创业投资对新能源技术创新效率的撬动效应研究

胡振兴,王阿娇

(河南理工大学 财经学院,河南 焦作 454000)

以2004-2017年上市的136家新能源企业为样本,研究了创业投资对新能源企业技术创新效率的撬动效应。首先,将样本企业分为有、无创业投资撬动两组,运用数据包络分析DEA测度两组企业的技术创新效率,并对两组企业技术创新效率的均值进行独立样本T检验,结果表明创业投资撬动效应明显。其次,按照创业投资出资背景、注资策略和持股强度3个特征,运用多元线性回归MLR验证了创业投资对新能源企业技术创新效率的撬动效应。结果显示,从创业投资出资背景看,国资背景没有撬动效应,外资背景和高声誉背景均具有正向撬动效应;从创业投资注资策略看,注资时机越早,撬动效应越大,注资轮次数和注资联合者个数均与技术创新效率显著正相关;从创业投资持股强度看,持股比例与技术创新效率呈倒“U”形关系,持股期限越长,撬动效应越明显。最后,提出相关对策建议。

关键词创业投资;新能源企业;技术创新效率;撬动效应

0 引言

在传统能源供不应求,外部经济性日益突出的今天,各国纷纷通过实施创新驱动战略,发展低能耗、低污染和低排放的新能源,抢占全球新能源产业的制高点。我国《可再生能源发展“十三五”规划》(发改能源〔2016〕2619号)强调加快建立清洁、高效、安全、可持续的现代能源体系,是战略性新兴产业发展的关键。目前,中国已经成为新能源产业装备制造的领先国家,2015年,中国坐拥全球最大风力涡轮机生产商和两家顶尖太阳能电池板制造商[1]。然而,目前我国新能源领域呈现东西部技术创新能力水平不一,具有实质价值的技术创新能力不强[2],核心技术创新能力薄弱等问题,主要集中在低端制造环节[3]

新能源技术创新资金需求弹性大、供给弹性小[4],对技术要求高,前期投入大,资金壁垒高[5]。新能源产业长期依靠的政府补贴缺口日益增大[6],政府对新能源创新要素干预造成资源配置效率低下[7],对技术创新产品质量把控不到位等问题日益显现[8]。出于规避风险考虑,传统融资方式对新能源企业望而却步,初具规模的新能源企业又难以达到上市融资的高门槛。筹资不足俨然已成为新能源技术创新的障碍。因此,研究创业投资对新能源技术创新效率的撬动效应机制,对构建市场导向的绿色技术创新体系具有重要的现实意义。

1 文献回顾及研究假设

1.1 创业投资对新能源技术创新效率的撬动

从微观企业层面,创业投资在从企业建立到成熟的整个过程中起着非常重要的作用[9]。通过对比有、无创业投资背景的企业数据,发现创业投资通过提高企业研发强度和商业运营能力,为公司带来价值增值,提高企业技术创新效率[10-13],在刺激市场创新的同时提升公司绩效[14]。通过对比创业投资进入前后企业专利申请数量和创新质量,发现创业投资撬动了公司创新活动率[15]。创业投资对东中部地区内资企业和融资约束程度高的企业创新效率撬动效应尤为明显[16]。企业上市后创业投资仍能发挥其监督功能,利用其声誉资源、融资关系网络缓解信息不对称问题[17],并通过缓解企业融资约束、协助招募高素质员工和优化治理结构,提高企业IPO后的创新成果数量和质量[18]

近年来,研究新能源行业创业投资对技术创新效率撬动效应的文献日益丰富。李烨、许峻实[19]选取199家新三板新能源公司为研究样本,实证研究发现创业投资对企业的发明和创新有正向效应[20]。除金融支持外,创业投资进入企业后会主动参与企业日常管理活动,为企业提供组织、市场、人力、法律和外部关系等增值服务[21-23]。王桂良[24]、齐绍洲等[25]指出创业投资主要通过资金效应、公司治理效应和产业关联效应催化新能源产业发展。基于以上分析,提出如下假设:

H1:对新能源技术创新效率的金融撬动,有创业投资比无创业投资表现更好。

1.2 创业投资出资背景对新能源技术创新效率的撬动

(1)国资背景。国资背景创业投资自诞生之日起即肩负着政策使命,其设立初衷是使政府“有形的手”与市场“无形的手”共同促进资源合理配置。然而,国内外众多文献研究发现国有背景创业投资不但没有撬动社会资本进入创业投资领域,反而挤出了社会资本[26-28],国有创业投资的参与同企业研发投入负相关[29]。可能原因是:政府作为出资人与专业基金管理人之间委托代理关系的存在,以及基金管理人承受国有资产保值增值的压力,作出偏离国有创业投资目标的行为,从而使国有创业投资的表现总体上符合私人利益假说的预期,而不是社会价值假说的预期[30]。国外经验表明,与私人背景创业投资相比,国资背景创业投资支持的企业在上市、并购、激励创新和专利产出方面表现较差[31]。基于以上分析,提出如下假设:

H2a:国资参与的创业投资,对新能源技术创新效率的撬动效应为负。

(2)外资背景。我国纯粹由外资背景创业投资支持的企业较少,外资创业投资多数与国有或民营创业投资共同投资于创业企业,类似于张学勇、廖理[32]所指的“外资参与混合型”。外资背景创业投资资金来源、投资能力和专业经验等可能更具优势。从资金来源看,外资创业投资大多来源于国外养老基金,规模大、期限长,而本土创业投资主要来源于政府扶持资金、大型企业和天使投资者,规模小,期限短,因此外资背景创业投资更适合新能源企业技术创新需求。从投资理念看,外资背景创业投资管理人专业经验更丰富,市场眼光更敏锐,国际关系网络更广泛,资金筹集与运用策略更具战略性,公司治理、技术指导、报酬激励和行为监督更有针对性,有利于降低研发投入风险。从专业经验看,外资背景的创业投资管理人,大多都是成功的企业家,更加注重发挥研发和市场的协同效应,能够为科技成果转化和产品推广提供更多中肯的建议,提高研发活动对市场的反应速度,最终提高技术创新效率。基于以上分析,提出如下假设:

H2b:外资参与的创业投资对新能源技术创新效率的撬动效应为正。

(3)高声誉背景。高声誉创业投资注资新能源企业后,能够发挥其认证功能,缓解信息不对称带来的负面作用[33],并向外界传递一种利好信号,吸引更多创业投资机构加入,从而间接增加新能源企业研发投入。同时,创业投资的高声誉并非徒有虚名,而具有强大的关系网络、敏锐的市场洞察力、丰富的投资经验和优质的增值服务[34],能为新能源企业灌输更超前的战略意识、提供更强劲的资金支持和更先进的技术指导,而这些都是新能源企业持续健康稳定发展的灵魂。情景转换模型显示,高声誉创业投资对企业全要素生产率[35]的撬动比低声誉高出1.24%~1.65%。基于以上分析,提出如下假设:

H2c:高声誉参与的创业投资对新能源技术创新效率的撬动效应为正。

1.3 注资策略对新能源技术创新效率的撬动

(1)注资时机。创业投资注入创业企业越早,其所提供的增值服务与企业技术生命周期越吻合,金融支持、技术指导和管理示范越到位。尤其是新能源这类战略性新兴产业,更需要借鉴成功经验,避免走弯路,提高研发效率。实证结果表明,创业投资进入越早,对企业技术创新撬动效应越显著[36-37]。基于以上分析,提出如下假设:

H3a:注资时机越早的创业投资,对新能源技术创新效率的撬动效应越强。

(2)分轮次注资。分轮次注资也称分阶段注资,其最大优势是规避代理问题、控制投资风险和强化监督激励作用。创业投资公司作为财务投资人,无法回避委托代理问题,分轮次注资能够在一定程度上解决这一问题;分轮次注资对创业资本家而言是一种有效的风险控制工具,可以达到及时止损的目的;分轮次注资对创业企业家而言能够起到监督激励作用[38],促使企业更加周密、谨慎和高效地使用资金。因此,对创业资本家和创业企业家来说,分轮次注资不失为一种强有力的策略。实证研究发现,创业投资采用分轮次注资策略,能使企业获得更强大、持久的创新动力[39]。基于以上分析,提出如下假设:

H3b:注资轮次越多的创业投资,对新能源技术创新效率的撬动效应越强。

(3)联合注资。联合注资的优势有风险分散、价值增值和互相监督等。联合注资除能为企业提供足够的资金支持,改善企业外部筹资环境外[17],还能分散企业技术创新风险;联合各创业投资公司的能力、资源和技术等形成优势互补,能够为企业提供更丰富的增值服务,更有利于企业技术创新产出,并使联合注资的各方获利更多;各个创业投资公司之间能够互相监督,督促各方创业投资为创业企业技术创新和长远发展付出更有效的努力,确保创业企业利益不受损害。实证结果表明,联合注资与企业R&D投入、专利产出正相关,联合注资与R&D投入的交互效用能够正向撬动企业专利产出[40]。高声誉创业投资牵头组建的联合创业投资组合显著撬动技术创新水平[41]。基于以上分析,提出如下假设:

H3c:注资联合者越多的创业投资,对新能源技术创新效率的撬动效应越强。

1.4 创业投资持股强度对新能源技术创新效率的撬动

(1)持股比例。为了确保投资收益,创业资本家将更多精力倾注于新能源企业,尽可能降低企业技术研发风险,提高企业技术创新效率。然而,随着持股比例增加,创业投资公司对新能源企业活动参与越多,很可能会干预企业自身运营管理[42],创业资本家为了维护自身利益,可能限制创业企业家的一些冒险行为,限制企业研发投入。基于以上分析,提出如下假设:

H4a:随着创业投资持股比例增加,对新能源技术创新效率的撬动效应呈倒“U”形。

(2)持股期限。较长的持股期限能够在一定程度上减少创业投资公司为追求短期高额回报的投机行为,并有可能促使创业资本家更加看重技术创新的潜在和长期价值,从而积极支持创业企业技术创新投入[10]。一般来说,创业投资持股期限越长,创业投资公司与创业企业交流的机会越多,信息沟通可能越频繁,从而使创业投资公司所提供的增值服务更具有针对性和实效性。实证研究表明,创业投资持股期限越长,对技术创新的撬动作用越大[43]。基于以上分析,提出如下假设:

H4b:持股期限越长的创业投资对新能源技术创新效率的撬动效应越强。

2 样本、变量设计及分析

2.1 样本与数据

本研究样本为同花顺网站披露的新能源概念股上市企业,这些新能源概念股企业的主营业务大多为新能源产品,考虑到样本时间跨度问题,仅选取2004年1月1日到2017年12月31日之间上市的164家新能源企业。查阅样本企业招股说明书中披露的企业股东名称,如股东名称出现“创业投资”、“风险投资”、“高新投资”、“创新投资”等字样的视为有创业投资参与,最终得到有创业投资参与的企业79家,无创业投资参与的企业85家,剔除数据不全的企业,共取得有创业投资参与的新能源样本企业72家,无创业投资参与的新能源样本企业64家,共计136家。

文中涉及的上市前3年的研发费用、研发人员、创业投资持股比例等数据来自企业招股说明书;专利数来自国家专利网站;企业财务数据主要来自Wind数据库;创业投资的各参数来自于清科研究中心、投资界和Wind的PE/VC库。

