Does the Structural Hole Paradox Exist in Venture Capital Collaboration Networks?A Dual-Level Analysis of Individual and Syndicate Dynamics

Xiao Xiaohong,Zhao Junru,Luo Chaoliang

(School of Business Administration,Guizhou University of Finance and Economics,Guiyang 550025,China)

Abstract：Patient capital, characterized by long-term investment, strategic investment, and stable returns, has the potential to guide capital toward the development of new and high-quality productive forces. Venture capital, as the primary vehicle for patient capital, should fully leverage its role as a catalyst for technological innovation and as an accelerator for economic growth. The venture capital cooperation network is a complex structure formed by multiple venture capital institutions through joint investment syndicates, partnerships, and strategic alliances. Within this cooperative network, venture capital institutions occupying structural holes act as intermediaries, obtaining information about investment opportunities through different syndicate partners, thereby playing a crucial role in enhancing individual performance and ensuring the sustainable growth of invested projects. Existing research has increasingly focused on the "structural hole paradox" in inter-organizational cooperation networks. While occupying structural holes can provide organizations with greater access to resources and opportunities, it also leads to more conservative behavioral strategies and poorer cooperative performance. Current studies on the impact of structural holes on venture capital institutions primarily build single-level analytical frameworks, exploring the effects of structural hole positions on venture capital institutions' behavior, the role of structural holes in the selection of venture capital partners, and the impact of structural holes on investment performance. However, there is limited discussion on the existence and mechanisms of the "structural hole paradox" within venture capital cooperation networks. Therefore, this paper, grounded in social network theory and structural hole theory, delves into the manifestations and effects of the "structural hole paradox" within venture capital cooperation networks. It innovatively incorporates this issue into the research scope of structural hole theory and, by clarifying the role of venture capital institutions occupying structural hole positions, lays a foundation for future research on the "structural hole paradox".

The study selects investment and exit events of venture capital institutions in China from 2001 to 2022 as samples. By defining variables and constructing a multiple linear regression model, the hypothesis is tested at both the individual level of venture capital institutions and the syndicate level. It then examines the relationship between the number of structural holes occupied by individual venture capital institutions and their investment performance, as well as the relationship between the overall structural hole level of the venture capital syndicate and syndicate performance.

The research results indicate the following: First, the more structural holes a venture capital institution occupies, the more investment opportunities it acquires; the higher the overall level of structural holes among syndicate members, the greater the total financing raised for syndicate investment projects. Second, the number of structural holes occupied by a venture capital institution positively affects its investment performance, but as the average structural hole level of the syndicate increases, the likelihood of a successful exit for the syndicate decreases. Third, venture capital institutions with a high level of structural holes tend to collaborate with other venture capital institutions that also possess high structural hole levels, but the performance of syndicates formed by such "strong partnerships" is actually worse. Fourth, venture capital institutions with more structural holes tend to invest in early-stage and high-tech industries, which positively mediate investment performance.

This paper integrates social network theory, structural hole theory, and related research findings. By constructing a dual-level network analysis framework, it explores the existence and impact of the "structural hole paradox" in venture capital cooperation networks, enriching the application scenarios and explanatory power of structural hole theory. Unlike previous studies, this study innovatively connects and couples the individual and syndicate levels of venture capital institutions, deepening the theoretical understanding of the "structural hole paradox" and providing empirical support for the complex role of structural holes in multi-level networks. Additionally, the research unveils new mechanisms behind the cooperation strategies and investment behaviors of venture capital institutions, offering new empirical support for the application of structural hole theory in the venture capital field.

Key Words：Structural Hole Paradox; Venture Capital; Syndicate;Collaboration Networks; Investment Performance

收稿日期：2024-09-30

修回日期：2025-02-11

基金项目：国家自然科学基金项目(71902049);贵州省哲学社会科学规划课题(22GZQN07)

作者简介：肖小虹(1968-),女,安徽安庆人,博士,贵州财经大学工商管理学院教授、博士生导师,研究方向为企业组织与战略;赵俊茹(1999-),女,山东济南人,贵州财经大学工商管理学院硕士研究生,研究方向为社会网络与风险投资;罗超亮(1987-),男,湖北仙桃人,博士,贵州财经大学工商管理学院副教授、硕士生导师,研究方向为社会网络与风险投资。通讯作者:罗超亮。

DOI：10.6049/kjjbydc.D2024090814

开放科学(资源服务)标识码(OSID)：

中图分类号：F832.48

文献标识码：A

文章编号：1001-7348(2025)15-0054-12

0 引言

耐心资本是一种以长期价值为导向的投资理念,其强调以承受短期风险和较低回报,换取未来可持续的成长收益。风险投资作为耐心资本的主要载体,在经济增长中发挥“助推器”作用,在科技创新中发挥“催化剂”作用。风险投资合作网络是由多个风险投资机构通过联合投资(以下简称“辛迪加”)形成的复杂网络[1]。在这一合作网络中,占据结构洞的风险投资机构通过连接不同辛迪加合作伙伴,获得丰富的信息与资源,进而促进个体机构绩效提升,实现所投项目持续运营[2]。然而实践中,资源优势并不必然带来企业投资绩效提升,甚至降低其绩效,该现象也被称为“结构洞悖论”。

