風(fēng)險投資的介入對提高上市企業(yè)績效的作用

鄒高峰，黃亞茹，馬夢瑤

(天津大學(xué) 管理與經(jīng)濟學(xué)部, 天津　300072)

國外發(fā)達市場的經(jīng)驗表明：風(fēng)險投資的介入在一定程度上有助于改善企業(yè)的經(jīng)營表現(xiàn)?，F(xiàn)有文獻大都支持了認證/監(jiān)督理論。國外學(xué)者的研究發(fā)現(xiàn)：風(fēng)險投資作為被投資企業(yè)的股東，經(jīng)常通過積極參與董事會、履行監(jiān)督職能和提供增值服務(wù)等方式，直接或間接地提高被投資企業(yè)的經(jīng)營管理水平，從而進一步改善被投資企業(yè)的經(jīng)營績效。近年來，國內(nèi)風(fēng)險投資機構(gòu)大多活躍在創(chuàng)業(yè)板市場上，創(chuàng)業(yè)板的快速發(fā)展也促使對風(fēng)險投資的需求愈加強烈。然而國內(nèi)一些研究表明：風(fēng)險投資的引入并不能對上市企業(yè)績效產(chǎn)生正面的影響，甚至有的學(xué)者認為引入風(fēng)險投資反而會導(dǎo)致被投資企業(yè)業(yè)績下降，這些現(xiàn)象違背了企業(yè)引入風(fēng)險投資的初衷。因此，在中國資本市場上，風(fēng)險投資的介入究竟能否改善被投資企業(yè)的經(jīng)營業(yè)績?nèi)孕枰M一步檢驗。本文基于我國創(chuàng)業(yè)板數(shù)據(jù)，運用傾向性打分匹配法來消除樣本選擇偏差，并基于認證/監(jiān)督理論、“逐名”假說、逆向選擇理論等，研究了在中國資本市場上風(fēng)險投資是否真的改善了企業(yè)的經(jīng)營業(yè)績，進一步探究了不同背景和不同聲譽下的風(fēng)險投資機構(gòu)對企業(yè)績效的影響。實證結(jié)果表明：整體來看，在我國創(chuàng)業(yè)板市場上期望引入風(fēng)險投資以提高IPO企業(yè)業(yè)績表現(xiàn)并不可行；引入政府背景的風(fēng)險投資不會提高公司的經(jīng)營績效，只有高聲譽風(fēng)險投資持股才會使企業(yè)的經(jīng)營業(yè)績有所提升。這些研究成果對于企業(yè)是否選擇、如何選擇風(fēng)險投資參股具有一定的參考意義。

1　文獻綜述

在以美國為代表的國外發(fā)達市場上，隨著風(fēng)險投資的迅猛發(fā)展，越來越多的國外學(xué)者開始花費精力研究風(fēng)險投資對企業(yè)績效是否有提升作用[1-17]。

在以上提到的理論假說中，認證/監(jiān)督理論頗受國外學(xué)者的認可。他們發(fā)現(xiàn)：從認證/監(jiān)督理論的角度出發(fā)，風(fēng)險投資的引入的確能夠提升企業(yè)的經(jīng)營業(yè)績。Sahlman認為聲譽機制還可以在一定程度上提高風(fēng)險投資認證的真實性；Lerner和Compers的實證檢驗表明通過風(fēng)險投資的參股可提高被投資公司的治理水平，進而促使投資企業(yè)擁有更好的業(yè)績表現(xiàn)；Engel 認為風(fēng)險投資對企業(yè)的運營績效、成長速度等均起到了積極作用；Tykvova、Mannheim 等通過不同的方法對不同的樣本進行研究，發(fā)現(xiàn)風(fēng)險投資機構(gòu)通過積極履行監(jiān)督職能，并加入企業(yè)的經(jīng)營管理能夠明顯地改善企業(yè)績效；Hochberg 認為風(fēng)險投資參股通過積極監(jiān)督和參與管理，能夠幫助被投資公司建立合理的治理結(jié)構(gòu)。

然而，大多數(shù)國內(nèi)學(xué)者的實證結(jié)果并不能支持說明風(fēng)險投資參股對上市企業(yè)經(jīng)營表現(xiàn)的積極作用[18-25]。勒明等[18]以2008年前在中國中小板上市的272家公司為樣本開展研究，發(fā)現(xiàn)風(fēng)險投資參股并不會提高IPO公司治理水平和經(jīng)營績效；Tan等[19-20]選取我國中小板上市企業(yè)數(shù)據(jù)研究發(fā)現(xiàn)：在企業(yè)IPO前后，風(fēng)險投資對企業(yè)經(jīng)營績效均未起到促進作用；楊其靜等[21]以中國創(chuàng)業(yè)板2009—2012年底上市企業(yè)的數(shù)據(jù)為研究對象，實證結(jié)果顯示劣質(zhì)企業(yè)傾向于選擇引入風(fēng)險投資，并且風(fēng)險投資的參股并沒有明顯改善企業(yè)上市后的經(jīng)營表現(xiàn)，這一研究結(jié)論迎合了風(fēng)險投資的逆向選擇假說；張科舉[123通過對風(fēng)險投資角色進行分析發(fā)現(xiàn)，創(chuàng)業(yè)板上市企業(yè)無論是盈利能力還是成長能力均呈現(xiàn)大幅下滑趨勢，而且風(fēng)險投資持股時間較短，與擬上市企業(yè)存在“業(yè)績同盟”的關(guān)系。這也在一定程度上支持了風(fēng)險投資的逐名假說。

