【作　　者】
赵维久

【作者单位】
北京大学经济学院，北京100871

【摘　　要】

  【摘要】本文使用2008 ~ 2015年669家获得创业投资的企业数据，针对我国创业投资引导基金对社会资本投资于早期创业企业的带动能力进行实证检验。在引入工具变量消除模型的内生性问题之后进行回归，结果发现，无论是以合伙制企业形式运作的创业投资引导基金，还是国有创业投资公司，在早期对企业投资后都为企业带来了更多的投资者投资，但对企业整体吸收创业投资金额的带动作用并不显著，同时创业投资引导基金对私人资本的投资金额和投资者数量有比较明显的挤出效应。说明创业投资引导基金寻找更高收益潜在项目的能力还比较低，隐含的政策含义是我国创业投资引导基金需要引入更多高水平的私人背景的创业投资机构参与管理运作，以实现杠杆放大效应，提高财政资金的使用效率。
【关键词】创业投资；引导基金；挤出效应；放大效应
【中图分类号】F832           【文献标识码】A           【文章编号】1004-0994（2016）17-0122-7一、引言
近年来，我国创业投资引导基金快速发展。特别是在2014 ~ 2015年，我国先后设立了国家科技成果转化引导基金、战略性新兴产业创业投资引导基金等国家级大型政府引导基金，各地方政府也纷纷设立了一大批创业投资引导基金，并已覆盖了中央、省、市、县四级政府。但是，在这股创业投资引导基金的热潮之中却存在财政资金沉睡、引导基金运作市场化程度不高等问题。
从国际上看，政府对创业投资予以支持已经成为比较普遍的现象，政府支持创业投资的出发点是因为初创企业存在收益不确定和信息披露不充分的问题，导致其难以获得足够的融资，但许多创业企业科技含量高、创新能力强，其创业成功不仅能促进自身和行业的发展，而且还具有知识溢出效应，并带来正的外部效应。而创业资本（VC）作为专业的投资机构，善于依据专业判断发现创业企业的潜在价值（Lener，2010）。政府支持创业资本，也就是在利用创业投资的专业优势间接地支持创新创业。但是，由于不是政府直接支持创业企业，对于政府支持创业资本的效果进行评价较为困难，也存在较多争论。普遍关注的问题是政府资金是否能够带来更多的社会资本投入到创业企业，即是否发挥了财政资金的“杠杆放大效应”？还是政府资金的投入并没有带来社会资本对创业企业投资的增加，甚至导致投资减少从而存在“挤出效应”？
本文在国内外研究理论和方法的基础上利用我国2008 ~ 2015年创业投资引导基金参与A轮投资的669家创业企业数据，对我国创业投资引导基金的运作效果进行了实证检验。结果发现，在剔除可能同时影响创业投资引导基金决策和企业获得投资的内生性因素后，引导基金的介入既带来了对企业投资的基金数目的增加，但同时也导致私人资本投资规模的减少，从而影响了引导基金对企业获得投资的整体带动效果。为此，需要重视引导基金与私人资本的合作，提高政府引导基金市场化运作的水平，吸引更多的社会资本共同支持创业企业。
二、文献综述
Gompers和Lerner（1999）详细地讨论了创业投资投资于早期创业企业对企业成长的意义。他们认为，创业投资的发展不仅解决了中小企业的融资问题，而且有助于激发企业家的冒险精神，鼓励其创新，有助于经济增长保持持久动力。Lerner（1999）通过美国中小企业创新研发计划（SBIR）支持的1435家企业的经营业绩分析了SBIR支持的企业与没有获得SBIR支持的企业，发现前者雇员数量和销售收入都有明显的增长，并且在此后的经营中更易于获得创业投资，因此SBIR有效发挥了政府资金对社会资金的引导作用。SBIR计划虽然有政府引导创业投资的作用，但其运作方式还是以政府直接资助企业为主。此后更多的研究讨论了在政府支持创业投资机构情形下政府资金的使用效果。
