收藏 分享(赏)

联合创业投资网络对创投退出的影响研究_王锐.pdf

上传人:哎呦****中 文档编号:2283458 上传时间:2023-05-05 格式:PDF 页数:15 大小:2.16MB
下载 相关 举报
联合创业投资网络对创投退出的影响研究_王锐.pdf_第1页
第1页 / 共15页
联合创业投资网络对创投退出的影响研究_王锐.pdf_第2页
第2页 / 共15页
联合创业投资网络对创投退出的影响研究_王锐.pdf_第3页
第3页 / 共15页
亲,该文档总共15页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、2023年第2期/投资与融资TOUZIYURONGZI一、引言创业投资(以下简称创投)的收益主要来自投资退出带来的回报。如果投资结束时,创投机构能够成功退出,就可以获取高额的收益;一旦失败,就可能面临本金倒贴的风险。因此,创投的退出方式十分重要。联合投资是创投分散风险的主要措施之一,也十分重要。一是联合投资能够提高信息和资源的效率,提高创投对项目选择的准确性;二是可以合理分配对创业企业的投资金额,降低风险,提高成功退出率1。Zheng(2004)指出,创投之间的联合投资行为,能够加快一个创造社会资本的网络的形成,即联合创投网络2。Hochberg等(2007)认为,各个创投相互之间的联合投资行

2、为,会使原本较复杂的社会关系网络演变成为更复杂、规模更大的联合创投网络3。联合创投网络有狭义和广义之分,狭义是指各个创投机构之间进行联合投资形成的社会网络。Sorenson等(2008)认为,除了创投机构自身以外,还包括创投机构与融资机构之间及各个融资机构之间所形成的网络,这就是广义上的联合创投网络4。由于样本数据的局限性,因此本研究主要分析狭义的联合创投网络。二、相关研究概述我国创业投资发展较晚,对联合创业投资网络的研究也较少,而国外早就开始着手研究,并且取得了较多的研究成果。Freeman(1978)、Burt(1992)根据 社会 网络 理论 提出,网络中心性和结构洞,是衡量联合创投网络

3、及网络中各个创投特征的主要指标。5-6Zhang等(2008)指出,根据不同的数学定义,网络中心性又有很多种度量指标,其中最常用的是点度中心度、接近中心度、中间中心度三种。7边燕杰等(2000)认为,中心度是个体在网络中的权利和地位的量化指标,能够衡量网络中个体的相对重要性。8Florida(1988)认为,中心度较高的个体一般处于网络核心位置,这些机构往往能获得更多的权利、资源和信息,提高自身的成功退出率。9“结构洞”是衡量网络的另一个指标,这个概念最早是Burt于1992年提出的。他指出,处于社会网络中的成员两两之间不一定有直接的联系,有的需要第三方才能实现沟通交流,从网络整体来看就像是结

4、构中出现了一个洞,这个洞即为结构洞(见图1a中的B点)。联合创业投资网络对创投退出的影响研究 王 锐周 莉摘要:构建联合创业投资网络,并利用 20112019 年的创业投资退出事件,分析联合创业投资网络对创业投资退出的影响。研究结果发现:我国联合创业投资网络较不均衡,大部分创业投资倾向与熟悉的创业投资机构联合投资,但是这样做如果过度,会降低信息的多样性,对创业投资成功退出产生不利的影响。网络中心性对创业投资机构成功退出率有着显著的正向影响,将创业投资机构的成功退出率细分为 IPO 和其他成功退出率后发现,网络中心性对 IPO 退出率的影响显著为正。结构洞限制度对创业投资的成功退出率有显著的消极

5、影响;有效规模和效率表现为正向作用,但是效率的影响并不显著;等级度也表现正向影响,表明我国创业投资大多是“理性投资者”。将创业投资的成功退出率细分后发现,结构洞也只对 IPO 退出率有显著的影响。为了提高创业投资的成功退出率,促进创业企业的创新和发展,提高我国创业投资市场的活力和效率,对创业投资行业的创业投资机构和政府两个主体,提出建议。关键词:联合创业投资网络;成功退出率;网络中心性;结构洞;IPO 退出06DOI:10.16517/12-1034/f.2023.02.0112023年第2期/开放式网络、封闭式网络,如图1所示:(a)开放式网络(b)封闭式网络图 1开放式、封闭式网络从图1可