Bizzi&Miller[3]通过研究发现,结构洞在合作网络中产生复杂影响——处于高结构洞水平的公司利用网络结构优势轻松获取资本和渠道,但因降低项目实施门槛而失败;而处于低结构洞水平的公司因缺乏广泛的网络资源,不得不严格筛选和把控项目质量,从而取得成功。这表明占据较多结构洞数量的公司虽然在资源获取上具备优势,但因忽视质量控制而导致绩效下降。在风险投资合作网络中,风险投资机构同样依托结构洞占据竞争优势,那么该网络中是否也存在结构洞悖论?针对这一问题的解答不仅有助于深刻理解结构洞在不同合作网络中的影响,也为进一步研究其在风险投资合作网络中的作用奠定了基础。

当前有关风险投资合作网络中结构洞水平对风险投资机构的影响研究主要从以下方面展开:一是聚焦于结构洞位置对风险投资机构行为的影响。结构洞的地理优势使得位于节点处的个体或组织在信息流通、资源获取、知识协作和影响力等方面占据得天独厚的优势(Krijkamp等,2021),增强其面对不确定性风险的能力(周育红等,2021),并倾向于投资收益更大的风险项目[4]。而作为处于创业初期阶段的公司获得辛迪加融资时,它们往往易更快地发展成熟并实现更大的创新(Bubna等,2020)。二是关注结构洞水平在风险投资合作伙伴选择中的作用。结构洞水平为其占据者提供挑选合作投资对象的自主权[5],出于资源积累动机,每个风险投资机构在选择合作伙伴时都希望与声誉高、竞争优势大的机构合作(Ahuja等,2009)。然而,长期过度依赖高资源禀赋伙伴可能因缺乏创新性、资源多样性以及“搭便车”的行为出现(Polidoro等,2011)负向影响投资绩效。三是探讨结构洞对投资绩效的影响。如有研究认为,占据结构洞所产生的信息冗余使得信息解释难度增大[6],同时,面临权利过度集中的风险,易被其它成员认为过于利己,从而失去网络成员信任(Iorio,2022)。

上述研究为风险投资机构决策及网络研究提供了借鉴,但主要集中于探讨结构洞对个体风险投资机构或辛迪加层面的影响,限制了对结构洞在多层次网络中影响的理解。因此,结合上述局限,有必要明晰结构洞悖论的存在及其在不同层面的表现,进一步厘清结构洞的复杂影响及作用机制。这不仅有助于深化对结构洞理论的理解,也能够为风险投资机构的行为决策提供科学指导。

1 理论基础与研究假设

1.1 结构洞的作用

当前研究主要关注风险投资合作网络中结构洞的桥接能力。处于相同网络中的成员之间若没有直接的沟通渠道,则必须通过占据结构洞这个中介位置才能实现信息资源互动(Shin,2019)。然而,现有研究大多强调结构洞为投资者创造了连接机会[7],提高了其获取资源、实现知识创造的概率[8]。结构洞的存在表明投资机会不仅通过节点一对一地传递,而且通过网络结构进行大范围扩散[9],为未来投资合作奠定基础。从投资效率的角度而言,结构洞占据者能以最低成本构建有效且信息富足的网络[10],特别是在新兴市场和技术领域,结构洞的桥接能力使得这些节点上的风险投资机构能够领先于其他竞争者,获得更多机会。

通过结成辛迪加,风险投资机构个体能够利用结构洞优势,与其他投资机构共享资源和信息,通过整合各自资源,进一步增强协同效应[11]。辛迪加成员在多个网络中同时扮演桥梁角色,这种跨界协作不仅有助于拓展投资机会、分散投资风险[12],而且能显著提升融资效率。高效融资不仅表明该辛迪加在资本市场上拥有广泛的投资者基础[13],而且意味着其投资项目易被市场广泛认可和接受,并在资金筹集、资源整合和利用等方面具备显著优势(Chung等,2012)。综上,本文提出以下研究假设:

H1a：风险投资合作网络中,风险投资机构个体占据的结构洞数量与其获得的投资机会间存在正向关系;

H1b：风险投资合作网络中,辛迪加占据的结构洞数量与其获得的融资总额间存在正向关系。

1.2 结构洞优势与投资绩效关系:是“多多益善”还是“过犹不及”

