文/張同（蘭州財經(jīng)大學(xué) 統(tǒng)計學(xué)院）

一、引言

風(fēng)險投資的主要作用是為那些難以從傳統(tǒng)金融機(jī)構(gòu)中獲取融資的企業(yè)提供關(guān)鍵資金[1]，并對被投資對象進(jìn)行監(jiān)督或提供增值服務(wù)的過程，投資者最終目的是能夠通過成功的投資交易退出。

針對風(fēng)險投資的研究一般從三個角度進(jìn)行分析[2]，一是研究宏觀視角下的風(fēng)險投資活動，即風(fēng)險投資行為與宏觀經(jīng)濟(jì)變量間的關(guān)系；二是風(fēng)險投資行為過程，主要研究風(fēng)險投資對創(chuàng)業(yè)企業(yè)的影響；三是從投資者出發(fā)，針對風(fēng)險投資機(jī)構(gòu)本身的特質(zhì)研究。

本文從內(nèi)容上屬于針對風(fēng)險投資的行為過程進(jìn)行的研究，主要討論風(fēng)險投資的回報水平與哪些因素相關(guān)，研究內(nèi)容與風(fēng)險投資的退出機(jī)制關(guān)系較為緊密。在已有的風(fēng)險投資退出機(jī)制研究中，有針對行業(yè)特性進(jìn)行分析，認(rèn)為行業(yè)存在不確定性越大，投資機(jī)構(gòu)的退出欲望越小[3]。同時投資方式也影響了風(fēng)險投資的退出傾向，當(dāng)投資方式為聯(lián)合投資時，投資機(jī)構(gòu)的退出欲望也越弱[4]。那么在考慮到投資回報水平是風(fēng)險投資機(jī)構(gòu)進(jìn)行投資的主要目的時，從風(fēng)險投資案例中表現(xiàn)出的某些特征是否會對風(fēng)險投資回報產(chǎn)生影響，就是一個值得進(jìn)一步討論的問題。

二、研究基礎(chǔ)與假設(shè)

本文的研究假設(shè)的理論基礎(chǔ)主要與以下研究相關(guān)：

第一是有關(guān)風(fēng)險投資的退出方式研究。風(fēng)險投資機(jī)構(gòu)有著對企業(yè)IPO的促進(jìn)作用，且該作用比對被并購的作用更為顯著[5]。那么可以進(jìn)行合理推測：通過IPO退出的風(fēng)險投資，其回報水平要高于其他的退出方式，如并購、回購以及股權(quán)轉(zhuǎn)讓等方式，所以在風(fēng)險投資持續(xù)進(jìn)行的階段，風(fēng)險投資機(jī)構(gòu)有著更強(qiáng)的促進(jìn)企業(yè)IPO的傾向。

第二是關(guān)于投資時長與投資回報的相關(guān)研究。Gorman和Sahlman發(fā)現(xiàn)[6]，風(fēng)險投資方對被投資者的管理影響在未來的風(fēng)險投資持續(xù)時間中占60%以上，因此投資時長與投資后的增值服務(wù)數(shù)量和效果有著明顯關(guān)系，由此也可得出推論，投資持續(xù)時間與最終的投資成功和創(chuàng)業(yè)企業(yè)成長有著明顯的相關(guān)性。

總而言之，獲得相應(yīng)的風(fēng)險補(bǔ)償和超額收益是投資的主要目標(biāo)，也是社會資本進(jìn)行風(fēng)險投資的根本動力，因此對投資收益水平的影響因素研究是較為必要的，所以為研究收益水平的影響因素，本文做出以下假設(shè)：

假設(shè)a：投資時間越長，不確定性和風(fēng)險就越大，應(yīng)有更大的風(fēng)險補(bǔ)償；此外投資時間越長，投資機(jī)構(gòu)的增值服務(wù)投入越大越明顯，因而帶來投資回報更多，所以投資回報與投資時間跨度成正相關(guān)。

假設(shè)b：流動性保證了資金能夠有效安全的退出，且能夠進(jìn)入交易市場的風(fēng)險投資標(biāo)的其質(zhì)量也更加被認(rèn)可，因此IPO是投資回報最佳的退出方式。

假設(shè)c：行業(yè)差異亦會導(dǎo)致風(fēng)險投資的回報差異，如果某行業(yè)風(fēng)險投資回報率高，自然會吸引更多的風(fēng)險投資機(jī)構(gòu)或基金進(jìn)入該行業(yè)，因此行業(yè)的風(fēng)險投資回報水平與該行業(yè)的風(fēng)險投資數(shù)量成正比關(guān)系。

