胡磊 張強(qiáng)

摘 要：依據(jù)2007-2013年中國市場創(chuàng)業(yè)投資數(shù)據(jù)，運(yùn)用基于Bootstrap抽樣的結(jié)構(gòu)方程模型，考量投資決策在投資網(wǎng)絡(luò)影響機(jī)構(gòu)投資績效過程中的中介效應(yīng)。結(jié)果表明：創(chuàng)業(yè)投資網(wǎng)絡(luò)可以通過投資決策影響投資績效，具有較高網(wǎng)絡(luò)中心性或占據(jù)豐富結(jié)構(gòu)洞位置的創(chuàng)業(yè)投資機(jī)構(gòu)可以通過采用項(xiàng)目后期介入策略、地域分散投資策略和行業(yè)專業(yè)化投資策略，提高機(jī)構(gòu)投資績效。

關(guān)鍵詞： 創(chuàng)業(yè)投資網(wǎng)絡(luò)；投資績效；投資決策；中介效應(yīng)；結(jié)構(gòu)方程模型

中圖分類號：F062.4 文獻(xiàn)標(biāo)識碼： A文章編號：1003-7217（2018）05-0044-07

一、引 言

目前，我國資本市場迅猛發(fā)展，各類風(fēng)險(xiǎn)資本積極涌入，創(chuàng)業(yè)投資機(jī)構(gòu)競爭日益激烈。2016年，國務(wù)院頒布《關(guān)于促進(jìn)創(chuàng)業(yè)投資持續(xù)健康發(fā)展的若干意見》，借力創(chuàng)業(yè)投資市場發(fā)展，實(shí)現(xiàn)創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略。集技術(shù)、資本、人才、管理等創(chuàng)新要素于一體的創(chuàng)業(yè)投資網(wǎng)絡(luò)成為促進(jìn)創(chuàng)業(yè)投資機(jī)構(gòu)和初創(chuàng)企業(yè)發(fā)展的關(guān)鍵。創(chuàng)業(yè)投資機(jī)構(gòu)借助投資網(wǎng)絡(luò)，共享投資機(jī)會、共擔(dān)投資風(fēng)險(xiǎn)，并為創(chuàng)業(yè)企業(yè)提供增值服務(wù)，從而提高自身績效。Bygrave（1987）的研究表明，信息共享是創(chuàng)業(yè)投資網(wǎng)絡(luò)形成的主要原因[1]。Hochberg等（2007和2010）認(rèn)為網(wǎng)絡(luò)關(guān)系越好的創(chuàng)業(yè)投資機(jī)構(gòu)獲得高質(zhì)量交易流的能力和培育初創(chuàng)企業(yè)的能力越高，投資績效越好[2，3]。蔡寧和何星（2015）認(rèn)為優(yōu)化關(guān)系網(wǎng)絡(luò)有助于創(chuàng)業(yè)投資機(jī)構(gòu)在管理項(xiàng)目中發(fā)揮增值作用[4]。

然而，現(xiàn)有對創(chuàng)業(yè)投資網(wǎng)絡(luò)與投資績效之間作用路徑問題的研究并不深入。Podolny（2001）和Jarle（2014）基于社會網(wǎng)絡(luò)理論，認(rèn)為網(wǎng)絡(luò)中包含的信息和資源是影響投資決策的重要因素[5，6]；Dimov和DeClercq（2006）、Matusik和Fitza（2012）、Yang等（2014）基于風(fēng)險(xiǎn)投資理論，認(rèn)為投資決策考量了風(fēng)險(xiǎn)和收益的關(guān)系，可以對投資績效產(chǎn)生影響[7-9]。可見，投資決策在投資網(wǎng)絡(luò)和投資績效之間發(fā)揮了橋梁作用。鑒于此，本文構(gòu)建2007-2013年我國創(chuàng)業(yè)投資網(wǎng)絡(luò)，運(yùn)用基于Bootstrap抽樣的結(jié)構(gòu)方程模型，檢驗(yàn)投資決策在創(chuàng)業(yè)投資網(wǎng)絡(luò)影響投資績效路徑中的中介效應(yīng)，并以此提出相應(yīng)投資決策建議。

二、理論分析與研究假設(shè)