在风险投资合作网络中,投资机会、融资总额作为初期阶段结构洞为风险投资机构个体与辛迪加带来的潜在优势,并不必然转化为最终的投资收益。研究表明,风险投资机构占据更多的结构洞,有助于其与其它网络节点建立牢固的合作关系,共同应对市场机遇与挑战[14]。这是因为:一方面,结构洞水平较低的风险投资机构难以获得新市场或投资机会的关键信息,从而限制其业绩提升,而结构洞水平较高的风险投资机构不仅能够有效缓解业绩困境[15],而且可以减少因高度互联性带来的短视和自满;另一方面,基于资金、投资机会等关键资源的稀缺性,占据更多结构洞的风险投资机构能更从容地应对市场波动、技术前景不明、政策变化等紧急情况。可见,高结构洞水平有助于风险投资机构弥合投资网络中存在的信息障碍与资源稀缺的不足,进而提高投资成功率和回报可能性。

辛迪加作为由多个风险投资机构形成的战略联盟,其在增加结构洞数量时面临更复杂的挑战。这是因为结构洞水平较高的辛迪加在具备融资优势的同时也导致决策复杂性和协调难度增大(Hochberg &Ljungqvist,2007)。一方面,占据过多的结构洞可能导致信息过载和沟通障碍,产生承诺难续和社会懈怠等消极影响[16];另一方面,决策过程中的不确定性导致辛迪加难以形成统一的战略方向和支持机制,出现过度追求融资或延误投资退出的最佳时机等问题。因决策过程、资源整合和战略执行的不同,占据更多结构洞对风险投资机构个体和辛迪加二者投资绩效的影响也存在明显差异。因此,本文提出以下研究假设:

H2：风险投资机构个体占据的结构洞数量与其投资绩效间存在正向关系,即结构洞水平越高,投资绩效越好;

H3：辛迪加占据的结构洞数量与其整体投资绩效间存在负向关系,即结构洞水平越高,辛迪加绩效越差。

1.3 结构洞水平与伙伴选择:“强强联合”还是“强弱搭配”

由于结构洞能带来丰富的资源和网络优势,风险投资机构个体倾向于寻找优于自身的合作伙伴。这是因为,一方面,结构洞水平不同可能导致双方战略目标和执行能力存在显著差异,因此作为联合风险投资的领投者更倾向于选择与自身特征或者类型相似的投资伙伴[17],以降低信息不对称性、交流成本及代理成本,同时,获得同质伙伴的增值服务[18]。另一方面,强强联合带来的利益相关性[19]能够进一步扩大市场覆盖面、提高信息敏感性、减少决策摩擦、增强合作执行力,同时,有效规避强弱搭配带来的战略不一致、执行力不足等问题。

然而,强强联合也可能面临合作成本高、竞争加剧[20]、成员懈怠等挑战,导致其不能达到预期效果。研究表明,一个群体中处于边缘地位的成员更愿意接受来自外部的新想法,这是因为他们有提高社会地位的意图[21]。同样,在风险投资行业中,一方面,高结构洞水平的风险投资机构个体基于资源优势,不会在某个投资项目上“孤注一掷”(Stuart&Sorenson,2007),但结构洞水平较低的风险投资机构个体因资源稀缺,会更加审慎地对待每个投资选择并投入更多精力和承诺度[22]。因此,一味选择高结构洞水平风险投资机构作为合作伙伴的辛迪加,将缺少对投资机会倍感珍惜的协助者。另一方面,占据过多结构洞,意味着需要花费大量时间和精力处理信息,从而降低其充分利用所获知识的能力[23]。本文提出以下研究假设:

H4：风险投资机构个体的结构洞水平越高,越倾向于与高结构洞水平的风险投资机构形成辛迪加;

H5：结构洞水平呈现强强联合的辛迪加,其绩效表现反而较差。

1.4 结构洞水平与投资行为:“得不偿失”还是“险中得利”

具有高结构洞水平的风险投资机构个体由于具备桥接优势,会倾向于采取高风险、高收益投资行为,但是这种偏好面临如下困境:一方面,处于发展初期的创业企业回报率较低,风险投资机构的前期收益并不理想[24];另一方面,初创企业与新产业的自主创新动力不足[25],研发投入很难达到最优水平,即使风险投资在一定程度上可以缓解信息不对称性,但由于早期技术发展具有不确定性高、跨度长和投资多阶段特征,因此风险投资市场不可能达到最高效状态。

虽然初创企业和新产业的投资风险大[26],但也可能带来更大回报。有研究表明,风险投资进入企业的时间越早,越有助于企业创新(成力为和邹双,2020),这是因为借助结构洞的信息与控制优势,能够有效激励初创企业研发投入和发展期企业专利产出(苟燕楠和董静,2013)。此外,低结构洞水平的风险投资机构倾向于对高结构洞水平的风险投资机构产生较强的资源依赖,增加了投资高新技术产业的可能性,并对绩效产生促进作用[27]。综上,占据的结构洞越多,越有助于风险投资机构识别和捕捉市场机会,通过早期的战略性投资,有助于优化投资组合,实现更好的绩效表现。基于此,本文提出如下研究假设:

H6：占据更多结构洞的风险投资机构倾向于采取更高的风险投资行为。

2 研究设计

2.1 样本与数据收集

本文样本数据主要源自清科私募通数据库披露的2001-2022年中国投融资数据、退出事件数据以及风险投资机构属性数据。考虑到从投资到结果显现的时间跨度通常包括从初始投入到企业退出以及企业绩效评估,本文将2019-2022年作为风险投资绩效观测期,选择2001-2018年中国风险投资市场投融资事件作为数据样本集。在数据处理上,首先,筛选2001-2018年所有的联合投资事件数据90 119条。其次,剔除涉及上市公司定增轮次、未披露轮次、资本类型信息缺失的投资机构及省份信息缺失的企业数据,保留符合的投资事件数据67 664条。由于退出事件的观察窗口期延长至2022年,最终保留个体投资层面数据10 211条,辛迪加层面数据9 996条,共涉及5 088个风险投资机构、6 415家企业。

2.2 变量测量

2.2.1 个体投资层面自变量

限制度表示风险投资机构结构洞水平的匮乏程度。限制度越低,表明风险投资机构拥有的结构洞越丰富(Burt,1992)。本文选取1与限制度Ci的差值衡量结构洞水平,计算如下:

Ci=∑jCij=∑j(pij+∑qpiqpqj)2

(1)

Structural Holes=1-Ci=1-∑j(pij+

∑qpiqpqj)2,i≠j≠q

(2)

式中,Ci表示风险投资机构i在投资合作网络中的总限制度,cij表示风险投资机构 i被风险投资机构 j影响和控制的程度,pij表示由风险投资机构 i与风险投资机构j所形成的风险投资网络数在风险投资机构 i关系网络中所占比例,q表示在风险投资机构i与风险投资机构j中发挥网络中介作用,∑piqpqj反映风险投资机构i与风险投资机构j通过中介q所形成的间接关系总量。如果风险投资机构 i与无限多关联不大的风险投资机构建立投资关系,那么其结构洞值接近于1;如果i只与一个风险投资机构有联系,那么其结构洞值为0。基于上述结果,绘制结构洞示意图,如图1所示。

2.2.2 个体投资层面因变量

(1)投资机会。选用截至当年的累计投资事件总数进行衡量。其中,每个投资行为,包括初次投资和后续追加投资都被计为一个独立的投资事件。

(2)合作伙伴结构洞。考虑到一个风险投资机构可能拥有多个投资合作伙伴,因此测量时对该风险投资机构所有合作伙伴结构洞的大小取平均值。

(3)投资绩效。IPO退出机制为风险投资机构提供资本增值与流动性机会,有助于提高投资组合整体收益,故成为衡量投资成功性的关键性指标[9]。考虑到退出事件具有滞后性且我国风险投资业的平均退出周期为4年,因此采用风险投资机构后4年的累计IPO退出次数衡量其投资绩效[28]。

2.2.3 个体投资层面中介变量

高风险投资行为包括早期阶段投资和高新技术行业投资,故使用每个风险投资机构早期阶段的投资次数与总投资次数之比衡量其早期投资偏好。此外,根据披露的融资企业所属行业信息,将高新技术行业定义为信息技术、生物技术、人工智能、新材料、清洁技术等行业,使用每个风险投资机构投资高新技术行业的次数与总投资次数之比衡量其高新技术行业投资偏好。

2.2.4 个体投资层面控制变量

借鉴相关研究,本文从风险投资机构性质、网络特征(Ter Wal等,2016)以及投资行为特征等角度选取控制变量,同时,控制风险投资机构年限和规模属性(Uzzi,2018)。考虑到投资网络特征,本文分别采用风险投资机构地位、风险投资机构伙伴地位以及风险投资机构伙伴地位离散度,衡量风险投资机构在行业中的声誉和影响力、合作伙伴在行业网络中的相对地位以及合作伙伴地位的一致性或多元化。此外,设置投资行业相似性、投资地域相似性控制变量,以识别机构在行业多样化与专业化之间的战略选择、在地理多样化与地域专注度之间的平衡策略;设置独立投资次数和首轮投资次数控制变量,用于反映风险投资机构的独立投资频率、风险偏好以及开拓新项目的能力。具体见表1。

2.2.5 辛迪加层面自变量

(1)辛迪加结构洞均值。联合投资中,每个投资事件都由多个风险投资机构组成的辛迪加进行联合投资。例如,若一个辛迪加由3个风险投资机构组成,在投资网络中其结构洞水平分别为A1、A2、A3,聚合至投资辛迪加层面的成员合作网络结构洞指标则为(A1+A2+A3)/3。

