企业政治关联对风险投资引入方式的影响
——激励机制与监督机制的调节作用

周 霖,蔺 楠

(上海财经大学 商学院,上海 200433)

摘 要:从资金需求方出发,以2009年10月至2016年12月深圳创业板和中小板首次公开上市的公司为样本,实证检验了政治关联对风险投资引入方式的影响,以及激励机制和监督机制这两种公司治理机制的调节作用,得到结论如下:政治关联企业倾向于在发展后期引入风险投资;政治关联企业倾向于选择国有性质、经验丰富以及参与程度高的风险投资机构;激励机制会加强政治关联企业在发展后期引入风险投资以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿;监督机制会减弱政治关联企业在发展后期阶段引入风险投资以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿。结论对拓展政治关联与风险投资领域的理论和实践具有重要启示意义。

关键词:风险投资;政治关联;激励机制;监督机制

Impact of Political Connections onVenture Capital Strategy——The Moderating Effects of Incentive-based Mechanisms and Monitoring-based Mechanisms

Zhou lin,Lin Nan

(Business School,Shanghai University of Finance and Economics,Shanghai 200433,China)

AbstractFrom the perspective of capital demander,we use the data of Chinese Growth Enterprise Market listed companies and the data of listed companies in SEM board from October 2009 to December 2016.This article empirically analyzes the impact of political connections on venture capital strategy.The moderating effects of different governance mechanisms are further explored. The results show: (1) Politically connected enterprises tend to choose venture capital at a later stage.(2)Politically connected enterprises tend to choose the syndication investment and the staged investment.(3)Politically connected enterprises tend to choose state-backed,experienced and higher involvement venture capitals.(4)incentive-based mechanisms positively modifes the relation between political connection and venture capital strategy.(5)monitoring-based mechanisms negatively modifes the relation between political connection and venture capital strategy.This study has important implications for the development of the theory and practice of political connection and venture capital.

Key Words:Political Connections; Venture Capital; Incentive-based Mechanisms; Monitoring-based Mechanisms

收稿日期:2019-05-31

基金项目:上海财经大学研究生科研创新基金项目(2016110856,CXJJ-2015-326)

作者简介:周霖(1985-),男,河南洛阳人,上海财经大学商学院博士研究生,研究方向为战略管理;蔺楠(1972-),女,陕西渭南人,博士,上海财经大学商学院教授、博士生导师,研究方向为创新创业。

DOI10.6049/kjjbydc.2018110169 开放科学(资源服务)标识码(OSID):

中图分类号:F830.59

文献标识码:A

文章编号:1001-7348(2019)20-0010-01

0 引言

随着“大众创业,万众创新”时代的到来,风险投资再次成为国内外学者关注的焦点。已有研究主要由具有金融学和经济学背景的学者发起,多从资金供给方视角展开,而基于资金供给需求的探讨相对匮乏。风险投资机构与创业企业之间存在双向选择机制,即风险投资机构在挑选创业企业的同时,创业企业也在选择风险投资机构[1]。Hellmann&Puri[2]等的研究表明,创新型企业更容易获得风险投资,而Puri&Zarutskie[3]发现风险投资更青睐高科技、高成长性企业。因此,是否引入风险投资以及通过何种方式引入风险投资成为创业企业必须作出的重大战略决策。高阶理论认为,高管团队特征对组织战略决策具有重要影响[4]。在经济转型期的中国情境下,高管政治资源的作用至关重要,能对组织战略决策产生显著影响[5]。因此,高管政治背景对创业企业风险投资引入方式选择意义深远。

目前,国内外已有大量文献研究了企业政治关联对其融资行为的影响。例如,政治关联企业可以获得数量更多、期限更长的银行贷款[6],更容易进入债券发行市场,并能发行数量更多、期限更长的债券[7];在股权融资方面,有研究认为政治关联企业更容易通过证监会的严格审核,顺利进入IPO市场[8],政治关联加剧了我国国有企业的IPO抑价[9],以及提升了民营企业定向增发审批通过率[10];在风险投资方面,张天舒等[15]基于2004-2009年深圳中小板上市公司样本,发现政治关联企业更容易得到风险投资。

综上可知,已有大量文献研究了政治关联对企业融资行为的影响,并进一步对政治关联与风险投资之间的关系进行了探讨,发现政治关联企业更容易得到风险投资[11],但未关注到企业政治关联对风险投资引入方式的影响。因此,本文以高阶理论为基础,从资金需求方出发,分析政治关联企业风险投资引入方式,如何时引入(早期还是后期)?引入哪种特质的风险投资机构(国有还是非国有?投资经验是否丰富?参与程度的高低)?由于不同的公司治理机制会对组织战略决策产生差异化影响[17],本文进一步基于代理理论,分析在激励机制和监督机制这两种公司治理机制作用下,企业政治关联对风险投资引入方式影响的变化情况。

1 理论分析与研究假设

目前,关于政治关联对企业融资行为影响的研究存在两种观点,包括信息效应和资源效应。信息效应认为,政治关联可以作为一种重要的声誉机制,向外界传递出企业良好绩效的信号,降低资金供求双方信息不对称程度,进而缓解企业融资约束[13]。资源效应认为,政治关联可以强化企业资源获取能力,具体可以分为直接效应和间接效应。其中,直接效应即政治关联有助于企业获得政府补贴[14]、税收优惠[15]、订单合同[16]以及行业准入资格[17];间接效应即政治关联通过为企业带来各种优惠政策,使其以低于市场价格的成本获取优质资源,进而提高企业未来绩效和市场价值[18]

