创新是促进经济转型与产业结构升级的源动力,风险投资不仅可以解决中小企业创新过程中的资金缺口,而且可以通过提供增值服务培育创新能力。创新活动的信息不对称和外部性为政府介入风险投资提供了理论基础,但政府背景风险投资运作效率一直充满争议,目前针对不同区域研究得出了差异性结论:加拿大[1]及欧洲[2]的相关研究结论表明,政府背景风险投资可以补足私人投资不足,促进技术创新。由于市场环境不同,美国政府投资则没有显著作用[3]。苟燕楠和董静[4]针对中国的研究发现,国有风险投资对企业研发投入和专利产出均没有增值作用;蔡地等[5]研究认为,政府背景风险投资会降低研发投入对企业绩效的边际贡献。
我国地域广阔,各地制度环境、产业基础、资金成本均相差较大,政府背景风险投资行为效果是否不同?本文通过对区域环境进行经济区域与行政区域划分,探讨政府背景风险投资与企业技术创新之间的关系,提出以下问题:
(1)我国风险投资呈现发展广泛但区域分布差异较大的特征,甘肃、宁夏、青海、海南、内蒙古等地区风险投资合计甚至不到全国的1%,政府参与风险投资的目的在于引导和修正市场行为,而非与市场争利。因此,对于金融欠发达地区,政府背景风险投资能否补充市场投资的缺失,对技术创新发挥更加显著的作用?
(2)近年来,政府背景风险投资作为我国发展地方产业和解决地方中小企业融资问题的重要制度安排,其任务之一就是促进当地经济发展,国内研究均证实政府背景风险投资具有本省偏好[6,7]。我国尚处于经济转轨过程中,地方政府掌握着巨大的企业干预能力,在这种情况下,政府背景风险投资的本省投资具有制度优势、政策优势、信息优势,是否比跨省投资绩效更好?
本研究基于创业板上市企业数据,使用Logit模型和工具变量法进行实证检验,结果发现:①我国政府背景风险投资对金融欠发达地区没有表现出更好的培育和修正作用。风险投资发展需要一定的市场环境和制度环境,在我国整体行业尚不成熟阶段,金融发达地区的政府背景风险投资对企业技术创新有更好的促进作用,且这种促进作用会随着地区投资环境优化而增强;②行政区域对政府背景风险投资行为影响显著,当政府背景风险投资转向本省时,对技术创新的事前甄选具有显著优势,但会阻碍企业后续创新投入,并且在企业占有董事会席位时会强化政府背景风险投资对企业的影响;③私人背景风险投资不受行政区域的影响,但受经济区域的影响,金融发达地区私人背景风险投资对技术创新有更好的事后培育作用,但事前甄选行为却更差。
本文可能的边际贡献主要体现在以下2个方面:第一,本研究对地方政府政策制定具有参考价值,可以避免事前盲目投资,从而提高事后管理绩效;第二,在我国区域发展不平衡且不平衡持续加速的现状下,本文认为,金融欠发达地区政府背景风险投资效率的提高离不开当地金融市场的发展与制度环境的优化。。
创新活动的信息不对称和外部性[1],为政府介入风险投资市场提供了理论基础,政府背景风险投资可以解决市场失灵问题,通过推动知识自发传播及知识在公共研究机构、高等院校和企业之间有组织的转移,加速技术扩散[8]。政府背景风险投资由于不受合约、声誉、投资期限及资金筹集方面的限制,更适应投资周期长、风险大的创新活动[9]。然而,由于风险投资属于市场行为,政府干预的有效性存在问题:首先,得到政府支持的企业可能会受“政治任务”的影响而削弱逐利动机,不利于企业长期发展以及产业结构调整;其次,政府背景风险投资存在政府官员在决策层兼职、激励机制不合理及运营中政企不分等问题[10],导致可提供的创新网络及增值服务有限;最后,我国从计划经济向市场经济转轨是在财政分权改革背景下进行的,地方政府行政扩张及有效约束缺乏导致其对非国有企业的侵害没有得到显著改善,因此,寻求政府之手的保护成为企业生存的合理逻辑[11]。引入政府背景风险投资本质上可能成为企业寻找政治联系的一种方式,最终导致政府在企业选择标准上出现与政策设计初衷偏离的现象。综合考虑政府背景风险投资在技术创新活动中的优势与劣势,其可能会因不同区域经济发展程度、制度厚度发挥不同的作用。
从宏观市场层面,政府背景风险投资对于金融欠发达地区市场培育的意义重大:首先,良性循环假说认为,在风险投资发展初期阶段,市场存在诸多问题。例如,中介服务机构对于投资流程不熟悉,对于融资条款的基本规范没有达成共识,而投资者对于风投性质不了解等,上述问题的解决需要较长时间,政府可以通过参与风险投资为市场发展铺平道路,从而形成良性循环。政府参与对于区域风险投资市场制度形成、市场活力激发、市场规则完善、中介机构建设、风险投资家培育有很大帮助[12]。当风险投资市场发展到一定阶段,政府作用逐渐减弱时,效率更高的市场化风险投资会发挥显著作用(冯冰等,2019)。此外,市场培育理论指出,政府通过设立风险投资的方式为市场注入资金,可以对风险投资欠发达地区及行业发挥市场培育作用[13]。同时,修正效应理论认为,政府可以对市场投资行为中的“羊群效应”进行修正,当风险投资的市场行为过度集中于某一区域时,政府可以通过政策引导率先在被忽略的地区寻找机会,完善基础建设,对市场行为进行修正[14]。
具体从微观企业层面研究政府背景风险投资作用机制:首先,信息效应理论认为,政治关联是一种向外界传递企业质量的重要声誉机制[15, 16],通过认证作用可以降低创业企业信息不对称,有助于企业从市场获取后续融资,而这种声誉机制对于非核心发达及制度环境不完善的地区更为重要;其次,欠发达地区的政府背景风险投资可以补充市场资本的缺失,被投企业的政治关联为自身获得银行贷款、税收优惠及财政补贴等带来便利,缓解融资约束,增加创新投入[17];再次,政府背景风险投资为企业带来的“政治关系” 可以作为克服落后制度的一种非正式替代机制,制度落后地区民营企业希望通过建立政治关联应对市场失灵和法律失效等现实问题,从而摆脱落后制度对自身发展的阻碍[18, 19];最后,企业可以从风险投资获得何种增值服务及其程度,与风险投资背景及相应的资源能力有关[20],市场化程度低、信息模糊度高的金融欠发达地区,政府背景风险投资拥有排他性资源,包括垄断性政治资源及当地网络关系,在甄选行为与培育行为中具有重要作用。基于此,本文提出以下假设:
H1:位于金融欠发达地区的政府背景风险投资对企业技术创新有更好的甄选作用;
