風(fēng)險投資對創(chuàng)業(yè)板上市公司發(fā)行市盈率的影響

姚江紅

（1.西安交通大學(xué)管理學(xué)院西安710049；2.西安翻譯學(xué)院經(jīng)濟管理學(xué)院，西安710105）

風(fēng)險投資對創(chuàng)業(yè)板上市公司發(fā)行市盈率的影響

姚江紅1,2

（1.西安交通大學(xué)管理學(xué)院西安710049；2.西安翻譯學(xué)院經(jīng)濟管理學(xué)院，西安710105）

文章結(jié)合風(fēng)險投資對于上市公司發(fā)行市盈率的影響內(nèi)在機理系統(tǒng)，分析了風(fēng)險投資的不同行為對IPO市盈率的影響假設(shè)進行了實證檢驗，研究發(fā)現(xiàn)：在現(xiàn)行市場環(huán)境下，國內(nèi)風(fēng)險投資行業(yè)發(fā)展還不夠成熟，在參與公司管理方面，風(fēng)險機構(gòu)增值服務(wù)較弱。

風(fēng)險投資；創(chuàng)業(yè)板；發(fā)行市盈率

0　引言

創(chuàng)業(yè)板的推出為我國高新技術(shù)企業(yè)帶來了新的發(fā)展機遇，也給國內(nèi)風(fēng)險投資的發(fā)展創(chuàng)造了良好的條件，但同時創(chuàng)業(yè)板市場普遍存在高發(fā)行市盈率與高超額募集率等現(xiàn)象，因此從微觀層面分析風(fēng)險投資對企業(yè)IP0市盈率的影響具有重要的理論意義與實踐價值。具體來說，風(fēng)險投資對企業(yè)IP0影響主要體現(xiàn)在認證功能、IP0議價效應(yīng)和業(yè)績效應(yīng)等方面。其一方面可以通過削弱投資者和企業(yè)之間的信息不對稱來提升企業(yè)價值，所以普通投資者可以研究企業(yè)上市當(dāng)年的招股說明書，觀察該公司截止上市時是否有風(fēng)險投資機構(gòu)進駐，如果風(fēng)投個數(shù)越多則表明企業(yè)未來的發(fā)展?jié)摿υ胶?，上市公司的發(fā)行市盈率也越高；另一方面，風(fēng)險投資持有的時間越長，表明風(fēng)險投資對被投資企業(yè)的持續(xù)看好，從而會帶給其他投資者一個積極投資的信號，提高其他投資者對企業(yè)的投資信心。

此外，風(fēng)險投資機構(gòu)可以通過協(xié)助招募創(chuàng)業(yè)企業(yè)的管理者、以及聘任或解聘職業(yè)經(jīng)理人來加強對經(jīng)營者特別是企業(yè)大股東的制衡，還可以為被投企業(yè)提供全方位的增值服務(wù)，包括引進優(yōu)質(zhì)的券商及會計師事務(wù)所等金融中介機構(gòu)，提供專業(yè)化投資咨詢等服務(wù)，因此風(fēng)險投資機構(gòu)的經(jīng)驗和能力會對企業(yè)的持續(xù)發(fā)展產(chǎn)生重要的影響作用。本文將嘗試從實證角度對這些微觀機制進行驗證，從而為決策者和投資者提供科學(xué)的行為依據(jù)。

1　數(shù)據(jù)、模型與研究方法

本文選取2009年10月30日至2014年6月30日在深圳創(chuàng)業(yè)板的384家上市公司中符合本文研究條件的251家上市公司作為樣本。本文所使用數(shù)據(jù)，主要來源于樣本公司的招股說明書和公司年報、深圳證券交易所創(chuàng)業(yè)板的公開數(shù)據(jù)和國泰安CSMAR數(shù)據(jù)庫。通過查閱樣本公司的招股說明書和IP0時公司年報資料，逐個摘取衡量樣本公司風(fēng)險投資IP0時的股東數(shù)量、持股時間、持股比例、董事會席位占比、派出的高管人數(shù)、派出的董事等人員是否具有相關(guān)行業(yè)從業(yè)經(jīng)驗、風(fēng)險投資機構(gòu)排名、外資在風(fēng)險投資中的占比，中介券商排名、審計機構(gòu)排名和公司凈資產(chǎn)收益率等數(shù)據(jù)加以整理。

