喬桂明+屠立峰+李晶

摘要：本文研究了辛迪加模式作為風投公司常用投資方式，其戰(zhàn)略優(yōu)勢隨風投公司與被投企業(yè)間地理距離不斷擴大而發(fā)生的變化趨勢。本文將地理距離根據(jù)交通出行條件分為四個區(qū)間，提出了三個假設：即“較遠距離”投資采用辛迪加模式的概率更高；“很遠距離”投資對辛迪加模式的依賴度開始下降；“遙遠距離”投資對辛迪加模式依賴性不再顯著。本文利用中國創(chuàng)業(yè)板上市公司數(shù)據(jù)，就風投公司是否采用辛迪加模式、地理距離及其他控制變量做Logistic回歸，得出了類似于倒U型的地理距離效應，支持了三個假設。本文結論充實了風險投資理論，以期對通過辛迪加模式投資遠距離項目的風投公司和地方政府有所啟發(fā)。

關鍵詞：風險投資；風投公司；辛迪加模式；地理距離

中圖分類號：F83039文獻標識碼：A

文章編號：1000176X（2014）10009907

一、問題的提出

風險資本通過向創(chuàng)新型企業(yè)提供資金和管理經驗，推動企業(yè)持續(xù)發(fā)展 。根據(jù)《中國風險投資年鑒（2012）》數(shù)據(jù)，2011年，本土和外資風投機構在中國募集資金1 77502億元，投資總量2 28570億元，投資項目1 569個。中國境內各類風投公司數(shù)量從2001年的199家增加到2011年的309家。作為專業(yè)金融媒介，中國風投公司主要坐落在金融中心或科技中心，呈現(xiàn)明顯的區(qū)域集群現(xiàn)象。Zhang[1]在2011年研究發(fā)現(xiàn)，上海、北京、香港和深圳成為風投資金的主要來源地區(qū)；北京、上海、深圳、杭州、廣州、無錫、蘇州、南京、武漢和香港成為風投資金的主要流向地區(qū)。

盡管風投公司選址有地理集群，但不會限于當?shù)貥I(yè)務。然而，地理距離越大，信息不對稱就越嚴重。由于距離較遠，相互缺乏了解，風投公司需要花更多精力和成本鑒別潛在被投企業(yè)融資報告中的粉飾部分和潛在價值，后續(xù)監(jiān)管和指導成本也會上升。為了降低投資風險，風投公司除了利用投資契約約束被投企業(yè)的道德風險外，還會采用與競爭者組成辛迪加模式。風險投資辛迪加模式是指由至少兩家風投公司投資于同一家創(chuàng)業(yè)企業(yè)。Brander和Bettignies[2]認為，狹義上，幾家風投公司同時參與被投企業(yè)某輪融資的情形稱為風投辛迪加模式；廣義上，幾家風投公司先后對被投企業(yè)投資的情形也可視為辛迪加模式。

風投公司基于多重動機召集或加入辛迪加模式。Bygrave[3]發(fā)現(xiàn)，相比分擔融資壓力，辛迪加模式首先有利于成員間分享信息和知識。Clercq 和 Dimov[4]發(fā)現(xiàn)，風投公司可以向辛迪加模式伙伴學習專業(yè)管理技能，以平衡內部的知識和能力。Manigart等[5]發(fā)現(xiàn)，風投公司可以借助辛迪加模式投資新行業(yè)，實現(xiàn)差異化投資組合。Hopp 和 Rieder[6]發(fā)現(xiàn)，對于有形資產較少、創(chuàng)新成果不確定性較大的早期創(chuàng)業(yè)企業(yè)，風投公司可以借助辛迪加模式降低風險。Deli 和Santhanakrishnan[7]提出，對于融資數(shù)額較大的擴展階段的企業(yè)，辛迪加模式分擔了每個風投公司的資金壓力。 Jskelinen[8]提出，辛迪加模式應該被視為風險投資戰(zhàn)略的組成部分。然而，不確定性在突顯辛迪加模式優(yōu)勢的同時，是否會動態(tài)地影響該優(yōu)勢的效力？辛迪加模式本身的運作成本和機會成本是否會隨著不確定性增強而提高，以致削弱了自身優(yōu)勢？國內外學術界并未對此展開實證研究。本文以地理距離不斷趨遠所帶來的不確定性為例，對風險投資辛迪加模式優(yōu)勢的地理輻射效應做了首創(chuàng)性研究。