三、研究方法

（一）樣本選擇

在研究風(fēng)險投資案例過程中，刪除以下案例：1.未標(biāo)明投資回報率的案例，2.未標(biāo)明投資進(jìn)入或退出時間的案例，3.未標(biāo)明投資輪次的案例，4.未標(biāo)明退出方式的數(shù)據(jù)。通過以上篩選標(biāo)準(zhǔn)最終得到從2000年至2014年共1169個風(fēng)險投資案例。

（二）描述性統(tǒng)計

首先對分行業(yè)數(shù)據(jù)進(jìn)行基本的統(tǒng)計分析，具體內(nèi)容包括投資回報（倍數(shù)）和投資時間跨度（月份）的均值、標(biāo)準(zhǔn)差、中位數(shù)。對于以上數(shù)值的描述性統(tǒng)計不僅包括總體數(shù)據(jù)，同時對每個分行業(yè)進(jìn)行同樣的分析，由于某些行業(yè)樣本不足且最大值和最小值差異巨大，因此在描述性統(tǒng)計中，投資回報和時間跨度主要參考應(yīng)該為中位數(shù)。

表2 投資回報水平統(tǒng)計值

（三）設(shè)計回歸

本文中的投資案例各自起止時間不同，無法與投資主體和投資對象一一對應(yīng)，更無法使用AR模型或面板數(shù)據(jù)處理模型。因此本文選擇大樣本下的FGLS進(jìn)行估計，由于某些行業(yè)的樣本數(shù)量過少，所以采用一般的多元線性回歸分析。

回歸過程中，因變量選擇為投資回報倍數(shù)，自變量為投資時間跨度，投資輪次輔助變量，投資退出方式輔助變量以及投資行業(yè)輔助變量，如表1所示。

表1 實證變量及其符號

除表1中所示變量外，研究過程中還加入了in1～in14共14個輔助變量以分別代表15個不同的行業(yè)分類，構(gòu)成本文研究所需的全部完整變量。

并構(gòu)建如下模型：

其中αi為風(fēng)險投資的投資輪次，視具體情況設(shè)置從a到g不同的投資輪次啞變量；則為退出方式啞變量，設(shè)置ipo等六種不同的退出方式。

四、實證結(jié)果和統(tǒng)計分析

（一）描述性統(tǒng)計結(jié)果

本文數(shù)據(jù)主要來源于國泰安CSMAR數(shù)據(jù)庫和巨潮資訊網(wǎng)等數(shù)據(jù)網(wǎng)站，通過前述標(biāo)準(zhǔn)篩選，最終得到2000—2014年共1169個風(fēng)險投資案例，筆者按被投資對象所處不同行業(yè)，進(jìn)行了15種不同行業(yè)的類型劃分。分類結(jié)果顯示，2014年之前的風(fēng)險投資主要方向為電子科學(xué)、儀器制造或醫(yī)藥及醫(yī)療產(chǎn)品開發(fā)等具有較高技術(shù)含量，且從過去到現(xiàn)在，在某一段時間內(nèi)受到國家或地方政策扶持和資源傾斜的行業(yè)，也是普遍被社會認(rèn)為具有良好發(fā)展前景的行業(yè)。與此類行業(yè)相對的是諸如采掘業(yè)、加工運(yùn)輸業(yè)、金融業(yè)或電子商務(wù)等科技含量較低或已經(jīng)形成少數(shù)寡頭較為難以進(jìn)入的行業(yè)，其社會資源的傾斜程度本就不足，且容易受到政策的限制或是已經(jīng)形成了較高的行業(yè)進(jìn)入壁壘，自然沒有較高的投資預(yù)期，其風(fēng)險投資的數(shù)量也就較少。

在獲得符合標(biāo)準(zhǔn)的風(fēng)險投資案例數(shù)據(jù)后，以前文分析為指導(dǎo)，對投資回報水平和投資時間長度的中位數(shù)、平均值和標(biāo)準(zhǔn)差進(jìn)行了相應(yīng)的統(tǒng)計，具體結(jié)果如表3、表4所示。

通過對以上數(shù)據(jù)觀察并進(jìn)行分析，可以得到以下結(jié)論：第一部分行業(yè)的投資回報存在極大的差異性，如醫(yī)藥醫(yī)療制造業(yè)或電子商務(wù)行業(yè)，其回報方差遠(yuǎn)大于回報均值，這十分顯著地反映了風(fēng)險投資的回報分布極其不規(guī)律性和高度的不確定性。第二風(fēng)險投資回報隨時間跨度增加而增長的傾向，僅就表中數(shù)據(jù)而言，通過對不同行業(yè)的分類得到的風(fēng)險投資時間跨度數(shù)值越高，風(fēng)險投資的回報倍數(shù)也越大。