H2:位于金融欠发达地区的政府背景风险投资对企业技术创新有更好的培育作用。
我国主要通过政府促进风险投资的发展、推动高科技产业技术进步,地方政府对于当地风险投资机构的大力支持是我国特殊的风投发展现象,风险投资集聚可以支持政策导向的高科技产业发展,促进区域经济增长,帮助当地政府创造绩效[21]。行政区划带来资本市场分割,国内外研究均证实政府背景风险投资存在本省偏好的结论[6, 7]。某种程度上,由于我国地方政府政绩考核体系,要素市场分割甚至比产品市场分割更为严重[22]。政府背景风险投资的本省投资面临微观企业层面不确定性和宏观市场层面不确定性,在选择企业时具有更多优势:首先,我国存在较为严重的地方保护主义和地方分权主义,本地风险投资具有先天性政策优势[23] 。同时,政治背景可以带来资源优势和特有信息,在信息模糊度高的创新企业及项目评估过程中降低逆向选择风险[24];其次,政府背景风险投资本地社会网络丰富,有较为正式的信息获取渠道,对于当地企业真实信息、创新能力及经营状况了解深入,可以降低甄选过程中的信息不对称,有能力选择当地优秀创新企业;再次,当地优质创业企业也希望积极引入政府背景风险投资,从而获得政治关联和丰富的社会网络[6]。当地政府投资可以直接保护企业创新产出,减少不完善制度对研发活动的干扰,降低创新活动外部环境的不确定性,减少企业创新活动中的障碍。企业可以获得有利的发展空间,例如税收优惠、贷款额度、融资便利、政府合同、政府补助和政策支持等。
在事后培育方面,政府背景风险投资以促进当地技术进步和产业结构升级为目标,因此,有动力为当地企业技术创新活动提供更好的增值服务。同时,政府背景风险投资与本省企业之间有较低的信息交流成本、参与治理成本及战略执行与监督成本,企业会出于对“政治关系”的维护,违背契约的意愿较弱。基于以上原因,本省政府背景风险投资对企业创新的培育作用会更显著。由此,本文提出以下假设:
H3:位于本省的政府背景风险投资对企业技术创新具有更好的甄选作用;
H4:位于本省的政府背景风险投资对企业技术创新具有更好的培育作用。
本文选择创业板企业作为研究对象,由于有两年观测期,结合数据可得性,以2017年12月31日前上市公司为初选样本,剔除已经退市及数据缺失公司,最后获得709个有效样本观测值,其中,引入风险投资的样本共427个。本文数据来源于以下途径:①上市公司特征数据来源于Wind数据库、CSMAR数据库及招股说明书;②风险投资特征数据来自企业招股说明书、国家企业信用公示系统及《中国风险投资年鉴》。为了控制极端值的影响,本文对主要连续性变量在1%与99%分位数上进行了Winsorize处理。
风险投资变量:首先,本文采用吴超鹏等[25]的定义判断企业是否有风险投资持股。其次,参考余琰等[26]的标准界定政府背景风险投资:若风险投资机构资本来源及股权结构中存在各级政府机构或者国有企业,则视为政府背景风险投资。再次,根据《中国风险投资年鉴》,截至2016年,我国风险投资机构分布及管理资金分布情况如图1所示,全国风险投资机构数最多的3个地区是北京、上海和深圳,分别拥有2 013家、1 887家、1 328家机构。同时,北京、上海和深圳地理面积及GDP均无法与排名靠前的省份相提并论,但这3个地区的风险投资机构数量合计占比超过48%,可以称为中国风险资本中心。参考张学勇[27]的研究,本文将北京、上海和深圳定义为金融发达地区。最后,综合以上条件设置虚拟变量:位于金融发达地区政府背景风险投资(GVC_D)取值为“1”,否则为“0”;与被投企业位于同一省份的政府背景风险投资(GVC_P)取值为“1”,否则为“0”。
企业创新变量:本文从企业创新投入及创新产出两个维度进行探讨,考虑到企业数据可得性和真实性,本文采用企业上市前一年、上市当年及上市后一年研发投入强度作为企业创新投入的代理变量;以企业上市前受理的专利申请总量和发明专利申请量作为企业创新产出的代理变量。相比而言,企业专利总量体现的是创新数量,发明专利体现的是创新质量,因而将两者引入回归模型。
企业特征变量:根据相关文献[6, 16, 17],本文选取企业资产规模、资产负债率、成立年限、绩效、行业、营业收入、有形资产占比为控制变量。变量取值方法及定义见表1。
图1 我国风险投资机构及管理资金各省分布情况
风险投资主要通过两种行为促进企业创新:一是事前甄选,二是事后培育[28]。在研究企业与风险投资的互相选择关系时,应以企业引入风险投资之前的创新能力为指标,遗憾的是,很多风险投资进入企业的准确时间难以获得,已有研究证明该时间主要集中在首次公开发行前半年或者一年[28]。同时,由于专利的公开和授权具有较长的滞后性,因此,本文使用企业上市前专利作为引入风险投资前创新能力的代理变量,检验风险投资的事前甄选作用。同时,使用企业的研发投入数据作为创新投入代理变量,检验风险投资的事后培育作用。表2是单变量分析结果,结果显示:①从事前甄选角度而言,位于金融欠发达地区政府背景风险投资所投企业拥有更高的专利数量,并且差异在5%的水平上显著,但发明专利差异不显著;被投企业与政府背景风险投资位于同一省份时,企业拥有更多专利总量及发明专利,分别在5%和10%的水平上显著;②从事后培育角度而言,政府背景风险投资是否位于金融发达地区,研发投入差异较小且不显著,是否本省政府背景风险投资所投企业之间的研发投入差异同样不显著。本文进一步使用logit模型及工具变量法对结果进行检验。
表1 主要变量说明
变量名称变量符号衡量方法金融发达地区政府背景风险投资GVC_D位于金融发达地区政府背景风险投资取值为“1”,否则为“0”本省政府背景风险投资GVC_P与被投企业位于同一省份的政府背景风险投资取值为“1”,否则为“0”企业专利总量Patent企业上市前专利数企业发明专利Innovation企业上市前发明专利数企业上市前一年研发投入RD-1企业IPO之前一年研发投入强度企业上市当年研发投入RD0企业上市当年研发投入强度企业上市后一年研发投入RD1企业上市第二年研发投入强度资产规模Size公司招股时总资产,取自然对数资产负债率Lev公司招股时资产负债率绩效RoeIPO当年净资产收益率营业收入SaleIPO当年营业收入成立年限Age自成立到上市的时间,以年衡量企业所在地Loc注册地虚拟变量,北上广深为“1”,否则为“0”有形资产占比TangibleIPO当年企业有形资产除以总资产行业HT行业虚拟变量,高技术行业为“1”,传统行业为“0”
