創(chuàng)業(yè)投資的最優(yōu)時(shí)機(jī)和規(guī)模選擇

閔俊棚

摘? ?要：為探究創(chuàng)投企業(yè)的投資決策以引導(dǎo)其投早、投小、投硬科技，根據(jù)包含技術(shù)創(chuàng)新不確定性的創(chuàng)業(yè)投資模型，求解投資最優(yōu)時(shí)機(jī)和最佳規(guī)模，并通過(guò)比較靜態(tài)分析，探討外生參數(shù)對(duì)二者的影響。結(jié)果表明，在其他條件給定時(shí)，需求彈性降低和可變成本系數(shù)上升均導(dǎo)致投資時(shí)機(jī)推遲、規(guī)模下降；隨著固定成本上升，投資時(shí)機(jī)將推遲，規(guī)模隨之?dāng)U大。貼現(xiàn)因子的提高將降低投資規(guī)模。若固定成本較低，貼現(xiàn)因子提高會(huì)使投資時(shí)機(jī)提前，但若固定成本較高，貼現(xiàn)因子提高會(huì)對(duì)投資時(shí)機(jī)產(chǎn)生先提前后推遲的影響。在技術(shù)升級(jí)幅度大、創(chuàng)新強(qiáng)度高的行業(yè)，投資時(shí)機(jī)相對(duì)推遲，規(guī)模也將提高。因此，政府應(yīng)根據(jù)企業(yè)所屬行業(yè)的不同特征制定有針對(duì)性的創(chuàng)業(yè)投資激勵(lì)政策，且對(duì)于技術(shù)迭代快的行業(yè)，應(yīng)充分落實(shí)稅收優(yōu)惠和補(bǔ)貼政策。

關(guān)鍵詞：創(chuàng)業(yè)投資；實(shí)物期權(quán)；投資時(shí)機(jī)；投資規(guī)模；比較靜態(tài)分析

中圖分類號(hào)：F830? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2023）24-0075-05

引言

黨的二十大報(bào)告指出，“必須堅(jiān)持科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動(dòng)力?！眲?chuàng)業(yè)投資對(duì)實(shí)現(xiàn)科技、人才、管理等創(chuàng)新要素與創(chuàng)業(yè)企業(yè)有效結(jié)合、 促進(jìn)科技創(chuàng)新成果轉(zhuǎn)化意義重大[1]。在創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略指引下，包括稅收優(yōu)惠和資金補(bǔ)貼在內(nèi)的多項(xiàng)政策相繼出臺(tái)，對(duì)創(chuàng)業(yè)投資予以扶持[2，3]。2022年科技部和財(cái)政部聯(lián)合印發(fā)的《企業(yè)技術(shù)創(chuàng)新能力提升行動(dòng)方案（2022—2023年）》指出，“鼓勵(lì)各類天使投資、風(fēng)險(xiǎn)投資基金支持企業(yè)創(chuàng)新創(chuàng)業(yè)，深入落實(shí)創(chuàng)業(yè)投資稅收優(yōu)惠政策，引導(dǎo)創(chuàng)投企業(yè)投早、投小、投硬科技?！贝苏吣繕?biāo)的實(shí)現(xiàn)離不開對(duì)經(jīng)濟(jì)主體投資行為的充分認(rèn)識(shí)。本文基于實(shí)物期權(quán)理論，從創(chuàng)投機(jī)構(gòu)視角探究科技型企業(yè)的創(chuàng)業(yè)投資決策問(wèn)題，并分析外生參數(shù)對(duì)創(chuàng)投決策的影響。