2.2 变量界定与选择

2.2.1 被解释变量

因变量为新能源企业技术创新效率,由DEA超效率模型测算,分两个步骤:①效率测算。企业技术创新效率是研发产出与研发投入的比率,运用DEA(数据包络分析)的超效率模型测算样本企业的技术创新效率。以上市前3年研发费用的平均值和上市当年研发人员数作为研发投入,以上市前企业所有发明专利和实用新型专利数之和为研发产出,运用DEA超效率模型,应用DEA-Solver-Pro5.0软件对选取的136个决策单元进行测算,得到每个样本企业的技术创新效率值;②独立样本T检验。通过对有、无创业投资撬动的两组样本企业技术创新效率进行独立样本T检验(见表1)。结果表明:有创业投资撬动的样本企业技术创新效率平均值为0.174 5,无创业投资撬动的相应值为0.113 7,前者显著高于后者,两者差异值在10%的水平上显著,说明创业投资对技术创新效率有一定的杠杆作用,H1得到验证。

表1创业投资撬动与新能源技术创新效率的均值方差检验

指标有创业投资无创业投资差异均值0.174 549 50.113 660 90.060 8∗样本数7264

2.2.2 解释变量界定

从创业投资出资背景、创业投资注资策略和创业投资持股强度3个方面,分别检验创业投资各特征对新能源技术创新效率的撬动效应。

(1)创业投资出资背景,选取国资背景、外资背景和高声誉背景为自变量。由于样本企业可能由不同性质的创业投资公司共同参与,若样本企业股东仅为“国有”或者“国有+民营”创业投资公司,定义为“国资背景”;若样本企业股东同时出现“外资+国有”、“外资+民营”或者“中外合资”创业投资公司的,均定义为“外资背景”。市场声誉依据清科2016中国股权投资年度VC机构评选出的前100位名单进行判断,若位列名单之中,则定义为“高声誉背景”。

(2)创业投资注资策略,选取注资时机,分轮次注资、联合注资为自变量。由于较难判断创业投资注资时企业所处的生命周期阶段,只能寻找企业生命周期的代理变量。Wissen[44]、董晓芳、袁燕[45]认为企业年龄能有效定义企业生命周期。本文先计算创业投资首次注资时的企业年龄,等于“创业投资首次注资年份-企业成立年份”,仿照董晓芳、袁燕[45]的做法,用四分位数生成企业年龄阶段,并将企业年龄阶段取值为1-4,分别代表企业所处的4个不同生命周期,见表2。分轮次注资用创业投资从首次注资到企业上市期间的“注资轮次数”度量。联合注资用样本企业股东中联合创业投资公司数量来表示,1表示1个创业投资股东,2表示2个创业投资股东联合注资,以此类推,用注资联合者个数度量。

表2创业投资首次注资时新能源企业年龄阶段

年龄阶段1234年龄取值范围[0,4.45][4.45,7.14][7.14,9.62][9.62,17.13]样本数18181818

(3)创业投资持股强度,选取持股比例和持股期限为自变量。本文增加持股比例的平方作为自变量进行回归分析。持股期限计算方式为:LN(1+样本企业上市年份-创业投资初次注资年份)。

2.2.3 控制变量选择

一般来讲,企业成立时间越长,技术创新能力可能随着经验的积累越来越强,创新效率也可能越来越高。但随着企业年龄增长,规模越来越大,可能会逐渐形成“大企业病”[36],对创新效率提升可能是一种阻碍,因此,要对企业年龄和企业规模加以控制。企业成长能力推动技术进步,技术进步拉动企业成长,两者相辅相成;同时,财务杠杆的高低直接关系技术创新投入的多寡,因此要对经营能力和财务杠杆加以控制。企业成长能力不能完全反映企业盈利能力,而企业研发投入大多以企业盈利能力为参照物。一般来说,收入高、利润低的企业,可能无法支撑大规模的研发投入。因此,选择代表盈利能力的净资产收益率(ROE)作为控制变量。因变量、自变量和控制变量定义如表3所示。

表3变量定义

变量分类变量特征变量符号变量计算因变量技术创新效率TI_EFFDEA-超效率模型计算出来的技术创新效率值自变量出资背景(VC-background)注资策略(VC-strategy)持股强度(VC-strength)是否国资VC_SO样本企业股东仅为“国有”或者“国有+民营”创业投资公司,取1,否则取0是否外资VC_FC样本企业股东出现“外资+国有”或者“外资+民营”或者“中外合资”的创业投资公司时,取1,否则取0是否高声誉VC_HR样本企业股东只要出现清科-2016中国股权投资年度VC机构评选前100名的,取1,否则取0注资时机VC_period按表2的年龄阶段取值,分别取1、2、3、4分轮次注资VC_stage创业投资首次注资到企业上市,注资轮次数联合注资VC_SYDI招股说明书披露的创业投资注资联合者个数持股比例VC_share招股说明书披露的所有创业投资股份所占的比重持股期限VC_timeLN(1+企业IPO年份-创业投资首次注资年份)控制变量企业盈利能力ROEIPO前一年的ROE企业成长能力GROIPO前一年企业的营业收入增长率财务杠杆LEVIPO前一年企业的资产负债率企业规模SizeIPO前一年企业的期末资产,取对数企业年龄AgeLN(1+企业IPO年份-成立年份)

2.3 变量描述性统计

为更好地观察各变量的整体状况,对各变量进行描述性统计分析,结果如表4所示。

从描述性统计结果看出,72个样本企业中,国资背景占20.8%,外资背景仅占6.9%,高声誉背景占47.2%。注资轮次数平均值为1.722;注资联合者个数平均值为2.097,持股比例平均值为13.90%,与苟燕楠[25]选取的样本平均持股比例13.72%相当,但远低于美国创业投资平均持有创业企业的股份比例46.7%[46]。持股期限取对数后的平均值为1.22,约为2.9年,企业上市时间取对数后的平均数为2.323 3,约合平均年龄9.97年。

