近年来,面临全球经济衰退压力,市场收缩导致企业生存艰难,经济、政策等因素造成的不确定性问题凸显,企业面临着更为严苛的挑战。而公司创业投资(corporate venture capital, CVC),即非金融行业的成熟企业通过投资单元(CVC unit)对新创企业发起股权投资(Dushnitsky和Lenox,2005a;董静和徐婉渔,2018),是企业寻找新的增长点并重塑自身能力的有效途径。公司创业投资的行业不仅决定了这项投资为新创企业提供互补性资源的可能性、与被投企业谈判时的议价能力和投资关系形成的可能(Colombo和Shafi,2016;Dushnitsky和Shaver,2009),而且决定了公司投资者能否从被投企业中高效吸收知识、能否产生协同作用(Keil等,2008),进而影响到投资的战略收益。因此,对公司创投行业选择的讨论是十分必要的。现有研究侧重于检验投资行业对企业创造新知识、提高企业整体价值的影响(Dushnitsky和Shaver,2009;Keil等,2008;Yang等,2014;万坤扬和陆文聪,2014),对公司创投采用不同行业策略的解释能力不足。
事实上,公司创业投资的行业作为企业一项重要的战略选择,将受到企业绩效反馈的影响(董静和谢韵典,2022)。根据企业行为理论(behavioral theory of the firm)(Cyert和March,1963),企业所表现出的战略行为是对其期望差距的响应(Posen等,2018;Shinkle,2012)。企业通过比较实际绩效和预设的期望水平(aspiration)来决定是否以及如何调整行为(Cyert和March,1963)。已有研究发现,当企业的财务业绩表现不佳时,随着期望差距增大,企业会更多地采用公司创业投资活动(郭蓉和文巧甜,2019)。而Gaba和Bhattacharya(2012)则认为,公司创业投资活动作为组织寻求外部知识的一项重要渠道,应受到创新目标上绩效反馈的驱动。以上研究成果表明,由于公司创业投资活动兼具经济目标和战略目标,而打开技术窗口、提高创新能力是公司创投最重要的战略目标之一,因此财务目标和创新目标上的绩效反馈都将对公司创业投资活动产生重要影响。这也充分支持了March和Simon(1958)的观点,即组织通常同时追求多个不同的目标维度,目标的多重性将大大提高企业决策的复杂性。尽管企业行为理论领域大量研究仍主要聚焦于企业的利润目标(Shinkle,2012),近来一些学者已经逐渐开始将目光转向财务以外的其他目标,例如企业规模、效率、安全性、家族企业的非经济目标等(Gaba和Greve,2019;Greve,2008;Mazzelli等,2019;吕斐斐等,2017)。同时考虑组织的多个目标,以及它们之间或互相支持、或彼此矛盾的作用机制是企业行为理论未来发展的一个重要方向(Greve和Gaba,2017;Posen等,2018),但目前的实证研究仍然十分欠缺(李璨等,2019)。公司创业投资是一项典型的多目标决策活动,现有研究却仅关注单一目标对公司创投活动的影响(Gaba和Bhattacharya,2012;Titus等,2020;董静和谢韵典,2022;郭蓉和文巧甜,2019),难以充分捕捉到其背后多重目标同时发挥作用,甚至彼此影响的复杂机制。因此本文将财务、创新目标上的绩效反馈同时纳入理论模型,进一步探究公司创投如何调整其投资策略以同时应对多重目标的共同作用。
进一步地,企业行为理论认为绩效反馈发挥着一种刺激或信号作用,驱动着企业的行为,然而只有当组织决策者集中注意力、关注到了特定目标上的绩效反馈时,这一刺激才能得以实现(Choi等,2019),因此决策者向特定目标分配注意力的程度决定了企业对该目标上的绩效反馈作出响应行为的敏感度。而已有研究指出,组织结构是影响决策者的注意力焦点的关键因素(Gaba和Joseph,2013;Joseph等,2016;Vissa等,2010),因此组织结构对企业如何解释绩效反馈并采取相应行动具有重要影响(李璨等,2019)。在公司创业投资实践中,不同的公司可能采取不同的结构来构建创业投资单元,可以在企业内部设立非独立的投资单元,也可以在企业外部设立独立、具有自主权的投资单元(Dushnitsky和Shaver,2009;Souitaris和Zerbinati,2014)。本文认为,不同的公司创业投资结构将导致决策者在多个目标间配置注意力的程度差异。鉴于此,本文在同时考虑企业财务和创新目标上的绩效反馈对公司创业投资行业策略影响的基础上,引入投资单元组织结构这一调节变量,进一步探讨不同的公司创业投资组织形式对其在财务和创新目标上的响应行为产生的影响。
本研究以2008—2018年间我国A股上市企业控制的投资单元为样本进行实证分析,结果显示,企业财务和创新期望逆差增大时,投资单元采用跨行业投资策略的倾向随之升高。投资单元自主权提高了投资单元对财务绩效反馈的注意力,从而增强了财务期望逆差与跨行业投资间的正向关系。同时,投资单元自主权强化了投资经理对财务目标比创新目标具有更高优先级的认识,因此在财务绩效下滑时,相较于低自主权的投资单元,高自主权的投资单元更有可能减弱对创新目标的响应。本文可能的理论贡献主要体现在以下几个方面:第一,从多重目标绩效反馈的角度解释公司创业投资活动行业选择的前因,进一步拓展了企业行为理论。第二,引入组织结构特征作为消极绩效反馈驱动公司创投跨行业投资的边界条件。第三,补充了公司创投文献中对投资单元结构设计的讨论,通过对不同自主权程度的投资单元对母公司财务、创新目标响应程度差异的检验,直接验证了投资单元组织结构与母公司目标之间的关联。
二、理论分析与假设(一)双重目标绩效反馈与公司跨行业投资
企业行为理论将企业看作是目标导向的系统,企业行为的调整和变化会受到各个目标维度上绩效反馈的影响(Cyert和March,1963;Iyer和Miller,2008)。由于决策者的有限理性,企业通常会通过比较实际绩效和期望水平来简化决策,根据绩效期望差距来决定是否采取行动,因此各目标上的期望水平是企业重要的决策参考点(Iyer和Miller,2008;Shinkle,2012)。行为视角下的已有研究主要以期望水平作为分界线,来区分处于期望顺差和期望逆差状态下的组织。当企业实际绩效未达到期望水平(即处在期望逆差)时,会被认为是一种“失败”状态,从而导致组织展开问题搜索,寻找可行的解决方案直至问题得到解决(Cyert和March,1963;Greve,2003b),此时企业通常愿意接受较高的风险水平(Greve,1998;Miller和Chen,2004)。而当业绩超过期望水平时,企业停止搜索,并倾向于维持原状。而本文主要聚焦于期望逆差,探讨面临期望逆差的企业如何调整公司创业投资的行业策略,主要原因在于:第一,期望逆差意味着企业以相对消极的态度来评价当前的状态,这种由“失败”而引发的组织学习对企业来说是至关重要的。相较于可自由支配资源充裕的“成功”企业,“失败”状态下的企业则面临改变现状的迫切需求,因此更有可能采用全新的、实验性的行为(March,1981)。Madsen和Desai(2010)的研究结果表明,与成功经验相比,企业直接从失败的经验中学习,能够帮助企业降低后续失败的可能。第二,当企业本身经营业绩良好时,公司创业投资活动是“锦上添花”的,在这种状态下,投资策略可能对业绩变化不敏感。而一旦企业经营绩效下滑,创业投资作为公司投资者主营业务板块以外的经营活动,很可能受到资源挤压,此时投资单元面临较强的压力,更有可能通过主动的投资策略调整为母公司“雪中送炭”。