表1　各變量含義表

其中，關(guān)于表1中的變量Rank風(fēng)險投資機構(gòu)經(jīng)驗數(shù)據(jù)整理標準來源于清科集團2013年中國股權(quán)投資年度排名的本土20強和外資20強。券商排名數(shù)據(jù)和審計機構(gòu)數(shù)據(jù)來源于Wind咨詢各自領(lǐng)域前10強。

本文共有251個公司樣本，對上市公司市盈率的影響因素研究采取的是多元回歸分析方法，建立如下回歸模型：

其中，β0表示常數(shù)項，ε代表殘差項。

從風(fēng)險投資發(fā)現(xiàn)企業(yè)價值、參與公司治理、增值業(yè)務(wù)這三方面，結(jié)合風(fēng)險投資對于上市公司發(fā)行市盈率的影響內(nèi)在機理，通過描述性分析、交叉表分析、相關(guān)分析和構(gòu)建多元線性回歸模型對風(fēng)險投資的不同行為對IP0市盈率的影響假設(shè)進行了實證檢驗。

2　實證檢驗

2.1樣本描述性分析

通過描述性統(tǒng)計分析，可以發(fā)現(xiàn)：

表2　樣本描述性分析

（1）樣本公司之間的上市發(fā)行市盈率存在較大的差異，Ipope的最大值為150.82，最小值為12.94，說明風(fēng)險投資對上市公司發(fā)行市盈率起到的影響作用差異較大。

（2）測試變量Vcnumber均值為2.53，平均每家上市公司IP0時有2.53家風(fēng)投機構(gòu)參與，其中IP0時風(fēng)投個數(shù)最多為13家。測試變量Vctime均值為29.67個月，說明風(fēng)險投資的進駐時間（截止IP0時）普遍超過2年。

（3）測試變量Proportion是IP0時風(fēng)險投資所持股份占企業(yè)發(fā)行總股份的比例。可以發(fā)現(xiàn)樣本數(shù)據(jù)該指標相差比較大，最大持股比例91%，最小持股比例16%，通過查看數(shù)據(jù)，IP0時風(fēng)險投資持股比例高的上市公司同時有多家風(fēng)險投資共同持股，過高的持股比例可能會造成對被投資企業(yè)運行的過多干預(yù)。樣本企業(yè)該項指標平均值為20%，持股比例越高，風(fēng)險投資就有更強烈的動機去監(jiān)督被投資企業(yè)。一般最佳持股比例在30%左右，既可以有效監(jiān)督企業(yè)，又不會過分干預(yù)，可以達到最優(yōu)效益。

（4）測試變量Board董事會席位比例均值0.09反映了風(fēng)險投資機構(gòu)在企業(yè)日常經(jīng)營決策的參與度仍比較低，控制權(quán)較小。Manager均值0.2，風(fēng)險投資直接向公司派出的高管個數(shù)最大值為2，最小值為0，該指標表明樣本公司中風(fēng)險投資機構(gòu)參與企業(yè)管理的程度并不高。測試變量Experience的均值為0.48，偏度0.07接近于0，分布比較平穩(wěn)，樣本數(shù)據(jù)表明風(fēng)險投資向公司派出的董事、監(jiān)事或高管接近一半是有相關(guān)領(lǐng)域內(nèi)的行業(yè)經(jīng)驗。

（5）測試變量Rank風(fēng)險機構(gòu)綜合排名均值0.28，標準差大，數(shù)據(jù)變異程度較大。測試變量Character的均值為0.09，風(fēng)險投資（外資）占比較低，251家上市公司僅有31家有外資風(fēng)險投資背景。

（6）控制變量Roe凈資產(chǎn)收益率數(shù)據(jù)差異最大，僅有37%樣本公司的券商排名全國前十和31%樣本公司的會計師事務(wù)所排名全國前十，數(shù)據(jù)表明風(fēng)險機構(gòu)在引進優(yōu)質(zhì)的券商及會計師事務(wù)方面，提供的增值服務(wù)水平仍較低。

2.2交叉表分析

接下來對Rank、Experience、Ureputation和Creputation四個虛擬變量進行交叉表分析。

表3　RANK*UREPUTATION交叉制表

表4　RANK*CREPUTATION交叉制表

對表3RANK*UREPUTATI0N交叉制表和表4RANK* CREPUTATI0N交叉制表的分析，可以發(fā)現(xiàn)風(fēng)險投資機構(gòu)的經(jīng)驗越豐富（綜合排名靠前）券商排名越靠前，但樣本公司的風(fēng)險機構(gòu)排名情況與審計機構(gòu)并不大關(guān)聯(lián)，風(fēng)險投資機構(gòu)在引進優(yōu)質(zhì)的券商及審計等金融中介機構(gòu)時所發(fā)揮的效用不是很高。