一类研究关注的是政府支持背景的创业投资机构（GVC）与其他独立的创业投资机构（IVC）在投资行为和效果上的各种差异。一般认为，由于引导基金的公共政策属性，与一般的创业投资机构相比，GVC更加看重企业的社会价值，因此其所投企业可能并不是看起来经营业绩最好的那些企业。Chemmanur等（2011）研究发现，与GVC支持的企业相比，IVC支持的企业更有可能提前实现IPO，但这也可能是因为GVC本身在对优质项目的专业分析能力上与IVC有差距。比如，Leleux和Surlemont（2003）研究发现，IVC比GVC具有更强的专业性，并能够设计出有效的激励合约来对创业企业进行监督。Luukkonen等（2013）的研究证明了IVC在提供业务上的建议、专业化的管理服务和更明确的退出目标上具有优势。
由于在实践中VC与PE投资方向的界限往往并不是十分清晰，因此IVC与GVC运作效果上的差异也是由于投资组合的不同。例如，Mazzucato（2011）、Auerswald和Branscomb（2003）研究发现，IVC更少投向风险较高的高科技企业，他们更偏爱发展到一定规模的相对成熟的企业。Grilli和Murtinu（2014）也发现GVC更多地考虑项目的社会价值，具有较低的风险回避态度。当然，也有一些研究认为，GVC的投资决策中也不可避免地存在由于政治活动带来行为扭曲和滥用公共资金导致的绩效问题（Lener，2002）。
另一类研究更加关注政府的资金介入对创业投资行业的影响，即政府对创业投资的干预是引导更多的创业投资形成了“杠杆放大效应”，还是造成了“挤出效应”。Leleux和Surlemont（2003）使用欧洲15国的数据，验证了公共资本的增加带来了私人社会资本的增加，形成了杠杆放大效应；而Cumming和MacIntosh（2006）对加拿大LSVCC计划绩效进行检验后发现，政府公共资本投入并未带来私人资本的增加，反而形成了挤出效应。而Brander等（2010）使用加拿大的数据进行比较，发现政府支持创业投资有微弱的挤出效应。类似地，Wallsten（2000）发现美国的SBIR计划对私人资本造成了挤出效应，而Lerner（2002）的研究却支持了SBIR与私人资本之间的互补效应。Brander等（2015）使用了25个国家20446家获得创业投资的企业数据研究发现，GVC与私人资本背景创业投资机构（PVC）对企业的联合投资可以为企业带来更多的社会资本，从而在跨国层面支持了政府引导基金在一定条件下可以发挥杠杆放大效应。
上述两条研究线索之间也存在呼应关系，无论是私人资本还是政府资本，能否带来更多的资本跟进均取决于资本在市场中形成的口碑或声誉。在信息不对称的情况下，外部资本对企业的投资成为企业质量的信号。企业获得高质量投资机构的青睐，意味着其自身也是具有良好成长前景的企业，从而能够获得更多的投资者投资。因此，政府资金能否形成杠杆放大效应，也取决于其管理机构的专业化水平。
近年来，国内一些学者对我国创业投资引导基金的绩效也进行了实证研究。杨灿和卢丹（2014）使用2003 ~ 2011年省际面板数据检验了政府实施税收优惠或奖励政策对私募股权投资发展的影响，发现政府政策仅在长期对私募股权投资发展产生正向影响。杨大楷和李丹丹（2012）使用27个省的面板数据研究发现，政府的税收激励政策对创业投资发展有着不显著的积极影响，但引导基金的设立却抑制了创业投资的发展，即在宏观层面存在“挤出效应”。