風(fēng)險(xiǎn)投資對企業(yè)的投資行為影響分析

周元媛 周碧瑜

摘 要：本文考察了風(fēng)險(xiǎn)投資對于醫(yī)藥、生物制品企業(yè)的投資行為影響。選取中小企業(yè)板、創(chuàng)業(yè)板中的樣本，運(yùn)用加權(quán)最小二乘估計(jì)發(fā)現(xiàn)醫(yī)藥、生物制品企業(yè)中存在嚴(yán)重投資不足問題；進(jìn)一步探究內(nèi)部資金缺口與投資不足現(xiàn)象間關(guān)系，引入企業(yè)是否有風(fēng)投背景這一虛擬變量，發(fā)現(xiàn)有風(fēng)險(xiǎn)投資參與的企業(yè)內(nèi)部資金缺口與投資不足現(xiàn)象間的相關(guān)性降低，說明風(fēng)險(xiǎn)投資能夠影響醫(yī)藥、生物制品企業(yè)的投資行為，緩解企業(yè)中存在的非效率投資現(xiàn)象，因此，鼓勵(lì)風(fēng)險(xiǎn)投資參與醫(yī)藥、生物制品企業(yè)發(fā)展對于整個(gè)產(chǎn)業(yè)進(jìn)步具有重要意義。

關(guān)鍵詞：風(fēng)險(xiǎn)投資 醫(yī)藥生物行業(yè) 投資不足

中圖分類號：F832.48 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2017）07（c）-116-02

隨著國際競爭激烈化，正確的投資行為是企業(yè)經(jīng)濟(jì)效益提高的關(guān)鍵。醫(yī)藥、生物制品行業(yè)作為高科技產(chǎn)業(yè)群體，在國內(nèi)還處于初級發(fā)展階段，高投入、高風(fēng)險(xiǎn)、高回報(bào)率的特點(diǎn)讓外部投資者望而卻步，在此背景下探究風(fēng)險(xiǎn)投資參與對醫(yī)藥、生物制品公司投資行為帶來的影響就有著深遠(yuǎn)的意義。

1 樣本選取與數(shù)據(jù)來源

本文研究范圍是2004年～2015年在中小企業(yè)板、創(chuàng)業(yè)板上市的制造業(yè)分類下的醫(yī)藥、生物制品企業(yè)共81家作為初始樣本，對數(shù)據(jù)進(jìn)行如下操作：（1）剔除ST公司；（2）剔除數(shù)據(jù)缺失的公司；（3）由于模型中主要采用滯后一期的變量數(shù)據(jù)，因此剔除2015年上市的企業(yè)。數(shù)據(jù)來源于國泰安CSMAR數(shù)據(jù)庫，涉及71家上市公司共282條財(cái)務(wù)數(shù)據(jù)記錄。

在全樣本基礎(chǔ)上，進(jìn)一步進(jìn)行企業(yè)是否有“風(fēng)險(xiǎn)投資背景”的篩選。背景的確認(rèn)標(biāo)準(zhǔn)是：十大股東有風(fēng)險(xiǎn)投資的性質(zhì)就被認(rèn)為企業(yè)具有風(fēng)險(xiǎn)投資背景。關(guān)于風(fēng)險(xiǎn)投資性質(zhì)的判斷，按照如下標(biāo)準(zhǔn)進(jìn)行界定：（1）根據(jù)中國風(fēng)險(xiǎn)投資研究院確認(rèn)的風(fēng)險(xiǎn)投資機(jī)構(gòu)來認(rèn)定，具體參照2015年《中國創(chuàng)業(yè)風(fēng)險(xiǎn)投資發(fā)展報(bào)告》；（2）根據(jù)風(fēng)險(xiǎn)投資機(jī)構(gòu)命名的特點(diǎn)，“十大股東”名稱中含有“風(fēng)險(xiǎn)投資”、“創(chuàng)新投資”或者“創(chuàng)業(yè)投資”的，可以認(rèn)為企業(yè)具有風(fēng)險(xiǎn)投資背景。經(jīng)過篩選，共有41家企業(yè)具有風(fēng)險(xiǎn)投資背景，占全樣本觀測數(shù)的57.75%，說明在醫(yī)藥、生物制品這樣的高新行業(yè)中風(fēng)險(xiǎn)投資占比較大，側(cè)面反映了風(fēng)投機(jī)構(gòu)的投資偏好，樣本相關(guān)財(cái)務(wù)數(shù)據(jù)共有232條。

2 實(shí)證檢驗(yàn)及結(jié)果分析

2.1 非效率投資計(jì)量模型

2.1.1 研究方法與模型構(gòu)建

企業(yè)每年的總投資支出可以分解為兩個(gè)部分：維持性投資和年新增投資。維持性投資主要指使企業(yè)維持正常的經(jīng)營活動的必要的投資；年新增投資又可以進(jìn)一步分解為正常投資和非效率投資，正常投資是指凈現(xiàn)值大于零、能給股東帶來收益的投資，非效率投資分為過度投資和投資不足兩種情況。

