風險投資機構的網絡位置對其退出方式的影響研究

黨興華，董建衛，陳 蓉

(西安理工大學 經濟與管理學院，陜西 西安 710054)

一、引言

已有研究表明，個人或組織間的網絡聯結對其行為結果有重要的影響。基于個人職業方面的研究表明，網絡聯結有助于個人找到工作［1］、獲得獎金［2］、得以晉升［3］以及在工資談判中處于有利地位［4］。基于組織層面的研究表明，網絡聯結有助于組織增加收益［5］，合作創新［6－7］，獲取財務資本［8－9］，分享資源與能力［10－11］，獲得或失去地位［12－13］。

組織間的網絡聯結廣泛存在于金融市場中。在貸款市場，銀行聯合發放銀團貸款是一種常見現象。在證券市場，投資銀行往往利用與機構投資者的關系來對股票定價和分配股票［14］。在風險資本市場，首先，相對于單獨投資，風險投資機構更趨向于聯合投資［15］，從而產生投資機構間的網絡聯結［16］。其次，投資于風險項目后，風險投資機構需要借助與會計師事務所、律師事務所、投資銀行等其他服務機構的網絡聯結來幫助企業成功［17－18］。

國外學者已對風險投資機構間的網絡聯結效應展開了研究。Hochberg、Ljungqvist和Lu使用美國的數據以及Abell和Nisar使用歐洲的數據研究均表明風險投資機構間的網絡聯結對投資績效有積極的影響［16－19］，而且投資機構間的網絡聯結還可以阻礙外來者進入風險資本市場［13］。但是，以我們所見，現有研究尚有兩點不足之處:(1)鮮有研究關注中國情境下風險投資機構間的網絡聯結效應。(2)現有研究較少關注風險投資機構間的網絡聯結對退出方式的影響。然而，一方面，由于存在經濟、文化、法律等多方面的差異，北美的研究結論并非必然可以“復制”到其他地區［20－21］，美國或其他地區的經驗也未必必然適用于中國［22－23］;另一方面，退出方式不僅會影響投資機構的投資收益，而且，更重要的是退出方式的不同會影響投資機構在風險資本市場的聲譽和影響力［24－25］，并進而影響投資機構的籌資能力［26］、討價還價能力［27］以及所投資項目的市場表現［24，28］。

基于上述兩方面的原因，本文研究中國本土風險投資機構間的網絡聯結對退出方式的影響。本文余下的部分按如下步驟展開:第二部分對風險投資機構間的網絡聯結效應展開理論分析，并提出研究假設;第三部分是研究設計，闡述本文所使用的數據、變量以及計量模型;第四部分對研究假設進行經驗檢驗，并對經驗檢驗結果進行穩健性檢驗;第五部分簡要概括本文的研究結論。

二、理論分析與研究假設

風險投資機構間的網絡聯結可以實現交易流、信息流、資源流在投資機構間傳播與擴散，有助于投資機構選擇更好的投資項目，加強對投資項目的監督，并提高增值服務的質量。

1.風險投資機構間的網絡聯結有助于投資機構選擇更好的投資項目 首先，風險投資機構在選擇投資項目時，可供選擇的對象越多，選到好項目的機會越大。然而，投資機構在選擇投資項目時往往要受到空間與行業的限制，可供選擇的投資項目集合較小。投資機構間的網絡聯結有助于拓展空間與行業的邊界，擴大投資項目集合，選擇更好的投資項目［8，29－31］。其次，為吸引投資并提高投資項目的估值，風險企業家有時會過高評價項目的吸引力，因此投資機構必須謹防所投資的項目是一個“檸檬”。通過網絡聯結，風險投資機構可以獲得更多、更真實全面的信息，可以降低投資于“檸檬”項目的可能性［32－34］。再次，風險投資項目的可行性與潛在收益往往是高度不確定的，通過檢驗其他投資機構對潛在項目的投資意愿，風險投資機構可以匯集相關信號，選擇更好的投資項目［35－36］。

2.風險投資機構間的網絡聯結有助于投資機構加強對投資項目的監督 風險投資機構投資于風險項目后，風險企業家可能會追逐自身利益或降低努力程度，從而傷害投資機構的利益，出現所謂的委托代理問題。通過階段投資［37］，控制權分配等契約設計可以緩解風險資本家與風險企業家之間的代理問題［38］，但卻不能完全消除委托代理帶來的利益沖突。因此，風險投資機構需要監督所投資項目以維護自身的利益。Gorman和Sahlman的研究表明，風險資本家經常性的光顧投資項目以監督項目的進展并收集必要的信息［17］。然而，試想一下，如果投資機構與投資項目的空間距離較遠，或者行業距離較大，風險投資機構的監督成本必將上升，所收集信息的質量將會有所下降。通過投資機構間的網絡聯結，上述問題可以較好地解決，風險投資機構可以委托與所投資項目空間距離和行業距離更為接近的投資機構來完成監督和信息收集工作，有效增強對投資項目的監督。

