發(fā)布時(shí)間：2020-01-18所屬分類：法律論文瀏覽：1次
摘 要： 摘 要: 政府風(fēng)險(xiǎn)投資是歐洲、美國、澳大利亞以及中國、以色列等亞洲國家用以支持創(chuàng)新創(chuàng)業(yè)企業(yè)發(fā)展的科技金融工具。有關(guān)政府風(fēng)險(xiǎn)投資的政策研究，旨在通過公共干預(yù)，協(xié)調(diào)科技創(chuàng)新和企業(yè)融資工具之間的關(guān)系，推動創(chuàng)新創(chuàng)業(yè)活動發(fā)展。研究使用 19902017 年 Web o
摘 要: 政府風(fēng)險(xiǎn)投資是歐洲、美國、澳大利亞以及中國、以色列等亞洲國家用以支持創(chuàng)新創(chuàng)業(yè)企業(yè)發(fā)展的科技金融工具。有關(guān)政府風(fēng)險(xiǎn)投資的政策研究，旨在通過公共干預(yù)，協(xié)調(diào)科技創(chuàng)新和企業(yè)融資工具之間的關(guān)系，推動創(chuàng)新創(chuàng)業(yè)活動發(fā)展。研究使用 1990—2017 年 Web of Science 數(shù)據(jù)庫相關(guān)數(shù)據(jù)，通過 SPSS22. 0、Bicomb 和 Nvivo 等研究工具，結(jié)合主要施引文獻(xiàn)和被引文獻(xiàn)的研究成果，著眼于政府風(fēng)險(xiǎn)投資政策的點(diǎn)、面效應(yīng)機(jī)理，構(gòu)建政府風(fēng)險(xiǎn)投資及其政策作用研究的理論分析框架，以期為中國相關(guān)政策制定提供借鑒。
關(guān)鍵詞: 政府風(fēng)險(xiǎn)投資; 政策; 作用機(jī)理; 國際視角
0 引言
來自國外的創(chuàng)業(yè)風(fēng)險(xiǎn)投資 ( Venture Capital， VC) 概念，在 20 世紀(jì)末期之前被翻譯為 “風(fēng)險(xiǎn)投資”，后來基于對投資者風(fēng)險(xiǎn)意識和投資沖動以及被投資對象的創(chuàng)業(yè)特性兩個(gè)不同層面的理解，出現(xiàn)了風(fēng)險(xiǎn)投資和創(chuàng)業(yè)投資兩種表述，這兩種解釋實(shí)際上是站在 “人大、國務(wù)院”和 “國家發(fā)改委、科技部、商務(wù)部”兩類不同管理部門角度闡釋的，都沒有完全概括其涵義。因此，在國務(wù)院發(fā)布的《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要 ( 2006— 2020 年) 》及配套政策中，第一次把 venture 的兩種含義 ( 風(fēng)險(xiǎn)、創(chuàng)業(yè)) 都寫入政府文件。作為創(chuàng)業(yè)風(fēng)險(xiǎn)投資領(lǐng)域的主體之一，政府的作用是極其重要的，不僅為創(chuàng)業(yè)風(fēng)險(xiǎn)投資提供政策支持，還會參與資本的配給，完善資本市場體系。2016 年 7 月，《“十三五”國家科技創(chuàng)新規(guī)劃》提出大力發(fā)展創(chuàng)業(yè)投資和多層次資本市場，形成各類金融工具協(xié)同融合的科技金融生態(tài)，構(gòu)建科技創(chuàng)新投入機(jī)制。 2015—2017 年，中國正式進(jìn)入 “資本股權(quán)投資時(shí)代”，與 “雙創(chuàng)”大發(fā)展和 “供給側(cè)”改革相契合。 2017 年 10 月，十九大指出中國經(jīng)濟(jì)建設(shè)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，科技創(chuàng)新驅(qū)動經(jīng)濟(jì)發(fā)展。
