1、第 卷 第 期运筹与 管理，年 月 收稿日期：作者简介：陈伟忠（），男，江苏无锡人，博士，教授，博士生导师，研究方向：金融投资学；袁恬（），通讯作者，女，宁夏固原人，博士，研究方向：金融市场与金融投资学。双重网络嵌入对公司 后市场表现的影响研究陈伟忠，袁 恬，（同济大学 经济与管理学院，上海；上海杉达学院 胜祥商学院，上海；西部证券股份有限公司，陕西 西安）摘 要：将社会网络嵌入理论从单一网络拓展至双重网络，分析上市公司同时嵌入风险投资网络和承销商网络对公司 上市后市场表现的影响。利用 年有风险投资支持的 公司数据，实证检验结果表明：（）单独嵌入风险投资网络中心位置、单独嵌入承销商网络中心位置
2、，均会提高公司 后市场表现；（）同时嵌入风险投资网络中心位置和承销商网络中心位置，对公司 后短期市场表现的正向影响会相互替代；（）同时嵌入风险投资网络中心位置和承销商网络中心位置，对公司 后长期市场表现的正向影响会互相补充。关键词：风险投资网络；承销商网络；棱镜机制；管道机制；后市场表现中图分类号：文章标识码：文章编号：（）：，（，；，；，）：，：（）；（）；（）：；引言在公司 上市融资过程中，风险投资和承销商发挥着重要作用，因此成为了 领域中被重点研究的两个中介机构，他们的特质对公司 市场表现的影响是理论界和实践界关注的热点问题之一。现有相关研究中，探讨风险投资和承销商所支持企业 市场表现的
3、论文较多，部分文献着眼于求证风险投资的参与对公司 后市场表现影响的客观存在性；另有部分文献则关注风险投资或承销商的声誉、经验、所有制背景等特质对 市场表现的影响。随着资本市场的发展演进，风险投资之间、承销商之间的联合逐渐呈现出网络化的特征。网络位置代表着中介机构在合作网络中的地位、关系和资源。以社会网络的视角研究 问题，具有全局观下的创新视角，也更适合研究中国关系型社会中的资本市场问题。本文可能的边际贡献在于：（）选取网络位置作为反映风险投资和承销商特质的变量，结合 上市的复杂过程，将单一网络位置研究拓展为双重网络研究，观察中介机构网络位置的交互对 市场表现的影响，将丰富风险投资和承销商影响
4、过程的研究；（）从网络位置的作用和理论出发，结合网络位置的棱镜机制和网络信号理论，对风险投资网络位置和承销商网络位置在公司 短期市场表现中的作用机制进行分析；（）创新性地结合网络位置的管道机制和资源互补理论，对风险投资网络位置和承销商网络位置在公司 长期市场表现中的作用机制进行分析。理论分析与研究假设基于分散风险、资源共享和优势互补的动机，联合投资网络和联合承销网络得以形成和发展。有关网络位置功能的研究表明，中介机构网络位置对上市公司的影响有两种作用机制：（）棱镜机制，即通过中介机构的网络位置，潜在的合作伙伴可以推断出参与者的素质。由于网络联结具有发送信号、降低信息不对称的作用，因此当公司嵌入
5、风险投资网络中心位置或嵌入承销商的网络中心位置，可以分别向外界传递关于公司质量的信号，这两种相似的信号之间可能会相互替代，导致“”的结果；（）管道机制，即优质的网络关系可以作为信息和资源交换的“管道”，及时将潜在有价值的信息和资源通过合作网络传递给企业。因此，当公司同时嵌入风险投资、承销商的网络中心位置，可以分别获取网络传递的资源，这两种异质性资源可能会相互补充，产生“”的作用。表示为概念模型，如图 所示：图 风险投资网络和承销商网络对公司 后市场表现的影响机制 风投网络、承销商网络对 短期市场表现的单独影响 由于信息不对称，投资者对于上市公司的信息很难甄别，第三方的认证效应可以发挥降低市场信
6、息不对称的作用。（）指出，网络位置具有棱镜（）功能，即如果中介机构处于网络中心位置，则表明其具有建立和维护网络关系的能力，网络位置就像一块能分离中介机构品质的棱镜，市场上的其它行为主体可以透过中介机构网络位置的差异来判断其所服务企业的品质。诸多研究表明，这种认证效应在二级市场上产生的市场力量，将推高上市公司的 抑价率，。结合风险投资和承销商在 过程中的具体活动来看，两者在筛选拟 企业时的工作目标、关注重点、筛选标准相似，占据网络中心位置的风险投资机构和承销商，不仅更有能力筛选到好企业，还能够吸引到更有声誉的其他中介团队共同参与 过程。这将使得投资者对 企业的前景乐观，推高上市公司股票价格，加剧