表2 单变量分析结果
GVC_D=0GVC_D=1GVC_P=0GVC_P=1样本91878989Patent均值46.05532.04631.44946.966T值1.97**-2.191**Innovation均值11.86810.3919.14613.146T值0.695-1.898*RD-1均值0.059 70.060 40.059 60.060 4T值-0.125-0.136RD0均值0.066 10.065 80.066 20.065 7T值0.0310.073RD1均值0.074 30.078 30.073 6.078 9T值-0.396-0.529
注:*** 、** 、* 分别表示在0.01、0.05、0.1的水平上显著,下同
本文在控制企业特征变量后,针对不同区域环境下风险投资对企业技术创新的甄选作用提出Logit回归模型(1)。
(1)
其中Λ(z)=exp(z)/{1+exp(z)}为Logistic函数,被解释变量μ包括两个虚拟变量:GVC_P、GVC_D。
针对不同投资环境下风险投资对企业创新投入的增值作用,本文提出回归模型(2)。
RD-1/RD0/RD1=α0{GVC_P,GVC_D}+
α1Size+α2Lev+α3Roe+α4Sale+α5Age+α6Tangible+α7HT+ε
(2)
对事后增值作用的检验,可能存在风险投资投前筛选作用导致的选择性偏误。因此,本文使用工具变量方法控制选择效应及不可观测变量,验证风险投资对技术创新的增值作用。在检验风险投资同省投资行为时,本文选取本省风险投资密度作为工具变量,风险投资密度会影响风险投资行为但不会直接影响企业创新绩效[25,29]。该工具变量拒绝弱工具变量的假设,而且只有一个工具变量,故不存在过度识别问题。在检验金融发达地区风险投资对技术创新的影响时,参考以往研究选择公司所在地是否北上广的虚拟变量作为工具变量[30]。同样,该变量不存在过度识别问题且拒绝弱工具变量的假设。
3.2.1 不同区域环境风险投资对技术创新的事前甄选作用
表3为模型(1)Logit回归结果,列(1)、(2)为不同经济区域政府背景风险投资对企业技术能力甄选行为的检验结果。结果显示,位于金融发达地区的政府背景风险投资与企业专利数量及发明专利之间负相关,但统计学不显著,H1没有得到证实,不同经济区域对政府背景风险投资甄选行为没有显著影响。无论从宏观市场层面还是微观企业层面,政府背景风险投资在欠发达地区均应发挥更重要的作用,对市场进行修正和引导,解决科技企业融资问题。然而,在实际执行过程中存在负向影响因素:从企业角度而言,中国企业谋求发展的途径有两种,创新或寻求政治关联[31],政治关联对企业创新替代作用明显[32]。我国金融欠发达地区往往伴随着相对落后的制度和有效监督缺失,甚至部分地区存在腐败问题,当企业有较强的动机寻求政治关联时,可能在事前甄选过程中,具有政治背景的投资者会使用行政干预手段人为“创租”,导致潜在逆向选择问题。
表3列(3)、(4)为不同行政区域政府背景风险投资对企业技术创新甄选行为的检验结果。列(3)显示,本省政府背景风险投资与企业专利总量之间正相关,在5%的水平上显著;列(4)回归结果显示,当使用发明专利作为企业创新能力代理变量时,系数在10%的显著性水平上为正,由此H3得到验证。在中国,地方政府设立风险投资的初衷是扶持高科技企业发展,推动区域经济增长,政策目标决定了其有动力资助当地创新企业。同时,与异省投资相比,本省政府背景风险投资在优质行业、项目选择及企业进入门槛上均具有天然有利地位,企业出于维护当地“政府关系”的考虑也会减少对真实信息的隐瞒。因此,本省政府背景风险投资对于企业创新能力表现出显著甄选效应。
以上分析结果说明,在中国,政府背景风险投资选择行为主要受行政区域的影响,受经济区域的影响不显著。由此可见,地方政府参与对于解决当地高科技企业融资问题有较好的效果,与政策制定初衷一致。
3.2.2 不同区域环境风险投资对技术创新的事后培育作用
表4为模型(2)使用工具变量剔除选择效应后的回归结果。由列(1)-(3)可知,无论在企业IPO之前还是IPO之后,GVC_D系数均为正,并分别在1%、5%的水平上显著,结果表明,金融发达地区政府背景风险投资对技术创新投入有更好的促进效果,不支持H2。政府背景风险投资的初衷是对市场的培育、引导与修正,但考虑到风险投资行业性质,其效用发挥需要基于一定的市场条件,包括资产评估机构、律师事务所、会计事务所等专业机构提供配套服务,以及行业集聚带来的项目经验和高素质管理人员。因此,在我国风险投资市场整体发展较为薄弱的情况下,政府背景风险投资在金融欠发达地区难以发挥作用。此外,政治关联往往伴随着寻租问题,我国不同地区的市场化、政府干预以及法治水平差异很大,政府过度干预、缺乏完善司法体系监督及可能存在的腐败问题会导致事后寻租行为,带来欠发达地区政府背景风险投资显著较差的投资绩效。相较而言,金融发达地区往往市场化程度高、竞争意识强、企业技术创新研发投入意愿较强,在获得政府背景风险投资之后,更倾向于将额外获得的资源转化为创新投入。
表3 不同区域环境政府背景风险投资对技术创新的事前甄选作用
变量(1)GVC_D(2)GVC_D(3)GVC_P(4)GVC_PPatent-0.0040.008**(-1.068)(2.204)Innovation-0.0060.022*(-0.574)(1.904)Size-0.383-0.388-0.520-0.472(-0.656)(-0.669)(-0.940)(-0.866)Lev-2.205-2.312*-0.580-0.413(-1.598)(-1.693)(-0.447)(-0.327)Roe0.0110.010-0.009-0.002(0.228)(0.207)(-0.203)(-0.054)Sale0.2510.2800.4620.390(0.527)(0.587)(1.066)(0.920)Age-0.035-0.032-0.039-0.043(-0.954)(-0.895)(-1.141)(-1.266)Tangible-16.179**-16.704**-8.035-6.940(-2.236)(-2.315)(-0.986)(-0.861)HT0.0790.089-0.222-0.256(0.228)(0.256)(-0.680)(-0.779)YearControlControlControlControlConstant19.598*19.670*9.8409.105(1.917)(1.933)(0.925)(0.871)Observations178178178178