本文試圖結(jié)合國內(nèi)外研究現(xiàn)狀，并考慮“逐名”效應(yīng)、花架子模型和認證監(jiān)督理論可能存在的相互抵消作用，探討在特定的中國資本市場上引入不同特征的風(fēng)險投資是否能夠改善企業(yè)經(jīng)營績效。

2　模型構(gòu)建及樣本定義

2.1　基于傾向性打分匹配法(PSM)的模型構(gòu)建

本文使用Lawrence等建議的傾向評分匹配法(PSM)來解決風(fēng)險投資和上市企業(yè)之間的潛在內(nèi)生選擇問題。以是否有風(fēng)險投資機構(gòu)參股為標(biāo)準，將樣本企業(yè)分為有風(fēng)險投資機構(gòu)參股企業(yè)(實驗組)和無風(fēng)險投資機構(gòu)參股企業(yè)(對照組)，如果能為每一個風(fēng)險投資參股企業(yè)在對照組找到情況相同或相似的企業(yè)，則可以對實驗組和對照組進行對比分析。

如要研究風(fēng)險投資機構(gòu)參股對企業(yè)績效影響，需要量化企業(yè)有無風(fēng)險投資機構(gòu)參股的區(qū)別，定義Y(1)是風(fēng)險投資參股企業(yè)的指標(biāo)，Y(0)是無風(fēng)險投資參股企業(yè)的指標(biāo)。設(shè)ATT為平均影響為

(1)

基于本文績效指標(biāo)選擇，ATT代表的是ROA、ROE、OPE各自的期望差。

接下來確定影響風(fēng)險投資機構(gòu)投資的企業(yè)特征因素，以進行實驗組和對照組的匹配。假設(shè)有k個變量會影響風(fēng)險投資的選擇，設(shè)為向量X，X=(x1，x2，…，xk)。根據(jù)Rubin提出的條件獨立性假設(shè)(CIA)，在其他條件一致時(即兩個公司擁有相同變量X)，如果其績效指標(biāo)(因變量)有顯著差異，那么這種差異只與控制變量(風(fēng)險投資)有關(guān)。以下為條件獨立性假設(shè)(CIA)，可以表示為

E[Y(0)|VC=1,X=x]=E[Y(0)|VC=0,X=x]

(2)

由于存在多種影響風(fēng)險投資參股的因素(X是一個多維向量)，在對實驗組和對照組企業(yè)進行匹配時很難找到完全相同的變量X。如果存在可推得的函數(shù)b(·)能夠?qū)維數(shù)降為1，則能夠使用最近鄰匹配實現(xiàn)實驗組和對照組的一一匹配，其中VC=1表示風(fēng)險投資參股，在假設(shè)成立的條件下，按照式(3)(4)估計平均處理效果：

(3)

本文使用Probit模型來估計風(fēng)險投資參股概率：

?i=(1,2,…,N)

(4)

其中Φ(·)為標(biāo)準正態(tài)分布的累積概率分布函數(shù)。

計算企業(yè)傾向性得分公式如下：

(5)

其中:xi為樣本i的特征值向量;β為通過Probit模型回歸得出的特征值系數(shù)向量。每個樣本企業(yè)的傾向性得分是唯一的。根據(jù)已得傾向性得分對風(fēng)險投資參股企業(yè)i與無風(fēng)險投資參股的企業(yè)j進行匹配，使用最近鄰匹配法尋找對照組樣本。匹配條件為mini,j(|psi-psj|)，即選擇實驗組樣本的ps值。根據(jù)匹配選擇后的實驗組和對照組數(shù)據(jù)，估計平均處理效果ATT，即風(fēng)險投資對參股企業(yè)績效的平均作用。ATT的計算方法為：

(6)

其中:N(1)為實驗組樣本數(shù)量;N(0)為對照組樣本數(shù)量;N(1)=N(0)。

ATT估計量方差的公式如下：

(7)

其中S(i)(i=0，1)為對應(yīng)樣本的標(biāo)準差。

在計算ATT時，為了克服小樣本誤差對本文結(jié)論可能產(chǎn)生的影響，本文在探究國有背景風(fēng)險投資和高聲譽風(fēng)險投資參股對企業(yè)的影響時，先使用“自助法”(bootstrap)算得相關(guān)指標(biāo)的標(biāo)準差，然后進行統(tǒng)計分析，本文抽取次數(shù)為500。

2.2　樣本數(shù)據(jù)來源

根據(jù)風(fēng)險投資多投資于高成長性中小企業(yè)的特點，本文通過WIND數(shù)據(jù)庫選取在2009年10月23日—2014年1月29日創(chuàng)業(yè)板上市的企業(yè)為研究樣本*選取樣本起止時間區(qū)間的原因是：2009年10月23日為創(chuàng)業(yè)板開板啟動時間，所以樣本的開始時間確定為2009年10月23日；另外，計算所需的變量主要來自國泰安CSMAR數(shù)據(jù)庫和深圳證券交易所網(wǎng)站披露的上市公司2013—2015年3年的年度報告，因此選取樣本的截止時間確定為2014年1月29日(該日期之后的IPO公司沒有對應(yīng)的13年年報數(shù)據(jù))。，從中剔除相關(guān)數(shù)據(jù)缺失的公司，并選擇2013—2015年內(nèi)有風(fēng)險投資機構(gòu)參股的132家樣本企業(yè)。計算所需的變量主要來自國泰安CSMAR數(shù)據(jù)庫和深圳證券交易所網(wǎng)站披露的上市公司2013—2015年的年度報告。風(fēng)險機構(gòu)的經(jīng)營范圍主要從企業(yè)年報中披露和從天眼查網(wǎng)站(http://www.tianyancha.com/)搜索到，以上均未找到的數(shù)據(jù)從互聯(lián)網(wǎng)搜索并手工整理得到。

