風(fēng)險投資社群結(jié)構(gòu)與投資效益的關(guān)系研究

中國人民大學(xué)統(tǒng)計學(xué)院 苗可芯

近年來，我國的風(fēng)險投資行業(yè)發(fā)展迅速，逐步成為推動國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的關(guān)鍵領(lǐng)域。風(fēng)險投資(Venture Capital，VC)為私人股權(quán)投資模式，主要向初創(chuàng)企業(yè)(被投資公司)提供資金支持及專業(yè)指導(dǎo)[1]，交換被投資公司股份并協(xié)助其獲取最大利益，主要標(biāo)的集中在新創(chuàng)事業(yè)或未上市企業(yè)，是追求高風(fēng)險高回報的典型投資模式[2]。

實(shí)際投資機(jī)構(gòu)在風(fēng)險投資時采取聯(lián)合投資策略，行為過程呈現(xiàn)顯著的聚集效應(yīng)和偏好傾向，聯(lián)合投資體內(nèi)部存在典型社群結(jié)構(gòu)[3～4]。本文以風(fēng)險投資網(wǎng)絡(luò)社群結(jié)構(gòu)為研究視角，在對風(fēng)險投資網(wǎng)絡(luò)社群結(jié)構(gòu)特征進(jìn)行分析的基礎(chǔ)上，提出實(shí)證分析模型，從而研究風(fēng)險投資網(wǎng)絡(luò)社群結(jié)構(gòu)特征對投資績效的影響機(jī)制，以期為風(fēng)險投資行業(yè)發(fā)展及投資行為決策奠定理論基礎(chǔ)。

1 研究方法

本文采取2001—2017年來發(fā)生聯(lián)合投資行為的風(fēng)險投資事件作為數(shù)據(jù)樣本。采用投中數(shù)據(jù)庫(CV Source)及清科數(shù)據(jù)庫(Zdatabase)[5]挖掘一級市場聯(lián)合投資事件，利用NetMiner及Pajek探索社群網(wǎng)絡(luò)結(jié)構(gòu)。

1.1 樣本獲取

本文數(shù)據(jù)獲取采用廣義投資概念，收集CV source及清科數(shù)據(jù)庫2001—2017年聯(lián)合風(fēng)險投資事件建立初始樣本序列，對樣本進(jìn)行篩選：存在數(shù)據(jù)缺失、存在明顯錯誤數(shù)據(jù)、存在退出行為的投資事件予以剔除。

1.2 社群識別

采用NetMiner及Pajek在確定時間窗的基礎(chǔ)上構(gòu)建風(fēng)險投資社群網(wǎng)絡(luò)，采用Ucinet的 Girvan-Newman模塊識別社群的聯(lián)結(jié)程度，設(shè)定模塊輸出的Q值≥0.3的數(shù)據(jù)序列納入本次研究樣本。

1.3 分析變量

投資績效：采用IPO和M&A退出比例及退出期限的復(fù)合指標(biāo)衡量投資機(jī)構(gòu)的投資效益。取特定時間窗IPO和M&A退出期限與退出次數(shù)的比值作為原始指標(biāo)，以其對數(shù)作為投資效益的分析指標(biāo)。

凝聚性：采用集聚系數(shù)進(jìn)行計算，即量度社群網(wǎng)絡(luò)中各個節(jié)點(diǎn)的鄰點(diǎn)進(jìn)行權(quán)重比例復(fù)合。

離散性：采用中心度算法對離散性進(jìn)行計算，對群體單元分別計算程度中心值并進(jìn)行標(biāo)準(zhǔn)化處理。

2 模型構(gòu)建

本文采取社群網(wǎng)絡(luò)結(jié)構(gòu)—投資效益、資源共享—組織效益的基本分析思路，研究社群網(wǎng)絡(luò)結(jié)構(gòu)與投資效益相互作用機(jī)理，探索網(wǎng)絡(luò)社群結(jié)構(gòu)、資源共享及投資效益之間的相互關(guān)系，基于以上研究思路，構(gòu)建實(shí)證概念模型。

2.1 風(fēng)險投資社群結(jié)構(gòu)—投資效益模塊

本文關(guān)注社群結(jié)構(gòu)的凝聚性及離散性兩個指標(biāo)，其中凝聚性指的是組成風(fēng)險投資團(tuán)體的聯(lián)結(jié)程度，作為衡量風(fēng)投社群合作和信息交流程度的變量，采用投資機(jī)構(gòu)集合體的聯(lián)結(jié)疏密程度量化(Pajek)。離散性指的是投資集合體中的不平等性，本研究認(rèn)為離散型與投資效益相關(guān)關(guān)系并不是單調(diào)伴隨狀態(tài)，而是存在發(fā)展峰值，即離散型較大使得居于高位的投資單體能有效發(fā)揮能動性，促進(jìn)投資效益增加，但當(dāng)離散性積累到一定程度時，資源過于集中導(dǎo)致信息過載及權(quán)力集中，威脅整體績效。社群的離散性采用投資機(jī)構(gòu)集合體資源及權(quán)力的離散程度量化?；谝陨戏治?，本研究提出以下假設(shè)：