3.風險投資機構間的網絡聯結有助于提高增值服務的質量 投資于風險項目后，風險投資機構所扮演的角色不僅僅是監督者，還有一個角色是增值服務的提供者。風險投資機構為投資項目提供增值服務需要資源，但任何一個投資機構的資源都是有限的，通過網絡聯結，風險投資機構可以實現資源共享，為投資項目提供更好的增值服務［39－41］。比如拓寬產品上市時的用戶范圍，增加可供選擇的戰略合作伙伴，提高投資項目獲得下一輪融資的可能性，擴大投資銀行、會計師事務所、律師事務所等服務機構的選擇集合，等等。

風險投資機構雖有多種退出方式，但IPO和并購(M＆A)是所有方式中最重要的兩種退出方式，也是投資機構獲得投資收益最為豐厚的退出方式。正是基于此，已有研究中經常把投資機構通過 IPO 或 M＆A 退出定義為成功退出［16，24，42－43］。然而，相對于M＆A而言，投資機構通過IPO退出所獲得的投資收益往往要更多一些。

基于以上理論分析，本文提出兩個研究假設:

假設1:若包含所有投資輪次，在網絡聯結中處于有利位置的投資機構通過IPO或M＆A退出的可能性更大。

假設2:若僅包含通過IPO或M＆A退出的投資輪次，在網絡聯結中處于有利位置的投資機構通過IPO退出的可能性更大。

三、研究設計

(一)數據來源

本文使用的數據來源于清科數據庫，數據的時間范圍是從2000年1月1日至2009年12月31日，棄用2000年以前的數據。由于本文分別以4年和5年為時間窗來測度風險投資機構的網絡位置，所以本文使用的數據分為兩組。以4年為時間窗時，本文使用2003年1月1日至2006年12月31日之間的本土投資機構的投資數據作為樣本①依據資本來源的不同，清科數據庫把投資機構分為本土投資機構、外資投資機構和中外合資投資機構。本土投資機構是指由國內(本地)的個人投資者、機構投資者及中國政府出資成立的投資機構。外資投資機構是指由國外(境外)的個人投資者、機構投資者及外國政府出資成立的投資機構。中外合資機構是指至少由一家國內投資者和一家境外投資者聯合出資的投資機構。考慮到本文的研究目的，我們僅使用本土投資機構的投資數據。另外，清科數據庫中的投資者不包括天使投資者和企業戰略投資者。，2000年1月1日至2002年12月31日的數據在測度投資機構的網絡位置和投資經驗時使用，并留有2007年1月1日至2009年12月31日的三年時間來觀察投資結果②國外同類型的研究多使用4年或5年的時間來觀察投資結果，本文使用3年時間來觀察投資結果，主要目的是為了擴大樣本量。。抽樣的原則是在2003年1月1日至2006年12月31日之間至少發生一次投資行為的本土投資機構，總共收集到91家本土投資機構的323輪投資數據。其中，53輪投資通過IPO退出，75輪投資通過M＆A退出。以5年為時間窗時，本文使用2004年1月1日至2006年12月31日之間的本土投資機構的投資數據作為樣本，2000年1月1日至2004年12月31日的數據在度量投資機構的網絡位置和投資經驗時使用，并留有2007年1月1日至2009年12月31日的三年時間來觀察投資結果。抽樣的原則是在2004年1月1日至2006年12月31日之間至少發生一次投資行為的本土投資機構，總共收集到79家本土投資機構的242輪投資數據。其中，44輪投資通過IPO退出，62輪投資通過M＆A退出。

(二)變量界定

1.風險投資機構的網絡位置 分析風險投資機構間的網絡聯結對退出方式的影響首先需要測度投資機構的網絡聯結狀況。循著前人的研究思路，本文運用社會網絡研究框架中的網絡位置來度量風險投資機構的網絡聯結狀況。社會網絡研究以圖論為工具，通過計算網絡中心性來衡量行動者在網絡中的相對重要性，也即網絡位置。網絡中心性包括三大類多個指標，其中最常用的是程度中心性、點出度中心性、點入度中心性、特征向量中心性以及中介中心性。這5個指標也是國外類似研究中曾經使用過的［16，19］。