根據(jù)陸羽中等（2020）[1]對(duì)國(guó)際創(chuàng)業(yè)投資研究的梳理，國(guó)際上對(duì)創(chuàng)業(yè)投資的研究圍繞創(chuàng)投企業(yè)和創(chuàng)業(yè)企業(yè)展開。前者涉及投資的戰(zhàn)略、績(jī)效、決策等方面，后者集中在VC對(duì)企業(yè)的影響等方面。目前國(guó)內(nèi)關(guān)于創(chuàng)業(yè)投資的研究主要集中在創(chuàng)業(yè)投資引導(dǎo)基金上，這與創(chuàng)業(yè)投資在我國(guó)發(fā)展的實(shí)際情況有關(guān)。相比許多發(fā)達(dá)國(guó)家，創(chuàng)業(yè)投資在中國(guó)起步較晚。1985年中國(guó)首家創(chuàng)業(yè)投資公司成立，隨后各地方政府相繼成立創(chuàng)業(yè)投資公司。2005年國(guó)家發(fā)改委等十部委共同頒布的《創(chuàng)業(yè)投資企業(yè)管理暫行辦法》允許政府設(shè)立創(chuàng)業(yè)投資引導(dǎo)基金。由于這些基金在引導(dǎo)民間創(chuàng)業(yè)投資資本運(yùn)作中起到重要作用，所以許多以創(chuàng)業(yè)投資引導(dǎo)基金為核心的研究相繼展開，主要包括創(chuàng)業(yè)投資引導(dǎo)基金的績(jī)效評(píng)估[4，5]、對(duì)行業(yè)募資和投資的促進(jìn)作用[6]以及對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響[7]。另有一些文獻(xiàn)探討了一般情形下的創(chuàng)業(yè)投資行為[8-12]。

目前，國(guó)內(nèi)針對(duì)創(chuàng)業(yè)投資的研究中對(duì)于如何進(jìn)一步落實(shí)“投早、投小、投硬科技”的探討還相對(duì)匱乏。事實(shí)上，“投早、投小、投硬科技”在上述行動(dòng)方案印發(fā)之前就已經(jīng)備受創(chuàng)投機(jī)構(gòu)和研究人員的關(guān)注[13-14]。究其原因，一是其對(duì)完善金融支持創(chuàng)新發(fā)展體系，助推高質(zhì)量發(fā)展具有重要意義；二是目前創(chuàng)業(yè)投資對(duì)于科技型中小企業(yè)的支持力度尚有不足[15]。因此，認(rèn)清創(chuàng)業(yè)投資行為的決定機(jī)制和影響因素，對(duì)于進(jìn)一步制定投資激勵(lì)政策具有舉足輕重的作用。同時(shí)，針對(duì)科技型企業(yè)的投資具有極大的不確定性，相關(guān)研究應(yīng)將其納入分析框架。實(shí)物期權(quán)投資理論正是分析不確定性投資的一種重要方法[16]。

引導(dǎo)創(chuàng)投企業(yè)“投早、投小、投硬科技”，根據(jù)實(shí)物期權(quán)的術(shù)語(yǔ)可表述為“鼓勵(lì)創(chuàng)投機(jī)構(gòu)對(duì)發(fā)展早期的中小型科技企業(yè)進(jìn)行更大規(guī)模的投資”。

根據(jù)實(shí)物期權(quán)理論，在基于凈現(xiàn)值的投資中，忽略由投資不可逆性和可推遲性所產(chǎn)生的期權(quán)價(jià)值，將導(dǎo)致錯(cuò)誤的投資決策[16]。這種決策錯(cuò)誤在高度不確定的投資環(huán)境中尤其嚴(yán)重。當(dāng)創(chuàng)投機(jī)構(gòu)投資科技型企業(yè)時(shí)，由于投資對(duì)象往往是早期中小企業(yè)，投資將面臨巨大的不確定性，這種不確定性賦予投資較大的實(shí)物期權(quán)價(jià)值[17]，是研究中必須考慮的因素。本文基于Huisman（2000）[18]，利用泊松過(guò)程來(lái)刻畫創(chuàng)業(yè)投資的技術(shù)不確定性，對(duì)創(chuàng)業(yè)投資問(wèn)題構(gòu)建實(shí)物期權(quán)投資模型，采用動(dòng)態(tài)最優(yōu)化方法得出投資項(xiàng)目的價(jià)值函數(shù)，通過(guò)值匹配條件求解投資最優(yōu)時(shí)機(jī)和規(guī)模，并在此基礎(chǔ)上進(jìn)行比較靜態(tài)分析，探討外生的經(jīng)濟(jì)環(huán)境參數(shù)和技術(shù)參數(shù)如何影響投資決策。最后，根據(jù)研究結(jié)果給出對(duì)應(yīng)的政策建議，指明下一步研究方向。

