風險資本與智力資本協同條件分析與效應檢驗

馬 寧，嚴太華，姬新龍

(重慶大學經濟與工商管理學院，重慶 400030)

?

風險資本與智力資本協同條件分析與效應檢驗

馬 寧，嚴太華，姬新龍

(重慶大學經濟與工商管理學院，重慶 400030)

運用協同學的原理與方法對風險資本和智力資本的協同條件及變化進行了定性分析，并對二者的協同效應進行了基于風險投資持股比例的門檻效應檢驗。結果顯示：(1)協同效應下智力資本對企業績效顯著地存在“單門檻效應”，風險投資持股比例可以作為判斷風險資本與智力資本發生協同作用的條件；(2)當風險投資持股比例高于門檻值時，智力資本會加速提升企業的資產利用效率和市場價值，但這一現象在企業人力資本增值效率方面的表現并不理想。研究結論表明智力資本的增值作用仍有提升空間，但協同效應的發揮需要滿足一定的條件，客觀上要求創業企業要有針對性的引進風險投資，以便改革、增強并利用智力資本。

風險資本；智力資本；協同系統；門檻效應

1 引言

智力資本是一個企業、組織的最有價值資產，是對包括知識、產權、經驗、內部組織、外部運作等在內的每一件事情的加總[1]。在以智力資源消耗為主導的知識經濟時代下，智力資本是典型的無形資產，被認為是高科技創業企業經濟價值得以凸顯的重要推動之一。著名的微軟公司成長初期在風險資本的助推下成功登錄納斯達克后，很快成為市值最高的上市公司之一，其后，微軟市值就一直遠遠高于其賬面價值，這一現象不僅僅表明了風險資金的作用，更說明了在風險資本參與下，企業的智力資本產生了幾何級數的增長推動效應。像這類高科技創業企業的經典案例還有很多，可以想象，在這些企業借力風險資金的時候，風險資本必然會和企業智力資本之間產生某種協同效應。然而實踐中，并非所有引進風險資本的企業都能產生這種效應并獲得成功，即便獲得成功的企業，其協同效應發揮也可能會隨著風險資本參與的變化而呈現出非線性的變化。而且，現實中智力資本和風險資本協同機制如何形成和維持，以及風險資本與智力資本的協同效應發生是否存在門檻效應等，至今鮮有發現相關的文獻研究。解決好這些問題，不僅有利于市場轉型階段的我國企業深化改革，更有利于提高其對風險投資的利用效率。因此，本文將在分析智力資本和風險資本協同原理的基礎上，以風險投資參與比例為門檻變量，利用面板門檻計量方法對二者的協同條件及影響效應進行實證檢驗。

事實上，企業價值增值效應歷來都是經濟領域關注的熱點，且一般都是通過企業績效來衡量的。而當前關于風險資本協同智力資本推動企業價值增長的研究大體分為兩類：第一類是隔離智力資本，僅僅從風險資本的單一視角來分析，并形成兩種觀點，一種認為風險資本的參與對企業績效有積極的促進作用，如Brva和Gompers[2]、唐運舒[3]、戴淑庚[4]，另一種則認為風險資本對企業績效不會產生很大效用，如Rosa[5]、Florin[6]等；第二類研究雖然考慮了風險資本與智力資本的協同作用，但只是從簡單的線性視角考慮，且大多研究結果也都認為二者之間存在正相關關系，并未考慮協同作用發揮的非線性特征，如Bornemann[7]、Chen[8]、Tan[9]、曾蔚[10]。而隨著構成智力資本的因素不斷被細化[11-15]，Pulic[13]提出了衡量智力資本的VAIC模型，認為智力資本增值效率包括三類：物質資本增值效率、人力資本增值效率和結構資本增值效率。隨后Gan[16]等在VAIC模型基礎上對該問題進行研究，結果發現物質資本效率、人力資本效率只能很好的解釋企業盈利水平和生產水平，不能有效的解釋企業市場價值，這說明對于企業來講，即便有風險資本參與，智力資本也并不一定能夠推動企業價值的快速增長。鑒于VAIC模型對智力資本較好的解釋作用，本文在檢驗風險資本和智力資本的協同條件及影響效應時，不僅從整體考慮智力資本的影響，也將對這三個因素進行分類分析。