杨敏利等（2014）以2000 ~ 2011年的省际创业投资机构募集资金数据为基础，使用3SLS方法估计反映创业投资供需的联立方程组模型，研究发现政府引导基金的效应存在地域差异，在创业投资成熟的省份发生了挤出效应，而在创业投资发展相对不足的省份则形成了杠杆放大效应。进一步地，杨敏利等（2015）使用了更加直观的倾向得分匹配差分（PSM-DID）方法，对44个设立政府引导基金和144个没有设立政府引导基金的城市的创业投资发展情况进行检验，发现设立政府引导基金的城市在创业投资机构资金募集、新设创业投资机构数量和首次进入创业投资市场的有限合伙人数量方面都高于没有设立政府引导基金的城市。另外，蔡宁和徐梦周（2009）的实证研究认为，创业投资机构自身在面对早期项目时也存在一定的获取信息障碍，从而为政府引导基金参与创业投资行业提供了理论支持。
从国内的研究看，由于数据的可获得性，大部分的实证研究以宏观数据为主，并且未对创业投资内部的具体资本类型进行区分，造成了以下问题：一是存在一定的宏观政策变量统计误差，如以公共奖励政策为变量，但存在政府的奖励政策在实际中并未真正获得执行等情况；二是引导基金效果指标使用一个地区创业投资机构募集资金金额或投资总额，并未反映出政府引导基金在支持早期项目上带动的投资额数量；三是地区的经济发展水平、文化、制度等因素同时影响政府引导基金的设立和创业投资整体发展，这些因素如果引进则造成多重共线性，导致回归系数估计显著性检验无效，如果不引进，则存在内生性问题，导致估计有偏且不一致。鉴于此，本文使用创业企业获得投资的微观数据，参考Brander （2015）的方法并充分考虑内生性问题，考察我国创业投资引导基金对社会资本的带动效果。
三、研究思路和模型设定
（一）研究思路
考虑我国创业投资引导基金运作的目标，本文实证研究检验包括三个层面的内容：①创业投资引导基金是否支持了初创期的企业；②创业投资引导基金是否带动了更多的社会资本投资了初创期的企业；③影响创业投资引导基金带动效应的因素是什么。为此，本文首先将研究对象限定为获得早期投资的企业，从而更加关注政府资本在早期项目上的带动能力。其次，从企业获得的投资金额和获得的投资基金数量来衡量社会资本的跟进情况。最后，通过将创业投资引导基金与国有创业投资公司的带动能力进行对比，研究可能影响政府引导基金带动效应的原因。
根据Lerner（1999，2009）的研究，创业投资引导基金之所以可以形成对社会资本的带动原因有二：一是引导基金作为政府公共政策性资金可以为专业投资机构提供低成本的资金来源，从而鼓励社会资本敢于冒更大风险，增加对早期项目的投资；二是引导基金可以为创业投资机构提供来自于政府的有价值的信息，与创业投资机构形成优势互补，扩大了创业投资机构可投资的项目范围，可以将其称为引导基金的增值服务能力（value-added ability）。
从我国创业投资引导基金的运作模式上看，一般采取参股、跟进投资、融资担保等形式。在实践中，参股和跟进投资是更常见的模式。参股是指政府引导基金作为母基金与创业投资机构合作成立子基金，政府引导基金一般出资20% ~ 30%，其余由社会资本出资。在这种模式中，由创业投资机构作为普通合伙人（GP）负责基金运作和投资决策，政府引导基金作为有限合伙人（LP）不参与基金的日常管理，但有的政府引导基金要求对重大项目具有一票否决权，或者约定必须将一定比例的资金投资于本地项目，因此其投资方向仍然在一定程度上受政府影响。跟进投资是指政府引导基金与其他创业资本同时对创业企业直接投资。