二、研究假設：地理距離對風險投資辛迪加模式效果的影響

1辛迪加模式優(yōu)勢隨投資距離擴大而顯現(xiàn)

風投公司的資源稟賦有一定的地理局限性，投資機會更多來自當?shù)?。地理距離的擴大，提高了信息不對稱程度和交易成本，風投公司在投資機會獲取、項目評估和監(jiān)管指導等方面的優(yōu)勢開始受到挑戰(zhàn)。因此，對于距離較遠的項目，風投公司更有激勵與競爭者組成辛迪加模式。相比單獨投資，運作良好的辛迪加模式能使投資實現(xiàn)更高的回報，也能使被投企業(yè)生存能力更強，上市的可能性更高。基于此，本文做出如下假設：

假設1：相比近距離項目而言，風投公司會更多采用辛迪加模式參與遠距離項目，降低由于地理距離帶來的信息不對稱和投資風險。

2辛迪加模式的優(yōu)勢隨投資距離進一步擴大而弱化

隨地理距離的進一步擴大，辛迪加模式在消除不確定性方面的作用更加重要。辛迪加模式在賦予風投公司更多戰(zhàn)略自由度的同時，自身也存在著代理成本問題 。Dimov和Clercq[9]認為，伙伴之間就被投企業(yè)發(fā)展戰(zhàn)略產生意見分歧時，會影響隨后各自所承諾資金和努力的兌現(xiàn)，沖突嚴重時，會造成投資項目失敗。Meuleman等[10]認為，被投企業(yè)和辛迪加模式伙伴間雙重信息不對稱，有可能使風投公司擔心其他辛迪加模式成員出現(xiàn)道德風險，弱化邀請或加入辛迪加模式的動機。基于此，本文做出如下假設：

假設2： 隨著地理距離的進一步擴大，一方面，風投公司會繼續(xù)依賴辛迪加模式降低風險；另一方面，辛迪加模式自身的沖突和成本逐步上升，會導致風投公司對辛迪加模式的熱情逐漸降低。

3辛迪加模式的優(yōu)勢對地理位置非常遙遠的項目變得模糊

隨著地理距離進一步擴大，組建辛迪加模式的機會成本越發(fā)提高。一是找到合適辛迪加模式成員的難度增加。Casamatta和 Haritchabalet[11]認為，只有優(yōu)勢互補的競爭者才可能形成辛迪加模式關系，而資源與優(yōu)勢的相似性會阻礙形成辛迪加模式。二是很難從被投企業(yè)當?shù)卣业街档眯刨嚨暮献骰锇?。Chua等[12]發(fā)現(xiàn)，在中國商業(yè)環(huán)境中，良好的經濟交易往來有助于形成以情感為基礎的信任；當存在第三方推薦時，自己與第三方的牢固關系亦有助于提升以認知為基礎的信賴。地理距離越遠，越難找到有過合作經歷的商業(yè)伙伴或可靠的第三方做保薦。三是當距離非常遙遠時，風投公司必須為投資付出更大的努力，必然要求更大的壟斷利潤。基于此，本文做出如下假設：

假設3： 地理距離非常遙遠，風投公司對辛迪加模式態(tài)度會變得模糊，無法預測辛迪加模式提升被投企業(yè)價值方面一定優(yōu)于單獨投資模式。

三、數(shù)據(jù)來源與變量、模型選擇

本文以中國創(chuàng)業(yè)板數(shù)據(jù)為例，研究地理距離對風險投資辛迪加模式效果的影響。創(chuàng)業(yè)板上市公司集中了創(chuàng)新型成長性企業(yè)，且所公布的財務數(shù)據(jù)都經過了審計，不足之處在于沒有涵蓋尚未IPO的風險投資。因此，本文結論在解釋地理距離影響風險投資辛迪加模式的動機層面，存在著樣本偏差的缺陷，但IPO是風險投資獲益最高的一種典型的成功退出途徑，能更有效地反應辛迪加模式對不同地理距離的效果。