2.4 变量相关性分析

主要变量相关系数如表5所示。国资背景与技术创新效率负相关,与假设一致,国有创业投资进入企业所处的生命周期阶段较早,且对样本企业的持股比例相对较高。外资背景与技术创新效率正相关,与假设一致,外资背景创业投资更倾向于采取联合注资策略。高声誉背景与技术创新效率呈显著正相关,与假设一致,高声誉背景创业投资更愿意采取分轮次注资和联合注资策略。分轮次注资和联合注资的创业投资在新能源企业的持股期限也相对较长,联合注资的创业投资对企业持股比例相对更高。资产规模较大的样本企业,其资产负债率也相对较高。

3 模型构建与回归分析

3.1 模型构建

创业投资出资背景、注资策略及持股强度对新能源技术创新效率的撬动效应,分别通过模型(1)、(2)、(3)进行检验。

表4变量描述性统计结果

变量样本量最小值最大值平均值标准差TI_EFF720.002 501.788 820.174 500.258 70VC_SO720.000 001.000 000.208 000.409 00VC_FC720.000 001.000 000.069 000.256 00VC_HR720.000 001.000 000.472 000.502 70VC_period721.000 004.000 002.500 001.125 90VC_stage721.000 006.000 001.722 001.010 10VC_SYDI721.000 006.000 002.097 001.301 80VC_share720.009 800.697 000.139 000.129 50VC_time720.000 002.200 001.222 000.553 30ROE720.065 100.997 500.293 300.163 80GRO72-0.174 502.321 700.348 900.473 80 LEV72 0.104 900.784 200.486 000.139 20Size7219.850 0023.300 0021.088 100.729 10Age721.100 003.090 002.323 300.395 90

注:对创业投资持股期限(VC_time)、企业规模(Size)和企业年龄(Age)作了对数化处理

表5主要变量Pearson相关系数

TI_EFFVC_SOVC_FCVC_HRVC_periodVC_stageVC_SYDIVC_shareVC_timeROEGROLEVSizeAgeTI_EFF1VC_SO-0.195∗∗1VC_FC0.273∗∗∗-0.1401VC_HR0.252∗∗-0.074-0.1491VC_period-0.023-0.260∗∗-0.1220.0001VC_stage0.355∗∗∗-0.0780.1030.225∗∗-0.0681VC_SYDI0.387∗∗∗-0.157∗0.352∗∗∗0.137-0.0620.471∗∗∗1VC_share0.1270.1290.076-0.0080.1330.0900.206∗∗∗1VC_time0.338∗∗∗-0.0780.1380.033-0.0790.358∗∗∗0.349∗∗∗0.1461ROE-0.166∗0.155∗0.000-0.090-0.178∗-0.165∗-0.176∗0.004-0.349∗∗∗1GRO0.194∗0.1500.121-0.135-0.257∗∗0.0950.0160.0080.0090.565∗∗∗1LEV0.0630.161∗-0.0670.042-0.180∗0.087-0.183∗-0.109-0.1250.006-0.0201Size-0.240∗∗0.044-0.115-0.168∗-0.264∗∗0.068-0.217∗∗-0.405∗∗∗0.1260.1300.0730.385∗∗∗1Age0.151-0.283∗∗∗-0.0890.1140.800∗∗∗0.1050.0880.1240.281∗∗∗-0.375∗∗∗-0.316∗∗∗-0.134-0.1021

注:***、**、*分别表示在1%、5%、10%的水平上显著,下同,对创业投资持股期限、企业规模(Size)和企业年龄(Age)做了对数化处理

TI_EFF=β0+β1VC_background+β2ROE+β3GRO+β4LEV+β5Size+β6Age+ξ

(1)

TI_EFF=β0+β1VC_strategy+β2ROE+β3GRO+β4LEV+β5Size+β6Age+ξ

(2)

TI_EFF=β0+β1VC_strength+β2ROE+β3GRO+β4LEV+β5Size+β6Age+ξ

(3)

其中,技术创新效率(TI_EFF)是因变量,创业投资出资背景(VC_background)、创业投资注资策略(VC_strategy)和创业投资持股强度(VC_strength)为自变量,β0是常数项,ξ表示残差项,其余变量为控制变量。

3.2 回归分析

(1)出资背景回归分析。分别用是否国资背景、是否外资背景和是否高声誉背景3个虚拟变量表征创业投资出资背景特征,将这3个变量依次替换模型(1)中的VC-background,并运用SPSS21.0进行回归分析,结果如表6所示。

国资背景的创业投资与技术创新效率负相关,在10%的水平上显著,与本文假设一致,说明政府参与创业投资没有完全发挥其应有的引导和示范作用,H2a得到证实。外资背景的创业投资与新能源技术创新效率正相关,在5%的水平上显著,H2b得到证实。高声誉背景的创业投资与新能源技术创新效率正相关,在5%的水平上显著,说明高声誉创业投资给新能源企业带来的各项增值服务更到位,更有助于技术创新效率提升,H2c得到证实。

表6创业投资出资背景对新能源技术创新效率的撬动效应检验

变量是否国有是否外资是否高声誉常数项2.129∗∗(2.514)1.749∗∗(2.067)1.652∗(1.931)VC_SO-0.207∗(-1.875)VC_FC0.223∗∗(2.098)VC_HR0.220∗∗(2.048)ROE-0.313∗∗(-2.376)-0.296∗∗(-2.253)-0.327∗∗(-2.499)GRO0.468∗∗∗(3.648)0.419∗∗∗(3.266)0.479∗∗∗(3.742)LEV0.242∗∗(2.088)0.218∗(1.918)0.182(1.585)Size-0.304∗∗∗(-2.658)-0.270∗∗(-2.367)-0.249∗∗(-2.152)Age0.124(1.051)0.194∗(1.688)0.153(1.332)Adj.R20.2240.2340.232F值4.416∗∗∗4.614∗∗∗4.567∗∗∗样本值727272

