默會知識影響階段選擇的實證檢驗宏觀層面

從宏觀層面看，我國在不同年份、不同地區，風險投資在階段選擇的總體特征上有明顯差異。第五章已證明在微觀層面默會知識的確會影響風險投資階段選擇行為，而微觀行為是宏觀現象形成的基礎，默會知識又是有關“特定時間和特定地點的知識”，那么極有可能是不同地區某些宏觀因素造就了區域默會知識的不同，進而引發了階段選擇行為在宏觀層面的差異。本章的任務就是檢驗這一設想。本章內容安排如下：首先，分析影響默會知識形成的宏觀因素有哪些；其次，實證檢驗宏觀因素對階段選擇的影響；最后是本章小結。第一節影響默會知識形成的宏觀因素分析根據第四章對我國風險投資階段選擇的現狀描述可知，我國不同地區風險資本在投資項目的階段選擇上具有較大差異。對于導致這種差異形成的因素研究，現有結論存在較多不一致的地方。根據第二章文獻綜述中的分析，可能的原因在于現有研究中對于決策主體的差異性考慮較少，忽略了決策主體差異形成的因素對風險投資決策行為的影響。根據第三章的理論分析和第五章的實證檢驗，我們較為清晰地認識到，決策主體的差異性主要由其具備的默會知識決定，決策主體存在默會知識上的差異導致其應對不確定性的能力有所不同，感知不確定性的大小有所差異，從而在投資偏好上發生分歧。依據上述邏輯，各地區能影響其區域中決策主體默會知識形成的宏觀因素，極有可能對不同區域投資項目上的選擇行為差異產生影響。而這些因素的遺漏有可能正是導致現有研究結論發生矛盾的原因。一區域產業結構對默會知識形成的影響在企業管理的相關研究中，默會知識是企業核心競爭力的來源（周鳴陽，2015）。Nonaka等（2000）認為這種默會知識由技術（technica）和認知（cognitive）兩部分構成。顯然，主體的技術特征取決于所在企業的生產內容和生產頻次。如果從宏觀層面觀察，那么整個區域就類似于一個企業。該區域內人們所擁有的技術特征，自然也會與區域的生產內容和生產頻次有關。所以，區域產業結構有可能是影響區域內群體默會知識特征的影響因素。區域的產業結構由于是長期形成的，并且與諸多不易改變的自然條件有關，因此具有不宜復制性，這一點也與默會知識的特征相符合。在有關風險投資發展的現有研究中，產業結構一直未被作為宏觀影響因素而被納入相關研究中。產業結構可能會通過如下途徑，對區域內的決策主體，尤其是風險投資家的默會知識類型形成影響。首先，產業結構決定了現存社會中產業分布和不同企業數量，因而決定了不同知識、技術的使用頻率與程度，從經歷和技術的角度看，產業結構都有可能影響到整個區域群體所掌握的默會知識整體特征。比如該地區金融行業高度發達，則該地區群體中具備金融從業經歷的成員比例就較高，一旦這個群體中的成員有機會轉變成風險投資機構的決策團隊中的成員，則該決策團隊中有金融從業經歷的成員占比就會較高。而這正好解釋了第五章微觀檢驗中決策團隊進入風險投資機構之前的默會知識差異的來源。其次，不同的產業結構決定了區域內不同行業或不同企業發展階段對風險投資的需求差異。比如我國中部地區目前依然以第二產業為主，則隸屬第二產業的項目較多。產業的發展階段決定了其中的企業所處階段，所以大部分項目屬于成熟期。它們構成了該地區申請風險投資的主流項目特征，從而決定了風險投資家決策經驗中所形成的默會知識類型。另外，不同地區的產業結構會衍生出與之相適應的經濟制度體系，這種制度體系會進一步引導其中的經濟主體選擇本地的強勢產業進行投資。所以諾斯（2008）在著作中提及，制度約束中的報酬—激勵機制，決定了組織中成員所獲得默會知識的種類。從決策團隊自身的角度講，決策團隊在某一種類型項目決策上積累的決策經驗很難相互傳遞，所以風險投資機構也會主動尋求同一類型的項目投資，而不會輕易轉換選擇偏好，從而在“干中學”的過程中主動強化某類決策的默會知識。因此，產業結構也影響到了決策團隊進入機構之后的默會知識形成——“干中學”所掌握的默會知識類型，以及“干中學”的學習頻率。二區域背景文化對默會知識形成的影響在現有研究中，將區域文化納入風險投資相關研究的文獻非常少（LiandZahra，2012）。