1.1 政治关联与风险投资引入时机

创业企业成长周期一般可分为种子期、成长期、扩张期和获利期4个阶段[19]。本文将前两个阶段称为早期阶段,后两个阶段称为后期阶段。早期阶段,由于创业企业缺少有形资产等相关资源,管理者也缺乏市场经验,不确定性和信息不对称性相对较高[20],导致融资约束较为严重[21]。在该阶段引入风险投资可以有效缓解创业企业资金短缺和经验不足等问题。然而,政治关联企业通过信息效应降低资金供求双方的信息不对称,缓解融资约束,能降低创业企业对风险投资的依赖程度。与此同时,具有政府背景的高管团队性格特征较为保守,在创业企业发展早期阶段引入风险投资的积极性不高。据此,本文提出以下假设:

H1:政治关联企业倾向于在发展后期阶段引入风险投资。

1.2 政治关联与风险投资机构特质

本文主要从股权背景、投资经验以及参与程度3个方面分析风险投资机构特质。我国风险投资机构的股权背景大致可以分为国有、民营、外资与混合4种[19]。虽然国有风投机构更加注重投资的长期性、低投机性、高增值服务水平、丰富的社会网络资源等。由于国有风险投资机构并未完全实现市场化运作,代理成本相对较高,可能无法对创业企业发挥监督治理作用,从而导致较低的投资回报率[19]。但是,政治关联可为企业赢得各种优惠政策,使其以低于市场价格的成本获取优质资源,通过间接资源效应提高企业未来绩效和市场价值,降低国有风险投资机构高代理成本对创业企业的负面影响。此外,政治关联企业与国有风险投资机构之间有着相似的语言体系、文化背景、价值观念以及行政关系纽带,彼此之间更容易建立良好的理解、信任和沟通关系,更容易实现合作。因此,政治关联企业可能更倾向于选择国有风险投资机构。

不同投资经验的风险投资机构对企业的影响也不一样。虽然经验越丰富的风险投资机构有更强的信息捕捉能力和更快的市场反应速度[22],能够对创业企业进行更有效的监督以及提供更优质的服务[23],能够帮助创业企业扩展更多外部联系、提供更多的优质资源,降低双方交易成本。然而,由于风险投资也可能会出现“逐名”动机[24],即急于通过业绩表现建立行业声誉,导致将未成熟的企业仓促推向IPO市场。而受此大环境的影响,经验丰富的风险投资机构同样会为了自己的声誉急功近利,从而忽视创业企业的长期发展[25]。但是,企业可以通过政治关联获得各种优惠政策, 以低于市场价格获取优质资源,形成间接资源效应,增加企业未来绩效和市场价值,从而降低经验丰富的风险投资机构可能出现的“逐名”效应对创业企业的负面影响。因此,政治关联企业可能更倾向于选择经验丰富的风险投资机构。

风险投资机构持股比例的高低不仅代表着他们给创业企业投入资金的数额,更代表着他们在创业企业中的参与程度和影响力[26]。虽然风险投资的持股比例越高,其参与程度和影响力往往越大,对创业企业的监督治理作用越强[23,26],所能提供的增值服务越多[27],能够给外部投资者传递出企业质量越高的信号[28],从而帮助创业企业吸引到更多优质资源。然而,由于其“逐名”动机的存在,可能导致风险投资参与程度提高并不能对创业企业的成长性带来帮助[25]。但是,企业可以通过政治关联获得各种优惠政策, 以低于市场价格获取优质资源,形成间接资源效应,增加企业未来绩效和市场价值,从而降低参与程度高的风险投资机构可能出现的“逐名”效应对创业企业的负面影响。因此,政治关联企业可能更倾向于选择参与程度高的风险投资机构。由此,本文提出如下假设:

H2a:政治关联企业倾向于选择国有风险投资机构;

H2b:政治关联企业倾向于选择经验丰富的风险投资机构;

H2c:政治关联企业倾向于选择参与程度高的风险投资机构。

1.3 公司治理机制的调节作用

代理理论认为,高管们努力创造企业价值,但相较于股东,只能分得很少一部分利益却承担着很高的风险[29]。对于高管而言,一方面,他们拥有的企业特有知识具有极强的专用性,离职会导致其人力资本价值降低;另一方面,外部经理人市场主要根据高管过往经历对其人力资本价值进行评估,如果他们曾就职的企业发生倒闭破产现象,会极大损害其声誉,影响价值评估结果。因此,在经济学假设中,高管通常是风险规避者。正是由于风险规避偏好以及企业往往是以短期财务指标作为高管绩效考核标准,使得企业高管通常会放弃发展前景好但不确定性高的战略决策,这并不利于企业长期发展。基于此,为激发高管风险承担意愿、积极采取对企业长期价值有利的战略决策,很多企业设计了管理层持股、股票期权等股权激励方式,平衡股东与高管的利益。如前文所述,政治关联企业运用上述方式引入风险投资时,通过资源效应和信息效应仅能降低而非消除其对自身造成的负面影响,作为风险规避者的高管仍有可能放弃那些不确定性较高的战略决策。因此,在公司治理机制中,以股权为主要特征的激励机制可以降低高管风险规避偏好,使其与股东利益趋于一致,进而促使其主动作出能为企业带来长期价值的战略决策。在激励型治理机制下,政治关联企业通过上述方式引入风险投资的意愿将得到加强。由此,本文提出如下假设:

H3:激励机制会加强政治关联企业在其发展的后期阶段引入风险投资以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿。

代理理论同样认为,所有权与控制权分离导致高管与股东利益不一致。高管可能采取过度在职消费、非效率投资、构建商业帝国等机会主义行为,通过扩大企业规模增加可控资源,以保证自身利益[30]。同时,出于维护自身名誉和地位的目的,高管可能将自由现金流投向净现值为负的项目中,这也将引发过度投资。股东往往处于信息劣势地位,无法全面掌握企业实际经营状况,难以辨别企业战略决策的合理性。因此,为了降低代理成本,规避高管机会主义行为,很多企业设计了大股东监督等外部监督治理机制。如前文所述,政治关联企业运用上述方式引入风险投资时,资源效应和信息效应仅能部分缓解其负面影响,而处于信息劣势地位的股东由于认知偏,可能将不确定性较高的战略决策看作是高管为增加可控资源而构建商业帝国的行为。由此,本文提出如下假设:

H4:监督机制会减弱政治关联企业在发展后期阶段引入风险投资以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿。

2 研究设计

2.1 数据与样本

本文以2009年10月至2016年12月深圳创业板和中小板首次公开上市的公司为样本。在剔除数据缺失的样本后,最终获得1 101家上市公司。企业政治关联数据主要通过对创业板和中小板上市公司招股说明书进行手工整理、录入获得,风险投资数据来源于CVSource投中数据库,公司治理数据和财务数据来自Wind数据库和国泰安数据库。

企业行业分布根据2001年证监会行业分类标准进行规整,如表1所示,样本主要集中在制造业和信息技术行业。其中,传统制造业占样本总量的61.31%,非传统制造业中电子行业、医疗与生物制品行业分别占样本总量的6.63%和4.18%,而信息技术行业占样本总量的13.35%。

表1 行业分布

行业代码样本数占比(%)行业类别名称ind_ab322.91农、林、牧、渔业(A)与采掘业(B)ind_c167561.31制造业(除C5、C8外)ind_c5736.63电子(C5)ind_c8464.18医药、生物制品(C8)ind_def454.09电力、煤气及水的生产和供应业(D)、建筑业(E)与交通运输、仓储业(F)ind_g14713.35信息技术业(G)ind_h141.27批发和零售贸易(H)ind_ij161.45金融、保险业(I)与房地产业(J)ind_k252.27社会服务业(K)ind_l201.82传播与文化产业(L)ind_m80.73综合类(M)

2.2 模型构建

Stragety=α0+α1PC+α2PC×ShareRatio+α3ShareRatio+α4PC×Mshare+α5Mshare+α6PC×Incentive+α7Incentive+α8Control+ε

Stragety是因变量,表示风险投资引入方式,具体包括发展阶段(EP_Stage)、股权背景(VCgovern)、投资经验(LVCage)、参与程度(VCratio);PC是自变量,为企业政治关联变量;ShareRatio、Mshare、Incentive是调节变量,其中ShareRatio表示监督机制,Mshare和Incentive表示激励机制;Control是控制变量,主要包括产品技术(Hightech)、企业规模(Lemploy)、企业财务杠杆(Leverage)、董事长素质(Education)、偿债能力(L-ratio)、资产规模(Amount)、企业绩效(ROE)、创业企业所属行业(Ind)、所属地域(Area)、融资时间(Year)等;ε为随机扰动项。

2.3 变量定义

2.3.1 因变量

(1)风险投资引入时机。发展阶段(EP_Stage),根据CVSource投中数据库的分类,区分为早期、发展期、扩张期和获利期4个阶段。如果创业企业在发展早期阶段引入风险投资,则EP_Stage取值为1;如果创业企业在发展后期阶段引入风险投资,则EP_Stage取值为2。

(2)风险投资机构特质。本文主要从股权背景、投资经验以及参与程度3个方面刻画风险投资机构特质。如果创业企业有两家或以上风险投资机构共同介入,则以主导风险投资机构特质为主。关于主导风险投资机构的判定,借鉴董静等(2017)的方法,分情况考察:对于只有一家风险投资机构介入的样本,该机构即为主导机构;对于联合投资的样本,以股权占比最大的机构为主导机构;对于有多家风险投资机构介入且股权占比相等的样本,则认定投资经验更丰富的机构为主导机构。股权背景(VCgovern)借鉴吴超鹏等[31]的研究,根据风险投资机构股权结构将其划分为国有型和非国有型,国有型取值为1,否则为0。其中,国有风险投资机构包括国有及国有控股风险投资机构,而非国有风险投资机构包括外资、民营以及非国有控股的风险投资机构。投资经验(LVCage)借鉴Barry等[23]的研究,以风险投资机构年龄衡量,即用风险投资机构成立到介入创业企业时的月数取自然对数衡量。参与程度(VCratio)借鉴许昊等[28]的研究,以风险投资机构持股比例衡量。关于风险投资的测量方式,本文采用王会娟、张然(2012)的方法,以IPO前持股比例测量,同一家风险投资机构多轮介入则取各轮投入比例之和,两家或以上风险投资机构共同介入则将所有持股比例加总。

2.3.2 自变量

本文选用虚拟变量和赋值变量两种方式衡量企业政治关联。

(1)对于虚拟变量(PCDUM),若企业高管目前或曾经是政府官员、人大代表或政协委员,则PCDUM取值为1,否则为0。

(2)赋值变量(PCSUM),即企业政治关联强度,根据企业高管曾经或现在担任政府官员、人大代表或政协委员的级别赋值。对于官员,省部级赋值5,厅司局级赋值4,县处级赋值3,乡科级赋值2,乡科级以下赋值1;对于人大代表或政协委员,国家级赋值5,省级赋值4,市级赋值3,县级赋值2,县级以下赋值1。本文参照王庆文、吴世农[32]的做法,对企业每个高管成员曾经或现在任职的行政级别进行赋值后,取其最高行政级别,然后将分值加总,所得最终值即为该企业政治关联强度。

2.3.3 调节变量

公司治理机制。本文将公司治理机制分为激励机制和监督机制两种。激励机制,采用高管持股比例(Mshare)和股权激励比例(Incentive)测量。其中,股权激励比例为年末高管股票期权、增值权和限制性股票占股本总数的比例;高管持股比例为年末高持股数占股本总数的比例。对于监督型机制,视第一大股东为外部监督力量,用第一大股东持股占总股份数的比例衡量。