表5　RANK*EXPERIENCE交叉制表

從表5RANK*EXPERIENCE交叉制表可以發(fā)現(xiàn)風(fēng)險機構(gòu)經(jīng)驗豐富程度與其派出的董事、監(jiān)事或者高管是否具有公司所在行業(yè)的從業(yè)經(jīng)驗無必然關(guān)系，在參與公司管理方面，風(fēng)險機構(gòu)沒有充足發(fā)揮其作用為企業(yè)帶來更多的增值服務(wù)。

2.3相關(guān)分析

在進行回歸分析前，還需要對因變量與各自變量之間，以及各自變量之間進行相關(guān)分析。通過數(shù)值直接有效地揭示各變量之間相關(guān)關(guān)系和強弱程度，表6利用相關(guān)系數(shù)分析相關(guān)變量間的線性程度。

表6　Pearson相關(guān)性分析

由表6可知，因變量IP0PE上市公司發(fā)行市盈率與VCTIME風(fēng)險投資持股時間、CHARACTER外資占比和R0E凈資產(chǎn)收益率（攤薄）在0.05的水平上顯著相關(guān)，但線性關(guān)系較弱。多元相關(guān)分析還受到其他控制變量的影響，當(dāng)其他控制變量被固定住，偏相關(guān)分析能更好地反映兩個變量之間的相關(guān)關(guān)系。

表7　IPOPE*VCTIME偏相關(guān)分析

續(xù)表7 IPOPE*VCTIME偏相關(guān)分析

從表7的輸出結(jié)果可以看到，自變量VCTIME和因變量IP0PE的零階相關(guān)系數(shù)為-0.176，其檢驗結(jié)果為0.005小于0.01，但是VCTIME和IP0PE的一階相關(guān)系數(shù)為-0.140，其P值為0.027大于0.01，所以相關(guān)性并不顯著，所以這兩個變量之間不可以簡單的判定是否具有相關(guān)關(guān)系。

表8　IPOPE*ROE偏相關(guān)分析

續(xù)表8 IPOPE*ROE偏相關(guān)分析

從表8輸出結(jié)果可以發(fā)現(xiàn)，R0E和IP0PE的零階相關(guān)系數(shù)為-0.21，其檢驗結(jié)果為0.001小于0.01，但是VCTIME和IP0PE的一階相關(guān)系數(shù)為-0.207，其P值為0.001小于0.01，所以P0E與因變量IP0PE相關(guān)性顯著。

2.4模型檢驗回歸分析

進行多重共線性檢驗后，發(fā)現(xiàn)各自變量間的VIF值（方差膨脹因子）均小于10，不存在多重共線性。讓全部解釋變量進入模型，查看回歸結(jié)果，如表9所示。

表9　回歸結(jié)果分析

通過以上的分析結(jié)果看出，在顯著性水平為0.01時，有部分的變量沒有通過統(tǒng)計學(xué)檢驗，因此需要對其進行剔除，因此本文采用向后篩選策略。最終確定的回歸模型為：

通過回歸分析可以發(fā)現(xiàn)，在置信水平為0.01時，通過顯著性檢驗的測試變量有Rank、Character和Roe。Character（外資）、R0E對PE具有反向影響關(guān)系，與研究假設(shè)相悖。根據(jù)回歸方程檢驗結(jié)果可知，模型的擬合優(yōu)度為0.1017，說明樣本公司上市發(fā)行市盈率有10.17%可以由方程中的這11個變量解釋，擬合優(yōu)度較低。F值為9.319，模型顯著性概率值為0小于0.01，即拒絕總體回歸系數(shù)均為0的原假設(shè)，說明回歸方程是顯著的。

表10　Anovaj模型檢驗過程

2.5實證結(jié)果分析

在模型IPOPE=54.81+11.13RANK-10.39CHARACTx ER-0.58ROE中RANK（排名）的回歸系數(shù)為11.13，T值為3.55，對應(yīng)的P值小于0.05，具有統(tǒng)計學(xué)意義，說明RANK會對IP0PE產(chǎn)生正向影響作用。即Rank越高，IP0PE也隨之越高。風(fēng)投投資機構(gòu)經(jīng)驗（綜合能力）排名越高，經(jīng)驗豐富的風(fēng)險投資機構(gòu)，對相關(guān)產(chǎn)業(yè)領(lǐng)域更熟悉，其對被投資公司未來發(fā)展的不確定性把握能力越強，企業(yè)未來發(fā)展的越穩(wěn)定，公司的發(fā)行市盈率也越高。