H1A：風(fēng)險投資社群凝聚性—投資效益：隨凝聚性增加，投資效益先增加后減小，呈開口向下的拋物型關(guān)系。

H1B：社群網(wǎng)絡(luò)結(jié)構(gòu)離散性—投資效益：隨離散型增加，投資效益先增加后減小，呈開口向下的拋物型關(guān)系。

2.2 風(fēng)險投資社群結(jié)構(gòu)—資源共享模塊

資源共享是風(fēng)險投資評估的重要環(huán)節(jié)，直接關(guān)系投資的最終效益。本文分別研究風(fēng)險投資社群結(jié)構(gòu)與投資團(tuán)體內(nèi)部資源共享及外部資源共享的關(guān)系。其中，內(nèi)部資源共享定義為投資團(tuán)體內(nèi)部資源的整合和分享；外部資源共享定義為投資機(jī)構(gòu)通過與其他投資集合體建立合作和信任關(guān)系，獲取其他投資集合體的資源并與自身資源進(jìn)行整合的途徑。

其中，社團(tuán)網(wǎng)絡(luò)結(jié)構(gòu)的凝聚性可促進(jìn)單體信息交換，擴(kuò)大投資資源信息的廣度及深度，活化群內(nèi)投資機(jī)構(gòu)資金流和信息流，從而提高投資效益；但凝聚性過高形成相對固化的信息及合作傳導(dǎo)途徑，難以活化異質(zhì)信息及資源，從而影響資源共享。離散型控制在一定閾值內(nèi)，各組成機(jī)構(gòu)的地位相對平等，信息及資源傳導(dǎo)均衡但效率不高，離散性增加可以激活傳輸及整合渠道；但過高的離散型導(dǎo)致資金及信息過于集中，破壞資源共享及多方合作機(jī)制，引發(fā)投資聯(lián)動危機(jī)?；谝陨戏治觯岢鲆韵录僭O(shè)：

假設(shè)H2A：風(fēng)險投資社群凝聚性—內(nèi)部資源共享：隨凝聚性增加，內(nèi)部資源共享效益先增加后減小，呈開口向下的拋物型關(guān)系。

假設(shè)H2B：社群網(wǎng)絡(luò)結(jié)構(gòu)離散性—內(nèi)部資源共享：隨離散型增加，內(nèi)部資源共享效益先增加后減小，呈開口向下的拋物型關(guān)系。

風(fēng)險投資團(tuán)體之間的緊密聯(lián)結(jié)能有效推動信息共享，緩解群內(nèi)競爭態(tài)勢，推動共同發(fā)展。當(dāng)群間凝聚性不斷增高時，群內(nèi)的凝聚性相應(yīng)降低，促使投資機(jī)構(gòu)拓展新的投資領(lǐng)域，從而損害原有投資群體的資源共享能力。同樣的，群內(nèi)凝聚力上升將推動組織機(jī)制的建立和完善，促使群內(nèi)單元與外部集合體的聯(lián)結(jié)下降，即群間資源共享能力下降。對于投資機(jī)構(gòu)單體的離散性，當(dāng)社群網(wǎng)絡(luò)結(jié)構(gòu)的離散性較高時，居于重要位置的單體在獲取絕對優(yōu)勢資源的前提下，有能力拓展資源渠道，加強(qiáng)與其他投資機(jī)構(gòu)聯(lián)系并進(jìn)行資源共享；社群中處于弱勢地位的單體由于遠(yuǎn)離資源核心，為獲取更多的發(fā)展空間，也傾向于拓展外部資源，推動群間資源共享。基于以上分析，提出以下假設(shè)：

表1 風(fēng)險投資社群結(jié)構(gòu)—投資效益模型分析表

表2 風(fēng)險投資社群結(jié)構(gòu)—資源共享(內(nèi)部/外部)模型分析表

假設(shè)H3A：風(fēng)險投資社群凝聚性～外部資源共享：隨凝聚性增加，外部資源能力下降。

假設(shè)H3B：社群網(wǎng)絡(luò)結(jié)構(gòu)離散性～外部資源共享：隨離散型增加，外部資源共享能力上升。

2.3 資源共享—投資效益模塊

社群內(nèi)部資源共享推動群內(nèi)專業(yè)化資源整合，共享機(jī)制推動投資機(jī)構(gòu)單體共同發(fā)展，對于投資創(chuàng)業(yè)領(lǐng)域或未上市企業(yè)的高風(fēng)險行為具有重要的意義。群間資源共享推動投資信息的異質(zhì)化和多元化，拓展投資標(biāo)的廣度有利于投資機(jī)構(gòu)決策復(fù)雜問題，為投資多元化和靈活化奠定基礎(chǔ)。基于以上分析，提出以下假設(shè)：