从目标维度的选择而言,本文聚焦于财务和创新这两项目标的主要原因在于,一方面,现有文献已经分别证实了财务绩效反馈、创新绩效反馈是导致企业开展创业投资活动的前因(Gaba和Bhattacharya,2012;董静和谢韵典,2022;郭蓉和文巧甜,2019);另一方面,获取财务回报是大多数企业开展创业投资活动的主要出发点之一(Siegel等,1988),同时公司创业投资也承载了企业的战略目标,例如打开技术窗口、涉足新领域等(Dushnitsky和Lenox,2005b;加里·杜什尼茨基等,2021),其中最为核心的战略目标即通过公司创业投资这一“外部创新”形式,来突破成熟企业内可能阻碍创新的组织惯性,以此提高企业整体创新能力。公司创业投资活动与企业的财务、创新这两项目标最为紧密相关,这两项目标上出现的绩效反馈极有可能刺激企业对投资策略作出调整,因此下文将分别探讨财务和创新目标上的期望差距对公司创业投资行业选择的影响。
1.财务期望逆差与跨行业投资
根据企业行为理论,当企业的实际业绩没有达到特定目标上的期望水平时,就会采用问题搜索,试图找到一种解决方案来改变处在期望水平以下的负面状态(Cyert和March,1963),例如进行组织变革、增加冒险行为(Greve,1998)。对于企业而言,开展公司创业投资活动是一种有效的问题搜索策略,可以帮助处于期望逆差状态下的企业扭转局面(Gaba和Bhattacharya,2012;郭蓉和文巧甜,2019)。那么究竟向何处搜索?根据企业自身的主营业务与所投企业经营行业的相关性水平,公司创业投资大致可以被划分为同行业与跨行业投资两种(汪寿阳等,2021)。对本行业的投资是一种相对保守、面临较低不确定性的“本地搜索”方式,企业作为在行业中耕耘多年的在位者,往往对行业中的技术、市场以及发展动态等具有比较全面的认知,因此能够在一定程度上降低信息不对称带来的投资风险。相比之下,由于跳脱出原来所熟悉的领域,且缺乏对新行业的经验、知识和信息,通过公司创业投资其他行业的新创企业则是一种不确定性更高的“远距离搜索”(董静和谢韵典,2022)
当企业在财务目标上出现问题时,若财务表现偏离期望水平较小,进行同行业投资、进行本地搜索即可解决问题。同行业投资通过准确识别本行业内具有技术优势或创新商业模式的新创企业,并以自身的制造、营销、品牌能力等帮助被投企业迅速成长,因此通常能够获取稳定、可预期的经济收益,从而在短期内帮助企业提高财务业绩。而一旦业绩偏离期望程度过大,邻域搜索不足以解决问题,此时企业可能需要转向远距离搜索(Baum和Dahlin,2007;Posen等,2018)。跨行业投资一方面可以投资于与母公司现有产品或服务形成互补或处在母公司产业链上下游的新创企业(Dushnitsky和Shaver,2009),通过扩大母公司的生态版图实现业绩提升,另一方面也可以投资于与母公司主业完全不相关的热门行业,推动被投企业快速IPO,以获得巨大的退出回报(董静和谢韵典,2022)。过大的期望逆差表明企业在当前行业内经营,其资源能力与市场间的匹配程度较低(Ref和Shapira,2017),继续对本行业新创企业进行投资已经难以解决问题,因此企业只能扩大搜索范围,进行跨行业投资。综上所述,随着企业实际财务绩效相较于期望水平下滑程度的增加,决策者有动力调整当前的战略行为,向跨行业投资分配更多资源,由此提出本文假设1。
H1:财务期望逆差越大,公司创业投资单元越倾向于进行跨行业投资。
2.创新期望逆差与跨行业投资
当企业在创新目标上出现绩效下滑时,决策者同样需要设法寻找一种能够帮助企业提高创新绩效的有效方法以解决当前面临的创新绩效困境。部分研究认为,企业面临的消极绩效反馈可能是刺激它们加快企业内部研发创新步伐的关键因素之一(Chen和Miller,2007;Greve,2003a),而相较于财务目标,企业的创新目标与创新活动的关系更加紧密,当企业内部创新目标未实现时,决策者更有可能求助于新的创新模式,例如建立技术联盟(Martínez-Noya和García-Canal,2021)、采用公司创业投资(Gaba和Bhattacharya,2012)。
若企业创新绩效偏离期望的程度较小,企业可能首先采取本地搜索行为(Gaba和Joseph,2013;Martínez-Noya和García-Canal,2021),此时同行业投资尚可满足企业创新绩效提升的需求。企业通过投资于本行业的新创企业时,双方在同一行业经营、研发的共同经历决定了双方具备相似的知识基础,企业具有较高的吸收能力从被投公司中获取并重新整合知识,从而能够在一定程度上促进企业与被投公司间知识的转移与整合(Cohen和Levinthal,1990;Grant,1996),因此同行业投资是一种更加高效的弥补企业较小创新期望逆差的方式。若创新期望逆差持续扩大,企业可能会开始寻找非本地解决方案(Martínez-Noya和García-Canal,2021),此时企业将通过投资于更多来自不同行业背景的新创企业,更加开放地寻求来自企业外部的创新前沿成果。若仍然在原有行业进行投资,可能由于存在知识冗余而阻碍企业感知和吸收外部环境中新的信息,并将新旧知识结合以产生全新解决方案的可能(Ahuja和Katila,2001)。此时,通过向投资组合中引入来自其他行业的新创企业,吸收异质性、多元化知识和更加新颖的观点或许是企业改善当前不佳创新绩效表现的有效手段。因此,尽管进入陌生的行业领域进行投资可能会带来一定风险,但当企业创新表现明显低于期望水平时,它们更有可能愿意承担风险“奋力一搏”。因此,随着创新目标上期望逆差持续增大,公司投资者倾向于增加跨行业投资以解决问题。基于以上分析,本文提出如下假设2。
H2:创新期望逆差越大,公司创业投资单元越倾向于进行跨行业投资。
(二)投资单元结构的调节作用
投资单元作为受母公司控制、实际开展公司创业投资活动的主体,会对母公司财务、创新目标上的绩效反馈作出响应,但投资单元结构方面存在的差异,可能导致它们对绩效反馈响应的积极程度也各有不同。已有研究指出,组织结构对管理者的注意力焦点具有重要影响(Joseph等,2016;Ocasio,1997),由于决策者的注意力有限(Simon,1947),当企业面临亟待解决的复杂问题时,组织结构决定了决策者会将其注意力集中于哪些问题及解决方案(Ocasio,1997)。而决策者将其注意力集中于特定目标时,该目标上的绩效反馈才会真正产生刺激效果,从而引发相应的组织响应行为(Choi等,2019)。对于采用不同组织结构的投资单元来说,内部的经理如何将有限的注意力资源进行配置将取决于他们所处的特定情境。本文认为,投资单元的结构特征——是否具有自主权(autonomy)决定了决策者(即投资经理)向财务、创新双重目标配置注意力的程度,进而影响其对财务、创新期望逆差的响应程度。因此,接下来本文将分别检验投资单元结构对财务、创新目标绩效反馈与公司创业投资行业间关系的调节作用。
投资单元的组织形式多样,主要可分为两种类型,一类是母公司内部成立的从事股权投资活动的投资部门,另一类则是独立于母公司而设立的独立投资机构(Dushnitsky和Shaver,2009;Souitaris和Zerbinati,2014)。母公司内设的投资部门具有较低自主权,在筛选投资对象、进行投资决策等过程中都直接受到母公司的直接干预,例如需要逐个项目向母公司进行申请批准。而后一类投资单元则具有较高的自主权,通常是母公司全资控股的子公司,受母公司影响和控制的程度相对较小(Lee等,2018;Yang等,2016)。
