創(chuàng)新信號無效還是市場激勵不足
——風(fēng)險投資市場對科技企業(yè)資源配置低效之謎

馬仁敏,張滌新,葛 揚(yáng)

(南京大學(xué) 經(jīng)濟(jì)學(xué)院,江蘇 南京 210000)

0 引言

中共十九大報告指出我國已進(jìn)入創(chuàng)新型國家建設(shè)的關(guān)鍵時期。近年來,不斷升級的中美貿(mào)易戰(zhàn)背后是兩國科技力量的比拼,嚴(yán)峻的國際形勢凸顯了實(shí)現(xiàn)中國科技強(qiáng)國戰(zhàn)略目標(biāo)的重要性和迫切性。初創(chuàng)型科技企業(yè)是引領(lǐng)科技創(chuàng)新的重要載體,對技術(shù)進(jìn)步起重要推動作用,但由于企業(yè)規(guī)模偏小,抵御經(jīng)營風(fēng)險的能力較弱,在研發(fā)投入過程中普遍面臨嚴(yán)重的融資約束。我國初創(chuàng)型科技企業(yè)獲取外部融資的主要方式有銀行貸款、政府補(bǔ)貼和股權(quán)直接融資。然而,商業(yè)銀行對初創(chuàng)企業(yè)存在明顯的“規(guī)模歧視”。受財政預(yù)算約束,政府研發(fā)補(bǔ)貼難以惠及絕大多數(shù)初創(chuàng)型科技企業(yè)。風(fēng)險投資作為企業(yè)直接融資渠道,理應(yīng)在促進(jìn)企業(yè)研發(fā)投入、提升企業(yè)創(chuàng)新能力方面發(fā)揮資源配置作用。

然而,由于起步較晚和發(fā)展時間較短,我國針對初創(chuàng)科技企業(yè)風(fēng)險投資市場的有效供給不足。一方面,國內(nèi)初創(chuàng)科技企業(yè)不斷涌現(xiàn),對于研發(fā)投入的融資需求日益旺盛。我國高新技術(shù)企業(yè)數(shù)量從2017年的13.06萬家增至2020年的27.5萬家,年均增速保持在25%以上;另一方面,風(fēng)險投資市場募資節(jié)奏放緩,資金增量不斷收縮,資源錯配問題依然存在。清科集團(tuán)發(fā)布的數(shù)據(jù)顯示,自2017年我國股權(quán)投資基金募資規(guī)模達(dá)到1.78萬億元峰值以來,近3年呈持續(xù)下降趨勢,2020年已經(jīng)降至1.19萬億元。近年來,風(fēng)險資本(以下簡稱“VC”)投資主要集中于以電商、團(tuán)購和直播等作為增長驅(qū)動力的消費(fèi)及互聯(lián)網(wǎng)領(lǐng)域,對以顛覆式創(chuàng)新作為增長驅(qū)動力的半導(dǎo)體、生物醫(yī)藥和先進(jìn)制造業(yè)關(guān)注較少。2020年IPO上市A股科技企業(yè)中仍有187家未獲得VC支持,占當(dāng)年IPO發(fā)行企業(yè)總數(shù)的35.5%。風(fēng)險投資市場資金供給不足和資源錯配問題使我國初創(chuàng)科技企業(yè)面臨愈發(fā)嚴(yán)峻的融資困境?；诖?本文基于信號理論和激勵理論,剖析我國風(fēng)險投資市場對科技企業(yè)資源配置低效的原因。

Hellmann &Puri[1]指出,VC對科技企業(yè)的投資決策面臨信息不對稱風(fēng)險,即創(chuàng)新活動產(chǎn)出具有高度不確定性,有可能會誘發(fā)潛在道德風(fēng)險,導(dǎo)致雙方出現(xiàn)逆向選擇。近年來,國內(nèi)外學(xué)者利用信號理論研究初創(chuàng)科技企業(yè)投資信息不對稱問題,包括企業(yè)戰(zhàn)略、技術(shù)創(chuàng)新和行業(yè)發(fā)展趨勢等因素對VC的信號作用[2-4]。以往研究表明,當(dāng)投融資雙方信息不對稱時,創(chuàng)新信號釋放與識別成為破解初創(chuàng)科技企業(yè)融資困境的關(guān)鍵因素。

以往學(xué)者主要圍繞創(chuàng)新信號“發(fā)”或“收”構(gòu)建模型,揭示初創(chuàng)科技企業(yè)與VC在投融資活動過程中的信息傳遞機(jī)制。

(1)企業(yè)如何發(fā)出創(chuàng)新信號?Haeussler等[5]研究發(fā)現(xiàn),企業(yè)專利信息顯著影響其獲得VC投資的可能性與投資金額,但其信號作用隨著融資輪次增加而遞減;Carolin 等[6]通過構(gòu)建企業(yè)專利活動過程模型,指出包括申請、評審和復(fù)議在內(nèi)的專利活動各個環(huán)節(jié)均為VC評估企業(yè)創(chuàng)新能力提供了有價值的信息;Hoenen 等[2]構(gòu)建包括科技企業(yè)專利、團(tuán)隊(duì)技術(shù)經(jīng)驗(yàn)和企業(yè)資質(zhì)在內(nèi)的多維創(chuàng)新信號模型,發(fā)現(xiàn)團(tuán)隊(duì)技術(shù)經(jīng)驗(yàn)的信號作用顯著,而專利信息并不能對VC傳遞企業(yè)創(chuàng)新能力信號;陳晉等[7]指出,突破性專利對VC的信號傳遞作用大于漸進(jìn)性專利。綜上所述,盡管眾多學(xué)者都將專利信息視作企業(yè)創(chuàng)新的重要信號,但對于專利類型和專利活動所傳遞的企業(yè)創(chuàng)新能力差異有待深入探討。