然而，技術(shù)初期階段的優(yōu)質(zhì)資產(chǎn)畢竟尚在少數(shù)，在資金端充足的情況下也仍需各機(jī)構(gòu)潛心挖掘具有發(fā)展?jié)摿Φ目赏顿Y企業(yè)。創(chuàng)新創(chuàng)業(yè)風(fēng)險(xiǎn)資本市場中的信息不對稱和道德風(fēng)險(xiǎn)問題，容易導(dǎo)致信貸配給和外部性溢出問題，造成創(chuàng)新創(chuàng)業(yè)企業(yè)融 資 約 束。政府風(fēng)險(xiǎn)投資政策 ( Governmental Venture Capital，GVC，簡稱政府 VC，下同) 作為一種公共干預(yù)手段，正是力求解決研發(fā)風(fēng)險(xiǎn)和技術(shù)創(chuàng)新產(chǎn)生的不確定性問題， “搭便車”帶來的外部性問題，以及高度的信息不對稱問題造成的風(fēng)險(xiǎn)資本市場失靈，這種方式既有可能直接補(bǔ)充風(fēng)險(xiǎn)資 本 市 場，吸引和橋接私有風(fēng)險(xiǎn)投資資金 ( Private Venture Capital，PRVC，簡稱私有 VC，下同) ，也有可能產(chǎn)生逆向效應(yīng)，擠出或者替代私有 VC 資金，進(jìn)而無法培育創(chuàng)新創(chuàng)業(yè)的風(fēng)險(xiǎn)資本市場。因此，政府 VC 干預(yù)方式及其政策干預(yù)效果的研究可以從兩個(gè)層面著手 ( 見圖 1) : 第一，創(chuàng)新創(chuàng)業(yè)風(fēng)險(xiǎn)資本市場的面上效應(yīng)。依據(jù)對風(fēng)險(xiǎn)資本市場的干預(yù)原理，分析政府 VC 對私有 VC 資金等圖 1 政府風(fēng)險(xiǎn)投資政策的公共干預(yù)效應(yīng)其他創(chuàng)新創(chuàng)業(yè)投資資金的認(rèn)證效應(yīng)、信號效應(yīng)、擠入/擠出效應(yīng)與補(bǔ)充/替代效應(yīng); 第二，創(chuàng)新創(chuàng)業(yè)企業(yè)知識市場的點(diǎn)上效應(yīng)。針對政府 VC 政策的篩選機(jī)制設(shè)計(jì)、增值活動、督導(dǎo)治理與企業(yè)創(chuàng)新產(chǎn)出、成長績效和退出績效評價(jià)，從篩選效應(yīng)、增值效應(yīng)、督導(dǎo)效應(yīng)與退出績效幾個(gè)具體方面評價(jià)政府 VC 政策的有效性，進(jìn)而研究不完全契約環(huán)境下的最優(yōu)創(chuàng)新創(chuàng)業(yè)資本市場公共干預(yù)方式，緩解信息不對稱和道德風(fēng)險(xiǎn)造成的創(chuàng)新創(chuàng)業(yè)融資問題，以推動創(chuàng)新創(chuàng)業(yè)。
1 政府風(fēng)險(xiǎn)投資及其政策研究的理論基礎(chǔ)
根據(jù) “所有權(quán)”和 “治理結(jié)構(gòu)”的不同，風(fēng)險(xiǎn)投資分為獨(dú)立風(fēng)險(xiǎn)投資和附屬風(fēng)險(xiǎn)投資兩類，其中附屬風(fēng)險(xiǎn)投資是除了獨(dú)立風(fēng)險(xiǎn)投資之外的風(fēng)險(xiǎn)投資總稱，主要是附屬于某種主體的風(fēng)險(xiǎn)投資，具體包括附屬于銀行的銀行風(fēng)險(xiǎn)投資、附屬于非金融公司的公司風(fēng)險(xiǎn)投資以及具有政府公共干預(yù)性質(zhì)的政府風(fēng)險(xiǎn)投資[1]。政府風(fēng)險(xiǎn)投資作為一種公共干預(yù)工具，旨在緩解市場失靈導(dǎo)致的發(fā)展期高科技企業(yè)融資不足[2]，彌補(bǔ)創(chuàng)新技術(shù)企業(yè)權(quán)益資本的 “麥克米倫缺口”[3]。