(2)注资策略回归分析。分别用创业投资注资时机、注资轮次数和注资联合者个数3个变量表征创业投资注资策略,将3个变量依次替换模型(2)中的VC_strategy,并运用SPSS21.0进行回归分析,结果如表7所示。

表7创业投资注资策略对新能源技术创新效率的撬动效应检验

变量注资时机注资轮次数注资联合者个数常数项2.340∗∗∗(2.792)2.034∗∗(2.457)1.465∗(1.760)VC_period-.474∗∗(-2.521)VC_stage0.269∗∗(2.489)VC_SYDI0.314∗∗∗(2.956)ROE-0.218(-1.608)-0.239∗(-1.797)-0.245∗(-1.889)GRO0.406∗∗∗(3.200)0.376∗∗∗(2.899)0.402∗∗∗(3.228)LEV0.213∗(1.899)0.188∗(1.671)0.248∗∗(2.228)Size-0.390∗∗∗(-3.298)-0.312∗∗∗(-2.775)-0.247∗∗(-2.219)Age0.565∗∗∗(2.939)0.145(1.278)0.166(1.500)Adj.R20.2550.2530.279F值5.049∗∗∗5.013∗∗∗5.579∗∗∗样本值727272

从表7可知,创业投资注资时机与新能源技术创新效率负相关,在5%的水平上显著,说明创业投资注入新能源企业生命周期阶段越晚,技术创新效率越低,反之亦然,H3a得到证实。注资轮次数与新能源技术创新效率正相关,在10%的水平上显著,说明采取分轮次注资能有效撬动技术创新效率,H3b得到证实。注资联合者个数与新能源技术创新效率正相关,在5%的水平上显著,说明联合注资的创业投资公司越多,越有利于撬动新能源技术创新效率,H3c得到证实。

(3)持股强度回归分析。分别用创业投资持股比例和持股期限两个变量表征创业投资持股强度,将创业投资持股比例、持股比例的平方和持股期限依次替换模型(3)中的VC_strength,并运用SPSS21.0进行回归分析,结果如表8所示。

从表8可知,以创业投资持股比例作为自变量,回归系数为0.008,T值为0.069,说明创业投资持股比例与新能源技术创新效率在一定程度上正相关。若将创业投资持股比例和其平方数同时作为自变量重新进行回归,发现两者的回归系数分别为正、负,且均在5%的水平上显著,说明创业投资持股比例与新能源技术创新效率呈倒“U”形关系,即存在一个特定的持股比例对新能源技术创新效率的撬动作用最明显,H4a得到证实。以创业投资持股期限作为自变量回归后,发现创业投资持股期限与新能源技术创新效率正相关,在1%的水平上显著,说明创业投资持股期限越长,越有利于撬动新能源技术创新效率,H4b得到证实。

表8创业投资持股强度对新能源技术创新效率的撬动效应检验

变量持股比例持股比例的平方持股期限常数项1.963∗∗(2.074)1.831∗∗(1.994)2.435∗∗∗(2.916)VC_share0.009(.072)0.600∗∗(2.131)VC_share2-0.639∗∗(-2.302)VC_time0.332∗∗∗(2.765)ROE-0.322∗∗(-2.373)-0.239∗(-1.754)-0.158(-1.123)GRO0.455∗∗∗(3.459)0.379∗∗∗(2.884)0.347∗∗(2.659)LEV0.210∗(1.782)0.226∗(1.977)0.273∗∗(2.407)Size-0.290∗∗(-2.268)-0.289∗∗(-2.325)-0.381∗∗∗(-3.300)Age0.171(1.437)0.166(1.439)0.106(.923)Adj.R20.1810.2330.268F值3.623∗∗∗4.079∗∗∗5.336∗∗∗样本值727272

3.3 稳健性检验

为提高创业投资各特征对新能源技术创新效率撬动效应的准确性,本文作两种稳健性检验。

(1)替换被解释变量。采用最传统的效率计算方法,即技术创新效率=专利数/研发费用(P/R&D),重新进行回归分析。为了检验独立样本T检验的稳健性,以选取的72个有创业投资撬动和64个无创业投资撬动的新能源企业为样本,以有、无创业投资撬动为自变量进行回归分析,分别取“7”、“0”,回归结果如表9所示。有无创业投资撬动与新能源技术创新效率正相关,在10%的水平上显著,说明创业投资能显著撬动新能源技术创新效率,与前文中独立样本T检验结果一致,此模型稳健。

以P/R&D为因变量、表征创业投资出资背景的3个指标为自变量进行回归分析,结果如表9所示。其中(2)a列展示了“是否国资”的回归分析,结果显示国资参与的创业投资与技术创新效率负相关,与主检验结果一致,与假设一致,说明国有创业投资并没有发挥其应有的促进技术进步的引导作用;(2)b、(2)c列分别展示了“是否外资”和“是否高声誉”的回归分析,结果显示外资参与和高声誉参与的创业投资与技术创新效率均呈正相关,且均在5%的水平上显著,与主检验结果一致,假设通过检验,证明模型稳健。

表9稳健性检验结果(1)