本文认为,面对母公司财务目标上出现的绩效反馈,相较于低自主权的投资单元,高自主权的投资单元将对财务期望逆差作出更为积极的响应。由于高自主权的投资单元一般采用传统的风险投资机构薪酬体系,投资经理获得的报酬由固定薪酬和附带权益(carried interest)构成(Asel等,2015),而低自主权投资单元通常采用固定薪酬加奖金的传统薪酬模式,以维持与母公司内其他业务部门间的一致性和公平性(加里·杜什尼茨基等,2021),因此高自主权的投资单元投资经理的个人收益、未来职业发展都与投资活动的财务回报紧密关联。相较于低自主权的投资单元,具有较高自主权的投资单元经理会对财务目标分配更多注意力,对财务绩效表现更为敏感。由此,当母公司的财务绩效下滑至期望水平以下时,高自主权的投资单元更有可能注意到财务目标上出现的问题,因此更有可能采取增加跨行业投资的策略来解决财务期望逆差。
然而面对创新目标上的绩效反馈,低自主权的投资单元更有可能对创新期望逆差作出更加积极的响应,高自主权的投资单元则不太可能向创新目标分配过多注意力。首先,相较于低自主权的投资单元而言,具有较高自主权的投资单元缺乏与母公司一致的认知模式,它们对自己作为母公司“技术窗口”的身份认知较为薄弱。高自主权的投资单元通常独立作出投资决策,仅通过定期汇报的形式与母公司进行相对正式的信息交流(Asel等,2015;Yang等,2016)。这种组织结构可能导致投资经理将注意力转移到母公司之外。相反地,低自主权的投资单元对母公司具有更高的依赖,母公司不仅是其运营资本的唯一来源,而且母公司内的其他业务部门会为其引荐一些投资机会。而且低自主权的投资单元决策过程也受到母公司的紧密掌控,甚至有时需要逐个项目向母公司申请评估及审核(Asel等,2015)。它们与母公司间保持着比较频繁的信息交换和非正式的交流,母公司在整个信息处理过程中的参与度较高(Yang等,2016)。这种与母公司间的紧密联系导致低自主权的投资单元会逐渐习得母公司既有的规范和惯例,与公司达成一致的认知框架,因此这类投资单元决策者的注意力更有可能聚焦于母公司内部,对自身所承担的母公司战略意图具有十分清晰的认知。其次,由于母公司难以定量评价投资单元在财务收益以外的其他贡献,当母公司与投资单元沟通较少时,战略收益更加难以衡量,从而加强了高自主权的投资单元经理对财务目标的注意力程度,降低了他们向其他目标(如创新目标)分散注意的可能。综上所述,高自主权的投资单元对创新目标实现情况的关注程度较低,因此将弱化创新期望逆差与跨行业投资间的关系。
基于以上分析,本文提出假设3和假设4。
H3:当公司创业投资单元自主权较高时,会加强财务期望逆差对跨行业投资的促进作用。
H4:当公司创业投资单元自主权较高时,会减弱创新期望逆差对跨行业投资的促进作用。
三、研究设计(一)样本和数据来源
本研究以2008—2018年间进行过创业投资或股权投资的A股上市公司所控制的投资单元为样本,既包括公司内部的投资部门,也包括从事股权投资或创业投资的独立子公司。选择该样本的主要原因如下:首先,从时间窗口上来说,由于2007年我国新会计准则开始实施,而本文的解释变量相对被解释变量滞后一年,因此选取了2007年以后的研究样本。其次,本研究以投资单元作为最小分析单位,即投资单元层面的研究,一般来说,公司投资者可能会陆续设立多个投资单元,而它们所采用的组织结构可能是不同的。由于本文关注母公司绩效反馈对投资单元投资决策(行业选择)的影响,为保证各投资单元有足够的动力和注意力对母公司绩效反馈作出响应,本研究剔除掉了那些可能不受母公司影响的投资单元,仅保留母公司内部的投资部门和母公司持股比例超过50%的投资单元。
本研究的数据来源主要包含三部分,第一,与投资单元的投资活动相关的数据主要来源于CVSource投中数据库。第二,投资单元所对应的母公司相关信息来自CSMAR国泰安数据库以及巨潮网披露的上市公司年报。研究样本的确立主要分为两步,第一步,直接筛选出CVSource中有过创业投资或股权投资记录的A股上市企业,并排除掉主营业务含金融业的企业。这些由母公司直接进行的投资被确认为母公司内部投资单元直接进行的CVC投资。第二步,根据前一步中已经确立的公司投资者名单,通过阅读年度报告逐一查询它们所控制的其他全资投资单元。将这两部分投资单元汇总,并排除掉那些设立以来未产生任何投资记录,以及由经营异常的母公司所控制的投资单元,最终样本共包含219个投资单元和
(二)变量测度
1.被解释变量
为了测度投资单元在同行业和跨行业这两种行业策略中的相对偏好程度,本文以跨行业投资占比(crossind_ratio)作为被解释变量,用观测期内投资单元所投企业与公司投资者行业差异性的平均值来表示(董静和谢韵典,2022),具体计算方法如式(1)所示。
$ {crossind\_ratio}_{it}=\frac{\sum _{j=1}^{n}{ind\_distance}_{ijt}}{\mathrm{n}} $ | (1) |
公式(1)左侧的
2.解释变量
(1)财务期望逆差。净资产回报率(ROE)是反映企业盈利能力的重要指标,本文借鉴贺小刚等(2020),使用ROE来衡量公司投资者的财务业绩表现,并依此计算财务目标上的期望值。财务期望水平由社会期望水平(行业平均值)和历史期望水平(过去的绩效)的代数组合来测度(Cyert和March,1963;连燕玲等,2014),具体计算方法如公式(2)所示。
$ F{A}_{it}=(1-{\alpha }_{1}){SFA}_{it}+{{\alpha }_{1}HFA}_{it} $ | (2) |
公式(2)中,企业i在第t期的财务期望水平
$ {HFA}_{it}=\left(1-{\alpha }_{2}\right){FP}_{it-1}+{\alpha }_{2}{HFA}_{it-1} $ | (3) |
式(3)中,左侧
(2)创新期望逆差。企业的创新绩效通常采用专利数量或被引量、新产品的引入、新产品销售额占比等指标来测度。本文采用专利申请数衡量创新绩效,一方面是出于数据可得性的考虑,另一方面,专利的申请通常要经过企业工程师、专利服务中介机构及国家专利局的审查,能够较充分地体现企业真实创新能力,同时专利申请的公开制度使得这种创新成果更容易被社会大众或同业竞争者所观察到,这也符合社会创新期望形成的机理。因此,本文使用企业在三年窗口期内(即从t年回溯至t–2年)申请的实用新型、发明专利数量之和来衡量企业的创新绩效,并以此计算创新绩效反馈(Martínez-Noya和García-Canal,2021)。然后,采用与计算财务绩效反馈相同的方式,得到创新目标上的期望水平以及相应的创新期望差距,计算方法如公式(4)和(5)所示。
$ I{A}_{it}=(1-{\alpha }_{3}){SIA}_{it}+{{\alpha }_{3}HIA}_{it} $ | (4) |
$ {HIA}_{it}=\left(1-{\alpha }_{4}\right){IP}_{it-1}+{\alpha }_{4}{HIA}_{it-1} $ | (5) |
式(4)中,企业i在第t期的创新期望水平(
在计算财务、创新期望时,本文借鉴连燕玲等(2014)、贺小刚等(2020),在后文中汇报了
3.调节变量
投资单元自主权(autonomy)。当前实证研究中通常采用投资单元是否独立于母公司的二分变量作为投资单元自主权程度的代理变量(Lee等,2018;Yang等,2016),即根据投资活动的主体是母公司内部的业务部门还是独立运营的投资机构来做出判断。若投资主体是母公司本体,则将其认定为内部投资单元,自主权赋值为0;若投资主体是母公司全资控股的独立投资机构,则将自主权赋值为1。本文认为,尽管这种测度方法具有其合理性,但仍然存在不足之处。其中最突出的问题在于,自主权高低主要取决于母公司对投资单元的放权程度,即母公司在多大程度上给予投资单元自由决策的空间,而投资单元具有独立法人资格并不完全等同于母公司对其减少了干预和监督,尽管一些投资单元是以独立子公司的形式存在,但仍然与母公司之间保持着比较频繁的互动。因此,本文在当前对投资单元自主权测量方式的基础上作出了一些调整,根据投资单元是否在地理空间上与母公司分离来定义其自主权高低。具体来说,本文通过追踪投资单元及其母公司历年办公地址变更情况,来判断双方是否在同一地址办公,若办公地址不同,则将自主权赋值为1,否则为0。本文认为,相较于是否独立子公司,母公司与投资单元之间是否存在地理分隔更能体现自主权的高低,因为物理上的隔离能够最大限度地减少母公司对投资单元日常经营运作过程中的干预,它不但减少了双方直接发生信息交换的频率,而且增加了沟通成本,因此本文认为,当投资单元办公地址与母公司不同时,自主权程度通常会显著提高。