在微觀檢驗中我們將背景文化相似性作為影響階段選擇的因素進行檢驗。在微觀層面上，同一區域的背景文化相似性主要是通過增加決策者的理解力這一路徑來發揮默會知識的作用的。而在宏觀層面上，區域背景文化主要是作為群體默會知識的組成部分，根據其開放性特征影響默會知識的共享程度。哈耶克（2003）將文化傳播視為一種“隱蔽的學習行為”，他將其稱為“這種大多數人服從但幾乎誰也說不出來的規則”。所以，文化規則既是默會知識的載體，又是群體默會知識的組成部分。Collins（2010）所劃分的最強的默會知識類型——集體默會知識，實際上也是指上述部分。這種默會知識在實際活動中發揮著范式的作用，在很大程度上決定了集體合作的模式。投資早期階段項目所形成的技術積累和經驗累積具有高度的個人特征，類似于我國傳統文化中的“教會徒弟，餓死師傅”“傳兒不傳女，傳內不傳外”等默會知識特征，極有可能阻礙集體間的知識交流，從而使得特定默會知識的外部效應難以發揮。風險投資家將更加難以突破原先的投資偏好，實現投資選擇上的改變。所以，背景文化作為默會知識的組成部分，其開放性特征有可能決定產業結構所帶來的默會知識類型轉變的難易程度。三產業結構與區域文化影響階段選擇的其他路徑產業結構與區域文化除了通過影響默會知識來影響階段選擇外，也還會通過其他途徑影響到階段選擇行為。（一）產業結構對階段選擇機會成本的影響產業結構除了通過影響默會知識來影響階段選擇外，還會通過影響機會成本來影響階段選擇。諾斯（1990）認為現實中交易費用的存在使得制度具有報酬遞增的特點，從而決定了經濟發展存在路徑依賴的現象。路徑依賴實際上意味著轉變路徑時必然要承擔機會成本，這種機會成本實質是制度為經濟沿原有路徑發展所帶來的遞增回報，依賴程度越高，機會成本越大。例如，長期以工業經濟為主的產業結構，也衍生出對應的經濟制度體系。這種經濟體制會鎖定社會資本在再投資時依然瞄準工業經濟項目，形成經濟發展對工業經濟的路徑依賴。因為不同產業所處的生命周期有所不同，所以不同產業結構也就意味著其間的企業發展階段不同，路徑依賴下的再投資階段選擇不同。風險投資起源于美國的一個原因在于，當時美國經濟發展到工業經濟后期，對于傳統行業和企業成熟期的投資機會極少，而有利于創業和創新的經濟制度逐步形成，因此風險投資轉而投向風險較高的高科技產業以及企業初創期，由此所承擔的機會成本很小。（二）文化傳統對社會群體風險規避程度產生影響哈耶克（2003）指出，存在三種類型的“否定性的或禁止性的行為規則”：①僅僅在事實上得到服從，但從未嚴明的規則；②雖然已形諸文字，但只是對很久以前就得到普遍服從的東西做了近似表達的規則；③特意制定的，從而也必然作為文明規定而存在的規定。前兩種規則正是文化傳統以及非正式制度發生深刻影響的表現。中國文化傳統中“槍打出頭鳥”“木秀于林，風必摧之”“中庸之道”等思想都體現了對風險的厭惡和不愿冒險的處世哲學，并且在現實生活中有力地左右著人們的決策行為。另外，非正式制度不僅直接影響人們偏好風險或厭惡風險，還影響投資者在期望效用模型中的主觀概率分布，因為這種概率是個人行為偏好的表現（AnscombandAumann，1963），是人們對事件發生可能性的期望，是一種先驗概率表現形式。而這種先驗概率的形成，按諾斯的說法，受文化滲透對個人識別環境的影響。（三）文化對正式制度運行成本的影響正式制度執行效果與運行成本受一定的非正式制度環境的影響。正如盧梭所言，只有當法律深植于民心時，法律才能顯示出其重要性。從文化中衍生出來的非正式制度不會立即對正式制度的變化做出反應，因而已改變的正式制度與持續存在的非正式制度之間的緊張關系，會導致正式制度運行成本和執行效果的變化。在一個強調家族文化和集體主義精神的社會群體中，原來的非正式制度與引進的倡導冒險和創新的風險投資制度之間存在著根本的沖突，二者之間的契合需要長期的過程。國家越大，傳統制度越獨立、穩固，這種沖突帶來的成本就越高。第二節產業結構、區域文化影響階段選擇的實證檢驗一理論分析與研究假設（一）產業結構對階段選擇的影響首先，產業結構通過影響機會成本，來影響風險投資的階段選擇。