(2)辛迪加结构洞最大值。由于研究假设H5更关注在一个辛迪加中扮演关键角色的风险投资机构所带来的投资潜能和战略性影响,因此选择结构洞最大值作为解释变量。

2.2.6 辛迪加层面因变量

(1)融资总额。用于评估辛迪加在投资判断和选择方面的成功率。计算时,首先将所有投资机构的投资额相加,得到该轮融资总额;其次,汇总所有轮次的融资总额。

(2)辛迪加绩效。参考石琳等[16]的研究,将IPO和并购退出作为衡量辛迪加长期绩效的因变量。测量时,统计辛迪加是否成功IPO以及并购退出,如成功退出则赋值为1,否则为0。

2.2.7 辛迪加层面控制变量

在网络特征方面,控制网络特征向量中心度[17]、辛迪加知识相似性、网络规模(Lerner,2022)、地位断层、网络封闭性(Fleming等,2007)等变量。在投资行为特征方面,选取企业风险投资比率衡量,即企业主导性资本在风险投资活动中的占比,采用地域多样性衡量辛迪加地理风险分散程度和市场拓展能力。具体见表2。

2.3 模型构建

从个体投资层面构建模型如下:

InvNoi,t=β0+β1SHolesi,t+cv+∑Year+∑Id+ε

(3)

S_Perfi,t=γ0+γ1SHolesi,t+cv+∑Year+∑Id+ε

(4)

PtHolesi,t=α0+α1SHolesi,t+cv+∑Year+∑Id+ε

(5)

S_Perfi,t=μ0+μ1SHolesi,t+Medium(E_Inv/HT_Inv)i,t+cv+∑Year+∑Id+ε

(6)

其中,式(3)表征风险投资机构占据的结构洞数量对投资机会的影响;式(4)表征风险投资机构结构洞水平对投资绩效的影响;式(5)表征风险投资机构结构洞水平在选择投资伙伴时的偏好;式(6)表征高风险投资行为的作用。

从辛迪加投资层面构建模型如下:

FndAmti,t=α0+α1SH_Meani,t+cv+∑Year+ε

(7)

Logit(P(Exit=1))=β0+β1SH_Mean+cv+∑Year+ε

(8)

Logit(P(Exit=1))=δ0+δ1SH_Max+cv+∑Year+ε

(9)

其中,式(7)表示辛迪加结构洞数量对其融资总额的影响,式(8)表示辛迪加结构洞均值对其投资绩效的影响,式(9)表示辛迪加与更高结构洞水平伙伴合作时其投资绩效的表现。

考虑到样本为非平衡面板数据,因此在个体层面通过控制个体属性特征以缓解因数据不平衡导致的偏误。此外,在个体层面模型中控制时间和地区固定效应,以更好地捕捉地区和时间变化对投资行为的影响。在辛迪加层面控制个体属性会导致模型复杂性增加、引发多重共线性问题,且对单一地区的固定效应控制可能无法有效反映其全局投资偏好,因此在辛迪加层面不再控制个体属性特征,仅选择时间固定效应,避免因地区固定效应带来的估计偏误和模型复杂度增加。

3 实证结果分析

3.1 描述性统计与相关性分析

表3和表4分别为个体投资层面与辛迪加层面的描述性统计及相关性分析结果。可以看出,在个体层面,投资绩效与结构洞之间皆为正相关,为个体层面假设提供了初步支持。在辛迪加层面,辛迪加结构洞均值与辛迪加绩效的相关系数为0.531,与前文中假设相悖,需加入控制变量作进一步验证。

此外,多重共线性检验结果显示,所有模型的VIF均值均小于10,表明不存在严重的多重共线性问题。

3.2 假设检验

在表5、表6中,模型(1)(3)展示控制变量对因变量的影响,模型(2)(4)进一步引入自变量,对研究假设进行验证。第一组回归结果显示,模型(2)中结构洞作为自变量对投资机会具有显著正向影响(β=0.101,P<0.01),表明结构洞显著促进风险投资机构获得投资机会,即假设H1a成立。在第二组对辛迪加层面的回归中,结构洞均值同样表现出对融资总额的显著正向影响(β=0.730,P<0.01),表明结构洞显著促进辛迪加获得更多融资,故假设H1b成立。这是因为在复杂网络中占据更多结构洞的辛迪加能够通过灵活的资源配置和广泛的信息渠道实现更多融资。