一、創(chuàng)業(yè)投資的項(xiàng)目?jī)r(jià)值

下面將構(gòu)建創(chuàng)業(yè)投資模型，求解投資的項(xiàng)目?jī)r(jià)值，并在此基礎(chǔ)上得出投資觸發(fā)水平。假設(shè)技術(shù)創(chuàng)新服從泊松過(guò)程，每次創(chuàng)新使科技水平提升的幅度為u，創(chuàng)新發(fā)生的強(qiáng)度為λ。令θ表示第i次技術(shù)創(chuàng)新后的技術(shù)水平，Ti表示第i次技術(shù)創(chuàng)新到來(lái)的時(shí)間。給定{Ti}i∈N，τi表示第i-1次與第i次技術(shù)創(chuàng)新之間的時(shí)間間隔，即τi=Ti-Ti-1。不失一般性，設(shè)T0=0，θ0=1。將記錄技術(shù)創(chuàng)新發(fā)生次數(shù)的計(jì)數(shù)過(guò)程記為N（t），它服從參數(shù)為λ+的泊松分布。給定上述技術(shù)過(guò)程，第n次技術(shù)創(chuàng)新到來(lái)的時(shí)間服從形狀參數(shù)為，強(qiáng)度參數(shù)為λ的Gamma分布。由此可知，第n次技術(shù)創(chuàng)新發(fā)生時(shí)一單位投資的現(xiàn)值為E（e-rTn）=λn/（λ+r）n[18]。假設(shè)產(chǎn)品的反需求函數(shù)為P（θ，K）=θ（1-αK），其中，α為刻畫需求價(jià)格彈性的參數(shù)，K代表投資規(guī)模。在技術(shù)水平θ下，投資項(xiàng)目的利潤(rùn)流為π（θ，K）=θ（1-αK）K。將投資的固定成本記為I，單位可變成本記為δ，投資面臨的優(yōu)化問(wèn)題為

max E π（θ（T），K）e-rTdt-δKe-rT|θ（0）=θ0

其中，r是連續(xù)時(shí)間下的折現(xiàn)因子，是投資時(shí)間，是投資規(guī)模。將時(shí)刻的技術(shù)水平（觸發(fā)水平）記為θ*。該問(wèn)題可通過(guò)兩步來(lái)解決，先在給定θ時(shí)通過(guò)解利潤(rùn)最大化問(wèn)題得出最優(yōu)投資規(guī)模，然后求解投資觸發(fā)水平。令表示投資價(jià)值（暫不考慮固定成本），則有

V（θ）=max π（θ，K）e-rTdt-δK

求解該問(wèn)題得出給定技術(shù)水平的最優(yōu)投資規(guī)模，K*（θ）=max（ （1 ），0）。給定上述利潤(rùn)函數(shù)和技術(shù)創(chuàng)新過(guò)程，存在唯一的觸發(fā)水平θ*。當(dāng)創(chuàng)投機(jī)構(gòu)在技術(shù)水平下投資時(shí)，V（θ）=max[ ，0]。投資項(xiàng)目的價(jià)值是投資時(shí)技術(shù)水平θ的函數(shù)，記為F（θ）。當(dāng)θ>θ*時(shí)，投資價(jià)值為F（θ）=V（θ）-I。技術(shù)水平的“等候投資區(qū)間”分成兩個(gè)子區(qū)間：在區(qū)間（0，θ*-u），即使再發(fā)生一次技術(shù)創(chuàng)新，技術(shù)也達(dá)不到觸發(fā)水平θ*；而在區(qū)間[θ*-u，θ*），再發(fā)生一次創(chuàng)新，技術(shù)就達(dá)到觸發(fā)水平。在前一子區(qū)間里，運(yùn)用Bellman方程和Ito引理可得，rF（θ）=lim+ E[dF]=λ[F（θ+u）-F（θ）]