程度中心性、點出度中心性和點入度中心性測度的都是行動者網絡聯結的數量，但適用范圍和內在涵義有所差別。程度中心性適用于無方向數據，而點出度中心性和點入度中心性適用于有方向的數據。在無方向數據中，程度中心性度量了網絡中的行動者與其他行動者存在網絡聯結的數量。網絡聯結數量越多的行動者參與交換的機會越多，因而更有影響力。在有方向的數據中，點入度中心性度量了行動者收到網絡聯結的數量，點出度中心性度量了行動者發出網絡聯結的數量。點入度中心性高的行動者收到更多的網絡聯結，更有威望。點出度中心性高的行動者促成了更多的網絡聯結，可以與更多的行動者進行交換。特征向量中心性根據網絡聯結重要性的不同進行了加權處理，目的是找出最中心的行動者［44］。中介中心性度量了行動者充當網絡聯結中介的能力［45］。

在測度風險投資機構的網絡位置時，時間窗選擇的不同會影響投資機構在觀察期內發生聯合投資的數量，進而會影響投資機構的網絡中心性。為控制時間窗選擇的不同對研究結果的影響，本文分別以4年和5年為時間窗來計算風險投資機構的網絡中心性，即投資機構在投資時的網絡中心性由投資前4年或5年內(含投資當年)該投資機構與其他投資機構聯合投資的數據來計算①聯合投資的概念有廣義與狹義之分:狹義的聯合投資是指兩個(含)以上的投資機構共同投資于某一特定輪次;廣義的聯合投資是指兩個(含)以上的投資機構共同投資于某一特定項目，投資的時間可以不同［46］。本文采用廣義概念。注意:在Hochberg、Ljungqvist和Lu的研究中，無方向數據采用了狹義聯合投資的概念，而有方向數據則采用了廣義聯合投資的概念［16］。，在時間窗內發生一次聯合投資便視為產生一次網絡聯結。對于有方向數據，本文定義聯合投資中的主投資機構為網絡聯結的發出方(即聯合投資的邀請方)，其他聯合投資者為網絡聯結的接收方(即聯合投資的被邀請方)［16，24］。聯合投資中的主投資機構是按照如下步驟確定的:(1)參與首輪投資。(2)累計投資金額最多②第一個條件為先，第二個條件為次。有以下幾種特殊情況:(1)均參與了首輪投資且累計投資金額相同。在這種情況下，以觀察期內作為主投資機構次數多的投資機構為主投資機構。(2)數據中沒有首輪投資的信息，或者首輪投資不在觀察時間范圍之內，以第二輪的投資信息來確定主投資機構。若第二輪的信息也沒有，則采用第三輪的信息。以此類推。(3)若相鄰兩輪投資不在一個時間窗內，則不視為聯合投資。以四年時間窗為例，若某輪投資發生在2001年，而緊隨該輪投資的下一輪投資發生在2004年，則在2000至2003年這個時間窗內，這種情況并不視為聯合投資，而在2001至2004年這個時間窗內視為聯合投資，當然，在2002年至2005年這個時間窗內也不視為聯合投資。(4)清科數據庫中部分投資輪次的投資金額數據是估計值，這種情況下采用估計金額確定主投資機構。。這種確定主投資機構的方法要比僅僅依據累計投資金額確定主投資機構的做法更有意義，因為隨著風險企業的不斷成熟，后面投資輪次的估值往往要比前面投資輪次的估值高出許多［24］③本文中網絡中心性的計算使用軟件Ucinet 6 for Windows。。

2.退出方式 對應于本文提出的假設1和假設2，當樣本中包含所有投資輪次時，本文把退出方式分為兩種:一種是通過IPO或M＆A退出，另外一種是其他(包括其他所有的退出方式以及活躍投資)。若風險投資機構通過IPO或M＆A退出，退出方式取值為1，其他情況取值為0;當樣本中僅包含通過IPO或M＆A退出的投資輪次時，把退出方式分為兩種:一種是通過IPO退出，一種是通過M＆A退出。若風險投資機構通過IPO退出，退出方式取值為1，若風險投資機構通過M＆A退出，退出方式取值為0。

3.控制變量 依據前人的研究結論與研究方法，本文引入了如下控制變量:投資經驗、聯合投資規模、投資輪次、市場競爭以及退出條件。

Kaplan研究發現風險投資機構的收益具有持續性，這種持續性可能歸因于投資技巧與投資經驗［47］。許多研究表明，投資經驗的確對投資績效有積極的影響。然而，已有研究中度量投資經驗的方法并不盡相同，主要有以下4種:投資機構的年齡、累計投資輪次、累計投資金額、累計投資企業數［16，24，42，48－49］。Sorensen 認為，度量投資經驗的最佳指標是累計投資輪次。因為，使用投資機構的年齡來度量投資經驗不能把活躍投資者與非活躍投資者區分開來，使用累計投資金額和累計投資企業數度量投資經驗不能把投資階段的不同區分開來［42］。所以，本文使用累計投資輪次來度量投資經驗。