本文從國泰安數(shù)據(jù)庫(CSMAR)提取上述樣本企業(yè)2013—2015年的十大股東信息，使用張劍的判定方法，如果：① 股東名稱中出現(xiàn)“風(fēng)險投資”“創(chuàng)業(yè)投資”“創(chuàng)新投資”等字樣；② 通過網(wǎng)絡(luò)搜索，如確定股東經(jīng)營范圍包含“投資股權(quán)控股業(yè)務(wù)”“股權(quán)投資”“風(fēng)險投資”“投資管理”“投資高新技術(shù)項目和企業(yè)”等關(guān)鍵詞，則認為該股東是風(fēng)險投資機構(gòu)。此外，本文定義如果有以下兩種情況，則認為該樣本企業(yè)為有風(fēng)險投資機構(gòu)參股：① 在2013—2015年3年中，存在不少于2年都在前十大股東中的風(fēng)險投資機構(gòu)；② 在2013—2015年，有兩家以上不同風(fēng)險投資機構(gòu)出現(xiàn)在不同年份的前十大股東中。其中，為了消除關(guān)聯(lián)企業(yè)的影響，如果所有參股風(fēng)險投資機構(gòu)與被投資企業(yè)屬于同一控制人控制，則認為風(fēng)險投資機構(gòu)對該企業(yè)不存在影響。

參股風(fēng)險投資機構(gòu)具有國有背景的參考標(biāo)準是上市企業(yè)年報披露信息中參股風(fēng)險投資的股東性質(zhì)為“國有法人”；風(fēng)險投資機構(gòu)具有高聲譽的依據(jù)為該參股風(fēng)險投資機構(gòu)位于《2015年中國創(chuàng)業(yè)投資機構(gòu)50強》或者《2015年中國私募股權(quán)投資機構(gòu)50強》。

3　風(fēng)險投資對企業(yè)績效影響的實證分析

3.1　描述性統(tǒng)計分析

3.1.1變量選擇

本文將變量指標(biāo)分成了兩組：一組為企業(yè)特征指標(biāo)，主要用于傾向性得分匹配(PSM)，判斷其是否為影響風(fēng)險投資機構(gòu)參股的因素，以及使用有影響的因素對企業(yè)進行打分，進而實現(xiàn)實驗組和對照組的匹配；一組為財務(wù)指標(biāo)，用于完成匹配后對實驗組和對照組樣本企業(yè)績效進行比較。變量列表詳見表1。

表1　變量列表

數(shù)據(jù)來源：國泰安(CSMAR)數(shù)據(jù)庫，深圳證券交易所企業(yè)年報。

根據(jù)Audretsch和Lehmann、Engel和Keilbach等的研究結(jié)果，創(chuàng)業(yè)者的人力資本、公司特征、發(fā)起人資質(zhì)、企業(yè)擁有專利數(shù)量、公司成立時間、所屬行業(yè)以及所屬地區(qū)等都是影響風(fēng)險投資選擇參股企業(yè)的因素。因此，本文將企業(yè)所在行業(yè)、員工數(shù)量對數(shù)、總部所在地、創(chuàng)立年份、董事長學(xué)歷以及員工高等教育人數(shù)比例作為企業(yè)特征變量。

根據(jù)Colombo 和 Grilli等的研究結(jié)果，管理經(jīng)驗對企業(yè)能否得到風(fēng)險投資的支持有顯著影響?；诖?，本文用管理費用與主營業(yè)務(wù)收入比衡量企業(yè)管理能力，作為企業(yè)基本特征指標(biāo)之一。另外，還加入了企業(yè)凈資產(chǎn)對數(shù)、每股凈資產(chǎn)、年末無限售股票對數(shù)、凈資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)對數(shù)以及總負債對數(shù)作為企業(yè)特征變量指標(biāo)。

除企業(yè)創(chuàng)立年份、所在行業(yè)、總部所在地、董事長學(xué)歷等需要進行賦值以外，其他指標(biāo)都是取樣本企業(yè)2013—2015年3年的平均數(shù)?！皢T工高等教育人數(shù)比例”是指員工接受大學(xué)本科及以上學(xué)歷教育的人數(shù)占總員工數(shù)量的百分比(由于披露規(guī)則不統(tǒng)一，有的企業(yè)只披露了大專及以上，則假設(shè)其全部為大專學(xué)歷)。

上述變量集合即為本文2.1節(jié)所定義的變量組X，進行傾向性評分匹配法的隱含假設(shè)是管理者的管理理念及其他條件完全相同。

楊希等在研究風(fēng)險投資對中小企業(yè)績效影響時，是從風(fēng)險投資事前和事后兩個角度來分析，使用了企業(yè)財務(wù)指標(biāo)和增長指標(biāo)兩個方面來衡量業(yè)績?？紤]到本文只研究風(fēng)險投資對績效的影響，僅選取總資產(chǎn)收益率(ROA)、凈資產(chǎn)收益率(ROE)和主營業(yè)務(wù)凈利潤率(OPE)衡量上市公司業(yè)績。

