民间资本与技术创新项目融资对接障碍：规避风险还是缺乏认知？，本文主要内容关键词为：技术创新论文,认知论文,融资论文,障碍论文,资本论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
金融资本的支持对于技术创新项目非常重要，尤其在初创阶段，资金短缺常常是影响技术创新项目顺利开展的障碍。技术创新项目失败的概率极高，需要大量的资金，但又不会在短期内带来期望收益，而且技术创新项目潜在不确定性强，风险较大是技术创新收益区别于其他行业收益的关键。民间资本注重短期收益，偏好收入水平较为稳定、风险系数较低的行业或项目。因此风险不可控导致民间资本投资科技型初创企业的积极性不高。那么技术创新项目的高风险性是否是许多民间资本望而却步的唯一原因呢？制约民间资本与技术创新项目顺利对接还有哪些深层次因素？通过对上述问题的挖掘，设计合理的民间资本与技术创新项目对接的合约，就成为民间资本进入技术创新项目融资阶段中的核心问题。 民间资本主体的投资意愿取决于其自身的信念和态度。同时，这些信念和态度又受到外部许多因素的影响。比如项目预期产生的收益和风险、宏观政策、组织结构等，这些不可控的外部因素和可控的内部因素共同决定了民间资本主体的投资意愿。 一、理论分析和研究假设 1.感知复杂度影响感知有用性和投资态度 对创新项目复杂度的感知体现在理解和使用创新产品的难度、创新结果的不可观测性及对创业投资引导基金引导不足的程度上。①降低对创新的认知难度需要专业知识、需要深入了解项目，才能增加投资项目被接受的概率。创新项目理解和使用的难度会影响投资者投资技术创新项目的热情，创新项目越复杂，投资者就越会规避它。可观测性是指其他人的使用行为会带来正面的示范效应，可观察到的适用范围越宽，接受的人就会越多。② 政府通过直接资助私人资本创业投资基金的模式，可以解决市场失灵引起的资本供应不足问题，能够吸引私人资本的参与，提高私人资本对投资回报的预期。发展中国家的创业投资发展一般较为落后，所以需要政府主导的创业引导基金吸引民间资本进入创业投资领域，支持技术创新项目的可持续推进。③不设立创业引导基金，或者虽然有创业引导基金的存在，但没有发挥应有的引导作用，就使民间资本主体降低对技术创新项目的收益预期，不愿意将资金投入技术创新型企业。因此： H1：民间资本投资主体对项目复杂度的认知负向影响感知的有用性； H2：民间资本主体感知的技术创新项目复杂度与投资态度负相关。 2.感知有用性影响民间资本主体的投资态度、行为意图 一般来说，取得预期的投资收益是激励投资者采取投资行为的关键因素。技术创新项目投资的特点是项目成功可带来高额的资本增值利得或可观的成熟项目转让收益。民间资本主体对技术创新项目投资的直接效果是解决了技术创新企业融资难题，促进了技术创新研发的进程，间接提升了创新型经济发展，实现高科技成果转化为生产力。所以，推动经济转型要从根源上使民间资本了解技术创新项目可能带来的巨大潜在收益，它是项目有用性的主要内容，也是影响投资者投资态度和决定是否采取投资行为的决定因素之一。 同时，如果创新产品具有相对优势(感知比替代品更好的程度)和兼容性(与投资者需求的一致性)，则更易于被投资者接受。④技术创新项目比其他投资项目具有比较优势，和投资者的需求较为吻合，投资者才会青睐。 H3：高收益性、兼容性和相对优势等有用性因素正向影响民间资本主体投资技术创新项目的态度； H4：民间资本主体对技术创新项目有用性的感知正向影响投资行为意图。 3.投资态度与行为意图 理论界和实务界普遍认为，风险偏好程度是影响民间资本与技术创新融资顺利对接的阻碍因素，并与投资者自身的阅历、价值观息息相关，社会发展的价值取向、人生经历对决策起导向作用。同时，在不确定性环境下，信任能够坚定投资者信念，保障投资项目有效顺利运行。⑤信任是使用者对技术可靠性的认可程度，风险性是创新技术的特点，而信任会影响使用者对技术风险的认知。⑥因此，投资者风险偏好程度、价值观、经历及信任度等投资态度会影响对技术创新项目的行为意图。 