2.3.4 控制变量

根据董静等(2017)的研究,对以下变量进行控制:产品技术(Hightech),如果创业企业为高新技术企业则取值为1,否则为0;企业规模(Lemploy),对企业上市当年员工人数取自然对数;企业财务杠杆(Leverage),企业上市当年资产负债率;董事长素质(Education),即企业董事长学历水平,1=中专及中专以下,2=大专,3=本科,4=硕士研究生,5=博士研究生;偿债能力(L-ratio),即IPO前3年流动比率;资产规模(Amount),对企业注册资本取自然对数;企业绩效(ROE),即IPO前3年净资产收益率;创业企业所属行业(Ind),根据2001年证监会行业进行分类;所属地域(Area)分为西部、中部、东北部和东南部;融资时间(Year)控制为2006-2013年。

3 实证分析

3.1 描述性统计

表2为变量描述性统计结果。总体来看,联合投资和分阶段投资均值分别为0.323和0.191,说明近三成创业企业选择联合投资,近两成选择分阶段投资;联合风险投资机构数量均值为1.21,说明平均每个创业企业得到的风险投资机构数量是1.21家;分阶段投资轮次均值为0.849,说明平均每个创业企业引入风险投资的总轮数是0.849轮;政治关联均值是0.558,说明超过半数的创业企业拥有政府背景。此外,发展阶段、股权背景、投资经验、参与程度均值分别为0.853、0.123、1.889、8.774;创业企业多数集中在东南沿海经济发达地区,大约占66.6%,说明目前我国经济发展不均衡,国家需加大对中西部经济落后地区的扶持力度。

表2 变量描述性统计结果

变量名称变量代码观测值均值中位标准差最小值最大值被解释变量发展阶段EP_Stage1 0990.8531.0000.8580.0002.000股权背景VCgovern1 0960.1230.0000.3290.0001.000投资经验LVCage1 0761.8891.4601.9770.0007.050参与程度VCratio1 0778.7743.08013.3170.000100.000解释变量政治关联PCDUM1 1010.5581.0000.4970.0001.000政治关联强度PCSUM1 1012.4341.0003.0880.00017.000

续表2 变量描述性统计结果

变量名称变量代码观测值均值中位标准差最小值最大值调节变量高管持股比例Mshare1 09533.34337.63024.6900.00089.100股权激励比例Incentive1 1000.0420.0000.2480.0003.560第一大股东持股比例ShareRatio1 10136.60435.66013.9214.15086.490控制变量产品技术Hightech1 1010.2420.0000.4280.0001.000企业规模Lemploy1 1016.7066.6500.9004.16012.090企业财务杠杆Leverage1 10121.70618.27614.7741.10396.517董事长素质Education1 1013.4303.0001.2551.0006.000偿债能力L-ratio1 1012.0131.5101.7490.10022.310资产规模Amount1 10118.22218.1300.61417.07022.670企业绩效ROE1 10130.86427.85017.019-153.720162.070西部West1 1010.0920.0000.2890.0001.000中部Middle1 1010.0740.0000.2630.0001.000东南部Southeast1 1010.6661.0000.4720.0001.000东北部Northeast1 1010.1680.0000.3740.0001.000

3.2 相关性分析

表3为主要变量间的相关系数分析结果。总体来看,政治关联与发展阶段(EP_Stage)、股权背景(VCgovern)、投资经验(LVCage)、参与程度(VCratio)显著正相关,初步支持了H1和H2

3.3 假设检验

为避免异常值和克服多重共线性的影响,本文对主要连续变量进行1%水平的缩尾处理,并对交互项变量进行中心化处理。

3.3.1 政治关联对风险投资引入方式的影响检验

表4-表7分别为政治关联与发展阶段、股权背景、投资经验以及参与程度之间的回归结果。其中,模型1和模型6是基准模型,仅包括控制变量的回归结果;模型2和模型7是加入自变量后的回归结果;模型3-模型5和模型8-模型10是加入调节变量后的回归结果。

表3 主要变量间相关系性分析结果

变量名称123456789101.EP_Stage12.VCgovern0.279∗0.240∗0.257∗0.220∗0.278∗16.LVCage0.812∗0.584∗0.649∗0.426∗0.700∗0.369∗14.VCratio0.477∗0.605∗0.698∗0.625∗0.769∗0.261∗0.587∗15.PCDUM0.116∗0.126∗0.070∗0.0380.069∗0.106∗0.115∗0.086∗16.PCSUM0.082∗0.087∗0.0480.079∗0.074∗0.099∗0.083∗0.085∗0.702∗1

注:*表示在5%的水平上显著

表4中,模型2、模型7的PC系数分别是0.257和0.028,均在1%水平上显著,即政治关联与发展阶段之间呈正相关关系,说明政治关联企业倾向于在发展后期阶段引入风险投资,因此H1得以验证。

表5中,模型2、模型7的PC系数分别为0.387和0.049,均在1%水平上显著,即政治关联与股权背景正相关,说明政治关联企业倾向于选择国有风险投资机构,H2a得以验证。

表6中,模型2、模型7的PC系数分别为1.028和0.130,均在1%水平上显著,即政治关联与投资经验正相关,说明政治关联企业倾向于选择经验丰富的风险投资机构,H2b得以验证。

表7中,模型2、模型7的PC系数分别为5.805和0.841,均在1%水平上显著,即政治关联与参与程度正相关,说明政治关联企业倾向于参与程度高的风险投资机构,H2c得以验证。

3.3.2 不同治理机制的调节作用

表4-表7中,模型4、模型5、模型9、模型10展现了激励机制作用下,企业政治关联对风险投资引入方式影响的回归结果。结果显示,交互项PC*Mshare系数大多显著为正,PC*Incentive系数大多不显著,即激励机制中高管持股比例正向调节企业政治关联对风险投资引入方式的影响,说明激励机制下高管持股比例会强化政治关联企业在发展后期阶段引入风险投资、选择联合投资、分阶段投资,以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿,但股权激励比例并没有达到上述目的,因此H3得到部分验证。其原因可能在于,回归结果中股权激励比例最小值为0,最大值为3.56,中位数为0,即有股权激励计划的样本企业仅占很小一部分,股权激励影响不显著。