注:括号中的数字为z检验值,下同
表4列(4)-(6)为不同行政区域政府背景风险投资对企业技术创新培育作用的检验结果。列(4)结果显示,被投企业上市前创新投入的回归系数为负但不显著;列(5)回归结果表明,企业上市当年回归系数为负且在10%的水平上显著,列(6)的回归结果依旧为负但不显著,H4没有得到验证,本省政府背景风险投资不仅不能促进企业研发,甚至在企业上市后表现出一定的“盘剥效应”。一方面,企业从当地政府带来的强政治关联中产生“组织惰性”。对于企业而言,创新能力提升是一个需要耗费大量资源与精力的综合、复杂过程[33],当企业持有机会主义行动动机时,通过政治关联获得有效信息,进而取得短期利益收入会降低企业对创新市场的敏感性,忽略长期研发行为[34, 35];另一方面,政府背景风险投资的政治力量和政治利益会造成行为扭曲,获得当地政治联系后的企业可能需要承担更多社会性负担,例如扩大雇员规模导致薪酬成本上升(梁莱歆、冯延超,2010)、慈善捐款增加等[18],对企业进一步研发投入造成负面影响。在企业上市后风投逐步退出过程中,政府背景风险投资会出于国有资产保值增值的需求表现出盘剥行为,显著阻碍企业创新投入。
由上可知,从经济区域角度看,由于我国风险投资行业整体尚在发展早期阶段,金融发达地区具有制度环境、监管能力以及资源水平优势,政府背景风险投资可以对技术创新发挥更好的培育作用。从行政区域角度看,由于企业引入本省政府背景投资之后可能存在的“组织惰性”及需要承担的社会性负担,导致政府背景风险投资并没有如预期促进企业研发投入。
上述通过理论与实证分析区域环境对政府背景风险投资的影响,这种影响是否只作用于政府背景风险投资?本文通过对私人背景风险投资的检验,对比政府背景风险投资结果,对区域环境的影响作进一步探讨。由上述论述可知,行政区域对政府背景风险投资的影响主要源于当地“政治关联”,因此,缺乏这种政府关系的私人背景风险投资受行政区域的影响有限。同时,与政府背景风险投资不同,私人背景风险投资是一种高度市场化行为,行业集聚度高的金融发达地区会带来更好的投资收益:首先,风险投资具有典型的“干中学”特征,在金融发达地区,风险投资行业知识外溢及机构自身频繁的投资行为提高了其投资能力;其次,风险投资机构集聚程度高会导致当地机构资金成本上升[36]。因此,导致风险投资家对收益敏感度高,更加注重企业筛选和增值行为;最后,行业集聚度高的核心地区,风险资本社会网络及声誉显著优于非核心发达地区,而社会网络有利于减少信息不对称、寻找企业真实价值、获取社会资源以及提高风险投资的筛选和增值能力[6]。基于此,本文提出以下假设:
H5:位于本省的私人背景风险投资对企业技术创新的事前甄选没有显著优势。
H6:位于本省的私人背景风险投资对企业技术创新的事后培育没有显著优势。
H7:位于金融发达地区的私人背景风险投资对企业技术创新有更好的事前甄选作用。
H8:位于金融发达地区的私人背景风险投资对企业技术创新有更好的事后培育作用。
设定变量如下:位于本省的私人背景风险投资(IVC_P)取值为“1”,否则为“0”;位于金融发达地区私人背景风险投资(IVC_D)取值为“1”,否则为“0”。
表5中,列(1)、(2)显示,本省私人背景风险投资与企业专利数量及发明专利之间虽然正相关但均不显著,即对企业技术创新并没有表现出显著事前甄选作用,H5得到验证。由此可知,行政区域对于私人背景风险投资事前作用没有影响。列(3)、(4)结果显示,金融发达地区私人背景风险投资与企业专利总量之间负相关,但不显著,与企业发明专利在5%的显著性水平上负相关,说明位于金融发达地区私人背景风险投资没有发挥应有的甄选作用,H7没有得到验证。金融发达地区的私人背景风险投资拥有更多资金、信息、知识、技术、社会网络等资源,然而,近年来我国风险投资追逐的风口项目、互联网项目多集中在金融发达地区。以北京、上海为例,2016年,北京互联网行业投资占地区总投资的31.6%,上海互联网行业投资占地区总投资的26.6%。因此,当使用专利衡量企业技术创新能力时,结果表明,私人背景风险投资选择行为在发达地区显著较差。
表4 不同区域环境政府背景风险投资对技术创新的事后培育作用
变量(1)RD-1(2)RD0(3)RD1(4)RD-1(5)RD0(6)RD1GVC_D0.083***0.098**0.106**(2.568)(2.442)(2.223)GVC_P-0.023-0.033*-0.020(-1.246)(-1.666)(-0.863)Size-0.0040.0060.018-0.014-0.0070.006(-0.312)(0.367)(0.851)(-1.608)(-0.547)(0.320)Lev0.0190.013-0.016-0.024-0.039-0.070*(0.496)(0.273)(-0.303)(-1.140)(-1.284)(-1.813)Roe0.001-0.0000.0000.0010.0000.001(0.594)(-0.009)(0.275)(0.986)(0.109)(0.601)Sale-0.016-0.024-0.034*-0.008-0.014-0.025*(-1.297)(-1.551)(-1.835)(-0.927)(-1.238)(-1.679)Age0.000-0.000-0.001-0.001-0.001*-0.002**(0.210)(-0.247)(-0.900)(-0.981)(-1.829)(-2.288)Tangible0.0730.387*0.459*-0.2090.0440.116(0.367)(1.758)(1.915)(-1.234)(0.194)(0.573)HT0.023***0.033***0.043***0.023***0.032***0.043***(2.740)(3.200)(3.451)(3.809)(4.374)(4.548)YearControlControlControlControlControlControlConstant0.274-0.070-0.1520.676***0.4230.3361.00-0.22-0.393.151.591.13Observations178178178178178178