4.控制变量
本文分别控制了母公司层面、投资单元层面和行业层面的影响因素,母公司层面的因素包括:年龄、销售收入、冗余资源、研发强度、股权集中度、CEO两职兼任、是否国有企业。投资单元层面的因素主要包括:母公司控制的投资单元数量、投资单元年龄、IPO退出经验。行业层面因素包括环境丰裕度。此外回归模型中还控制了年份和行业虚拟变量,具体如表1所示。
变量名称 | 符号 | 测度方式 | |
因变量 | 跨行业投资占比 | crossind_ratio | 投资单元投资组合中所有被投企业与公司投资者行业 差异性的平均值 |
自变量 | 财务期望逆差 | Fgap_bl | 用ROE测度的财务绩效与期望的差值,0以下的部分取 绝对值作截尾变量 |
创新期望逆差 | Igap_bl | 用三年窗口期专利申请数测度的创新绩效与期望的差值,0以下的部分取绝对值作截尾变量 | |
调节变量 | 投资单元自主权 | autonomy | 若投资单元与母公司办公地址不同,赋值为1,否则为0 |
控制变量 | 财务期望顺差 | Fgap_ab | 用ROE测度的财务绩效与期望的差值,取0以上的部分 作截尾变量 |
创新期望顺差 | Igap_ab | 用三年窗口期专利申请数测度的创新绩效与期望的差值,取0以上的部分作截尾变量 | |
年龄 | age | 企业成立年限的对数形式表示 | |
销售收入 | lnsales | 销售收入对数形式 | |
冗余资源 | slack | 以未沉淀冗余(流动资产/流动负债)、沉淀冗余(管理与销售费用之和/销售收入)和潜在冗余(所有者权益/总负债)的平均值来测度 | |
研发强度 | rdintensity | 研发投入占销售收入之比 | |
股权集中度 | shrhfd | 前三大股东持股比例平方和 | |
CEO两职兼任 | duality | 若董事长与CEO由同一人担任,则取1,否则为0 | |
是否国有企业 | ownership | 若属于国有企业,赋值为1,否则为0 | |
投资单元数量 | unitnumb | 当年母公司设立的投资单元数量 | |
投资单元年龄 | unitage | 投资单元成立年限 | |
IPO退出经验 | ipo | 三年窗口期内IPO次数 | |
环境丰裕度 | munif | 首先以第t年行业销售收入的自然对数为因变量,以第t−1至第t−4年的年份为自变量做回归,然后对估计系数 取反对数,即得到第t年企业所处行业的环境丰裕度(Dushnitsky和Yu,2022) |
|
资料来源:作者整理。 |
(三)模型设定
公司创业投资所选择的行业是一个典型的两阶段决策,第一步决定是否投资,第二步决定向哪些行业投资。因此,本研究使用Heckman两阶段模型(Heckman,1979)进行回归。首先,在第一阶段回归中使用Probit模型对各投资单元是否在下一期进行投资做出预测,并获得逆米尔斯比率IMR。第一阶段模型中纳入的排他性变量是当年我国风险投资交易数量(对数形式),该变量在一定程度上反映了市场投资机会的多少,因此与投资单元是否进行投资呈正向关系,同时该变量与投资单元的行业选择策略无关,符合Heckman两阶段模型对排他性变量的基本要求。此外,本文同时在第一阶段回归中控制了以上全部解释变量、控制变量。在第一阶段回归得到IMR后,带入第二阶段模型中,对本文提出的主要假设依次进行检验。具体回归模型如公式(6)所示。
$ \begin{aligned} {crossind\_ratio}_{it+1}=& {\beta }_{0}+{\beta }_{1}{X}_{it}+{\beta }_{2}{autonomy}_{it}+{\beta }_{3}{Fga{p}_{bl}}_{it}+{\beta }_{4}{Iga{p}_{bl}}_{it}+{\beta }_{5}autonomy\times {Fgap\_bl}_{it}+\\ & {\beta }_{6}autonomy\times {Igap\_bl}_{it}+{\beta }_{7}IMR+{\varepsilon }_{it} \end{aligned}$ | (6) |
式(6)中
为检验本文主要假设,模型中除了财务期望逆差、创新期望逆差这两个主要解释变量以外,还同时纳入了它们分别与调节变量(投资单元自主权)的交互项。为最大限度缓解内生性问题,本文借鉴贺小刚等(2020)、董静和谢韵典(2022),采用了如下处理方法:滞后一期的解释变量,即用第t+1期的被解释变量对第t期的解释变量进行回归;向模型中加入行业和时间虚拟变量以排除不可观测因素对回归结果的干扰;用Heckman两阶段模型解决样本自选择问题;采用Driscoll-Kraay标准误以消除异方差和时间序列相关问题。
四、实证分析(一)描述性统计
在进行回归分析之前,本研究首先对模型中涉及的主要变量进行了描述性统计,结果如表2所示。研究样本共包含146个企业设立的219个公司创业投资单元,平均每家企业拥有1.5个投资单元。在全样本共
观测值 | 均值 | 标准差 | 最大值 | 中位数 | 最小值 | |
crossind_ratio | 529 | 0.6396 | 0.3699 | 0.0000 | 0.7500 | 1.0000 |
age | 1042 | 17.0432 | 5.3634 | 4.0000 | 16.0000 | 38.0000 |
lnsales | 1042 | 22.2441 | 1.5899 | 18.9171 | 21.9699 | 26.3711 |
slack | 1042 | −0.0327 | 0.6721 | −0.4640 | −0.2096 | 9.1384 |
rdintensity | 1042 | 0.0550 | 0.0810 | 0.0000 | 0.0296 | 0.5155 |
shrhfd3 | 1042 | 0.1226 | 0.1034 | 0.0071 | 0.0905 | 0.5785 |
duality | 1042 | 1.6449 | 0.4788 | 1.0000 | 2.0000 | 2.0000 |
ownership | 1042 | 0.3090 | 0.4623 | 0.0000 | 0.0000 | 1.0000 |
munif | 1042 | 1.2670 | 0.2873 | 0.5925 | 1.2025 | 2.8129 |
unitage | 1042 | 3.8973 | 3.9786 | −1.0000 | 3.0000 | 25.0000 |
unitnumb | 1042 | 2.7428 | 2.1480 | 0.0000 | 2.0000 | 14.0000 |
ipo | 1042 | 0.1123 | 0.5526 | 0.0000 | 0.0000 | 7.0000 |
autonomy | 1042 | 0.2889 | 0.4535 | 0.0000 | 0.0000 | 1.0000 |
