组企业不存在显著差异，且匹配变量的标准差绝对值越小越好，依据Rosenbaum和Rubin[26]的标准，匹配变量的标准差绝对值小20可认为匹配效果较好，得出的结论可信。

3.2 样本数据

本文以创业板2009～2015年上市企业2006～2017年间的数据为例，研究风险投资进入前对创业企业创新投入是否具有筛选效应，以及进入后对创业企业创新投入是否具有增值效应。企业的财务数据主要来源于Wind数据库，部分缺失数据手工补充于公司年报。有关风险投资数据，包括企业是否获得风险投资支持、风险投资进入企业时间等，手工搜集于《公司招股说明书》、《公司股本演变情况说明书》、《中国创业投资发展报告》、清科集团数据库以及公司年报。

本文逐个查询上市公司前十大股东，通过以下几种途径确认股东机构投资者是风险投资：第一，机构投资者名称中含有“风险投资”、“创业投资”、“创业风险投资”、“创业资本投资”或者“风险资本投资”；第二，《公司招股说明书》对机构投资者的主营业务介绍是“风险投资”、“创业投资”、“创业风险投资”；第三，机构投资者被中国科学技术促进发展研究中心创业投资研究所编制的《中国创业投资发展报告》(2008～2015)风险投资公司名录收录；第四，机构投资者被清科集团数据库界定为风险投资。如符合以上条件之一，则认定机构投资者为风险投资，前十大股东中含有该风险投资机构的企业被认定为获得风险投资支持的企业。

2009～2015年在创业板上市的企业共有492个，扣除缺失数据，最终得到74个有效的有风险投资支持的企业样本和262没有风险投资支持的企业样本。

3.3 变量定义

本文采用相对量指标——研发投资强度表示企业的创新投入水平。研发投资强度用研发投入与主营业务收入之比表示。本文的核心变量是风险投资虚拟变量VC，当企业有风险投资支持时，VC=1，反之，VC=0。根据上述研究方法，需要选择若干匹配变量。首先，为了检验和控制风险投资对创业企业创新投入可能存在的筛选效应，将风险投资进入前的研发投入强度(RDIB)作为匹配变量之一。其次，企业的成长性和盈利能力越强，其估值将越高，就越有利于风险投资退出时获得高额收益，因此，风险投资倾向于选择成长性和盈利能力较强的企业；同时，企业的成长性和盈利能力越强，越有资本和动力增加创新投入。因此本文选择企业的成长性和盈利能力作为匹配变量，企业的成长性用企业营业收入增长率(ORGR)衡量，营业收入增长率用营业收入增长与营业收入之比表示；企业的盈利能力用净资产收益率(ROE)测度，净资产收益率由营业收入净额与资产总额的比值表示。再次，负债越高的企业越不容易获得债务融资，也更倾向于进行股权融资、引进风险投资；同时，债务融资较高的企业具有较高的还本付息的压力，越不利于创业企业创新投入[27]。因此，本文选择企业的负债水平作为匹配变量，企业的负债水平用资产负债率(DAR)反映，资产负债率用负债总额与资产总额的比例表示。最后，参考已有文献[10]，本文还将企业年龄和规模也作为匹配变量，分别用企业成立到企业当年的年份差(AGE)和企业总资产的对数(lnTAY)表示，并控制了地区(REG)、行业(IND)和年度(TIM)效应。本文对所有连续变量按1%水平进行了Winsorise处理。

4 实证检验

4.1 风险投资进入前后创业企业创新投入水平的均值分析

在实证检验前，本文运用均值检验对比有风险投资支持和没有风险投资支持两组企业在风险投资进入前后的研发投入强度的均值差异，发现，第一，在风险投资进入前，有风险投资支持企业组的研发投入强度显著高于没有风险投资支持企业组，反映了风险投资进入前对研发投入强度高的企业具有选择性偏好，即风险投资对创业企业创新投入具有筛选效应。第二，在风险投资进入后，有风险投资支持企业组与没有风险投资支持企业组的研发投入强度没有显著差异；结合风险投资进入前的结果，可以初步判断，风险投资进入后不能够促进创业企业研发投入强度提高，即风险投资对创业企业创新投入不具有增值效应。

4.2 风险投资对创业企业创新投入影响的筛选效应

上文采用均值检验的方法初步判断风险投资对创业企业创新投入存在筛选效应，但风险投资是否会筛选创新企业还受到其他因素的影响，本文采用Logit回归，控制了其他影响风险投资进入的因素，更为准确地分析风险投资对创业企业创新投入是否存在筛选效应。

表1 风险投资对创业企业创新投入影响的筛选效应

注:*、**、***分别表示在10%、5%和1%的水平上显著。

Logit模型中，因变量是风险投资虚拟变量，当企业有风险投资支持取1，当企业没有风险投资支持取0。自变量是一系列可能会影响风险投资进入的变量，包括风险投资进入前的研发投入强度、资产负债率、营业收入增长率、净资产收益率、企业存续期和规模，以及地区、行业、时间虚拟变量。表1报告了风险投资对创业企业创新投入影响的筛选效应结果。从表1中可以看出研发投入强度的系数为9.699，在5%的水平上显著，反映风险投资对研发投入强度高的企业具有筛选效应。

从表1中还可以看出，营业收入增长率、资产负债率和企业规模的系数分别为0.009、0.023和-0.459，在1%、1%和5%的水平上显著，表明风险投资倾向于选择营业收入增长率较高、资产负债率较高和企业规模较小的企业。