表5 不同区域环境私人背景风险投资对技术创新的事前甄选作用
变量(1)IVC_P(2)IVC_P(3)IVC_D(4)IVC_DPatent0.004-0.003(1.610)(-1.153)Innovation0.009-0.018**(1.181)(-2.229)Size-0.193-0.174-0.194-0.182(-0.404)(-0.366)(-0.424)(-0.397)Lev0.2640.411-1.056-1.301(0.251)(0.389)(-0.951)(-1.152)Roe-0.054-0.059-0.034-0.032(-1.349)(-1.465)(-0.871)(-0.801)Sale-0.020-0.0510.3520.444(-0.053)(-0.132)(0.979)(1.206)Age-0.003-0.003-0.014-0.018(-0.119)(-0.089)(-0.464)(-0.569)Tangible6.8617.9142.1790.724(1.057)(1.206)(0.409)(0.139)HT0.1130.0800.3810.450(0.417)(0.295)(1.388)(1.604)YearControlControlControlControlConstant-2.885-3.715-4.179-4.623(-0.320)(-0.414)(-0.485)(-0.540)Observations249249249249
表6为不同区域环境私人背景风险投资对技术创新培育作用的检验结果。列(1)-(3)结果表明,本省私人背景风险投资与创新投入负相关但均不显著,H6得到验证。列(4)-(6)结果显示,无论是企业IPO之前还是IPO之后,金融发达地区私人背景风险投资与创新投入均呈正相关关系,并且分别在10%、5%、10%的水平上显著,H8得到验证。由此可知,核心发达地区的私人背景风险投资对企业有更好的培育作用。
风险投资是一种高能资本,不仅可以解决企业融资问题,还可以提供增值服务、监督管理及认证作用,从而补足企业资源缺口,政府背景风险投资的资源能力会受区域环境影响,进而产生不同的培育效果:上述研究结果及进一步对比检验表明,行政区域的影响主要来源于当地政治关联,本文认为,政治关联可以通过参与治理方式得到传递和强化,进而影响政府背景风险投资的事后培育效果,而经济区域的影响主要来源于市场投资环境,故市场环境优化可以提高政府背景风险投资的事后培育效果。本文通过实证检验对以上假设进行验证。
表6 不同区域环境私人背景风险投资对技术创新的培育作用
变量 (1)RD-1(2)RD0(3)RD1(4)RD-1(5)RD0(6)RD1IVC_P-0.685-0.808-0.626(-0.194)(-0.195)(-0.192)IVC_D0.041*0.056**0.060*(1.898)(2.148)(1.818)Size-0.017-0.0120.0070.0110.022**0.035**(-0.113)(-0.068)(0.052)(1.350)(2.165)(2.452)Lev0.0240.012-0.029-0.011-0.028-0.052(0.081)(0.034)(-0.108)(-0.591)(-1.172)(-1.391)Roe-0.009-0.011-0.0080.0000.0000.001(-0.186)(-0.193)(-0.175)(0.669)(0.331)(0.946)Sale-0.017-0.022-0.029-0.021***-0.027***-0.036***(-0.291)(-0.319)(-0.532)(-3.018)(-3.172)(-3.076)Age-0.001-0.001-0.001-0.0000.000-0.000(-0.146)(-0.120)(-0.185)(-0.202)(0.093)(-0.352)Tangible0.8101.0650.734-0.292**-0.239*-0.283*(0.143)(0.160)(0.140)(-2.329)(-1.727)(-1.765)HT0.0380.0470.0530.018***0.023***0.032***(0.400)(0.424)(0.608)(3.430)(3.681)(3.864)YearControlControlControlControlControlControlConstant0.2050.0110.0240.495***0.353*0.288(0.103)(0.005)(0.013)(2.970)(1.792)(1.070)Observations249249249249249249
已有研究证明占据董事会席位能够促进知识转移[37]。不同行政区域下差异性投资效果主要来源于当地“政治关联”的影响,这种影响是否同样可以通过风险投资参与董事会进行传导?一方面,政治关联是指企业管理层与政府之间的密切关系,政府背景风险投资参与董事会是政治关联的强化,管理层政治关联越强,则投资者的影响越显著;另一方面,企业与风险投资之间存在委托代理问题,往往通过参与董事会的方式得到一定程度的缓解。尤其是对于政府投资,企业作为代理人,在需要依附地方政府的情况下,出于维护政治关系的动机,较少出现违背委托人意愿的行为。因此,参与治理方式可以实现政治关联的有效传导,从而强化本省政府背景风险投资对企业技术创新的影响。为了验证这一机制,本文在模型(2)的基础上加入参与董事会(GVC_board)与本省投资(GVC_P)的交乘项,以验证参与治理的调节作用。表7为检验结果,本省政府背景风险投资通过参与董事会提升企业投资绩效。