1數(shù)據(jù)來源與編制原則

根據(jù)創(chuàng)業(yè)板355家上市公司（截至2013年9月1日）發(fā)布的《關于公司設立以來股本演變情況的說明及其董事、監(jiān)事、高級管理人員的確認意見》、《公司首次公開發(fā)行股票并在創(chuàng)業(yè)板上市招股說明書》以及《首次公開發(fā)行股票并在創(chuàng)業(yè)板上市上市公告書》，本文鑒定出符合研究目的的688條“風投公司——被投企業(yè)”投資案例，并考察風投公司對某企業(yè)第一輪投資的案例。數(shù)據(jù)庫中的風投公司是指，公司名稱中包含風險投資、創(chuàng)新投資、高科技投資和創(chuàng)業(yè)投資的公司，或主營業(yè)務為投資的管理咨詢公司，或涉及對外投資業(yè)務的實業(yè)公司；排除被投企業(yè)內部員工或高管組建、或某股東單獨組建的投資公司。包括交易日期在內的各類日期都以企業(yè)在當?shù)毓ど滩块T登記或變更注冊資本日為準。

2地理距離的測算

本文對地理距離的測量嘗試了三種方法。

方法一：參照Wallsten[13]和Kolympiris等[14]的方法，查詢公司地理位置的經度和緯度，然后根據(jù)地球表面兩點間距離計算，公式如下：

地理距離（英里）={arccos[（sin（A1）×sin（B1）+cos（A1）×cos（B1） ×cos（A2- B2）]}×69（1）

其中，A1和B1分別是A和B在地球上所處的緯度，而A2和 B2分別是A和B在地球上所處的經度。由此可以算出每筆投資交易的地理距離，再轉化為千米數(shù)。

地理距離（千米）=地理距離（英里）/062（2）

方法二：為檢驗地圖網站測量經度和緯度時的偏差，利用google地圖測算出私家車行駛從一地到另一地的千米數(shù)，第一種方法得出的千米數(shù)普遍比第二種方法得出的小，并且距離越短，偏差越小。對于偏差明顯的數(shù)據(jù)，我們進行修正。

方法三：利用百度地圖，測算利用綜合公共交通工具兩地單程的旅行時間。根據(jù)距離越短時間越短的經驗，對前面兩種方法進行復檢。

3變量

（1）因變量

本文將是否采用狹義辛迪加模式作為因變量，即啞變量Syndication。如果有兩家及以上風投公司同時投資，則對每家風投公司的投資案例而言，Syndication都取值為1；若只有1家風投投資，則該案例Syndication取值為0。

（2）自變量

對地理距離是否影響辛迪加模式的采用，我們首先對辛迪加模式和非辛迪加模式兩組風險投資做了異方差均值檢驗，發(fā)現(xiàn)辛迪加模式下風投公司與被投企業(yè)間的平均地理距離顯著大于非辛迪加模式下的距離。沒有直接將地理距離作為自變量的原因在于：一方面，地理距離絕對值在回歸模型的系數(shù)不顯著；另一方面，現(xiàn)有文獻并不直接估計地理距離對風險投資的彈性效應，而是研究不同地理距離區(qū)間對風險投資決策的影響。Sapienza等[15]發(fā)現(xiàn)，英國風投公司與被投企業(yè)平均距離為15小時行程，美國平均距離為2小時行程。Zook[16]發(fā)現(xiàn)，美國硅谷的風投公司視1小時行程為重要距離節(jié)點，Griffith等[17]稱之為硅谷風投的“1小時”距離原則。本文采用地理區(qū)間法進行研究，國內尚未有學者采用類似的實證研究方法，因此，應以怎樣的標準分割區(qū)間，能發(fā)現(xiàn)顯著效應且有合理解釋，是本文的一個嘗試。Wallsten[13]為研究不同地理距離圈內風險投資對創(chuàng)新的聚集效應，將樣本距離分為01英里以內、05英里以內和1英里以內等12檔。Kolympiris等[14]為研究風險投資對創(chuàng)新的外部效應，將距離分為0—010英里 ，011—050英里和051—1英里等3檔。Sorenson 和 Stuart[18]為研究辛迪加模式在彌合行業(yè)距離和地理距離方面的功能，將樣本按照地理距離從小到大排序后分為20等份，每個區(qū)間包含了5%的樣本數(shù)。可見，不同學者出于不同目的，對地理距離有不同的科學分類方式。