(2)VC能否識別創(chuàng)新信號?VC與科技企業(yè)信號傳遞及甄別機(jī)制成立的前提條件是VC能否獲得企業(yè)創(chuàng)新能力的先驗(yàn)概率分布,從而篩選出具有創(chuàng)新潛質(zhì)的初創(chuàng)企業(yè)。Conti 等[8]將專利信息作為企業(yè)創(chuàng)新能力信號,結(jié)合VC投資偏好差異,得到不同投資風(fēng)格VC對創(chuàng)新信號的反應(yīng)函數(shù),并求解出均衡狀態(tài),指出多數(shù)VC對初創(chuàng)科技企業(yè)的風(fēng)險厭惡態(tài)度導(dǎo)致企業(yè)風(fēng)險投資不足;徐向陽等[9]構(gòu)建VC專利信號敏感度模型,研究不同類型VC對專利信號敏感度的差異,發(fā)現(xiàn)技術(shù)認(rèn)知能力更強(qiáng)的民營VC和公司型VC對專利信號更敏感,投資回報收益也更高;陳晉等[10]從制度邏輯視角出發(fā),認(rèn)為國有VC將投資創(chuàng)新企業(yè)視為自身績效衡量的重要指標(biāo),基于信號理論構(gòu)建模型發(fā)現(xiàn),國有VC傾向于投資專利創(chuàng)新信號更強(qiáng)的企業(yè)。綜上所述,VC風(fēng)險偏好程度、技術(shù)認(rèn)知水平和社會責(zé)任屬性等因素均會影響其對創(chuàng)新信號的識別能力和敏感度,并有可能導(dǎo)致VC對初創(chuàng)科技企業(yè)投資不足。

現(xiàn)有文獻(xiàn)大多從企業(yè)或VC單一視角構(gòu)建信號理論模型,研究創(chuàng)新信號在VC與企業(yè)之間的信息傳遞和識別機(jī)制。實(shí)際上,“企業(yè)是否選擇發(fā)出信號”和“VC能否識別信號”是兩個相互獨(dú)立又密切相關(guān)的問題。只有兩者同時成立,創(chuàng)新信號對風(fēng)險投資市場優(yōu)化資源配置的作用才具備有效性。因此,本文將風(fēng)險投資市場中企業(yè)和VC兩個行為主體納入動態(tài)博弈模型分析框架,考察兩者行為對彼此決策的影響,求解市場達(dá)到均衡狀態(tài)的有效性信號。

激勵理論指出,對于不同偏好的市場參與者而言,如實(shí)披露信息可能不符合自身最佳利益,盡管對整體市場具有正外部性,但由于個體無法將這一效應(yīng)內(nèi)部化,因此個體會選擇謊報、隱瞞自身偏好[11]。企業(yè)是否愿意通過發(fā)送創(chuàng)新信號如實(shí)披露自身創(chuàng)新能力,取決于信號成本與獲得VC投資概率及VC投資強(qiáng)度之間的關(guān)系。企業(yè)創(chuàng)新能力在證券市場上獲得溢價程度的估值體系代表證券市場對VC投資創(chuàng)新型企業(yè)的激勵機(jī)制,估值溢價程度影響VC對創(chuàng)新潛質(zhì)企業(yè)的投資強(qiáng)度,證券市場是否具備VC激勵相容機(jī)制是風(fēng)險投資市場形成分離均衡的關(guān)鍵條件之一。與以往研究僅關(guān)注VC和企業(yè)兩個博弈主體不同,本文將市場激勵規(guī)則因素納入理論模型,研究激勵機(jī)制對風(fēng)險市場資源配置效率的影響。

本文圍繞風(fēng)險投資市場對科技企業(yè)資源配置效率偏低問題,加入創(chuàng)新信號和市場激勵因素對VC與科技企業(yè)投融資活動的影響,建立不完全信息下動態(tài)博弈信號理論模型,考察投融資參與雙方的最優(yōu)行為策略,求解使創(chuàng)新能力強(qiáng)的企業(yè)更傾向于發(fā)出創(chuàng)新信號并獲得VC支持的分離均衡條件,嘗試解答如下問題:中國風(fēng)險投資市場對科技企業(yè)資源配置低效是因?yàn)閯?chuàng)新信號無效還是市場激勵不足?

本文貢獻(xiàn)體現(xiàn)為:①在考慮市場激勵因素的前提下,構(gòu)建并求解不完全信息下VC與科技企業(yè)投融資活動動態(tài)博弈信號理論模型,有助于拓展信號理論在風(fēng)險投資領(lǐng)域的學(xué)術(shù)應(yīng)用;②檢驗(yàn)VC對創(chuàng)新企業(yè)的價值發(fā)現(xiàn)能力,可為政府持續(xù)推動風(fēng)險投資市場發(fā)展提供參考依據(jù);③研究A股市場創(chuàng)新投資市場激勵不足導(dǎo)致風(fēng)險投資市場偏離均衡狀態(tài),有助于為金融監(jiān)管部門完善證券市場發(fā)行制度、提高風(fēng)險投資市場資源配置效率提供證據(jù)支撐。

1 理論模型與研究假設(shè)

1.1 基于不完全信息的動態(tài)博弈信號理論模型

信號理論假設(shè)信號傳遞是有成本的,且企業(yè)信號傳遞成本與創(chuàng)新能力成反比[1]。企業(yè)傳遞創(chuàng)新信號的行為對VC形成信息反饋,為VC提供企業(yè)關(guān)于未來創(chuàng)新績效的先驗(yàn)概率。在均衡狀態(tài)下,創(chuàng)新信號構(gòu)成創(chuàng)新活動的準(zhǔn)入門檻,創(chuàng)新能力強(qiáng)的企業(yè)更傾向于傳遞信號,創(chuàng)新能力弱的企業(yè)則拒絕傳遞信號。