（一）創(chuàng)業(yè)投資網(wǎng)絡(luò)與投資績效

一般認(rèn)為，廣義的創(chuàng)業(yè)投資網(wǎng)絡(luò)是由創(chuàng)業(yè)投資機(jī)構(gòu)及其利益相關(guān)者形成的合作關(guān)系。狹義的創(chuàng)業(yè)投資網(wǎng)絡(luò)是由創(chuàng)業(yè)投資機(jī)構(gòu)之間進(jìn)行聯(lián)合投資形成的合作關(guān)系。本文以創(chuàng)業(yè)投資機(jī)構(gòu)為網(wǎng)絡(luò)節(jié)點(diǎn)、以機(jī)構(gòu)間的聯(lián)合投資行為建立連接關(guān)系，對狹義的創(chuàng)業(yè)投資網(wǎng)絡(luò)展開研究。

隨著創(chuàng)業(yè)投資機(jī)構(gòu)間聯(lián)合投資行為日益普遍，學(xué)者們開始關(guān)注并重視網(wǎng)絡(luò)對績效的影響。有關(guān)其影響機(jī)制的定性研究主要從資源共享、風(fēng)險(xiǎn)分擔(dān)和價(jià)值增值三個(gè)方面展開，相關(guān)定量研究主要集中在網(wǎng)絡(luò)指標(biāo)對績效的直接影響。Hochberg等（2007）、Abell和Nisar（2007）、Guler和Guillen（2010）先后分別用美國、英國和歐洲的數(shù)據(jù)直接論證了有利的網(wǎng)絡(luò)特性有助于機(jī)構(gòu)投資績效的提高[2，10，11]。根據(jù)社會網(wǎng)絡(luò)理論，中心性和結(jié)構(gòu)洞是衡量各節(jié)點(diǎn)網(wǎng)絡(luò)特性的重要指標(biāo)。劉軍（2016）進(jìn)一步闡述了中心性和結(jié)構(gòu)洞指標(biāo)的適用意義：中心性是指節(jié)點(diǎn)在網(wǎng)絡(luò)中具有的中心地位或權(quán)力，反映節(jié)點(diǎn)與其他節(jié)點(diǎn)直接連接程度；結(jié)構(gòu)洞是指網(wǎng)絡(luò)中的關(guān)鍵位置，占據(jù)結(jié)構(gòu)洞的節(jié)點(diǎn)處于許多其他“點(diǎn)對”的“中間”，可獲取“信息利益”和“控制利益”，更有競爭優(yōu)勢[12]。一般認(rèn)為，創(chuàng)業(yè)投資機(jī)構(gòu)的網(wǎng)絡(luò)中心性越高，則其參與的投資事件越多，擁有的信息和資源總體數(shù)量越多；創(chuàng)業(yè)投資機(jī)構(gòu)占據(jù)的網(wǎng)絡(luò)結(jié)構(gòu)洞越豐富，則其從網(wǎng)絡(luò)不同群體獲取異質(zhì)、多樣化的信息和資源種類越多，從而均可能產(chǎn)生更高的投資績效。

（二）投資決策在網(wǎng)絡(luò)與績效關(guān)系間的中介效應(yīng)

如前所述，創(chuàng)業(yè)投資網(wǎng)絡(luò)主要通過資源共享機(jī)制、風(fēng)險(xiǎn)分擔(dān)機(jī)制和價(jià)值增值機(jī)制對投資績效產(chǎn)生影響，厘清其具體路徑非常重要。李心丹（2005）認(rèn)為行為金融學(xué)的假設(shè)條件更接近真實(shí)世界，環(huán)境對有限理性投資者行為產(chǎn)生的影響，直接體現(xiàn)在投資決策的改變[13]。因此，本文認(rèn)為網(wǎng)絡(luò)對績效的影響必須落實(shí)到投資決策的制定上才有實(shí)踐指導(dǎo)意義，其關(guān)系模型如圖1。