尽管这两种政府引导基金的运作模式不同，但政府引导基金的带动机制相似，其实质都是提高了创业投资机构的投资动机。从形式上看，设立子基金的模式下，引导基金的带动作用体现在合作设立的基金规模上，在跟进投资下，带动作用体现在社会资本参与投资的规模上。但由于在实践中引导基金也可以对子基金的投资方向施加影响，子基金的投资行为也体现了政府的引导方向，因此引导基金对社会资本的带动作用也反映在子基金投资后有多少社会资本愿意跟进投资上。基于上述考虑，本文将政府引导基金直接出资和政府引导基金作为LP合作设立子基金出资视为同一类型，简称GLP，统一考察这类基金的投资行为。
为了与引导基金进行对照，进一步验证影响引导基金带动效应的因素，本文引入一类特殊的投资机构——国有创业投资公司。20世纪90年代以来我国出现了一批政府主导设立的国有风险投资公司或创业投资公司，这类企业在设立之初承担引导社会资本的功能，是一种特殊类型的“引导基金”。经过多年发展，一些国有创业投资公司已经成功转型，成为市场中活跃程度较高的专业VC机构，如深圳创业投资公司、江苏高科技创业投资集团等。这类机构既从事对企业的直接投资，也作为GP管理基金，许多国有创投公司也是政府引导基金合作设立子基金的管理人。因此，本文也同时考察国有创投机构所管理的基金（GGP）对社会资本的带动效果，通过比较两类资本对社会资本带动能力的差异，从运作方式上寻找影响社会资本跟进的因素。
（二）模型和变量设定
本文考察创业投资引导基金对企业获得早期投资的效应，被解释变量由一组反映企业层面获得投资情况的变量组成，解释变量由表示创业投资引导基金介入程度的变量和控制变量组成。基本模型如下：
[Y=α+i=1nβiXi+j=1nγjCj+ε]
其中，Y为被解释变量，Xi为一组解释变量，Cj为一组控制变量，ε为扰动项。
1. 被解释变量。企业获得社会投资的数量可以作为衡量引导基金带动能力的变量。本文选择六个指标衡量。①企业获得A轮投资额（AINV）的多少。该指标考察在风险较大的企业初期阶段能吸引多少社会资本同时进入。②企业获得各轮总投资额（TINV）的多少。该指标反映社会资本在A轮以后各轮投资中愿意跟进的投资数量。③参与A轮投资的基金的数量（AVC）。该指标考察政府引导基金是否可以带来更多类型的投资主体，形成更多联合投资。④企业获得A轮投资中私人资本投资额（APINV）、总私人资本投资额（TPINV）、首轮私人资本背景投资基金数目（APVC）。引入这三个指标是为了进一步将私人资本从企业获得的总投资额中提取出来，剔除引导基金对其他政府资本的影响。
2. 解释变量。①企业获得A轮投资中政府引导基金参与程度（包括引导基金直接投资和引导基金作为LP参与投资）（AGLP）。②企业获得A轮投资中国有创业投资公司参与程度（AGGP）。
3. 控制变量。①企业获得A轮融资的年度虚拟变量（YEAR）。②行业控制变量。在清科的行业分类基础上，将企业分为IT、生物医药（Bio）、文化创意（Cul）和其他四个行业大类。③企业所在地区（省份）虚拟变量（PROV）。
具体的变量解释见表1。
（三）数据处理
本文的数据来自于清科集团的私募通数据库，该数据库是目前我国最大的私募股权投资行业数据库之一，拥有8000多家PEVC机构，2万多家私募股权基金，2万多条投资事件记录。但在清科集团私募通数据库中，并未在企业层面对某个企业获得的所有投资信息进行统计的数据库，而是对每一条投资记录单独统计，一个企业如果获得多个主体投资便形成多条投资事件记录。因此，只能根据投资事件记录库进行汇总整理，得到企业层面获得投资情况的样本。数据的收集处理过程如下：