表7的第一组回归结果显示,结构洞对风险投资机构的投资绩效具有显著正向影响(β=0.305,P<0.05),故假设H2成立。这是因为占据更多结构洞的风险投资机构能够通过更广泛的资源整合和投资策略,显著提升投资绩效,反映出结构洞在巩固网络地位、提升资源获取能力以及增强市场适应性中的关键作用。第二组回归结果显示,风险投资机构的结构洞水平与合作伙伴结构洞水平同样表现出显著正相关性(β=0.570,P<0.01),支持了研究假设H4,这是因为实现强强联合可以占据更多结构洞,不仅有利于风险投资机构提升自身绩效,而且能扩展合作伙伴网络范围和潜在投资机会。

表8的第一组回归结果显示,辛迪加层面的结构洞均值对投资绩效的影响显著为负(β=-1.071,P<0.1),支持研究假设H3,即第一个悖论得到验证。该结果揭示结构洞在网络结构中的复杂性:尽管结构洞通常被视为信息优势的来源,但当辛迪加成员在其网络中占据大量未充分连接的节点时,易导致协调困难、沟通效率降低以及资源整合不力等问题。因此辛迪加的结构洞并非多多益善。第二组回归结果显示,结构洞最大值对投资绩效的影响系数显著为负(β=-3.418,P<0.01),研究假设H5获得支持,即第二个悖论也得到验证。该结果表明,高结构洞水平的辛迪加虽然拥有资源和信息优势,但合作过程中产生的协调难度和潜在竞争压力会削弱这些优势。上述发现揭示出网络优势的局限性,即过度依赖强势伙伴并不必然提升绩效。

表9中的第二组回归模型(4)(5)分别考察结构洞对投资早期阶段和投资高新技术行业的影响。模型(4)结果显示,结构洞对早期投资阶段的影响显著为正(β=0.081,P<0.01)。这是因为结构洞为风险投资机构提供了更多接触创新机会和初创企业的渠道,从而有助于提高早期投资成功率。同时,模型(5)结果显示,结构洞水平与高新技术投资额正相关(β=0.075,P<0.01),换言之,占据更多结构洞的风险投资机构更倾向采取高风险投资行为,即研究假设H6成立。这是因为占据结构洞使得风险投资机构能够迅速获取最新技术趋势和市场信息,增强其在高风险行业中的投资竞争力、获得更多投资。在第一组回归中,模型(2)(3)诠释了投资偏好在结构洞对投资绩效影响中的中介作用。结果显示,早期投资(β=0.131,P<0.1)和高新技术行业投资(β=0.386,P<0.01)的中介作用显著为正,说明占据结构洞可能带来风险,但通过精心管理和战略性利用其网络位置,风险投资机构可以在动态市场中实现更大回报,从而实现“险中得利”。

3.3 稳健性检验

进一步作稳健性检验。在个体投资层面,一是将IPO退出与并购退出事件数之和作为被解释变量,验证模型在不同退出路径下的适用性和一致性;二是引入中介中心度、接近中心度和联合投资次数3个外部环境变量,弥补当前研究中对网络结构特征考量的不足,结果见表10、表11。在辛迪加层面,一是引入辛迪加年限[27]、是否后续融资、是否早期融资3个外部环境变量,增强对风险投资动态性的理解;二是将退出周期改为3年,通过确认结果对退出时间的敏感性,减少样本选择、遗漏变量和时间窗口选择等偏差性风险,结果见表12。检验结果显示,上述回归结果的系数符号与显著性水平均未发生较大变化,说明研究模型具备较强稳健性和解释力。

4 结论与讨论

4.1 结论

本研究选取2001—2022年中国境内发生的风险投资机构与辛迪加投资事件和退出事件为样本,借鉴Bizzi&Miller关于结构洞悖论的分析框架,对风险投资机构个体和辛迪加两个层面可能存在的结构洞悖论及作用机制进行实证检验,得到如下主要结论:

(1)风险投资行业存在结构洞悖论。第一,占据更多的结构洞为风险投资机构和辛迪加带来更多增益机会,扩展了风险投资机构信息渠道和资源连接,并增大了辛迪加后续融资可能性。第二,当辛迪加由多个高结构洞水平风险投资机构组成时,结构洞水平对辛迪加绩效的影响却表现出“过犹不及”的效果,即结构洞在个体投资层面的优势无法简单地在辛迪加层面进行叠加,占据过多的结构洞数量会消耗辛迪加资源而非增值。第三,高结构洞水平的个体风险投资机构能够触达更多信息与实现资源共享,因此更加受到合作伙伴的青睐[28]。然而从辛迪加层面,这种强强联合模式可能产生资源过剩效应,削弱整体的退出表现。第四,高风险投资偏好在结构洞水平与投资绩效间发挥正向中介作用,实现“险中得利”,同时,这表明风险投资领域的“投资偏好悖论”并不存在。