諾斯（1990）認為現實中交易費用的存在，使得制度具有報酬遞增的特點，從而決定了經濟發展存在路徑依賴的現象。路徑依賴實際上意味著轉變路徑時必然要承擔機會成本，這種機會成本實質是制度為經濟沿原有路徑發展所帶來的遞增回報。依賴程度越高，機會成本越大（汪洋，2013）。總體上，中國經濟長期以第二產業或者說以工業經濟為主。但同時，各地區經濟發展狀況又是非常不平衡的，對工業經濟的適應和需求程度不同，這從東、中、西部之間的產業轉移和承接即可看出。某地區越是適應和依賴工業經濟，則該地區相應出臺有利于工業經濟的經濟制度就越多，繼續工業經濟的發展路徑產生的回報就越高，而轉變發展路徑所要承擔的機會成本就越大。工業經濟屬于成熟產業，可供投資的潛在項目多數處于成熟期。而處于早期階段的潛在投資項目屬于高科技領域的居多，主要出現在第三產業。也就是說在對工業經濟路徑依賴越強的地方，選擇早期階段項目要承擔的機會成本越大。因此，提出本書的假設6.1。H6.1：工業經濟路徑依賴越強，選擇早期階段項目投資的機會成本越高，越不利于風險投資選擇早期階段項目。其次，產業結構通過影響默會知識，來影響風險投資的階段選擇。波蘭尼將默會知識表述為一種蘊涵于個人實踐活動之中，無法用語言表達和傳授的個體體認性知識。其顯然與個人工作環境和工作經歷密切相關。產業結構決定了地區各類企業的數量和企業所處發展階段，也就決定了當地不同階段項目對風險投資的需求強度，在投資實踐中自然會影響到風險投資家的默會知識類型，進而會強化他們在新項目選擇時的偏好。另外，產業結構也決定了當地的產業分布，也就決定了不同技術知識的使用頻率與程度，所以決定了當地大部分從業者有關“特定時間和特定地點的知識”（即默會知識）（哈耶克，1945）。“硅谷模式”最為成功的原因之一就是曾經的從業者，后來轉而成為了風險投資家，他們根據自己以往的經驗來進行投資選擇。之前的默會知識類型往往決定了他們后來的投資方向。由于不同產業的成熟度不同，因此其中企業所處的發展階段也會有所差異。如果某地區第二產業比較發達，則很可能意味著其區域內的投資者對成熟期項目相關的默會知識掌握較多。因此，提出本書的假設6.2。H6.2：第二產業越發達的地方，風險投資家有關成熟期項目的默會知識越豐富，越不利于風險投資選擇早期階段項目。（二）文化因素對階段選擇的影響首先，文化會影響默會知識難以共享的程度，進而影響風險投資的階段選擇。哈耶克認為，文化規則是作為一種“群體默會知識”而存在的，在一定意義上，規則本身就是默會知識的載體，或者直接就是默會知識。如果某地的文化傳統相對保守，默會知識體現的是一種“各自為政”“互不往來”“閉關自守”的態度，則一些探索性的新知識、新發現就更加難以推廣和共享。早期階段項目投資中所需的知識往往屬于探索性的新知識和個人體驗，如果文化傳統趨于保守，則更加不利于此類知識的傳播。有關早期階段項目投資的默會知識越是缺乏，進行此類投資的數量必然越少。人口的流動性是打破保守文化，促進共享合作的關鍵，原因在于，如果人們來自“他鄉”，則意味著都沒有“根基”，獨自存活或者發展難度加大，合作的重要性增強。另外，外來人口沒有來自家族或者家鄉風俗的約束，他們在共享一些專有知識時也變得容易些。“硅谷模式”的成功也是得益于它的人才高流動性，從而提高了投資早期階段項目的特定知識的傳播和共享。因此，提出本書的假設6.3。H6.3：人口流動性越低，文化傳統越保守，越不利于早期階段項目投資。其次，文化對社會群體風險規避程度產生影響，進而影響到風險投資的階段選擇。文化傳統在現實生活中有力地左右著人們的決策行為：它不僅直接影響人們對待風險的態度——偏好風險或厭惡風險，還影響著投資者在決策模型中所使用的主觀概率分布。如果某地的文化傳統中特別強調風險意識，不提倡冒險，則人們對風險的感知將更加敏感，對損失賦予更高的主觀概率，進而導致選擇更高風險的早期階段項目投資的可能性更小。另外，中國是將風險投資作為一種正式制度引進的，如果這種正式制度與當地文化不適應，則制度的執行將困難重重。