模型構(gòu)建主要借鑒Richardson（2006）、辛清泉等（2007）和吳超鵬等（2012）的方法。先測算正常投資，再通過年實(shí)際新增投資與正常投資的差算出非效率投資。具體來說，把影響醫(yī)藥、生物制品企業(yè)實(shí)際投資水平的各種因素作為解釋變量，把年實(shí)際新增投資作為被解釋變量，模型預(yù)測值表示企業(yè)的正常投資水平，模型殘差表示非效率投資程度，殘差大于零表示投資過度，殘差小于零表示投資不足。

關(guān)于正常投資的測算。正常投資水平和投資機(jī)會具有正相關(guān)關(guān)系，投資機(jī)會可以用托賓Q值來衡量，當(dāng)Q>1時(shí)，投資成本小會導(dǎo)致投資支出增加，表明投資機(jī)會增加；還可以用股票收益率來解釋正常投資水平變化，收益率為正代表未來現(xiàn)金流現(xiàn)值為正，代表正常的投資；此外企業(yè)財(cái)務(wù)狀況、發(fā)展能力也會影響正常投資水平，可以用資產(chǎn)負(fù)債率、貨幣資金持有比率和資產(chǎn)收益率來衡量。模型如下。

變量具體定義如下。

NINV：年新增投資，總投資—維持性投資；Q：托賓Q值，（股權(quán)市值+凈債務(wù)市值）/資產(chǎn)總計(jì)；Lev：資產(chǎn)負(fù)債率，負(fù)債總額/資產(chǎn)總額；Cash：貨幣資金持有比率，貨幣資金/資產(chǎn)總計(jì)；Return：股票收益率，（每股股利/每股原市價(jià)）×100%；ROA：資產(chǎn)收益率，（利潤總額+利息支出）/平均總資產(chǎn)×100%；Year：年份，虛擬變量。

通過對模型回歸，可以得到每年新增投資的擬合值，也就是企業(yè)當(dāng)年正常投資水平，再運(yùn)用下列式子。

進(jìn)行非效率投資的測算。

2.1.2 實(shí)證檢驗(yàn)與結(jié)果分析

首先對解釋變量進(jìn)行多重共線性檢驗(yàn)，最高值為0.597，結(jié)果表明各解釋變量之間沒有嚴(yán)重的多重共線性存在，且對于模型一我們主要關(guān)心整個(gè)方程預(yù)測被解釋變量的能力，因此對多重共線性可以不必處理。

因?yàn)闃颖据^少，所以運(yùn)用bootstrap方法對模型進(jìn)行普通OLS估計(jì)，解釋變量系數(shù)大多顯示不顯著且R2較小，進(jìn)一步對模型進(jìn)行懷特異方差檢驗(yàn)，結(jié)果顯示模型存在異方差，因此對模型進(jìn)行加權(quán)最小二乘估計(jì)（WLS），回歸結(jié)果如表1所示。

可以看出，托賓Q值和上一期的新增投資在5%水平下顯著，貨幣資金持有比率和股票收益率在1%水平下顯著。托賓Q系數(shù)為負(fù)，與常規(guī)理論不符，但是與鄭江淮等人（2001）得到的結(jié)果一樣，推測原因可能是市場發(fā)展階段原因造成了托賓Q值與正常投資負(fù)相關(guān)；貨幣資金持有比率和股票回報(bào)率的符號和經(jīng)濟(jì)理論一致。

非效率投資的估算結(jié)果為：過度投資有34個(gè)樣本，投資不足有248個(gè)樣本。由結(jié)果可知282條樣本數(shù)據(jù)中投資不足占比87.84%，遠(yuǎn)高于過度投資情形，粗略推斷在醫(yī)藥、生物制品行業(yè)中，企業(yè)往往存在投資不足情況，與前文所述理論相符。

2.2 投資不足的敏感性模型

2.2.1 研究方法與模型構(gòu)建

根據(jù)模型一回歸結(jié)果可以看出，醫(yī)藥、生物制品企業(yè)存在投資不足情況多于過度投資情況，因此本部分研究主要針對投資不足情形。利用模型一結(jié)果，去掉殘差值大于零的樣本，可以計(jì)算出企業(yè)資金缺口。

其中，CFO是經(jīng)營活動凈現(xiàn)金流比率，等于經(jīng)營活動產(chǎn)生現(xiàn)金凈流量除以資產(chǎn)總額，取負(fù)號是為了得到資金缺口絕對值。模型二如下。