3.1.2變量描述性分析

本文企業(yè)特征變量及績效指標(biāo)變量統(tǒng)計性描述見表2。

有風(fēng)險投資參股企業(yè)與無風(fēng)險投資參股企業(yè)特征變量及績效指標(biāo)變量的均值T檢驗結(jié)果見表3。

表2　樣本整體變量描述統(tǒng)計

表3　樣本變量統(tǒng)計結(jié)果

從表3的統(tǒng)計描述可以看出：在全部378個企業(yè)中，共有132家企業(yè)有風(fēng)險投資參股，占比30.69%；從員工人數(shù)上來看，有風(fēng)險投資企業(yè)比無風(fēng)險投資企業(yè)人數(shù)少；有風(fēng)險投資企業(yè)的管理費用與主營業(yè)務(wù)收入比高于無風(fēng)險投資持股企業(yè)，這與Colombo和Grilli的研究結(jié)果不符，說明我國創(chuàng)業(yè)板企業(yè)和國外情況不同；有風(fēng)險投資機構(gòu)參股的企業(yè)每股凈資產(chǎn)明顯高于無風(fēng)險投資機構(gòu)企業(yè)，這可以初步說明風(fēng)險投資參股與企業(yè)每股凈資產(chǎn)有關(guān)；而有風(fēng)險投資的企業(yè)的總資產(chǎn)、總負債、凈資產(chǎn)、凈資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)周轉(zhuǎn)率指標(biāo)雖然均高于無風(fēng)險投資的企業(yè)，但是差異并不明顯。

從表3中T檢驗結(jié)果來看：有風(fēng)險投資參股企業(yè)的每股凈資產(chǎn)平均值與無風(fēng)險投資參股企業(yè)存在顯著差異,這說明有風(fēng)險投資參股的企業(yè)其每股價值明顯高于沒有風(fēng)險投資參股企業(yè)；而有風(fēng)險投資持股企業(yè)剩余企業(yè)特征變量和企業(yè)績效指標(biāo)變量與無風(fēng)險投資持股企業(yè)均無顯著差異。這說明如果不進行傾向打分匹配，而是直接比較實驗組和對照組的情況，并不能得出顯著結(jié)果。

3.2　傾向性打分匹配實證分析

首先根據(jù)有無風(fēng)險投資機構(gòu)持股將樣本分為實驗組(有風(fēng)險投資持股的企業(yè))和對照組(無風(fēng)險投資持股的企業(yè))，再進行傾向性打分匹配。

本文選用Probit模型，以是否風(fēng)險投資參股(VC)為因變量，董事長學(xué)歷(EDU)、員工受教育程度(PRO)、期末流通股股數(shù)對數(shù)(FREE)、行業(yè)(IND)、總資產(chǎn)對數(shù)(LNAT)、凈資產(chǎn)對數(shù)(LNNET)、總負債對數(shù)(LNDB)、員工數(shù)量對數(shù)(LNEMP)、地區(qū)(LOC)、管理費用與營業(yè)收入比(MAN)、每股凈資產(chǎn)(NETPS)、凈資產(chǎn)周轉(zhuǎn)率(PNCR)、成立年份(YEAR)等指標(biāo)為自變量，使用Eviews8.0軟件進行傾向性打分匹配的回歸分析，結(jié)果見表4。

表4　Probit模型回歸分析

從表4的擬合結(jié)果可以看出：除了員工數(shù)量對數(shù)(LNEMP)和凈資產(chǎn)對數(shù)(LNNET)在5%水平以下顯著不為0以外，其他變量系數(shù)均不顯著。McFadden R-squared值只有0.03，說明擬合結(jié)果并不顯著。剔除不顯著變量，僅保留擬合系數(shù)顯著的變量，進行第2次Probit回歸，結(jié)果如表5所示。

表5　第2次Probit模型回歸結(jié)果

從表5的擬合結(jié)果來看：在剔除常數(shù)項以及不顯著變量以后，只剩下LNEMP、LNNET、FREE這3個變量，這說明在樣本企業(yè)中，風(fēng)險投資是否選擇參股企業(yè)僅與被投資企業(yè)的員工人數(shù)、凈資產(chǎn)和期末流通股股數(shù)3個變量在10%置信水平上顯著相關(guān)。這也和表3中的結(jié)果一致，有風(fēng)險投資參股企業(yè)每股凈資產(chǎn)明顯大于無風(fēng)險投資參股企業(yè)。而表5的回歸結(jié)果也說明風(fēng)險投資機構(gòu)是否參股企業(yè)與期末流通股股數(shù)呈負相關(guān)，與凈資產(chǎn)總量呈正相關(guān)。

接下來根據(jù)表5所得的變量系數(shù)，計算每個樣本收到風(fēng)險投資參股的概率，作為傾向評分值，所得擬合公式如下：

(8)

其中Φ(·)為標(biāo)準正態(tài)分布的累積概率分布函數(shù)。

以算得的傾向得分值為標(biāo)準，根據(jù)最鄰近匹配原則，為每個實驗組樣本從對照組中尋找匹配企業(yè)。匹配后使用配對樣本T檢驗對企業(yè)特征進行變量統(tǒng)計性描述，觀察實驗組企業(yè)和對照組企業(yè)特征變量的差異，結(jié)果如表6所示。

表6　樣本特征統(tǒng)計描述(匹配后)

通過進行描述性分析，試圖找到對應(yīng)情況下實驗組和對照組每個特征變量是否有差異，并以此判斷對應(yīng)風(fēng)險投資(風(fēng)險投資參股、國有背景、高聲譽)對被投資企業(yè)的偏好。