Fgap_ab | 1042 | 0.0436 | 0.1921 | 0.0000 | 0.0000 | 2.4061 |
Fgap_bl | 1042 | 0.0653 | 0.4923 | 0.0000 | 0.0101 | 14.4944 |
Igap_ab | 1042 | 20.2457 | 62.6464 | 0.0000 | 0.2541 | 477.1946 |
Igap_bl | 1042 | 0.8982 | 1.9830 | 0.0000 | 0.0000 | 23.5503 |
(二)回归结果分析
对本文主要研究假设进行检验后,结果如表3所示。表中模型1展示了第一阶段回归结果。模型1以是否进行公司创业投资为因变量进行Probit回归,从结果可知,排他性变量(年度风险投资交易数量的对数)与公司创业投资虚拟变量呈显著正相关,回归系数为
(1) | (2) | (3) | (4) | (5) | |
CVCdummy t+1 | crossind_ratio t+1 | ||||
lnyear_vc_times | 0.2905* | ||||
(1.7989) | |||||
Fgap_bl t | −0.0372 | 0.0289*** | 0.0232* | 0.0277*** | 0.0245** |
(−0.6098) | (5.2633) | (1.9278) | (4.4407) | (2.3829) | |
Igap_bl t | 0.0125 | 0.0283** | 0.0292** | 0.0286*** | 0.0294** |
(0.2638) | (2.4049) | (2.3262) | (3.2460) | (2.8764) | |
autonomy×Fgap_bl t | 0.1916* | 0.1899* | |||
(2.0180) | (2.0036) | ||||
autonomy×Igap_bl t | 0.0010 | 0.0020 | |||
(0.0229) | (0.0471) | ||||
Controls | Yes | Yes | Yes | Yes | Yes |
_cons | −2.5322 | 0.2760 | 0.2485 | 0.2281 | 0.2083 |
(−1.3381) | (0.6590) | (0.5913) | (0.5209) | (0.4753) | |
IMR | −0.0342 | −0.0094 | 0.0074 | 0.0256 | |
(−0.1711) | (−0.0448) | (0.0328) | (0.1116) | ||
Industry dummy | Yes | Yes | Yes | Yes | Yes |
Year dummy | Yes | Yes | Yes | Yes | Yes |
N | 1042 | 529 | 529 | 529 | 529 |
Pseudo R2 / R2 | 0.1299 | 0.1847 | 0.1858 | 0.1847 | 0.1858 |
注:括号中汇报t值,采用Driscoll−Kraay标准误,*为 p < 0.1, **为 p < 0.05, ***为p < 0.01。因篇幅所限,省略控制变量,下同。 |
假设H3和H4分别关注投资单元自主权对负向财务绩效反馈与跨行业投资倾向、负向创新绩效反馈与跨行业投资倾向间关系的调节作用。为了对本组假设进行检验,模型3在模型2的基础上加入了投资单元自主权与财务期望逆差的交乘项,模型4则在模型2的基础上加入了投资单元自主权与创新期望逆差的交乘项,模型5是涵盖所有自变量、调节变量与交乘项的全模型。由模型5可知,投资单元自主权与财务期望逆差交乘项的回归系数为
(三)稳健性检验
本文主要采用如下方式进行稳健性检验:
第一,改变财务和创新期望差距的测度方式。本文调整了计算财务和创新期望值时的参数设定,采用
第二,改变因变量的测度方式。在基准回归中,本文采用投资单元年度所投企业与母公司间行业差异性的平均值来度量跨行业投资倾向。在稳健性检验中对此进行调整,用投资单元年度投资组合企业行业差异性与投资金额占比乘积的总和重新计算因变量(董静和谢韵典,2022),如公式(7)所示。
$ {crossind\_ratio}_{it}=\sum _{j=1}^{n}({ind\_distance}_{ijt}\times \frac{{amount}_{ijt}}{{\sum }_{j=1}^{n}{amount}_{ijt}}) $ | (7) |
公式(7)中
第三,改变回归模型。基准回归采用Heckman两阶段模型进行分析,能够在一定程度上解决样本自选择问题。为进一步排除内生性问题,在稳健性检验中替换为适用于面板数据的回归模型。Hausman检验结果表明,使用随机效应模型更合适,回归结果仍然与基准回归一致。
综合以上结果可知,整体而言本文的实证分析结果较为稳健,得到的结论具有较高的可靠性。
五、进一步分析(一)区分投资单元年龄:投资单元自主性对创新绩效反馈与跨行业投资关系的调节作用
根据前文分析,高自主权的投资单元倾向于将注意力放在母公司以外,不太关注母公司的创新目标。然而,本文的实证分析却没有为假设4提供支持。那么是否存在其他的边界条件,影响到不同结构下的投资单元决策者对创新目标的关注程度?为了对这一结果作出解释,本文继续开展了以下补充分析。
以投资单元年龄的中位数为限,将全样本分为低龄和高龄两组,分别进行回归分析,并通过费舍尔组合检验(Cleary,1999;连玉君和廖俊平,2010)对两组样本中投资单元自主权与创新期望差距交互项的系数进行比较,结果如表4所示。当投资单元年龄较低时,自主权与创新绩效期望逆差交互项的系数显著为负(beta = −
crossind_ratio t+1 | ||
(1) | (2) | |
低龄投资 单元 |
高龄投资 单元 |
|
autonomy×Fgap_bl t | 0.1099 | 0.0578 |
(0.491) | (1.173) | |
autonomy×Igap_bl t | −0.1333* | 0.0390 |
(−2.227) | (1.282) | |
Controls | Yes | Yes |
Year | Yes | Yes |
Industry | Yes | Yes |
N | 278 | 175 |
R2 | 0.2203 | 0.3234 |
autonomy×Igap_bl 组间 系数差异(经验p值) |
−0.1723** (0.0000) |
|
注:括号中汇报t值,采用Driscoll−Kraay标准误,组间系数差异的经验p值通过重复抽样(bootstrap)100次得到,*为p < 0.1, **为p < 0.05, ***为 p < 0.01。 |
![]() |
图 1 按投资单元年龄分组:自主权对投资单元对创新期望逆差与跨行业投资关系的调节作用 |
以上补充分析的结果说明,投资单元年龄决定了其组织结构是否对创新期望逆差与跨行业投资的关系起到调节作用。前文指出,当母公司给予投资单元较高的自主权时,投资单元的经营活动不再受到母公司过多的干预和控制,并且由于缺乏与母公司一致的认知框架,高自主权的投资单元对自身承担的“技术窗口”身份认知较弱,因此不会过多将注意力分配到创新目标上,这一矛盾在公司创业投资单元成立之初尤为突出。然而随着投资单元年龄的增长、双方沟通和交流次数的增加,母公司与投资单元之间会逐渐达成认知上的统一,因此高自主权的投资单元对创新目标的忽视会逐渐得到缓解。