6、看出,(a)为开放式网络,网络中的联系效率较低,(b)是没有结构洞的封闭式网络。Lindsey(2008)通过研究证明,处于结构洞上的个体能够利用其“中间人”身份,通过各种渠道获得网络中与其有直接联系的其余个体的信息,使自己拥有更多的信息和资源,以提高自身的市场竞争优势,从而提高在网络中的地位10。梁鲁晋(2011)指出,个体之间关系的差异性对个体成败的影响十分重要,要想在竞争中获得优势,就必须在网络中有一个有利的位置,这个位置就是“结构洞”11。随着联合创投网络日趋成熟和稳定,许多国内外学者从网络的不同角度研究其对创投退出的影响。其中,研究整体网络属性的学者认为,整体网络结构对机构成功退出有

7、显著的影响。例如,谢洪明等(2011)主要研究了网络密度、知识流入及其交互作用对退出的影响12。李纲等(2017)则从网络规模角度,分析了网络能力对机构退出的影响13。另外,也有学者主要从个体网络属性角度进行研究。例如,罗吉等(2016)、王育晓(2018)以网络位置和关系强度作为切入点,分析网络能力及其与退出绩效之间的相互关系14-15。但是,随着国内外对创投网络的研究不断深入,Bubna等(2020)指出,仅从以上两个角度分析网络对退出的影响远远不够,通过研究网络中的社群对创投退出的影响发现,这些创投更喜欢与合作过的伙伴进行联合投资,以此提高成功退出率16。近年来,我国资本市场发展越来越好

8、,但是由于创投发展时间较短,因此市场上的“小群体”现象普遍存在,整体网络凝聚力弱,不少创投机构被边缘化17。由此,石琳等(2017)对我国联合创投网络的社群进行了研究,发现社群集聚性与机构退出绩效之间为倒“U”型关系18,即过度集聚会给机构带来不利的影响。通过对国内外文献的梳理发现,学者们的研究基本只是针对整体成功退出率,未将成功退出率细化,也未具体讨论对网络不同退出方式的影响。基于此,本研究以20112019年的投资退出事件作为样本数据,将成功退出率细分为IPO退出率、其他成功退出率,对比网络对两者的影响,结果发现:一是网络中心性各指标和结构洞有效规模、效率、等级度对创投成功退出率有显著的正

9、向影响,而限制度则有显著的负面影响;二是将成功退出率细分为IPO退出率和其他成功退出率后,中间中心度和接近中心度对IPO的影响显著为正,限制度对IPO的影响显著为负,但是均对其他成功退出率影响不显著,效率和等级度对股权转让和M&A的影响非常小甚至没有影响;三是点度中心度和有效规模对各种退出方式都有一定的正向影响,但是其中受其影响更大的是IPO退出率。本研究可能的创新有两点:一是将衡量结构洞的限制度、有效规模、效率、等级度4个指标,全部放入各个模型中,更加全面地检验了结构洞对创投机构退出的影响;二是在研究联合创投网络对创投成功退出率的基础上,将成功退出率细分为IPO退出率和其他成功退出率,分析和

10、对比了联合创投网络对两者的影响。三、理论分析与假设(一)网络中心性与创投成功退出率胡磊等(2018)认为,在社会网络中,每一个个体都有不同的位置,有的善于沟通,社会联系很多,位于网络中心;而有的疲于交际,关系很少,位于网络边缘。中心性正是衡量个体在网络中的位置或影响力的重要指标。19由于数学定义不同,因此对中心性的度量也产生了多种不同的量化指标。本研究主要采用点度中心度、中间中心度、接近中心度3个指标,衡量联合创投网络的中心性。点度中心度用以衡量成员之间联系的程度,越大表明在网络中交流沟通能力越强;中间中心度是指某个成员作为“中间人”担任其他任意两个成员之间联系的最短路径的桥梁的次数,越大说明

11、控制能力越强;接近中心度反映的是某个成员的位置与其他成员位置之间的距离,距离越近则接近中心度越大,信息传递就越容易,同时该成员的依赖性就越大。吴剑峰等(2007)的研究表明,相比于其他机构,处于网络核心位置的机构更加重要,对信息和资源的传递拥有较大的主动权和控制权,因此对整个网络的影响较大。20当一个创投机构处于网络中心时,说明该机构较成熟,过去参与过很多的投资事件,拥有很多异质性、多样化的信息和资源,所以其竞争优势会非常大。因此本研究认为,联合创投网络的网络中心性与创投机构的成功退出率之间有正相关关系。基于以上分析,针对网络中心性的各个指标,提出假设:H1a:网络的点度中心度越大,创投机构的