解差分方程得到

F（θ）=c（ ）

其中c是待定常數(shù)，后續(xù)將利用邊界條件求解。在第二個(gè)子區(qū)間，再次運(yùn)用Bellman方程和Ito引理可得

rF（θ）=lim+ E[dF]=λ[V（θ+u）-I-F（θ）]

該函數(shù)方程的解為F（θ）=（ ）[V（θ+u）-I]。根據(jù)F在θ*-u處的連續(xù)性，得出

c=（ ） （V（θ*）-I）

根據(jù)點(diǎn)θ*處的值匹配條件，得到觸發(fā)水平θ*的決定式：

[V（θ*+u）-I]=V（θ*）-I

綜上所述，創(chuàng)業(yè)投資項(xiàng)目的價(jià)值為

（ ） [V（θ*）-I]，θ<θ*-u（ ）[V（θ+u）-I]，θ*-u≤θ<θ*V（θ）-I，θ≥θ*

當(dāng)θ<θ*-u時(shí)，創(chuàng)業(yè)投資項(xiàng)目的價(jià)值即為在技術(shù)觸發(fā)水平下投資時(shí)項(xiàng)目?jī)衾麧?rùn)的現(xiàn)值，折現(xiàn)因子λ/（r+λ）表示在下一次技術(shù)創(chuàng)新發(fā)生時(shí)單位投資的現(xiàn)值，在技術(shù)水平達(dá)到θ*之前共有 次技術(shù)創(chuàng)新發(fā)生，因此在θ<θ*-u時(shí)，創(chuàng)業(yè)投資的項(xiàng)目?jī)r(jià)值為經(jīng)過(guò) 次折現(xiàn)的[V（θ*）-I]。當(dāng)θ*-u≤θ<θ*時(shí)，技術(shù)水平θ將在一次技術(shù)創(chuàng)新后達(dá)到觸發(fā)水平θ*，此時(shí)投資的價(jià)值只折現(xiàn)一次，被折現(xiàn)的是創(chuàng)業(yè)投資在下次創(chuàng)新使得技術(shù)水平到達(dá)θ+u時(shí)投資所能獲得的項(xiàng)目?jī)衾麧?rùn)。當(dāng)θ≥θ*時(shí)，該投資項(xiàng)目的價(jià)值為在當(dāng)前技術(shù)水平下立即投資時(shí)的凈利潤(rùn)。

二、創(chuàng)業(yè)投資的最優(yōu)時(shí)機(jī)和規(guī)模的求解和比較靜態(tài)分析

求解最優(yōu)投資時(shí)機(jī)和規(guī)模的關(guān)鍵在于確定最優(yōu)觸發(fā)水平θ*，投資時(shí)機(jī)由θ*所定義，投資規(guī)模由K*（θ*）決定。為方便后續(xù)比較靜態(tài)分析，對(duì)于決定技術(shù)觸發(fā)水平θ*的式（1），將該式兩邊同時(shí)乘以4aθ（r+λ）（θ+u），整理得θ3+A0θ2+B0θ+C0=0，其中，A0=4Iar-2rδ-λu/r+u，B0=-4aru-δ2r2-2δru-λu2/r，C0=δ2ru（r+λ）。定義函數(shù)g（θ）≡θ3+A0θ2+B0θ+C0，方程的解θ*也是函數(shù)g（θ）的零點(diǎn)。對(duì)函數(shù)g而言，g（0）=δ2ru（r+λ）>0，g=（δr）=-4Iaδ2r3-4Iaδr2u-δλu2<0。根據(jù)g（θ）的連續(xù)性和介值定理，g（θ）在（0，δr）區(qū)間有一個(gè)根。類似地，由g（δr）<0，limθ→∞可知，在區(qū)間（δ，∞）存在θ*使得g（θ*）=0，θ*即投資觸發(fā)水平。同理，結(jié)合g（-u）和g[-u（1+δ）]的取值并再次應(yīng)用介值定理可得g的最小零點(diǎn)落在區(qū)間[-（1+δ）u，-u]內(nèi)。假設(shè)g（θ）=0的根θ1*<θ2*<θ*，上述結(jié)果表明，θ1*∈[-（1+δ）u，-u]，θ2*∈（0，+δr）。通過(guò)方程根與系數(shù)的關(guān)系，技術(shù)觸發(fā)水平θ*滿足θ*=A0-θ1*-θ2*∈（-A0+u-δr，-A0+u-δu）。創(chuàng)業(yè)投資的最優(yōu)時(shí)機(jī)由投資的觸發(fā)水平定義，在相關(guān)文獻(xiàn)[18-19]中，最優(yōu)時(shí)機(jī)通常定義為t*≡inf（t|θ≥θ*）。本文把投資最優(yōu)時(shí)機(jī)定義為第n*次創(chuàng)新到達(dá)的時(shí)間，即t*≡Tn*，其中達(dá)到觸發(fā)水平所需創(chuàng)新次數(shù)n*=[ ]+1。相對(duì)于傳統(tǒng)定義，這樣定義的最優(yōu)時(shí)機(jī)t*的概率分布較易刻畫，t*服從Gamma（n*，λ）。

