政府引導基金能引導社會資金進入創投市場嗎？

楊敏利，王　晗，董建衛

(1.西安理工大學經濟與管理學院，陜西　西安　710054；2.西北大學經濟管理學院，陜西　西安　710127)

?

政府引導基金能引導社會資金進入創投市場嗎？

楊敏利1，2，王晗1，董建衛2

(1.西安理工大學經濟與管理學院，陜西西安710054；2.西北大學經濟管理學院，陜西西安710127)

摘要：基于傾向值匹配倍差法(PSM-DID)從城市層面研究政府引導基金對社會資金的引導作用。首先通過私募通數據庫確定設立政府引導基金的城市，其后采用傾向值匹配法(PSM)從沒有設立政府引導基金的城市中為設立政府引導基金的城市選取一對一匹配樣本，最后使用倍差法(DID)實證檢驗兩類城市的創投市場差異。實證結果表明：在設立政府引導基金之后，設立政府引導基金的城市在創投籌資規模、新成立的創投機構數量、首次進入創投市場投資的有限合伙人數量三個方面均顯著地高于沒有設立政府引導基金的城市。

關鍵詞：科技政策；政府引導基金；引導效應；傾向值匹配；倍差法

1引言

近幾年來，在《國務院關于實施〈國家中長期科學和技術發展規劃綱要(2006—2020年)〉若干配套政策的通知》等一系列政策措施的推動下，中國的政府創業投資引導基金(以下簡稱政府引導基金)發展迅猛。據私募通數據庫的不完全統計，截止到2013年年底，中國各地共設立政府引導基金148支，管理的基金規模超過470億元。

如何科學準確地評估政府引導基金的引導效應呢？從理論上講，最理想的評估方法應當是在同一地區的同一時間段內，比較設立政府引導基金和沒有設立政府引導基金時的創投市場差異，即比較事實(設立政府引導基金)與反事實(沒有設立政府引導基金)之間的差異來評估政府引導基金的引導效應。然而，在現實中，由于研究者無法同時觀測到事實和反事實兩種狀態，因而上述評估方法不能實現。為解決事實和反事實無法同時觀測這一難題，Rosenbaum和Rubin提出了著名的傾向值匹配法(PSM)。PSM的基本思想是通過一系列協變量計算出研究對象接受干預的條件概率作為傾向值，然后以傾向值最接近為原則從沒有接受干預的研究對象中為接受干預的研究對象選取匹配樣本，近似地構造反事實，從而通過比較事實與構造的反事實之間的差異來評估政策效應。但是，由于PSM構造的是近似反事實而非反事實本身，因此使用PSM評估政策效應時存在一個明顯的缺陷——不可觀測的遺漏變量會導致評估結果出現偏倚，而由Heckman與Hotz借鑒受控實驗思想提出的倍差法(DID)恰好可以有效地解決這一問題。為此，Blundel和Costa[1]提出把PSM和DID結合為PSM-DID模型。在PSM-DID模型中，原本PSM中通過樣本匹配構造反事實的部分得以保留，但政策效應評估部分被摒棄了，取而代之的是由DID模型使用PSM構造的匹配樣本進行政策效應評估。由于PSM-DID模型可以克服PSM和DID各自的缺陷，提高評估結果的可靠性，在國內外政策評估領域得到了較為廣泛的應用。借鑒前人的研究思路，本文使用PSM-DID模型評估政府引導基金對社會資金的引導效應。

相比已有國內外關于政府創投政策效應方面的相關研究，本文的特色主要表現為以下兩個方面：第一，研究方法。Leleuxa和Surlemont[2]、Cumming[3]、Cumming和 Li[4]、Brander等[5]、楊大楷和李丹丹[6]使用的是面板數據模型，楊敏利等[7]使用的是聯立方程模型，Wallsten[8]使用的是工具變量法，本文使用的是PSM-DID模型。第二，評估視角。Cumming[3]、Cumming和 Li[4]、Brander等[5]、Wallsten[8]、楊大楷和李丹丹[6]是從創投投資的視角進行評估，Leleuxa和Surlemont[2]是從創投籌資的視角進行評估，楊敏利等[7]是從創投資本供給的視角進行評估，本文從創投籌資、成立新創投機構、有限合伙人首次進入創投市場投資三個視角進行評估。