風險投資，尤其是早期階段項目風險投資，代表的是一種敢于承擔風險的精神內核，如果某地的文化傳統是強調風險規避的，則即便當地有引導政策的扶持，該地區早期階段項目投資發展也將更加困難。因此，提出本書的假設6.4。H6.4：文化傳統中風險規避程度越高，越不利于早期階段項目投資。二實證檢驗（一）數據來源數據來源于三個渠道：一是從《中國創業風險投資發展報告》中收集了各省份風險投資機構在各階段項目投資比例數據，以及資金來源和機構規模的數據；二是從國家統計局網和國研網站收集了各省份的GDP、人口和稅收數據；三是從同花順數據庫獲得了各省份IPO數據和證券市場指數。本數據集為短面板數據，截面數據涵蓋全國30個省、自治區和直轄市（除西藏），時間跨度為2005～2012年。（二）變量指標1.因變量參照現有研究（DimovandMurray，2008；CummingandDai，2010；Del-Palacioetal.，2010），本書采用各地風險投資機構投資早期階段的項目數占所有投資項目數的比例，反映風險投資行業的選擇性投資行為。其中早期階段項目數為投資種子期和起步期項目數之和。另外，本書分別將投資種子期項目數占總投資項目數的比例，和投資起步期項目數占總投資項目數的比例，也作為被解釋變量。原因在于，種子期和起步期雖然都屬于早期階段，但是，在風險投資機構眼中這兩個階段還是有較大區別。種子期比起步期的風險更大，獨立專業的風險投資機構[1]一般不投資種子期項目，種子期項目投資主要來源于天使投資和公司風險投資。所以，二者在影響因素的檢驗結果上很可能存在差異。2.自變量工業企業資產報酬率。為了檢驗假設6.1，本書用規模以上工業企業資產報酬率代表各地經濟對工業經濟的路徑依賴程度。該指標越高說明當地工業經濟越發達，放棄工業經濟項目投資的機會成本越高，該地區繼續投資工業經濟中成熟期項目的可能性越大。預計該指標系數為負。第二產業增加值占比。為了檢驗假設6.2，本書用第二產業增加值占當地GDP比重代表各地經濟中第二產業的重要程度。該比值越高說明當地的第二產業越發達，有關第二產業的默會知識越多。而第二產業項目多數處于成熟期（除了新興產業），所以預期系數為負。人口穩定性。為了檢驗假設6.3，本書用有本地戶口的居民占本地人口的比例代表各地的人口流動性。該指標越高，說明本地的人口流動性越低，文化傳統越保守，越不利于早期階段項目投資。預計該指標系數為負。私營企業人口比。為了檢驗假設6.4，本書用當地居民中每萬人所對應的私營企業數代表各地的風險規避程度。該指標越高，說明當地居民的創業精神越強，風險規避程度越低，越有利于早期階段項目投資。預期該指標系數為正。3.控制變量個人所得稅總額占地方GDP的比重。Armour和Cumming（2006）、DaRin等（2006）、Bonini和Alkan（2012）都證明稅收與早期階段項目風險投資負相關。預計該指標系數為負。中小板指數漲跌幅。Armour和Cumming（2006）、Dimov和Murray（2008）均用證券市場指數代表一國資本市場對早期階段項目風險投資的影響，但是結果并不統一。本書用中小板指數漲跌幅作為我國資本市場的代表，原因在于，樣本取值期間（2005～2012年）各地IPO公司大部分集中在中小板和創業板，滬深主板指數不具有代表性。而創業板從2009年才開板，年度指數信息不能覆蓋整個樣本取值期間段。中小板指數與創業板指數相關性較強，用它代替相對合適。各國每年IPO的數量。Black和Gilson（1998）、Jeng和Wells（2000）、Bonini和Alkan（2012）都曾用各國年度IPO數量代表一國融資體系對風險投資階段選擇的影響，但是結果也存在矛盾。本書使用該指標作為控制變量還有一個原因：我國IPO仍采用審批制，公司很難自主選擇上市時機。如果某地歷史上IPO比較多，則會刺激投資該地區的風險投資家選擇后期階段投資，通過“搭便車”盡快獲利退出。預計該指標系數為負。GDP增幅。經濟增長意味著更多的可投資本、更多的創業機會和更強的消費能力，自然意味著更有利于早期階段項目投資。