VC：是否有風(fēng)投背景，虛擬變量，篩選標(biāo)準(zhǔn)如前文所示。

本模型主要研究VC變量帶來的影響，但投資不足程度還受到其他變量影響，因此再引入托賓Q值若FCF的回歸系數(shù)β1顯著為正，則表示企業(yè)內(nèi)部資金缺口會顯著影響投資不足程度，即投資不足原因之一為企業(yè)現(xiàn)金流短缺；若VC*FCF系數(shù)β2顯著為負(fù)，則表示在風(fēng)投背景作用下，內(nèi)部資金缺口對投資不足影響減弱。

2.2.2 實(shí)證檢驗(yàn)與結(jié)果分析

WLS回歸結(jié)果如表2所示。

結(jié)果顯示，風(fēng)險(xiǎn)投資背景虛擬變量與現(xiàn)金流量缺口的交叉乘積項(xiàng)系數(shù)均在1%的顯著水平下負(fù)相關(guān)，充分說明有了風(fēng)險(xiǎn)投資加入，醫(yī)藥、生物制品企業(yè)內(nèi)部現(xiàn)金短缺對投資不足程度的影響得到了有效的緩解。對于無風(fēng)險(xiǎn)投資背景的上市高新技術(shù)企業(yè)，現(xiàn)金流缺口每增加1%，其投資不足程度增加0.67%；對于有風(fēng)險(xiǎn)投資背景的醫(yī)藥、生物制品企業(yè)，現(xiàn)金流缺口增加1%，投資不足程度增加0.39%，緩解比例達(dá)到41.8%，充分說明風(fēng)險(xiǎn)投資機(jī)構(gòu)在幫助企業(yè)改善非效率投資問題可以發(fā)揮較為顯著的作用。

3 結(jié)語

通過實(shí)證模型，本文得到以下結(jié)論：（1）我國中小企業(yè)板、創(chuàng)業(yè)板中的醫(yī)藥、生物制品企業(yè)存在嚴(yán)重的投資不足現(xiàn)象，過度投資現(xiàn)象相對較少?，F(xiàn)金流缺口與投資不足顯著正相關(guān)，企業(yè)的投資不足很可能是由于現(xiàn)金流短缺造成的。（2）風(fēng)險(xiǎn)投資對醫(yī)藥、生物制品企業(yè)的投資不足現(xiàn)象有一定影響，有風(fēng)投背景的企業(yè)，內(nèi)部現(xiàn)金短缺對投資不足程度的影響小于無風(fēng)投背景企業(yè)。（3）風(fēng)投機(jī)構(gòu)的參與有效地緩解了企業(yè)存在的信息不對稱問題，幫助企業(yè)降低非效率投資，給企業(yè)帶來了增值效應(yīng)。

本文具有如下意義：首先，提高上市企業(yè)中的風(fēng)險(xiǎn)投資背景占比，將較好地促進(jìn)醫(yī)藥、生物制品企業(yè)的發(fā)展，對于仍處于發(fā)展初級階段的醫(yī)藥、生物制品行業(yè)而言，應(yīng)積極主動地吸引更多風(fēng)險(xiǎn)投資，促進(jìn)行業(yè)良性上升；其次，考慮到醫(yī)藥、生物制品行業(yè)對于我國經(jīng)濟(jì)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級有重要作用，資金缺口現(xiàn)象需要引起關(guān)注，政府應(yīng)該出臺更有效的政策從根本上解決此類高新產(chǎn)業(yè)現(xiàn)金流不足的問題，還應(yīng)該鼓勵(lì)支持風(fēng)險(xiǎn)投資的發(fā)展，引導(dǎo)風(fēng)險(xiǎn)投資更多地進(jìn)入此類高新產(chǎn)業(yè)，能為風(fēng)投機(jī)構(gòu)帶來高額收益，也能促進(jìn)企業(yè)有效地改善投資行為。

參考文獻(xiàn)

[1] 陶永勇，熊波.高新技術(shù)企業(yè)技術(shù)創(chuàng)新與風(fēng)險(xiǎn)投資研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2004（4）.

[2] 王元，張曉源，張志宏.中國創(chuàng)業(yè)風(fēng)險(xiǎn)投資發(fā)展報(bào)告[M].經(jīng)濟(jì)管理出版社，2015.

[3] 吳超鵬，吳世農(nóng)，程靜雅等.風(fēng)險(xiǎn)投資對上市公司投融資行為影響的實(shí)證研究[J].經(jīng)濟(jì)研究，2012（1）.

[4] 余良元，陳君寧，張子剛.代理、信息和我國上市公司非效率投資[J].武漢金融，2007（3）.

[5] 張中華，王治.內(nèi)部現(xiàn)金流與中國上市公司投資行為：一個(gè)綜合分析框架[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2006（6）.