表7 参与董事会的调节作用
变量(1)RD-1(2)RD0(3)RD1GVC_board* GVC_P0.0130.028*0.047**(1.124)(1.899)(2.391)GVC_P-0.007-0.017-0.023*(-0.879)(-1.575)(-1.690)GVC_board-0.006-0.014-0.019(-0.789)(-1.218)(-1.351)Size-0.012-0.0040.006(-1.486)(-0.384)(0.337)Lev-0.023-0.037-0.069*(-1.124)(-1.298)(-1.762)Roe0.001-0.0000.000(0.824)(-0.170)(0.034)Sale-0.009-0.015-0.024(-1.186)(-1.471)(-1.652)Age-0.000-0.001-0.002**(-0.716)(-1.602)(-2.234)Tangible-0.1730.0890.146(-1.208)(0.474)(0.835)HT0.024***0.033***0.043***(3.967)(4.612)(4.547)YearControlControlControlConstant0.617***0.3460.281(3.505)(1.585)(1.046)Observations178178178R-squared0.2560.2560.268
注:括号中的数字为t检验值,下同
已有研究证明,风险投资发展离不开制度、法律、社会网络及社会文化等投资环境影响因素[38]。风险投资作用的发挥需要一定的市场条件,在我国行业发展整体相对薄弱的情况下,政府背景风险投资并未如预期在欠发达地区发挥培育、修正及引导作用,而在金融发达地区表现出更好的投资绩效。那么政府背景风险投资绩效能否随着地区投资环境进一步优化而提高?一个地区透明的监管体系及合理的制度环境会孕育出更多的风险投资,因此本文使用当地风险投资数量(VC_n)作为市场环境代理变量,在模型(2)的基础上引入当地风险投资数量(VC_n)与发达地区政府背景风险投资(GVC_D)的交乘项,以验证市场环境的调节作用。从表8的回归结果可以看出,交乘项分别在5%、10%及10%的水平上显著为正。当一个地区风险投资数量多、竞争激烈时,往往伴随着完善的制度与监管措施。因此,市场环境优化可以使政府背景风险投资运行更加有效率,对企业技术进步的促进效应更加显著。
为了保证主要结论的稳健型,本文通过以下3种方法进行再次检验:①使用Probit模型代替Logit模型对事前甄选作用进行回归,结果如表9列(1)-(4)所示;②使用OLS对事前甄选作用进行检验,结果如表9列(5)-(8)所示;③使用企业上市前3年研发投入平均值(RD_A)作为创新投入代理变量,对事后培育行为及作用机理进行回归,结果见表10。通过以上不同方法的检验均得出了与前文一致的结果,证明了本文结论的稳健型。
表8 市场环境的调节作用
变量(1)RD-1(2)RD0(3)RD1GVC_D* VC_n0.007**0.007*0.008*(2.095)(1.932)(1.791)GVC_D-0.011-0.014-0.014(-1.623)(-1.595)(-1.147)VC_n-0.002-0.003*-0.002(-1.203)(-1.655)(-0.967)Size-0.013-0.0050.006(-1.636)(-0.458)(0.322)Lev-0.023-0.039-0.069*(-1.146)(-1.385)(-1.851)Roe0.0010.0000.001(0.998)(0.162)(0.602)Sale-0.011-0.018*-0.028*(-1.364)(-1.677)(-1.853)Age-0.000-0.001-0.002**(-0.756)(-1.527)(-2.082)Tangible-0.1770.0820.141(-1.180)(0.420)(0.767)HT0.024***0.033***0.044***(4.118)(4.701)(4.624)YearControlControlControlConstant0.680***0.417*0.364(3.725)(1.856)(1.283)Observations178178178R-squared0.2650.2530.247
本文以2017年12月31日前创业板上市企业为样本,实证检验不同区域环境下政府背景风险投资对企业技术创新的事前甄选和事后培育作用。
(1)经济区域对政府背景风险投资行为影响有限,非核心发达地区的政府背景风险投资并不能如预期发挥修正和培育效果,相比而言,核心发达地区的政府背景风险投资对企业技术创新没有表现出差异性甄选行为,但具有更强的事后培育作用。对比私人背景风险投资的回归结果可知,经济区域的影响主要源于投资环境。进一步讨论发现,在我国整体行业尚不成熟阶段,市场环境优化可以增强政府背景风险投资的事后培育效果。
表9 政府背景风险投资事前甄选行为稳健性检验结果
