本篇論文目錄導航：
【題目】企業財務困境下風險投資在企業成功IPO后的作用
【第一章】影響企業財務困境的因素研究緒論
【第二章】國內外風險投資對企業作用的文獻綜述
【第三章】財務困境企業的界定
【第四章】風險投資機構特征與企業財務困境
【第五章 第六章】財務困境發生影響因素的實證分析
【第七章】財務困境成本影響因素的實證分析
【第八章】風險投資特征對財務困境的影響
【結論/參考文獻】被投資企業上市后風險投資的作用研究結論與參考文獻
5 樣本選擇與模型設計
5.1 樣本選取
根據上文的界定，本文計算了2004~2012年間創業板和中小板全部上市企業的Z值，將Z值小于1.81的企業確定為財務困境企業，依此標準得到375個觀測值。
所需財務數據和市場交易數據來自于國泰安數據庫。表5.1是按證監會行業分類標準的簡單統計的困境企業所屬行業和樣本個數。
由行業分布表可以看出，困境企業主要集中于制造業，共291家（77.60%）；其次是建筑業，共25家（6.67%）；其余行業共59家（15.73%）。
依據同一行業、同一會計年度、相近資產規模、非困境企業為原則，為每一個困境企業尋找配對企業，在剔除金融行業企業、跨行業企業、數據不全的企業后，有9個困境企業無法找到配對企業，共得到配對企業的觀測值為366個，同時剔除這9個無法配對的困境企業，至此困境企業與配對企業共732個觀測值。
對于上市公司是否具有風險投資背景，按如下標準進行界定：由于“VentureCapital”的中文翻譯為“風險投資”或“創業投資”,因此若上市公司十大股東的名稱中含有“風險投資”“創業投資”“創業資本投資”則界定為具有風險投資背景的上市公司；此外，對于十大股東名稱中包含“高科技投資”“高新投資”“創新投資”“科技投資”“技術改造投資”“信息產業投資”“科技產業投資”“高科技股份投資”“高新技術產業投資”“技術投資”“投資公司”“投資有限公司”字樣的公司，則通過以下兩個途徑進一步確認：第一，查閱清科研究中心發布的《中國VC/PE名錄》，若該股東被收錄，則其作為十大股東的上市公司歸為有風險投資背景；第二，通過網絡搜索查詢該股東的主營業務，若其中含有“風險投資”、“創業投資”,則其作為十大股東的上市公司也屬于有風險投資背景。經過上述篩選過程，表5.2對風險投資背景的分布做了簡單統計。
在732個觀測值中有73個觀測值具有風險投資背景，涉及120家風險投資機構。風險投資在觀測值當中主要集中于制造業，65個觀測值具有風險投資背景（89.04%）；其次是建筑業，4個觀測值具有風險投資背景（5.48%）；其余行業共4家（5.48%）。
本文又將全部觀測值按照是否陷入財務困境分組，對風險投資的分布進行了簡單統計，統計結果見表5.3.困境企業當中有7個觀測值具有風險投資背景，非困境企業中有66個觀測值具有風險投資背景。
如果風險投資擁有成功協助其他企業上市的經驗，則界定為高聲譽風險投資，否則為低聲譽風險投資。在732個觀測值中39個觀測值具有高聲譽風險投資背景，涉及58家高聲譽風險投資機構。39個具有高聲譽風險投資背景的觀測值全部分布于非困境企業。
困境企業的風險投資機構持股比例均值為0.094%,非困境企業的風險投資機構持股比例均值為0.934%,全部觀測值的風險投資機構持股比例均值為0.509%.