縱觀風險投資協同智力資本對企業價值影響的研究，大多分析都是站在相對獨立的角度進行思考，或者只是從簡單的線性視角指出了風險資本協同智力資本的影響作用。實踐當中，經濟變量無論是在時序中還是在變量之間，經常表現為一種非線性的轉換特征，為了捕捉這種非線性行為，實證研究中的門檻回歸模型得以提出。門檻回歸分析方法的本質是尋找影響變量關系的第三方因素突變時的臨界點，是將某一觀測值作為門檻變量引入回歸模型，在經過不同的門檻效應檢驗后，根據其大小將剩余樣本值進行分類，再分別進行回歸后比較影響系數的不同。對于利用風險資本的創業企業來講，風險投資的參與比例是影響企業價值增長和刺激企業智力資本增值效應發揮的關鍵因素。因此，在檢驗智力資本與風險資本的協同變化時，有必要將風險投資持股作為分析智力資本影響企業績效的突變臨界點，以便找出協同效應發揮作用的臨界條件，并給予企業引進并有效利用風險資本較強的實踐啟示。

2 風險資本與智力資本的協同原理及協同推導

2.1 協同機理

風險投資對于企業價值增長的重要意義毋庸置疑。對于風險資本，除了資金支持外，其還會無形中提升企業的智力資本，如風險投資家的人脈資源、管理經驗、信息共享等，但這種提升作用究竟反映在智力資本的哪一方面，并不能直接觀察。根據VAIC模型，智力資本可以細分為人力資本、結構資本和物質資本，因此其與風險資本的協同系統將構成一個具有多層次結構的系統，其協同原理及協同條件可以由下圖1來解釋。風險投資為了控制風險，一般都會選擇多階段投資，創業企業為了降低股權風險也會有選擇的引進風險資本，二者關注的重點是達到一個最優的持股比例，而這一比例正是風險資本與智力資本協同效應發揮的重要影響條件。文章接下來的協同系統建模及實證檢驗都將以此為基礎，對圖1所梳理的協同促進關系進行分析，并對是否存在協同條件進行檢驗，以便為創業企業引進具有不同優勢的風險資本提供依據，進而達到企業價值增值的目的，這也正是本研究的意義所在。

圖1 風險資本與智力資本的協同機理及條件

2.2 協同假設

協同學是研究各種開放系統中自組織形成的條件和規律，即在一個由許多子系統構成的系統中，如果子系統之間關聯引起的協同作用占主導地位，則認為系統內部自發組織起來，系統處于自組織狀態，系統將表現為一個具有一定結構或者功能的整體[17]。智力資本和風險資本類似于兩個獨立的子系統，二者聯合后可以通過協同系統形成自組織結構。

假定智力資本和風險資本是兩個非耦合的系統，滿足以下兩個方程：

(1)

(2)

當兩個系統發生耦合，且用K(I)和K(V)函數表示耦合效果時，方程(1)和(2)變為

(3)

(4)

再將(3)和(4)兩個分離的系統變成一個系統，其方程為：

(5)

其中(5)中的q=(q(I),q(V))Τ，N(q,α)=(N(I)+αK(I),N(V)+αK(V))Τ，α相當于一個從0到1變化的起控制參量作用的參數，即耦合系數，它的大小對整個系統的狀態起至關重要的作用，當α變化時會引起原無序狀態(q0(I))=(q0(V))=0失去穩定性，從而得到q≠0，即進入有序狀態，可以看出，控制參量α的改變引起了自組織的形成。