变量稳健性检验(1)(1)GVC_P(2)GVC_P(3)GVC_D(4)GVC_D稳健性检验(2)(5)GVC_P(6)GVC_P(7)GVC_D(8)GVC_DPatent0.005**-0.0020.002**-0.001(2.278)(-1.054)(2.296)(-1.045)Innovation0.014*-0.0030.005**-0.001(1.955)(-0.528)(1.998)(-0.506)Size-0.320-0.289-0.241-0.244-0.121-0.110-0.091-0.094(-0.956)(-0.870)(-0.703)(-0.715)(-0.916)(-0.837)(-0.690)(-0.711)Lev-0.353-0.246-1.329-1.400*-0.141-0.096-0.469-0.496(-0.443)(-0.314)(-1.605)(-1.704)(-0.458)(-0.321)(-1.529)(-1.636)Roe-0.006-0.0020.0070.006-0.002-0.0010.0020.002(-0.215)(-0.076)(0.231)(0.214)(-0.206)(-0.058)(0.152)(0.142)Sale0.2810.2390.1600.1740.1100.0930.0620.069(1.050)(0.905)(0.570)(0.620)(1.064)(0.916)(0.565)(0.622)Age-0.024-0.027-0.021-0.020-0.009-0.010-0.007-0.006(-1.144)(-1.265)(-0.953)(-0.914)(-1.069)(-1.198)(-0.846)(-0.788)Tangible-4.805-4.187-10.125**-10.470**-1.904-1.665-2.818**-2.930**(-1.008)(-0.883)(-2.264)(-2.348)(-1.027)(-0.903)(-2.324)(-2.439)HT-0.140-0.1610.0460.052-0.053-0.0610.0120.014(-0.698)(-0.798)(0.220)(0.248)(-0.675)(-0.773)(0.152)(0.179)YearControlControlControlControlControlControlControlControlConstant5.9715.52212.212**12.352**2.7762.6364.117**-0.386(0.947)(0.884)(1.977)(2.001)(1.120)(1.073)(1.982)(-0.062)Observations178178178178178178178178
注:括号中的数字为z检验值;*** 、 ** 、* 分别表示在0.01、0.05、0.1的水平上显著,下同
表10 政府背景风险投资事后培育行为及作用机理的稳健性检验结果
变量(1)RD_A(2)RD_A(3)RD_A(4)RD_AGVC_P-0.029*-0.010(-1.690)(-1.322)GVC_board* GVC_P0.016*(1.711)GVC_board-0.009(-1.231)GVC_D0.079**-0.013*(2.478)(-1.684)GVC_D* VC_n0.007**(2.071)VC_n-0.003(-1.633)Size-0.007-0.0080.004-0.006(-0.686)(-1.008)(0.264)(-0.622)Lev-0.004-0.0100.038-0.004(-0.166)(-0.502)(0.961)(-0.186)Roe0.0020.002*0.0010.002(1.510)(1.698)(1.038)(1.557)Sale-0.010-0.008-0.018-0.014(-1.100)(-1.037)(-1.507)(-1.636)Age-0.000-0.0000.000-0.000(-0.694)(-0.467)(0.413)(-0.426)Tangible-0.187-0.2860.093-0.153(-1.497)(-1.348)(0.534)(-1.478)HT0.022***0.022***0.022***0.023***(3.476)(4.345)(2.688)(3.926)YearControlControlControlControlConstant0.563***0.622***0.1600.559***(3.083)(2.896)(0.635)(3.834)Observations178178178178
(2)行政区域会对政府背景风险投资行为产生显著影响,位于本省的政府背景风险投资事前甄选发挥“支持之手”的作用,所投企业具有更好的创新能力,事后培育则产生了“掠夺之手”的效果,显著阻碍了企业创新投入。对比来看,行政区域对私人背景风险投资没有影响,由此可知,行政区域影响作用来自于当地的政治关系,进一步讨论发现,参与企业治理可以促进这种政治关系的传导和强化。
(1)投资标的应以本省企业为主,并注重强化事后培育能力。本省投资具有信息优势、政策优势、资源优势,事前甄选效应显著,但在事后培育方面,应对制度设计加以改进,明确考核机制、激励机制与监督机制:首先,合理化制定考核标准,充分考虑到股权投资回报周期长的特征,避免短期投机性动机和国有资产保值压力带给被投企业长期良性发展的障碍;其次,完善激励机制,科学合理的激励可以提高投资团队的积极性和专业性,为被投企业提供更有效的增值服务;再次,建立监督机制,对政府背景风险投资监督管理的目的在于促进政策资源、财务资源、社会网络等优质资源传递,同时,避免政治关联带来机构管理者的寻租行为和企业组织惰性。
(2)风险投资行业集聚性带来“区域资本缺口”现象,地区风险投资成长与成熟需要较长时间,因此,政府作用对于金融欠发达地区尤为重要。政府背景风险投资对市场的修正和补充,离不开合适的投资环境,因此,欠发达地区需要积极制定减免税收、贷款优惠、人才引进等鼓励政策。此外,鼓励政府背景风险投资与外来风险投资的联合投资,以及提供风险补贴,降低欠发达地区环境不确定性及信息模糊度高带来的高风险,积极整合资源,营造适合风险投资行业发展的环境;最后,提升“制度厚度”是区域竞争力长期持续上升的基础,提高地区信息透明度,加强监督管理,有效避免政府在参与风险投资过程中因可能存在的寻租行为及腐败问题对投资效率产生的影响。
[1] BRANDER J A, EGAN E, HELLMANN T F.Government sponsored versus private venture capital: Canadian evidence [M].Chicago :University of Chicago Press, 2010: 275-320.