如果有兩家或兩家以上的風險投資機構投資于同一家企業，則界定為聯合投資，否則為非聯合投資。在732個觀測值中34個觀測值具有聯合投資風險投資背景。1個具有聯合投資背景的觀測值分布于困境企業，另外33個分布于非困境企業。
如果風險投資機構的合伙人或股東中有中央或地方國資委、地方政府、發改委和科技部等部委，則界定為國有風險投資，否則為非國有風險投資。在732個觀測值中有10個具有國有風險投資背景，涉及12家風險投資機構。1個具有國有背景的觀測值分布于困境企業，9個分布于非困境企業。
通過上述簡單統計已經可以發現，陷入財務困境的觀測值中只有很少的一部分具有風險投資背景，遠遠低于非困境企業中具有風險投資背景的觀測值數量，并且困境企業的涉及的高聲譽風險投資、風險投資的持股量、聯合投資、國有背景的風險投資數量都遠低于非困境企業。
5.2 模型建立與變量選擇
5.2.1 風險投資對企業陷入財務困境影響的計量模型
Asquith 在 1994 年將財務困境的成因歸結為三個方面：財務杠桿因素、企業業績因素、行業業績因素69,本文將上述 3 個因素作為控制變量，以困境企業及其配對企業作為研究對象，建立 logistic 回歸來分析風險投資與企業財務困境發生幾率之間的關系。模型設計如下：
其中 X 代表企業是否陷入財務困境，陷入財務困境取 1,未陷入財務困境取0;依據前文的界定，企業的 Z 值小于 1.81 則界定為困境企業，否則為非困境企業。
VC 代表企業是否具有風險投資背景，是則取 1,否則取 0;依據前文的界定，將企業的十大股東中具有風險投資機構的界定為具有風險投資背景。
DISIND 代表企業所屬行業是否正處于行業經濟困境，是則取 1,否則取 0;前人的研究表明當行業處于行業困境時，企業陷入財務困境的可能性增加，參考章之旺、吳世農 2005 年關于行業經濟困境的界定70,本文對經濟困境的界定為：
行業平均營業收入增長率為負值，即行業處于業績下滑階段；根據界定本文計算了全部觀測值所處行業的平均營業收入增長率，并判斷行業是否處于經濟困境。
DFL 代表企業是否具有高財務杠桿，前人的研究表明，當企業具有較高的財務杠桿時，陷入財務困境的可能性更高，參考章之旺、吳世農 2005 年關于高財務杠桿的界定71,本文的界定為：若觀測值的財務杠桿高于全部觀測值的財務杠桿均值，則為高財務杠桿；根據界定文本計算了全部觀測值的財務杠桿，并判斷是否具有高財務杠桿。
EPS 表示企業每股收益；前人的研究表明，企業具有較高的每股收益時，陷入財務困境的可能性降低。
ε 表示殘差。
5.2.2 風險投資對企業財務困境成本影響的計量模型
前人的研究認為行業經濟狀況、資產擔保價值、企業舉債能力、債務結構復雜程度、成長性、公司治理情況都會影響企業的財務困境成本，本文將上述因素作為控制變量，建立多元回歸模型來分析風險投資對企業財務困境成本的影響，模型設計如下：
一些企業在上市元年就陷入財務困境，無法計算困境成本，剔除這部分觀測值后，剩余 282 個觀測值，本文計算了這 282 個觀測值的財務困境成本。
VC 代表企業是否具有風險投資背景，是則取 1,否則取 0;界定的方法與上文相同。
INDPER 表示行業平均銷售增長率，前人的研究表明行業經濟狀況越好，困境企業變現其長期資產越容易，變現損失越小，本文計算了上述 282 個觀測值所處行業的平均銷售增長率。
TDP/TA 表示資產擔保價值，用（存貨凈額+固定資產凈額）/總資產來計算；前人的研究表明有形資產比例較高的企業在陷入財務困境后可以獲得更多的追加貸款，因而資產的有形性程度越高，擔保價值越大，困境成本越小，本文計算了上述 282 個觀測值的資產擔保價值。
DCAP 表示高債務融資能力，是則取 1,否則取 0;前人的研究表明困境企業的債務融資能力越強，困境成本越小。參考 Pulvino 在 1998 年的界定72,本文將杠桿比率低于行業平均值且流動比率高于行業平均值的企業定義為高債務融資能力；根據界定本文計算了上述 282 個觀測值的行業平均杠桿比率、行業平均流動比率，并判斷是否具有高債務融資能力。
DSTR 表示債務復雜程度，前人的研究表明債權人越多，債務越復雜，無論資產重組協議還是債務重組協議均越難達成，債務復雜程度越高，困境成本越大；參考章之旺在 2008 年的界定73,本文將債務復雜程度用短期負債/流動負債來表示，并計算了上午 282 個觀測值的債務負債程度。
TobinQ 表示成長能力；前人的研究表明具有成長機會的企業在破產清算時價值損失最大，即成長性越高，困境成本越大。
SCORE 表示綜合公司治理得分，參照范從來、王宇偉在 2006 年構建的公司治理得分標準74,為困境企業計分，得分高表示公司治理水平（效率）高，得分表示公司治理水平（效率）低，具體標準見表 5.4.本文依據上述標準，為上述282 個觀測值計算綜合公司治理得分。
ε 表示殘差。
6 財務困境發生影響因素的實證分析
6.1 樣本描述性統計
6.1.1 基本財務特征的描述性統計
本文首先對 732 個觀測值進行了基本的描述性統計，統計結果見表 6.1.