2.3 控制參量分析

根據協同理論，協同系統的控制參量包括外部和內部兩類參量。外部參量是指系統的外部環境因素對系統內部產生的影響力量。對于風險投資和智力資本來講，最重要的外界影響因素就是投資環境及相關政策，因為實踐表明經濟政策和法律法規約束將會很大程度影響風險資本和智力資本對企業績效的促進。而內部控制參量又包括兩種：一種是快變量，是指當系統受到干擾時，能夠使系統重新回到穩定狀態的變量；另一類是慢變量，是在系統的演化過程起決定作用的變量[17-18]。當風險資本進入企業后，可能在運營環境如文化背景、已有信息、價值取向等方面與原企業存在差異和分歧，這種差異和分歧需要經過相當一段時間的磨合才能夠消除，如果磨合期較長，則會降低風險投資的價值，這種差異和分歧構成了系統中的快變量。另一方面，為了克服差異和分歧，系統中間會產生一種協調力，使子系統之間相互融合，實現共同的價值目標，這種協調力又稱為系統中的慢變量。因此，系統在不同時間段，會存在不同的快變量和慢變量，且快變量總是對系統的穩定性起阻力作用，而慢變量總是對系統的穩定性起驅動作用。

2.4 模型變量說明

通常風險投資家會分期給目標企業注入資金，并在注資之前與其簽訂股權協議書。在第一次注資后，風險投資家會對企業后期的成長做出判斷，看企業的運營狀況是否符合投資預期，進而決定增加或減少后期的資金注入，可以看出首次對風險企業的注入資本量是整個協同系統的主要內部控制變量。設A1表示第一次風險資本注入后企業智力資本的水平，A2表示風險資本第二次的投入，可以增加也可以減少，A1、A2是該系統的兩個內生變量。第一次風險資本注入企業后，給企業提供的非資本增值服務會通過企業智力資本的作用來提高企業的績效水平，智力資本水平的變化程度決定企業第二次的風險資本注入水平，所以A1在整個系統的演化過程中起支配作用，在該段時間內為慢變量；當風險資本與智力資本實現完美融合后，企業的運營狀況可能會超過風險投資家的預期，風險投資家會快速增加第二次的資金注入，可見第一次風險資本注入后企業智力資本的變化水平使得A2快速變化，所以A2是系統的快變量。

此外，協同系統不僅受內部控制參數的影響，還受外部控制參數的影響，這里用η1表示環境因素對智力資本的影響程度；η2表示環境因素對風險資本的影響程度，η1、η2或正或負，為矢量。

2.5 協同變化分析

協同系統隨外部控制變量和內部控制變量的變化而發生系統演化，政策環境對智力資本的影響用η1*A1表示，系統的協同程度對風險資本第二期投入水平的影響用α*A1*A2來表示，由于第一次的風險投資與智力資本實現了很好的融合，那么智力資本對企業績效的貢獻程度就越大，企業的后期發展越容易呈上升態勢，從而風險投資家會增加后期資金。α為協同系數，α越高，表明系統的協同程度越高，系統的有序性也就越強，則慢變量A1的演化方程為：

(6)

(7)

根據協同學的相關理論，當慢變量不存在時，快變量是穩定有阻尼的，而阻尼的作用會使A2回到等于0的穩定無序狀態，且η2>0。為了實現系統的演化過程，要確保絕熱近似法的有效性，我們假設快變量的阻尼遠遠大于慢變量的阻尼，η2?η1，即風險資本水平的變化和衰減比智力資本的變化和衰減快的多，“絕熱近似”的條件成立[27]。

上式表明快變量A2受慢變量A1的控制、支配或役使，即慢變量A1決定著快變量A2的行為，第一次風險資本注入后與智力資本的融合程度影響著第二次風險資本的注入水平，也影響著后期智力資本與風險資本的企業績效影響變化，從而決定整個系統的有序進行。同時快變量A2也反作用于慢變量A1，影響和制約A1的發展和作用的發揮，即風險資本與智力資本的融合程度也影響著智力資本提高的水平。

(8)

(9)

3 實證設計

3.1 面板門檻模型

當考慮基于風險投資持股的智力資本對企業績效的影響時，較好的實證檢驗路徑是用非線性的門檻回歸方法。然而傳統的門檻分析方法中門檻值是外生的，并非經濟內在機制所決定，這樣的回歸方法不僅不能推導出門檻值的置信區間，所得到的參數估計值的有效性也相對較差。因此，本文引入Hausen[19]的面板門檻回歸模型，該方法不需要給定非線性方程的形式，門檻值及其數量完全由樣本數據自己內生決定，而且該模型還提供了一個用漸進分布理論去建立待估參數的置信區間，同時還可以運用“自舉法”來估計門檻值的統計顯著性。其模型基本原理及形式如下：