首先，分析全樣本變量。有風(fēng)險投資參股的企業(yè)員工人數(shù)、員工高等教育人數(shù)比例都略小于無風(fēng)險投資參股企業(yè)；匹配后的管理費用與主營業(yè)務(wù)收入比仍然是有風(fēng)險投資參股的企業(yè)更高；每股凈資產(chǎn)仍是有風(fēng)險投資參股企業(yè)高于無風(fēng)險投資參股企業(yè)；匹配后無風(fēng)險投資參股企業(yè)的凈資產(chǎn)高于有風(fēng)險投資企業(yè)；與匹配前比，無風(fēng)險投資參股企業(yè)的平均期末流通股數(shù)有所下降，且小于有風(fēng)險投資參股企業(yè)的期末流通股股數(shù)；凈資產(chǎn)周轉(zhuǎn)率也有所下降，與有風(fēng)險投資參股企業(yè)的差距進一步擴大；平均總資產(chǎn)、總負債有所上升，并且均大于有風(fēng)險投資參股企業(yè)，但是以上差異均不顯著。

其次，研究發(fā)現(xiàn)：有國有背景風(fēng)險投資參股企業(yè)和對照組無風(fēng)險投資參股企業(yè)的員工人數(shù)均高于整體樣本，同時對照組無風(fēng)險投資參股企業(yè)的員工人數(shù)遠高于有國有背景風(fēng)險投資參股企業(yè)，差異明顯；剩余特征變量的實驗組與對照組都是略有差異，但均不顯著。

最后，分析高聲譽風(fēng)險投資參股的影響：高聲譽風(fēng)險投資參股企業(yè)的員工人數(shù)高于無風(fēng)險投資參股企業(yè)，這與總體風(fēng)險投資參股企業(yè)情況不同，但是并沒有顯著差異；管理費用與主營業(yè)務(wù)收入比低于無風(fēng)險投資參股企業(yè)，但是差異不明顯，不能證明和國外結(jié)論一致；高聲譽風(fēng)險投資參股企業(yè)的每股凈資產(chǎn)、凈資產(chǎn)、平均總資產(chǎn)、平均總負債、平均期末流通股數(shù)均高于無風(fēng)險投資參股企業(yè)，但是差異并不明顯；高聲譽風(fēng)險投資參股企業(yè)的凈資產(chǎn)周轉(zhuǎn)率明顯低于無風(fēng)險投資參股企業(yè)，這說明高聲譽風(fēng)險投資參股企業(yè)的凈資產(chǎn)收益略低于無風(fēng)險投資企業(yè)。

從表6中還可以看出：除個別變量外，實驗組和對照組的差異無論是在全樣本還是子樣本中都不顯著。進行傾向評分匹配是為了找到與實驗組最大程度相同的匹配企業(yè)，從而比較實驗組和對照組企業(yè)的績效差異。

3.3　風(fēng)險投資機構(gòu)參股對企業(yè)績效影響的實證分析

按照傾向性打分匹配方法，通過給樣本企業(yè)打分，理論上找到的對照組企業(yè)影響風(fēng)險投資參股的企業(yè)特征因素與對應(yīng)的實驗組企業(yè)最接近。本節(jié)擬比較分析匹配后的風(fēng)險投資機構(gòu)參股和無風(fēng)險投資機構(gòu)參股企業(yè)績效變量的平均差異。為了消除小樣本帶來的誤差，所有ATT結(jié)果均使用spss22.0進行500次bootstrap抽樣，并通過進行均值獨立樣本T檢驗得到。

3.3.1風(fēng)險投資的引入對企業(yè)績效影響實證分析

對匹配后有風(fēng)險投資機構(gòu)參股和無風(fēng)險機構(gòu)參股企業(yè)的績效指標(biāo)變量進行配對樣本T檢驗，實驗組和對照組的績效均值差異即為本文定義的ATT值，結(jié)果見表7。

從表7中的計算結(jié)果可以看出：ROA、ROE、OPE這3個變量處理效果(ATT)均小于0。這說明匹配后的風(fēng)險投資參股樣本均值反而小于對照組樣本均值，與匹配前的檢驗結(jié)果不太相同。但由于T統(tǒng)計量在95%置信區(qū)間并不顯著，因此不能認為經(jīng)過傾向性打分匹配后的風(fēng)險投資支持企業(yè)經(jīng)營業(yè)績與無風(fēng)險投資企業(yè)經(jīng)營業(yè)績有顯著差別。這與楊其靜的研究結(jié)果相似，被投資企業(yè)在引入風(fēng)險投資后的經(jīng)營表現(xiàn)并沒有得到改善。

之所以會出現(xiàn)表7的結(jié)果，一方面可能是由于在考察風(fēng)險投資對上市公司績效影響時使用的是市場平均數(shù)據(jù)，而近年來我國大量民營風(fēng)險投資資本和私募股權(quán)基金入市，新創(chuàng)機構(gòu)自身實力不夠且缺乏管理經(jīng)驗和核心競爭力，新創(chuàng)機構(gòu)在急于建立和提高聲譽的同時，并沒有能力為融資人提供大量長期股權(quán)成本和增值服務(wù)，形成了企業(yè)上市后長期績效走低的“逐名”效應(yīng)，使得風(fēng)險投資在創(chuàng)業(yè)板市場上整體影響表現(xiàn)并不明顯；另一方面，風(fēng)險投資最突出的特點就是具有較大風(fēng)險和不確定性，為了降低這種風(fēng)險和不確定性以及后期可能帶來的融資壓力，風(fēng)險投資機構(gòu)往往存在追逐短期投資利益的動機，并不會讓團隊花費太多精力在投資項目上，導(dǎo)致對被投資企業(yè)的監(jiān)管力度不夠、責(zé)任感不強，這在一定程度上不利于企業(yè)長期發(fā)展。