基于信號傳遞理論,本文構(gòu)建科技企業(yè)向VC傳遞創(chuàng)新信號的模型:假設(shè)存在兩家企業(yè),N:{1,2},企業(yè)創(chuàng)新能力為{θ1,θ2},均為企業(yè)的私有信息,θ1>θ2。VC投中θ1的收益為E,投中θ2的收益為0。因此,VC的目標(biāo)是當(dāng)θ=θ1時進(jìn)行投資,當(dāng)θ=θ2時放棄投資。當(dāng)企業(yè)不發(fā)送信號時,VC把θ1識別為θ1的概率為P(VC=1|θ1)=α1,把θ1識別為θ2的概率為P(VC=0|θ1)=1-α1,把θ2識別為θ2的概率為P(VC=0|θ2)=α2,把θ2識別為θ1的概率為P(VC=1|θ2)=1-α2。

企業(yè)動作集包含兩個:可選擇發(fā)出信號M,或者不發(fā)送信號N。

當(dāng)企業(yè)決定發(fā)出信號M時,企業(yè)需要投入研發(fā)費(fèi)用,企業(yè)1和企業(yè)2為此投入的成本分別為{m1,m2},且m1

圖1 創(chuàng)新信號傳遞非對稱信息動態(tài)博弈模型Fig.1 Dynamic game process of asymmetric information in innovation signal transmission

1.1.1 企業(yè)分離均衡成立條件

企業(yè)效用函數(shù)(Bj)是獲得VC投資(I)的期望減去為此付出的信號成本(mi)。其中,i表示企業(yè)類型,j表示企業(yè)i在作出信號行為選擇后是否獲得投資的具體情境,Bj如表1所示。

表1 Bj的定義Tab.1 Definitions of Bj

B1=I-m1;B2=-m1;B3=I;B4=0;

所以,如果企業(yè)1選擇M,則期望效用EB(M|θ1)為:

(1)

如果企業(yè)1選擇N,則期望效用EB(N|θ1)為:

EB(N|θ1)=α1*I-(1-α1)*0

(2)

當(dāng)EB(M|θ1)≥EB(N|θ1)時,企業(yè)1選擇M。

B5=I-m2;B6=-m2;B7=I;B8=0

所以,如果企業(yè)2選擇M,則期望效用EB(M|θ2)為:

(3)

如果企業(yè)2選擇N,則期望效用EB(N|θ2)為:

EB(N|θ2)=α2*I-(1-α2)*0

(4)

當(dāng)EB(M|θ2)≥EB(N|θ2)時,企業(yè)2選擇N。

綜上所述,使創(chuàng)新潛力更強(qiáng)的θ1企業(yè)選擇發(fā)出信號(M)而創(chuàng)新潛力較弱的θ2企業(yè)選擇不發(fā)出信號(N)的分離均衡條件為:

EB(M|θ1)>EB(N|θ1)

(5)

EB(M|θ2)

(6)

即:

(7)

(8)

1.1.2 VC分離均衡成立條件

VC效用函數(shù)(Ak)是投資企業(yè)獲得的預(yù)期投資收益(E)減去投資成本(I)。其中,k表示VC在根據(jù)信號作出投資決策后是否獲得投資收益的具體情境,如表2所示。

表2 Ak的定義Tab.2 Definitions of Ak

A1=A3=E-I;A2=A4=A6=A8=0;A5=A7=I

所以,如果VC在出現(xiàn)M的情況下選擇投資,則期望效用A(VC=1|M)為:

(9)

如果VC在出現(xiàn)M的情況下選擇不投資,則期望效用EA(VC=0|M)為:

(10)

當(dāng)EA(VC=1|M)>EA(VC=0|M)時,VC選擇出現(xiàn)M時進(jìn)行投資。

如果VC在出現(xiàn)N的情況下選擇投資,則期望效用A(VC=1|N)為:

EA(VC=1|N)=α1*A3+(1-α2)*A7=e*α1+I*α1-I*α2-I

(11)

如果VC在出現(xiàn)N的情況下選擇不投資,則期望效用EA(VC=0|N)為:

EA(VC=0|N)=α1*A6+(1-α2)*A8=0

(12)

當(dāng)EA(VC=1|N)

綜上所述,使VC在出現(xiàn)信號M時對企業(yè)投資以及未出現(xiàn)信號N時不對企業(yè)投資的分離均衡條件為:

EA(VC=1|M)>EA(VC=0|M)

(13)

EA(VC=1|N)

(14)

即:

(15)

其中,e=E/I為VC對創(chuàng)新企業(yè)投資單位成本所對應(yīng)的投資回報超額收益率。

通過以上模型推導(dǎo),本文得出以下結(jié)論:

(2)VC具備識別企業(yè)創(chuàng)新信號的能力,即創(chuàng)新信號對VC而言具有可識別性。

只有當(dāng)以上條件同時滿足后,VC與企業(yè)在投融資市場才存在分離均衡狀態(tài):創(chuàng)新能力強(qiáng)的企業(yè)傾向于發(fā)出創(chuàng)新信號,并獲得VC支持;反之,創(chuàng)新能力弱的企業(yè)傾向于不發(fā)出創(chuàng)新信號,無法獲得VC支持。

1.2 研究假設(shè)