CHARACTER和上市公司發(fā)現(xiàn)市盈率呈負相關(guān)。外國風(fēng)險投資在風(fēng)險投資中的比例增加反而使該上市公司的發(fā)行市盈率下降。

風(fēng)險投資的個數(shù)、風(fēng)險投資持有時間、上市公司IP0時風(fēng)險投資機構(gòu)的持股比例、董事會席位比例、風(fēng)險投資直接向公司派出的高管個數(shù)、風(fēng)險投資向公司派出的董事、監(jiān)事或者高管是否具有公司所在行業(yè)的從業(yè)經(jīng)驗、中介券商實力排名、會計事務(wù)所實力排名都沒有發(fā)揮出顯著的作用。這些測試變量對上市公司發(fā)行市盈率的影響并不大。在現(xiàn)行市場環(huán)境下，國內(nèi)風(fēng)險投資發(fā)展還不夠成熟，風(fēng)險投資機構(gòu)尚不能有效發(fā)現(xiàn)企業(yè)的投資價值。

3　結(jié)論

本文實證分析發(fā)現(xiàn)風(fēng)險投資機構(gòu)經(jīng)驗越豐富會對上市公司市盈率產(chǎn)生正向影響作用，即風(fēng)險投資機構(gòu)經(jīng)驗越豐富，對相關(guān)產(chǎn)業(yè)領(lǐng)域更熟悉，其對被投資公司未來發(fā)展的不確定性把握能力越強，企業(yè)未來發(fā)展的越穩(wěn)定，因此公司的發(fā)行市盈率也越高。另外風(fēng)險投資在參與企業(yè)管理、完善治理結(jié)構(gòu)上沒有發(fā)揮出顯著作用，沒有為企業(yè)吸引更好的承銷商和審計機構(gòu)。這可能是因為我國風(fēng)險投資機構(gòu)大多還處于初期發(fā)展階段，投資規(guī)模偏小、投資數(shù)量偏低、風(fēng)險投資相關(guān)的法律法規(guī)不完善、專業(yè)技術(shù)人才缺少，遠遠不能滿足風(fēng)險投資市場發(fā)展的需要。在現(xiàn)行市場環(huán)境下，風(fēng)險投資尚不能很好地挖掘企業(yè)的投資價值，對企業(yè)的增值服務(wù)作用有待提高。

[1]AmitR,Brander J,ZottC.Why Do Venture Capital Firms Exist?The?ory and Canadian Evidence[J].Journal of business Venturing,1998, 13(6).

[2]Barry C B,Muscarella C J,Peavy Iii JW,et al.The Role of Venture Capital in the Creation of Public Companies:Evidence From the Go?ing-public Process[J].Journalof Financialeconomics,1990,27(2).

[3]Campbell T L,Frye M B.Venture Capitalist Monitoring:Evidence Form Governance Structures[J].Quarterly Review of Economics and Finance,2009,49(2).

[4]蔣偉，李蓉.風(fēng)險投資與創(chuàng)業(yè)企業(yè)的博弈分析[J].金融論壇，2014，（9）.

[5]寇祥河，潘嵐，丁春樂.風(fēng)險投資在中小企業(yè)IPO中的功效研究[J].證券市場導(dǎo)報，2009，（5）.

[6]雷艦.基于生命周期的浙江省高科技企業(yè)融資路徑研究[J].浙江金融，2013，（6）.

[7]宋芳秀，李晨晨.風(fēng)險投資對創(chuàng)業(yè)板上市公司IPO前后績效變動的影響[J].財經(jīng)科學(xué)，2014，（5）.

[8]張學(xué)勇，廖理.風(fēng)險投資背景與公司IPO：市場表現(xiàn)與內(nèi)在機理[J].經(jīng)濟研究，2011，（6）

（責(zé)任編輯/亦民）

F830.9

A

1002-6487（2016）19-0166-04

西安翻譯學(xué)院質(zhì)量工程建設(shè)項目（Z1201)

姚江紅（1979—），女，陜西西安人，碩士，講師，研究方向：財務(wù)與會計。