郭德兵

摘 要：風投資本決策的影響因素一直都是風投資本關注的焦點。本文利用2015年-2016年創(chuàng)業(yè)板上市企業(yè)的相關數(shù)據(jù)，通過建立Logit模型來分析影響風投資本決策的相關因素。通過回歸發(fā)現(xiàn)資產規(guī)模、負債規(guī)模、毛利率三個指標是風投資本決策時主要考慮因素。另外通過這兩年風投資本參與企業(yè)情況可知行業(yè)因素是風投資本決策時重要考慮因素。

關鍵詞：風投資本;Logit模型;行業(yè)因素

一、2015年-2016年風投資本參與創(chuàng)業(yè)板企業(yè)上市情況

2015年-2016年，共161家企業(yè)在創(chuàng)業(yè)板市場上市。在161家上市公司中，除溫氏股份采用屬于吸收合并方式上市外，其余都是首發(fā)上市。按照證監(jiān)會行業(yè)分類，分別分屬于26個行業(yè)，軟件和信息技術服務業(yè)、計算機通信行業(yè)、專用設備制造業(yè)名列前三，都達到20家以上的，最多的是軟件和信息技術服務業(yè)達到26家。統(tǒng)計發(fā)現(xiàn)，在161家上市中有100家公司在上市之前引入了風投資本，占比達到62.11%，在100家引進風投資本的上市公司中，平均每家引進2.53家風投資本。風投資本的持股比例平均為13.46%。同時在統(tǒng)計中發(fā)現(xiàn)這些風投資本大多是在公司股份制改革之時引進的。

二、相關文獻研究

Smitham（1990）指出風投資本在決策時應首要考慮項目的獨特性，再考慮企業(yè)家素質、企業(yè)戰(zhàn)略等其他因素。Zider（1998）則認為風投資本在進行選擇時應首要考慮行業(yè)發(fā)展情況，其次才是管理等因素。Gimmon和Levie（2010）研究指出創(chuàng)始人的業(yè)務專業(yè)特長和學術地位更容易吸引風投資本。Groh和Wallmeroth（2016）則研究指出投資者保護法律完善程度、知識產權保護力度、企業(yè)創(chuàng)新程度和企業(yè)稅率高低對風投資本活動有顯著正影響。張豐等（2010）研究指出風投資本在對高科技行業(yè)和傳統(tǒng)行業(yè)進行評價時采取不同的評價指標。周伶等（2014）研究指出，創(chuàng)始團隊的知名公司從業(yè)經(jīng)驗及海外經(jīng)驗對企業(yè)獲得風投資本有顯著的正向作用。

可見，關于風險投資決策的影響因素并沒有統(tǒng)一的認識，根據(jù)相關文獻研究方法與觀點本文計劃從公司業(yè)務穩(wěn)定性、技術創(chuàng)新能力、公司財務狀況等角度進行分析，找出哪些因素更容易吸引風投資本的注意，從而成為影響風投資本決策的重要的因素。

三、數(shù)據(jù)來源及變量選取

本文假設風投資本是否投資一家企業(yè)受公司穩(wěn)定性（客戶集中度）、創(chuàng)新能力（是否高新技術企業(yè)、是否設立研發(fā)中心、技術人員占員工人數(shù)比率、專利擁有量）、公司財務狀況（資產規(guī)模、負債規(guī)模、營業(yè)收入、凈利潤、毛利率、凈利潤率）等因素的影響。

本文利用2015年-2016年創(chuàng)業(yè)板上市企業(yè)的有效樣本159家（扣除非首發(fā)等特殊情況2家）上市公司為樣本，通過查閱其IPO文件了解其風投資本入股情況，并以是否存在風投資本為被解釋變量（Y）。本文選取公司客戶集中度（X1）作為衡量公司穩(wěn)定性的變量。一般認為公司客戶集中度越高，在面臨經(jīng)濟環(huán)境變動時，更容易出現(xiàn)波動。設公司前五名客戶收入占主營收入的50%以上的為高客戶集中度;選取是否高新技術企業(yè)（X2）、是否設立研發(fā)中心（X3）、技術人員占員工人數(shù)比率（X4）、專利擁有量（X5）等變量作為衡量公司創(chuàng)新能力的變量;選取資產規(guī)模（X6）、負債規(guī)模（X7）、營業(yè)收入（X8）、凈利潤（X9）、毛利率（X10）、凈利潤率（X11）等變量作為衡量公司財務狀況的變量。該三類變量的選取時間均為風投資本入股的年份，同時設該三類變量為被解釋變量。

四、模型設立及回歸結果

1.模型設立

由于被解釋變量為是否有風投資本投資，可用1和0定義，入股為1，否則為0，由此可利用二值選擇模型來分析影響風投資本決策的因素。考慮樣本數(shù)據(jù)的復雜性，本文選擇利用logit模型進行回歸分析。