筆者經過多次嘗試后，確定參照公共交通工具平均速度和允許風投公司當天往返被投企業(yè)的設想（即理想狀況下來回行程不超過6小時，兩小時用于現(xiàn)場指導），將地理距離分為如下4檔：第一檔，以轎車高速公路行駛平均時速120千米為標準，將地理距離范圍定位0—360千米，下文稱為“近距離”投資。第二檔，以國內城際列車平均時速250—300千米為標準，將地理距離范圍定位360—900千米，下文稱為“較遠距離”投資。 第三檔，以國內民航平均時速為800—1 000千米，結合候機時間，將地理距離范圍定位900—1 500千米，下文稱為“更遠距離”投資。第四檔，涵蓋任何至少需要兩天旅程的投資距離，即1 500千米及以上，下文稱為“遙遠距離”投資。數(shù)據(jù)庫中該距離范圍內有95條記錄，實際距離范圍從1 513—15 062千米，對該距離范圍任何細分都不再顯著影響結論。以上4檔距離對應4個啞變量：GD0—360、GD360—900、GD900—1 500和GD1 500。風投公司與被投企業(yè)兩地距離屬于4個區(qū)間之一，則該區(qū)間啞變量取值為1，其他啞變量取值為0；以此類推。

（3）控制變量

交易特征。第一個（批）進入的風投公司，所承擔的項目識別任務和風險最高。本文設計了啞變量First time，當作為第一個（批）風投公司投資該企業(yè)時，F(xiàn)irst time取值為1；此后陸續(xù)加入的風投案例，F(xiàn)irst time 取值為0。投資規(guī)模越大，風投公司為控制風險所付出的努力也將越大。本文設計了投資規(guī)模變量Investment proportion來表示風投公司對此次投資的貢獻。需要強調的是，風投公司投入資金被分成兩部分，一部分作為新增注冊資本，另一部分作為被投企業(yè)新增資本公積，風投公司所貢獻的新增注冊資本占更新后的注冊資本比重，即為該風投公司所擁有的被投企業(yè)的股權比重。為避免投資數(shù)額絕對值受通貨膨脹的影響，本文選用風投公司持有被投企業(yè)的股權比重作為Investment proportion的取值。

企業(yè)特征。被投企業(yè)的經營年限和現(xiàn)有資本規(guī)模會影響風投公司的投資決策，而風投企業(yè)的從業(yè)經驗和資本實力會影響其對待風險的態(tài)度。本文用被投企業(yè)（Portfolio firm，后文計量部分簡稱PF）注冊資本規(guī)模（PFs registered capital）衡量其經營現(xiàn)狀，并將此輪融資前在當?shù)毓ど叹值怯泜浒傅淖再Y本作為變量值。用被投企業(yè)年齡（PFs age）表示所處發(fā)展階段，按注冊成立之日到因融資而更改注冊資本之日的年限作為取值，不到1年的情形視為1年?？紤]到數(shù)據(jù)的可獲得性， 本文選擇風投公司（Venture capital firm，后文計量部分簡稱CVF）注冊資本（ VCFs registered capital）作為其規(guī)模的度量，并用風險投資公司經營年限（VCFs age）來反映其從業(yè)經驗，不到1年的情形視為1年。

行業(yè)特征。行業(yè)特征也會影響到風投公司的風險評估和辛迪加模式采用。根據(jù)《上市公司行業(yè)分類指引（2012年修訂）》（證監(jiān)會公告〔2012〕31號）的行業(yè)分類，本研究鑒定出230家上市公司獲得或曾經獲得風險投資，行業(yè)分布集中在制造業(yè)（166家）和信息業(yè)（37家）。為了控制行業(yè)可能帶來的效應，本文設計了三個行業(yè)啞變量：制造業(yè)（Manufacturing）、信息業(yè)（IT）和其他行業(yè)（Other industry）。屬于制造業(yè)時，Manufacturing取值為1，其他兩個行業(yè)啞變量取值為0；以此類推。

風投公司的國有性質。中國最早成立的風投公司是國有性質，因此，國有風投公司有著起步早、經驗豐富等特征。同時，國有風投公司包括高等院校和研究機構所管轄的高校風投公司，由于承擔了更多的社會責任，投資行為會與私有風投公司有所差異。為此，本文設計啞變量Stated-Owned，如果該風投公司是國有性質的，則取值為1，否則，取值為0。本文根據(jù)風投公司所持企業(yè)股份是否劃轉全國社保，并查詢了風投公司網站判斷風險投資公司是否為國有性質。

4模型選擇

由于因變量Syndication是二值變量，因此，本文采用Logit模型， 其定義如下：

Pr（Yi）=yl|xi）=pi（yl=1）

1-pi（yl=0）（3）

具體化Logit 模型或Logistic 回歸模型為p=ex′β/（1+ex′β），采用比值比即p/（1-p）=ex′β。給定擬合的模型，Logistic 回歸模型的邊際效應能夠從回歸系數(shù)中計算獲得，即 pi/xij=pi（1-pi）βj。