下面通過(guò)具體實(shí)例展示投資時(shí)機(jī)的決定情況。假設(shè)模型的參數(shù)為λ=1，u=0.1，r=0.04，a=0.05，δ=0.1，I=10，則觸發(fā)水平為θ*≈2.6，即經(jīng)過(guò)26次創(chuàng)新后技術(shù)將達(dá)到觸發(fā)水平。若經(jīng)濟(jì)中r=0.08，I=0，則觸發(fā)水平θ*≈1.3，投資時(shí)機(jī)縮短一半。為進(jìn)一步探究外生參數(shù)如何影響最優(yōu)投資決策，下面對(duì)最優(yōu)時(shí)機(jī)和最優(yōu)規(guī)模進(jìn)行比較靜態(tài)分析。模型中外生參數(shù)可以分為兩組，一組描述企業(yè)所處經(jīng)濟(jì)環(huán)境，另一組刻畫技術(shù)創(chuàng)新過(guò)程。

（一）最優(yōu)時(shí)機(jī)的比較靜態(tài)分析

最優(yōu)時(shí)機(jī)的比較靜態(tài)分析一般是指投資觸發(fā)水平對(duì)外生參數(shù)求偏導(dǎo)。以反需求函數(shù)參數(shù)對(duì)最優(yōu)時(shí)機(jī)的影響為例，利用式（1）對(duì)a求偏導(dǎo)可得

=

由于g（θ）在θ*附近是增函數(shù)，上式中的分母g'（θ*）=3（θ*）２-2Ａ0θ*+Ｂ0>0。對(duì)上式中的分子，根據(jù)A0，Ｂ0，Ｃ0的定義可得

（θ*）２+ θ*+ =-4Ir（θ*）２-4Iurθ*=-4Irθ*（θ*+u）<0

因此可得？鄣θ*/？鄣a>0。同理，可得出其他參數(shù)的比較靜態(tài)分析結(jié)果（表1）。

的強(qiáng)度和提升幅度變大，在更高技術(shù)水平下投資的利潤(rùn)流將增加，投資項(xiàng)目的期權(quán)價(jià)值會(huì)更高，從而導(dǎo)致投資的推遲。