(2)在风险投资行业,有关结构洞的“绩效悖论”与“合作偏好悖论”得到验证,同Bizzi&Miller的研究形成交叉,是基于风险投资领域特殊性的理论补充和实践拓展。实践中,结构洞效应突出表现为投资项目数量的增加限制项目质量的提升。对于风险投资行业而言,结构洞悖论更多地反映出资源获取与决策效率的矛盾:一方面,风险投资机构通过占据结构洞获得更多投资机会,但过多的结构洞导致信息冗余和沟通障碍,降低整体协作效率和投资绩效,形成绩效悖论;另一方面,风险投资机构偏好选择高结构洞水平合作伙伴,虽然有助于增加投资机构资源总量,但因协调和沟通难度增加,反而会削弱强强联合下的辛迪加绩效,验证了合作偏好悖论。

(3)为了有效应对风险投资行业的“结构洞悖论”,风险投资机构需要采取针对性策略。第一,精简投资组合,专注于高潜力项目,避免在众多高风险项目中分散资源;第二,选择合作伙伴时应优化辛迪加结构,避免因过度占据结构洞带来的信息过载、决策效率低下等问题;第三,通过专业咨询和风险管理机制对结构洞中的信息进行筛选与分析,降低因信息不对称带来的决策偏差。

4.2 理论贡献

(1)拓展了结构洞理论在风险投资行业的应用。本研究从投资合作网络角度,探讨“结构洞悖论”的存在机制。该发现不仅深化了对“结构洞悖论”的理解,而且从实践层面提示企业应谨慎平衡结构洞带来的机会与风险,为结构洞在多层网络中的复杂影响提供实证支持。

(2)构建了双层次网络分析框架。研究拓展了以往有关结构洞对绩效影响的跨层次研究,不仅揭示结构洞在个体投资层面和辛迪加层面的不同作用机制,而且对Burt的结构洞理论在联盟、网络和风险投资交叉领域的应用进行了延伸及拓展,丰富了结构洞理论应用场景并提升了其解释力。

(3)揭示了风险投资机构合作策略和投资新机制。研究发现,“强弱搭配”在风险投资业中具有更高的绩效提升潜力。此外,高结构洞水平风险投资机构的高风险投资偏好有助于捕捉到更具增长潜力的投资机会。这为结构洞理论在风险投资领域的应用提供了新的实证支持。

4.3 实践启示

(1)风险投资机构应积极与网络中占据异质性资源节点的伙伴合作,增强对市场动态和技术趋势的洞察力,从而在激烈的市场竞争中保持先发优势;辛迪加应在构建和运作中有效管理信息流动、促进资源整合,以避免信息冗余和决策复杂化带来的效率损失。

(2)风险投资机构应借助结构洞的桥接作用,主动挖掘早期阶段和高新技术行业投资机会。占据结构洞有助于风险投资主体在快速变化的市场环境中实现先发优势、提高差异化竞争力,不仅能带来短期投资回报,而且为长期收益奠定了坚实基础,从而在动态市场中保持战略前瞻性与创新驱动力。

(3)辛迪加作为多个风险投资机构联盟,其效能取决于成员间协同水平。因此,管理者需要关注风险投资机构间的交互作用,确保信息流动充分和资源共享高效。通过加强个体间的互动,辛迪加才能够在动态市场中保持竞争优势。

4.4 局限与展望

(1)模型局限性。一方面,研究模型未区分不同投资阶段的差异,忽视了早期投资对信息和创新资源的需求,以及后期投资对稳定关系的依赖;另一方面,模型并未对行业进行区分,可能导致跨行业合作解释有偏差。未来研究可扩展样本量,开展针对性研究。

(2)变量测量方式的局限性。考虑到内部收益率(IRR)等财务指标披露有限,模型将投资绩效测量定义为风险投资机构后4年累计的IPO退出次数,可能对其他形式绩效表现的覆盖力较弱。未来可通过优化指标度量方法,捕捉不同投资阶段绩效的多样化表现。

(3)化解“结构洞悖论”的方法探讨有限。针对因占据结构洞导致的决策效率和协作效能降低问题,未来可探讨通过分散投资、优化结构洞的动态调节作用以及降低投资网络中的过度依赖,提高风险投资机构与辛迪加的整体协同效率。

参考文献：

[1] JSKELINEN M. Venture capital syndication: synthesis and future directions[J]. International Journal of Management Reviews, 2012, 14(4): 444-463.

[2] LAZEGA E, BURT R S. Structural holes: the social structure of competition[J]. Revue Française de Sociologie,1995,36(4):779-790.

[3] BIZZI L,MILLER D.Implementing project-based alliances:three paradoxes of brokerage[J].Journal of Management,2022,48(5):1214-1242.

[4] 杨震宁, 侯一凡, 吴若冰. 风险投资机构的网络嵌入位置、地位对风险投资阶段选择的影响——基于中国风险投资行业的实证研究[J]. 研究与发展管理, 2021, 33(5): 122-135.