表4-表7中,模型3、模型8展现了监督机制作用下,企业政治关联对风险投资引入方式影响的回归结果。结果表明,交互项PC*ShareRatio系数大多显著为负,即监督机制负向调节企业政治关联对风险投资引入方式的影响,说明监督机制会降低政治关联企业在发展后期阶段引入风险投资、选择联合投资和分阶段投资,以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿,因此H4得以验证。

表4 政治关联与发展阶段回归结果

EP_StagePCDUMPCSUM(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)PC0.257∗∗∗0.232∗∗∗0.252∗∗∗0.261∗∗∗0.028∗∗∗0.023∗∗0.035∗∗∗0.029∗∗∗(0.064)(0.065)(0.064)(0.064)(0.009)(0.010)(0.009)(0.009)PC∗ShareRatio-0.011∗∗-0.002∗∗(0.005)(0.001)ShareRatio-0.002-0.005∗(0.003)(0.003)PC∗Mshare0.008∗∗∗0.003∗∗∗(0.003)(0.001)Mshare-0.004∗∗-0.002(0.002)(0.002)PC∗Incentive-0.1660.013(0.136)(0.044)Incentive0.363∗∗∗0.242∗∗∗(0.118)(0.086)Hightech0.4210.4650.4320.4370.4250.4210.4700.4190.4680.431(0.484)(0.495)(0.492)(0.507)(0.499)(0.484)(0.493)(0.486)(0.501)(0.496)Lemploy-0.012-0.015-0.010-0.011-0.012-0.012-0.016-0.012-0.009-0.014(0.043)(0.043)(0.043)(0.042)(0.043)(0.043)(0.043)(0.043)(0.042)(0.043)Leverage-0.001-0.002-0.002-0.001-0.002-0.001-0.002-0.002-0.001-0.002(0.003)(0.003)(0.003)(0.003)(0.003)(0.003)(0.003)(0.003)(0.003)(0.003)Education0.052∗∗0.047∗0.049∗0.049∗0.049∗0.052∗∗0.047∗0.049∗∗0.047∗0.049∗∗(0.024)(0.024)(0.024)(0.024)(0.024)(0.024)(0.024)(0.024)(0.024)(0.024)L_ratio-0.022-0.018-0.022-0.018-0.024-0.022-0.018-0.023-0.014-0.023(0.027)(0.026)(0.026)(0.026)(0.026)(0.027)(0.027)(0.026)(0.026)(0.026)Amount0.0430.0270.0490.0340.0280.0430.0230.0490.0280.023(0.060)(0.062)(0.062)(0.062)(0.062)(0.060)(0.062)(0.061)(0.062)(0.062)ROE-0.0010.0010.0010.0010.001-0.0010.0010.0010.0010.001(0.002)(0.002)(0.002)(0.002)(0.002)(0.002)(0.002)(0.002)(0.002)(0.002)_cons-1.411-1.236-1.602-1.260-1.242-1.411-1.113-1.399-1.203-1.098(1.089)(1.118)(1.109)(1.143)(1.127)(1.089)(1.112)(1.093)(1.132)(1.121)Year控制控制控制控制控制控制控制控制控制控制Ind控制控制控制控制控制控制控制控制控制控制Area控制控制控制控制控制控制控制控制控制控制N1099109910991093109810991099109910931098Pseudo R20.0100.0150.0210.0180.0170.0100.0120.0180.0160.014

注:*、**和***分别表示在10%、5%和1%的水平上显著,括号内为经异方差修正并且在公司层面上聚类后的标准误,下同

表5 政治关联与股权背景回归结果

VCgovernPCDUMPCSUM(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)PC0.387∗∗∗0.324∗∗∗0.388∗∗∗0.378∗∗∗0.049∗∗∗0.043∗∗0.050∗∗∗0.047∗∗∗(0.106)(0.110)(0.106)(0.108)(0.016)(0.017)(0.016)(0.016)PC∗ShareRatio-0.018∗∗-0.002(0.008)(0.002)ShareRatio-0.006-0.013∗∗(0.016)(0.006)PC∗Mshare0.0060.004∗∗∗ (0.004)(0.001)Mshare-0.008∗∗∗-0.005∗(0.003)(0.003)PC∗Incentive-1.321∗∗-0.094(0.606)(0.149)Incentive0.536∗∗0.090(0.271)(0.265)Hightech-0.365-0.320-0.391-0.333-0.324-0.365-0.294-0.379-0.291-0.282

续表5 政治关联与股权背景回归结果

VCgovernPCDUMPCSUM(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(0.542)(0.553)(0.554)(0.550)(0.559)(0.542)(0.546)(0.540)(0.541)(0.546)Lemploy-0.101-0.102-0.103-0.099-0.100-0.101-0.106-0.109-0.102-0.105(0.067)(0.069)(0.070)(0.068)(0.069)(0.067)(0.068)(0.070)(0.068)(0.068)Leverage0.0050.0050.0040.0050.0050.0050.0050.0040.0050.005(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)Education0.0370.0280.0300.0230.0290.0370.0260.0260.0200.025(0.038)(0.038)(0.040)(0.039)(0.038)(0.038)(0.039)(0.040)(0.039)(0.039)L_ratio-0.009-0.004-0.0150.002-0.012-0.009-0.002-0.0130.006-0.002(0.042)(0.042)(0.042)(0.042)(0.043)(0.042)(0.042)(0.042)(0.042)(0.042)Amount-0.035-0.068-0.026-0.102-0.068-0.035-0.076-0.026-0.103-0.077(0.096)(0.100)(0.102)(0.101)(0.099)(0.096)(0.100)(0.103)(0.101)(0.100)ROE-0.0010.0010.0010.0020.001-0.001-0.0010.0010.001-0.001(0.004)(0.003)(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)(0.004)_cons0.2340.6530.1531.4620.6110.2340.8770.4871.4620.861(1.596)(1.649)(1.693)(1.686)(1.644)(1.596)(1.649)(1.697)(1.687)(1.646)Year控制控制控制控制控制控制控制控制控制控制Ind控制控制控制控制控制控制控制控制控制控制Area控制控制控制控制控制控制控制控制控制控制N1096109610961090109510961096109610901095Pseudo R20.0360.0510.0780.0570.0580.0360.0460.0700.0500.047