变量VCVC_background(1)(2)a(2)b(2)c常数项0.400∗∗∗(3.808)0.560∗∗∗(3.394)0.482∗∗∗(2.936)0.452∗∗∗(2.751)VC0.155∗(1.970)VC_SO-0.202∗(-1.905)VC_FC0.229∗∗(2.255)VC_HR0.260∗∗(2.559)ROE-0.230∗∗(-2.378)-0.325∗∗(-2.564)-0.307∗∗(-2.439)-0.340∗∗∗(-2.744)GRO0.359∗∗∗(3.770)0.509∗∗∗(4.129)0.460∗∗∗(3.740)0.525∗∗∗(4.332)LEV0.130(1.583)0.256∗∗(2.298)0.233∗∗(2.139)0.192∗(1.762)Size-0.322∗∗∗(-3.847)-0.381∗∗∗(-3.460)-0.347∗∗∗(-3.168)-0.318∗∗∗(-2.898)Age0.112(1.366)0.084(.744)0.154(1.398)0.109(1.000)Adj.R20.1830.2820.2970.311F值6.046∗∗∗5.647∗∗∗5.996∗∗∗6.348∗∗∗样本值136727272

以P/R&D为因变量、以表征创业投资注资策略的3个指标为自变量进行回归分析,结果如表10所示。其中(3)a列显示注资时机与技术创新效率负相关,在5%的水平上显著;(3)b和(3)c列显示注资轮次数、注资联合者个数均与技术创新效率正相关。回归结果与主检验结果保持一致,假设得到验证,模型稳健。

以P/R&D为因变量、表征创业投资持股强度的3个指标为自变量进行回归分析,结果如表10所示。其中(4)a、(4)b、(4)c所示的回归结果与主检验结果保持一致,模型稳健。

(2)替换部分解释变量。考察创业投资出资背景时,其中高声誉背景用领头的创业投资企业成功的IPO案例数衡量,重新进行回归分析,结果如表11“VC_HR”列,结论与主检验一致。用创业投资首次注资时企业年龄的五分位数生成企业年龄阶段,并将企业年龄阶段取值为1-5,重新进行回归,结果如表11的“VC_period”列,两者关系仍呈显著负相关。分别用领头的创业投资持股比例的一次方和二次方作为自变量进行回归分析,结果如表11所示。创业投资持股比例一次方与二次方的系数分别为正、负,但不显著,说明创业投资对新能源技术创新效率的撬动作用是参投的众多创业投资共同发挥作用,从另一角度证实了联合注资策略的稳健性。

表10稳健性检验结果(2)

变量VC_strategyVC_strength(3)a(3)b(3)c(4)a(4)b(4)c常数项0.599∗∗∗(3.655)0.539∗∗∗(3.267)0.460∗∗∗(2.741)0.558∗∗∗(3.027)0.533∗∗∗(2.976)0.608∗∗∗(3.679)VC_period-0.444∗∗(-2.451)VC_stage0.191∗(1.799)VC_SYDI0.215∗∗(2.038)VC_share0.039(.345)0.533∗(1.970)VC_share2-0.619∗∗(-2.319)VC_time0.277∗∗(2.363)ROE-0.236∗(-1.805)-0.275∗∗(-2.097)-0.280∗∗(-2.178)-0.329∗∗(-2.522)-0.249∗(-1.899)-0.197(-1.431)GRO0.451∗∗∗(3.681)0.440∗∗∗(3.456)0.461∗∗∗(3.718)0.498∗∗∗(3.939)0.425∗∗∗(3.361)0.406∗∗∗3.191LEV0.228∗∗(2.103)0.210∗(1.892)0.251∗∗(2.271)0.229∗(2.016)0.244∗∗(2.220)0.278∗∗(2.505)Size-0.461∗∗∗(-4.039)-0.384∗∗∗(-3.473)-0.339∗∗∗(-3.061)-0.389∗∗∗(-3.150)-0.387∗∗∗(-3.239)-0.444∗∗∗(-3.936)Age0.500∗∗∗(2.695)0.112(1.006)0.128(1.157)0.137(1.195)0.132(1.190)0.076(0.680)Adj.R20.3060.2780.2870.2430.2910.302F值6.218∗∗∗5.553∗∗∗5.773∗∗∗4.804∗∗∗5.164∗∗∗6.117∗∗∗样本值727272727272

表11稳健性检验结果(3)

变量VC_HRVC_periodVC_shareVC_share2常数1.401(1.617)2.369∗∗∗(2.928)1.981∗∗(2.214)2.326∗∗(2.508)VC_HR0.265∗∗(2.387)VC_period-0.593∗∗∗(-3.314)VC_share-0.005(-.041)0.205(1.055)VC_share2-0.254(-1.317)ROE-0.332∗∗(-2.557)-0.208(-1.603)-0.320∗∗(-2.360)-0.279∗∗(-2.011)GRO0.518∗∗∗(4.021)0.415∗∗∗(3.393)0.456∗∗∗(3.456)0.434∗∗∗(3.296)

续表11稳健性检验结果(3)

变量VC_HRVC_periodVC_shareVC_share2LEV0.153(1.328)0.222∗∗(2.045)0.210∗(1.772)0.230∗(1.936)Size-0.224∗(-1.925)-0.410∗∗∗(-3.596)-0.294∗∗(-2.432)-0.346∗∗∗(-2.737)Age0.220∗(1.912)0.666∗∗∗(3.605)0.173(1.448)0.192(1.605)Adj.R20.2480.3000.1820.191F值4.902∗∗∗6.078∗∗∗3.634∗∗∗3.398∗∗∗样本值72727272

4 结论与建议

4.1 主要结论

本文以2004-2017年上市的136家新能源企业为样本,研究了创业投资对新能源企业技术创新效率的撬动效应。有创业投资撬动的新能源企业技术创新效率比无创业投资撬动的高。从创业投资各特征而言,外资背景和高声誉背景与新能源技术创新效率正相关,国资背景与新能源技术创新效率负相关;注资时机、注资轮次数和注资联合者个数,与新能源技术创新效率显著正相关;持股比例和持股期限分别与新能源技术创新效率呈倒“U”形和正相关关系。相对而言,创业投资注资策略对新能源技术创新效率的撬动效应更显著,联合注资策略的撬动效应最突出。

