证券金融论文：风险投资对科技革新的影响研究

 引言

中国风险投资业在经历了20世纪90年代的起步发展后，于2002年左右达到历史最高峰，近年来依然保持着良好的发展势头。 1995年中国风险资本总量仅为51.3亿元，到2006年已经增长为663.8亿。 1995年全国共有风险投资机构27家，到2006年已增加到345家。无论从风险资本量还是风险机构数来看，都增长了10倍以上。中国风险投资业蓬勃发展，一方面得益于中国经济的独领风骚，另一方面得益于高科技产业特别是互联网产业的崛起，同时中国政府也是巨大的推动力之一。大家都相信一个观点，即风险投资能促进高科技的发展，进而实现新经济的辉煌。美国已经树立起了这样一个榜样，于是各国政府不遗余力、争先恐后地大力推进本国风险投资业的发展。但是中国风险投资业发展的历史很短，因此单单从样本容量上讲这些研究的计量结果就是很值得怀疑的。

本文第一次采用中国分省数据进行研究，克服了样本不足的限制，得出在省际水平上风险投资对地方技术创新有促进作用的结论。有关风险投资对技术创新作用的经验研究开始于Kortum and Lerner（1998，2000），他们利用美国数据在产业层次上证明了风险投资对专利有正影响[1，2]。

紧接着，Tykvova（2000）利用德国数据也证实在产业层次上存在同样的效应[3]。真正进行分区域研究的文献直到2004年才出现，Romain and Potterie（2004）选取16个OECD国家1990-2001年的数据为样本，研究结果表明：风险资本的累积对全要素生产率（TFP）有显著的正影响，并且这种影响较稳定，同时风险资本的强度对R&D的效果也存在正影响[4]。针对中国市场的研究由于数据的局限基本上都是采用总量数据进行计量。如杨正兵（2004）和程昆等（2006）都利用中国不到10年的时间序列进行回归，尽管其结论显示风险投资对技术创新有正向作用，但由于时间序列太短回归结果无法检验，因此结论的可信度不高[5，6]。

万坤扬和袁利金（2006）对1994-2003年中国风险资本量与专利量进行了单位根检验和协整性检验，结论显示风险投资与技术创新之间存在协整关系。但这也同样面临着样本数不足的问题，比如利用eviews软件进行单位根检验其样本数最低要求为20，因此用10年时间序列得出的结论可能是不准确的[7]。综上所述，国内研究采用的都是总量时间序列数据，普遍存在样本量不足的问题，其计量的后果就是结论难以检验。在短期内这一问题是不能克服的，因此只能采用其他形式的数据。中国作为一个大国，进行分区域研究是一个可行的方向。但是国际学术界普遍采用的面板数据在中国无法获得。

目前只有中国科技部的调查数据比较权威全面，但其分区域数据只有3年，并且每年的样本并不完全一致。这使得我们无法进行面板数据研究。因此本文第一次使用横截面和混合横截面数据方法进行研究，克服了国内研究普遍存在的样本不足问题，得出了可信的研究结论。

1模型采用及数据处理

1.1模型的建立

在别人研究的基础上，本文的基本模型设定如下：logP=β0+β1logRD+β2logVC+u其中P代表专利，RD代表研发支出，VC代表风险投资，u代表残差。由于该模型采用的是对数形式，从计量结果上讲，与采用Kortum and Lerner（1998，2000） 、Tykvova （2000）和Romain and Pot-terie （2004）模型本质上是一样的，唯一的区别在于常数项的变化，不影响计量本身的有效性和检验。

1.2样本描述

本文采用两个样本：一个横截面和一个混合横截面。横截面样本包含了2005年全国27个省市的各个变量数据。混合横截面样本包含了2003、2004、2005三年的数据，共有60多个样本观测值。本文风险投资数据来自于科技部研究中心，专利数据来源于国家专利局，RD数据来源于全国科技经费投入统计公报和中国科技统计年鉴。数据覆盖了全国31个省市中的27个（缺失数据省份为广西、海南、西藏、青海），具有广泛的代表性。

1.2.1横截面样本

表1横截面样本中各变量的描述性统计

1.2.2混合横截面样本

2003年，科技部的调查数据提供了14个省市的风险资本量和17个省市的风险机构数，其中重合省市12个。为了避免剔除非重合省市观测，从而最大限度地利用已有数据，我们分别以风险资本量和风险机构数为变量构建了两个混合横截面，前者命名为混合横截面A，样本数为60；后者命名为混合横截面B，样本数为63。混合横截面A包含了2005年的27个观测值，2004年的19个观测值和2003年的14个观测值。由于3年的货币数据都是名义值，为保证不同年份之间的可比性，我们采用实际值，即2004年和2003年RD支出和风险资本量都根据固定资产投资价格指数调整为2005年值。混合横截面B包含了2005年的27个观测值，2004年的19个观测值和2003年的17个观测值。 2004年和2003年RD支出根据固定资产投资价格指数调整为2005年值。