四、實證結果

1使用t檢驗觀察各組地理距離對辛迪加模式的差異

如表1所示，第一列是做t檢驗的變量，第二列是不采用辛迪加模式（0）與采用辛迪加模式（1）的分組，第三列是每組的觀察樣本量，辛迪加模式投資數(shù)量是單獨投資數(shù)量的近3倍。第四列到第六列，我們對變量做組間方差檢驗，判斷同方差或是異方差，由此決定t檢驗方法。

Geo distance表示地理距離千米數(shù)，從表1中可以看出，t檢驗表明采用辛迪加模式投資的平均地理距離顯著要大于單獨投資的距離，肯定了本文研究的方向。均值檢驗表明，“近距離”投資不采用辛迪加模式的比重要顯著大于采用辛迪加模式的比重；“較遠距離”投資，采用辛迪加模式的比重要顯著大于不采用辛迪加模式的比重；“很遠距離”投資，采用辛迪加模式的比重要顯著大于不采用辛迪加模式的比重；“遙遠距離”投資，采用辛迪加模式與不采用辛迪加模式的比重，沒有統(tǒng)計意義上的顯著性。

2 地理距離對風險投資辛迪加模式的影響：Logistic 回歸

本文利用Stata軟件，基于Logit模型對變量做了Logistic回歸，并檢測了邊際效應和擬合優(yōu)度。表2展示了各變量的比值比、邊際效應和三個比較模型擬合優(yōu)度的指標——偽R2 、ROC 曲線下面積和正確預測百分比，指標越大，擬合效果越好。本文設計了4個模型。模型1作為基本模型，就是否采用辛迪加模式對地理距離變量做回歸，為了避免多重共線性，將啞變量GD0—360作為基準。模型2—模型4增加了控制變量，觀察地理距離對辛迪加模式的影響效果是否穩(wěn)健。模型結果表明，隨著不斷進入控制變量，模型的擬合優(yōu)度和預測效果不斷提高，特別是當增加的控制變量統(tǒng)計顯著時，模型質量會有很大改善。

模型1表明，相對于“近距離”投資，“較遠距離”投資采用辛迪加模式的概率更高（比值比大于1），邊際效應012意味著相比“近距離”投資，“較遠距離” 投資采用辛迪加模式的概率提高1220%?！昂苓h距離”投資采用辛迪加模式的概率也高，邊際效應008表示采用辛迪加模式的概率會提高859%?！斑b遠距離”投資對辛迪加模式的影響不統(tǒng)計顯著。

模型2繼續(xù)增加交易特征控制變量，主要結論依然穩(wěn)健?！拜^遠距離”投資和“很遠距離”投資更統(tǒng)計顯著地采用辛迪加模式，兩者的邊際效應分別為011和008，表示相對于“近距離”投資，采用辛迪加模式的概率分別提高1190%和802%。“遙遠距離”投資對辛迪加模式的影響不具有顯著性。作為第一個（批）風投加入的啞變量First time，邊際效應為012，表示辛迪加模式概率提高1287%。投資比重Investment proportion邊際效應為-177，即投資比重提高1個百分點，采用辛迪加模式的概率下降175%。

模型3繼續(xù)增加企業(yè)特征和行業(yè)特征控制變量，主要結論依然穩(wěn)健。相比“近距離”投資，“較遠距離”和“很遠距離” 投資統(tǒng)計顯著地采用辛迪加模式，邊際效應分別為012和008，即辛迪加模式概率分別提高1233%和779%?！斑b遠距離”投資對辛迪加模式的影響不顯著。

模型4繼續(xù)增加風投公司國有性質控制變量，影響了結論的穩(wěn)健性。相比“近距離”投資，“較遠距離”投資統(tǒng)計顯著地采用辛迪加模式的概率提高1165%。但“更遠距離” 投資不再具有統(tǒng)計顯著性，盡管經濟意義上依然暗示了辛迪加模式概率會提高7%，“遙遠距離”投資對辛迪加的影響不顯著。