假設(shè)H4A：內(nèi)部資源共享—投資效益：隨內(nèi)部資源共享程度增加，投資效益提升。

假設(shè)H4B：外部資源共享—投資效益：隨外部資源共享程度增加，投資效益提升。

3 實(shí)證分析

本文采用實(shí)證分析手段從凝聚性和離散性兩個維度分析風(fēng)險投資團(tuán)體社群特征對投資效益的影響。采用SPSS數(shù)據(jù)分析軟件結(jié)合多元回歸模型對IPO和M&A退出比例及退出期限的指標(biāo)衡量進(jìn)行分析，以驗證模型假設(shè)是否成立。

3.1 風(fēng)險投資社群結(jié)構(gòu)—投資效益

模型1及模型2數(shù)據(jù)顯示：投資機(jī)構(gòu)網(wǎng)絡(luò)社群的凝聚性和與風(fēng)險投資的退出比例呈現(xiàn)極顯著正相關(guān)關(guān)系(α=0.01)；凝聚性×凝聚性與風(fēng)險投資的退出比例呈現(xiàn)極顯著負(fù)相關(guān)關(guān)系(α=0.01)，即隨凝聚性增加，風(fēng)險投資的退出比例先增大后減小，呈開口向下的拋物型關(guān)系。模型3及模型4數(shù)據(jù)顯示：投資機(jī)構(gòu)網(wǎng)絡(luò)社群的離散性和與風(fēng)險投資的退出比例呈現(xiàn)極顯著正相關(guān)關(guān)系(α=0.01)；離散性×離散性與風(fēng)險投資的退出比例呈現(xiàn)極顯著負(fù)相關(guān)關(guān)系(α=0.01)，即隨離散性增加，風(fēng)險投資的退出比例先增大后減小，呈開口向下的拋物型關(guān)系。同理，退出期限隨凝聚性及離散性的增加，呈現(xiàn)先增大后減小的趨勢，即開口向下的拋物型關(guān)系。綜上，OLS多元回歸分析結(jié)果顯示：支持H1A及H1B模型假設(shè)(α=0.01)，如表1所示。

3.2 風(fēng)險投資社群結(jié)構(gòu)—資源共享

對風(fēng)險投資社群結(jié)構(gòu)與資源共享模型進(jìn)行分析(如表2所示)，數(shù)據(jù)顯示：內(nèi)部資源共享與風(fēng)險投資社群凝聚性呈正相關(guān)關(guān)系，與凝聚性×凝聚性呈負(fù)相關(guān)關(guān)系(α=0.01)，根據(jù)導(dǎo)數(shù)原理可以判定隨著凝聚性增加，內(nèi)部資源共享呈先增后減趨勢。分析模型5及模型6數(shù)據(jù)顯示：外部資源共享與凝聚性呈負(fù)相關(guān)關(guān)系，與離散型呈正相關(guān)關(guān)系。綜上，模型分析結(jié)論支持H2A、H2B、H3A、H3B假設(shè)。

3.3 資源共享—投資效益

對風(fēng)險投資社群內(nèi)部及外部資源共享與投資效益進(jìn)行分析(如表3所示)，數(shù)據(jù)顯示：內(nèi)部資源共享與退出比例及外部期限呈正相關(guān)關(guān)系，即內(nèi)部資源共享與風(fēng)險投資效益呈負(fù)相關(guān)關(guān)系；同理，外部資源共享與退出比例及外部期限呈正相關(guān)關(guān)系，即外部資源共享與風(fēng)險投資效益呈負(fù)相關(guān)關(guān)系；綜上，模型分析結(jié)論支持H4A及H4B假設(shè)。

表3 (內(nèi)部/外部)資源共享與投資效益模型分析表

4 結(jié)語

本文以風(fēng)險投資網(wǎng)絡(luò)社群結(jié)構(gòu)為研究視角，在對風(fēng)險投資網(wǎng)絡(luò)社群結(jié)構(gòu)特征進(jìn)行分析的基礎(chǔ)上，提出實(shí)證分析方法探討風(fēng)險投資網(wǎng)絡(luò)社群結(jié)構(gòu)特征對投資績效的影響機(jī)制，研究結(jié)果顯示：隨著風(fēng)險投資網(wǎng)絡(luò)社群的凝聚性及離散型的增加，投資效益及內(nèi)部資源共享能力先增加后減小，呈開口向下的拋物型關(guān)系；隨著風(fēng)險投資網(wǎng)絡(luò)社群的凝聚性增加及離散型下降，外部資源共享能力下降；隨著風(fēng)險投資網(wǎng)絡(luò)社群的(內(nèi)部/外部)資源共享程度增加，投資效益提升。