基于VAR模型的风险投资与高新技术产业相关性研究

时间:2022-07-27 06:49:48

基于VAR模型的风险投资与高新技术产业相关性研究

【摘 要】本文针对风险投资业与高新技术产业的发展情况,选取1994-2012年间我国历年风险投资额、高新技术产业工业总产值两个时间序列,建立VAR模型,并用脉冲响应对系统进行动态关系分析。结果表明,在长期中,风险投资与高新技术产业之间具有稳定的均衡关系;且就影响大小来看,风险投资推动高新技术产业高速发展,而高新技术产业对风险投资的作用较弱。

【关键词】风险投资;高新技术产业;协整;脉冲响应

一、引言

近年来,我国高新技术产业发展迅速,高新技术产业增长与风险投资具有正相关关系。风险投资通过提供资金、参与管理、规范股权结构、影响董事会构成进而影响企业决策等方式推动着高新技术产业又快又好发展。相对于其他产业,高新技术产业具有高风险、筹资难特点,在制定产业政策时,要研究风险投资与高新技术产业的相关关系,进而根据高新技术企业所处的发展阶段,制定相应的投融资政策

关于风险投资对高科技产业的作用,国内外进行了大量理论及实证研究。Astrid和Bruno认为,风险投资的作用某种程度上类似于大公司的R&D[1]。Kortum和Lerner通过建立一个专利生产函数来衡量风险投资和创新程度之间的相关关系,发现风险投资对技术创新的贡献远大于其他资本投入,认为拥有一套良好的风险投资机制有助于促进一国经济的可持续发展[2]。王雷和党兴华通过典型相关分析,对我国风险投资对技术创新和高新技术产业的影响进行了论证,并认为风险退出渠道的不畅以及风险资本市场波动性大是阻碍我国风险投资对技术创新以及高新技术产业发展支撑作用显著的主要原因[3]。

基于以上分析可见,风险投资和高新技术产业之间的动态变化规律仍然没有理论和实证上的研究,因此,风险投资与高新技术产业之间的相关关系有进一步深入研究的必要。本文将运用VAR模型,对我国1994-2012年年度数据进行实证分析,研究风险投资和高新技术之间的长期均衡和短期系统动态特征,进而为我国高新技术产业与金融的结合发展提出对策和建议。

二、数据及模型设计

鉴于数据的可得性,以及为保证数据的准确性,本文选取1994-2012年之间的年度数据。其中,风险投资额设定为X;高新技术产业工业总产值设定为Y。风险投资额数据来源于清科数据库,高新技术产业工业总产值数据来源于《中国统计年鉴》。为消除异方差并保持其波动性,将序列取对数。

本文将通过构建VAR模型来考察风险投资和高新技术产业之间的动态变化规率以及模型受到某种冲击时对系统的动态影响,为避免由非平稳性造成的“伪回归结果”[4],本文实证部分步骤安排如下:第一,进行单位根检验,检验数列的平稳性。从各数列时序图中可以看出各时间序列均有明显的上升趋势,故应采用包含常数项和线性时间趋势项的检验形式:。第二,进行协整检验,检验两个非平稳经济变量的长期均衡关系。第三,建立向量误差修正(VEC)模型,向量误差修正模型是对变量施加了协整约束条件的向量自回归(VAR)模型。第四,通过建立脉冲响应函数,反映出每个内生变量的变动或冲击对其本身及所有其他内生变量产生的影响,体现风险投资、高新技术产业工业总产值以及科技创新的动态关系。

三、实证结果及分析

(一)单位根检验

为防止伪回归的发生,本文采用ADF方法对各变量进行单位根检验。单位根检验前,采用经验观察法观察两个变量序列的曲线图确定单位根检验包含截距和时间趋势项,依据SIC准则确定滞后期。检验结果如表1。

从表1中可以看出,在5%的显著性水平下,两个变量原序列的ADF值均大于临界值,为非平稳时间序列。一阶差分后,变量的ADF值均小于5%显著性水平下的临界值,表明变量均为一阶单整,即lnX~I(1),lnY~I(1)。

(二)协整检验

非平稳时间变量间存在长期的稳定的均衡关系即协整关系。首先对lnX、lnY两个变量进行普通最小二乘回归,取得残差序列E。用ADF方法对序列E做单位根检验,检验统计量为-2.73,小于显著性水平0.01时的临界值-2.70,因此可以认为估计残差序列E为平稳序列,序列lnX和lnY具有协整关系。

(三)VEC模型

由协整检验结果可知变量间存在协整关系,当变量间存在协整关系时,尽管建立的VAR模型是平稳的,但不是最好的选择。而误差修正(VEC)模型是对各变量施加了协整约束条件的向量自回归模型。根据VAR模型的LR,FPE,AIC,SC,HQ值,依据相应准则选择出的滞后期数。可以看出超过一半的准则选出的滞后期数为3,由于变量间存在协整关系,因此建立滞后阶数为2的VEC模型,如式(1)。AIC和SC值分别为-0.5351和0.1409,均较小,说明模型整体解释能力强。