(10)

其中，qi是門檻變量，它既可以作為解釋變量xit中的一個回歸元，也可以作為一個獨立的門檻變量。模型的基本思路是根據相應的門檻值γ的大小，將實證樣本分成兩類或多類，進行回歸對比分析。

事實上，上述模型基本形式只是給出了一個最簡單的單門檻面板回歸方程，而多門檻的模型可以在此基礎上衍生。由此，結合上文，建立以風險投資家持股為門檻變量的單一門檻值模型，如下：

EPit=β1VAICitI(VCit≤γ0)+β2VAICitI(VCit>γ0)+μi+θ′Xit+εit

(11)

其中i表示企業，t表示時間，EP指企業績效，VAIC表示企業智力資本。VC為門檻變量，表示風險投資持股比例，γ0為特定的門檻值，I(·)為指示函數。β1和β2表示風險投資持股小于和大于門檻值γ0時智力資本對企業績效的估計系數。Xit為一組控制變量，θ為系數向量，μi反映企業的個體效應，εit為隨機干擾項。

考慮到智力資本分為物質資本、人力資本和結構資本[13]，風險資本可能對不同分類產生的協同效果不一樣，所以在式(11)的基礎上進一步細化模型即式(12)-式(14)，其中VACA表示物質資本，VAHU表示人力資本，STVA表示結構資本：

EPit=β1VACAitI(VCit≤γ1)+β2VACAitI(VCit>γ1)+μi+θ′Xit+εit

(12)

EPit=β1VAHUitI(VCit≤γ2)+β2VAHUitI(VCit>γ2)+μi+θ′Xit+εit

(13)

EPit=β1STVAitI(VCit≤γ3)+β2STVAitI(VCit>γ3)+μi+θ′Xit+εit

(14)

3.2 樣本選取和變量設計

實證分析以2010年6月30日到2013年3月31日我國創業板上市的公司為研究樣本。考慮到以年度數據為樣本時數據過少，所以本文選擇季度數據為樣本，樣本的篩選標準如下：(1)選擇2010年6月30日以前上市、并在樣本區間內持續經營的創業板股票；(2)剔除樣本中的金融類上市公司；(3)剔除數據缺失較多的公司，但對于樣本個別缺失的數據，采用均值填充的方法進行填補；(4)剔除樣本中存在極端異常的公司(ST、PT)；(5)剔除樣本中無風險投資參與企業。最終確定68家企業，共收集816個樣本。樣本企業的行業分布如表1所示。

表1 樣本行業分布

從表1中我們可以看出，實證研究樣本主要集中在制造業和信息技術業兩大產業，分別占總樣本的60.29%和25%，而風險投資平均持股中，采掘業和制造業的平均持股最高，分別為14.55%和10.55%，其次是信息技術業和交通運輸、倉儲業，分別為8.46%和8.34%。上述樣本企業的各項指標主要來自國泰安數據庫，有關風險投資持股的數據則由筆者從創業板上市公司年報中手工獲得，實證變量及其定義見表2。

表2 變量名稱及定義

3.2.1 智力資本指標

智力資本增值效率或稱VAIC模型由Pulic[13]于2000年在其研究中首次提出，該模型的基本思想是將智力資本理解為由物質資本(Capital Employed)、人力資本(Human Capital)和結構資本(Structural Capital)三部分構成，對應的智力資本增值效率(VAIC)也就包括物質資本增值效率(VACA)、人力資本增值效率(VAHU)和結構資本增值效率(STVA)，且它們之間表現為線性相加的關系：VAIC=VACA+VAHU+STVA。VAIC模型理解和計算都較為簡便，既能衡量有形資本(物質資本)的價值創造，也能衡量無形資本(人力資本和結構資本)的價值創造，且VAIC越高，表明企業的價值創造潛力越大，正是這些特點，使得該模型在當前關于智力資本增值效應的研究中得到廣泛應用。