Brander、Amit和Antweile最早研究發現聯合投資獲得更高的收益［46］，Nahata 的研究表明聯合投資規模越大，投資項目成功退出的可能性越大，退出期限越短［24］。本文引入聯合投資規模來控制聯合投資對退出方式的影響，聯合投資規模定義為聯合投資于某一項目的投資機構數。

投資輪次與退出方式緊密相關:投資輪次越靠前，投資項目越不成熟，通過IPO或者M＆A退出的可能性就越小;投資輪次越靠后，存活到下一輪投資或者通過IPO以及M＆A退出的可能性就越大［16］。本文定義投資輪次的方法如下:首輪投資時，投資輪次取值為1;其他為0。

Gompers和Lerner最早研究發現，其他條件保持不變時，流入風險投資市場的資本越多，投資機構投資項目時付出的價格越高，他們把這種模式解釋為對稀缺投資機會的競爭導致估值上升［50］①Gompers和Lerner把這種模式定義為“money chasing deals”［50］。。Hochberg、Ljungqvist和 Lu 以及 Nahata的研究發現投資時的競爭越激烈，投資機構通過IPO或M＆A退出的可能性就越小［16，24］。本文在控制變量中引入市場競爭來控制上述影響，市場競爭定義為投資年度所有投資機構管理的風險投資基金總額。

始于Lerner［43］，多項研究發現投資機構選擇更好的市場條件退出［16，24，51］。由于本文有兩個研究假設，檢驗不同研究假設時，退出條件的定義方式有所不同:檢驗假設1時，退出條件定義為:對于通過IPO或M＆A退出的投資，使用退出時所在季度的季度IPO與M＆A退出總數來度量退出條件。對于沒有成功退出的投資，使用從投資活動的下一個季度至2009年第四季度的季度平均IPO與M＆A退出數量來度量退出條件。檢驗假設2時，退出條件定義為:對于通過IPO退出的投資，使用退出時所在季度的季度IPO退出總數來度量退出條件。對于沒有通過IPO退出的投資，使用從投資活動的下一個季度至2009年第四季度的季度平均IPO退出數量來度量退出條件。

另外，本文的回歸模型中還引入虛擬變量來控制投資行業與投資年份的固定效應②清科數據庫的行業一級分類包括五大類:廣義IT;生技/健康;清潔技術;服務業;傳統行業。。

(三)模型構建

本文使用Probit模型檢驗提出的研究假設，對于假設1，檢驗模型為:

其中，EW表示退出方式;NC表示網絡中心性;IE表示投資經驗;SS表示聯合投資規模;IR表示投資輪次;MC表示市場競爭;EC表示退出條件;DI表示投資行業虛擬變量;DY表示投資年份虛擬變量;ξ表示隨機干擾項。

假設2的檢驗模型與假設1的檢驗模型相同，但EW和EC的定義方式與假設1不同，這一點在上文中已經論及，不再贅述。

四、經驗檢驗與分析

為控制時間窗選擇的不同對研究結果的影響，本文分別以4年和5年為時間窗來計算風險投資機構的網絡中心性，并分別在4年和5年時間窗下檢驗網絡位置對退出方式的影響③本文還以3年為時間窗計算投資機構的網絡中心性并進行了回歸，回歸結果與四年和五年時間窗基本一致，為節約篇幅，沒有在正文中報告出來。。經驗檢驗使用軟件包Eviews 6.0。

(一)4年時間窗下網絡位置對退出方式的影響

表1中的模型1到模型5檢驗研究假設1，即檢驗風險投資機構的網絡位置對通過IPO或M＆A退出的影響。在控制了投資經驗、聯合投資規模、投資輪次、市場競爭、退出條件等因素的影響，并剔除了投資行業和投資年份的固定效應后，在回歸模型中引入網絡中心性來觀察投資機構的網絡位置對退出方式的影響。為避免多重共線性的問題，從模型1到模型5分別引入程度中心性、特征向量中心性、中介中心性、點出度中心性以及點入度中心性。