2基于PSM構建匹配樣本

使用PSM-DID模型評估政策效應的第一個步驟是基于PSM構建匹配樣本。依據PSM構建匹配樣本的步驟，首先通過私募通數據庫確定設立政府引導基金的城市和沒有設立政府引導基金的城市，其后選擇可能影響政府引導基金設立的初始協變量并通過逐步回歸確定最終的協變量，最后使用PSM中的最近鄰匹配從沒有設立政府引導基金的城市中為設立政府引導基金的城市選取一對一匹配樣本，并從匹配廣度和匹配精度兩個方面對匹配結果進行檢驗。

(1)確定設立政府引導基金的城市和沒有設立政府引導基金的城市。本文通過如下步驟確定設立政府引導基金的城市和沒有設立政府引導基金的城市：第一步，通過私募通數據庫搜集2011年(含)之前設立政府引導基金的城市。第二步，通過CVsource數據庫和百度搜索引擎交叉檢驗私募通數據庫搜集到的數據。如果私募通數據庫提供的數據與CVsource數據庫提供的數據保持一致，就不再通過百度搜索進行交叉檢驗；如果私募通數據庫提供的數據與CVsource數據庫提供的數據不一致，則進一步通過百度搜索引擎搜集公開數據進行交叉檢驗。通過上述兩個步驟共確定了44個設立政府引導基金的城市和148個沒有設立政府引導基金的城市。需要補充說明的是，本文中的城市僅包括省會城市和地級市，不包括直轄市和縣級市。之所以如此選擇，主要是基于以下兩方面的考慮：一是北京、上海、天津、重慶四個直轄市的行政建制與省(自治區)平級，與其他城市沒有可比性，而且這四個直轄市的各項經濟指標與其他城市存在明顯差異，很難在其他城市中為這四個直轄市選取到合適的匹配對象。二是設立政府引導基金的縣級市很少，且縣級市的數據資料獲取非常困難。此外，本文僅以2011年(含)之前設立政府引導基金的城市為研究對象，是為了保留三年的觀察期(2011—2013年)觀察設立政府引導基金之后的創投市場變化情況。

(2)選取協變量。本文通過如下兩個步驟來選取協變量：第一步，選擇初始協變量，即選擇可能影響政府引導基金設立的變量。第二步，利用逐步回歸法，剔除初始協變量中對政府引導基金設立無顯著影響的變量，保留對政府引導基金設立有顯著影響的變量。本文從經濟、金融、創新、創投市場等多個方面選擇可能影響政府引導基金設立的初始協變量，具體包括：一是實際GDP，用來刻畫一個城市的總體經濟發展狀況；二是年末貸款余額和年末存款余額，用來刻畫一個城市的金融業總體發展水平；三是申請專利數量，用來刻畫一個城市的技術創新能力；四是有限合伙人數量、有限合伙人提供的資金額、創投籌資規模、新成立的創投機構數量以及首次進入創投市場投資的有限合伙人數量，用來刻畫一個城市的創投市場發展狀況；五是高校數量，用來間接刻畫一個城市的創業與創新潛力。在上述初始協變量中，實際GDP、年末貸款余額、年末存款余額、申請專利數量以及高校數量均通過各個城市的統計年鑒搜集，有限合伙人數量、有限合伙人提供的資金額、創投籌資規模、新成立的創投機構數量以及首次進入創投市場投資的有限合伙人數量通過私募通數據庫搜集。選擇完初始協變量之后，通過逐步回歸法把初始協變量帶入到計算條件概率(即傾向值)的回歸模型中，最終選取的協變量包括年末貸款余額、有限合伙人數量、首次進入創投市場投資的有限合伙人數量和高校數量。