從已有實(shí)證文獻(xiàn)可知：其一，創(chuàng)業(yè)投資機(jī)構(gòu)的網(wǎng)絡(luò)特性對投資決策產(chǎn)生影響。Podolny（2001）認(rèn)為創(chuàng)業(yè)投資機(jī)構(gòu)的中心性和結(jié)構(gòu)洞屬性會影響其獲取項(xiàng)目信息的渠道和質(zhì)量，從而影響機(jī)構(gòu)介入項(xiàng)目的時(shí)機(jī)[5]。Sorenson和Stuart（2001）發(fā)現(xiàn)局限于本行業(yè)、本地區(qū)的潛在交易信息可以借助投資網(wǎng)絡(luò)進(jìn)行跨地區(qū)、跨行業(yè)傳播，處于有利網(wǎng)絡(luò)位置的機(jī)構(gòu)更傾向突破空間與行業(yè)限制進(jìn)行投資[14]。Smith等（2015）從資源和信息傳遞、地位信號和社會影響三個(gè)方面進(jìn)行研究，發(fā)現(xiàn)不同網(wǎng)絡(luò)對投資決策的影響不同[15]。其二，投資決策對機(jī)構(gòu)投資績效產(chǎn)生影響。Gupta和Sapienza（1992）、Clercq和Dimov（2004）的研究表明，跨行業(yè)和跨地區(qū)的創(chuàng)業(yè)投資可以降低投資組合的風(fēng)險(xiǎn)，增加機(jī)構(gòu)接觸高回報(bào)投資項(xiàng)目的機(jī)會[16，17]。但Bygrave（1987）、Cumming和Dai（2010）研究發(fā)現(xiàn)專業(yè)化投資對控制風(fēng)險(xiǎn)和獲取其他投資者的信息流非常有用[1，18]。此外，Manigart（2002）、蔡寧和徐夢周（2009）的研究表明，項(xiàng)目介入時(shí)機(jī)對投資績效的影響在不同國家也有不同表現(xiàn)[19，20]。

遵循已有研究脈絡(luò)，投資決策在投資網(wǎng)絡(luò)與投資績效間應(yīng)存在“橋梁作用”。從資源共享機(jī)制來看，創(chuàng)業(yè)投資機(jī)構(gòu)的網(wǎng)絡(luò)資源越豐富，則項(xiàng)目來源越廣泛，越可能減弱機(jī)構(gòu)自主搜尋初創(chuàng)項(xiàng)目的動機(jī)，更多地采取在項(xiàng)目中后期介入的投資階段策略，此時(shí)項(xiàng)目不確定性下降，投資失敗的可能性下降。同時(shí)，廣泛的項(xiàng)目來源也會促使創(chuàng)業(yè)投資機(jī)構(gòu)采取多行業(yè)投資策略和多地域投資策略，繼而影響投資績效。從風(fēng)險(xiǎn)分擔(dān)機(jī)制來看，創(chuàng)業(yè)投資機(jī)構(gòu)的網(wǎng)絡(luò)資源越豐富，則潛在合作伙伴越多，越可能進(jìn)行多行業(yè)和多地域的聯(lián)合投資，共擔(dān)投資風(fēng)險(xiǎn)，共享投資收益。從價(jià)值增值機(jī)制來看，創(chuàng)業(yè)投資機(jī)構(gòu)的網(wǎng)絡(luò)資源越豐富，則其擁有的資本、勞動力和技術(shù)相對更豐富和成熟，越可能進(jìn)行多行業(yè)投資，并為項(xiàng)目提供增值服務(wù)，從而影響投資績效。但同時(shí)為多個(gè)行業(yè)提供增值服務(wù)，一方面可能產(chǎn)生協(xié)同效應(yīng)，提高機(jī)構(gòu)投資績效；另一方面也意味著放棄在特定擅長行業(yè)提供增值服務(wù)帶來的規(guī)模效應(yīng)，增加協(xié)調(diào)成本，不利機(jī)構(gòu)投資績效的提升。鑒于此，提出假設(shè)：

H：投資決策在創(chuàng)業(yè)投資網(wǎng)絡(luò)與投資績效的關(guān)系中起中介作用。

三、實(shí)證研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來源

本文使用清科私募通數(shù)據(jù)庫2004年1月1日至2017年6月31日的數(shù)據(jù)。設(shè)置2004-2012年每三年的投資事件為2007-2013年各年度網(wǎng)絡(luò)構(gòu)建事件來源，借鑒錢蘋和張幃（2007）、黨興華等（2011）的研究[21，22]，設(shè)置3.5年的投資績效觀測期，即2017年6月31日為2007-2013年投資事件的投資績效觀測截止日，最終整理出810家創(chuàng)業(yè)投資機(jī)構(gòu)的1993條年度投資數(shù)據(jù)。