(二)投资单元结构对双重目标绩效反馈共同作用与跨行业投资关系的调节作用
尽管前文已经分别讨论了财务、创新双重目标上期望逆差对投资行业选择的影响,并考虑了投资单元结构因素对其关系的调节作用,但并未充分讨论财务和创新目标的共同作用。当财务和创新目标上同时出现问题时,投资单元需要在两个目标之间进行权衡并作出相应战略调整,此时投资单元将如何应对?Cyert和March(1963)指出,在面对多重目标时,企业会遵循“顺序注意力规则(Sequential attention rule)”,即决策者会将多个目标视为一系列拥有不同优先级排序的约束,享有较高优先权的目标被满足时,组织才会转向下一个目标。也就是说,决策者注意力会在多个不同的决策目标之间进行转换(梁肖梅等,2021),哪些目标被优先满足、哪些目标被暂时搁置取决于目标之间的重要性排序。例如Greve(2008)认为与企业生存紧密相关的目标享有优先权,相较于企业的规模目标,利润目标会首先得到企业的关注。当企业财务绩效表现不佳时,决策者的注意力会转向利润目标,因此规模目标与组织响应行为间的关系被削弱了。然而,本文认为,这种对组织多个目标间存在固定的重要性排序的预设可能是不合适的。当财务和创新目标同时出现问题时,投资单元究竟优先向哪个目标分配注意力,可能受到投资单元组织结构的影响。
根据前文分析,投资单元的组织结构对投资经理的注意力焦点具有重要的塑造作用,由此决定了财务、创新目标的优先级排序。对于低自主权的投资单元而言,长期与母公司进行沟通交流、信息交换导致其形成了与母公司一致的认知框架,并且充分理解其自身所承担的“技术窗口”等战略任务。这类低自主权投资单元的首要任务通常是为母公司搜寻市场上的前沿技术、保持创新活力,而非获得收益(Martínez-Noya和García-Canal,2021),而且其投资经理个人的收入也并不直接与投资财务收益挂钩(加里·杜什尼茨基等,2021)。因此,低自主权投资单元决策者更有可能优先向创新目标分配注意力,而暂时降低对财务问题的关注。而当投资单元具有较高结构自主权时,一方面由于缺乏交流,投资单元与母公司之间缺少一致的认知框架,管理者的注意力主要集中在如何提高财务收益,而较少地关心投资单元所承担的其他战略性角色,包括通过对新创企业知识和技术的学习、提高母公司本身的创新能力这项任务;另一方面由于母公司主要依赖财务指标对独立投资单元进行绩效评估,因此,相较于创新目标而言,高自主权投资单元的决策者更有可能对财务目标赋予更大的优先权。接下来,本文进一步展开以下补充分析。
本文借鉴已有研究(Greve,2008;Mazzelli等,2019),生成了一个“消极财务反馈(F_bl)”的指示变量,若企业面临负向财务绩效反馈,则取值为1,否则为0。使用这一指示变量,在模型中与创新期望逆差进行交乘,能够充分体现消极财务反馈作为一种刺激信号,增强或是抑制了投资单元对创新目标的关注(Mazzelli等,2019)。回归结果如表5所示。
(1) | (2) | (3) | |
CVCdummy t+1 | crossind_ratio t+1 | ||
lnyear_vc_times | 0.2847* | ||
(1.7750) | |||
Fgap_bl t | −0.0362 | 0.0328*** | 0.0257*** |
(−0.5802) | (4.3195) | (3.2475) | |
Igap_bl t | −0.1022 | 0.0401 | 0.0220 |
(−1.4861) | (1.4782) | (0.8154) | |
F_blt | −0.2140** | 0.0135 | −0.0088 |
(−2.2984) | (0.4369) | (−0.1827) | |
F_bl×Igap_bl t | 0.1832** | −0.0197 | 0.0096 |
(2.1853) | (−0.6483) | (0.2398) | |
autonomy×F_bl t | 0.0203 | ||
(0.2652) | |||
autonomy×Igap_bl t | 0.0980** | ||
(2.9040) | |||
autonomy×F_blt×Igap_bl t | −0.1596* | ||
(−1.8675) | |||
autonomy t | −0.0800 | −0.0141 | −0.0246 |
(−0.7529) | (−0.3093) | (−0.4661) | |
Controls | Yes | Yes | Yes |
_cons | −2.1904 | 0.3585 | 0.2728 |
(−1.1603) | (0.9263) | (0.6444) | |
IMR | −0.1230 | −0.0284 | |
(−0.5625) | (−0.1218) | ||
Industry dummy | Yes | Yes | Yes |
Year dummy | Yes | Yes | Yes |
N | 1042 | 529 | 529 |
Pseudo R2 / R2 | 0.1366 | 0.1850 | 0.1897 |
注:括号中汇报t值,采用Driscoll−Kraay标准误,* 为p < 0.1, ** 为p < 0.05, *** 为p < 0.01。 |
模型2中消极财务反馈与创新期望逆差的交乘项回归系数并不显著,说明当企业遭遇消极财务反馈时,究竟会强化还是弱化了投资单元对创新目标的注意力这一关系并不清晰。而模型3中加入的三重交互项系数为−
![]() |
图 2 不同CVC单元自主权下,财务绩效反馈对创新期望逆差与跨行业投资间关系的调节作用 |
以上补充分析说明,当财务和创新目标同时出现问题时,投资单元的结构特征决定了决策者对双重目标重要程度的先后顺序的认识。当投资单元自主权较低时,决策者优先关注创新目标,消极的财务反馈将加强创新期望逆差对跨行业投资的促进作用。相反,当投资单元自主权较高时,决策者优先转向财务目标,消极的财务反馈将削弱创新期望逆差对跨行业投资的促进作用。
六、研究结论与展望(一)研究结论
本文从企业行为理论的视角出发,探讨了企业财务和创新这两个关键目标上的消极绩效反馈如何分别对公司创业投资单元的行业策略产生影响。同时,本文结合了管理者注意力来进一步分析双重目标绩效反馈影响公司创业投资行业选择的边界条件,提出投资单元的结构特征,即自主权的高低决定投资经理对财务和创新目标的关注程度,从而影响到投资单元对相应目标上绩效反馈的响应行为。以2008—2018年我国A股上市企业控制的投资单元为样本进行实证检验,得到如下研究结论:
第一,无论是财务目标还是创新目标上的期望逆差增大,投资单元都倾向于通过增加跨行业投资(减少同行业投资)作出响应。第二,投资单元自主权对财务期望逆差与跨行业投资占比间的关系起到调节作用,相较于低自主权的投资单元而言,具有较高自主权的投资单元经理对财务目标的注意力更强,也就是说投资单元自主权增强了财务期望逆差对跨行业投资倾向的促进作用。第三,通过补充分析发现,投资单元的年龄是决定结构自主权是否影响其对创新目标注意力分配程度的重要边界条件。在投资单元成立初期,结构自主权会显著削弱它对创新绩效期望逆差的响应程度,而随着投资单元年龄的增长,自主权的这一负面效应逐渐消失。第四,投资单元自主权会强化投资经理对财务目标相对创新目标具有更高优先级的认识,对于自主权较低的投资单元而言,当财务目标上出现消极绩效反馈时,投资单元注意力可能优先分配于创新目标,从而强化对创新目标的响应,而对于自主权较高的投资单元,则优先转向财务目标,导致组织对创新目标的响应程度被削弱。
(二)理论贡献