作為一種針對創(chuàng)新創(chuàng)業(yè)活動的權(quán)益性投資形式，政府風(fēng)險(xiǎn)投資 ( GVC) 主要有三種分類辦法 ( 見圖 2) : 首先，根據(jù)政府資金分配的異質(zhì)性，分為直投、引投、委托三種方式[1，4]，具體為: ①直接投資基金。是政府 “主導(dǎo)”的，通過國有獨(dú)資公司管理，直接投資于創(chuàng)新創(chuàng)業(yè)企業(yè)的政府風(fēng)險(xiǎn)投資，以創(chuàng)新創(chuàng)業(yè)激勵政策項(xiàng)目為主; ②公私混合基金。是政府 “引導(dǎo)”的，通過私營創(chuàng)新創(chuàng)業(yè)風(fēng)險(xiǎn)投資公司管理，集合社會資金，以公私合作辛迪加形式投資于創(chuàng)新創(chuàng)業(yè)企業(yè)的政府風(fēng)險(xiǎn)投資，如政府創(chuàng)業(yè)風(fēng)險(xiǎn)投資引導(dǎo)基金 ( 簡稱政府引導(dǎo)基金) ; ③基金中的基金 ( 實(shí)質(zhì)也是引導(dǎo)基金的一種) 。是政府 “委托”的，由政府和金融機(jī)構(gòu)共同出資，將資金投資于其他投資基金，而不是直接投資于創(chuàng)新創(chuàng)業(yè)企業(yè)，以 “母基金”的方式運(yùn)營，與私營創(chuàng)新創(chuàng)業(yè)風(fēng)險(xiǎn)投資公司合作設(shè)立商業(yè)性投資 “子基金”，以培育創(chuàng)投專業(yè)化隊(duì)伍。其次，從廣義政府風(fēng)險(xiǎn)投資 ( 公共風(fēng)險(xiǎn)投資，Public VC) 概念角度，根據(jù)代理理論，區(qū)域特征對于政府風(fēng)險(xiǎn)投資項(xiàng)目的有效性評價(jià)更顯著，因?yàn)閰^(qū)域特征導(dǎo)致風(fēng)險(xiǎn)投資和企業(yè)之間產(chǎn)生 “鄰近效應(yīng)”，緩解了信息不對稱帶來的代理問題，所以可將其分類為 “區(qū)域型公共風(fēng)險(xiǎn)投資”和 “中央政府型風(fēng)險(xiǎn)投資”。最后，根據(jù)政府風(fēng)險(xiǎn)投資對企業(yè)創(chuàng)新技術(shù)、產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展的導(dǎo)向不同[5]，可以分為 “技術(shù)導(dǎo)向的政府風(fēng)險(xiǎn)投資”和 “發(fā)展導(dǎo)向的政府風(fēng)險(xiǎn)投資”。
2 研究設(shè)計(jì)
2. 1 數(shù)據(jù)來源
研究數(shù)據(jù)來源于 Web of Science ( WoS) 核心合集數(shù)據(jù)庫，該數(shù)據(jù)庫包括了 SSCI、SCIE 和 A&HCI 等收錄的世界一流學(xué)術(shù)期刊。研究以 government venture capital、public venture capital 為主題進(jìn)行檢索，文獻(xiàn)類型為 WoS 收錄的期刊文獻(xiàn)、會議論文或綜述 文 獻(xiàn)，語 種 為 英 語，時(shí) 間 跨 度 為 1980— 2017 年，數(shù)據(jù)庫的檢索更新日期為 2017 年 3 月 31 日。初步檢索結(jié)果為 722 條，經(jīng)過文獻(xiàn)摘要瀏覽后的專業(yè)篩選，獲得 481 篇文獻(xiàn); 再次經(jīng)過人工專業(yè)判斷篩選，濾去 276 篇文獻(xiàn)，剩余 205 篇相關(guān)性較高的有效文獻(xiàn)，即為本研究的數(shù)據(jù)資料。最后，對剩余有效文獻(xiàn)數(shù)據(jù)進(jìn)行預(yù)處理。