3.3.2風(fēng)險投資特征對企業(yè)績效影響實證分析

1) 國有背景風(fēng)險投資機構(gòu)參股影響研究

國有背景風(fēng)險投資機構(gòu)參股企業(yè)和無風(fēng)險投資參股企業(yè)ATT的計算結(jié)果如表8所示。

表7　風(fēng)險投資機構(gòu)參股對企業(yè)績效影響作用的ATT回歸結(jié)果(匹配后)

表8　國有風(fēng)險投資參股對企業(yè)績效影響的回歸結(jié)果(相比無風(fēng)險投資)(匹配后)

從表8可以看出：國有背景風(fēng)險投資參股的企業(yè)總資產(chǎn)收益率(ROA)、主營業(yè)務(wù)收益率(OPE)均稍好于無風(fēng)險投資參股企業(yè)，凈資產(chǎn)收益率(ROE)略低于無風(fēng)險投資企業(yè)，但是在95%置信區(qū)間下效果仍不顯著。說明經(jīng)過傾向性打分匹配以后，國有風(fēng)險投資參股企業(yè)在績效上與無風(fēng)險投資持股企業(yè)仍沒有顯著區(qū)別。

表9描述的是國有背景風(fēng)險投資持股企業(yè)和非國有背景風(fēng)險投資持股企業(yè)的比較效果，從ATT可以看出：除輔助指標(biāo)主營業(yè)務(wù)利潤率(OPE)以外，國有背景風(fēng)險投資持股企業(yè)經(jīng)營業(yè)績變量均略差于非國有背景風(fēng)險投資持股企業(yè)。但是在5%置信度下該差別并不顯著。

綜上可以得出：國有背景風(fēng)險投資參股對創(chuàng)業(yè)板企業(yè)績效并沒有顯著影響。這也與陳偉和曹黎娟、余琰等的研究結(jié)果相同。這可能是由于以下幾個原因：一是大多數(shù)國有背景風(fēng)險投資機構(gòu)的管理體制較為僵化，權(quán)利過于集中，導(dǎo)致投資決策和辦事效率低下。比如過于繁瑣的層層審批制度，使得一些具有業(yè)務(wù)經(jīng)驗、了解具體投資情況的負責(zé)人員得不到及時授權(quán)，企業(yè)對環(huán)境變化的反應(yīng)能力較差。二是國有背景風(fēng)險投資的高層管理人員多為非專業(yè)人士，缺乏提供增值服務(wù)的經(jīng)驗，對市場反應(yīng)不敏銳，沒有專業(yè)團隊對被投資企業(yè)進行管理，并不能有效地輔導(dǎo)被投資企業(yè)。

2) 高聲譽風(fēng)險投資機構(gòu)持股影響研究

比較高聲譽風(fēng)險投資機構(gòu)持股企業(yè)與無風(fēng)險投資機構(gòu)參股企業(yè)的ATT如表10所示，比較高聲譽風(fēng)險投資機構(gòu)持股企業(yè)與其他風(fēng)險投資機構(gòu)持股企業(yè)的ATT結(jié)果如表11所示。

表9　國有風(fēng)險投資參股對企業(yè)績效影響的回歸結(jié)果(相比非國有風(fēng)險投資)(匹配后)

表10　高聲譽風(fēng)險投資參股對企業(yè)績效影響的回歸結(jié)果(相比無風(fēng)險投資)(匹配后)

從表10可以看出：業(yè)績指標(biāo)總資產(chǎn)利潤率(ROA)、凈資產(chǎn)利潤率(ROE)、主營業(yè)務(wù)利潤率(OPE)均是高聲譽風(fēng)險投資參股企業(yè)好于無風(fēng)險投資企業(yè)。在10%置信度下，主營業(yè)務(wù)利潤率(OPE)的影響結(jié)果ATT是顯著的。

表11　高聲譽風(fēng)險投資參股對企業(yè)績效影響的回歸結(jié)果(相比非高聲譽風(fēng)險投資)

從表11可以看出：高聲譽風(fēng)險投資參股企業(yè)的績效指標(biāo)均好于非高聲譽風(fēng)險投資參股企業(yè)。在10%置信度下，ROA和ROE具有顯著差異。結(jié)合表10、表11可以得出結(jié)論：高聲譽風(fēng)險投資參股對提高企業(yè)績效有積極作用，而且這種作用在高聲譽風(fēng)險投資參股企業(yè)與非高聲譽參股企業(yè)中更加明顯。與Kaplan and Stromberg(2001)的研究結(jié)果相似，支持了認證/監(jiān)督理論，表明高聲譽的風(fēng)險投資為了維持其聲譽和市場地位會對被參股企業(yè)提供高質(zhì)量的增值服務(wù)，包括豐富的行業(yè)經(jīng)驗、更強的專業(yè)能力等，便于幫助被投資企業(yè)完善運營水平和提高業(yè)務(wù)能力。