12、退出成功率越高。H1b:网络的中间中心度越大,创投机构退出的成功率越高。H1c:网络的接近中心度越大,创投机构退出的成功ABCABC072023年第2期/率越高。(二)结构洞与创投成功退出率Burt在研究强弱关系理论后认为,社会关系网络中存在着两种网络:一种是有结构洞的开放式网络,这种网络中信息和资源的流动性较差、联系的效率较低;另一种是无结构洞的封闭式网络,处于这种网络中的各个成员两两都有直接联系,不会有第三方绝对控制资源和信息的流动21。如果一个创投机构处于开放式网络中的结构洞上,那么该机构就充当着信息和资源流动的桥梁。这个网络的有效规模越大,表明该机构所掌握的信息和资源越多,这也就意味着

13、该机构可以比其他机构拥有更多、更准确、更及时的消息,甚至是额外的资源,从而拥有更大的竞争优势,获取到更优质的投资项目,最后成功退出。如果另一个创投机构也在这个网络中,但是并未在结构洞的位置上,那么该机构对资源和信息的获取需要依靠“中间人”机构,这就意味着该机构所得到的信息具有滞后性和不完整性,显然网络对该机构的限制和约束更大。这表明,如若个体想在市场竞争中保持足够的优势,就必须广泛地与其他个体建立联系,使自己能够占据更多的结构洞,从而掌握更多的资源和信息。结构洞指数包括4个指标:限制度、有效规模、效率、等级度。限制度是用来评价依赖性的,越小意味着依赖性和限制性越弱;有效规模是指某成员能够绝对控

14、制的其他成员的数量,主要用来度量整体影响力和重要程度;效率衡量某成员对与其有联系的成员的影响力,一般来说处于结构洞上的成员的效率较大;等级度用来描述处于结构洞上的成员的部分特征,越大说明受到的约束性越强。基于以上分析,对结构洞的各个指标提出假设:H2a:网络的结构洞限制度越小,创投机构的投资退出率越高。H2b:网络的结构洞有效规模越小,创投机构的投资退出率越低。H2c:网络的结构洞效率越小,创投机构的投资退出率越低。H2d:网络的结构洞等级度越小,创投机构的投资退出率越低。四、研究设计(一)数据来源与研究样本本研究构建联合创业投资网络的数据主要来源于Wind金融数据库。根据钱苹等(2007)对

15、我国私募股权投资机构退出时间的研究(发现其平均退出时间为2.25年)22,以及2008年发生的全球性金融危机,将创投机构退出时间定为3年。把投资退出观察截止期定为最近的2019年12月31日,所以投资事件截止期为2016年12月31日。最终,选择20082016年为投资事件观察期,20112019年为投资退出观察期。Wind数据库数据显示,20082016年我国PEVC机构一共发生了5489起投资事件。经过筛选,共选出873家创投机构以构建网络,涉及3359起投资事件和723起联合投资事件,具体投资情况统计,如表1所示:本研究的实证部分数据,主要来源于Wind金融数据库和清科私募通数据库,其中

16、Wind的PEVC数据库记录了包括创业投资机构资金来源、投资退出信息、创投行业整体投资和退出及募资情况在内的多年数据;清科私募通数据库记录了除了投资及退出事件以外,还有创投机构成立年限、资本管理量、总部所在地、资本类型等在内的各种信息。本研究为了使投资退出的数据更为完整、研究更加准确,选取个体网络规模排名靠前并且没有缺失指标的机构,作为实证研究的样本数据,经过多次筛选后选取144家创投机构,分析联合创投网络对创投退出的影响。这些机构都是在市场上较为活跃的机构,并且数据都很完整,因此能够通过对其的实证结果分析,说明整体市场的情况。表 1我国创投机构投资情况统计年份创投机构(个)投资事件总数(个)联合投资事件总数(个)联合投资占比()投资金额(亿元)2008974118520.68214.992009992846121.94114.8020101414638720.52320.00201120140712030.77231.342012872676123.92141.872013672373714.98151.5520141373866416.28304.32201523460113823

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2