第一,本文从多重目标绩效反馈的角度解释公司创业投资活动行业选择的前因,进一步拓展了企业行为理论的研究。已有研究对于企业绩效反馈与公司创投关系的讨论仍然聚焦于企业的单一目标(Gaba和Bhattacharya,2012;Titus等,2020;董静和谢韵典,2022;郭蓉和文巧甜,2019),却忽视了企业多重目标同时存在,并且共同作用于其创业投资决策的问题。因此有必要将多种目标同时纳入理论模型,检验多目标绩效反馈的共同作用。而本研究将财务、创新目标同时考虑,不仅更加贴合企业长期承载多项目标的现实情境,而且有助于我们深入理解企业由目标驱动的决策过程及复杂的行为选择。
第二,本研究从组织结构的视角拓展了消极绩效反馈驱动公司创业投资活动的边界条件。由于组织结构是管理者解释绩效反馈并调整行为这一决策过程中的重要影响因素(Gaba和Joseph,2013;Joseph等,2016;Vissa等,2010),因此本文在讨论财务、创新期望逆差对公司创业投资行业影响的同时,将投资单元的组织结构纳入分析框架,发现公司创投重要的结构特征,即投资单元自主权程度不仅直接决定了投资单元对单一目标注意力的分配程度,而且决定了投资经理如何理解多重目标之间的优先次序,导致投资单元在面临多重目标时会采用不同的响应机制。本文从理论上将组织结构、多重目标,以及响应行为这三者结合起来,弥补了企业行为理论在解释多重目标引发组织响应行为时对组织结构这一因素的忽视。
第三,本研究扩充了公司创业投资文献中对投资单元结构设计的讨论。当前对公司创投组织结构设计的讨论主要集中在投资单元结构自主权与公司投资者创新活动或价值创造之间的关系,这些研究普遍认为,独立性较高的投资单元能够带来更优的绩效表现和更多的探索式创新(Hill等,2009;Lee等,2018;Siegel等,1988),主要原因在于较高的自主权使得投资单元能够摆脱母公司的束缚。换言之,采用不同组织结构的投资单元受到母公司本身目标的影响程度是不同的,自主权越高,母公司目标对其影响力越小,但这些研究却并未直接证明这一中间机制。而本研究通过对不同自主权程度的投资单元对母公司财务、创新目标响应程度差异的检验,直接地呈现投资单元组织结构与母公司目标之间的关联。
(三)管理启示
本文的研究结论对决策者认识双重目标对企业行为的影响、选择合适的投资单元结构等方面都具有重要启示作用。
首先,决策者应该充分认识到组织财务、创新绩效反馈的作用会影响到其投资单元投资的行业选择。尽管企业设立投资单元的初衷可能是多样的,但在实际运营过程中,投资单元的投资策略可能会随着母公司本身在财务、创新方面的业绩表现而发生一定偏移。例如对于长期保持着良好财务或创新绩效的企业,其创业投资活动可能会相对保守、围绕母公司主业展开,然而适当的探索性投资可能更加有利于母公司保持灵敏的市场嗅觉、尽可能吸收差异化的知识以产生更加新颖的创新成果。因此,在这种情形中,决策者应该及时发现问题,通过其他激励手段调整其创业投资的行业焦点。
其次,此前大多数公司创业投资的文献认为,将投资单元放在母公司外部能够帮助它脱离母公司的认知框架和母公司自身战略目标的束缚,从而更好地探索市场上的知识和技术。从现实情况看,国内外一些相对成熟的公司投资者也纷纷设立了独立的投资单元参与公司创投实践,例如谷歌设立的谷歌风投、高通旗下的高通创投、上汽集团成立的上汽集团股权投资和尚颀资本等,都具有较高的自主权。但本文的研究结果显示,尽管自主权的提高加强了投资单元对母公司财务绩效反馈的关注,但同时可能会降低其对创新目标的注意力,特别是那些成立不久的投资单元。这一研究结论表明,投资单元的结构设计需要进行多方面权衡:首先是让投资单元脱离母公司束缚、自由探索与加强投资单元对母公司创新目标重视程度之间的取舍;其次是对财务和创新目标之间的权衡,如果母公司希望投资单元能够高度重视创新目标,那么采用一种自主权较低的组织结构可能是较为合适的选择。企业可以根据自身实际需求,选择一种最适宜的组织结构开展公司创投活动。
(四)局限与展望
最后,本文仍然存在一些不足之处。首先,本文在探讨投资单元自主权如何影响其对母公司目标的注意力分配时,仅采用了一个简单的二分变量对这一结构特征进行测度。然而事实上,这种测量方式可能无法精准地捕捉到母公司对投资单元经营活动的实际参与程度。后续研究可以从母公司与投资单元的沟通频率、母公司是否向投资单元派驻董事、母公司在投资单元决策过程中发挥的作用等方面出发,通过更加细致的测量方式,或从其他的结构特征维度来探讨这一问题。其次,本文仅考虑企业负向绩效反馈对跨行业投资之间的线性关系,由于组织在设定期望值的时候会面临多个期望参考点,例如处在破产边缘的企业可能会以生存点来取代期望值。由于期望参考点可能会发生转移,期望差距与企业响应行为可能存在非线性关系(Miller和Chen,2004)。后续研究可以在考虑多个目标维度的同时,结合多个期望参考点做进一步挖掘。
[1] | 董静, 谢韵典. 绩效反馈与公司风险投资的行业选择[J]. 南开管理评论, 2022, 25(2): 101–112. |
[2] | 董静, 徐婉渔. 公司风险投资: “鱼水相依”抑或“与鲨共舞”?——文献评述与理论建构[J]. 外国经济与管理, 2018, 40(2): 3–17,50. |
[3] | 郭蓉, 文巧甜. 业绩反馈与公司创业投资行为关系——来自中国上市公司的数据检验[J]. 系统管理学报, 2019, 28(6): 1041–1056. |
[4] | 贺小刚, 彭屹, 郑豫容, 等. 期望落差下的组织搜索: 长期债务融资及其价值再造[J]. 中国工业经济, 2020(5): 174–192. |
[5] | 加里·杜什尼茨基, 余雷, 路江涌. 公司创业投资: 文献述评与研究展望[J]. 管理世界, 2021, 37(7): 198–216. |
[6] | 李璨, 吕渭星, 周长辉. 绩效反馈与组织响应: 文献综述与展望[J]. 外国经济与管理, 2019, 41(10): 86–108. |
[7] | 连燕玲, 贺小刚, 高皓. 业绩期望差距与企业战略调整——基于中国上市公司的实证研究[J]. 管理世界, 2014(11): 119–132. |
[8] | 连玉君, 廖俊平. 如何检验分组回归后的组间系数差异?[J]. 郑州航空工业管理学院学报, 2017, 35(6): 97–109. |
[9] | Asel P, Park H D, Velamuri S R. Creating values through corporate venture capital programs: The choice between internal and external fund structures[J]. The Journal of Private Equity, 2015, 19(1): 63–72. |
[10] | Choi J, Rhee M, Kim Y C. Performance feedback and problemistic search: The moderating effects of managerial and board outsiderness[J]. Journal of Business Research, 2019, 102: 21–33. |
[11] | Cohen W M, Levinthal D A. Absorptive capacity: A new perspective on learning and innovation[J]. Administrative Science Quarterly, 1990, 35(1): 128–152. |
