風險投資機構聲譽與投資時空特征的關系研究
——基于中國風險投資市場

柳雪萍 侯立文

(上海交通大學 安泰經濟與管理學院，上海 200030)

我國的風險投資行業起步雖晚，但近年來發展迅速，助力了一批獨角獸企業的誕生。在 “互聯網+”熱潮、“大眾創業、萬眾創新”政策等的推動下，創業、投資潮持續升溫，大量風險投資機構(VC)紛紛入場，提高了市場活躍度的同時也加劇了行業競爭。同時，VC之間投資和管理能力良莠不齊，投資行為存在模仿跟隨的情況，投資業績也呈現兩極分化態勢。

VC的聲譽是其投資能力的外在體現。為探究VC的投資能力差異對投資策略的影響，本文從聲譽視角研究VC在空間和時間上的投資偏好。目前用于衡量VC聲譽的指標有投資經驗和經營期限、資本管理規模、IPO退出數量、平均資本回報率等，考慮到投資能力不能隨經營時間、資金規模、投資案例數無限積累，且當前我國存在“VC PE化”的特點，即VC通過投資風險較低的中后期項目以提高IPO退出率和資本回報率，故本文創新性地提出以“是否在早期作為首個風險投資人投出過獨角獸企業”衡量VC聲譽，從而更關注VC在早期項目挖掘上所體現的真實投資能力。

1 理論分析與研究假設

VC往往要在信息不充分的情況下從成百上千個早期投資項目中篩選出明星項目，此時其項目價值判斷能力尤為重要。一方面，早期項目可輔證信息少，投資風險大，需要VC對商業機會、發展前景作出準確判斷；另一方面，當前我國初創企業很少屬于技術驅動型，多屬于商業模式創新或微創新，極容易被復制的導致同質項目涌現，這要求VC能甄別不同創業團隊之間的能力差別。因此，一家VC若能作為首個風險投資人投出獨角獸企業，則體現了其敏銳的投資眼光和卓越的項目挖掘能力，更能讓VC“一戰成名”，形成良好的聲譽。

另一方面，可從空間和時間兩個方面來描述VC的投資行為。本文提出從本地投資偏好、是否分階段投資、后續投資速度及投資持有時長四個方面來探究VC聲譽和投資策略的關系。

1.1 VC聲譽與投資空間特征

在投資階段，VC和創業企業形成了委托—代理關系，作為代理人的創業企業比作為委托人的VC擁有更多關于自身能力、努力程度、經營情況等內部信息。根據信息經濟學，信息不對稱會導致委托人逆向選擇代理人及代理人道德風險問題。而遠距離投資由于存在溝通不及時、監督成本高、文化差異等問題進一步增加了代理成本及信息損失。相較之下，近距離投資有利于VC參與企業治理、發揮當地社會網絡作用等，因而VC可能更偏向于近距離投資。黃福廣等(2014)、李志萍等(2017)分別證實我國風險資本投資具有明顯的“本地偏好”。

本文認為聲譽不同的VC “本地偏好”程度不同。首先， 高聲譽VC更能吸引全國各地的優質項目，最終被投中的項目更是“優中擇優”，表現為創業團隊更專業、對VC的增值服務依賴更少等方面，故VC無須傾注太多投后管理資源；其次，高聲譽VC往往有更廣泛的社會網絡關系，并在行業中處于有利的網絡位置，能在全國各地調動資源，因此對遠距離投資有更高的容忍度。故本文提出如下假設：

H1：低聲譽的VC對近距離投資的偏好更強。

圖1 不同VC的投資空間分布

1.2 VC聲譽與投資時間特征

為緩解委托—代理關系造成的負面影響，理性的VC會用分階段投資控制風險，即每次只向創業企業提供能支持其發展到下一階段的資金，此時VC保留了未來重新評估企業投資價值的權利。張道宏和張賀(2006)研究了聲譽機制下VC與創業企業合作的內在激勵效應：若投資是一次性的，非合作型創業企業會采取不合作的行為或逆向選擇；若投資是多階段的，即使是非合作型的風險企業，為建立自身的聲譽，也會在多階段合作中一直采取合作策略。