3討論

（1） 對假設1的支持性證據(jù)及解釋

模型1—模型4都表明，相比“近距離”投資項目，風投公司“較遠距離”投資更傾向于采用辛迪加模式。該結果與現(xiàn)有關于辛迪加模式動機的文獻是一致的。Bygrave[3]也發(fā)現(xiàn)，辛迪加模式有助于合作伙伴之間分享信息和知識，改善對遠距離投資項目的選擇質量。本文所采用的上市公司數(shù)據(jù)進一步表明，對于“較遠距離”投資，辛迪加模式更能提高被投企業(yè)績效，驗證了Hochberg等[19]的發(fā)現(xiàn)，即更好的網絡關系不僅讓風險投資公司表現(xiàn)出色，還讓被投企業(yè)形成更高的增值能力和退出可能性。

（2） 對假設2的支持性證據(jù)及解釋

模型1—模型4進一步表明，當?shù)乩砭嚯x進一步趨遠，辛迪加模式比單獨投資的概率更大，但絕對值開始下降，即“更遠距離”投資采用辛迪加的概率要低于“較遠距離”投資的采用概率。實證結果支持了假設2，即隨著地理位置進一步趨遠，辛迪加模式依然有顯著作用，但作用的程度開始降低了。理性解釋為，地理距離進一步擴大，組建和維持辛迪加模式的成本增加。正如Dimov 和Milanov [20]發(fā)現(xiàn)那樣，當風投公司考慮通過辛迪加模式投資陌生項目時，如果不確定性過大，會消除其采用辛迪加模式的動機。上市公司數(shù)據(jù)還說明，隨距離進一步擴大，辛迪加模式幫助企業(yè)成功的能力開始下降。

（3）對假設3的支持性證據(jù)及解釋

模型1—模型4都表明，“遙遠距離”投資項目對辛迪加模式的影響不顯著性，既無法預測風投公司采用辛迪加模式的概率更高，也不能斷言辛迪加模式比單獨投資更能幫助被投企業(yè)獲得成功。這支持了假設3，即地理距離過分遙遠，會使辛迪加模式的優(yōu)勢不顯著。理性解釋為，地理距離過分遙遠會使組建和維持辛迪加模式的機會成本迅速上升，很有可能超過了辛迪加模式帶來的收益，辛迪加模式與單獨投資的效果差異變得不明顯了，反應出中國風投公司在重視關系的同時，同樣注重收集和應用市場信息，與Zacharakis等[21]的結論是一致的。

五、結論與建議

本文系統(tǒng)研究了地理距離對風投公司采用辛迪加模式的影響，結論表明，辛迪加模式降低信息不對稱以及幫助被投企業(yè)成功方面的效果隨著地理距離的不斷增加，先遞增式上升，過了某個臨界距離轉為遞減式上升，再過某個臨界距離就變得模糊了。風險投資辛迪加模式的效果隨地理距離呈倒U型的變化。本文研究不僅充實了風險投資辛迪加模式研究的理論，還對國內風投企業(yè)投資模式和政府政策提出啟示。對風投企業(yè)而言，辛迪加模式作為投資戰(zhàn)略組成部分，本身存在著代理成本和合作風險，風投企業(yè)若加以有效控制和管理，能更加充分發(fā)揮辛迪加模式的優(yōu)勢，有助于風投企業(yè)投資更遠距離的潛在項目。地方政府通過提供全面的保障和服務，吸引更多有經驗的外地風險資本投資本地技術創(chuàng)新企業(yè)和創(chuàng)業(yè)型企業(yè)[22]，鼓勵外地風險資本與本地風險資本組成辛迪加模式，可以帶動本地風險投資業(yè)的快速發(fā)展。

參考文獻：

[1]Zhang，JThe Spatial Dynamics of Globalizing Venture Capital in China [J] Environment and Planning ， 2011， 43（7）： 1562-1580

[2]Brander， J A， Bettignies， D J E Venture-Capital Syndication： Improved Venture Selection vs the Value-Added Hypothesis [J] Journal of Economics and Management Strategy， 2002， 11（3）： 423-452

[3]Bygrave， W D Syndicated Investments by Venture Capital Firms： A Networking Perspective [J] Journal of Business Venturing， 1987， 2（2）： 139-154

[4]Clercq， D， Dimov， DInternal Knowledge Development and External Knowledge Access in Venture Capital Investment Performance [J] Journal of Management Studies， 2008， 45（3）： 585-612

[5]Manigart， S， Lockett， A， Meuleman， MVenture CapitalistsDecision to Syndicate [J] Entrepreneurship， 2006， 30（2）： 131-153

[6]Hopp， C， Rieder， FWhat Drives Venture Capital Syndication？ [J]Applied Economics， 2011， 43（23）： 3089-3102