[12] | Cyert R M, March J G. A behavioral theory of the firm[M]. Englewood Cliffs: Prentice Hall, 1963. |
[13] | Dushnitsky G, Shaver J M. Limitations to interorganizational knowledge acquisition: The paradox of corporate venture capital[J]. Strategic Management Journal, 2009, 30(10): 1045–1064. |
[14] | Dushnitsky G, Yu L. Why do incumbents fund startups? A study of the antecedents of corporate venture capital in China[J]. Research Policy, 2022, 51(3): 104463. |
[15] | Gaba V, Bhattacharya S. Aspirations, innovation, and corporate venture capital: A behavioral perspective[J]. Strategic Entrepreneurship Journal, 2012, 6(2): 178–199. |
[16] | Gaba V, Greve H R. Safe or profitable? The pursuit of conflicting goals[J]. Organization Science, 2019, 30(4): 647–667. |
[17] | Gaba V, Joseph J. Corporate structure and performance feedback: Aspirations and adaptation in M-form firms[J]. Organization Science, 2013, 24(4): 1102–1119. |
[18] | Greve H R. A Behavioral theory of firm growth: Sequential attention to size and performance goals[J]. Academy of Management Journal, 2008, 51(3): 476–494. |
[19] | Heckman J J. Sample selection bias as a specification error[J]. Econometrica, 1979, 47(1): 153–161. |
[20] | Joseph J, Klingebiel R, Wilson A J. Organizational structure and performance feedback: Centralization, aspirations, and termination decisions[J]. Organization Science, 2016, 27(5): 1065–1083. |
[21] | Keil T, Maula M, Schildt H, et al. The effect of governance modes and relatedness of external business development activities on innovative performance[J]. Strategic Management Journal, 2008, 29(8): 895–907. |
[22] | Lee S U, Park G, Kang J N. The double-edged effects of the corporate venture capital unit’s structural autonomy on corporate investors’ explorative and exploitative innovation[J]. Journal of Business Research, 2018, 88: 141–149. |
[23] | Martínez-Noya A, García-Canal E. Innovation performance feedback and technological alliance portfolio diversity: The moderating role of firms’ R&D intensity[J]. Research Policy, 2021, 50(9): 104321. |
[24] | Mazzelli A, Nason R S, De Massis A, et al. Causality rules: Performance feedback on hierarchically related goals and capital investment variability[J]. Journal of Management Studies, 2019, 56(8): 1630–1654. |
[25] | Ocasio W. Towards an attention-based view of the firm[J]. Strategic Management Journal, 1997, 18(S1): 187–206. |
[26] | Posen H E, Keil T, Kim S, et al. Renewing research on Problemistic search—A review and research agenda[J]. Academy of Management Annals, 2018, 12(1): 208–251. |
[27] | Shinkle G A. Organizational aspirations, reference points, and goals: Building on the past and aiming for the future[J]. Journal of Management, 2012, 38(1): 415–455. |
[28] | Siegel R, Siegel E, MacMillan I C. Corporate venture capitalists: Autonomy, obstacles, and performance[J]. Journal of Business Venturing, 1988, 3(3): 233–247. |
[29] | Souitaris V, Zerbinati S. How do corporate venture capitalists do deals? An exploration of corporate investment practices[J]. Strategic Entrepreneurship Journal, 2014, 8(4): 321–348. |
[30] | Titus Jr V, Parker O, Covin J. Organizational aspirations and external venturing: The contingency of entrepreneurial orientation[J]. Entrepreneurship Theory and Practice, 2020, 44(4): 645–670. |