（二）統(tǒng)計回歸結(jié)果

根據(jù)第三章構(gòu)建的模型，對每個行業(yè)逐個回歸。其結(jié)果顯示，在大部分行業(yè)中，即使能夠通過F檢驗的行業(yè)數(shù)據(jù)，很多變量依然無法獨立通過t檢驗的，僅有少部分變量如length、ipo等能夠在部分行業(yè)的回歸中通過t檢驗且其系數(shù)一般為正。在進(jìn)行分行業(yè)的檢驗之后，還進(jìn)行了全樣本的FGLS回歸，其部分結(jié)果如表3所示。

表3 全樣本回歸結(jié)果（部分）

在總體樣本回歸中，除已經(jīng)列出的三個變量外，其他變量均無法通過t檢驗，其中包括所有的行業(yè)劃分輔助變量?？梢园l(fā)現(xiàn)，即使在全樣本的FGLS回歸中，length與ipo也依然是與投資回報顯著相關(guān)的兩個變量，且ipo的系數(shù)遠(yuǎn)大于length的系數(shù)。除此之外，投資輪次中a輪投資也為投資回報在90%的置信區(qū)間內(nèi)產(chǎn)生正向影響，因此可以基本認(rèn)為假設(shè)a與假設(shè)b的成立是合理的。為進(jìn)一步驗證假設(shè)a投資回報與投資時間跨度的關(guān)系，對每個行業(yè)的投資回報中位數(shù)和投資時長中位數(shù)進(jìn)行了回歸，結(jié)果如表4所示。

表4 投資時長中位數(shù)回歸結(jié)果

其值依然在95%的置信區(qū)間內(nèi)通過了t檢驗，由此可以說明，時間跨度的長度對投資回報有著顯著的直接影響，且其系數(shù)為正值，說明了二者之間存在正向關(guān)系，即時間跨度越長，回報越大，佐證了假設(shè)a的真實性。

與假設(shè)a和假設(shè)b不同的是假設(shè)c，行業(yè)分類系數(shù)本身在回報率的全樣本回歸中都無法通過t檢驗，此外在描述性統(tǒng)計部分的研究中似乎也沒有能夠直觀證明風(fēng)險投資回報與行業(yè)選擇傾向的必然聯(lián)系。

五、總結(jié)與討論

（一）對研究結(jié)果的討論

根據(jù)上述的研究可以認(rèn)為，風(fēng)險投資的回報水平與其他類型的投資類似，其本質(zhì)上帶有著對不確定和時間成本的補(bǔ)償，所以時間越長的風(fēng)險投資整體回報也越高，假設(shè)a得到了相應(yīng)證明。此外風(fēng)險投資越能夠通過流動性充足的市場變現(xiàn)，其回報也就越高，這也與側(cè)面反映了流動性充足的市場才有更大的可能對投資標(biāo)的進(jìn)行價格發(fā)現(xiàn)，假設(shè)b也得到相應(yīng)佐證。因此如何在有限風(fēng)險的水平下保證市場的充分流動性，也是促進(jìn)風(fēng)險投資發(fā)展需要考慮的重要因素之一。而對于假設(shè)c行業(yè)輔助變量的相對不顯著，一方面可能是由于風(fēng)險投資往往并不止依賴單純的投資回報，還有如環(huán)境、社會總體福利等多方面考慮因素；另一方面也可能是本文存在一定的數(shù)據(jù)疏漏所導(dǎo)致的。

（二）本文的不足與可改進(jìn)之處

本文存在有以下不足之處：首先，本文數(shù)據(jù)全部取自風(fēng)險投資正回報的案例，缺少損失案例，對于變量的分析與估計存在一定的偏頗之處。其次，沒有對具體的投資機(jī)構(gòu)和被投資對象進(jìn)行詳細(xì)的特征分析，風(fēng)險投資的投資回報本身是很有可能帶有其自身特征的。

比如已有研究發(fā)現(xiàn)，被有政府背景的風(fēng)險投資機(jī)構(gòu)(GVC)與其他類型的投資機(jī)構(gòu)混合投資的企業(yè)，融資效果最好，退出時的總體表現(xiàn)也更加優(yōu)秀；而僅僅受到GVC投資的企業(yè)其投資回報表現(xiàn)較差[7]。

因此之后的研究可以結(jié)合每個投資案例的具體特征，如投資金額、投資方式、機(jī)構(gòu)性質(zhì)等進(jìn)行進(jìn)一步分析。