3.3.3風(fēng)險投資參股前后業(yè)績指標(biāo)對比

由于企業(yè)通常在上市前引入風(fēng)險投資(本文幾乎所有樣本企業(yè)引入風(fēng)險投資機構(gòu)的時間是在上市之前)，上市企業(yè)必須公開披露的僅是上市前3年的財務(wù)數(shù)據(jù)，因此如果風(fēng)險投資參股的時間是在上市前3年之前，那么參股前的數(shù)據(jù)屬于上市企業(yè)的非公開數(shù)據(jù)，具有一定的不可獲得性。在剔除數(shù)據(jù)無法獲取的樣本后，本文在132家風(fēng)險投資參股企業(yè)中提取了77家風(fēng)險投資參股企業(yè)為樣本。在逐個翻閱樣本企業(yè)披露的《關(guān)于公司設(shè)立以來股本演變情況的說明》文件及新聞報告等取得風(fēng)險投資機構(gòu)的參股時間后，從被投資企業(yè)發(fā)布的招股說明書、年度報告等文件中摘出這些風(fēng)險投資機構(gòu)參股前與參股后的企業(yè)業(yè)績指標(biāo)數(shù)據(jù)，本部分數(shù)據(jù)主要來源于WIND數(shù)據(jù)庫、國泰安數(shù)據(jù)庫以及企查查等網(wǎng)站。接下來，從風(fēng)險投資參股前后企業(yè)業(yè)績變化的角度，使用統(tǒng)計分析軟件對比分析了參股前后的企業(yè)績效變動，進一步驗證引入風(fēng)險投資機構(gòu)是否能改善企業(yè)績效。同時，分別檢驗了引入不同特征的風(fēng)險投資對于企業(yè)業(yè)績指標(biāo)的變動影響。

首先，選取的考察變量為風(fēng)險投資參股后兩年業(yè)績指標(biāo)與風(fēng)險投資參股前兩年業(yè)績均值的差，并采用配對樣本T檢驗，分別比較了風(fēng)險投資參股前后企業(yè)業(yè)績指標(biāo)的變化差異。從表12的結(jié)果可以看出：單獨就3項業(yè)績指標(biāo)而言，凈資產(chǎn)收益率的均值和中位數(shù)在風(fēng)險投資參股后都出現(xiàn)了明顯較大幅度的下降，而總資產(chǎn)收益率與營業(yè)收入凈利率的均值雖然出現(xiàn)了上升現(xiàn)象，但是上升幅度非常小。因此，從綜合業(yè)績指標(biāo)來看，均值或中位數(shù)都能說明，風(fēng)險投資的引入并不能改善企業(yè)績效，甚至?xí)霈F(xiàn)企業(yè)業(yè)績下滑的現(xiàn)象，雖然并沒有通過顯著性檢驗，但與上文使用PSM方法得出的結(jié)論一致。

接下來，本文對國有背景、高聲譽風(fēng)險投資樣本進行了同樣的分析。結(jié)果見表13、14。從表中對比組業(yè)績指標(biāo)數(shù)據(jù)可以看出：國有背景風(fēng)險投資是否參與對企業(yè)業(yè)績指標(biāo)變動程度的具有負影響；具有高聲譽特征的風(fēng)險投資參股后，被投資企業(yè)的績效能夠得到提高。盡管未通過顯著性檢驗，但這表明從參股前后企業(yè)業(yè)績對比變化這一新的角度研究不同特征的風(fēng)險投資對于企業(yè)績效的影響得出的結(jié)果，與本文研究結(jié)論相吻合。形成這些現(xiàn)象的原因，在上文3.3.1、3.3.2部分已作詳細解釋，在此不再贅述。

表12　風(fēng)險投資參股前后企業(yè)業(yè)績指標(biāo)的變動

表13　國有背景風(fēng)險投資參股前后企業(yè)業(yè)績指標(biāo)變動

表14　高聲譽風(fēng)險投資參股前后企業(yè)業(yè)績指標(biāo)變動

4　結(jié)論及建議

本文以2013—2015年有風(fēng)險投資支持的創(chuàng)業(yè)板上市企業(yè)為研究樣本，首先研究了在創(chuàng)業(yè)板樣本企業(yè)中影響風(fēng)險投資投資參股的因素，并運用傾向性打分匹配法來消除樣本選擇偏差的基礎(chǔ)上，使用Probit回歸分析風(fēng)險投資機構(gòu)參股對上市企業(yè)績效的影響。實證表明：① 整體而言，創(chuàng)業(yè)板上有風(fēng)險投資參股的企業(yè)與無風(fēng)險投資參股企業(yè)在企業(yè)績效上并沒有顯著差別；② 政府背景的風(fēng)險投資參股也并未明顯影響到企業(yè)績效；3)高聲譽風(fēng)險投資參股對企業(yè)長期績效有積極影響，同非高聲譽風(fēng)險投資機構(gòu)相比，高聲譽風(fēng)險投資對企業(yè)績效的影響更大。