1. 从投资事件中筛选出2008 ~ 2015年共8年的投资事件，主要是考虑2008年《关于创业投资引导基金规范设立与运作的指导意见》的发布，规定引导基金可以参股设立子基金形式运作，为引导基金规范运作提供了统一的制度基础。整理规则如下：①为了考察政府引导基金作为LP出资或直接对企业投资的情形，筛选了投资事件中有基金信息的数据，剔除了没有显示基金信息的数据；②为了考察引导基金对初创企业的支持，按照工业和信息化部等四部委2011年《中小企业划型标准规定》中关于制造业中小企业的划定标准，剔除了年销售收入4亿元以上的企业；③企业上市后的融资不在研究范围之内，所以剔除了投资于上市公司的私募股权（PIPE）类投资事件；④剔除企业名称、投资金额、行业、基金名称、企业所在地区信息缺失的数据；⑤剔除国家集成电路产业投资基金对紫光集团100亿的投资记录，该笔投资金额在样本中排名第一，是排名第二10亿元的10倍，属明显异常值，为避免对描述数据产生明显干扰，将其剔除。经过上述处理后，最终得到1750条投资事件记录。
2. 确定基金和机构类型。将投资事件样本中的基金名称信息与清科集团基金数据模块逐一进行比对，判定基金的类型是否属于引导基金直接出资或引导基金作为LP出资的基金。将投资事件样本中的投资管理机构信息与清科集团投资机构数据模块比对，确定该基金的投资管理机构是否属于国有创投公司。
3. 生成企业数据样本。在投资事件样本的基础上，汇总计算每个企业获得投资的数据信息，得到820家企业获得创业投资的数据。这些企业样本中，由于某些企业A轮融资数据信息缺失，无法考察A轮融资情况，最终在回归时保留了669家曾获得A轮融资的企业层面的投资记录数据。
四、实证分析
（一）投资事件样本的初步统计
1. 各类资本的投资阶段偏好。

表2反映了经初步处理后获得的1750条投资事件记录的各轮次分布情况。从各轮投资金额分布可以看出，全市场中66.5%的资金投资于企业成长早期的A轮融资，符合创业投资市场支持企业成长初期的特性。从各类资本的轮次分布看，GLP将其70%以上的资本投资于企业A轮融资，这一比例高于全市场的A轮融资占比，说明了该类资本更加集中支持初创期企业融资，符合引导基金的定位。GGP将其近70%的资本投资于企业A轮融资，高于全市场的A轮融资比例，但低于GLP，反映了有的国有创投公司也具有一定的政策性。其他PVC只有65.3%的A轮投资占比且低于全市场平均水平，显示私人资本更关注资本的安全收益，从而对企业初创期的支持相对不足。
2. 生成的企业数据样本描述性统计。

表3反映了根据1750条投资事件记录生成的669家获得投资的企业数据样本描述性统计。从表3看，企业A轮平均融约3500万元，其中来自私人资本的基金约2700万元，平均总融资额约4400万元，其中约3400万元来自私人资本，均占77%左右。A轮融资平均有约1.58个基金投资者，其中包括约0.18个GLP投资者，占11.4%，约0.32个GGP投资者，占20%，以及约1.15个PVC投资者，占73%。
（二）变量相关性分析

表4给出了变量的Pearson相关系数矩阵。从表4中可以看出，A轮投资中引导基金背景参与程度与国有创投公司参与程度之间存在比较显著的相关关系，表明两类资本投资行为趋同，或引导基金背景的基金很多都由国有创投公司进行管理。A轮投资中引导基金参与程度与企业获得A轮投资额和总投资额之间均具有正相关关系，但不显著；但与企业A轮投资中基金数量在5%的水平上显著正相关，反映了政府引导基金的参与带来了更多数量的投资者。引导基金参与程度与衡量纯私人资本介入程度的三个指标APINV、TPINV、APVC均显著负相关，在一定程度上说明了引导基金的介入导致了私人资本投资额和私人资本投资者数量的减少，对私人资本存在一定的“挤出效应”。同样，国有创投公司也表现出对私人资本的“挤出效应”。