分階段投資時，VC不定期對創業企業進行評估并決定是否繼續給予資金支持，處于有利地位，但創業企業家則面臨較大壓力。這一矛盾導致投資過程其實是VC與創業企業家之間的博弈。高聲譽VC往往具有較強的話語權和影響力，而為獲得高聲譽VC的“認證效應”和更優質的增值服務，創業企業家往往被迫接受分階段投資的條款。故本文提出以下假設：

H2：高聲譽的VC采用分階段投資的特征更強。

風險投資是在當前以確定的資本換取未來不確定性的收益，因此投資項目的信息至關重要。信號理論認為在信息不對稱時，具有信息優勢的一方能通過信號傳遞機制將信息傳遞給具有信息劣勢的另一方，從而實現有效率的市場均衡。在投資中，VC從開始接觸項目到最后確定投資，其間歷經與創業團隊接觸、對行業深度分析、對企業開展盡職調查等環節，以較大的努力換取了內部信息。一旦VC投資該企業，即向市場傳遞了利好信息，減少了該企業與潛在合作伙伴、其他投資人等之間的信息不對稱，緩解了初創企業由于人力及資金短缺、聲譽匱乏從而難以向市場自我推介的問題。高聲譽VC則能向市場傳遞更強烈的信號，其帶來的認證效應能提升其他VC的投資意愿，且當VC采取分階段投資并對企業追加投資時，會更進一步傳達VC對企業的信心。

另一方面， VC在投資時存在從眾心理，原因可能包括為節約搜尋和加工信息的成本、選擇符合大眾標準的行為以避免聲譽受損、為將可能的失敗歸因于他人或者市場原因、由行業競爭引發了跟風行為等。從國內“共享經濟”“區塊鏈”“人工智能”一度成為投資風口來看，國內的VC也存在較為明顯的羊群效應，特別是中小規模的VC會對標知名VC的投資方向。典型如共享單車領域，繼愉悅資本投資摩拜單車、金沙江創投投資ofo小黃車后，悟空單車、小藍單車等紛紛獲得投資，而由高聲譽VC領投的項目則更容易在競爭中獲得后續融資機會。故本文提出以下假設：

H3：高聲譽的VC參與投資后，創業企業后續融資進程更快。

VC希望通過提高資本流動率來釋放風險，以便在資本增值的前提下提高成功退出率。循環投資、分階段投資等方式是提高資金流動的重要方式，同時合伙制基金受有限存續期約束，期滿時將迫使資本從項目中退出。投資退出速度不僅體現了VC創造收益的效率，也體現了VC對風險的控制能力。

來自創業企業、VC及外部市場的因素均會影響VC的退出速度，而由于VC在整個過程中占據主導地位，其影響也更為深遠。VC的聲譽對退出速度的影響體現在多方面：從項目來源看，高聲譽VC投資更多優質項目，優質項目本身更吸引后續投資人或潛在收購方，為VC退出提供更大可能性；從投后管理看，高聲譽VC有更豐富的經驗和資源，能為創業企業提供更優質的增值服務，使企業發展、成熟更快，從而創造良好的退出時機；從后續融資看，高聲譽VC基于自身的認證效應和網絡地位，能激勵更多投資人參與后續融資，熱門投資項目在估值泡沫破滅之前往往出現 “接力式投資”，其間由于低聲譽VC采取跟隨策略，其投資、退出時機往往滯后于高聲譽VC。

H4：高聲譽VC的項目退出速度更快。

2 數據處理及實證分析

2.1 數據來源

本文先以“是否在早期階段作為首個風險投資人投出獨角獸”為標準構建不同聲譽的VC樣本。根據中國科學技術部火炬中心、胡潤研究院等公布的獨角獸企業名單，本文逐個查詢其A輪及以前的VC投資人，并將首個參投的VC認定為高聲譽，聯合投資時則選擇領投VC。普通聲譽VC的選取方式如下：從私募通中導出所有VC名單并剔除已歸類于高聲譽的VC；將剩余1000多家VC按照表1中高聲譽VC的規模分布進行分層，并從各層中隨機篩選數量相近的普通VC。最后，本文共選取91家VC作為研究對象，并手工整理其成立時間、產權性質等基本信息。