（二）變量設(shè)置

1. 投資網(wǎng)絡(luò)。借鑒Hochberg等（2007）[2]的研究，本文使用度數(shù)中心度和中間中心度作為各節(jié)點(diǎn)中心性和結(jié)構(gòu)洞屬性的度量指標(biāo)。度數(shù)中心度是指與機(jī)構(gòu)同時(shí)相連的其他節(jié)點(diǎn)的個(gè)數(shù)，中間中心度是指節(jié)點(diǎn)處于其他兩兩節(jié)點(diǎn)對捷徑上的概率之和。為剔除網(wǎng)絡(luò)規(guī)模影響，本文采用相對度數(shù)中心度和相對中間中心度指標(biāo)進(jìn)行具體衡量。借鑒劉軍（2016）的研究，假設(shè)網(wǎng)絡(luò)中共有n家機(jī)構(gòu)，機(jī)構(gòu)i在過去三年與k家不同創(chuàng)業(yè)投資機(jī)構(gòu)進(jìn)行聯(lián)合投資，則機(jī)構(gòu)i的相對度數(shù)中心度DEGi=kn-1。假設(shè)機(jī)構(gòu)p和機(jī)構(gòu)q之間存在的路徑條數(shù)為gpq，機(jī)構(gòu)p和機(jī)構(gòu)q之間存在經(jīng)過機(jī)構(gòu)i的路徑條數(shù)為gpq（i），則機(jī)構(gòu)i的相對中間中心度BETi=2n2-3n+2∑np∑nqgpq（i）gpq，p≠n≠q，p

2. 投資績效。借鑒Hochberg等（2007）[2]的研究，本文使用創(chuàng)業(yè)投資機(jī)構(gòu)當(dāng)年發(fā)生投資事件的最終成功退出率來衡量投資機(jī)構(gòu)當(dāng)年的投資績效。若所投項(xiàng)目實(shí)現(xiàn)IPO上市、被回購或兼并收購，則認(rèn)為機(jī)構(gòu)投資成功，具體計(jì)算方法見表1。

3. 投資決策。本文考察的投資決策包括投資階段、投資行業(yè)和投資地域。投資階段分為種子期、初創(chuàng)期、擴(kuò)張期和成熟期，具體計(jì)算方法見表1。采用Herfindahl-Hirschman Index指標(biāo)刻畫投資行業(yè)和投資地域，投資行業(yè)集中度HHIIndustry=∑P2i，Pi為當(dāng)年機(jī)構(gòu)投資i行業(yè)事件數(shù)/投資事件總數(shù)。投資地域集中度HHIRegion=∑W2i，Wi為當(dāng)年機(jī)構(gòu)投資i地事件數(shù)/投資事件總數(shù)。

4. 控制變量。Steven和Antoinette（2005）、Lutz等（2013）的研究表明，投資機(jī)構(gòu)的機(jī)構(gòu)屬性和投資經(jīng)驗(yàn)也會影響投資績效[23，24]。本文使用所有權(quán)性質(zhì)、機(jī)構(gòu)規(guī)模、機(jī)構(gòu)年齡來衡量投資機(jī)構(gòu)的機(jī)構(gòu)屬性，用此前累計(jì)IPO數(shù)量和累計(jì)投資事件數(shù)量來衡量投資經(jīng)驗(yàn)。具體含義見表1。

（三）模型構(gòu)建

根據(jù)Sobel（1982和1986）、Baron和Kenny（1986）的理論模型[25-27]，采用Sobel檢驗(yàn)方法檢驗(yàn)是否存在中介效應(yīng)，分別建立方程（1）～（3）：

其中，X為自變量NET，Y為因變量PERF，M為中介變量PHASE、IND和REG。若a、b、c顯著，且 c ′顯著小于c，則認(rèn)為存在中介作用。

Brown（1997）、Dawn（2017）的進(jìn)一步研究表明，運(yùn)用結(jié)構(gòu)方程模型對中介效應(yīng)進(jìn)行檢驗(yàn)，可以更有效、更精確的估計(jì)所有變量的共變關(guān)系[28，29]。為了保證結(jié)果的穩(wěn)健性，本文采用基于Bootstrap抽樣的結(jié)構(gòu)方程模型如下：

其中，X為外生變量；Z為內(nèi)生變量，同時(shí)包括了M和Y；B為因變量之間的回歸系數(shù)矩陣；Γ為自變量與因變量之間的回歸系數(shù)矩陣；α為截距；ζ為回歸殘差。