1.2.1 我國風(fēng)險投資市場對科技企業(yè)優(yōu)化資源配置的作用與效率

近年來,關(guān)于VC投資行為的研究普遍指出,我國VC對初創(chuàng)科技企業(yè)投資存在風(fēng)險厭惡問題。楊曉艷[12]研究發(fā)現(xiàn),我國風(fēng)險資本更傾向于投資上市前研發(fā)投入小、業(yè)績更好的企業(yè),這類企業(yè)在上市后業(yè)績表現(xiàn)較差;余琰等[13]認(rèn)為,國有VC并不關(guān)注創(chuàng)新型企業(yè),往往會借助其國有背景,以較低投資成本在較晚階段進(jìn)行投資,從而扭曲風(fēng)險投資市場的資源配置效率。盡管初創(chuàng)科技企業(yè)投資風(fēng)險大于發(fā)展更成熟、研發(fā)投入更低的企業(yè),但此類企業(yè)上市卻能夠給予VC股東以更高的投資回報。清科集團(tuán)公布的數(shù)據(jù)顯示,讓VC獲得50倍以上回報的科技項(xiàng)目平均投資期超過10年。2020年,我國VC在IT技術(shù)、半導(dǎo)體和先進(jìn)制造業(yè)早期項(xiàng)目投資案例數(shù)合計達(dá)到1 409起,占全部行業(yè)投資案例數(shù)的44.65%,但投資金額合計為692億元,僅占全行業(yè)總投資額的35.45%。可見,我國VC對初創(chuàng)科技企業(yè)的投資意愿并非持完全回避態(tài)度,但投資強(qiáng)度受風(fēng)險偏好的影響。因此,我國風(fēng)險投資市場對科技企業(yè)資源配置效率偏低的主要原因并非VC對創(chuàng)新能力更強(qiáng)的科技企業(yè)投資意愿不足,而是投資強(qiáng)度不足。

本文通過IPO發(fā)行時點(diǎn)VC對企業(yè)的持股比例衡量VC對企業(yè)的投資強(qiáng)度。VC持股比例受兩方面因素的影響:①VC投資資金絕對額?；趯ζ髽I(yè)發(fā)展前景的預(yù)期,VC決定為企業(yè)投入相應(yīng)數(shù)額資金,高比例VC持股意味著VC投入企業(yè)的資金更多;②VC投資企業(yè)發(fā)展階段。企業(yè)在估值較低的初創(chuàng)期引入VC,往往會付出較高比例的股權(quán)。VC之所以冒著早期介入風(fēng)險對企業(yè)進(jìn)行投資并大比例持股,必然是看重企業(yè)發(fā)展前景。因此,VC高比例持股是基于專業(yè)判斷所作出的投資行為,VC對企業(yè)的持股比例越高,投資強(qiáng)度越大。

本文通過檢驗(yàn)VC是否選擇創(chuàng)新能力更強(qiáng)的科技企業(yè)進(jìn)行投資,以及是否傾向于對創(chuàng)新能力更強(qiáng)的科技企業(yè)加大投資強(qiáng)度,考察我國風(fēng)險投資市場對科技企業(yè)資源配置的功能與效率,并提出如下假設(shè):

H1a:VC投資的科技企業(yè),其創(chuàng)新績效更高;

H1b:VC投資強(qiáng)度越大,科技企業(yè)創(chuàng)新績效越高。

1.2.2 創(chuàng)新信號對企業(yè)創(chuàng)新能力的可區(qū)分性

創(chuàng)新信號有效性是不完全信息下動態(tài)博弈信號理論模型的均衡條件之一,創(chuàng)新信號對創(chuàng)新能力的可區(qū)分性是創(chuàng)新信號有效性存在的必要條件之一。因此,本文從構(gòu)建創(chuàng)新信號指標(biāo)入手,檢驗(yàn)創(chuàng)新信號對企業(yè)創(chuàng)新能力的可區(qū)分性。

國外學(xué)者對創(chuàng)新信號的研究普遍圍繞專利展開,往往將專利成果作為創(chuàng)新信號的代理變量[3,14]。然而,發(fā)明專利從申請到授權(quán)周期漫長,導(dǎo)致大部分科技企業(yè)初期無法獲得專利成果,加之專利申請成功率受到企業(yè)研發(fā)投入的影響,所以用專利成果測度企業(yè)創(chuàng)新能力可能存在時滯效應(yīng)。Carolin 等[6]指出,專利申請過程中產(chǎn)生的相關(guān)信息也能體現(xiàn)企業(yè)創(chuàng)新能力。從時間維度看,專利申請行為發(fā)生在專利授權(quán)之前,科技企業(yè)初創(chuàng)期專利申請行為更加多見;從區(qū)分維度看,專利申請行為是企業(yè)前期研發(fā)創(chuàng)新成果的體現(xiàn),對于創(chuàng)新能力不同的初創(chuàng)企業(yè)來說,是否申請專利意味著前期是否付出相應(yīng)研發(fā)投入。因此,本文將初創(chuàng)企業(yè)專利申請行為定義為創(chuàng)新信號。

本文認(rèn)為,不同企業(yè)發(fā)出創(chuàng)新信號的成本差異是實(shí)現(xiàn)信號可區(qū)分性的關(guān)鍵。由于無法獲取每個企業(yè)發(fā)出創(chuàng)新信號的成本數(shù)據(jù),考慮到創(chuàng)新能力差異會顯著影響企業(yè)創(chuàng)新績效水平,所以通過實(shí)證研究檢驗(yàn):如果在初創(chuàng)期選擇發(fā)出信號的企業(yè)其成熟期創(chuàng)新績效更高,則說明創(chuàng)新能力不同的兩類初創(chuàng)企業(yè)均會根據(jù)各自成本函數(shù)采取不同創(chuàng)新行為,該創(chuàng)新行為具有區(qū)分意義。為此,本文通過檢驗(yàn)A股上市科技企業(yè)初創(chuàng)期專利申請行為對創(chuàng)新能力的信號作用,進(jìn)一步檢驗(yàn)我國風(fēng)險投資市場創(chuàng)新信號的可區(qū)分性。據(jù)此,本文提出如下假設(shè):