(3)PSM匹配及匹配結果檢驗。完成了協變量的選取之后，本文正式使用PSM從沒有設立政府引導基金的城市中為設立政府引導基金的城市選取一對一匹配樣本，并對匹配結果進行檢驗。具體步驟如下：第一步，把最終確定的協變量帶入到logit模型中計算各個城市設立政府引導基金的條件概率，匹配時間點為設立政府引導基金的前一年。第二步，使用PSM中的最近鄰匹配從沒有設立政府引導基金的城市中為設立政府引導基金的城市選取一對一匹配樣本。PSM中最常用的匹配方法有最小半徑匹配、核匹配和最近鄰匹配三種，由于前兩種匹配方法都無法從沒有設立政府引導基金的城市中為設立政府引導基金的城市選取到唯一確定的匹配樣本，因而本文使用最近鄰匹配，即按照設立政府引導基金的可能性最接近為匹配原則確定匹配對象。第三步，對匹配結果進行檢驗。在PSM中，對匹配結果進行檢驗的方法主要有兩種：共同支撐域假說檢驗和平行假說檢驗。前者的目的在于檢驗是否為每一個設立政府引導基金的城市匹配到與其傾向值最接近的沒有設立政府引導基金的城市，屬于匹配廣度檢驗；后者的目的在于檢驗兩組樣本的協變量分布是否存在顯著差異，屬于匹配精度的檢驗。共同支撐域假說檢驗的判斷標準只有一項，即是否支持共同支撐域假說，本文的檢驗結果是支持，表明匹配結果的匹配廣度是可靠的。平行假說檢驗的判斷標準有兩項：一是標準偏差的減少幅度，二是均值差的t統計量。表1給出了平行假說檢驗的檢驗結果。從表1可以看到：在匹配之前，兩組樣本所有變量的標準偏差都很大，而在匹配之后，兩組樣本所有變量的標準偏差都大幅度下降；在匹配之前，兩組樣本所有變量的均值差都在0.01的顯著性水平下存在顯著差異，而在匹配完成之后，兩組樣本所有變量的均值差都不再顯著。表1的檢驗結果表明，本文的匹配結果達到了較高的匹配精度。

表1　平行假說檢驗

續表1

注：***表示在1%的顯著性水平下顯著。

3基于DID模型進行實證檢驗

使用PSM-DID模型評估政策效應的第二個步驟是基于DID模型進行實證檢驗。本部分使用DID模型，從三個視角評估政府引導基金對社會資金的引導作用：一是設立政府引導基金之后的創投籌資規模；二是設立政府引導基金之后新成立的創投機構數量；三是設立政府引導基金之后首次進入創投市場投資的有限合伙人數量。

表2中的模型1給出了以創投籌資規模為被解釋變量時的DID模型回歸結果。從回歸結果可以看到，虛擬變量時間的回歸系數不顯著，表明創投籌資規模沒有隨著時間推移而發生顯著變化。虛擬變量政府引導基金的回歸系數也不顯著，表明創投籌資規模在設立政府引導基金的城市和沒有設立政府引導基金的城市之間不存在顯著差異。時間和政府引導基金的乘積項在0.05的顯著性水平下對創投籌資規模有顯著的正向影響，表明在設立政府引導基金之后，設立政府引導基金的城市比沒有設立政府引導基金的城市籌集了更大規模的創投基金。

表2　基于DID模型實證評估政府引導基金對社會資金的引導作用

注：***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

表2中的模型2給出了以新成立的創投機構數量為被解釋變量時的DID模型回歸結果。從回歸結果可以看到，虛擬變量時間的回歸系數不顯著，表明新成立的創投機構數量沒有隨著時間的推移而發生顯著變化。虛擬變量政府引導基金的回歸系數也不顯著，表明新成立的創投機構數量在設立政府引導基金的城市和沒有設立政府引導基金的城市之間不存在顯著差異。時間和政府引導基金的乘積項在0.05的顯著性水平下對新成立的創投機構數量有顯著的正向影響，表明在設立政府引導基金之后，設立政府引導基金的城市比沒有設立政府引導基金的城市新成立了更多的創投機構。

表2中的模型3給出了以首次進入創投市場投資的有限合伙人數量為被解釋變量時的DID模型回歸結果。從回歸結果可以看到，虛擬變量時間的回歸系數不顯著，表明隨著時間的推移首次進入創投市場投資的有限合伙人數量沒有顯著增加。虛擬變量政府引導基金的回歸系數也不顯著，表明首次進入創投市場投資的有限合伙人數量在設立政府引導基金的城市和沒有設立政府引導基金的城市之間不存在顯著差異。時間和政府引導基金的乘積項在0.1的顯著性水平下對新成立的創投機構數量有顯著的正向影響，表明在設立政府引導基金之后，設立政府引導基金的城市比沒有設立政府引導基金的城市有更多的投資者以有限合伙人的身份首次進入創投市場投資。