从变量来看,长期中,风险投资与高新技术产业工业总产值之间为正相关关系,高新技术产业工业总产值每增加1个单位,对应风险投资额增加0.9628个单位。从协整方程的系数来看,高新技术产业工业总产值的波动,依靠风险投资额和高新技术产业工业总产值之间的长期均衡机制实现自我调节过程比较缓慢,速度为0.91%。而风险投资额的波动,依靠风险投资额和高新技术产业工业总产值之间的长期均衡机制实现自我调节过程相对较快,速度为43.6%。

(四)脉冲响应分析

向量自回归模型的重要作用之一在于用脉冲响应函数分析系统的动态特征。脉冲响应分析的是在其他误差项不变的条件下,内生变量对应误差项在t期受到一个单位的冲击后,对内生变量在t+s期造成的影响。

脉冲响应结果说明,风险投资额对于自身的一个标准差冲击,会立刻产生正效应,但从第二期开始下降,第三期达到最小值,并于第四期开始回升,后呈周期性波动。对于高新技术产业工业总产值的一个标准差的冲击,风险投资额没有立刻响应,第二期为负值最大,第三期开始上升并在第四期达到最大值,第五期回落,第六期保持第五期状态,之后呈周期性波动。这说明高新技术产业的发展对于风险投资发展的正效应滞后,风险投资业无法立刻做出反应。

高新技术产业工业总产值对于自身的一个标准差冲击立刻产生反应,第一期达到最大值,之后周期性波动并逐渐下降。而对于风险投资额的一个标准差冲击,高新技术产业工业总产值立即做出反应,并呈周期性波动,于第二期、第四期、第五期、第八期达到正向最大值,且影响越来越显著,直到第八期保持第五期水平。可以看出,增加风险投资额对于提高高新技术产业工业总产值具有重要意义,扩大风险投资额尤其是对初创期的高新技术企业的风险投资额能较快地促进高新技术产业的发展。

四、结论

通过分析风险投资与高新技术产业的动态相关性,本文揭示了相互之间的长期均衡、短期波动和系统动态特征,得出以下结论:第一,从协整方程的数学表达式来看,风险投资和高新技术产业之间存在长期稳定的均衡关系。第二,从脉冲响应函数来看,风险投资额与高新技术产业工业总产值对于自身的一个标准差冲击立刻产生正效应,并呈周期性波动,但是持续性有所不同,风险投资额更强。风险投资对于高新技术产业工业总产值的影响长期表现出周期性波动特征,且影响程度不断上涨;高新技术产业工业总产值对于风险投资额的影响在长期中表现为正负轮替效应。

基于以上分析,本文认为问题的解决应该关注以下方面:

首先,对于政府而言,应该为风险投资的发展建立良好的外部环境,有步骤的完成风险投资退出渠道的建设,同时完善关于风险投资行业的法律法规。其次,对于风险投资产业而言,发挥“认证功能”,降低科技企业与市场之间的信息不对称性;利用“监控功能”,避免科技企业的“道德风险”问题;使用“所有权”,参与决定董事会人数、专业董事比例以及控制盈余管理。最后,对于科技企业管理者而言,要规范财务管理制度,明晰产权分配。

参考文献:

[1]Romain Astrid,Bruno Van Pottelsberghe,The economic impact of venture capital[D].Working Paper of WP-CEB,Universite Librede Bruxelles,2004.

[2]Kortum S,Lerner J.Assessing the contribution of venture capital to innovation[J].Rand Journal of Economics,2000(31):674-692.

[3]王雷,党兴华.R&D经费支出、风险投资与高新技术产业发展——基于典型相关分析的中国数据实证研究[J].研究与发展管理,2008(4):13-19.

[4]陈工孟,俞欣,窛祥河.风险投资参与对中资企业首次公开发行折价的影响[J].经济研究,2011(5):74-85.

[5]钱苹,张帏.我国创业投资的回报率及其影响因素[J].经济研究,2007(5):78-90.

[6]Megginson W,and Weiss K.Venture Capitalist Certification in Initial Public Offerings[J].Journal of Finance,1991(46):879-903.

[7]张学勇,廖理.风险投资背景与公司IPO:市场表现与内在机理[J].经济研究,2011(6):118-132.

[8]解维敏,唐清泉,陆姗姗.政府R&D资助,企业R&D支出与自主创新——来自中国上市公司的经验证据[J].金融研究,2009(6):86-99.

[9]Ueda M.Banks versus Venture Capital:Project Evaluation,Screening,and Expropriation[J].Journal of Finance,2004(2):601-621.

作者简介:

谷秀娟(1968—),女,山东东明人,金融学博士,北京交通大学中国产业安全研究中心博士后,河南工业大学粮食经济研究中心主任,中国人民银行货币政策委员会咨询专家,河南工业大学经贸学院教授,研究方向:金融风险管理、金融市场、公司金融。

李盼林(1990—),女,河南济源人,河南工业大学经济贸易学院硕士研究生,研究方向:公司金融、科技金融。

上一篇:基于资本成本的信息技术业股利政策 下一篇:关于联保联贷模式的利弊分析