四、實(shí)證檢驗(yàn)與結(jié)果分析

（一）描述性統(tǒng)計(jì)結(jié)果分析

2007-2013年創(chuàng)業(yè)投資機(jī)構(gòu)共進(jìn)行了11580起創(chuàng)業(yè)投資，投資事件數(shù)量和機(jī)構(gòu)數(shù)量實(shí)現(xiàn)了快速增長，但后期出現(xiàn)小幅回落。剔除網(wǎng)絡(luò)規(guī)模影響后，相對度數(shù)中心度、相對中間中心度、相對接近中心度震蕩下行，網(wǎng)絡(luò)關(guān)聯(lián)度下降、節(jié)點(diǎn)平均距離遞增，網(wǎng)絡(luò)質(zhì)量沒有提升，如表2。基于此，本文構(gòu)建了2007-2013年的投資網(wǎng)絡(luò)，如圖2 。

從中心性來看，2007—2013年創(chuàng)業(yè)投資網(wǎng)絡(luò)中機(jī)構(gòu)的絕對度數(shù)中心度大于零的占比由39.4%上升為55.8%，說明隨著創(chuàng)業(yè)投資機(jī)構(gòu)進(jìn)入創(chuàng)業(yè)投資市場，機(jī)構(gòu)之間的合作得到重視。從結(jié)構(gòu)洞來看，2007年至2013年創(chuàng)業(yè)投資機(jī)構(gòu)的相對中間中心度標(biāo)準(zhǔn)差由0.835下降為0.378，說明反映行動者對資源控制能力的結(jié)構(gòu)洞分布越來越均衡，創(chuàng)業(yè)投資機(jī)構(gòu)開始通過聯(lián)合投資占據(jù)結(jié)構(gòu)洞位置。可見，我國的創(chuàng)業(yè)投資機(jī)構(gòu)正在調(diào)整自己的投資決策。

主要變量的描述性統(tǒng)計(jì)結(jié)果見表3。2007-2013年創(chuàng)業(yè)投資機(jī)構(gòu)的平均成功退出率為24%，標(biāo)準(zhǔn)差為0.36；投資階段、行業(yè)和地域的均值分別為0.28、0.70和0.79，投資于早期階段的項(xiàng)目較少，且項(xiàng)目在行業(yè)和地域上的集中度較高。

（二）回歸結(jié)果分析

本文采用基于Bootstrap抽樣的極大似然法對結(jié)構(gòu)方程模型進(jìn)行估計(jì)，將1993個(gè)樣本進(jìn)行200次有放回的抽樣。估計(jì)結(jié)果見表4。

由表4可知，各模型均可以辨識收斂，估計(jì)值未出現(xiàn)負(fù)的誤差方差，未違反模型辨認(rèn)規(guī)則，模型中的參數(shù)沒有出現(xiàn)不合理的解值。借鑒吳明?。?013）對模型方法的研究[30]，可認(rèn)為模型的基本適配度良好。我們發(fā)現(xiàn)：（1）度數(shù)中心度和中間中心度對投資績效有顯著正向影響，即參與聯(lián)合投資次數(shù)越多、占據(jù)結(jié)構(gòu)洞位置越豐富的機(jī)構(gòu)，投資績效越好。（2）度數(shù)中心度和中間中心度對投資介入時(shí)機(jī)、投資行業(yè)集中度、投資地域集中度均有顯著負(fù)向影響，即參與的聯(lián)合投資次數(shù)越多、占據(jù)的結(jié)構(gòu)洞位置越豐富的機(jī)構(gòu)更傾向投資于項(xiàng)目的中后期，且在行業(yè)和地域上進(jìn)行分散投資。（3）投資介入時(shí)機(jī)、投資行業(yè)集中度、投資地域集中度對投資績效分別有顯著的負(fù)向、正向、負(fù)向影響，即投資階段越靠后、投資行業(yè)越集中、投資地域越分散，機(jī)構(gòu)投資績效越好。