現有研究（JengandWell，2000；ArmourandCumming，2006；BoniniandAlkan，2012）一致認為經濟增長有利于早期階段項目風險投資發展。只有Dimov和Murray（2008）的研究顯示，經濟增長對種子期項目風險投資的影響顯著為負。政府資金占比。研究表明不同來源資金對不同階段的投資偏好不同（Mayeretal.，2005；Schertler，2005；Cumming，2006）。我國非正式風險投資市場尚未得到充分發展，政府資金是早期階段項目投資的主要資金來源。因此，本書選取各省份風險投資中政府資金的來源多少代表該控制變量。小規模基金占比。投資機構規模對早期階段風險投資的影響有兩種論斷：一種認為規模越大的公司越有利于早期階段項目投資的發展（DimovandMurray，2006）；另一種則認為小規模風險投資機構更會關注早期階段投資（GompersandLerner，1998）。本書從《中國創業風險投資發展報告》中選取各省份5000萬元以下的機構表示小規模投資機構。[2]所有變量指標的定義、計算和數據來源見表6-1。表6-1變量匯總（三）研究方法首先考慮靜態模型。現有相關研究中主要采用靜態模型。在靜態模型下，短面板數據有三種處理形式：作為混合數據處理、作為固定效應模型處理、作為隨機效應模型處理。從理論上講，在省際面板數據中采用固定效應和隨機效應模型，是擔心存在反映地方特點的變量被遺漏，這樣的變量以反映文化的變量為最突出的代表。由于本書已將反映文化的變量提取出來，因此在本書檢驗中，混合回歸的效果應該與固定效應和隨機效應模型回歸的結果相差無幾。技術層面的檢驗結果也證實這一猜想，Hausman和LM檢驗結果均不顯著，即不能拒絕混合回歸與固定效應和隨機效應無差別的原假設，因此可以選用混合回歸。考慮到因變量與自變量之間可能存在的逆向因果關系，對存在內生性風險的自變量采用滯后變量代替。這些變量包括第二產業增加值占比、工業企業資產報酬率、人口穩定性、私營企業人口比和IPO數量。同時，在OLS中使用聚類穩健標準誤，以克服數據中可能存在的異方差和自相關情況。待檢驗模型如下：earlyit=?+β1secuit-1+β2roait-1+β3indiit-1+β4privit-1+β5IPOit-1+β6ptaxit+β7indexit+β8gdprit+β9goverit+β10sfundit+εit（6-1）essdit=?+β1secuit-1+β2roait-1+β3indiit-1+β4privit-1+β5IPOit-1+β6ptaxit+β7indexit+β8gdprit+β9goverit+β10sfundit+εit（6-2）stupit=?+β1secuit-1+β2roait-1+β3indiit-1+β4privit-1+β5IPOit-1+β6ptaxit+β7indexit+β8gdprit+β9goverit+β10sfundit+εit（6-3）其次考慮動態模型。考慮動態模型的原因在于，行業發展具有自身規律，早期階段項目與后期階段項目在數量上應具有一定的比例關系，不可能長期處于失衡狀態。因此，之前年份風險投資選擇早期階段項目的數量，會影響到隨后時期該地區的投資行為。動態模型與靜態模型實際上是相通的，動態模型相當于對含有滯后變量的靜態模型進行了科伊克（Koyck）方法轉換。[3]在動態模型中因變量的滯后變量也包含在解釋變量中。為了避免動態模型產生的內生性問題，一般有三種處理方法：差分GMM、水平GMM和系統GMM。其中系統GMM方法是將差分GMM與水平GMM結合在一起，即將差分方程與水平方程作為一個方程系統進行GMM估計。系統GMM相比差分GMM具有更高的估計效率。對于其他可能存在內生性的解釋變量，依然采用滯后變量作為工具變量。待檢驗模型如下：earlyit=?+β1earlyit-1+β2secuit+β3roait+β4indii1+β5privit+β6IPOit+β7ptaxit+β8indexit+β9gdprit+β10goverit+β11sfundit+εit（6-4）seedit=?