与此同时，学习也是企业获取健康发展的一种态度，学习导向是公司致力于学习、共同愿景、思想开放的程度。学习导向影响获得信息，从而影响公司决策，导致行为改变。捕捉环境变化的敏锐能力、及时采取应变措施的反应能力均来自于学习导向的强弱。⑦因此，作为投资态度主要内容的学习导向也影响投资者的投资行为意图。 因此，H5：投资主体的投资态度正向影响对技术创新项目的投资意图。 4.行为干扰因素与民间资本投资者的态度、行为意图 行为控制是计划行为理论(TPB)中的一个特殊变量，它不仅影响投资者的行为意图，而且干扰投资态度和行为意图的关系。⑧投资回报的滞后性、高额的前期投入，在尽量降低风险水平下所需投出的资金成本、信息采集成本等交易成本是干扰创新项目投资者投资态度和投资目标的重要因素。⑨环境、政策等外部因素也会干扰投资者对技术创新项目的投资取向。因此： H6：外部因素、交易成本、滞后的投资回报等感知行为控制变量与行为意图负相关； H7：外部因素、交易成本、滞后的投资回报等感知行为控制通过负向干扰投资态度与投资行为意图的关系。 二、模型构建和变量设置 科技接受模型以理性行为理论为基础，验证了易用性(EOU)和有用性(U)决定接受信息技术的态度(A)和行为目标(BI)，从而最终影响信息技术接受行为(B)，可以表示为：BI=A+U。⑩EOU是指技术操作不复杂，容易掌握；U是指使用者主观感知的使用对象给自己带来收益的提高程度。该理论验证了易用性和有用性存在统计意义上的相关性。此外，还有其他一些外部因素间接影响使用者采用信息技术的态度和行为目标，比如宏观政策、组织结构等。 对于难以解读的创新项目，投资者不会盲目采取投资行为。即投资者会尽量不介入复杂的技术创新项目，会为了规避风险而放弃对其进行投资。降低创新的复杂度需要专业知识深入了解项目以及增加投资效果的可视程度，以增加项目被接受的概率。基于科技接受模型，考虑到民间资本主体消极投资技术创新项目的现实情况，将“易用性”替换为“复杂性”变量，构建阻碍民间资本与技术创新项目融资对接影响因素模型，见下图。
民间资本与技术创新项目融资对接影响因素模型图 根据上图，复杂度负向影响有用性和投资态度，感知行为控制负向干扰投资态度和行为意图的关系。利用改进的科技创新技术接受模型来研究民间资本主体投资技术创新项目影响因素是一个突破。 三、数据采集方法及信度、效度检验 1.数据采集方法 2014年7月至12月底，本文选择民间资本富集的浙江、江苏、山西、广东等省的30个城市和县镇共发放问卷400份(问卷设计采用七点量表法)，问卷发放与回收采取网络形式；亲临私营企业、科技型中小企业、街头巷尾，当面发放给企业员工、财务人员及具有投资意愿的老百姓，等待填完后收回；给熟悉的亲朋好友发放电子邮件和委托同学找熟悉创业投资的专业人员和有投资意向的个人填写。三种方式发放问卷的比例分别约为35%、60%和5%。在收回的368份问卷中，剔除没有填写完整的无效问卷，最后保留308份有效问卷。为了检验不同发放问卷方式是否对研究有影响，分别对三种发放问卷方式得到的数据进行检验，结果表明，问卷数据在变量的分布上没有显著性差异。 2.信度测度 在确保变量的内部一致性上，Cronbach值被认为是评价数据可靠性的最通用的指标，一般不低于0.7。(11)大于0.7的潜变量组合信度表示建构信度较好。(12)此外，SMC(Squared Multiple Correlations)值来检验个别观察变量的信度。一般的，以SMC的高低衡量信度的高低。当出现小于0.5的SMC值时，表明变量应当修正或删除；相反，则表示指标题项信度较高，可以接受。(13) 对5个潜变量的17个观察变量进行验证性因子分析，所有观察变量的标准化负荷系数都在0.7以上，且均未超过1，并具有很高的显著性水平，不存在负的误差项。因此，17个题项均保留。