在具體的計算中，VA指企業的價值增值，借鑒Riahi-Belkaoui[20]的計算方法，VA=凈利潤+工資+利息費用+所得稅，由于息稅前利潤是企業扣除利息費用和所得稅之前的利潤水平，所以企業的價值增值實際上可以認為是企業息稅前利潤和工資水平之和，其中企業的工資水平選取資產負債表中應付職工薪酬這一指標。CE代表企業的物質資本，等于企業的總資產減去無形資產。HU代表企業的人力資本，是指企業對員工的支出，包括工資、福利等，考慮到數據的可得性，本文以企業現金流量表中支付給職工以及為職工支付的現金代表企業對員工的支出。SC代表企業的結構資本，等于VA減去HU。

3.2.2 企業績效指標及風險投資持股比例

對于企業績效的衡量變量，本文選取資產收益率(ROA)和市值賬面價值比率(MBR)兩個指標，分別反映企業的資產利用效率和企業市場價值。實證檢驗的門檻變量為風險投資持股比例，關于這一指標的選取，我們借鑒Kaplan和Stramberg[21]的方法，利用風險投資家持有股份之和占創業企業總股份的比例進行分析。

3.2.3 控制變量的選取

選取總資產的對數和資產負債率來衡量企業規模和杠桿水平，作為構建企業績效模型的控制變量。早期的研究表明企業規模影響預測的準確性[22]，企業規模會對企業的潛在優勢和市場占有力起到控制作用，規模較小的企業可能會面臨更加危險的市場環境，因此，本文以總資產的對數作為衡量企業規模的變量。而企業的杠桿水平可以作為企業經營風險的指示變量，一個具有較高杠桿水平的企業可能會面臨更高的風險和較弱的績效水平[23]。同時我們也對行業因素進行了控制。

3.3 實證檢驗與分析

3.3.1 描述性統計

根據表3的描述性統計結果，可以看出樣本期內不同企業的風險投資持股很不均衡，其均值為9.135%，標準差為8.294。同時，企業之間的智力資本水平存在明顯差距，統計結果顯示最高值和最低值分別為-36.808和67.348，說明大部分企業對智力資本的投入存在嚴重失衡，且智力資本的三個分類中，最高值與最低值差距也較大。

表3 變量的描述性統計

表4 門檻條件檢驗結果

表5 門檻模型回歸結果

注：表中***、**和*分別表示估計參數在1%、5%和10%的顯著性水平顯著。

3.3.2 門檻條件檢驗

根據Hansen[19]的方法，利用格點搜尋法尋找使得門檻模型殘差平方和最小的那個門檻值，模型中可能存在一個或多個門檻值，運用Stata12.0統計軟件，我們設置100個網格搜尋點，并進行1000次“自舉法”重復。表4中給出了單門檻和雙門檻檢驗的F值和P值，以及5%的顯著性水平下的臨界值。從門限檢驗結果可以看出，所有模型的單門檻檢驗均在5%的顯著性水平下顯著，而雙門檻檢驗在5%的顯著性水平下不顯著，說明模型存在門檻效應，且只存在一個門檻值。