[7]Deli， D N， Santhanakrishnan， MSyndication in Venture Capital Financing [J]Financial Review， 2010， 45（3）： 557-578

[8]Jskelinen， MVenture Capital Syndication： Synthesis and Future Directions [J] International Journal of Management Reviews， 2012， 14（4）： 444-463

[9]Dimov， D， Clercq，DVenture Capital Investment Strategy and Portfolio Failure Rate： A Longitudinal Study [J] Entrepreneurship， 2006， 30（2）： 207-223

[10]Meuleman， M， Wright， M， Manigart， S Private Equity Syndication： Agency Costs， Reputation and Collaboration [J] Journal of Business Finance and Accounting， 2009， 36（5-6）： 616-644

[11]Casamatta， C， Haritchabalet，C Experience， Screening and Syndication in Venture Capital Investments [J]Journal of Financial Intermediation， 2007， 16（3）： 368-398

[12]Chua， RYJ， Morris， MW，Ingram，PGuanxi vs Networking： Distinctive Configurations of Affectand Cognition-Based Trust in the Networks of Chinese vs American Managers [J] Journal of International Business Studies， 2009， 40（3）： 490-508

[13]Wallsten， S J An Empirical Test of Geographic Knowledge Spillovers Using Geographic Information Systems and Firm-Level Data [J] Regional Science and Urban Economics， 2001， 31（5）： 571-599

[14]Kolympiris， C， Kalaitzandonakes， N， Miller， D Spatial Collocation and Venture Capital in the US Biotechnology Industry [J] Research Policy， 2011， 40（9）： 1188-1199

[15]Sapienza，HJ，Manigart，S，Vermeir， WVenture Capitalist Governance and Value Added in Four Countries[J]Journal of Business Venturing， 1996， 11（6）： 439-469

[16]Zook， M AGrounded Capital： Venture Financing and the Geography of the Internet Industry， 1994—2000 [J] Journal of Economic Geography， 2002， 2（2）： 151-177

[17]Griffith， T， Yam， P， Subramaniam， SSilicon Valleys ‘one-hour Distance Rule and Managing Return on Location [J] Venture Capital，2007， 9（2）： 85-106

[18]Sorenson， O，Stuart，T E Syndication Networks and The Spatial Distribution of Venture Capital Investments [J] American Journal of Sociology， 2001， 106（6）： 1546-1588

[19]Hochberg， YV， Ljungqvist， A， Lu， Y Whom You Know Matters： Venture Capital Networks and Investment Performance [J]The Journal of Finance， 2007， 62（1）： 251-301

[20]Dimov， D， Milanov，HThe Interplay of Need and Opportunity in Venture Capital Investment Syndication [J]Journal of Business Venturing， 2010， 25（4）： 331-348

[21]Zacharakis， A L， McMullen， J S， Shepherd， DAVenture CapitalistsDecision Policies Across Three Countries： An institutional Theory Perspective [J] Journal of International Business Studies， 2007， 38（5）： 691-708

[22]史恩義.風險資本發(fā)展與高技術產業(yè)成長[J].財經問題研究，2014，（5）：53-58.

[23]謝玉梅.系統(tǒng)性風險、指數(shù)保險與發(fā)展中國家實踐[J].財經論叢，2012，（2）：70.

（責任編輯：徐雅雯）

[10]Meuleman， M， Wright， M， Manigart， S Private Equity Syndication： Agency Costs， Reputation and Collaboration [J] Journal of Business Finance and Accounting， 2009， 36（5-6）： 616-644

[11]Casamatta， C， Haritchabalet，C Experience， Screening and Syndication in Venture Capital Investments [J]Journal of Financial Intermediation， 2007， 16（3）： 368-398

[12]Chua， RYJ， Morris， MW，Ingram，PGuanxi vs Networking： Distinctive Configurations of Affectand Cognition-Based Trust in the Networks of Chinese vs American Managers [J] Journal of International Business Studies， 2009， 40（3）： 490-508

[13]Wallsten， S J An Empirical Test of Geographic Knowledge Spillovers Using Geographic Information Systems and Firm-Level Data [J] Regional Science and Urban Economics， 2001， 31（5）： 571-599

[14]Kolympiris， C， Kalaitzandonakes， N， Miller， D Spatial Collocation and Venture Capital in the US Biotechnology Industry [J] Research Policy， 2011， 40（9）： 1188-1199