信度指标： 第一，5个潜变量“复杂度”的Cronbach's Alpha值(后面省略，均指这个指标)为0.963；“有用性”：0.793；“投资态度”：0.915；“行为控制”：0.928；“行为意图”：0.877，均大于0.7； 第二，5个潜变量的组合信度(按上述顺序)分别为0.963、0.795、0.916、0.930、0.884，均大于边界值0.7； 第三，“复杂度”三个观察变量的SMC值分别为0.847、0.921、0.923；“有用性”三个观察变量的SMC值分别为0.577、0.572、0.543；“投资态度”五个观察变量的SMC值分别为0.666、0.756、0.715、0.721、0.575；“行为控制”三个观察变量的SMC值分别为0.847、0.887、0.717；“行为意图”三个观察变量的SMC值分别为0.742、0.863、0.550。可见个别项目信度指标SMC均超过0.5，可以认定潜在变量、观察变量的测量信度是比较好的，表明所有指标题项可以接受。 3.效度测度 效度测度包括各题项的内容效度，两两组合潜在变量的区分效度和测量题项的聚合效度。 (1)内容效度 在参阅大量文献的基础上，初步设计了问卷中的题目，而后通过实地访谈、请教专家，对不合适的题目进行修改和更新，最大限度减少遗漏重要问题的概率。所以，问卷的内容效度可以认为比较好。 (2)区分效度 通过测度两两组合潜在变量，比较并检验合并前后模型拟合程度的变化。因子合并前后的模型分别称为非限制模型和限制模型，前者是两个因子之间的协方差或相关系数不加限制自由估计。后者视两个因子为同一个因子，设定两个因子之间的相关系数或协方差为1.0。如果非限制模型比限制模型的
值显著减小，且两者之差为正并显著，则说明两个因子合并成一个因子会导致测量模型显著恶化，所以应将两个因子区分开。如果所有因子两两组合的非限制模型与限制模型
值之差均是显著的，则证明了其区分效度，说明把这些因子区分开能够得到数据支持。将复杂度、有用性、投资态度、行为控制、行为意图5个因子两两组合，分别比较并检验每一对组合非限制模型与限制模型的
值之差，结果显示，“复杂度”和“有用性”、“复杂度”和“行为控制”、“复杂度”和“投资态度”、“复杂度”和“行为意图”、“有用性”和“行为控制”、“有用性”和“投资态度”、“有用性”和“行为意图”、“行为控制”和“投资态度”、“行为控制”和“行为意图”、“投资态度”和“行为意图”配对的非限制模型与限制模型值之差分别为：103.324、19.194、84.532、41.298、80.473、57.517、81.201、81.474、104.147、41.196；P检验值分别为1.31962E-25、1.18084E-5、3.78046E-20、1.30703E-10、2.94704E-19、3.35071E-14、2.03889E-19、1.77583E-19、1.87849E-24、1.37704E-10。可见，5个潜变量两两组合的值之差均达到显著水平(p＜0.05)，表明5个因子之间的区分效度良好。 (3)聚合效度 计算潜变量复杂度、有用性、投资态度、行为控制、行为意图的提取的平均萃取变异量(AVE)，见表1。如果AVE大于0.5，则说明所设计题目有较高的解释力，超过了误差方差。表1所示的AVE结果显示了问卷较好的聚合效度。
四、实证分析 1.民间资本投资技术创新项目行为影响因素模型适配度及路径分析 从民间资本与技术创新项目融资对接影响因素模型的绝对拟合指标来看，RMSEA为0.059，小于经验值0.08；GFI=0.918、AGFI=0.888，大于经验值0.80。从相对拟合指标来看，卡方值/自由度为2.079，小于3；CFI=0.969，NFI=0.943，都大于经验值0.90，见表2。因此整体来看，结构方程模型拟合较好，可以接受。 表2显示，对H1检验的载荷系数为-0.058(p＜0.10)，表明民间资本主体感知的技术创新项目复杂度显著负向影响感知的有用性；而对H2检验的载荷系数为-0.009(p＞0.10)，表明民间资本主体感知的技术创新项目复杂度负向影响投资态度，但并不显著；对H3、H4检验的载荷系数分别为0.604(p＜0.01)、0.160(p＜0.10)，表明民间资本主体感知的技术创新项目有用性显著正向影响投资态度和行为意图；对H5检验的载荷系数为0.413(p＜0.01)，表明投资态度显著正向影响行为意图；对H6检验的载荷系数为-0.075(p＜0.10)，表明行为控制因素显著负向影响行为意图。