模型通過了中介效應(yīng)檢驗(yàn)，即假設(shè)得證。由表4可知，創(chuàng)業(yè)投資機(jī)構(gòu)的結(jié)構(gòu)洞特性對投資績效的直接效應(yīng)為0.0826，間接效應(yīng)為-0.0967×（-0.1454）-0.0809×0.1023-0.0924×（-0.0982）=0.0149，因而中介效應(yīng)為0.0149/0.0826=17.99%；中心性特性對投資績效的直接效應(yīng)為0.1225，間接效應(yīng)為-0.0662×（0.0625）-0.1608×0.1195-0.1523×（-0.1094）=-0.0524，借鑒溫忠麟和葉寶娟（2014）的研究[31]，可認(rèn)為該路徑存在遮掩效應(yīng)，為-0.0524/0.1225=42.78%。故占據(jù)結(jié)構(gòu)洞位置、網(wǎng)絡(luò)中心性高的創(chuàng)業(yè)投資機(jī)構(gòu)應(yīng)主動提高網(wǎng)絡(luò)特性，增加項(xiàng)目后期介入投資和多地域投資的機(jī)會，并保持行業(yè)專業(yè)化投資，繼而提高投資績效。

（三）穩(wěn)健性檢驗(yàn)

本文采用下述方法進(jìn)行再次檢驗(yàn)。（1）采用傳統(tǒng)的Sobel檢驗(yàn)方法對各中介變量逐一檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量Z=aba2s2b+b2s2a，檢驗(yàn)結(jié)果見表5。（2）調(diào)整投資績效和投資階段的測算權(quán)重，采用接近中心度替代投資網(wǎng)絡(luò)變量。檢驗(yàn)結(jié)果表明，相應(yīng)模型依然通過了中介效應(yīng)檢驗(yàn)。

五、研究結(jié)論

本文研究表明，在創(chuàng)業(yè)投資網(wǎng)絡(luò)對投資績效的影響路徑中存在投資決策的中介效應(yīng)。具體來說：（1）網(wǎng)絡(luò)中心性可以通過投資決策間接影響投資績效，其間接效應(yīng)占直接效應(yīng)的比例達(dá)到42.78%。網(wǎng)絡(luò)中心性的增加可以使得投資階段后移、投資地域分散，投資績效提高。（2）結(jié)構(gòu)洞屬性可以通過投資決策間接影響投資績效，其間接效應(yīng)占直接效應(yīng)的比例達(dá)到17.99%。創(chuàng)業(yè)投資機(jī)構(gòu)占據(jù)的結(jié)構(gòu)洞位置越豐富，其投資階段越靠后、地域越分散，投資績效越高。（3）擁有較高網(wǎng)絡(luò)中心性、占據(jù)豐富結(jié)構(gòu)洞位置的創(chuàng)業(yè)投資機(jī)構(gòu)傾向多行業(yè)投資，不利于提高投資績效，并使網(wǎng)絡(luò)中心性通過投資決策影響投資績效的路徑產(chǎn)生了遮掩效應(yīng)。（4）以往投資經(jīng)驗(yàn)有助于提高投資績效。機(jī)構(gòu)年齡、IPO退出數(shù)量和累計(jì)參與投資事件數(shù)量每增加1%，可使投資績效增加0.1%左右。

綜上，創(chuàng)業(yè)投資機(jī)構(gòu)應(yīng)更多地參與聯(lián)合投資，積累投資經(jīng)驗(yàn)和網(wǎng)絡(luò)資源，在投資策略上選擇項(xiàng)目后期介入策略、地域分散投資策略和行業(yè)專業(yè)化投資策略，提高投資績效。政府主管機(jī)構(gòu)、行業(yè)協(xié)會組織有必要進(jìn)一步完善相關(guān)法律法規(guī)、建立健全聲譽(yù)機(jī)制，以營造良好的行業(yè)發(fā)展環(huán)境，改善創(chuàng)業(yè)投資網(wǎng)絡(luò)質(zhì)量。

參考文獻(xiàn)：

[1] Bygrave W D. Syndicated investments by venture capital firms：a networking perspective[J]. Journal of Business Venturing，1987，2（2）：139-154.

[2] Hochberg Y V，Ljungqvist A，Lu Y. Whom you know matters： venture capital networks and investment performance [J]. The Journal of Finance，2007，62（1）：251-301.

[3] Hochberg Y V，Ljungqvist A，Lu Y. Networking as a barrier to entry and the competitive supply of venture capital [J]. The Journal of Finance，2010，65（3）：829-859.

[4] 蔡寧，何星. 社會網(wǎng)絡(luò)能夠促進(jìn)風(fēng)險(xiǎn)投資的“增值”作用嗎？——基于風(fēng)險(xiǎn)投資網(wǎng)絡(luò)與上市公司投資效率的研究[J]. 金融研究，2015（12）：178-193.

[5] Joel M，Podolny. Networks as the pipes and prisms of the market[J]. American Journal of Sociology，2001，107（1）：33-60.