3.3.3 實證結果及分析

從門檻回歸結果表5來看：(1)企業的資產利用效率(ROA)方面，當檢驗智力資本整體對其作用時，潛在的風險投資持股比例門檻值為26.7%，其中三個組成部分物質資本、人力資本和結構資本分別產生增值效應時，潛在的門檻值為19.5%、2.78%和26.7%。這一結果表明除人力資本外，物質資本增值和結構資本增值會隨著風險投資持股比例的提高而提高，具體表現在這兩個變量對企業資產利用效率的作用系數大小的不同，比如當風險投資持股比例大于26.7%時VAIC的參數估計值是0.0058，大于持股比例小于26.7%時的參數估計值0.0021；當風險投資持股比例大于19.5%時VACA的參數估計值是0.8868，大于持股比例小于19.5%時的參數估計值0.8380，同時，當風險投資持股比例大于26.7%時STVA的參數估計值是0.0250，大于持股比例小于26.7%時的參數估計值0.0013。但是人力資本增值效率(VAHU)的分析顯示風險投資持股水平的增加并沒有提升企業人力資本及其對企業資產利用效率的貢獻程度，說明企業應該繼續加大對人力資本的投放力度，重視人力資本對企業資產利用效率的貢獻能力；(2)從市場價值(MBR)來看，智力資本提高企業市場價值時的風險投資持股比例門檻值為16.42%，分別對三個組成部分分析時，潛在的持股比例也在16.42%左右，且風險投資持股比例的提高均能相應的提高其對企業市場價值的作用效果，其中當持股比例大于16.42%時VAIC、VACA和VAHU的參數估計值是0.1539、22.6902和0.1546，分別大于持股比例小于16.42%時的參數估計值0.0357、10.1463和0.0482，而當風險投資持股比例大于18.99%時STVA的參數估計值是0.9968，大于持股比例小于18.99%時的參數估計值-0.0013，說明風險資本注入后，智力資本對企業市場價值的作用有明顯的提升；3)對比ROA和MBR兩個視角的增值效應回歸結果，企業市場價值分析中門檻值前后智力資本的回歸系數差異較大，說明智力資本與風險資本協同作用對企業市場價值的作用較企業資產利用效率更為明顯，這一現象客觀上再次驗證了協同效應對企業價值增值的重要影響。

4 結語

通過分析協同原理及協同條件，我們構建了智力資本和風險資本的協同系統模型，并推導了該系統的自組織運動方程，結果表明風險資本的介入會影響智力資本水平，而且協同系統有序穩定狀態的達到受到政策因素的影響，因此需要我們營造良好的風險投資市場氛圍，鼓勵企業重視智力資本的培養，尤其是提升無形資本(如人力資本)的影響效應。而從實證分析結果來看，風險投資家持股比例到達某一門檻值時，風險資本與智力資本的協同作用才會顯現出來，即智力資本會加速提升企業的資產利用效率和市場價值，但這一現象在人力資本方面的表現并不理想，表明創業企業的人力資本增值效率還有較大的提升空間，人才、知識、技能等智力要素對新創企業的績效效應還未完全發揮，需要企業繼續加強對人力資本的研究，有效引進并管理風險資本，提升智力資本效應。

本文為創業企業的智力資本提升和風險投資利用提出了新的思考，引進風險投資的目的不是盲目的追求資金，而是要促使其提升和促進智力資本的長效機制，實現可持續發展；其次，現階段關于智力資本和風險資本的聯合效應僅是定性的描述，通過協同機制分析使得二者的結合更具理論基礎，為政策環境維護和企業的主動爭取提供了依據；再次，建立基于風險投資家持股比例的面板門檻模型，探討智力資本與風險資本協同作用發揮時風險投資的最優占股比例，并對VAIC模型細分下的智力資本對企業資產利用效率和市場價值兩個方面的作用給予不同分析，從而使企業在引進風險投資和提升智力資本時更具差異化和針對性。

[1] Stewart T A. Brainpower: How intellectual capital is becoming America’s most valuable asset [J]. Fortune,1991，6(3):44-60.

[2] Brav A，Gompers P A. Myth or reality? The long-run underperformance of initial public cfferings: evidence from venture and nonventure capital-backed companies[J]. The Journal of Finance, 1997, 52(5):1791-1821.

[3] 唐運舒,談毅.風險投資、IPO時機與經營績效——來自香港創業板的經驗證據[J].系統工程理論與實踐,2008,28(7):17-26.

[4] 戴淑庚,曾維翰.風險投資對我國高科技產業發展的績效研究——基于DEA方法的區域比較視角[J].廈門大學學報(哲學社會科學版),2010，(6):43-50.

[5] da Silva Rosa R, Velayuthen G, Walter T. The sharemarket performance of Australian venture capital-backed and non-venture capital-backed IPOs[J]. Pacific-Basin Finance Journal, 2003, 11(2):197-218.

[6] Florin J. Is venture capital worth it? Effects on firm performance and founder returns[J]. Journal of Business Venturing，2005, 20(1):113-135.

[7] Bornemann M. Potential of value systems according to the VAIC method[J]. International of Journal of Technology Management, 1999, 18(5):463-475.