表1 “投出過獨角獸”的VC統計

其次，本文從私募通數據庫提取了上述91家VC 2011—2017年的所有投資、退出事件作為初始樣本，并根據以下標準進行調整、匹配：(1)剔除被投企業信息未披露的記錄；(2)合并同一VC在同一投資輪次中以旗下多只基金同時投資的記錄；(3)合并同一VC對同一企業的歷次投資、退出記錄，最終使單條記錄呈現出如“VC—被投企業—A輪—C輪—退出”的形式；(4)將VC信息與投資—退出記錄進行相匹配；(5)對缺失或錯誤信息，通過CV source、IT桔子、VC官網等補充更正，此外也聯系私募通工作人員對信息加以核實。經過前述整理，最后得到2801條信息較為完備的投資事件記錄。

2.2 變量定義

2.2.1被解釋變量

本文構建因變量如下：(1)投資距離(travel_time)，體現VC投資的地理集聚性，通過爬蟲抓取通過火車或飛機從VC大陸所在地到被投企業注冊地的最短在途時間，較以往直接采用兩地直線距離更準確；(2)是否分階段投資(rounds)，VC對同家企業僅投資一輪則設為0，參投兩輪及以上則設為1；(3)后續投資平均時間間隔(rounds_average_days)，指從VC首次投資至最后一次投資期間，被投企業后續融資的平均間隔時間(天)；(4)投資持有時長(inv_duration)，若項目已退出，則取首次投資日到退出日之間的時間間隔，若截至2017年底項目仍未退出，則取從首次投資日到2017年12月31日之間的時間間隔(年)。

2.2.2解釋變量

本文以“是否在早期階段作為首個風險投資人投出獨角獸企業”作為聲譽指標，具體定義如下：若VC曾在獨角獸企業A輪及A輪之前以首個風險投資人身份參與投資(若同一輪次為聯合投資，選擇領投方)，則認定該VC具有挖掘明星創業企業的優秀能力，且樹立了品牌，高聲譽指標(unicorn)設為1，否則為0。

2.2.3控制變量

考慮數據的可得性和完備性，本文設計控制變量如下：

(1)和VC相關的變量。定義投資經驗(inv_exp)為VC在某次投資前的累計投資項目數；對外資VC， foreign設為1，否則為0；同時對純內資VC，穿透核查其股東背景及實際控制人，將各級人民政府、國有資產監督管理委員會、發改委等政府機構股東的持股比例加總以構建國有股東持股比例(state)；對公司制VC，變量Ltd設為1，合伙制為0；歷史投資項目退出率(exit_rate)為投資項目總數與退出總數之比。

表2 變量說明

(2)和被投企業相關的變量。根據私募通的行業分類標準將被投企業劃分11個行業大類，并設置行業分類變量(industry)；若被投企業屬于生物科技、人工智能、云計算等技術門檻較高的細分行業，則高新技術變量(high_tec)設為1，否則為0；變量city代表被投企業所在地是否為一線城市。

(3)和單個投資事件相關的變量。企業發展階段一般分為種子期、成長期、擴張期和成熟期，一般來說，擴張期和成熟期的企業商業模式較為成熟，投資風險較低，因此若投資發生在種子期或初創期，則變量(early)設為1，否則為0；若同一VC在同一輪以旗下多只基金對同一企業投資的，將投資金額(inv_amount)和持股比例(share)分別求和；unicorn_before變量表示在本輪投資前，是否已接受其他高聲譽VC的投資；虛擬變量IPO和MA分別代表上市退出和并購退出；設定投資年份(year)以控制外部環境對投資行為的影響。