[2] BERTONI F, COLOMBO M G, GRILLI L.Venture capital financing and the growth of high-tech start-ups: disentangling treatment from selection effects [J].Research Policy, 2011, 40(7): 1028-43.
[3] CUMMING D, LI D.Public policy, entrepreneurship, and venture capital in the United States [J].Journal of Corporate Finance, 2013 (23):345-367.
[4] 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.
[5] 蔡地, 陈振龙, 刘雪萍.风险投资对创业企业研发活动的影响研究 [J].研究与发展管理, 2015, 27(5): 1-11.
[6] 黄福广, 彭涛, 邵艳.地理距离如何影响风险资本对新企业的投资 [J].南开管理评论, 2014, 17(6): 83-95.
[7] CUMMING D.Public policy and the creation of active venture capital markets [J].Venture Capital, 2011, 13(1): 75-94.
[8] 陈鑫, 陈德棉, 乔明哲.国有风险投资真的低效吗——基于区域技术进步的视角[J].经济与管理研究, 2019, 40(1): 51-63.
[9] ALPEROVYCH Y,HUBNER G,LOBET F.How does governmental versus private venture capital backing affect a firm's efficiency? evidence from Belgium[J].Journal of Business Venturing, 2015, 30(4): 508-25.
[10] 杨大楷, 李丹丹.政府支持风险投资的必要性研究述评 [J].云南民族大学学报(哲学社会科学版), 2012, 29(3): 99-107.
[11] 吴斌, 刘灿辉, 史建梁.政府背景、高管人力资本特征与风险投资企业成长能力:基于典型相关方法的中小板市场经验证据 [J].会计研究, 2011 (7): 78-84.
[12] LERNER J.Why public efforts to boost entrepreneurship and venture capital have failed and what to do about it [M].Princeton, New Jersey: Princeton University Press, 2009.
[13] LELEUX B, SURLEMONT B.Public versus private venture capital: seeding or crowding out? a pan-European analysis [J].Journal of Business Venturing, 2003, 18(1): 81-104.
[14] 左志刚, 石方志, 谭观钦.国有创投发挥了引导作用吗——基于鉴证机理的实证检验 [J].财经研究, 2017, 43(12): 17-29.
[15] 党兴华, 施国平, 仵永恒.政治关联与风险资本筹集 [J].预测, 2015, 34(6): 45-50.
[16] 胡志颖, 吴先聪, 果建竹.私募股权声誉、产权性质和IPO前持有期 [J].管理评论, 2015, 27(12): 39-49.
[17] 成果, 陶小马.政府背景风险投资会促进企业创新吗——基于创业板企业的实证分析 [J].科技进步与对策, 2018, 35(23): 99-105.
[18] 余明桂, 回雅甫, 潘红波.政治联系、寻租与地方政府财政补贴有效性 [J].经济研究, 2010, 45(3): 65-77.
[19] 沈宇峰, 徐晓东.制度环境、政治关联与企业环保投资——来自A股上市公司的经验证据[J].系统管理学报, 2019, 28(3): 415-28.
[20] 董静, 翟海燕, 汪江平.风险投资机构对创业企业的管理模式——行业专长与不确定性的视角 [J].外国经济与管理, 2014, 36(9): 3-11.
[21] 罗家德, 邹亚琦, 郭戎.中国风险资本联合投资策略的差异化现象 [J].现代财经-天津财经大学学报, 2016 (4): 3-14.
[22] 黄晓, 陈金丹, 于斌斌.环境不确定性与本地投资偏好——基于中国本土VC样本的研究[J].科学学与科学技术管理, 2015, 36(9): 126-37.
[23] AHLSTROM D, BRUTON G D, YEH K S.Venture capital in China: past, present, and future [J].Asia Pacific Journal of Management, 2007, 24(3): 247-268.
[24] GUERINI M, QUAS A.Governmental venture capital in Europe: screening and certification [J].Journal of Business Venturing, 2016, 31(2): 175-95.
[25] 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, 47(1).
[26] 余琰, 罗炜, 李怡宗.国有风险投资的投资行为和投资成效 [J].经济研究, 2014, 49(2): 32-46.
[27] 张学勇, 吴雨玲, 郑轶.我国风险投资机构(VC)的本地偏好研究[J].投资研究, 2016,35(6): 86-104.
[28] 杨其静, 程商政, 朱玉.VC真在努力甄选和培育优质创业型企业吗——基于深圳创业板上市公司的研究 [J].金融研究, 2015(4): 192-206.
[29] 董静, 汪江平, 翟海燕, 等.服务还是监控:风险投资机构对创业企业的管理——行业专长与不确定性的视角 [J].管理世界, 2017(6): 82-103+87-88.
[30] 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): 123-33.
[31] 杨其静.企业成长:政治关联还是能力建设 [J].经济研究, 2011, 46(10): 54-66+94.
[32] 党力, 杨瑞龙, 杨继东.反腐败与企业创新:基于政治关联的解释 [J].中国工业经济, 2015(7): 146-60.
[33] 姚洋.中国经济成就的政治经济学原因 [J].经济与管理研究, 2018, 39(1): 3-12.
[34] 何欢浪, 蔡琦晟.政治关联促进或抑制了中国企业的创新 [J].中央财经大学学报, 2019(9): 87-96.
[35] 鲍竹, 陈强.国资创投治理结构与投资模式匹配研究——基于功能定位和行为特征视角 [J].中国科技论坛, 2017 (10): 145-52.
[36] GOMPERS P, LERNER J.Money chasing deals?the impact of fund inflows on private equity valuation [J].Journal of Financial Economics, 2000, 55(2): 281-325.
[37] DESS R, YIN N.Venture capital and knowledge transfer [J].Tse Working Papers, 2015, 27(1): 51-4.
[38] BRUTON G D, AHLSTROM D.An institutional view of China's venture capital industry: explaining the differences between China and the West [J].Journal of Business Venturing, 2003, 18(2): 233-259.