摘要：基于2018年新三板创新层的888家企业2015至2017年的数据，实证检验内部控制路径下风险投资（VC）对企业创新绩效的影响。研究发现VC能提升企业的创新绩效，VC联合投资越多、投资期限越长，企业创新绩效越好，但VC投资期限对研发创新的正向影响不显著，而VC投资强度对企业创新的作用不稳定。在内部控制方面，VC能提高企业内部控制质量，且VC联合投资越多，投资期限越长，企业内部控制建设更好，而VC投资强度的作用不显著。从影响路径来看，VC参与、VC联合投资、VC投资期限都可以通过内部控制间接影响企业的创新绩效。

关键词：风险投资、内部控制、创新绩效、联合投资、投资期限

一、引言

在创新驱动发展战略的全面推进下，涌现出越来越多风险投资（VC）。VC不仅为中小企业提供资金支持，还能为企业设计和运行恰当的经营制度，提升中小企业内部控制质量并保证企业的创新效率。很多学者认为VC通过提供监督管理和增值服务，促进企业的创新，但一些学者发现由于当前我国VC同质化明显，致使VC本应发挥的作用并不明显。目前几乎尚未有学者探究VC是否通过提高内部控制来影响企业创新绩效。因此，本文基于内部控制路径探讨VC异质性对中小企业创新绩效的影响，这不仅能丰富相关研究，也有助于政府掌握VC的影响机理及特征差异，引导VC对政府支持的企业投资，实现社会资源有效配置。

    二、文献回顾

私募股权投资（PE）给企业提供足够的资金，激励并监督管理层，促进企业引入研发人才，并提供行业经验和资源^[1]，提高R&D投入和专利产出 [^2]，推动企业科技创新。王静[^3]发现PE持股比例越大、持股时间越长，企业技术创新水平越高。严子淳[^4]发现VC社会网络中心性显著促进了企业的创新绩效，并且当企业处于生命周期初期时，其促进作用更强。然而Stefano等[^5]却发现VC更关注企业的经营管理绩效，对企业原有的创新能力产生负面影响。赖继红[^6]认为我国尚未形成私募促进创新的有效机制。

根据委托代理理论和信号传递理论，企业内部控制包含建立良好的公司治理、企业文化，及时进行风险评估及风险管理，建设良好的财务报告系统，保证资金的安全和效率。PE丰富的管理经验和知识有助于完善公司治理体系，提升盈余质量[^7]。Gompers[^8]认为，创业期的高新技术企业存在严重的信息不对称和研发不确定的问题，而PE在公司治理和风险控制

方面的经验可以帮助企业成长。有研究发现VC持股比例显著降低了审计定价[^9]，且VC联合投资、持股比例、声誉都可以增强并购后企业的内部控制有效性[^10]。然而部分学者发现PE不存在明显的认证监督作用，孙建华[^12]发现VC的某些异质性未能显著影响公司经营业绩，这是因为VC在“浮躁”的市场下形成重投资轻管理的现象。

    三、理论分析与研究假设

（一）VC异质性影响创新绩效的机理分析

以长期投资为理念的VC更关注企业的成长性，注重提高中小企业的创新水平以获得超额回报。VC投资比例越大，投资期限越长，则影响力和参与度越高，提供的监督和增值服务也越明显；VC联合投资能扩大企业社会网络，提高企业对创新知识的获取和吸收，促进企业创新。基于信息不对称理论，VC的加入会导致中小企业股权结构、董事会组成、管理层约束机制的改变。VC可以通过改善内部控制将企业的创新与组织资源、经营流程、战略相融合；通过对企业授权的审核、控制、预算控制、保密制度等控制活动的改进，以提高企业创新决策的科学性和资金的使用效率、加强对创新的保护、降低创新风险；通畅的信息沟通机制使得组织各层级的创新项目能根据新情况及时进行微调，提高创新绩效。VC投资期限、投资强度和社会网络的差异，对中小企业的参与程度，参与方式和影响力度也会存在差别，最后产生不同的效果。基于以上分析，本文构建VC异质性影响创新绩效的路径分析框架，如图1所示。

 

 

图1  VC异质性影响创新绩效的路径分析框架

（二）VC异质性对创新绩效的影响

根据资源基础理论，VC能为中小企业提供管理、技术等方面的知识和经验，在资源共享和融合后，双方在拓展自身知识存量的同时，还能因知识交叉而创新出新知识。VC可以帮助中小企业利用市场现有未被发掘的资源或被忽视价值的资源，实现资本与管理的完美结合，最终提高企业的创新产出。VC投资强度越大，其影响力越大，越有动力和能力去调动自身资源去提升企业创新绩效；VC投资期限越长，越能全面了解企业的情况，能更有针对性地培育企业的核心竞争力，促进企业创新；VC联合投资使其能撬动更多的社会资本中所蕴含的资源，使企业更好地评价研发项目的风险与收益，避免管理层贸然放弃或者未能及时执行有利的研发项目，进而提升企业创新绩效。因此提出假设1：