[8] Chen M C, Cheng S J, Hwang Y. An empirical investigation of the relationship between intellectual capital and firms’ market value and financial performance[J]. Journal of Intellectual Capital, 2005, 6(2):159-176.

[9] Tan H P, Plowman D, Hancock P. Intellectual capital and financial returns of companies[J]. Journal of Intellectual Capital, 2007, 8(1):76-94.

[10] 曾蔚.基于聯合風險投資的創業智力資本對企業價值創造的作用機理研究[D].長沙：中南大學,2011.

[11] Sveiby K E. The new organizational wealth: managing and measuring knowledge-based assets[M]. San Fancisco：Berrett-Koehler Publishers, 1997.

[12] Bontis N. Managing organizational knowledge by diagnosing intellectual capital: framing and advancing the state of the field[J]. International Journal of Technology Management, 1999, 18(5):433-462.

[13] Pulic A. VAIC-an accounting tool for IC management[J]. International Journal of Technology Management，2000, 20(5):702-714.

[14] 陳曉紅,李喜華,曹裕. 智力資本對企業績效的影響:基于面板數據模型的分析[J]. 系統工程理論與實踐, 2010,30(7):1176-1184.

[15] 曹裕,陳曉紅,李喜華.企業不同生命周期階段智力資本價值貢獻分析[J].管理科學學報,2010,13(5):21-32.

[16] Gan K, Saleh Z. Intellectual capital and corporate performance of technology-intensive companies: Malaysia evidence[J]. Asian Journal of Business and Accounting, 2008, 1(1):113-130.

[17] 赫爾曼·哈肯,凌復華譯.協同學—大自然構成的奧秘[M].上海：上海世紀出版集團，2001.

[18] 鄭東,李建華,張欣偉. 汽車制造商與供應商供需系統的協同學分析[J]. 中國軟科學，2010，(3):152-169.

[19] Hansen B E. Sample splitting and threshold estimation[J]. Econometrica, 2000,68(3): 575-603.

[20] Riahi-Belkaoui A. Intellectual capital and firm performance of US multinational firms: a study of the resource-based and stakeholder views[J]. Journal of Intellectual Capital, 2003,4(2):215-226.

[21] Kaplan S N, Stromberg P. Venture capitalists as principals: contracting, screening and monitoring [R]. Working Paper，National Bureau of Economic Research, 2001.

[22] Kross W, Ro B, Schroeder D. Earnings expectations: The analysts’ information advantage[J]. Accounting Review,1990,65(2):461-476.

[23] Watts R L, Zimmerman J L. Positive accounting theory: A ten year perspective [J]. Accounting Review, 1990,65 (1):131-156.

Analysis on Venture Capital and Intellectual Capital Synergetic Condition

MA Ning,YAN Tai-hua, JI Xin-long

(College of Economics and Business Administration，Chongqing University．Chongqing 400030，China)

Based on the principles and methods of synergetics, the venture capital and intellectual capital synergetic conditions and changes with qualitative analysis are studied in this paper, and gives an empirical test based on the venture capital shareholding threshold is given. The results show that: (1) under the synergistic effect, intellectual capital has "single threshold "effect on business performance, and venture capital shareholding can be used as the judgment of venture capital and intellectual capital synergetic condition; (2) when the proportion of venture capital is higher than the threshold value, the intellectual capital would accelerate the market value and asset utilization efficiency of enterprises, but this phenomenon in the human capital value-added efficiency aspect of enterprises performance is not ideal. The results indicate that the value-added role of intellectual capital still has room to improve, but the synergistic effect needs conditions, which objectively requires entrepreneurial companies introduce venture capital targetedly, so as to reform, enhance and make use of the intellectual capital.

venture capital; intellectual capital; synergistic system; threshold effect

2013-03-15；

2013-07-06

國家自然科學基金資助項目(71172082)

馬寧(1986-)，女(漢族)，甘肅蘭州人，重慶大學經濟與工商管理學院，博士研究生，研究方向：公司治理、資本市場.

1003-207(2015)03-0024-08

10.16381/j.cnki.issn1003-207x.2015.03.003

F 224.12

A