本文创新之处在于:一是依据136家新能源上市企业招股说明书披露的上市前3年的研发费用和研发人员数据,以及国家专利局披露的企业上市前的发明专利和实用新型专利数据,采用DEA测算了企业技术创新效率,弥补了以往单纯通过专利数衡量企业技术创新水平的缺陷;二是选取新能源这一战略性新兴产业作为研究对象,研究创业投资对新能源企业技术创新效率的撬动效应,对拓宽新能源企业筹资渠道,提高新能源企业筹资效率具有参考意义。

4.2 相关建议

提升创业投资对新能源技术创新效率的撬动效应,需要创业投资公司、新能源企业和政府共同发力。

(1)创业投资公司积极履行社会责任。适当扩大引进外资,优化股权结构;加强与国外著名创投机构(如凯雷、KPCB等)的交流与合作,吸取先进经验,增强自身实力;培养战略眼光,追求长远利益,维护市场声誉;强化注资策略设计与选择,结合分轮次注资的频率与时间间距,把握联合注资机会与合作伙伴;积极面向新能源技术创新市场,为客户提供精准金融服务。

(2)能源企业担负起历史使命。主动面向创业投资市场,选择合适的创业投资公司;充分考虑外资背景和高声誉背景创业投资对技术创新发展的潜在影响,调节创业投资持股比例;加快技术创新文化建设,培养员工技术创新意识,合理分配技术创新资源。

(3)强化政府公共管理职能。通过立法加强对国有创业投资的引导,建立健全国有创业投资管理人激励约束机制;加大对高声誉、外资创业投资的扶持力度,扩充新能源产业引导基金,撬动更多社会资本进入新能源领域,助推新能源技术创新;完善政府投资基金和风险补偿基金机制,鼓励更多创业投资公司进入发展早期的新能源企业,使其更好与企业发展周期相契合,提供更贴切的增值服务。

参考文献:

[1] FAREED ZAKARIA.China is winning the future[J].The Washington Post.12 October,2017(15):29-36.

[2] 王元地, 史晓辉. 我国新能源技术创新能力空间分布格局研究[J]. 科技进步与对策, 2014(6):69-72.

[3] 王汉新. 基于公共政策视角的新能源技术创新研究[J]. 科学管理研究, 2014(6):44-47.

[4] 匡毅. 新能源产业的发展动力资本与金融支持的实证研究[J]. 统计与决策, 2015(6):136-139.

[5] 夏兰, 李亚云. 新能源产业融资现状及原因分析[J]. 重庆科技学院学报:社会科学版, 2011(21):68-69.

[6] OUYANG X, LIN B. Impacts of increasing renewable energy subsidies and phasing out fossil fuel subsidies in China[J]. Renewable & Sustainable Energy Reviews, 2014, 37(3):933-942.

[7] ZENG M, LIU X, LI Y, et al. Review of renewable energy investment and financing in China: status, mode, issues and countermeasures[J]. Renewable & Sustainable Energy Reviews, 2014, 31(2):23-37.

[8] DANG J, MOTOHASHI K. Patent statistics: a good indicator for innovation in China? patent subsidy program impacts on patent quality[J]. China Economic Review, 2015, 35:137-155.

[9] WALCHLI E. Venture capital investments in the renewable energy industry[J]. Venture Capital,2014.

[10] 焦跃华, 黄永安. 风险投资与公司创新绩效——基于创业板公司的经验分析[J]. 科技进步与对策, 2014(10):84-89.

[11] 金永红, 蒋宇思, 奚玉芹. 风险投资参与、创新投入与企业价值增值[J]. 科研管理, 2016, 37(9):59-67.

[12] 吴涛, 赵增耀. 风险投资对创业板上市公司技术创新影响的实证研究[J]. 科技创业月刊, 2017, 30(3):27-33.

[13] 胡振兴.国家高新区创业资本供求能力评价——以6个国家自主创新示范区为例[J].科技进步与对策,2016,33(5):33-39.

[14] XIU PING HUA,YA LI WANG. The innovation and performance impacts of venture capital investment on China's small and medium-sized enterprises[J].China Economic Journal,2016,9(2):167-185.

[15] GONZALEZ-URIBE J. Venture capital and innovation[J].Cepr Discusion Papers,2013(30):150-161.

[16] 于永达, 陆文香. 风险投资和科技企业创新效率:助力还是阻力[J]. 上海经济研究, 2017(8):47-60.

[17] 吴超鹏, 吴世农, 程静雅,等. 风险投资对上市公司投融资行为影响的实证研究[J]. 经济研究, 2012(1):105-119.

[18] 熊家财, 桂荷发. 风险投资、派驻董事与企业创新:影响与作用机理[J]. 当代财经, 2018(4):123-133.

[19] 李烨,许峻实. 风险投资对我国企业发明与创新影响分析——以新三板新能源公司为例[J].科技创业月刊, 2017 (23).

[20] 徐枫, 陈昭豪. 金融支持新能源产业发展的实证研究[J]. 宏观经济研究, 2013(8):78-85.

[21] FRIED V H, HISRICH R D. The venture capitalist: a relationship investor[J]. California ManAGEment Review, 1995, 37(2):101-113.

[22] 龙勇, 王陆鸽. 风险投资的非资本增值服务与技术创新绩效的关系研[J]. 科技进步与对策, 2010, 27(13):13-16.

[23] 贾宁, 李丹. 创业投资管理对企业绩效表现的影响[J]. 南开管理评论, 2011, 14(1):96-106.

[24] 王桂良. 风险投资催化新能源产业研究[D].长沙:湖南大学, 2012.

[25] 齐绍洲, 张倩, 王班班. 新能源企业创新的市场化激励——基于风险投资和企业专利数据的研究[J]. 中国工业经济, 2017(12):95-112.