表6 政治关联与投资经验的回归结果

LVCagePCDUMPCSUM(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)PC1.028∗∗∗0.941∗∗∗1.005∗∗∗1.031∗∗∗0.130∗∗∗0.118∗∗∗0.158∗∗∗0.138∗∗∗(0.226)(0.222)(0.224)(0.225)(0.037)(0.036)(0.038)(0.037)PC∗ShareRatio-0.041∗∗∗-0.005∗(0.015)(0.003)ShareRatio-0.018-0.029∗∗∗(0.011)(0.010)PC∗Mshare0.031∗∗∗0.005∗∗∗(0.009)(0.001)Mshare-0.022∗∗∗-0.015∗∗∗(0.007)(0.005)PC∗Incentive-0.5410.292(0.898)(0.259)Incentive0.197∗∗0.727(0.750)(0.585)Hightech2.511∗2.603∗∗2.433∗2.473∗2.412∗2.511∗2.705∗2.484∗2.670∗2.517∗(1.391)(1.365)(1.345)(1.351)(1.357)(1.391)(1.378)(1.360)(1.364)(1.369)Lemploy-0.003-0.0020.0230.0260.005-0.003-0.0140.0060.014-0.010(0.157)(0.156)(0.153)(0.154)(0.155)(0.157)(0.156)(0.154)(0.155)(0.156)Leverage0.0060.0050.0030.0060.0030.0060.0050.0040.0070.003(0.009)(0.009)(0.009)(0.009)(0.009)(0.009)(0.009)(0.009)(0.009)(0.009)Education0.229∗∗∗0.215∗∗0.217∗∗0.211∗∗0.222∗∗0.229∗∗∗0.208∗∗0.208∗∗0.195∗∗0.211∗∗(0.088)(0.087)(0.085)(0.086)(0.087)(0.088)(0.087)(0.086)(0.087)(0.087)L_ratio0.0530.0670.0470.0770.0560.0530.0710.0490.0900.060(0.095)(0.094)(0.093)(0.094)(0.094)(0.095)(0.095)(0.093)(0.094)(0.094)Amount0.013-0.0660.058-0.108-0.0540.013-0.0830.052-0.115-0.076(0.222)(0.220)(0.219)(0.222)(0.220)(0.222)(0.222)(0.222)(0.224)(0.222)ROE-0.0040.0010.0020.0020.001-0.004-0.0010.0010.002-0.001(0.008)(0.008)(0.008)(0.008)(0.008)(0.008)(0.008)(0.008)(0.008)(0.008)_cons-1.665-0.721-2.4020.717-0.832-1.665-0.261-1.629∗∗0.692-0.203(3.840)(3.798)(3.758)(3.859)(3.786)(3.840)(3.831)(3.795)(3.888)(3.815)Year控制控制控制控制控制控制控制控制控制控制Ind控制控制控制控制控制控制控制控制控制控制Area控制控制控制控制控制控制控制控制控制控制N1076107610761070107510761076107610701075Pseudo R20.0120.0180.0260.0210.0200.0120.0160.0230.0180.018

表7 政治关联与参与程度回归结果

VCratioPCDUMPCSUM(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)PC5.805∗∗∗4.874∗∗∗5.748∗∗∗5.818∗∗∗0.841∗∗∗0.708∗∗∗0.989∗∗∗0.924∗∗∗(1.451)(1.414)(1.433)(1.444)(0.233)(0.227)(0.239)(0.232)PC∗ShareRatio-0.248∗∗-0.037∗∗(0.099)(0.016)ShareRatio-0.207∗∗∗-0.260∗∗∗(0.074)(0.063)PC∗Mshare0.178∗∗∗0.028∗∗∗(0.057)(0.009)Mshare-0.199∗∗∗-0.161∗∗∗(0.043)(0.037)PC∗Incentive2.3303.703∗∗(5.805)(1.641)Incentive7.3973.491(4.888)(3.745)Hightech21.937∗∗22.880∗∗21.046∗∗22.130∗∗21.958∗∗21.937∗∗23.368∗∗21.010∗∗23.233∗∗22.116∗∗(10.289)(10.160)(9.901)(9.999)(10.086)(10.289)(10.174)(9.916)(10.034)(10.060)Lemploy-0.578-0.665-0.428-0.580-0.626-0.578-0.699-0.477-0.566-0.690(1.010)(1.006)(0.978)(0.994)(1.000)(1.010)(1.006)(0.978)(0.994)(0.996)Leverage0.0380.0330.0170.0350.0150.0380.0390.0230.0400.017(0.061)(0.060)(0.059)(0.059)(0.060)(0.061)(0.060)(0.059)(0.059)(0.060)Education1.125∗∗1.047∗1.026∗∗0.918∗1.071∗1.125∗∗0.991∗0.974∗0.8251.005∗(0.559)(0.556)(0.542)(0.550)(0.553)(0.559)(0.557)(0.542)(0.551)(0.551)L_ratio0.4790.5500.3620.6360.4020.4790.5850.3740.7170.455(0.613)(0.609)(0.593)(0.603)(0.611)(0.613)(0.610)(0.593)(0.604)(0.606)Amount0.244-0.1310.984-0.901-0.0790.244-0.3780.795-1.104-0.344(1.439)(1.433)(1.411)(1.438)(1.426)(1.439)(1.441)(1.419)(1.444)(1.427)ROE-0.135∗∗∗-0.113∗∗-0.099∗∗-0.085∗-0.114∗∗-0.135∗∗∗-0.113∗∗-0.100∗∗-0.081∗-0.115∗∗(0.049)(0.049)(0.048)(0.049)(0.049)(0.049)(0.049)(0.048)(0.049)(0.049)_cons-17.860-13.660-26.5808.190-13.499-17.860-8.589-19.96610.351-7.496(25.488)(25.329)(24.743)(25.657)(25.187)(25.488)(25.420)(24.835)(25.719)(25.170)Year控制控制控制控制控制控制控制控制控制控制Ind控制控制控制控制控制控制控制控制控制控制Area控制控制控制控制控制控制控制控制控制控制N1077107710771072107610771077107710721076Pseudo R20.0090.0120.0210.0160.0140.0090.0110.0200.0150.014