2. 2 研究工具與方法
先對 205 篇有效文獻(xiàn)進(jìn)行預(yù)處理，運(yùn) 用 bicomb2. 0 進(jìn)行關(guān)鍵詞統(tǒng)計(jì)，根據(jù)研究需要，設(shè)定頻次閾值 ( ≥3，≤126) ，導(dǎo)出符合要求的主要關(guān)鍵詞 68 個(gè) ( 出現(xiàn)頻次占關(guān)鍵詞總頻次的累計(jì)百分比為 58. 159%) ; 再以共詞分析功能，建立高頻關(guān)鍵詞共詞詞頻矩陣; 然后將詞頻矩陣導(dǎo)入 SPSS22 中進(jìn)行系統(tǒng)聚類分析，得出關(guān)鍵詞的相似矩陣和聚類樹圖，進(jìn)行多維尺度分析; 最后，根據(jù)數(shù)據(jù)分析結(jié)果顯示的知識圖譜，并結(jié)合 NVIVO 質(zhì)性分析工具，進(jìn)行政府風(fēng)險(xiǎn)投資及其政策研究的內(nèi)容分析。
3 研究結(jié)果和分析
3. 1 高頻關(guān)鍵詞 Ochiai 系數(shù)詞頻相異矩陣及分析
為了獲取滿足多維尺度分析要求的數(shù)據(jù)結(jié)構(gòu)，運(yùn)用 bicomb2. 0 軟件對累計(jì)頻次占比為 50. 6% ( 超過知識圖譜規(guī)定的 27%，符合分析標(biāo)準(zhǔn)) 的前 44 個(gè)主要關(guān)鍵詞進(jìn)行共詞分析，同時(shí)為了避免極端值導(dǎo)致的分析差異，去除最廣泛涵義的核心關(guān)鍵詞 VC ( 126 次) ，將頻次設(shè)定為 4 ～ 125，共顯示 43 個(gè)主要關(guān)鍵詞，其累計(jì)總頻次為 358，累計(jì)占比 37. 5%，同樣符合規(guī)定標(biāo)準(zhǔn)。在 Bicomb 中生成 43 ×43 詞篇矩陣后，將詞篇矩陣導(dǎo)入 SPSS22. 0 軟件中進(jìn)行系統(tǒng)聚類分析。關(guān)鍵詞聚類分析的原理為，以關(guān)鍵詞兩兩同時(shí)出現(xiàn)的頻次 ( 即共詞) 為分析對象，先將最有影響力的關(guān)鍵詞 ( 種子關(guān)鍵詞) 生成聚類，再將種子關(guān)鍵詞與相鄰的關(guān)鍵詞形成新的聚類，從而把相互關(guān)聯(lián)密切的關(guān)鍵詞聚類在一個(gè)組群中。選定 Ochiai 系數(shù)將其轉(zhuǎn)換成 43×43 的共詞相似矩陣。因?yàn)槲墨I(xiàn)收集和整理時(shí)，已經(jīng)具有高度的相關(guān)性，所以關(guān)鍵詞聚類后的距離比較接近，距離差異都很小，為了避免較多 0 值引起的統(tǒng)計(jì)分析偏差，之后，將相似矩陣轉(zhuǎn)化為相異矩陣 ( 相異矩陣系數(shù) = 1-相似矩陣系數(shù)) ，此時(shí)矩陣中的數(shù)值也是處于 0 ～ 1 區(qū)間內(nèi)，但是數(shù)字越接近 0，表明關(guān)鍵詞之間的距離越近，相異程度越小 ( 相似程度越大) ，反之則相異程度越大 ( 相似程度越小) ，結(jié)果見表 1。
由表 1 可以看出，因?yàn)閷ξ墨I(xiàn)收集和整理的事前控制，兩兩關(guān)鍵詞之間的相關(guān)性都比較接近，表現(xiàn)為兩兩關(guān)鍵詞之間的距離變化程度非常接近。其中，與 “公共 VC”距離較接近的關(guān)鍵詞有公共政策 ( 0. 930) 、創(chuàng)新 ( 0. 938) 、IPO ( 0. 944) 和創(chuàng)業(yè) ( 0. 945) ; 而與 “政府 VC”最為接近的關(guān)鍵詞包括創(chuàng)業(yè)融資 ( 0. 826) 、 IPO ( 0. 833) 、創(chuàng)新 ( 0. 877) 和公共政策 ( 0. 930) 。如若進(jìn)一步深入發(fā)現(xiàn)政府 VC 與各關(guān)鍵詞之間的相關(guān)性，還需要通過聚類樹圖進(jìn)行具體分析。