（二）最優(yōu)規(guī)模的比較靜態(tài)分析

最優(yōu)規(guī)模的比較靜態(tài)分析是指最優(yōu)規(guī)模對(duì)外生參數(shù)的偏導(dǎo)。參數(shù)I、u、λ、θ0不直接影響最優(yōu)規(guī)模，而是通過(guò)觸發(fā)水平間接影響，結(jié)果表明這些參數(shù)對(duì)K*均有正向影響。根據(jù)上述分析，投資項(xiàng)目的固定成本較高時(shí)，投資將被推遲。投資的推遲一般伴隨著投資規(guī)模的擴(kuò)大，這是因?yàn)樵谄渌麠l件不變時(shí)，投資規(guī)模擴(kuò)大所對(duì)應(yīng)的可變成本被折現(xiàn)得更多。至于刻畫技術(shù)創(chuàng)新過(guò)程的參數(shù)θ0、u、λ，在其他條件不變時(shí)，若初始技術(shù)水平θ0更高、創(chuàng)新的幅度u更大，或者創(chuàng)新到來(lái)的強(qiáng)度λ更大，擴(kuò)大投資是有利可圖的，創(chuàng)投機(jī)構(gòu)將進(jìn)行更大規(guī)模的投資。

參數(shù)a的分析結(jié)果表明，創(chuàng)業(yè)投資項(xiàng)目在面對(duì)較大的a時(shí)，最優(yōu)投資規(guī)模較小。直觀來(lái)看，a的提高將產(chǎn)生兩方面的影響，一是提高了觸發(fā)水平θ，推遲投資；二是使創(chuàng)業(yè)項(xiàng)目產(chǎn)品對(duì)應(yīng)的價(jià)格更低。前者意味著投資規(guī)模將擴(kuò)大，而后者將使投資規(guī)模降低。比較靜態(tài)分析結(jié)果表明，第二種效果起主導(dǎo)作用。也就是說(shuō)，如果產(chǎn)品需求對(duì)價(jià)格更為遲鈍，創(chuàng)投機(jī)構(gòu)將降低投資規(guī)模?？勺兂杀鞠禂?shù)δ對(duì)最優(yōu)規(guī)模的影響與a的情況類似，參數(shù)δ的提高，一方面使投資推遲，從而間接擴(kuò)大投資規(guī)模；另一方面通過(guò)降低投資項(xiàng)目的利潤(rùn)流來(lái)直接降低投資規(guī)模。從計(jì)算結(jié)果來(lái)看，δ的直接作用更大，即單位投資成本的上升將降低投資規(guī)模。類似地，折現(xiàn)因子的推導(dǎo)結(jié)果表明，在其他條件不變時(shí)，折現(xiàn)因子越大，投資規(guī)模越小。

三、結(jié)論

在高質(zhì)量發(fā)展階段，如何引導(dǎo)創(chuàng)投企業(yè)投早、投小、投硬科技是當(dāng)前亟需解決的問(wèn)題，但目前國(guó)內(nèi)在這方面研究較為匱乏。本文從創(chuàng)業(yè)投資機(jī)構(gòu)視角，構(gòu)建了包含最優(yōu)投資時(shí)機(jī)和規(guī)模的實(shí)物期權(quán)模型，通過(guò)投資項(xiàng)目?jī)r(jià)值函數(shù)的值匹配條件求解投資觸發(fā)水平和最優(yōu)投資規(guī)模，并在此基礎(chǔ)上，利用比較靜態(tài)分析探究外生技術(shù)和經(jīng)濟(jì)環(huán)境參數(shù)對(duì)創(chuàng)業(yè)投資決策的影響。

針對(duì)投資最佳時(shí)機(jī)問(wèn)題，關(guān)于經(jīng)濟(jì)環(huán)境參數(shù)的研究表明，若其他條件不變，需求彈性的降低、可變成本系數(shù)和固定成本的上升，都將導(dǎo)致投資最優(yōu)時(shí)機(jī)的推遲。貼現(xiàn)因子對(duì)投資時(shí)機(jī)的影響依賴于固定成本的大小。在固定成本較低時(shí)，貼現(xiàn)因子的提高會(huì)使投資時(shí)機(jī)提前；在固定成本較高時(shí)，貼現(xiàn)因子的提高對(duì)投資時(shí)機(jī)的影響會(huì)出現(xiàn)先提前后推遲的效果。這一結(jié)論表明，政府可利用不同的政策工具對(duì)創(chuàng)業(yè)投資機(jī)構(gòu)進(jìn)行激勵(lì)，但激勵(lì)政策應(yīng)根據(jù)行業(yè)類型的不同或創(chuàng)業(yè)企業(yè)的特點(diǎn)進(jìn)行有針對(duì)性的實(shí)施。降低創(chuàng)業(yè)投資項(xiàng)目的投資成本可以激勵(lì)創(chuàng)業(yè)投資企業(yè)投早、投小，其具體影響可以通過(guò)模型參數(shù)校準(zhǔn)來(lái)估算得出。關(guān)于技術(shù)環(huán)境參數(shù)的研究顯示，在技術(shù)升級(jí)幅度大、創(chuàng)新強(qiáng)度高的行業(yè)，創(chuàng)業(yè)投資的期權(quán)價(jià)值較大，從而使得投資相對(duì)推遲。為實(shí)現(xiàn)投早、投小的目標(biāo)，應(yīng)深入落實(shí)創(chuàng)業(yè)投資稅收優(yōu)惠等政策，給予其更多經(jīng)濟(jì)激勵(lì)。