+β1seedit-1+β2secuit+β3roait+β4indii1+β5privit+β6IPOit+β7ptaxit+β8indexit+β9gdprit+β10goverit+β11sfundit+εit（6-5）stupit=?+β1stupit-1+β2secuit+β3roait+β4indii1+β5privit+β6IPOit+β7ptaxit+β8indexit+β9gdprit+β10goverit+β11sfundit+εit（6-6）（四）統計性描述2005～2012年全國各地風險投資機構，投資早期階段項目數占全部項目數的比例平均為43.72%，其中種子期投資平均為18.21%，起步期平均為25.51%。各地第二產業增加值占GDP比重平均為48.08%，我國依然是一個以第二產業為主導產業的國家。第二產業占比最低的是北京市，最高的是山西省。規模以上工業企業平均資產報酬率為7.32%，相對于第三產業的收益率而言是較低的。各地本地戶口人數占人口總數的比例平均為85.44%，比例最低的為34.88%，出現在2011年的上海市，這充分說明上海是一個流動性極強的城市，也是一個充分開放的城市。比例最高的為97.89%，出現在2007年的甘肅省。各地每萬人中平均有私營企業62家，最低的不到11家，出現在2005年的貴州省；最高的近356家，出現在2012年的上海。這組數字也較好地反映出各地的創業精神和創業條件的差異。各地個人所得稅總額占GDP的比值平均為0.41%，最低為0.14%，最高為1.68%。各地平均每年有不到5家公司IPO，廣東省在2010年里共計有69家公司IPO，為歷年各地最多。中小板自開板以來平均年漲幅達到33.19%，各地GDP年平均增長率達到12.78%，各地風險投資總額中平均約有35%的資金來自政府基金，各地風險投資機構中年均投資5000萬元以下的約占到21%。其他信息見表6-2。表6-2變量指標描述性統計表6-2變量指標描述性統計-續表各變量之間，除了indi、priv和ptax變量之間有較強的相關性，其他變量的相關系數均在0.5以下，不存在高度相關的情況。代表產業結構的secu自變量與early和stup呈負相關，與預期相符；roa自變量與early和seed相關系數在5%水平上顯著。代表文化因素的indi和priv自變量與因變量在相關性方向上均與預期相符。其他具體信息見表6-3。（五）回歸檢驗結果1.靜態模型檢驗（見表6-4）模型1檢驗結果顯示，自變量中工業企業資產報酬率系數在1%置信水平上顯著為負，與本書預期相符，說明各地工業企業獲利能力越強，越不利于風險投資選擇早期階段項目。假設6-1通過檢驗。第二產業增加值占比系數在5%置信水平上顯著為負，與本書預期相符，說明各地第二產業越發達或地位越重要，越不利于風險投資選擇早期階段項目。假設6-2通過檢驗。人口穩定性系數為負，但不顯著，說明各地流動性越低，文化傳統越趨于保守，越不利于風險投資選擇早期階段項目。假設6-3基本通過檢驗。每萬人中私營企業數系數在1%置信水平上顯著為負，與本書預期相符，說明各地風險規避程度越低，越具有創業精神，越有利于風險投資選擇早期階段項目。假設6-4通過檢驗。表6-3變量相關系數控制變量中：IPO系數在5%置信水平上顯著為負，說明各地公司之前上市記錄實際上吸引了風險投資機構更多地選擇后期階段投資，希望通過“搭便車”行為實現短期回報；個人所得稅系數在1%置信水平上顯著為負，說明高稅率會降低創業精神，不利于風險投資選擇早期階段項目；中小板指數增幅、GDP增幅、政府資金和小規模機構占比變量的系數均不顯著。模型2檢驗結果與模型1最大的不同在于，第二產業增加值占比系數在1%置信水平上顯著為正。這一結果該如何解釋呢？當我們從宏觀角度檢驗風險投資的階段選擇行為時，這里的投資主體既包含了獨立專業的風險投資，又包括了公司風險投資。[4]漢斯（2010）在《全球風險投資研究》中，認為獨立專業的風險投資并不是種子期投資的主要來源，天使投資人和公司風險投資才是種子期投資的主要來源。