3. 2 高頻關(guān)鍵詞聚類樹圖及分析
運(yùn)用 SPSS22. 0 對關(guān)鍵詞相異系數(shù)矩陣進(jìn)行系統(tǒng)聚類分析，通過繪制相應(yīng)的樹狀聚類圖，來反映高頻關(guān)鍵詞之間的親疏關(guān)系，并進(jìn)一步反映政府 VC 與其他關(guān)鍵詞的相關(guān)性及其研究領(lǐng)域的熱點(diǎn)。根據(jù)關(guān)鍵詞聚類原理，可以看出政府風(fēng)險(xiǎn)投資 ( 政府 VC) 研究領(lǐng)域可以具體分為六類 ( 見表 2 和圖 3) 。
3. 3 政府風(fēng)險(xiǎn)投資及其政策作用的多維尺度分析
使用 SPSS22. 0 中 的 多 維 尺 度 ( ALSCAL) 分析，有利于深入分析關(guān)鍵詞之間的關(guān)聯(lián)，并生成多維尺度戰(zhàn)略坐標(biāo)圖 ( Euclidean 距 離 模 型 散 點(diǎn)圖) ，此圖中呈現(xiàn)的是高頻詞的分布，圓圈是其所處位置，圓圈或關(guān)鍵詞之間的距離越近，表示兩兩關(guān)系越緊密; 越靠近戰(zhàn)略坐標(biāo)中心點(diǎn)位置的關(guān)鍵詞，表示其影響力最大。通常第一象限的研究主題處于網(wǎng)絡(luò)中心地位。對 43 個(gè)高頻關(guān)鍵詞構(gòu)成的相異矩陣進(jìn)行變量間分析，參數(shù)設(shè)置中 “距離” 選用 “從數(shù)據(jù)創(chuàng)建距離”，“度量標(biāo)準(zhǔn)”選用 “區(qū)間-塊”，“轉(zhuǎn)換值”中的 “標(biāo)準(zhǔn)化”采用 “1 的標(biāo)準(zhǔn)偏差”。將多維尺度分析圖與聚類樹狀分析圖結(jié)合，繪制出政府風(fēng)險(xiǎn)投資研究熱點(diǎn)知識圖譜 ( 見圖 4) 。結(jié)果 顯 示，其擬合效果較好，壓 力 值 Stress = 0. 2232，RSQ= 0. 8143。根據(jù)多維尺度分析的戰(zhàn)略坐標(biāo)圖的分析原理，可以得到以下信息
( 1) 政府風(fēng)險(xiǎn)投資及其政策作用的研究主要圍繞兩大主線 ( 上下分，即兩大基礎(chǔ)理論) 展開: ①以 “信息不對稱”理論衍生出的政府 VC、企業(yè) VC 和獨(dú)立 VC 的資金分配效應(yīng)研究領(lǐng)域。其中較核心的是領(lǐng)域 C 中篩選、認(rèn)證、聲譽(yù) ( 第一象限) 的研究，領(lǐng)域 B 中 R&D、技術(shù)轉(zhuǎn)移 ( 第一象限) 的研究，領(lǐng)域 D 中創(chuàng)業(yè)融資、創(chuàng)新政策、退出、績效、辛迪加、公司治理 ( 第一、二象限) 的研究; 其次是以領(lǐng)域 C 中政府 VC、獨(dú)立 VC ( 第一象限) 和領(lǐng)域 D 中企業(yè) VC ( 第二象限) 資金異質(zhì)性確定的研究領(lǐng)域; ②以 “道德風(fēng)險(xiǎn)”理論衍生出的公共 VC 和私有 VC “區(qū)域鄰近效應(yīng)”與 “技術(shù)發(fā)展導(dǎo)向”研究領(lǐng)域。其中較核心的是領(lǐng)域 E 中政府、區(qū)域發(fā)展等代理問題研究 ( 第三象限) 和領(lǐng)域 F 中融資、創(chuàng)新、創(chuàng)業(yè)等契約使命 ( 第四象限) 研究; 另外是針對領(lǐng)域 E 中公共 VC ( 第三象限) 、領(lǐng)域 F 中私有 VC ( 第四象限) 的具體研究。