關(guān)于投資最優(yōu)規(guī)模的研究結(jié)果顯示，經(jīng)濟(jì)環(huán)境參數(shù)中產(chǎn)品需求彈性降低、折現(xiàn)因子和可變成本系數(shù)上升均會(huì)降低創(chuàng)業(yè)投資規(guī)模，而投資中固定成本的上升將通過(guò)推遲投資時(shí)機(jī)而使得投資規(guī)模擴(kuò)大。技術(shù)進(jìn)步過(guò)程參數(shù)（初始技術(shù)水平、創(chuàng)新到來(lái)的強(qiáng)度、每次創(chuàng)新的幅度）的上升對(duì)投資規(guī)模均會(huì)產(chǎn)生正向影響。這說(shuō)明，投早、投小的相關(guān)激勵(lì)政策可能會(huì)導(dǎo)致投資規(guī)模降低，因此，制定相關(guān)政策時(shí)應(yīng)首先明確政策目標(biāo)的優(yōu)先順序，并全面考慮政策工具影響效果的相對(duì)大小。后續(xù)研究可通過(guò)納入政府對(duì)創(chuàng)業(yè)投資的直接影響來(lái)進(jìn)行更深入的探討，這也是相關(guān)研究未來(lái)的擴(kuò)展方向。

參考文獻(xiàn)：

[1]? ?陸羽中，田增瑞，常焙筌.國(guó)際創(chuàng)業(yè)投資研究熱點(diǎn)與趨勢(shì)的可視化分析[J].科研管理，2020，41（4）：250-262.

[2]? ?陳雪琳，魯若愚.基于共詞分析的我國(guó)雙創(chuàng)政策關(guān)注熱點(diǎn)研究[J].電子科技大學(xué)學(xué)報(bào)（社科版），2019，21（2）：9-17.

[3]? ?姜丹，陳曉玲，王維.我國(guó)《大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新》科技政策主題演化分析[J].創(chuàng)新創(chuàng)業(yè)理論研究與實(shí)踐，2021，4（22）：12-15.

[4]? ?顧婧，任珮嘉，徐澤水.基于直覺(jué)模糊層次分析的創(chuàng)業(yè)投資引導(dǎo)基金績(jī)效評(píng)價(jià)方法研究[J].中國(guó)管理科學(xué)，2015，23（9）：124-131.

[5]? ?李婷，王巧義.河北省創(chuàng)業(yè)投資引導(dǎo)基金績(jī)效評(píng)價(jià)體系的構(gòu)建[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2020（1）：63-72.

[6]? ?王輝，汪煒.創(chuàng)業(yè)投資引導(dǎo)基金實(shí)現(xiàn)政策目標(biāo)了嗎？[J].科學(xué)學(xué)研究，2022，40（6）：1044-1053.

[7]? ?王偉光，李霞，魏嵐，等.創(chuàng)業(yè)投資引導(dǎo)基金對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響及傳導(dǎo)機(jī)制分析[J].地方財(cái)政研究，2022（3）：76-83.

[8]? ?王蘭芳，胡悅.創(chuàng)業(yè)投資促進(jìn)了創(chuàng)新績(jī)效嗎？——基于中國(guó)企業(yè)面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J].金融研究，2017（1）：177-190.