[26] WALLSTEN S J. The effects of government-industry R&D programs on private R&D: the case of the small business innovation research program[J]. Rand Journal of Economics, 2000, 31(1):82-100.

[27] CUMMING D J, MACINTOSH J G. Crowding out private equity: Canadian evidence [J]. Journal of Business Venturing, 2006, 21(5):569-609.

[28] 胡振兴,王阿娇.公私创业投资与技术创新的关系研究述评[J].中国集体经济,2018(30):58-61.

[29] 苟燕楠, 董静. 风险投资背景对企业技术创新的影响研究[J]. 科研管理, 2014, 35(2):35-42.

[30] 余琰, 罗炜, 李怡宗,等. 国有风险投资的投资行为和投资成效[J]. 经济研究, 2014(2):32-46.

[31] BRANDER J A, DU Q, HELLMANN T. The effects of government-sponsored venture capital: international evidence[J]. Social Science Electronic Publishing, 2010(16):52-59.

[32] 张学勇, 廖理. 风险投资背景与公司IPO:市场表现与内在机理[J]. 经济研究, 2011(6):118-132.

[33] SHU P G, YEH Y H, CHIU S B, et al. The reputation effect of venture capital[J]. Review of Quantitative Finance & Accounting, 2011, 36(4):533-554.

[34] 叶小杰, 沈维涛. 风险投资声誉、联合注资与成功退出[J]. 山西财经大学学报, 2013(12):46-55.

[35] 赵静梅, 傅立立, 申宇. 风险投资与企业生产效率:助力还是阻力[J]. 金融研究, 2015(11):159-174.

[36] 沈丽萍. 风险投资对中小企业自主创新的影响——基于创业板的经验数据[J]. 证券市场导报, 2015(1):59-64.

[37] 苟燕楠, 董静. 风险投资注资时机对企业技术创新的影响研究[J]. 中国软科学,2013(3):65-65.

[38] TIAN X. The causes and consequences of venture capital stage financing [J]. Social Science Electronic Publishing, 2011, 101(1):132-159.

[39] 陈艳,罗正英.分阶段注资策略对技术创新成果的影响——基于DID模型的研究[J].苏州大学学报:哲学社会科学版,2018(1):107-114.

[40] 詹正华, 田洋洋, 王雷. 联合风险投资对目标企业技术创新能力的影响——基于深圳创业板上市企业的经验分析[J]. 技术经济, 2015(6):24-30.

[41] 温军, 冯根福. 风险投资与企业创新:“增值”与“攫取”的权衡视角[J]. 经济研究, 2018(2):185-199.

[42] 谈毅, 杨晔. 创业投资对企业长期绩效的影响——基于我国中小企业板的实证研究[J]. 上海经济研究, 2011(5):72-82.

[43] 陈思, 何文龙, 张然. 风险投资与企业创新:影响和潜在机制[J]. 管理世界, 2017(1):158-169.

[44] VAN WISSEN,L.Demography of the firm:a useful metaphor?[J].European Journal of Pepulation/Revue europeenne de Demographie,2002,18(3),263-279.

[45] 董晓芳, 袁燕. 企业创新、生命周期与聚集经济[J]. 经济学(季刊), 2014, 13(2):767-792.

[46] KAPLAN S N, STRöMBERG P. Financial contracting theory meets the real world: an empirical analysis of venture capital contracts[J]. Review of Economic Studies, 2003, 70(2):281-315.

ResearchontheStimulatingEffectofVentureCapitalontheInnovationEfficiencyofNewEnergyTechnology

Hu Zhenxing,Wang Ajiao

(School of Finance and Economics, Henan Polytechnic University, Jiaozuo 454000,China)

AbstractTaking 136 new energy companies listed in 2004-2017 as a sample, the paper explores the stimulating effect of venture capital on the technological innovation efficiency of new energy companies. Firstly, the sample enterprises are divided into two groups, with or without venture capital . The data envelopment analysis(DEA) is used to measure the technical innovation efficiency of the two groups of enterprises, and the independent sample T test is performed on the mean value of the technological innovation efficiency of the two groups. The results show that the group with venture capital has a better effect.Secondly, using the group with venture capital as sample, according to the background,capital injection strategy and shareholding strength of venture capital , the multiple linear regression (MLR) is used to verify the stimulating effect of venture capital on the technological innovation efficiency of new energy enterprises. The results show that from the background of venture capital, the background of state-owned assets has no stimulating effect, and the background of foreign capital and high reputation have positive stimulating effects. From the perspective of capital investment strategy, the earlier the timing of capital injection, the greater the stimulating effect. The number of capital injection rounds and the number of capital injection joints are significantly positively correlated with the stimulating effect; corresponding social responsibility, independent mission and public functions of venture capital companies, new energy companies and governments are proposed based on the research conclusions.

KeyWords:Venture Capital; New Energy Enterprise; Technological Innovation Efficiency;Prying Effect

作者简介胡振兴(1963-),男,湖南娄底人,博士,河南理工大学财经学院高级经济师、硕士生导师,研究方向为公司财务、中小企业金融与创业投资;王阿娇(1992-),女,河北邢台人,河南理工大学财经学院硕士研究生,研究方向为财务、金融。

基金项目河南省社会科学规划决策咨询项目(2018JC16);河南省软科学项目—重点研发与推广专项(182400410669);河南理工大学基本科研业务费专项项目(人文社科类)立项项目(SKJZD2018-03);河南理工大学“研究和阐释党的十九大精神”专项立项项目(SJDZXYB-12)

收稿日期2018-07-19

文章编号:1001-7348(2018)23-0082-10

文献标识码:A

中图分类号F426.2

DOI10.6049/kjjbydc.L201808620

(责任编辑:陈福时)