（三）多元回归结果分析
为了进一步验证政府引导基金对社会资本的带动效果，本文用两个主要解释变量AGLP、AGGP对六个被解释变量分别进行回归。在回归中，控制了行业、首轮融资年份、省份变量，以防止可能出现的异方差情形。
在回归中，对连续型被解释变量进行对数化处理，即对AINV、TINV、APINV、TPINV四个被解释变量+1后取自然对数，并在上下1%的水平上使用Winsorize方式进行缩尾处理。这样处理可以在一定程度上消除极端异常值的扰动影响。对AVC和APVC两个计数变量，则使用泊松回归（Poisson）方法，并同时使用异方差稳健标准误。
表5给出了以政府引导基金参与程度作为主要自变量的多元回归结果。其中第（1） ~ （3）列是对企业总的融资规模指标的回归，第（4 ）~ （6）列是对企业获得私人资本投资规模指标的回归，第（7）列在自变量中增加A轮投资基金数量是为了在考虑投资者个数情况下考察引导基金对平均意义上单笔融资规模的影响。第（3）、（6）列是泊松回归，其他是OLS回归。
在表5中，第（1） ~ （3）列回归系数均为正，说明引导基金的介入扩大了企业获得的投资规模。第（1）列AGLP的回归系数在5%的水平上显著为正，即A轮投资中引导基金参与程度越高，企业获得首轮总投资越多，初步表明引导基金的介入为企业早期带来了更多的投资。在第（2）列中，AGLP的回归系数为正但不显著，说明政府引导基金的早期介入并未给企业带来持续获得投资的能力。在第（3）列中，引导基金背景参与程度对参与首轮投资的投资基金数的回归系数在1%的水平上显著为正，说明引导基金介入能带来投资者数量的增加。
从第（4） ~ （6）列看，引导基金参与程度GLP的自变量回归系数均在1%的水平上显著为负，说明引导基金介入后，私人资本的A轮投资金额、全部轮次投资总额、私人资本投资者数量都显著减少，即出现了引导基金对私人资本的“挤出效应”。结合第（3）列看，引导基金既带来总的投资者数量的增加，又带来私人资本投资者数量的减少，说明引导基金介入带来更多的是同类型资本，这表明在A轮融资中，引导基金背景的基金之间或与国有创投机构管理的基金之间更容易形成合作互补和联合投资的关系。
第（7）列AVC系数为正且在1%的水平上显著，说明投资者数量的增加显著地影响了企业A轮总融资规模，但此时引导基金的系数变小且不显著，说明引导基金虽然带动了更多的投资者参与，但在一定的投资者数量上并未带来单个投资者投资金额的增加。
此外，还可以从行业控制变量的回归系数中获得一些有价值的信息。在每组7个回归方程中，IT行业有5个方程均显著为负，文化创意行业有1个显著，这与直觉不大相符。IT行业一直是投资热点领域，为何未吸引到更多的投资？可能因为与其他行业相比，尽管IT行业发展迅速，但其轻资产、成长快的特性决定了其在成长初期普遍融资规模偏小，而其他行业普遍融资相对规模较大。从回归结果中也可以看出，IT行业对投资者个数的回归系数并不显著，说明IT行业还是能够吸引较多的投资者关注，从而投资者个数的增加部分抵消了单笔融资规模小的影响。进一步地可以对整个市场的资本流向做出推断，虽然创业企业的特点在IT行业表现得更加明显，但从资金规模上看，IT行业或许并不是吸收创业投资最多的行业。
（四）考虑内生性问题的两阶段最小二乘法（2SLS）估计