2.3 模型構建

為檢驗模型1，構建多元線性回歸模型如下：

travel_time=β1unicorn+β2high_tec+β3foreign+β4grow_capital+β5state+β6unicorn_before+β7city+β8inv_exp+β9Ltd+β10exit_rate+β11inv_exp+β12early+β13share+β14inv_amount+β15IPO+β16MA+controls(year,industry)+cons

為檢驗模型2和3，分別構建logit模型如下：

Logit(early)=β1unicorn+β2high_tec+β3foreign+β4grow_capital+β5state+β6unicorn_before+β7city+β8inv_exp+β9Ltd+β10exit_rate+β11inv_exp+β12MA+β13share+β14inv_amount+β15IPO+controls(year,industry)+cons

Logit(rounds)=β1unicorn+β2high_tec+β3foreign+β4grow_capital+β5state+β6unicorn_before+β7city+β8inv_exp+β9Ltd+β10exit_rate+β11inv_exp+β12early+β13share+β14inv_amount+β15IPO+β16MA+controls(year,industry)+cons

為檢驗模型3，構建多元線性回歸模型如下：

rounds_average_days=β1unicorn+β2high_tec+β3foreign+β4grow_capital+β5state+β6unicorn_before+β7city+β8inv_exp+β9Ltd+β10exit_rate+β11inv_exp+β12early+β13share+β14inv_amount+β15IPO+β16MA+controls(year,industry)+cons

為檢驗模型4，本文采用比例風險回歸模型(Proportional hazards model，簡稱Cox模型)進行半參數回歸。由于該模型能分析帶有截尾生存時間的樣本，且不要求對總體分布做出任何假設，故在本文背景下可同時利用退出和未退出的投資事件研究VC的退出速度。

h(t)=h0(t)exp(β1unicorn+β2high_tec+β3foreign+β4grow_capital+β5state+β6unicorn_before+β7city+β8inv_exp+β9Ltd+β10exit_rate+β11inv_exp+β12early+β13share+β14inv_amount+β15IPO+β16MA+controls(year,industry)+cons)

其中：因變量h(t)是風險率，若某個自變量的系數顯著為正，則說明該自變量對風險率有正向影響，為危險因素，在本文背景下說明應縮短投資持有時長、加快投資退出速度；若系數顯著為負，則說明該自變量為保護因素，應增加投資持有時長、降低退出速度。

3 實證結果與分析

3.1 主要變量的描述性統計

主要變量的描述性統計如表3所示。91家VC中，平均成立年限為14年；純內資背景的有55家(其中19家具有國有資本背景)，合資背景1家，外資背景35家；管理資本規模平均為39.34億美元；投資項目數平均為215個，項目退出數平均為36個，項目退出率平均為22.50%；投資事件的統計顯示，VC與被投企業之間的平均在途交通時間為2.64小時，最長為6.75小時；分階段投資輪次平均為1.11輪，最多7輪；截至2017年12月31日，VC平均持有投資時長為2.50年，最長持有時間為5.99年，最短為0.11年(實際為2017年11月22日剛投資完畢)；被投企業后續融資平均時間間隔為291天，其中最短的為23天，最長的為1249天；32%的投資發生時，對應的被投企業已接受過高聲譽VC投資；此外，早期投資占48%，中后期投資占52%，證實我國存在“VC PE化”的特點。

表3 主要變量的描述性統計

3.2 多元回歸分析

本文首先對各變量做診斷性檢驗，發現投資金額(inv_amount)和持股比例(share)兩個變量的非正態性較嚴重，因此通過對數化處理改善分布。多元回歸過程中，根據OLS結果作出殘差圖，發現其呈現喇叭口狀，又經White檢驗和BP檢驗，認為其存在較強的異方差性，故本文最終采用加權最小二乘法(WLS)驗證假設1和假設4，以減少異方差性對結果的干擾。回歸過程中均采用逐步回歸法(stepwise regression)對變量進行篩選。最后，本文分別對每個模型計算了方差膨脹因子(VIF)以檢驗多重共線性，各模型的檢驗結果顯示VIF均小于5，在容許閾值之內，因此排除了多重共線性問題。各模型回歸結果如表4所示。