[6] Aarstad，Jarle. Structural holes and entrepreneurial decision making[J]. Entrepreneurship Research Journal，2014，4（3）：261-276.

[7] Dimo Dimov，Dirk De Clercq. Venture capital investment strategy and portfolio failure rate： a longitudinal study[J]. Entrepreneurship Theory and Practice，2006，30（2）：207-223.

[8] Matusik S F，F(xiàn)itza M A. Diversification in the venture capital industry： leveraging knowledge under uncertainty[J]. Strategic Management Journal，2012，33（4）：407-426.

[9] Yang Y， Narayanan V K， De Carolis D M. The relationship between portfolio diversification and firm value： the evidence from corporate venture capital activity[J]. Strategic Management Journal，2014，35（13）：1993-2011.

[10]Abell P，Nisar T M. Performance effects of venture capital firm networks[J]. Management Decision，2007，45（5）：923-936.

[11]Guler I，Guillen M F. Home country networks and foreign expansion：evidence from the venture capital industry[J]. Academy of Management Journal，2010，53（2）：390-410.

[12]劉軍. 整體網(wǎng)分析[M]. 上海：上海人民出版社，2016：126-240.

[13]李心丹. 行為金融理論：研究體系及展望[J]. 金融研究，2005（1）：175-190.

[14]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.

[15]Owen-Smith J，Cotton-Nessler N C，Buhr H. Network effects on organizational decision-making： blended social mechanisms and IPO withdrawal[J]. Social Networks，2015，41（41）：1-17.

[16]Gupta A，Sapienza H. Determinants of venture capital firms' preferences regarding the industry diversity and geographic scope of their investments[J]. Journal of Business Venturing. 1992， 7（5）：347-362.

[17]Clercq D D，Dimov D. Explaining venture capital firms'syndication behavior： a longitudinal study[J]. Venture Capital，2004，6（4）：243-256.

[18]Cumming D，Dai N. Local bias in venture capital investments[J]. Journal of Empirical Finance，2010，17（3）：362-380.

[19]Manigart S，Waele K D，Wright M， et al. Determinants of required return in venture capital investments：a five-country study[J]. Journal of Business Venturing，2002，17（4）：291-312.

[20]蔡寧，徐夢周. 我國創(chuàng)投機(jī)構(gòu)投資階段選擇及其績效影響的實(shí)證研究[J]. 中國工業(yè)經(jīng)濟(jì)，2009（10）：86-95.

[21]錢蘋，張幃. 我國創(chuàng)業(yè)投資的回報(bào)率及其影響因素[J]. 經(jīng)濟(jì)研究，2007（5）：78-90.

[22]黨興華，董建衛(wèi)，陳蓉. 風(fēng)險(xiǎn)投資機(jī)構(gòu)的網(wǎng)絡(luò)位置對其退出方式的影響研究[J]. 中國軟科學(xué)，2011（6）：156-166.

[23]Steven N K，Antoinette S. Private equity performance：returns，persistence，and capital flows[J]. Journal of Finance，2005，60（4）：1791-1823.

[24]Lutz E，Bender M，Achleitner A K，et al. Importance of spatial proximity between venture capital investors and investees in Germany[J]. Journal of Business Research，2013，66（11）：2346-2354.

[25]Sobel M E. Asymptotic confidence intervals for indirect effects in structural equation models[J]. Sociological Methodology，1982（13）：290-312.

[26]Sobel M E. Some new results on indirect effects and their standard errors in covariance structure models[J]. Sociological Methodology，1986（16）：159-186.

[27]Baron R M，Kenny D A. Moderator-mediator variables distinction in social psychological research： conceptual，strategic，and statistical considerations[J]. Journal of Personality and Social Psychology，1986，51（6）：1173-82.

[28]Brown R L. Assessing specific mediational effects in complex theoretical models[J]. Structural Equation Modeling，1997，4（2）：142-156.

[29]Dawn Iacobucci. 中介作用分析[M]. 上海：上海人民出版社，2017：34-37.

[30]吳明隆. 結(jié)構(gòu)方程模型[M]. 重慶：重慶大學(xué)出版社，2013：176-180.

[31]溫忠麟，葉寶娟. 中介效應(yīng)分析：方法和模型發(fā)展[J]. 心理科學(xué)進(jìn)展，2014，22（5）：731-745.

（責(zé)任編輯：鐘 瑤）