3.4 稳健性检验

本文以风险投资机构投资期限在创业企业中的参与程度进行稳健性检验[33]。风险投资机构投资期限越长,参与程度越高,对创业企业的监督治理作用越强[25,28],所能提供的增值服务越多[27]。因此,本文替换参与程度指标,以风险投资机构投资期限(从风投介入时间到企业IPO时间的月数取自然对数测量)代替风险投资机构持股比例,重新对上述模型进行回归分析,表8结果显示,研究结论依旧稳健。

表8 政治关联与参与程度(投资期限)回归结果

LtimefrominvestPCDUMPCSUM(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)PC1.673∗∗∗1.507∗∗∗1.651∗∗∗1.680∗∗∗0.218∗∗∗0.192∗∗∗0.269∗∗∗0.230∗∗∗(0.397)(0.390)(0.394)(0.396)(0.065)(0.064)(0.067)(0.065)PC∗ShareRatio-0.082∗∗∗-0.011∗∗(0.027)(0.005)ShareRatio-0.026-0.046∗∗∗(0.020)(0.017)PC∗Mshare0.056∗∗∗0.008∗∗∗(0.016)(0.003)Mshare-0.039∗∗∗-0.026∗∗(0.012)(0.010)PC∗Incentive-1.0540.381

续表8 政治关联与参与程度(投资期限)回归结果

LtimefrominvestPCDUMPCSUM(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(1.512)(0.450)Incentive2.659∗∗1.490(1.229)(0.989)Hightech3.9524.108∗3.7943.8783.8323.9524.271∗3.8444.221∗4.000∗(2.442)(2.405)(2.364)(2.380)(2.395)(2.442)(0.420)(2.384)(2.399)(2.410)Lemploy-0.089-0.107-0.062-0.064-0.093-0.089-0.114-0.076-0.068-0.106(0.277)(0.275)(0.270)(0.273)(0.274)(0.277)(0.276)(0.271)(0.274)(0.275)Leverage0.0080.0060.0030.0080.0020.0080.0070.0050.010.003(0.017)(0.017)(0.016)(0.016)(0.017)(0.017)(0.016)(0.016)(0.017)(0.017)Education0.365∗∗0.339∗∗0.343∗∗0.330∗∗0.356∗∗0.365∗∗0.330∗∗0.334∗∗0.307∗∗0.340∗∗(0.154)(0.153)(0.150)(0.152)(0.152)(0.154)(0.153)(0.151)(0.153)(0.153)L_ratio0.0350.0590.0240.0780.0140.0350.0640.0220.0980.031(0.166)(0.165)(0.162)(0.164)(0.165)(0.166)(0.165)(0.163)(0.165)(0.165)Amount0.052-0.0500.148-0.114-0.0260.052-0.1020.110-0.154-0.086(0.390)(0.387)(0.385)(0.390)(0.387)(0.390)(0.391)(0.389)(0.393)(0.390)ROE-0.018-0.012-0.008-0.008-0.012-0.018-0.012-0.009-0.008-0.013(0.014)(0.014)(0.013)(0.014)(0.013)(0.014)(0.014)(0.013)(0.014)(0.014)_cons-1.326-0.139-2.9492.318-0.356-1.326-1.113-1.2032.5700.955(6.743)(6.682)(6.595)(6.794)(6.665)(6.743)(1.112)(6.647)(6.839)(6.709)Year控制控制控制控制控制控制控制控制控制控制Ind控制控制控制控制控制控制控制控制控制控制Area控制控制控制控制控制控制控制控制控制控制N1099109910991093109810991099109910931098Pseudo R20.0100.0130.0200.0160.0150.0100.0120.0190.0140.014

4 结论与启示

4.1 研究结论

本文从资金需求方出发,基于高阶理论,构建企业政治关联影响风险投资引入方式的理论分析模型,实证检验了企业政治关联对风险投资引入方式的影响,以及激励机制和监督机制这两种公司治理机制的调节作用,得到如下研究结论:

(1)从风险投资引入时机看,政治关联企业倾向于在发展后期阶段引入风险投资,说明政治关联企业可以通过信息效应降低资金供求双方的信息不对称程度,缓解融资约束,从而降低对风险投资的依赖程度。

(2)从风险投资引入特质看,政治关联企业倾向于选择国有性质、经验丰富以及参与程度高的风险投资机构,说明政治关联企业可以通过间接资源效应降低具有这些特质的风险投资机构对创业企业的负面影响。

(3)激励机制会加强政治关联企业在发展后期阶段引入风险投资以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿,说明在公司治理机制中,以股权激励方式为主的激励机制可以弱化高管风险规避偏好,使其与股东利益趋于一致,有效激励其采用能为企业带来长期价值的战略决策。

(4)监督机制会降低政治关联企业在发展后期阶段引入风险投资以及选择国有性质、经验丰富、参与程度高的风险投资机构的意愿,说明处于信息劣势的股东可能由于认知偏差,将企业的战略决策看作是高管为增加自身可控资源而构建商业帝国的行为,进而阻碍企业战略决策采纳。

4.2 不足与展望

尽管本文实证检验了企业政治关联对风险投资引入方式的影响,以及激励机制和监督机制这两种公司治理机制的调节作用,但仍存在以下不足之处:①企业政治关联可能并不是直接影响风险投资引入方式,而是通过某种“黑箱”而为。因此,寻找中介变量,打开“黑箱”成为下一步研究的方向;②影响风险投资引入方式的因素众多,高管其它特征可能也会影响风险投资引入方式,但本文仅考察了政治关联的作用;③将第一大股东视为监督机制过于简单,并且与目前中国上市公司实际情况存在差异,未来研究可以从寻找更合适的监督机制测量方式入手;④以风险投资机构持股比例衡量参与程度不够严谨,有可能造成各轮投入比例之和达到或超过100%的情况,因此寻找更合适的参与程度测量方式成为下一步研究的方向。

参考文献:

[1] SORENSEN M. How smart is smart money? a two-sided matching model of venture capital[J]. Journal of Finance, 2007, 62(6):2725-2762.