模型1中引入程度中心性來觀察投資機構網絡聯結的數量對通過IPO或M＆A退出的影響。從表1中可以看到，程度中心性在0.05的顯著性水平下對通過IPO或M＆A退出的概率有顯著的正向影響:在其他因素相同的條件下，程度中心性越高，通過IPO或M＆A退出的概率越大，即投資機構的網絡聯結數量越多，通過IPO或M＆A退出的可能性越大。其他控制變量的影響如下:投資經驗，即累計投資輪次，在0.05的顯著性水平下對通過IPO或M＆A退出的概率有顯著的正向影響，在其他因素相同的條件下，投資機構的投資經驗越豐富，通過IPO或M＆A退出的可能性越高。聯合投資規模在0.05的顯著性水平下對通過IPO或M＆A退出的概率有顯著的正向影響，在其他因素相同的條件下，聯合投資通過IPO或M＆A退出的可能性更大。投資輪次在0.01的顯著性水平下對通過IPO或M＆A退出的概率有顯著的負向影響，在其他因素相同的條件下，首輪投資通過IPO或M＆A退出的可能性顯著低于其他輪次投資。市場競爭的影響作用雖然不顯著，但正如我們預期的，投資時的競爭越激烈，通過IPO或M＆A退出的可能性越低。退出條件在0.01的顯著性水平下對通過IPO或M＆A退出的概率有顯著的正向影響，表明退出活動多與更好的退出條件聯系在一起。回歸模型中還控制了投資年份和投資行業的固定效應，但限于篇幅，沒有在表1中報告出來。不同年份的投資輪次通過IPO或M＆A退出的退出率雖有差異，但差異并不顯著。然而，投資于廣義IT的退出率在0.1的顯著性水平下低于投資于傳統行業，投資于生技/健康的退出率在0.05的顯著性水平下低于投資于傳統行業。

從模型2到模型5逐次引入特征向量中心性、中介中心性、點出度中心性以及點入度中心性。特征向量中心性在0.01的顯著性水平下對通過IPO或M＆A退出的概率有顯著的正向影響:在其他因素相同的條件下，特征向量中心性越高，通過IPO或M＆A退出的概率越大，表明投資機構的網絡聯結質量越高，通過IPO或M＆A退出的可能性越大。中介中心性的影響作用不顯著，表明充當網絡聯結中介的能力對退出方式的影響作用較小。點出度中心性在0.05的顯著性水平下對通過IPO或M＆A退出的概率有顯著的正向影響:在其他因素相同條件下，點出度中心性越高，通過IPO或M＆A退出的概率越大，表明投資機構促成的網絡聯結數量越多，通過IPO或M＆A退出的可能性越大。點入度中心性在0.01的顯著性水平下對通過IPO或M＆A退出的概率有顯著的正向影響:在其他因素相同的條件下，點入度中心性越高，通過IPO或M＆A退出的概率越大，說明投資機構收到的網絡聯結數量越多，通過IPO或M＆A退出的可能性越大。這4個模型中其他控制變量對退出方式的影響作用與模型1中的影響基本一致，不再贅述。

綜合模型1到模型5，可以發現:網絡位置對退出方式有顯著的影響，網絡中心性越高，通過IPO或M＆A退出的可能性越大。上述經驗檢驗還驗證了一些前人研究結論:投資經驗越豐富，通過IPO 或 M＆A 退出的概率越高［16，24，42，48］;聯合投資可以提高收益率和退出率［24，46］;投資時的競爭越激烈，成功退出率越低［16，24］;投資機構選擇更好的市場條件退出［16，43，51］。

表1中的模型6到模型10檢驗研究假設2，即檢驗風險投資機構的網絡位置對IPO退出的影響。同樣的思路，為避免多重共線性的問題，從模型6到模型10分別引入程度中心性、特征向量中心性、中介中心性、點出度中心性以及點入度中心性。

模型6中引入程度中心性來觀察風險投資機構網絡聯結的數量對IPO退出的影響。從表1中可以看到，程度中心性在0.01的顯著性水平下對IPO退出的概率有顯著的正向影響:在其他因素相同的條件下，程度中心性越高，通過IPO退出的概率越大，表明投資機構的網絡聯結數量越多，通過IPO退出的可能性越大。其他控制變量對IPO退出的影響如下:風險投資機構的投資經驗越豐富，通過IPO退出的可能性越高，但投資經驗的影響作用不顯著。聯合投資規模越大，通過IPO的可能性越高，但影響作用不顯著。首輪投資通過IPO退出的可能性低于其他輪次投資，但投資輪次的影響作用不顯著。投資時的競爭越激烈，通過IPO的可能性越低，但市場競爭的影響作用也不顯著。退出條件在0.01的顯著性水平下對IPO退出的概率顯著的有正向影響，表明IPO市場越活躍，投資機構通過IPO退出的可能性越大。回歸模型中還控制了投資年份和投資行業的固定效應，為節約篇幅沒有在表1中報告出來。不同年份投資的IPO退出率雖有差異，但差異并不顯著。不同行業的IPO退出率也有差異，但差異也不顯著。