7、 抑价程度。由此提出待检验的假设：假设 与联合投资网络中心位置的风投机构建立联结，对公司 短期市场表现有正向影响。假设 与联合承销网络中心位置的承销商建立联结，对公司 短期市场表现有正向影响。风投网络和承销商网络对 短期市场表现的交互影响 从棱镜机制下信号传递的角度来看，嵌入风险投资或承销商这两种类型的网络都可以发送信号，如前文所述，两种信号的产生原理和作用机制具有相似性，属于同类型信号。按照网络信号理论的观点，上述两种信号存在替代效应：首先，两种信号在认证效果上存在部分重合，也就是说，双重网络所发出的相似信号会产生一定程度的冗余，并不会对抑价率产生相当于双重网络加总的作用；其次，考虑到建立和
8、维护网络联结的高昂成本，将进一步抵消网络联结的收益，从而双重网络嵌入会对公司 抑价率导致“”的结果，两种信号之间的认证效果会产生替代，呈现出对 抑价率正向影响的替代效应，由此提出待检验的假设：假设 随着风险投资机构越来越接近联合投资网络中心位置，承销商在联合承销网络中的网络位置中心性对公司 短期市场表现的正向作用会逐渐减弱，也就是说，同时嵌入风险投资网络中心位置和承销商网络中心位置，对公司 后短期市场表现的正向影响效果有替代作用。风投网络、承销商网络对 长期市场表现的单独影响 网络位置除了有“棱镜”功能外，还具有“管道”功能。占据中心网络位置的中介机构在联系和机会方面拥有更大的优势。处于联合投
9、资网络中心位置的风险投资机构，运 筹 与 管 理 年第 卷不仅具备较强的资金实力，还拥有广泛的企业、金融、政府、专家、咨询等方面的关系、信息和资源，。而处于网络中心位置的承销商，具有更强的同行网络能力，撮合能力更强，在资本运作方面的关系、渠道、信息和资源更广，。因此，由网络中心位置的风投所投资的 公司、由网络中心位置承销商所保荐的 公司，更容易获得良好的经营业绩，从而取得更好的长期市场表现。由此提出待检验的假设：假设 与联合投资网络中心位置的风投机构建立联结，对公司 后长期市场表现有正向作用。假设 与联合承销网络中心位置的承销商建立联结，对公司 后的长期市场表现有正向作用。风投网络和承销商网络
10、对 长期市场表现的交互影响 资源互补理论认为，合作伙伴将各自拥有的异质性资源进行有效组合，形成优势互补，可以实现资源组合的最大价值。如前文所述，风险投资为企业提供公司治理方面的增值服务，承销商为企业提供专业的资本运作服务，公司嵌入这两种不同类型的网络中，有利于丰富自身的异质性资源，保持持续的发展和创新。只有企业内部控制完善、运营规范，才可以更好地利用再融资的募集资金实现自身的发展，而在企业通过资本运作实现做大做强后，也会更加重视声誉、关注公司治理、完善内部控制。风投网络和承销商网络的“管道机制”所提供的两类资源为异质性资源，它们在功能上相互补充、相互促进，共同提升企业经营业绩和市场表现，从而实
11、现“”的效应。因此，提出待检验的假设：假设 随着风险投资机构越来越接近联合投资网络中心位置，承销商在联合承销网络中的网络位置中心性对公司 长期市场表现的正向作用会逐渐增强。也就是说，同时嵌入风险投资网络中心位置和承销商网络中心位置，在对公司 后长期市场表现的正向影响功能方面有互补作用。研究设计 数据搜集与样本筛选本文实证研究中所使用的数据收集自 数据库、数据库和国泰安数据库，数据时间范围限定在 年 月 日至 年 月 日之间。数据搜集过程具体如下：（）选取 年 月 日至 年 月 日期间，有风险投资参与的国内 股 上市的公司，上市时间为，这个期间内 股 采取市场化发行，无发行市盈率窗口指导价，也无