由于我國天使投資尚未得到良好發展，因此公司風險投資才是種子期項目投資的主要來源。第二產業地位重要的地方，例如中、西部承接東部產業轉移的主要城市，它們并不是簡單承接，而往往是在創新和發展中承接。也就是說這些地方第二產業中新興產業很可能發展得也很好，是第二產業增加值的主要增長點，所以這些地區會有較多的公司風險投資，進行新興產業的種子期研發投資。這一點從模型2的個人所得稅系數得到證實。模型2中的個人所得稅系數，相比于模型1，在顯著性和影響力方面急劇下降。如果投資主體是專業獨立的風險投資，它的有限合伙人一般是個人，個人所得稅直接影響其投資收益，所以其對個人所得稅會非常敏感。但是，如果投資主體是公司風險投資，它的資金來源是企業，個人所得稅的變動對公司風險投資的投資行為不會有什么影響，所以系數絕對值小且不顯著。在模型2中，第二產業增加值占比系數因為部分地代表了公司風險投資的水平，所以才會對種子期投資形成正面影響。中小板指數增幅在10%置信水平上顯著為正。中小板指數與創業板指數高度相關，該指數上升會增加公司風險投資機構加大投資種子期的信心。模型3檢驗結果中，第二產業增加值占比系數在1%置信水平上顯著為負。工業企業資產報酬率系數由負變正，但不顯著。IPO數量系數為負，絕對值變小，并且不再顯著。起步期和種子期雖然同屬于早期階段，但是在投資者眼里還是有較大差別，風險投資家一般認為種子期的投資風險要比起步期高得多。起步期在特征上更加接近于早期階段與后期階段的過渡。工業企業資產報酬率和IPO數量的系數變化正是這一過渡特征的表現，即負面影響減弱（根據理論分析，這兩因素對早期階段項目應產生負面影響），并不再顯著。另外，私營企業人口比系數和個人所得稅占比系數均在1%置信水平上顯著。由于起步期投資主要來源于獨立專業的風險投資，因此其對個人所得稅很敏感。同樣道理，私人企業數量所代表的冒險精神（或者風險規避程度）和民間融資需求對獨立專業的風險投資主體也會有很大影響。政府資金在10%的置信水平上顯著為正，結合模型2的結果，可以了解到，政府引導基金主要是投資在早期階段的起步期而不是種子期。其他信息見表6-4。表6-4靜態模型檢驗結果2.動態模型檢驗（見表6-5）動態模型檢驗結果主要有兩個特點。一是因變量的滯后項作為自變量，在所有三個模型中系數符號均為負，其中early的滯后項系數在10%置信水平上顯著。這說明風險投資階段選擇行為受到自身發展規律的影響，投資早期階段項目的高潮與低谷呈現出交替狀態。研究表明有兩種原因會導致這種狀態：一是隨著被投資的企業漸趨成熟，如果多輪投資普遍存在（在歐美國家多輪投資非常普遍），原先的早期階段項目投資自然演變成了后期階段項目投資，就會出現階段選擇的交替狀態；二是風險投資機構會出現“趨同”的投資行為，造成一定時期內處于某階段項目的過度投資，并且在隨后，業績較差的投資者被踢出（SahlmanandStevenson，1986），如此形成不同階段投資項目多寡的交替。回顧美國1985年至今的風險投資階段選擇行為，我們能清晰看出其中周期性的變化（早期階段項目風險投資額占比由1985年的45%下降至2002年的19%，目前回升到33%）。但是，我國早期階段項目投資的周期性過短（一年滯后項系數顯著為負），顯然不利于早期階段項目投資對創新的促進作用（SahlmanandStevenson，1986）。二是模型4中代表產業結構（roa、secu）和文化因素（indi、priv）的變量系數方向與本書預期相符，但系數絕對值和顯著性，相較于模型1均有所下降。動態模型相當于對含有滯后變量的靜態模型進行了科伊克（Koyck）方法轉換，因變量滯后項反映出一部分原自變量滯后項的解釋力度。所以，動態模型中自變量會表現出影響力和顯著性下降的特征。這一特征也說明在控制了風險投資自身周期性發展規律后，作為外生影響因素的產業結構與文化因素依然表現出預期的影響。這一點在模型5和模型6中也有同樣的表現。模型6相較于模型3最大的變化在于工業企業資產報酬率系數由正變負，與本書預期相符。當控制住風險投資自身周期性發展規律后，產業結構所形成的機會成本的確對風險投資選擇早期