表1 4年時間窗下網絡位置對退出方式的影響

從模型7到模型10逐次引入特征向量中心性、中介中心性、點出度中心性以及點入度中心性。特征向量中心性在0.01的顯著性水平下對IPO退出的概率有顯著的正向影響:在其他因素相同的條件下，特征向量中心性越高，通過IPO退出的概率越大，表明投資機構的網絡聯結質量越高，通過IPO退出的可能性越大。中介中心性對IPO退出的影響作用不顯著，表明充當網絡聯結的中介對退出方式的影響作用較小。點出度中心性在0.01的顯著性水平下對IPO退出的概率有顯著的正向影響:在其他因素相同的條件下，點出度中心性越高，通過IPO退出的概率越大，表明投資機構促成的網絡聯結數量越多，通過IPO退出的可能性越大。點入度中心性在0.01的顯著性水平下對IPO退出的概率有顯著的正向影響:在其他因素相同的條件下，點入度中心性越高，通過IPO退出的概率越大，說明投資機構收到的網絡聯結數量越多，通過IPO退出的可能性越大。這四個模型中其他控制變量對IPO的影響作用與模型1中的影響基本一致，不再贅述。

綜合模型6到模型10，可以發現:網絡位置對IPO退出有顯著的影響，網絡中心性越高，通過IPO退出的可能性越大，這一結果與Nahata使用美國的數據研究得出的結論一致［24］①Nahata的研究中對網絡位置的度量僅僅使用了程度中心性［24］。。上述經驗檢驗還驗證了Brau、Francis和Kohers的研究結論:IPO市場越活躍，投資機構通過IPO退出的可能性越大［51］。

(二)5年時間窗下網絡位置對退出方式的影響

為控制時間窗選擇的不同對研究結果的影響，本文進一步以5年為時間窗來計算投資機構的網絡中心性并進行回歸。表2是5年時間窗下的回歸結果。

比較表1中的模型1到模型5和表2中的模型1到模型5，可以得出:(1)網絡中心性越高，投資機構通過IPO或M＆A退出的可能性越大，說明風險投資機構的網絡位置對退出方式有顯著的影響。(2)無論以4年還是5年為時間窗計算網絡中心性，回歸結果差異不大。但以5年為時間窗計算網絡中心性時，網絡中心性的回歸系數變大，影響作用有所增強。(3)以5年為時間窗計算網絡中心性時，隨著網絡中心性的影響作用增強，投資經驗的影響作用不再顯著，說明網絡位置的解釋力強于投資經驗。

比較表1中的模型6到模型10和表2中的模型6到模型10，可以得出:(1)網絡中心性越高，投資機構通過IPO退出的可能性越大，表明網絡位置對退出方式有顯著的影響。(2)無論以4年還是5年為時間窗計算網絡中心性，回歸結果差異不大。但以5年為時間窗計算網絡中心性時，網絡中心性的回歸系數變大，影響作用增強。(3)無論以4年還是5年為時間窗計算網絡中心性，大部分模型中投資經驗的影響作用都不顯著，說明網絡位置的解釋力遠強于投資經驗。

(三)穩健性檢驗

在前面的部分，本文研究發現風險投資機構的網絡位置對退出方式有顯著的影響。這個研究結果有一種可能的替代解釋——網絡中心性僅僅是投資經驗的替代變量，網絡中心性高的風險投資機構有可能只是投資經驗豐富的投資機構。在前面的經驗檢驗中，本文使用累計投資輪次來度量投資經驗，并發現網絡中心性絕不僅僅是投資經驗的替代變量。然而，雖然Sorensen指出度量投資經驗的最佳指標是累計投資輪次［42］，但其他3種度量方式也在已有研究中廣泛使用。那么，如果采用其他的方式來定義投資經驗，本文的研究結果是否會受到影響呢?為回答這個問題，本文分別把投資經驗定義為累計投資企業數和投資機構的年齡并進行了回歸，回歸結果與表1和表2的內容類似，為節約篇幅，沒有在正文中報告出來②在清科數據庫中，累計投資金額的數據缺失較為嚴重，無法直接使用。若把數據缺失的樣本剔除掉，又會產生樣本量過小和抽樣偏誤的問題。。

(四)相反的因果關系

本文計算網絡中心性的方法排除了相反因果關系出現的可能性。對于每一項投資，本文以投資前(含投資當年)4年或5年為時間窗來計算投資機構的網絡中心性，再觀察投資后的退出情況(最短的觀察時間為3年)。通過這種方式，把過去的網絡位置與未來的退出相聯系，可以避免出現相反的因果關系。