[5] SHIPILOV A, LI S X, BOTHNER M S, et al. Network advantage: uncontested structural holes and organizational performance in market crises[J]. Strategic Management Journal, 2023, 44(13): 3122-3154.

[6] KWON S W, RONDI E, LEVIN D Z, et al. Network brokerage: an integrative review and future research agenda[J]. Journal of Management, 2020, 46(6): 1092-1120.

[7] WANG D, PAHNKE E C, MCDONALD R M. The past is prologue? venture-capital syndicates' collaborative experience and start-up exits[J]. Academy of Management Journal, 2022, 65(2): 371-402.

[8] XU B. A review of research on structural holes and innovation performance[J]. Highlights in Business, Economics and Management, 2024, 32: 226-236.

[9] CARNABUCI G, QUINTANE E. When people build networks that hurt their performance: structural holes, cognitive style, and the unintended consequences of person-network fit[J]. Academy of Management Journal, 2023, 66(5): 1360-1383.

[10] 钱锡红, 杨永福, 徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型[J]. 管理世界, 2010, 26(5): 118-129.

[11] 符正平, 罗超亮, 王曦. 风险投资辛迪加绩效研究: 基于组群层次的分析[J]. 中山大学学报(社会科学版), 2018, 58(5): 198-208.

[12] HU S C, GU Q, XIA J. Problemistic search of the embedded firm: the joint effects of performance feedback and network positions on venture capital firms' risk taking[J]. Organization Science, 2022, 33(5): 1889-1908.

[13] OZMEL U, YAVUZ D, TROMBLEY T, et al. Interfirm ties between ventures and limited partners of venture capital funds:performance effects in financial markets[J]. Organization Science, 2020, 31(3): 698-719.

[14] GUO M, YANG N D, WANG J B, et al. How do structural holes promote network expansion[J]. Technological Forecasting and Social Change, 2021, 173: 121129.

[15] DUKE J, HAVAKHOR T, MUI R, et al. How starting strategy and network structure shape problemistic search: an examination of venture capital firms[J]. Entrepreneurship Theory and Practice, 2022, 46(5): 1344-1373.

[16] 石琳, 党兴华, 韩瑾, 等. 风险投资网络结构嵌入对投资绩效只有促进作用吗——来自我国风险投资业的经验证据[J]. 科技管理研究, 2016, 36(17): 216-223.

[17] 黄鹏翔, 黄翔, 黄天翔. 联合风险投资伙伴选择与初创企业成长——基于1999—2019年中国风险投资事件的经验分析[J]. 西部论坛, 2021, 31(4): 97-109.

[18] NGUYEN G, VU L. Does venture capital syndication affect mergers and acquisitions[J]. Journal of Corporate Finance, 2021, 67: 101851.

[19] JEON E,MAULA M.Progress toward understanding tensions in corporate venture capital:a systematic review[J].Journal of Business Venturing,2022,37(4):106226.

[20] CHEN T X, CHEN J H, MILLER D, et al. Corporate venture capital and interfirm rivalry: a competitive dynamics perspective[J]. Strategic Entrepreneurship Journal, 2023, 17(1): 210-236.

[21] CATTANI G, FERRIANI S. A core/periphery perspective on individual creative performance:social networks and cinematic achievements in the Hollywood film industry[J]. Organization Science, 2008, 19(6): 824-844.

[22] CASTELLUCCI F, ERTUG G. What's in it for them? advantages of higher-status partners in exchange relationships[J]. Academy of Management Journal, 2010, 53(1): 149-166.

[23] BURT R S. Brokerage and closure:an introduction to social capital[M].Oxford:OUP Oxford,2007.

[24] LERNER J, SCHOAR A, WONGSUNWAI W. Smart institutions, foolish choices: the limited partner performance puzzle[J]. The Journal of Finance, 2007, 62(2): 731-764.

[25] LO J Y, XU L, PARK H D. Hot markets, sociocognitive cues, and new market entry in the U.S. venture capital industry[J]. Entrepreneurship Theory and Practice, 2024, 48(2): 478-505.

[26] DANNEELS E,MILLER D.Corporate venture capital contributions to strategic renewal:neglected paths and barriers[J].Strategic Entrepreneurship Journal, 2023, 17(3): 560-584.

[27] 彭华涛, 杨星, 吴双. 资本网络嵌入对国际创业企业动态能力的影响——风险偏好的调节作用[J]. 科技进步与对策, 2024, 41(9): 89-98.

[28] LIU B, LUO C L, MENG F, et al. Modeling venture capital networks in hospitality and tourism entrepreneurial equity financing: an exponential random graph models approach[J]. International Journal of Hospitality Management, 2021, 95: 102936.

(责任编辑:胡俊健)