[9]? ?周莉，許佳慧.創(chuàng)業(yè)投資對(duì)企業(yè)技術(shù)創(chuàng)新能力的影響[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，42（12）：81-96.

[10]? ?王雷，王新文.風(fēng)險(xiǎn)投資對(duì)上市公司全要素生產(chǎn)率的影響：基于獨(dú)立創(chuàng)業(yè)投資與公司創(chuàng)業(yè)投資的比較分析[J].財(cái)經(jīng)論叢，2020（10）：55-63.

[11]? ?李岱.企業(yè)技術(shù)創(chuàng)新戰(zhàn)略投資最優(yōu)時(shí)機(jī)的實(shí)物期權(quán)分析[J].系統(tǒng)工程，2014，32（1）：82-86.

[12]? ?加里·杜什尼茨基，余雷，路江涌.公司創(chuàng)業(yè)投資：文獻(xiàn)述評(píng)與研究展望[J].管理世界，2021，37（7）：198-216.

[13]? ?卓泳，李明珠.創(chuàng)投機(jī)構(gòu)熱議北交所設(shè)立繼續(xù)加碼《投早投小》[N].證券時(shí)報(bào)，2021-09-14（A02）.

[14]? ?申俊涵.未來(lái)投早、投小、投科技 產(chǎn)業(yè)孵化是主戰(zhàn)場(chǎng)[N].21世紀(jì)經(jīng)濟(jì)報(bào)道，2023-03-27（10）.

[15]? ?張蕊，梁冬妮.鼓勵(lì)私募股權(quán)基金投早、投小、投科技：專訪全國(guó)人大代表、湖南財(cái)信金控集團(tuán)董事長(zhǎng)胡賀波[J].中國(guó)財(cái)政，2021（9）：39-40.

[16]? ?ROBERT MCDONALD，DANIEL SIEGEL. The Value of Waiting to Invest[J].The Quarterly Journal of Economics，1986，101（4）：707.

[17]? ?YI YANG，VADAKE K. NARAYANAN， DONNA M. DE CAROLIS. The Relationship between Portfolio Diversification and Firm Value：The Evidence from Corporate Venture Capital Activity[J].Strategic Management Journal，2014，35（13）：1993-2011.

[18]? ?HUISMAN K J M. Technology Investment： A Game Theoretic Real Options Approach[D].Tilburg：CentER，Center for Economic Research，2000.

[19]? ?魯皓，張宗益.基于實(shí)物期權(quán)方法的新興技術(shù)項(xiàng)目投資時(shí)機(jī)和投資規(guī)模選擇[J].系統(tǒng)工程理論與實(shí)踐，2012，32（5）：1068-1074.

The Optimal Timing and Scale Selection for Entrepreneurial Investment

— From the Perspective of Venture Capital Institutions

Min Junpeng

（School of Economics， University of Chinese Academic of Social Science， Beijing 102488， China）

Abstract： To understand the decision making of venture capital companies investment and guide them to invest in early small firms with core technologies， the optimal timing and scale of investment are solved in a venture capital model with technological innovation uncertainty. The impacts of exogenous parameters on them are discussed using comparative static analysis. The results indicate that given other conditions， the decrease of demand elasticity or the increase of variable cost coefficient leads to the delay of investment timing and the decrease of scale; with the increase of fixed cost， the timing is delayed and the scale is expanded accordingly. The increase of the discount factor reduces the investment scale. Given low fixed cost， the increase of the discount factor hastens investment timing， but if the fixed cost is high， the increase of the discount factor first advances and then delays the timing. In industries with large technological upgrades and high innovation intensity， the timing is relatively delayed， and the scale is increased. Therefore， in order to encourage venture capital investments， targeted policies should be made based on different characteristics of the industries， and the tax and subsidy policies should be fully implemented for industries with rapid technological innovations.

Key words： venture capital; real option; investment timing; investment scale; comparative static analysis

[責(zé)任編輯? ?妤? ?文]