表2 5年時間窗下網絡位置對退出方式的影響

五、結語

風險投資機構因聯合投資而形成機構間的網絡聯結。本文檢驗了中國本土風險投資機構間的網絡聯結對退出方式的影響。在控制了投資經驗、聯合投資規模、投資輪次、市場競爭、退出條件等其他因素的影響，并剔除了投資年份和投資行業的固定效應后，本文研究發現風險投資機構的網絡位置對退出方式有顯著的影響:(1)若包含所有投資輪次，風險投資機構的網絡中心性越高，通過IPO或M＆A退出的可能性越大。(2)若僅包含通過IPO或M＆A退出的投資輪次，風險投資機構的網絡中心性越高，通過IPO退出的可能性越大。本文對上述研究結論進行了穩健性檢驗，結果表明本文的研究結論是穩健的。

本文的研究結論有助于風險投資機構確定發展戰略，若在網絡聯結中處于有利位置的投資機構更有可能實現成功退出或IPO退出，提升自身的網絡位置便成為投資機構的必然選擇。同時，本文的研究結論可以幫助風險投資基金的提供者選擇恰當的投資對象，選擇網絡中心性高的投資機構有益于提高投資者的投資回報。最后，選擇在網絡聯結中處于有利位置的風險投資機構為自身提供投資和增值服務有助于風險企業的存活、發展和成熟。

［1］Fernandez R M，Weinberg N.Sifting and Sorting:Personal Contacts and Hiring in a Retail Bank［J］.American Sociological Review，1997，62(6):883 －902.

［2］Burt R S.The Contingent Value of Social Capital［J］.Administrative Science Quarterly，1997，42(2):339 －365.

［3］Podolny J M，Baron J N.Resources and Relationships:Social Networks and Mobility in the Workplace［J］.American Sociological Review，1997，62(5):673 －693.

［4］Seidel M － D L，Polzer J T，Stewart K J.Friends in High Places:The Effects of Social Networks on Discrimination in Salary Negotiations［J］.Administrative Science Quarterly，2000，45(1):1 －24.

［5］Ingram P，Roberts P W.Friendships among Competitors in the Sydney Hotel Industry［J］.American Journal of Sociology，2000，106(2):387 －423.

［6］Powell W W，Koput K W，Smith－Doerr L.Interorganizational Collaboration and the Locus of Innovation:Networks of Learning in Biotechnology［J］.Administrative Science Quarterly，1996，41(1):116－145.

［7］Baum J A C，Calabrese T，Silverman B S.Don’t Go It Alone:Alliance Network Composition and Startups’Performance in Canadian Biotechnology［J］.Strategic Management Journal，2000，21(3):267 －294.

［8］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.

［9］Katila R，Rosenberger J D，Eisenhardt K M.Swimming with Sharks:Technology Ventures，Defense Mechanisms，and Corporate Relationships［J］.Administrative Science Quarterly，2008，53(2):295－332.

［10］Ahuja G.Collaboration Networks，Structural Holes，and Innovation:A Longitudinal Study［J］.Administrative Science Quarterly，2000，45(3):425 －455.

［11］Gulati R.Social Structure and Alliance Formation Patterns:A Longitudinal Analysis［J］.Administrative Science Quarterly，1995，40(4):619 －652.

［12］Podolny J M.Market Uncertainty and the Social Character of Economic Exchange［J］.Administrative Science Quarterly，1994，39(3):458 －483.

［13］Hochberg Y，Ljungqvist A，Lu Y.Networking as a Barrier to Entry and the Competitive Supply of Venture Capital［J］.Journal of Finance，2010，65(3):829 －859.

［14］Cornelli F，Goldreich D.Bookbuilding and Strategic Allocation［J］.Journal of Finance，2001，56(6):2337 － 2369.

［15］Lerner J.The Syndication of Venture Capital Investments［J］.Financial Management，1994，23(3):16 －27.

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

［17］Gorman M，Sahlman W A.What Do Venture Capitalists Do?［J］.Journal of Business Venturing，1989，4(4):231－248.

［18］Sahlman W A.The Structure and Governance of Venture Capital Organizations［J］.Journal of Financial Economics，1990，27(2):473 －421.

［19］Abell P，Nisar T M.Performance Effects of Venture Capital Firm Networks［J］.Management Decision，2007，45(5):923－936.

［20］Kaplan S N，Martel F，Stromberg P.How Do Legal Differences and Learning Affect Financial Contracts?［R］.NBER Working Paper Series，2003，381.

［21］Manigart S，DeWaele K，Wright M，et al.Determinants of Required Returns in Venture Capital Investments:A Five Country Study［J］.Journal of Business Venturing，2002，17(4):291－312.

［22］Pukthuanthong K，Walker T.Venture Capital in China:A Culture Shock for Western Investors［J］.Management Decision，2007，45(4):708 －731.