表4 實證回歸結果

注：*p< 0.1,**p< 0.05,***p< 0.01；Logit模型報告的是穩健標準誤，并采用Z檢驗。

模型1結果顯示，unicorn系數不顯著，說明當前不同聲譽的VC在投資空間距離特征上無明顯差別，H1不成立，但inv_exp的系數在1%的水平下顯著為正，說明過往投資案例數越多，越有助于減少VC對遠距離投資的顧慮。模型2的結果顯示，unicorn的系數為0.404，在1%的水平上顯著，從經濟意義上來說，高聲譽VC投資早期項目的概率比低聲譽VC高約10.08%，H2成立。模型3結果顯示，unicorn的系數為0.421，在5%的水平上顯著，從經濟意義上來說，高聲譽VC分階段投資的概率比低聲譽VC高約2.97%，H3成立。模型4結果顯示，unicorn的系數在5%的水平上顯著為負，說明高聲譽VC參與投資后，被投企業后續融資平均時間間隔減少約25天，H4成立。

在探究聲譽與退出速度的關系時，基于生存資料本文首先對聲譽指標(unicorn)做Logrank單變量檢驗，結果顯示p值為0(見表5)，故認為不同聲譽VC的退出速度有明顯差異。

表5 Logrank法分析結果

進一步采用基于投資行業分層的Cox回歸模型，結果顯示：在5%的顯著水平下，unicorn系數顯著為負，說明其為保護因素，即高聲譽VC投資持有時間更長，與H4相反。同時，控制變量的回歸結果顯示，在1%的顯著水平下，首次投資在早期階段(early)、VC的外資背景(foreign)系數顯著為負，說明早期投資和外資VC因素提高了投資持有時長，而VC的歷史項目退出率(exit_rate)的系數在5%的水平上顯著為正，說明VC的歷史退出率越高、投資持有時長越短。

用Kaplan-Meier法繪制不同聲譽VC投資后被投項目的生存曲線(見圖2)，可見高聲譽VC投資持有時長明顯高于低聲譽VC。

圖2 不同聲譽的VC在投資持有時長上的差異

4 結果與討論

VC的聲譽體現了其投資能力，已有研究常用投資回報率、項目IPO退出數等指標來衡量VC聲譽，本文提出以“是否在早期階段作為首個風險投資人投出過獨角獸”衡量VC聲譽，可更真實地體現VC對早期項目的投資能力。本文收集了91家VC 2011—2017年的投資—退出數據庫，利用WLS模型、Logit模型、Cox模型等對VC聲譽和投資時空特征之間的關系展開了實證研究。結果發現：(1)不同聲譽的VC在投資空間距離偏好上無明顯差異，但過往投資案例數對遠距離投資容忍度有正向影響；(2)高聲譽VC采用分階段投資的特征更明顯；(3)高聲譽VC參與投資后，被投企業后續融資平均時間間隔變短；(4)高聲譽VC對投資持有時間更長，即退出速度更慢。這一結論與葉小杰(2014)基于2002—2009年的實證數據所得出的結論相反，可能的主要原因在于不同時期的A股市場影響了VC對退出方式和時機的選擇。在2001年、2004年、2005年、2006年、2008年，我國A股市場頻繁且不定期暫停IPO，期限短則3個月，長則1年，政策的波動性和不確定性極大影響了VC對退出方式和時機的決策。此后，創業板于2009年10月正式開市，拓寬了IPO退出的渠道，之后我國僅在2012年和2015年兩次暫停了IPO，A股市場較2009年之前有所成熟，VC和企業家推進上市的意愿也更強。考慮到當前IPO要求高、審核周期長的背景，VC的持股時長也變得更長。

基于當前VC追逐獨角獸的背景，本文提出了新的聲譽指標，豐富了與VC聲譽相關的研究；此外，基于所整理的2011—2017年的風險投資樣本，本文在最新背景下研究了不同聲譽的VC在投資時空特征上的差異性，有利于了解我國VC行業發展的最新現狀。未來則可從事件驅動角度進一步研究IPO暫停對VC投資—退出行為的影響。