H2:初創(chuàng)科技企業(yè)專利申請行為對成熟期創(chuàng)新績效發(fā)揮信號作用。

1.2.3 創(chuàng)新信號對VC的可識別性

信息優(yōu)勢方向信息劣勢方發(fā)送關(guān)于自身質(zhì)量的可識別信號是解決信息不對稱問題的關(guān)鍵[1]。在有效的風(fēng)險投資市場中,VC作為信息弱勢方,根據(jù)企業(yè)發(fā)送的創(chuàng)新信號進(jìn)行風(fēng)險投資。如果VC具備創(chuàng)新信號識別能力,則可以選擇更具創(chuàng)新能力的科技企業(yè)進(jìn)行投資,以降低信息不對稱和逆向選擇風(fēng)險。因此,創(chuàng)新信號有效性的另一個必要條件是創(chuàng)新信號對VC的可識別性。

然而,以往研究指出,我國VC對企業(yè)創(chuàng)新信號的識別能力和敏感程度各不相同。陳晉等[10]研究發(fā)現(xiàn),相較于民營VC,國有VC更關(guān)注企業(yè)創(chuàng)新信號,能給企業(yè)帶來更好的創(chuàng)新效應(yīng),體現(xiàn)了國有VC的“社會價值假說”;余琰[13]等認(rèn)為,國有VC未體現(xiàn)政府創(chuàng)新扶持初衷,而是體現(xiàn)了“私人利益假說”;徐向陽[9]等研究發(fā)現(xiàn),技術(shù)認(rèn)知能力更強(qiáng)的民營VC和公司型VC對專利信號更敏感。因此,本文通過檢驗(yàn)我國VC投資決策對初創(chuàng)科技企業(yè)創(chuàng)新信號的識別能力,進(jìn)一步檢驗(yàn)創(chuàng)新信號對VC的可識別性。據(jù)此,提出如下假設(shè):

H3:VC能夠識別初創(chuàng)科技企業(yè)的創(chuàng)新信號,并投資發(fā)出創(chuàng)新信號的企業(yè)。

1.2.4 VC對創(chuàng)新企業(yè)投資回報超額收益率的適度性

H4:我國VC對創(chuàng)新企業(yè)投資回報的超額收益率具備適度性。

2 研究設(shè)計

2.1 研究樣本與數(shù)據(jù)來源

根據(jù)美國信息技術(shù)與創(chuàng)新基金會綜合經(jīng)合組織(OECD)的定義,科技型行業(yè)包括制藥、醫(yī)療器械、計算機(jī)和電子、半導(dǎo)體組件、專用器械設(shè)備、航空部件和產(chǎn)品、數(shù)據(jù)處理。本文選取Wind行業(yè)分類中對應(yīng)的以上行業(yè),將2005—2020年A股上市科技企業(yè)作為研究樣本,數(shù)據(jù)來源于Wind數(shù)據(jù)庫和國泰安數(shù)據(jù)庫,企業(yè)初創(chuàng)期專利申請數(shù)據(jù)通過企查查數(shù)據(jù)庫手動檢索獲得。另外,本文作如下處理:①剔除ST和ST*公司;②剔除數(shù)據(jù)不全的公司;③剔除資產(chǎn)重組或借殼上市的公司;④剔除國企改制和集體企業(yè)改制公司;⑤剔除集團(tuán)剝離業(yè)務(wù)單獨(dú)設(shè)立的公司;⑤剔除成立未滿5年即上市的公司。最后,共獲得919家公司數(shù)據(jù)。

2.2 變量定義

由于不同行業(yè)科技企業(yè)生命周期存在較大差異,難以通過統(tǒng)一年限對企業(yè)初創(chuàng)期和成熟期進(jìn)行界定,因此本文根據(jù)不同行業(yè)特征對企業(yè)初創(chuàng)期進(jìn)行界定。

(1)由于制造業(yè)屬于技術(shù)、資金和勞動密集型產(chǎn)業(yè),技術(shù)創(chuàng)新活動需要依賴廠房、設(shè)備和材料等硬件條件,因此本文借鑒Park 等[16]的研究,將制造業(yè)企業(yè)初創(chuàng)期設(shè)為5年。

(2)以軟件和半導(dǎo)體為代表的信息技術(shù)市場具有產(chǎn)品生命周期短和技術(shù)更新頻率快的特征。摩爾定律指出每18個月集成電路產(chǎn)品性能將提高一倍,成本將下降一半。Conti 等[8]指出,信息技術(shù)行業(yè)屬于典型的人才密集型和技術(shù)密集型輕資產(chǎn)行業(yè),企業(yè)創(chuàng)新活動周期較其它行業(yè)短,因此本文將信息技術(shù)行業(yè)初創(chuàng)期設(shè)為3年。

(3)陳紅等[17]研究發(fā)現(xiàn),醫(yī)藥制造業(yè)藥物研發(fā)創(chuàng)新活動具有研發(fā)周期長和研發(fā)費(fèi)用投入大的特點(diǎn)。完成臨床試驗(yàn)通常是新藥發(fā)明專利申請的前置條件,而臨床試驗(yàn)周期一般為3～7年,因此本文將醫(yī)藥行業(yè)初創(chuàng)期設(shè)為7年。本文參考陳紅等[17]的研究,將企業(yè)實(shí)現(xiàn)IPO上市的年份界定為企業(yè)進(jìn)入成熟期。