[15]Sapienza，HJ，Manigart，S，Vermeir， WVenture Capitalist Governance and Value Added in Four Countries[J]Journal of Business Venturing， 1996， 11（6）： 439-469

[16]Zook， M AGrounded Capital： Venture Financing and the Geography of the Internet Industry， 1994—2000 [J] Journal of Economic Geography， 2002， 2（2）： 151-177

[17]Griffith， T， Yam， P， Subramaniam， SSilicon Valleys ‘one-hour Distance Rule and Managing Return on Location [J] Venture Capital，2007， 9（2）： 85-106

[18]Sorenson， O，Stuart，T E Syndication Networks and The Spatial Distribution of Venture Capital Investments [J] American Journal of Sociology， 2001， 106（6）： 1546-1588

[19]Hochberg， YV， Ljungqvist， A， Lu， Y Whom You Know Matters： Venture Capital Networks and Investment Performance [J]The Journal of Finance， 2007， 62（1）： 251-301

[20]Dimov， D， Milanov，HThe Interplay of Need and Opportunity in Venture Capital Investment Syndication [J]Journal of Business Venturing， 2010， 25（4）： 331-348

[21]Zacharakis， A L， McMullen， J S， Shepherd， DAVenture CapitalistsDecision Policies Across Three Countries： An institutional Theory Perspective [J] Journal of International Business Studies， 2007， 38（5）： 691-708

[22]史恩義.風險資本發(fā)展與高技術產業(yè)成長[J].財經問題研究，2014，（5）：53-58.

[23]謝玉梅.系統(tǒng)性風險、指數(shù)保險與發(fā)展中國家實踐[J].財經論叢，2012，（2）：70.

（責任編輯：徐雅雯）

[10]Meuleman， M， Wright， M， Manigart， S Private Equity Syndication： Agency Costs， Reputation and Collaboration [J] Journal of Business Finance and Accounting， 2009， 36（5-6）： 616-644

[11]Casamatta， C， Haritchabalet，C Experience， Screening and Syndication in Venture Capital Investments [J]Journal of Financial Intermediation， 2007， 16（3）： 368-398

[12]Chua， RYJ， Morris， MW，Ingram，PGuanxi vs Networking： Distinctive Configurations of Affectand Cognition-Based Trust in the Networks of Chinese vs American Managers [J] Journal of International Business Studies， 2009， 40（3）： 490-508

[13]Wallsten， S J An Empirical Test of Geographic Knowledge Spillovers Using Geographic Information Systems and Firm-Level Data [J] Regional Science and Urban Economics， 2001， 31（5）： 571-599

[14]Kolympiris， C， Kalaitzandonakes， N， Miller， D Spatial Collocation and Venture Capital in the US Biotechnology Industry [J] Research Policy， 2011， 40（9）： 1188-1199

[15]Sapienza，HJ，Manigart，S，Vermeir， WVenture Capitalist Governance and Value Added in Four Countries[J]Journal of Business Venturing， 1996， 11（6）： 439-469

[16]Zook， M AGrounded Capital： Venture Financing and the Geography of the Internet Industry， 1994—2000 [J] Journal of Economic Geography， 2002， 2（2）： 151-177

[17]Griffith， T， Yam， P， Subramaniam， SSilicon Valleys ‘one-hour Distance Rule and Managing Return on Location [J] Venture Capital，2007， 9（2）： 85-106

[18]Sorenson， O，Stuart，T E Syndication Networks and The Spatial Distribution of Venture Capital Investments [J] American Journal of Sociology， 2001， 106（6）： 1546-1588

[19]Hochberg， YV， Ljungqvist， A， Lu， Y Whom You Know Matters： Venture Capital Networks and Investment Performance [J]The Journal of Finance， 2007， 62（1）： 251-301

[20]Dimov， D， Milanov，HThe Interplay of Need and Opportunity in Venture Capital Investment Syndication [J]Journal of Business Venturing， 2010， 25（4）： 331-348

[21]Zacharakis， A L， McMullen， J S， Shepherd， DAVenture CapitalistsDecision Policies Across Three Countries： An institutional Theory Perspective [J] Journal of International Business Studies， 2007， 38（5）： 691-708

[22]史恩義.風險資本發(fā)展與高技術產業(yè)成長[J].財經問題研究，2014，（5）：53-58.

[23]謝玉梅.系統(tǒng)性風險、指數(shù)保險與發(fā)展中國家實踐[J].財經論叢，2012，（2）：70.

（責任編輯：徐雅雯）