根據表 6.1 可以發現 VC（風投背景）在觀測值中的均值為 0.100,75%分位數為 0,僅有不到 25%的觀測值具有風險投資背景。DISIND（行業困境）的均值為 0.152,75%分位數為 0,僅有不到 25%的觀測值所處的行業處于行業困境中；DFL（高財務杠桿）的均值為 0.335,75%分位數為 1,50%分位數為 0;EPS（每股收益）的均值為 0.337,波動不大。
6.1.2 按是否困境分組的描述性統計
本文將 732 個觀測值按照是否陷入財務困境分成兩組，并對基本財務特征進行了描述性統計，見表 6.2.
根據表 6.2 可以發現，困境企業中 VC（風投背景）的均值為 0.019,顯著低于非困境企業的 0.180;困境企業中 DISIND（行業困境）的均值為 0.153,非困境企業為 0.150,兩組均值差異不大；困境企業中 DFL（高財務杠桿）的均值為0.459,顯著高于非困境企業的 0.210;困境企業的 EPS（每股收益）均值為 0.206,顯著低于非困境企業的 0.475.綜上所述可以發現，困境企業與非困境企業在行業困境、風險投資背景、高財務杠桿、每股收益三個指標方面具有顯著的差異。
6.1.3 按是否具有風險投資背景分組的描述性統計
本文又將 732 個觀測值按照是否具有風險投資背景分成了兩組，同樣對基本財務特征進行了簡單的描述性統計，結果見表 6.3.
根據表 6.3 可以發現，有風險投資背景組 X（是否困境）的均值為 0.096,顯著低于無風險投資組的 0.545;有風險投資背景組 DISIND（行業困境）的均值為 0.123,無風險投資背景組的均值為 0.155,兩組均值差異不大；有風險投資組 DFL（高財務杠桿）的均值為 0.206,顯著低于無風險投資組的 0.349;有風險投資組 EPS（每股收益）的均值為 0.443,同樣顯著高于無風險投資組的 0.327.
綜上所述可以發現，具有風險投資背景的與無風險投資背景的觀測值在行業困境、風險投資背景、高財務杠桿、每股收益三個指標方面具有顯著的差異。
6.2 相關性分析
本文對變量進行了 Pearson 相關性分析，結果見表 6.4.
根據結果可以發現各個變量之間并不存在嚴重的共線性問題。困境的發生與風險投資背景具有顯著的負相關關系，這與本文的假設相一致；困境的發生與行業困境、高財務杠桿、每股收益的關系均顯著。風險投資與高財務杠桿負相關，并且關系顯著。行業困境與每股收益具有顯著的負相關關系。高財務杠桿也與每股收益具有顯著的負相關關系。
6.3 風險投資對企業財務困境發生的影響
根據表 6.4 的結果可以發現，VC（風險投資）的回歸系數為-2.382,結果顯著，說明風險投資背景可以降低企業陷入財務困境發生的幾率，假設 1 得到驗證，即企業上市后，風險投資會繼續發揮監督管理作用，發揮監督管理職能幫助企業降低陷入財務困境的幾率。
DISIND（行業困境）的系數為 0.217,回歸結果顯著，吳世農在 2005 年發現當出現經濟困境即行業平均銷售增長率為負值時，企業陷入財務困境的可能性加大75,這種關系在本文中并得到顯著的印證。DFL（高財務杠桿）的系數為 0.945,回歸結果顯著，說明當企業具有高財務杠桿時，企業陷入財務困境的幾率會增加，上文論述過財務困境的發生與失敗的籌資決策相關，當企業具有過高的財務杠桿時，企業很有可能發生資金鏈斷裂，陷入財務困境。EPS（每股收益）的系數為-0.977,回歸結果顯著，說明具有越高的盈利能力，陷入財務困境的可能性也就越低，這與吳世農 2001 年發現的，提高盈利能力可以幫助企業脫困76的結論相吻合，即較高的盈利能力可以幫助企業降低陷入財務困境的可能，而企業陷入財務困境后，提高盈利可以幫助企業脫困。