2.3 變量選取

(1)發(fā)明專利申請行為。徐向陽等[9]指出,專利成果具有獲取成本高、難以模仿、可觀察等信號特點(diǎn)。企業(yè)專利申請行為是研發(fā)投入的結(jié)果,也是專利授權(quán)的前提。科技企業(yè)在資源稀缺的初創(chuàng)期加大研發(fā)投入將面臨較大風(fēng)險,對于創(chuàng)新能力較弱的初創(chuàng)企業(yè)而言,初期投入研發(fā)資源進(jìn)行專利申請失敗風(fēng)險更大,因此理性的弱能力企業(yè)會知難而退。對于創(chuàng)新能力強(qiáng)的初創(chuàng)企業(yè)而言,研發(fā)投入失敗風(fēng)險較小,它們更傾向于投入研發(fā)創(chuàng)新并申請專利,因此初創(chuàng)期企業(yè)專利申請行為對VC甄別企業(yè)創(chuàng)新能力具有良好的信號作用。由于初創(chuàng)期企業(yè)成立僅3～7年,而專利申請到授權(quán)公示可能長達(dá)2年以上,所以專利申請行為比專利授權(quán)結(jié)果更能真實(shí)反映初創(chuàng)期企業(yè)的創(chuàng)新能力。本文借鑒黎文靖和鄭曼妮(2016)的做法,選取具有實(shí)質(zhì)性創(chuàng)新價值的發(fā)明專利申請行為作為創(chuàng)新信號的代理變量。

除發(fā)明專利申請行為外,本文還根據(jù)信息技術(shù)行業(yè)和制造業(yè)創(chuàng)新活動特點(diǎn),增加如下創(chuàng)新信號指標(biāo):①受技術(shù)路徑依賴和行業(yè)技術(shù)標(biāo)準(zhǔn)限制的影響,專利、軟件著作權(quán)和集成電路布圖等研發(fā)創(chuàng)新成果均有助于提升信息技術(shù)企業(yè)市場占有率,因此本文將信息技術(shù)行業(yè)中軟件企業(yè)著作權(quán)和半導(dǎo)體企業(yè)集成電路布圖作為該類企業(yè)的創(chuàng)新信號;②制造業(yè)產(chǎn)品創(chuàng)新多針對產(chǎn)品形狀、構(gòu)造提出新型實(shí)用技術(shù)方案。本文參考陳晉等(2016)的研究,將實(shí)用新型專利申請行為作為該行業(yè)企業(yè)的創(chuàng)新信號。

(2)創(chuàng)新績效:借鑒李政和陸寅宏[18]的研究,從創(chuàng)新產(chǎn)出視角使用發(fā)明專利授權(quán)數(shù)度量。

(3)VC投資:以公司上市前VC股東作為VC被創(chuàng)新信號吸引的代理變量?？紤]到VC投資與企業(yè)創(chuàng)新信號之間可能互為因果,故本文剔除初創(chuàng)期獲得VC投資的樣本,僅考察在初創(chuàng)期之后進(jìn)行投資的VC樣本。

(4)VC投資強(qiáng)度:以公司持股比例最高的VC股東作為VC投資強(qiáng)度的代理變量。

(5)創(chuàng)新企業(yè)投資回報超額收益率:托賓Q值可以反映上市企業(yè)市場價值,本文采用創(chuàng)新企業(yè)與非創(chuàng)新企業(yè)上市年末的托賓Q值之比度量。

(6)控制變量。根據(jù)以往學(xué)者對創(chuàng)新績效和VC持股的研究,本文設(shè)置如下控制變量:資產(chǎn)負(fù)債率、經(jīng)營性現(xiàn)金流、總資產(chǎn)流轉(zhuǎn)率、資產(chǎn)規(guī)模、企業(yè)年齡、股權(quán)性質(zhì)、所屬行業(yè)、企業(yè)成立時間。

本文變量定義與取值如表3所示。

表3 變量定義與取值Tab.3 Variable definitions and values

2.4 模型構(gòu)建

為檢驗(yàn)VC是否選擇企業(yè)進(jìn)行投資與科技企業(yè)創(chuàng)新績效的關(guān)系,本文構(gòu)建如下模型:

IPi=σ0+σ1*VCi+σk*Controlk,i+I+T+ε1

(16)

其中,Controlk,i代表相關(guān)控制變量,I和T分別表示行業(yè)與年份固定效應(yīng),下同。

為檢驗(yàn)VC對科技企業(yè)投資強(qiáng)度與企業(yè)創(chuàng)新績效關(guān)系的影響,本文構(gòu)建如下模型:

IPi=γ0+γ1*VCSi+γg*Controlg,i+I+T+ε2

(17)

為檢驗(yàn)創(chuàng)新信號對創(chuàng)新績效的作用,本文構(gòu)建如下模型:

IPi=β0+β1*PIi+βj*Controlj,i+I+T+ε3

(18)

為檢驗(yàn)創(chuàng)新信號對風(fēng)險投資的可識別性,本文如下構(gòu)建模型:

Logistics(VC=1)i=α0+α1*PIi+αs*Controls,i+I+T+ε4

(19)

為檢驗(yàn)創(chuàng)新企業(yè)投資回報超額收益率(e)的適度性,本文使用統(tǒng)計分析方法分別計算樣本數(shù)據(jù)的e值分布及其適度性區(qū)間,并考察e值分布是否介于區(qū)間之內(nèi)。

3 結(jié)果分析

3.1 回歸分析

3.1.1 我國風(fēng)險投資市場對科技企業(yè)資源配置功能與效率的影響

表4第1列檢驗(yàn)結(jié)果顯示,有VC股東的科技企業(yè)創(chuàng)新績效顯著高于無VC股東的科技企業(yè),即VC傾向于選擇創(chuàng)新能力更強(qiáng)的科技企業(yè)進(jìn)行投資,因此假設(shè)H1a得到驗(yàn)證。表4第2列檢驗(yàn)結(jié)果顯示,VC投資強(qiáng)度與科技企業(yè)創(chuàng)新績效之間無顯著關(guān)系,即VC并不會對創(chuàng)新能力更強(qiáng)的科技企業(yè)加大投資強(qiáng)度,因此假設(shè)H1b未得到驗(yàn)證。創(chuàng)新能力更強(qiáng)的企業(yè)獲得VC投資的概率更高,說明我國風(fēng)險投資市場對科技企業(yè)發(fā)揮資源優(yōu)化配置作用;創(chuàng)新能力更強(qiáng)的企業(yè)未獲得VC的重點(diǎn)支持,說明我國風(fēng)險投資市場對科技企業(yè)資源配置效率偏低。