2计量结果

2.1横截面回归

利用2005年中国27个省市的横截面数据进行OLS回归，结果如表4。回归显示，风险投资对专利存在显著的正影响。一地区风险资本量每增加1%，大约能增加该地区专利申请量0.22%，增加该地区专利授权量0.14%-0.17%。风险资本对专利的影响小于RD支出的影响，前者大约是后者的1/4-1/6。关于风险投资与RD对专利作用的相对大小，已有的研究结论也各不相同。如Kortum and Lerner（1998，2000）的研究表明在美国风险投资对专利的作用是RD的3.1倍，而Tykvova（2000）的研究则表明在德国风险投资对专利的作用也小于RD，与本文结果一致。同时我们利用全社会RD支出代替大中型工业企业RD支出，用风险投资机构数代替风险资本量，回归的系数也是显著的。一地区风险机构数每增加1%，大约能增加该地区专利申请量0.17%。表明研究结论具有一定的稳健性。另外，我们还考察了RD支出和风险投资的滞后项影响，在上述模型中加入1-2期滞后项，计量检验其系数都是不显著的。而且加入滞后项反而降低了模型的解释力，如模型

（2）的调整后R2就小于模型（1）。验证了Hall,Griliches and Hausman（1986）关于RD支出与专利申报大致是同期的并不存在明显滞后效应的论断。

2.2混合横截面回归

利用三年混合横截面数据进行OLS回归，结果如表5。回归显示，风险投资对专利存在非常显著的正影响。从表5可以看出，一地区风险资本量每增加1%，大约能增加该地区专利申请量0.17%-18%，增加该地区专利授权量0.13%-0.14%。风险资本对专利的影响小于RD支出的影响，前者大约是后者的1/5-1/6。这些与横截面回归的结果基本相同，一方面说明本研究的稳健性较好，另一方面也再次显示各年度之间的回归系数不存在明显的跨越时间的结构性变化。我们用全社会RD支出代替大中型工业企业RD支出，用风险投资机构数代替风险资本量，回归的系数也都是显著的。一地区风险机构数每增加1%，大约能增加该地区专利申请量0.11%-0.13%。研究结论非常稳健。在回归过程中，我们发现除模型（5）外，在其他所有模型中，年虚拟变量的系数都是不显著的。这在很大程度上说明，各年度之间不仅各变量的回归系数没有明显的结构性变化，而且截距项的差异也不明显。由此可见，从2003年到2005年，中国专利产出结构在一定程度上保持了稳定。

3结论

本文第一次利用省际横截面和混合横截面数据考察了中国风险投资对技术创新的作用，克服了以往研究中国风险投资普遍样本不足的障碍，获得了更为可靠的研究结论。

（1）在省级数据水平上，风险投资对技术创新的确存在正效应，综合各种模型结果，一地区风险资本量每增加1%，大约能增加该地区专利申请量0.17% -22% ，增 加 该 地 区 专 利 授 权 量0.13% -0.17%。相比较而言，国内其他研究显然高估了风险投资对技术创新的作用。

（2）风险投资与RD支出相比，其对技术创新的作用较小，前者只有后者的1/4-1/6，远小于风险投 资 在 美 国 的 作 用（Kortum and Lerner,19982000），略小于风险投资在德国的作用（Tykvova,2000）。

（3）年虚拟变量不显著，表明2003-2005年间中国专利产出结构在一定程度上保持了稳定。 RD支出和风险投资的滞后项对专利没有显著的影响，证实了创新投入与创新产出大致同期的观点（Hall,Griliches and Hausman，1986）。

另外，通过选择不同指标来指代变量，保证了计量结果的稳健性，这是国内同类研究所不具备的。

当然，本文所有的结论都从现有的3年数据样本中分析得出的，虽然检验很显著，但是是否反映了研究对象总体的真实特征，还有待进一步的验证。本文作为第一篇分省研究中国风险投资对技术创新作用的文献，只是作了一个初步的探索。Gompers and Lerner（2001）指出，验证风险投资与技术创新之间的因果关系是当前最新的研究前沿之一，也是一项非常有挑战性的工作。随着中国风险投资业的蓬勃发展，统计指标和数据的不断完善，相信会有更多的学者加入到这一主题的研究中来，从而逐步揭示问题的全部本质和规律。