4結論

設立政府引導基金是《國家中長期科學和技術發展規劃綱要(2006—2020年)》的配套措施之一，其宗旨在于發揮財政資金的杠桿放大作用，引導更多的社會資金進入創投市場。本文使用PSM-DID模型實證評估了政府引導基金的引導效應，實證結果表明：在設立政府引導基金之后，設立政府引導基金的城市在創投籌資規模、新成立的創投機構數量、首次進入創投市場投資的有限合伙人數量三個方面均顯著地高于沒有設立政府引導基金的城市。上述實證結果表明，設立政府引導基金成功引導了社會資金進入創投領域，積極推動了創投市場發展。因此，在現階段國家和各地各級政府應當繼續堅持這一政策，通過設立政府引導基金來帶動創投市場發展并最終促進科技型中小企業融資。

參考文獻：

[1]Blundell R，Costa D M.Evaluation Methods for Non-experimental Data[J].Fiscal Studies，2000，21(4)：427-468.

Leleuxa B，Surlemont B.Public versus Private Venture Capital：Seeding or Crowding Out? A Pan-European Analysis[J].Journal of Business Venturing，2003，18(1)：81-104.

Cumming D J.Public Economics Gone Wild：Lessons from Venture Capital[J].International Review of Financial Analysis，2014，36：251-260.

Cumming D J，Li D.Public Policy，Entrepreneurship，and Venture Capital in the United States[J].Journal of Corporate Finance，2013，23：345-367.

Brander J A，Du Q，Hellmann T.The Effects of Government-Sponsored Venture Capital：International Evidence[J].Review of Finance，2014，doi：10.1093/rof/rfu009.

楊大楷，李丹丹.政府支持對中國風險投資業影響的實證研究[J].山西財經大學學報，2012，34(5)：52-60.

楊敏利，李昕芳，仵永恒.政府創業投資引導基金的引導效應研究[J].科研管理，2014，35(11)：8-16.

Wallsten S.The Role of Government in Regional Technology Development：The Effects of Public Venture Capital and Science Parks[J].Stanford Institute for Economic Policy Research Discussion Paper，2001，No.00-39.

(責任編輯劉傳忠)

Could China’s Government Venture Capital Guiding Funds Guide Social Funds into Venture Capital Market?

Yang Minli1,2，Wang Han1，Dong Jianwei2

(1.School of Economics and Management，Xi’an University of Technology，Xi’an 710054，China；

2.School of Economics and Management，Northwest University，Xi’an 710127，China)

Abstract：The guiding effects of government venture capital guiding funds(GVCGFs)on social funds are investigated with difference in differences method based on propensity score matching(PSM-DID) from the city level in this paper.Firstly，data are collected from Zero2IPO Database to determine the cities which have set up GVCGFs.Secondly，one-match samples are selected from the cities without GVCGFs to the cities with GVCGFs by propensity score matching(PSM).At last，the venture capital market differences between the cities with and without GVCGFs are examined empirically with the difference in differences(DID) models.Empirical results show that，after the establishment of GVCGFs，the overall venture capital commitments，the amount of newly founded venture capital firms，and the numbers of limited partners entering the venture capital market for the first time are higher in cities with GVCGFs than those in cities without GVCGFs.

Key words:Science and technology policy；Government venture capital guiding fund；Guiding effect；Propensity score matching；Difference in differences model

中圖分類號:F204

文獻標識碼:A

作者簡介：楊敏利(1973- )，女，陜西戶縣人，副教授，碩士生導師，博士；研究方向：創業投資與創業管理。

收稿日期：2015-04-08

基金項目：國家自然科學基金項目(71172201)，教育部人文社會科學研究基金項目(14YJC630023、15YJA630086)，中國博士后科學基金項目(2013M540766、2013M542375)，陜西省軟科學計劃項目(2011KRM47)，陜西省教育廳科學研究計劃項目(14JK1494)。