表4 假設(shè)H1、H2、H3回歸結(jié)果Tab.4 Regression results of the Hypothesis 1-3

3.1.2 我國風(fēng)險投資市場創(chuàng)新信號有效性檢驗(yàn)

表4第3列檢驗(yàn)結(jié)果顯示,科技公司在初創(chuàng)期的創(chuàng)新信號越強(qiáng)烈,企業(yè)創(chuàng)新能力越強(qiáng),企業(yè)成熟期創(chuàng)新績效越高,因此假設(shè)H2得到驗(yàn)證。表4第4列檢驗(yàn)結(jié)果顯示,在初創(chuàng)期發(fā)出創(chuàng)新信號的科技企業(yè)獲得VC支持的概率更大,因此假設(shè)H3得到驗(yàn)證。這表明,專利申請行為對企業(yè)創(chuàng)新能力具有明顯信號作用,且對VC具備可識別性。

3.1.3 創(chuàng)新企業(yè)投資回報溢價收益率適度性檢驗(yàn)

以企業(yè)創(chuàng)新績效中位數(shù)為分界點(diǎn),將中位數(shù)以上的企業(yè)定義為創(chuàng)新型企業(yè)、中位數(shù)以下企業(yè)定義為非創(chuàng)新型企業(yè),運(yùn)用“一對一”最鄰近匹配方法估計企業(yè)創(chuàng)新績效對托賓Q值的影響,發(fā)現(xiàn)平均處理效應(yīng)(ATT)在匹配后不顯著(該P(yáng)SM模型協(xié)變量選擇滿足匹配平衡性假設(shè)),表明企業(yè)創(chuàng)新績效與上市后托賓Q值無顯著相關(guān)性(見表5)。

表5 PSM方法對創(chuàng)新績效與托賓Q值的估計結(jié)果Tab.5 Estimation results of innovation performance and Tobin Q by PSM method

刪除無法配對的樣本,獲得236個可以“一對一”匹配的樣本,形成118組新樣本。每組樣本包括一對除創(chuàng)新績效存在差異、其余控制變量都較為接近的企業(yè),將其托賓Q值相除,得到創(chuàng)新企業(yè)投資回報溢價收益率e。

e=TQ1/TQ0

(20)

其中,TQ1為創(chuàng)新企業(yè)上市后的托賓Q值,TQ0為非創(chuàng)新企業(yè)上市后的托賓Q值,e值分布情況如表6所示。

表6 e值分布情況Tab.6 Distribution of the e value

根據(jù)企業(yè)i是否屬于創(chuàng)新企業(yè)、是否發(fā)出創(chuàng)新信號以及是否被VC投資,本文計算以下概率變量的統(tǒng)計值,如表7所示。

表7 α1、α2、α1'與α2'的統(tǒng)計值Tab.7 Statistical values of α1、α2、α1' and α2'

根據(jù)理論模型結(jié)論,本文得到e值的適度性區(qū)間為:

emax=(α1+1-α2)/α1=1.92

(21)

emin=(α1'+1-α2')/α1'=1.84

(22)

e統(tǒng)計值結(jié)果顯示:①有40.67%的e值小于1,即匹配樣本組中存在相當(dāng)比例的創(chuàng)新型企業(yè)估值溢價低于非創(chuàng)新型企業(yè);②e的中位數(shù)和均值均小于emin,即大部分匹配樣本組創(chuàng)新估值溢價均低于e值適度性區(qū)間的下限水平。從e值分布情況看,僅有3個樣本介于[emin,emax]之間,即2.54%的e值滿足適度性條件,13.55%的e值過大,83.91%的e值過小。

以上統(tǒng)計結(jié)果表明,A股市場對VC投資創(chuàng)新企業(yè)回報的超額收益率整體偏低,H4未得到驗(yàn)證。原因可能在于,激勵不足導(dǎo)致VC對創(chuàng)新企業(yè)的投資偏好降低,投資強(qiáng)度不足使創(chuàng)新企業(yè)無法獲得足夠的融資支持,從而對創(chuàng)新企業(yè)技術(shù)進(jìn)步造成不利影響,進(jìn)一步損害其在A股市場的估值溢價,使風(fēng)險投資市場不斷偏離分離均衡狀態(tài),在一二級市場之間形成惡性循環(huán)。

3.2 穩(wěn)健性檢驗(yàn)

為保證實(shí)證研究結(jié)果的穩(wěn)健性,本文替代核心變量進(jìn)行穩(wěn)健性檢驗(yàn),替代變量定義與取值如表8所示。將變量替代后,回歸結(jié)果表明本文實(shí)證結(jié)果比較穩(wěn)健,如表9所示。

進(jìn)一步,為克服內(nèi)生性對回歸結(jié)果造成的不良影響,本文采用工具變量法進(jìn)行穩(wěn)健性檢驗(yàn)。高階梯隊(duì)理論認(rèn)為,管理者個人特征通過影響企業(yè)技術(shù)創(chuàng)新決策作用于企業(yè)創(chuàng)新績效。企業(yè)創(chuàng)始人是公司成立的核心人員,是公司初創(chuàng)期的戰(zhàn)略制定者和執(zhí)行者。創(chuàng)始人專業(yè)背景特征影響企業(yè)認(rèn)知水平與行為偏好,進(jìn)而影響企業(yè)戰(zhàn)略決策行為(胡元木等,2017)。在企業(yè)初創(chuàng)期,創(chuàng)始人對企業(yè)戰(zhàn)略選擇的影響更顯著。因此,本文選取創(chuàng)始人技術(shù)背景作為工具變量進(jìn)行兩階段回歸,采用Wald F統(tǒng)計量檢驗(yàn)工具變量是否存在弱識別問題,結(jié)果表明不存在弱識別。兩階段回歸結(jié)果與本文實(shí)證結(jié)果保持一致,限于篇幅不再一一列示。