［23］Ahlstrom D，Bruton G D.Venture Capital in China:Past，Present，and Future［J］.Asia Pacific Journal of Management，2007，24(3):247 －268.

［24］Nahata R.Venture Capital Reputation and Investment Performance［J］.Journal of Financial Economics，2008，90(2):127－151.

［25］Gompers P A.Grandstanding in the Venture Capital Industry［J］.Journal of Financial Economics，1996，43(1):133－156.

［26］Diamond D W.Reputation Acquisition in Debt Markets［J］.Journal of Political Economy，1989，97(4):828 － 862.

［27］Hsu D.What Do Entrepreneurs Pay for Venture Capital Affiliation?［J］.Journal of Finance，2004，59(4):1805－1844.

［28］Megginson W L，Weiss K A.Venture Capitalist Certification in Initial Public Offerings［J］.Journal of Finance，1991，46(3):879－903.

［29］Guler I，Guillén M F.Home Country Networks and Foreign Expansion:Evidence from the Venture Capital Industry［J］.Academy of Management Journal，2010，53(2):390－410.

［30］Sorenson O，Stuart T E.Bringing the Context Back in:Settings and the Search for Syndicate Partners in Venture Capital Investment Networks［J］.Administrative Science Quarterly，2008，53(2):266 －294.

［31］Keil T，Maula M V J，Wilson C.Unique Resources of Corporate Venture Capitalists as a Key to Entry into Rigid Venture Capital Syndication Networks［J］.Entrepreneurship Theory and Practice，2010，34(1):83 －103.

［32］Cumming D J.Adverse Selection and Capital Structure:Evidence from Venture Capital［J］.Entrepreneurship Theory and Practice，2006，30(2):155 －183.

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

［34］Amit R，Glosten L，Muller E.Entrepreneurial Ability，Venture Investments，and Risk Sharing［J］.Management Science，1990，36(10):1232 －1245.

［35］Wilson R.The Theory of Syndicates［J］.Econometrica，1968，36(1):199 －132.

［36］Sah R K，Stiglitz J E.The Architecture of Economic Systems:Hierarchies and Polyarchies［J］.American Economic Review，1986，76(4):716 －727.

［37］Gompers P A.Optimal Investment，Monitoring，and the Staging of Venture Capital［J］.Journal of Finance，1995，50(5):1461－1489.

［38］Hellmann T.The Allocation of Control Rights in Venture Capital Contracts［J］.RAND Journal of Economics，1998，29(1):57－76.

［39］Bygrave W D.The Structure of the Investment Networks of Venture Capital Firms［J］.Journal of Business Venturing，1988，3(2):137 －157.

［40］Verwaal E，Bruining H，Wright M，et al.Resources Access Needs and Capabilities as Mediators of the Relationship between VC Firm Size and Syndication［J］.Small Business Economics，2010，34(3):277 －291.

［41］Deli D N，Santhanakrishnan M.Syndication in Venture Capital Financing［J］.Financial Review，2010，45(3):557－578.

［42］Sorensen M.How Smart Is Smart Money?A Two－Sided Matching Model of Venture Capital［J］.Journal of Finance，2007，62(6):2725 －2762.

［43］Lerner J.Venture Capitalists and the Decision to Go Public［J］.Journal of Financial Economics，1994，35(3):293－316.

［44］Bonacich P.Factoring and Weighting Approaches to Status Scores and Clique Identification［J］.Journal of Mathematical Sociology，1972，2(1):113 －120.

［45］Freeman L C.Centrality in Social Networks:Conceptual Clarification［J］.Social Networks，1979，1(3):215 －239.

［46］Brander J，Amit R，Antweiler W.Venture Capital Syndication:Improved Venture Selection versus the Value－Added Hypothesis［J］.Journal of Economics and Management Strategy，2002，11(3):423 －452.

［47］Kaplan S N，Schoar A.Private Equity Performance:Returns，Persistence，and Capital Flows［J］.Journal of Finance，2005，60(4):1791 －1823.

［48］Gompers P A，Kovner A，Lerner J.Specialization and Success:Evidence from Venture Capital［J］.Journal of Economics and Management Strategy，2009，18(3):817 －844.

［49］Gompers P A，Kovner A，Lerner J，et al.Performance Persistence in Entrepreneurship［J］.Journal of Financial Economics，2010，96(1):18 －32.

［50］Gompers P A，Lerner J.Money Chasing Deals?The Impact of Fund Inflows on Private Equity Valuations［J］.Journal of Financial Economics，2000，55(2):281 －325.

［51］Brau J，Francis F，Kohers N.The Choice of IPO versus Takeover:Empirical Evidence［J］.Journal of Business，2003，76(4):583－612.