12、 上市首日涨跌幅限制，可以过滤掉政策对抑价率的影响因素，也对注册制下的 股市场有更好的启示作用；（）在每个 事件的详细信息中找到对应的承销商和风险投资机构。（）以 到 年的联合风险投资数据构建风险投资网络，计算风险投资机构的网络位置；（）用 到 年的承销商参与过的 联合承销事件构建联合承销网络，计算承销商的网络位置；（）以新股上市首日收盘价数据计算抑价率；（）留 年 月 日至 年 月 日三年时间，观测 上市后的长期市场表现。剔除数据缺失和明显错误后，共得到 个 事件作为观测样本。变量界定 被解释变量（）短期市场表现 抑价率本研究选取的 事件数据范围为 年 月 日至 年 月 日，在此期间内，新股
13、发行上市首日不限涨跌幅，因而我们选择初始报酬率（）和调整后的初始报酬率（）来分别衡量新股 抑价率。第一，初始报酬率（）的计算公式为：第二，调整后的初始报酬率（）的计算公式为：其中，表示上市首日收盘价；表示发行价；表示上市首日上证指数收盘价；为新股上市前一交易日上证指数收盘价。（）长期表现 买入并持有超额收益率本文采用 方法度量 长期股价表现。我们以新股上市的次月为起点，计算第 个月和第 个月对应的超额收益率，第 支股票持有到期的异常收益率 的计算公式为：，（，）（，）在上述公式中，指的是第 只股票从次月到第 个月的月报酬率，选择流通市值加权平均市场月收益率作为期望收益率（，），指的是考察时间区
14、间，取值 至。个月的持有至到期超额收益率为，个月持有至到期超额收益率为。第 期 陈伟忠，等：双重网络嵌入对公司 后市场表现的影响研究 解释变量本文采用过去 年间的联合投资事件和联合承销事件分别构建网络。在测度网络位置的指标中，特征向量中心性不仅能体现网络联结的数量，还能体现网络联结的质量，因此，风险投资和承销商的网络位置的测度指标都选用特征向量中心性。和 分别表示中介机构 和 的特征向量中心性；表示邻接矩阵的主特征值的倒数；表示邻接矩阵中的元素，如果中介机构 和 存在联结，取值为，否则取值为。特征向量值越大，表明行动者越接近网络中心位置。我们选取风险投资、承销商特征向量中心性的最大值作为他们网
15、络位置的测度，分别表示为 和。控制变量结合本研究的实证设计和相关的研究成果，本文从风险投资机构、承销商和发行人三方面的特征出发，选取控制变量如表 所示。表 变量测度表控制变量测度风投机构持股比例风险投资机构在被投资企业的持股比例风投机构声誉风投机构过去三年内所投企业成功 上市数量董事会席位数风险投资机构占有被投资企业董事会席位个数承销商经验承销机构在过去三年内承销的 数目承销商声誉前三年承销商市场份额（以承销金额计算）的平均值发行规模 发行市值的自然对数偿债能力 前 资产负债率盈利能力 前 年净资产收益率均值营运能力 前 年资产周转率均值 模型设定选取多元线性回归模型进行 估计。首先，检验风险
16、投资网络位置、承销商网络位置对于公司 后市场表现的单独影响，采用模型（）：（）其次，检验风险投资网络位置和承销商网络位置对于 短期市场表现的共同影响，采用模型（）：（）再次，检验风险投资网络位置、承销商网络位置对于公司 后市场表现的单独影响，采用模型（）：（）最后，检验风险投资网络位置和承销商网络位置对于 短期市场表现的共同影响，采用模型（）：（）以上模型中，表示 上市抑价率，为持有至到期超额收益率；为常数项；为风险投资机构在联合投资网络中的位置；为承销商在联合承销网络中的位置；为风险投资机构网络位置的估计系数；为承销商网络位置的估计系数；为风险投资机构网络位置和承销商网络位置的交互项系数，为各个控制变量的估计系数；为各个控制变量；为随机干扰项。经验检验风险投资网络中心性、承销商网络中心性对于 短期市场表现的影响见表。以 抑价率为因变量时，模型 的回归结果显示，风险投资特征向量中心性（系数 ，）对 抑价率具有显著的正向影响，这一结果支持了假设。承销商特征向量中心性（系数 ，）对 抑价率有显著的正向影响，这一结果支持了假设。模型 的回归结果显示，风险投资机构的特征向量中心性（系数 ，）和