内生性问题是创业投资的实证研究中遇到的最普遍的问题之一（DaRin等，2012）。由于投资行为往往是资金供需双方因素共同作用的结果，未被观测到的因素可能同时影响解释变量和被解释变量，导致解释变量与扰动项相关，从而估计结果有偏且不一致。解决内生性的合适方法是寻找到工具变量，采用两阶段最小二乘法（2SLS）进行回归，第一阶段先由内生解释变量对工具变量进行回归，第二阶段由被解释变量对第一阶段的回归拟合值进行回归。工具变量要符合：①相关性要求，即工具变量与内生解释变量相关；②排他性约束，即工具变量与扰动项无关。参考Ackerberg和Botticini（2002）的方法，笔者选取本地市场平均值作为工具变量。在这里，本地市场的平均值是指某个特定年份、特定行业、特定省份的企业获得A轮投资中有引导基金背景的基金数量平均值。政府引导基金在某个特定企业投资中活跃程度与当地市场平均活跃程度有关，但当地市场的平均活跃程度并不会被某个特定的企业质量等因素所影响。因此，选取本地市场平均值作为工具变量是比较合适的。
同时，为了检验解释变量的内生性，本文对OLS回归和2SLS回归进行了Hausman检验，结果在10%的显著水平上拒绝解释变量均为外生的假定，即存在内生变量，因此需要对2SLS结果做进一步分析。
表6给出了与表5对应的2SLS估计的第二阶段的回归结果。与表5的回归结果对照，从第（1） ~ （3）列看，剔除内生性因素后，政府引导基金的介入只显著地带来A轮投资者数量的增加，在OLS回归中对A轮投资额显著的带动作用也变得不再显著，说明政府引导基金的介入形式上带来的A轮投资额增加可能是由未被观测到的内生因素共同影响所致，并不是真正的带动。从第（4） ~ （6）列看，引导基金对APINV、TPINV、APVC的回归系数均显著为负，与表5相比，绝对值更大。进一步说明剔除共同影响私人资本与政府引导基金介入内生性因素后，引导基金更加明显地表现出对私人资本的“挤出效应”。
综合第（3）列引导基金的介入带来A轮投资者总量的增加，但同时导致私人投资者数量的减少，进一步强化了笔者对引导基金与其他引导基金或国有创投公司联合投资的判断。这说明引导基金和国有创投公司在投资中具有互补性，而与私人资本在投资中则具有竞争性。考虑引导基金的挤出原因，可能的解释是：①尽管引导基金按照市场原则参与投资，但由于其在运作中并未在市场中开拓新的投资机会使私人资本看到潜在的投资价值，以激励私人资本增加对政府所引导项目的投资，反而是引导基金进入了市场中竞争度比较大的项目，替代了私人资本对企业的投资。②私人资本、引导基金、被投资企业之间存在信息不对称，私人资本对引导基金的行为持怀疑和观望态度，引导基金的增值服务能力未得到私人资本的认可，以致其不愿意跟随引导基金的投资方向采取行动。
为进一步探寻造成引导基金挤出效应的原因，本文用A轮投资者中国有创投公司管理的基金数量替代有引导基金背景的基金数量，进行同样的回归。经过内生性的检验，同样使用2SLS进行估计。
表7给出了以AGGP作为自变量的回归结果。从第（1） ~ （3）列看，国有创投公司的介入同样对企业获得A轮投资额、总投资额有不显著的正向影响，而对A轮投资者数量的增加有显著带动作用，并且其回归系数估计值比引导基金略大。从第（4） ~ （6）列看，国有创投公司的介入同样对私人资本存在“挤出效应”，但对私人资本投资额的挤出效应比引导基金小，对私人资本投资者数量的挤出效应比引导基金大。可能因为，一方面国有创投公司与私人资本在投资方向上的竞争程度低于引导基金，另一方面在带动同类基金进行联合投资的能力上强于引导基金。
第（7）列表示在国有创投公司参与程度与A轮投资者个数共同作为解释变量情况下，国有创投公司的介入对企业获得A轮投资额具有显著的正向影响。说明在同样投资者数量的情况下，国有创投公司的介入带来了企业A轮融资规模的增加，这意味着国有创投公司可以带来单笔投资规模的扩大。由于同时存在对私人资本的挤出，这种带动效应主要体现在对其他引导基金背景的基金或国有创投公司背景的基金等同类资本的带动上。对比来看，国有创投公司比引导基金对同类资本的带动能力更强，可能的解释是国有创投公司具有更主动的投资能力，一些引导基金背景的基金会选择跟随国有创投公司行动。