結(jié)合上述結(jié)論，本文提出3點建議：① 針對整個風(fēng)險投資行業(yè)，建議政府相關(guān)部門在鼓勵和支持民營風(fēng)險投資資本發(fā)展的同時，制定相關(guān)行業(yè)制度規(guī)范，對風(fēng)險投資機構(gòu)及相關(guān)人員進行適度監(jiān)管；建立風(fēng)險機構(gòu)聲譽評價機制，實施扶優(yōu)限劣、獎罰分明的方針，鼓勵和刺激高聲譽風(fēng)險投資機構(gòu)更積極有效的參與企業(yè)管理。同時，可出臺一系列獎勵高聲譽風(fēng)險投資機構(gòu)的優(yōu)惠政策，能夠進一步促進風(fēng)險投資機構(gòu)提高效能。② 基于我國實際國情，國有背景風(fēng)險投資機構(gòu)應(yīng)積極發(fā)揮“揚長避短”的精神，充分利用自身擁有的背景和資源、變革過于行政化的管理機制，提高決策效率和專業(yè)化能力，只有真正做到體制、管理上的雙創(chuàng)新，才能更好地發(fā)揮國有背景風(fēng)險投資的扶持和監(jiān)督作用。③ 企業(yè)在選擇引入風(fēng)險投資時，應(yīng)著重考慮風(fēng)險投資機構(gòu)的聲譽，高聲譽的風(fēng)險投資機構(gòu)可能擁有眾多公司治理和財務(wù)方面的人才，通過積極參與被投資企業(yè)管理為企業(yè)提供高質(zhì)量的非資本服務(wù)，使得企業(yè)更容易獲得融資，從而能夠促進企業(yè)發(fā)展；就風(fēng)險投資機構(gòu)而言，應(yīng)通過積累管理經(jīng)驗、提升專業(yè)能力、培養(yǎng)專業(yè)團隊等途徑鞏固自身實力，加強聲譽建設(shè)，從而推動整個風(fēng)險投資行業(yè)的健康發(fā)展。

參考文獻：

[1]ADMATIAR， PFLEIDERER P.Robust Financial Contracting and the Role of Venture Capitalists[J].Journal of Finance,1994,49(2):371-402.

[2]CHEN H K,LIANG W L.Do venture capitalists improve the operating performance of IPOs?[J].International Review of Economics & Finance,2016,44:291-304.

[3]COLOMBO M， GRILLI L.On Growth Drivers of High-Tech Start-Ups:Exploring the Role of Founders’ Human Capital and Venture Capital[J].Journal of Business Venturing,2010,25(6):610-626.

[4]ENGEL D AND KEILBACH M.Firm Level Implications of Early Stage Venture Capital Investment:An Empirical Investigation[J].Journal of Empirical Finance,2007,14(2):150-167.

[5]GRILLI L,MURTINU S.Government,Venture Capital and The Growth of European High-tech Entrepreneurial Firms.[J].Research Policy,2014,43(9):1523-1543.

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

[7]GOMPERS P A.Optimal Investment,Monitoring and the Staging of Venture Capital[J].Journal of Finance,1995,50:1461-1489.

[8]HOCHBERG Y,LJUNGQVIST A,LU Y.Whom You Know Matters:Venture Capital Networks and Investment Performance[J].Journal of Finance 2007,62:251-301.

[9]KAPLAN S N，STROMBERG P.Venture Capitalists as Principals:Contracting，Screening，and Monitoring[J].American Economic Review,2001,91:426-430.

[10] LAWRENCE A，MIGUEL M,ZHANG P.Can Big 4 Versus Non-big 4 Differences in Audit-quality Proxies Be Attributed to Client Characteristics?[J].the Accounting Review，2011,86(1):259-286.

[11] LEE P M,WAHAL S.Grandstanding,Certification And The Underpricing Of Venture Capital Backed IPOs[J].Journal of Financial Economics,2004,73(2):375-407.

[12] LERNER J.Venture Capitalists and the Oversight of Private Firms[J].Journal of Finance,1995,50:301-318.

[13] ROSENBAUM P， RUBIN D B.The Central Role of the Propensity Score in Observational Studies for Causal Effects[J].Biometrica,1983(70):41-55.

[14] SAHLMAN W.The Structure and Governance of Venture Capital Organization,[J].Journal of Financial Economics.1990,27(6):473-521.

[15] TANT H H.The Effect of Venture Capital Investment-Evidence from China’s Small and Medium-Sized Enterprise Board[J].Journal of Small Business Management,2013,51(1):138-157.

[16] YANG R,XIA K,WEN H.Venture Capital,Financial Leverage and Enterprise Performance[J].Procedia Computer Science,2016,91:114-121.

[17] 賈寧，李丹.創(chuàng)業(yè)投資管理對企業(yè)績效表現(xiàn)的影響[J].南開管理評論，2011,1:96-106.

[18] 勒明，王娟.風(fēng)險投資介人中小企業(yè)公司治理的機制與效果研究[J].財經(jīng)論叢，2010(11)：84-90.

[19] 吳超鵬，吳世農(nóng)，程靜雅等.風(fēng)險投資對上市公司投融資行為影響的實證研究[J].經(jīng)濟研究.2012(1):105-119.

[20] 袁蓉麗，文雯，汪利.風(fēng)險投資和IPO公司董事會治理——基于傾向評分匹配法的分析[J].中國軟科學(xué),2014(5):118-128.

[21] 楊其靜，程商政，朱玉.VC 真在努力甄選和培育優(yōu)質(zhì)創(chuàng)業(yè)型企業(yè)嗎？——基于深圳創(chuàng)業(yè)板上市公司的研究[J].金融研究，2015(4)：192-206.

[22] 余琰,羅煒等.國有風(fēng)險投資的投資行為和投資成效[J]經(jīng)濟研究，2014(2):32-46.

[23] 張科舉.創(chuàng)業(yè)板上市公司IPO前后業(yè)績變動及風(fēng)險投資的角色[J].商業(yè)研究,2016(1):78-82.

[24] 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):118-132.

[25] 張學(xué)勇，張葉青.風(fēng)險投資、創(chuàng)新能力與公司IPO的市場表現(xiàn)[J].經(jīng)濟研究,2016(10):112-125.

[26] 趙靜梅，傅立立，申宇.風(fēng)險投資與企業(yè)生產(chǎn)效率:助力還是阻力?[J].金融研究,2015(11):159-174.