( 2) 向心度最強(qiáng)、最靠近中心點(diǎn)的是領(lǐng)域 A 的 “信息不對稱”和 “道德風(fēng)險(xiǎn)”，表明這兩個(gè)關(guān)鍵詞所代表的理論支撐起了政府風(fēng)險(xiǎn)投資的整體研究領(lǐng)域，這也是創(chuàng)新創(chuàng)業(yè)風(fēng)險(xiǎn)資本市場點(diǎn)、面效應(yīng)上的兩個(gè)核心問題，造成了創(chuàng)新創(chuàng)業(yè)企業(yè)的研發(fā)創(chuàng)新 ( R&D&I) 融資成本增加和外部投資資金不足[6]。正是因?yàn)槟贻p高科技企業(yè)往往具有收益高度不確定、研發(fā)投資額度高、信息不對稱和道德風(fēng)險(xiǎn)的特征，所以創(chuàng)新創(chuàng)業(yè)風(fēng)險(xiǎn)投資成為解決復(fù)雜契約問題的一種重要中介形式[7]。如果利用包含 “信息不對稱”和 “道德風(fēng)險(xiǎn)”的委托代理模型，從有信貸配給和無信貸配給的銀行契約與風(fēng)險(xiǎn)投資契約三個(gè)方面，分析創(chuàng)業(yè)企業(yè)融資理論，可以得出美國和歐洲國家中政府 VC 的公共干預(yù)適用性[8]。研究密度較高的第二、三象限，是在第一象限有關(guān)理論的基礎(chǔ)上，對企業(yè)績效、融資和公司治理等微觀層面的點(diǎn)上效應(yīng)的研究; 研究密度較稀疏的第四象限，主要是有關(guān)政府風(fēng)險(xiǎn)投資區(qū)域政策和子領(lǐng)域融資、創(chuàng)新、創(chuàng)業(yè)等方面的研究，反映出了在區(qū)域性政府風(fēng)險(xiǎn)投資政策方面的研究尚有提升空間。另外，雖然歸類為領(lǐng)域 B 但又與領(lǐng)域 F 有密切相關(guān)性的美國 “SBIR 項(xiàng)目”作為政府風(fēng)險(xiǎn)投資政策的典型案例，是對融資、創(chuàng)新、創(chuàng)業(yè)等契約使命的點(diǎn)、面效應(yīng)結(jié)合分析。
4 討論
政府 VC 除了高收益預(yù)期與獨(dú)立 VC 等資金類型相區(qū)別外，高風(fēng)險(xiǎn)預(yù)期等特征是相同的，這主要源于信息不對稱產(chǎn)生的逆向選擇風(fēng)險(xiǎn)和不完全契約產(chǎn)生的道德風(fēng)險(xiǎn)，因此政府 VC 干預(yù)可以從對其他投資資金 ( 如獨(dú)立 VC、私有 VC、企業(yè) VC) 的影響與創(chuàng)新創(chuàng)業(yè)企業(yè)績效 ( 如銷售收入增長、就業(yè)增加、規(guī)模擴(kuò)大) 提升兩大方面入手: 首先，分析針對其他風(fēng)投資金的面上效應(yīng): 認(rèn)證效應(yīng)、信號效應(yīng)、擠入/擠出效應(yīng)和補(bǔ)充/替代效應(yīng); 其次，分析對企業(yè)的點(diǎn)上效應(yīng): 投資前的篩選效應(yīng)，投資后的增值效應(yīng)、督導(dǎo)效應(yīng)和退出績效 ( 見圖 1) 。主要研究見表 3。
相關(guān)期刊推薦：《中國科技論壇》1985年9月創(chuàng)刊。創(chuàng)刊17年來，是中國科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院主辦、中華人民共和國科學(xué)技術(shù)部主管的科技政策理論刊物。目前，共設(shè)有：創(chuàng)新研究、卷首語、產(chǎn)業(yè)研究、企業(yè)研究、區(qū)域研究、農(nóng)業(yè)研究、研究與探討、國際研究等欄目。