4 結(jié)論與啟示

4.1 研究結(jié)論

研發(fā)投入大、周期長且產(chǎn)出不確定的創(chuàng)新風(fēng)險使初創(chuàng)科技企業(yè)面臨嚴(yán)重的融資約束,我國風(fēng)險投資市場長期以來一直存在初創(chuàng)科技企業(yè)資源配置低效問題。基于信號理論和激勵理論,本文建立不完全信息下VC與初創(chuàng)科技企業(yè)投融資活動的動態(tài)博弈信號理論模型,求解使風(fēng)險投資市場實(shí)現(xiàn)分離均衡的前提條件,即創(chuàng)新信號的有效性以及創(chuàng)新投資的激勵相容性,得出如下結(jié)論:①我國風(fēng)險投資市場能夠優(yōu)化科技企業(yè)資源配置,但資源配置效率偏低;②初創(chuàng)科技企業(yè)專利申請等創(chuàng)新信號能夠傳遞企業(yè)創(chuàng)新能力信息并吸引VC支持,但VC對創(chuàng)新企業(yè)投資回報的超額收益率偏低,這一結(jié)論在經(jīng)過穩(wěn)健性檢驗(yàn)后依然成立。由理論模型可知,創(chuàng)新信號雖然有效但風(fēng)險投資市場無法實(shí)現(xiàn)分離均衡的原因在于證券市場對VC投資創(chuàng)新企業(yè)的激勵相容條件不成立。

4.2 研究啟示

根據(jù)上述研究結(jié)論,本文提出如下啟示:

(1)構(gòu)建動態(tài)博弈信號理論模型,豐富了信號理論和激勵理論在風(fēng)險投資領(lǐng)域中的應(yīng)用。不同于以往研究,本文從參與投融資活動的VC和企業(yè)雙方博弈視角出發(fā),結(jié)合激勵相容原則,提出風(fēng)險投資市場實(shí)現(xiàn)分離均衡的前提條件,對研究風(fēng)險投資市場資源配置效率提供了一種新思路。

(2)我國VC具備識別科技企業(yè)創(chuàng)新信號的能力。政府應(yīng)積極引導(dǎo)保險、銀行理財、國有資本等資金有效、長期入市,增加風(fēng)險投資市場資金有效供給,緩解VC長期以來面臨的募資難困境。同時,VC對科技企業(yè)投資具有“背書作用”,政府研發(fā)補(bǔ)貼和銀行信貸審批應(yīng)重點(diǎn)支持擁有VC股東背景的初創(chuàng)科技企業(yè),提升對創(chuàng)新型企業(yè)金融扶持的精準(zhǔn)度。

(3)金融監(jiān)管部門在制度設(shè)計方面應(yīng)充分提升創(chuàng)新投資激勵相容性。A股市場對VC投資創(chuàng)新企業(yè)激勵不足是引發(fā)我國風(fēng)險投資市場資源配置效率偏低的主要原因。因此,政府部門應(yīng)不斷深化科創(chuàng)板、注冊制等證券市場發(fā)行與交易制度改革,提升資本市場成熟度和包容性。一方面,科創(chuàng)板的推出讓投資科技企業(yè)的VC獲得順暢的退出通道,有利于VC積極投資初創(chuàng)科技企業(yè);另一方面,全面推進(jìn)注冊制可降低上市財務(wù)指標(biāo)門檻并提升IPO發(fā)行速度,使上市公司整體估值溢價和流動性水平下降,稀缺性創(chuàng)新企業(yè)可通過證券市場獲得更高的估值定價,提升VC投資科技企業(yè)的創(chuàng)新溢價收益回報。盡管2021年以來全面注冊制已經(jīng)在A股市場穩(wěn)步推進(jìn),但由交易所和證監(jiān)會把控的實(shí)質(zhì)性審核在企業(yè)上市過程中仍起決定性作用。因此,金融監(jiān)管部門應(yīng)盡快根據(jù)證券法規(guī)定全面推進(jìn)注冊制的生效落地,引導(dǎo)VC加大對具有創(chuàng)新潛質(zhì)的初創(chuàng)科技企業(yè)的投資力度,進(jìn)一步發(fā)揮資本市場優(yōu)化資源配置的作用。

4.3 不足與展望

本文存在如下不足:一是在創(chuàng)新信號如何影響風(fēng)險資本投資行為的研究命題中,風(fēng)險資本投資行為模式范圍有待擴(kuò)展。除投資強(qiáng)度選擇這一特征外,還可以對投資時點(diǎn)選擇、聯(lián)合投資或獨(dú)立投資方式選擇等展開研究;二是未來將關(guān)注風(fēng)險資本異質(zhì)性條件下,創(chuàng)新信號對異質(zhì)性風(fēng)險資本投資行為的不同影響,如風(fēng)險資本所有制異質(zhì)性、聲譽(yù)異質(zhì)性、是否具有產(chǎn)業(yè)背景異質(zhì)性等;三是缺乏資本市場制度改革對風(fēng)險資本投資行為激勵與影響的研究視角,如科創(chuàng)板和北交所推出是否會提升科技企業(yè)在證券市場中的創(chuàng)新能力估值溢價水平,從而影響風(fēng)險資本對初創(chuàng)科技企業(yè)創(chuàng)新信號的敏感度等。在資本市場激勵制度作用下,風(fēng)險資本個體投資行為如何影響風(fēng)險投資市場資源配置效率問題,仍有待拓展。