[2] HELLMANN T, PURI M. The interaction between product market and financing strategy: the role of venture capital[J]. Review of Financial Studies, 2000, 13(4):959-984.

[3] PURI M, ZARUTSKIE R. On the life cycle dynamics of venture-capital-and non-venture-capital-financed firms[J]. Journal of Finance, 2012, 67(6):2247-2293.

[4] HAMBRICK D C, MASON P A. Upper echelons: the organization as a reflection of its top managers[J]. Academy of Management Review, 1984, 9(2):193-206.

[5] 戴维奇, 魏江, 余纯国. 过往绩效与公司风险投资:高管政治网络的调节效应[J]. 科研管理, 2012, 33(1):138-146.

[6] YANG D, LU Z, LUO D. Political connections, media monitoring and long-term loans[J]. China Journal of Accounting Research, 2014, 7(3):165-177.

[7] 毛新述, 周小伟. 政治关联与公开债务融资[J]. 会计研究, 2015,(6):26-33.

[8] LIU Q, TANG J, TIAN G G. Does political capital create value in the ipo market? evidence from china[J]. Journal of Corporate Finance, 2013, 23(4):395-413.

[9] 田利辉, 张伟. 政治关联和我国股票发行抑价:“政企不分”如何影响证券市场?[J]. 财经研究, 2014, 40(6):16-26.

[10] 杨星, 田高良, 司毅等. 所有权性质、企业政治关联与定向增发——基于我国上市公司的实证分析[J]. 南开管理评论, 2016, 19(1):134-141.

[11] 周霖, 蔺楠. 政治关联、风险投资与企业慈善[J]. 山西财经大学学报, 2018,40(1):68-82.

[12] 周萍, 蔺楠. 创业导向企业的成长性:激励型与监督型公司治理的作用——基于中国创业板上市公司的实证研究[J]. 经济管理, 2015,37(3):44-55.

[13] 于蔚,汪淼军,金祥荣.政治关联和融资约束:信息效应与资源效应[J]. 经济研究,2012,(9):125-139.

[14] FACCIO M,MASULIS R,MCCONNELL J.Political connections and corporate bailouts[J].Journal of Finance, 2006,61(6):2597-2635.

[15] FACCIO M. Differences between politically connected and non-connected firms: a cross country analysis[J]. Financial Management, 2010, 39(3):905-928.

[16] TAHOUN A. The role of stock ownership by us members of congress on the market for political favors[J]. Journal of Financial Economics,2014,111(1):86-110.

[17] 罗党论, 刘晓龙. 政治关系、进入壁垒与企业绩效——来自中国民营上市公司的经验证据[J]. 管理世界, 2009(5):97-106.

[18] WEITING Z, KULWANT S, Will M. Buffering and enabling: the impact of interlocking political ties on firm survival and sales growth[J].Strategic Management Journal,2015,36(11),1615-1636.

[19] 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.

[20] WANG S, ZHOU H. Staged financing in venture capital: moral hazard and risks[J]. Journal of Corporate Finance, 2004, 10(1):131-155.

[21] GOMPERS P A.Optimal investment,monitoring,and the staging of venture capital[J]. Journal of Finance,1995,50(5):1461-1489.

[22] GOMPERS P, KOVNER A, LERNER J, et al. Venture capital investment cycles: the impact of public markets[J]. Journal of Financial Economics, 2008, 87(1):1-23.

[23] BARRY C B, MUSCARELLA C J, III J W P, et al. The role of venture capital in the creation of public companies: evidence from the going-public process[J]. Journal of Financial Economics, 1990, 27(2):447-471.

[24] GOMPERS P A. Grandstanding in the venture capital industry[J]. Journal of Financial Economics, 1996, 42(1):133-156.

[25] 陈见丽. 风投介入、风投声誉与创业板公司的成长性[J]. 财贸经济, 2012(6):57-64.

[26] 许昊, 万迪昉, 徐晋. 风险投资背景、持股比例与初创企业研发投入[J]. 科学学研究, 2015, 33(10):1547-1554.

[27] BONINI S, ALKAN S, SALVI A. The effects of venture capitalists on the governance of firms[J]. Corporate Governance An International Review, 2012, 20(1):21-45.

[28] MEGGINSON W L, WEISS K A. Venture capitalist certification in initial public offerings[J]. Journal of Finance, 1991, 46(3):879-903.

[29] JENSEN M C, MECKLING W H. Theory of the firm: managerial behavior, agency costs and ownership structure[J].Journal of Financial Economics, 1976, 12(4):305-360.

[30] JENSEN M C, MICHAEL C. Agency costs of free cash flow, corporate finance, and takeovers[J].American Economic Review, 1986, 76(2):323-329.

[31] 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.

[32] 王庆文,吴世农.政治关系对公司业绩的影响——基于中国上市公司政治影响力指数的研究[C]. 中国实证会计国际研讨会, 2008.

[33] 蔡地, 陈振龙, 陈志军. 创业投资的治理作用:基于代理成本视角的实证分析[J]. 管理科学, 2014(3):50-60.

(责任编辑:林思睿)