從表1可以看出，2015年-2016年在創(chuàng)業(yè)板上市的公司有幾個共同特點。近95%以上的公司為高新技術企業(yè)，并設有技術研發(fā)中心。另外一些非高新技術企業(yè)和未設立研發(fā)中心的企業(yè)主要是文化娛樂、網(wǎng)絡購物等類型的企業(yè)，如湖南快樂購等公司，主要是因為這類公司的創(chuàng)新主要體現(xiàn)在創(chuàng)意和制作方面。公司有風投資本入股時總體償債能力處在較好狀態(tài)。在營收和利潤方面，平均營業(yè)收入為3.35億，平均凈利潤率32%，可以看出這兩年創(chuàng)業(yè)板上市的企業(yè)有一個良好的盈利基礎。

2.回歸結果

運用Stata14.0對2015年-2016年創(chuàng)業(yè)板上市的159家企業(yè)相關數(shù)據(jù)進行Logit回歸，結果詳見表2。經(jīng)過4次迭代后，Logit回歸結果為：回歸模型的準R2為0.0885，似然比（LR）統(tǒng)計量為18.57，對應的P值0.0693，可見整個方程所有系數(shù)（除常數(shù)項外）的聯(lián)合顯著性較高。另外對該模型的穩(wěn)健標準誤和普通標準誤形式的回歸結果進行對比，發(fā)現(xiàn)兩者非常接近，可知該模型設定大致合理。

根據(jù)上表，發(fā)現(xiàn)該模型的大部分變量并不顯著。僅僅有技術員工占比、資產規(guī)模、負債規(guī)模、凈利潤4個指標是在10%的置信區(qū)間內顯著，同時也存在著符號與先驗判斷不符的情況，其中技術員工占比和凈利潤在10%的置信區(qū)間內顯著，但是先驗判斷符合為正，回歸結果卻為負，同時凈利潤變量的系數(shù)太小。資產規(guī)模和負債規(guī)模在5%的置信區(qū)間內顯著且符號與先驗判斷相符，但是系數(shù)過小。過小的系數(shù)意味著這些變量的變化對風投資本是否投資該家企業(yè)的影響不大。另外發(fā)現(xiàn)，凈資產收益率變量既不顯著又與先驗判斷符號不相符，根據(jù)相關研究，該盈利指標應該是風投資本者比較關注指標。出現(xiàn)這樣的回歸結果可能一是模型設定不合理，二是變量選取不合理，三是國內風投資本投資企業(yè)也許確實就是這種情況。第一種情況已經(jīng)排除，其余兩種的情況應該是最大的原因。利用逐步回歸法可知，向后回歸過程中顯示凈利潤、資產規(guī)模和負債規(guī)模對風投資本是否選擇該公司進行投資有顯著影響，但是凈利潤的符合為負，與先驗判斷不符，同時這三個變量的系數(shù)也太少。在向前回歸過程中顯示毛利率、凈資產收益率對風投資本是否選擇該公司進行投資有顯著影響，但是凈資產收益率的符合為負，與先驗判斷不符。毛利率的符號與先驗判斷相符，并且系數(shù)達到0.023，說明毛利率對風投資本是否投資該企業(yè)有一定的影響。

五、模型分析

通過Logit模型回歸結果可知，在10%顯著性水平下，資產規(guī)模越大、毛利率越高風投資本選擇投資企業(yè)的可能性就越大，負債規(guī)模越大風投資本選擇投資該企業(yè)的可能性就越小。其余的變量對風投資本是否投資該企業(yè)沒有顯著性影響。下面對造成的原因進行分析：

1.公司穩(wěn)定性（客戶集中度）

一般認為客戶集中度越高，公司的穩(wěn)定性越差，不利于公司的長遠發(fā)展。通過回歸可知該變量并不顯著，說明風投資本在投資一家企業(yè)并不關注客戶集中度指標。原因可能是由于：（1）模型在衡量公司穩(wěn)定性方面遺漏了重要解釋變量。客戶集中度僅僅衡量公司穩(wěn)定性的一個變量，還有比如公司業(yè)務類別，公司領導層穩(wěn)定性、公司組織結構等變量也能在某種程度上體現(xiàn)公司穩(wěn)定性。（2）創(chuàng)業(yè)板上市的公司大多為剛過生死期的公司，可能都面臨著公司客戶集中高的問題。在2015年-2016年創(chuàng)業(yè)板上市的161家企業(yè)中52家公司的客戶集中度超過50%，這讓風投資本的選擇余地變得非常小。