（五）稳健性检验
本文采取以下方式进行稳健性检验：①北京、上海、江苏、浙江、广东等省市的投资金额和案例数超过其他地区，将其视为创业投资发达地区，其他省份视为创业投资欠发达地区，对这两类地区样本分别回归，结果发现无论发达地区还是欠发达地区都对私人资本存在挤出效应。②将企业获得A轮投资的年份分为2008 ~ 2011年、2012 ~ 2015年两个时间段，从回归结果看结论基本不变。③只对企业A轮融资规模1000万元以下的样本进行回归，结论仍基本保持不变。
五、结论和政策含义
1. 我国创业投资引导基金在投资方向上更倾向于企业的早期投资，符合政府设立引导基金的初衷。但从引导基金对社会资本的带动效果看，引导基金的介入虽然带来了对企业投资的基金数量的增加，但也带来私人资本投资的相应减少，即存在挤出效应。这种挤出不仅体现在私人资本对企业A轮投资额上，也体现在私人资本的后续跟进和私人资本参与企业A轮投资的基金数量上。
2. 在挤出私人资本的同时，引导基金和国有创投公司的介入都能显著带来投资者总数量的增加，这反映了我国创业投资市场中政府或国有背景的资本之间更易于形成联合投资行为。与引导基金相比，国有创投公司对同类资本的带动能力更强，在联合投资中影响更大。因此，在我国创业投资市场中，引导基金与国有创投公司之间是互补关系，而他们与私人资本之间则存在竞争关系。相比之下，国有创投公司投资的项目与私人资本有一定错位，与私人资本之间的竞争度小于引导基金。
综合以上结论，我国设立创业投资引导基金应按照市场化方式运作，在支持创新创业和地方经济发展的同时积极提高基金的投资收益。引导基金和国有创投公司在挖掘新的具有投资价值的企业资源方面的能力还不够强，对私人资本的激励不够大。更深层次原因是引导基金的投资管理在整体上水平还不够高，还没有形成良好的声誉或示范作用，而许多引导基金由国有创投公司来管理，或与国有创投公司合作，从整体上看国有创投公司在优质项目的挖掘识别能力上与业内高水平的创投机构相比仍有差距，因此政府引导基金与国有创投公司的合作并不利于激励私人投资者。而从我国引导基金的运作效果看，政府引导基金与私人资本之间的合作还不够。因此，政府引导基金在运作中要更加重视对高水平管理机构的选择。采取合作设立子基金形式的，应建立更加公开透明的选择机制，与更多高水平的非国有创业投资机构合作进行基金管理；采用跟投方式的，也要注重与高水平的非国有创业投资机构合作，以提高财政资金使用效率，达到带动更多社会资本支持创新创业的目的。

主要参考文献：
Brander J.， Du Q.， Hellmann T.．The Effects of Government-Sponsored Venture Capital： International Evidence［J］． Review of Finance，2015（19）．
杨灿，卢丹．论地方政府激励对私募股权投资的影响——来自我国2003 ~ 2011年的经验证据［J］．商业经济研究，2014（8）．
杨大楷，李丹丹． 政府支持对中国风险投资业影响的实证研究［J］．山西财经大学学报，2012（5）．
杨敏利，李昕芳，仵永恒．政府创业投资引导基金的引导效应研究［J］．科研管理，2014（11）．
杨敏利，王晗，董建卫．政府引导基金能引导社会资金进入创投市场吗？［J］．中国科技论坛，2015（11）．