风险投资阶段性投入及其效应的实证研究
时间：2021-02-24 12:01:14 来源：雅意学习网 本文已影响 人 
摘要：风险投资通过风险企业创造的国家税收和就业来发挥其宏观经济效应，同时，风险投资的宏观经济效应受到其投资方式的影响。目前，世界风险投资主要采取阶段性投入的投资方式。通过对美国风险投资阶段性投入与风险企业创造的国家税收和就业率的增长关系进行实证分析，得出美国风险投资对风险企业的各个阶段的投入共同决定着其所发挥的宏观经济效应，但是不同阶段的投入对其所发挥的宏观经济效应的影响存在着很大差异。
关键词：风险投资；宏观经济效应；国家税收；就业率；阶段性投入
中图分类号：F830.59 文献标志码：Ａ文章编号：１６７３－２９１Ｘ（２０11）17－０113－03
引言
当前我国正处于经济结构调整的转型期，找到合乎实际的风险投资方式，大力发展风险投资促进经济结构调整已经成为亟待解决的问题。美国风险投资的成功及其所创造的巨大的宏观经济效应正好说明了其风险投资方式的有效性。因此，在宏观层面上充分认识风险投资的经济效应，了解其内在的影响因素，对于促进我国风险投资发挥更加有效的宏观经济效应有着非常重要的现实意义。本文将试从美国风险投资方式入手，采用多元线性回归模型来对其宏观经济效应进行实证分析，以求能为我国风险投资的发展起一些借鉴作用。由于模型所选取的变量之间可能存在多重共线性，因此在实证过程中本文会采取逐步回归分析方法来进行检验。
一、文献综述
近几年来，随着国外学者对风险投资研究层面从微观向宏观的转移，风险投资效应的影响因素逐渐引起了越来越多的关注，成为更多学者研究的重点。Friedman于1989年通过实证的方法从税收的变化角度证明了税收下降对风险资金供给量的刺激作用将大大减弱，从而影响风险投资的效应。Doulaseumming和JeffreyMaelntosh（2002）用实证的方法指出，风险投资的相关法律法规会影响风险投资的效应。2004年，MareoDaRin等人在对欧洲14个国家1988—2001年的统计数据进行分析研究后发现，金融市场的开放程度对风险投资的发展及其早期阶段的投资回报都有非常重要的影响。2001年Bygrave和Timmons通过研究发现，证券市场的活跃程度极大地提高了风险投资的回收速度和风险投资的扩张能力，从而影响风险投资的效应。2007年Peneder运用奥地利的微观数据进行的实证研究，表明风险企业的创新程度和创新能力共同影响风险投资的效用。
国内学者对风险投资理论的研究起先都是建立在国外相关风险投资理论研究体系的基础上。其中，俞自由、李松涛（2001）在其共同编著的《风险投资理论与实践》一书中通过对美国、英国、日本等国家的风险投资金融环境和相关政策环境的比较，研究了金融体系对风险投资效应的影响；贺灵、单汩源（2005）用层次分析法建立了风险投资与高技术产业化互动绩效测评模型，得出高新技术产业化水平对风险投资效应产生了极大的影响。
由于以上研究主要探讨的是影响风险投资效应的环境、政策及其相关法律法规等诸多外部因素，没有涉及到风险投资方式等内部影响因素。因此，本文试图通过从投资方式的角度来探讨它对风险投资所发挥的宏观经济效应的影响程度。
二、模型选择和实证分析
本文以美国风险投资为样本，以风险投资阶段性投入为变量，利用面板数据实证研究风险投资各阶段投入对其所创造的宏观经济效应的影响，并比较不同阶段风险投资投入对宏观经济效应的总体影响。
（一）模型选择及检验方法
1.研究样本与数据来源
由于本文研究风险投资的各阶段对宏观经济的影响，笔者用各阶段的投资总额为解释变量。同时，本文选取了2000—2008年度的数据为分析样本。数据取自美国风险投资网（NVCA）及其研究报告Venture Impact。数据处理利用计量经济学软件Eiews3.1。
2.宏观经济效应度变量的选取
影响一国宏观经济的常用的指标主要有：就业率、国民生产总值、消费物价指数、对外贸易等。而本文选取了两个指标：风险企业创造的国家收入和就业量，来衡量其对一国宏观经济的影响。
3.回归模型设定
采用多元线性回归模型验证，考察风险投资的各阶段投入对宏观经济的影响，即对风险投资的各阶段在宏观经济中所起作用的重要程度的比较。因此，在回归分析中，将国家收入和就业量作为因变量，风险投资作为解释变量。建立以下回归模型：
inY＝β0+β11nX1+β21nX2+β31nX3+β41nX4+ε（1）
Z＝η0+η11nX1+η21nX2+η31nX3+η41nX4+ε1（2）
有关研究变量的经济含义、预期符号如表1所示。
（二）实证分析
1.模型一
（1）统计检验
基于收集到的数据，根据模型（1）进行回归分析，初步得出的模型为
1nY＝17.88737+0.4054791nX1+0.030683X2-0.519032X3-0.1556941nX4
从上式中可以看出，显然logX2和logX4的系数通不过T检验，R2=0.953709，修正后的R2=0.907418，模型的拟合情况较好。F检验的值为20.60256，整个模型对国家收入的影响是较显著的。
（2）多重共线性的检验
从F值可知此模型显著，但是分析各个变量后发现logX2和logX4不显著，可能存在多重共线性，运用消除多重共线性的逐步回归方法我们逐步删除不显著变量logX2和logX4，重新做回归分析，得到回归结果如表2，得到模型：
1nY＝16.87.75+0.3382131nX1-0.4856651nX3
（0.366960）（0.039221） （0.047696）
t =（45.97431）（8.623379） （-10.18258）
R2=0.950050F=57.06006dW=1.944275
从表2可知R2=0.950050，修正后的 =0.933400，模型的拟合情况较好；F检验的值为57.06006，F＞F0.01，说明方程总体线性关系在99%水平下显著成立；DW值为1.944275，且样本容量n=9，有两个解释变量的条件下，给定显著水平=0.01，查D-W表得：dL=0.408，dU=1.389，这时有dL＜dW=1.944275＜4－dU，表明不存在自相关。
2.模型二
（1）统计检验
基于收集到的数据，根据模型（2）进行回归分析，初步得出的模型为
Z＝25.86554+2.1286371nX1-0.4148451nX2-2.2568351nX3-0.5307811nX4
从表中可以看出，显然logX2的系数通不过T检验，R2=0.957633，修正后的R2=0.915265，模型的拟合情况较好。F检验的值为22.60310，整个模型对就业的影响是较显著的。
（2）多重共线性的检验
从F值可知此模型显著，但是分析各个变量后发现log 和 不显著，可能存在多重共线性，运用消除多重共线性的逐步回归方法我们逐步删除不显著变量logX2和logX4，重新做回归分析，得到回归结果如表3，得到模型：
Z＝22.77622+1.7838261nX1-2.5712541nX3
（1.879536）（0.200884） （0.244293）