2.創(chuàng)新能力（高新技術企業(yè)、設立研發(fā)中心、技術人員占員工人數(shù)比率、專利擁有量）

在體現(xiàn)公司創(chuàng)新能力方面，本模型選取了4個解釋變量，這四個方面應該可以體現(xiàn)公司的創(chuàng)新能力，但是Logit模型回歸結果卻顯示這四個變量全部不顯著，并且是否為高新技術企業(yè)和是否設立研發(fā)中心兩個變量的回歸系數(shù)還為負，與先驗判斷不符。這意味著風投資本在選擇是否投資某家企業(yè)時并不關注企業(yè)這些表象創(chuàng)新能力性指標。原因可能如下：高新技術企業(yè)認證的獲得相對比較容易，這體現(xiàn)在2015年-2016年創(chuàng)業(yè)板上市的160家（未含吸收合并上市的溫氏股份）只有9家企業(yè)未獲得高新技術企業(yè)的認證;是否設立研發(fā)中心變量也可能不代表具有創(chuàng)新，因為這兩年的上市的公司只有7家公司沒有設立研發(fā)中心，主要集中在零售批發(fā)、電影制作等行業(yè)。技術員工占比和專利擁有量兩個變量雖然回歸系數(shù)為正，但是不顯著。2015年-2016年創(chuàng)業(yè)板上市的160家企業(yè)技術員工占比平均達到28.61%，但是風投資本在選擇投資標的的時候卻不看重該指標，原因可能和高新技術企業(yè)認定有一定關系即存在一定的水分。專利擁有量變量顯示2015年-2016年創(chuàng)業(yè)板上市的160家企業(yè)平均擁有專利53.30件，其中擁有專利最多是朗科智能公司擁有508件。雖然這兩年創(chuàng)業(yè)板上市的公司擁有較多的專利，但是可能專利的質量并不高。據(jù)WIPO（世界知識產權組織）統(tǒng)計2016年中國申請專利43091件，排名世界第三，僅次于有美國和日本。2017年，中國申請專利48882件，超過日本位列第二。雖然專利數(shù)量我們國家在快速增長，但是中國的專利質量等級不高，其中發(fā)明專利自2005年后呈現(xiàn)不斷下滑的趨勢，占比只有將近26%左右，而日本的發(fā)明自1994年以來一直保持在80%以上。這也許就是中興通訊作為連續(xù)7年PCT申請量全球前三卻在被美國制裁后進入“休克”狀態(tài)的原因。這也許是風投資本在選擇投資標的時不十分看重專利申請量的原因。

3.公司財務狀況（資產規(guī)模、負債規(guī)模、營業(yè)收入、凈利潤、毛利率、凈利潤率）

本模型選擇6個變量來衡量公司的財務狀況，看風投資本在選擇投資標的時關注財務指標情況。根據(jù)模型回歸結果可知，營業(yè)收入、凈利潤、凈資產收益率不但不顯著，回歸系數(shù)還與先驗判斷符號相反。這可能和國內風投資本的投資短視和企業(yè)上市之前“做賬”有關，導致風投資本非常注重短期變現(xiàn)能力，看重其短期上市成功的概率，從而實現(xiàn)快速變現(xiàn)，這從創(chuàng)業(yè)板上市企業(yè)上市股解禁后急忙減持可窺見一斑。資產規(guī)模和負債規(guī)模兩個變量顯著，但是系數(shù)過小，毛利率變量在10%的顯著性水平顯著，并且系數(shù)也符合預期。這說明風投資本在選擇投資標的時相對比較看重資產規(guī)模情況和毛利水平，所以做大資產規(guī)模和提高毛利有利于吸引風投資本的關注。

六、結論

通過利用2015年-2016年創(chuàng)業(yè)板上市企業(yè)的相關數(shù)據(jù)，進行Logit模型回歸可知，本模型由于變量選取與設置、樣本數(shù)量等因素可能并未很好地揭示風投資本在進行投資標的選擇時的主要考慮因素，但也可看出風投資本在選擇投資標的時，相對比較看重資產規(guī)模、負債規(guī)模、毛利率等變量，另外通過統(tǒng)計分析也可知行業(yè)因素是風投資本選擇時的重要衡量指標，其他因素如領導人及創(chuàng)業(yè)團隊整體素質雖沒有進行分析，但根據(jù)文獻可知其也是影響風投資本決策的重要因素。

參考文獻：

[1]Sahlman，W.A.The structure and govemance of verture-capital organizations.Jounal of Financial Economics，1990，27（3）：473-521.

[2]Zider，B.How Venture capitalist works.Harvard Business Review，Nov-Dec，1998，131-139.

[3]Gimmon E，Levie J.Founder's human capital， external investment， and the survival of new high-technology ventures[J].Research Policy，2010，39（9）：1214-1226.

[4]Groh A P，Wallmeroth J.Determinants of Venture Capital Investments in Emerging Markets [J].Emerging Markets Review，2016，（29）：104-132.

[5]張豐，段瑋婧.行業(yè)因素對風投資本項目評價指標影響的實證研究[J].科技進步與對策，2010，27（03）：132-136.

[6]周伶，郭戎，王乃磊.影響企業(yè)獲得風投資本的特質因素研究[J].中國軟科學，2014，（11）：105-114.

[7]陳強.高級計量經(jīng)學及Stata應用.北京：高等教育出版社，2014：171-172.