4.3 风险投资对创业企业创新投入影响的增值效应

风险投资筛选了创新投入高的创业企业后，是否会对创业企业创新投入发挥增值效应？上文采用均值检验的方法初步判断风险投资对创业企业创新投入不具有增值效应，但风险投资进入企业不是随机分配的，会筛选创新投入高的创业企业，导致产生样本选择性偏差，因此，本文采用PSM模型，以矫正样本选择性偏差，更为精确地检验风险投资对创业企业创新投入影响的增值效应。

根据上述Logit回归结果计算有风险投资支持和没有风险投资支持两组企业的倾向得分值，并据此进行匹配。依据共同支撑假设，匹配前需要剔除不满足共同支撑的样本。本文剔除有风险投资支持企业组中2个不满足共同支撑的企业，剩下满足共同支撑的72个有风险投资支持的企业和250个没有风险投资支持的企业。根据条件独立假设，需要对匹配后的结果进行平衡性检验，主要匹配变量的平衡性检验如表2所示。表2显示，在匹配前，匹配变量在有风险投资支持和没有风险投资支持两组企业间偏差达到20.3%～53.3%，且多数匹配变量在两组企业间存在显著性差异；匹配后，匹配变量在两组企业间的偏差均低于10%，说明匹配后两组企业匹配变量之间的差异程度大幅度减小；且匹配变量在两组企业间均不存在显著差异，这表明，匹配效果较好，结果具有可信性。

表3显示了风险投资对创业企业上市当期创业投入影响的增值效应结果。可以看出匹配后，有风险投资支持企业组和没有风险投资支持企业组的研发投入强度均值分别为0.0551、0.0587，显然获得有风险投资支持企业组的研发投入强度低于没有风险投资支持的企业组，处理效应为-0.0036，相对于匹配前的-0.0040，匹配后两组企业在研发投入强度上的差异缩小，但结果仍不显著，这表明风险投资对创业企业创新投入在短期内不存在增值效应。

考虑到公司法和深圳证券交易所对创业板市场IPO股份限售期的规定、风险投资退出择时以及风险投资对创业企业创新影响的滞后性和长期性，本文进一步分析了风险投资对创业企业上市后1～3年创新投入影响的动态增值效应，如表3所示。从表3中可以看出，风险投资对创业企业上市后第1、2、3年的研发投资强度的处理效应分别为0.0009、-0.0032和-0.0041，但结果都不显著，这表明风险投资对创业企业创新投入在长期内也不存在增值效应。

表2 主要匹配变量的核匹配平衡性检验

表3 风险投资对创业企业创新投入影响的动态增值效应

4.4 稳定性检验

本文从以下两个方面进行稳定性检验：第一，采用近邻匹配检验风险投资对创业企业创新投入影响的动态增值效应。结果表明，风险投资对创业企业创新投入在长短期内都不存在增值效应，与前文结果一致。第二，采用Probit回归检验风险投资对创业企业创新投入影响的筛选效应，并在此基础上采用PSM-DID检验风险投资对创业企业创新投入影响的动态增值效应。结果表明，风险投资对创业企业创新投入具有筛选效应，但在长短期内都不具有增值效应，与前文结果一致。

5 结论、政策建议及不足之处

本文以创业板2009～2015年上市企业为例，手工搜集的风险投资数据，运用倾向得分匹配模型，基于筛选效应和增值效应，深入到企业层面分析了风险投资对创业企业创新前端——即创新投入的影响，而且鉴于企业上市后原始股东存在禁售期和减持限制、风险投资择时退出以及风险投资影响的滞后性和长期性，检验了风险投资进入后对创业企业创新投入影响的动态增值效应。结果表明：(1)风险投资进入前对创新投入高的企业具有筛选效应。(2)风险投资进入后在短期和长期对创业企业的创新投入都不具有增值效应。

为了更有效地发挥风险投资对创业企业创新投入影响的筛选效应和增值效应，本文提出以下几点建议：第一，完善企业信息公开制度，进一步扩大信息公开的企业范围，加强对创业企业信息记录和公开的监管，尤其是创业企业创新投资的信息；同时，增强对创业企业信息不公开、弄虚作假的处罚力度。从创业企业的角度缓解风险投资与创业企业的信息不对称，有助于风险投资对创业企业的精准筛选。第二，建立风险投资机构交流平台，增强风险投资机构间的投资经验交流，实现风险投资机构间资源和信息共享，一方面有助于风险投资机构间交换创业企业信息，缓解与创业企业的信息不对称，进而避免逆向选择问题，并为创业企业提供更有针对性的监管服务，促进创业企业创新投入。另一方面有助于风险投资机构间相互学习和合作，增强风险投资机构的筛选和增值服务能力，比如进行联合投资、协同监管以及帮助创业进行企业后续融资。第三，加快资本市场改革，推行注册制，减少风险投资投机机会，并加强对风险资本的监管，以约束风险投资的投机行为；同时，建立风险投资的激励机制和风险补偿机制，激励风险投资对创业企业创新投入的支持，并补偿风险投资在对创业企业创新支持过程中的风险损失，推动风险投资促进创业企业创新投入。

本文在以下方面仍存在不足之处：首先，仅探讨了风险投资对创业企业研发投资的影响，而研发投资在根本上是代表创新的前端，限于数据，缺乏关于风险投资对创业企业创新市场化影响的分析。其次，仅分析了风险投资整体对创业企业研发投资的影响，没有考虑风险投资异质性，未能探究风险投资的背景、投资方式和声誉等方面的差异可能会对创业企业研发投资的筛选效应和增值效应带来的影响，这仍待深入探讨。最后，仅测度了风险投资对创业企业研发投资影响的筛选效应和增值效应，缺乏对风险投资如何通过增值效应影响创业企业创新的实证分析，未来将进一步展开更为深入的分析。