假设1：相比无VC参与企业，有VC参与的中小企业创新绩效更好，其中VC投资强度、投资期限和联合投资对中小企业创新绩效也有显著正向影响。

（三）内部控制路径下VC异质性对中小企业创新绩效的影响

为了防范中小企业存在道德风险，VC可能会关注企业内部控制存在的缺陷，其可以通过安排恰当的高管薪酬合约对其进行整改。VC在监督中小企业过程中往往会改善治理结构，并对高管进行适当的股权激励，培养积极的企业文化和营造良好的工作氛围，从而直接或间接地对内控产生积极影响。VC投资强度越大，可能越有能力影响中小企业的内控制度建设，完善会计信息系统，保证信息的传递与沟通；VC投资期限越长，越倾向于积极地参与企业的战略制定、投融资决策和内控制度建设，以保证企业长期成长，为VC退出时带来更高的回报；VC联合投资有助于获得更多的信息来了解中小企业管理层的个人行为特征，并委托地理位置便利的VC监管企业家的活动，抑制道德风险。因此提出假设2：

假设2：相比无VC参与企业，有VC参与的企业内部控制更好，其中VC投资强度、投资期限和联合投资也有显著正向影响。

中小企业对创新风险容忍度一般较高且相关组织安排和管理制度较不完善，所以其可以通过设立适当的监控、预算制度和考核机制等内控安排，来抑制创新活动中可能存在的不合理因素，激励和制约管理层和员工的行为以提高企业的创新投资效率。因此，本文认为“内部控制促进论”可能更适合这些中小企业的情况。由于VC异质性可能通过改变中小企业内部治理环境、加强监督和激励、完善信息系统等方式来提高中小企业内部控制质量，而恰当的控制系统有助于贯彻企业战略、提高创新的效果。VC投资强度越大、投资期限越长，其可能越有意愿和能力去提升内部控制质量，进而影响创新。VC联合投资可能会给中小企业带来更多的新关系，这些关系和内部控制可能存在的交互影响也会提高创新绩效。故提出假设3：

假设3： 内部控制在VC与中小企业创新绩效中起到部分中介效应，其中VC投资强度、投资期限、联合投资也起到部分中介效应。

四、研究设计

（一）样本选取和数据来源

本文选择2018年入选新三板创新层的企业为研究对象，并选择这些企业2015年-2017年的数据为样本,并剔除金融行业以及VC联合投资后可实际控制新三板企业的样本,最终确定888家企业。本文所使用的财务数据来源于Wind数据库、CSMAR数据库、Choice数据库和手工收集整理企业年报，专利申请数来自于佰腾网，并结合私募通、企业年报和天眼查来确定VC的异质性数据^①。对于VC性质的认定是借鉴以往研究的方法，通过天眼查对VC主营业务、经营性质、机构控制人的披露来进行认定。本研究中排除了作为员工持股平台和新三板企业实际控制人控制或参与的投资机构，也排除了第一家入股的VC持股不满半年或未进入前十大股东的风投，因为前者投资机构并不具有良好的独立性，后者投资机构不具有足够的影响力来参与企业的治理。受同一基金管理人或同一控制下的不同VC或PE合并算成一个，因为其社会网络关系几乎重合。本文数据处理采用EXCEL和STATA软件。

（二）变量衡量与研究模型

为研究内部控制路径下VC异质性对企业创新绩效的影响结果，本文选取全要素生产率作为被解释变量，有无VC、VC投资强度、VC投资期限以及VC联合投资作为解释变量。因为创新层企业处于不同的行业，全要素生产率可以全面反应企业在商业模式、组织管理、研发等各方面的创新成果，在稳健性检验中将专利申请数作为替代变量。由于新三板企业未有专业机构进行内控评价，因此本文为了客观评价企业的内控情况，借鉴宋常[^12]等人的内控评价指标并结合全国中小企业股转系统对企业相关制度建设和信息披露的规范，建立了如表1的内控评分表。借鉴以往研究并考虑中介效应检验中控制变量的一致性，本文选取股权集中度、研发投入、企业成熟度、现金持有量、融资约束、资产收益率和企业人员规模作为控制变量，因为这些变量在一定程度上会影响企业创新绩效和内部控制建设。全部变量说明如表2所示。

表1 内部控制评分表

表2 相关变量及测算方法

本研究根据前面三个假设分别建立对应的OLS回归模型。由于3个假设所用的控制变量一致，因此模型中控制变量省略，并用VCCharacter表示其异质性，以简化公式表示。

　                       （1）　　　　　 　  　　　  　 （2）

                    （3）   

五、实证结果分析

（一）描述性统计

由表3可以发现，创新层企业当年平均的全要素生产率为9.56，说明整体的创新绩效还不错。VC投资期限的平均值为3.3年,中位数为2.48年,侧面说明了从2015年掀起的VC的投资热潮。从第一大VC投资强度来看,第一大风投持股比例的均值为7.83%,最大值为38.05%,最小值为0.42%，再结合股权集中度均值86.68%，说明VC对中小企业的作用可能存在两种情况，一种是积极监督和参与企业治理，一种类似“用脚投票”，联合投资的持股比同理。

表3  变量描述性统计分析

由表4的相关系数表可知，只有少数变量存在较显著的相关关系，从而可能引发共线性的问题，因此计算变量的方差膨胀因子，结果如表5所示。当方差膨胀因子小于10时，不存在严重的多重共线性问题。然而由于VChold1、VChold2、VCjoin的膨胀因子大于其他变量，为了避免这三个变量间的相互影响，因此将这三个变量列在不同的模型，以清晰反映各变量对创新绩效的影响。

表4 相关系数分析表

^* p < 0.1, ^** p < 0.05, ^*** p < 0.01

表5　 变量的方差膨胀因子