2.“行为控制”变量分层干扰效果检验 在民间资本投资技术创新项目行为模型中，行为控制变量干扰投资态度与行为意图的关系，复杂性、有用性和行为控制变量共同影响投资态度。行为控制变量干扰效果可以利用分层干扰回归模型进行检验。(14)为消除变量多重共线性对结果的影响，对所有潜变量进行标准化处理。(15)运用最小二乘法，第一层为模型中的主要自变量，即复杂度、有用性、投资态度、行为控制；第二层为复杂度、有用性和行为控制三个变量组成的交叉变量，以及行为控制通过投资态度干扰行为意图的变量，式(1)为构建的两层回归模型。
其中
为截距；
(j=1…6)为待估系数；ZBI为标准化的行为意图变量；ZCP为标准化的复杂度变量；ZUF为标准化的有用性变量；ZAT为标准化的投资态度变量；ZBC为标准化的行为控制变量；ZCP*ZUF*ZBC为复杂性、有用性和行为控制变量3个变量组成的交叉变量；ZAT*ZBC为行为控制通过投资态度干扰行为意图的变量；ε为扰动项。 由于每个潜变量包含若干观察变量，将每个因子的观察变量标准化后求均值作为潜在变量取值，运用SPSS19.0，回归计算结果如表3、表4所示。其中，表3中，a表示预测变量为ZBCmean、ZUFmean、ZCPmean、ZATmean的模型；b表示预测变量为ZBCmean、ZUFmean、ZCPmean、ZATmean、interaction(ZCPmean*ZUFmean*ZBCmean)、MO(ZATmean*ZBCmean)的模型。
根据表3，从拟合效果指标来看，模型2拟合效果要好于模型1。这是因为，比较模型1和模型2的调整后的R[2]，0.241(P＜0.01)显然小于0.266(P＜0.01)。从表3第一层主变量影响效应回归结果来看，感知的有用性、投资态度与投资行为意图显著正相关，行为控制与投资行为意图显著负相关，验证了假设4、假设5、假设6；interaction与行为意图变量正相关，但并不显著；MO与行为意图变量显著正相关，但与投资态度影响行为意图0.319的系数相比，明显下降为0.117，说明行为控制变量显著负向干扰了投资态度对行为意图的影响程度，从而证实了假设7的成立。 本文研究了除高风险以外，还有哪些影响因素阻碍民间资本与技术创新项目融资对接。根据理论分析，构建了17个观察变量，5个潜变量的民间资本投资技术创新项目影响因素模型。实验结果显示：第一，民间资本主体投资技术创新项目的行为意图可以从投资态度正向推理获得，也说明了风险偏好程度与投资行为正相关；第二，感知的有用性是决定民间资本主体对技术创新项目投资态度和行为意图的关键因素；第三，民间资本主体感知的技术创新项目复杂度显著负向影响感知的有用性；第四，行为控制变量干扰效果明显。综上所述，说明民间资本主体的投资行为意图不仅仅受项目风险(包括在投资态度中)的影响，还受到项目复杂性和干扰因素的制约。 因此，激励民间资本主体投资技术创新项目，不仅要降低民间资本主体承担的风险，而且要提高投资者对投资项目的认知度，将有关复杂的技术创新项目描述得通俗易懂。只有认知的复杂度降低，才有利于提高投资者感知的投资对象的有用性，从而对投资态度产生积极的影响，并最终影响投资主体的行为意图；制度、环境等外部因素变量，交易成本等行为控制因素负向干扰投资态度和行为意图的关系，因此需要营造宽松的民间资本投资环境，发挥创业投资中介机构减少信息不对称的作用，合理引导和实现民间资本与技术创新项目融资顺利对接。 ①Rogers,E.M.,Diffusion of Innovations,New York:The Free Press,1983,pp.73. ②Khalifa,M.and Cheng,S.K.N.,"Adoption of Mobile Commerce:Role of Exposure," Proceedings of the 35th Hawaii International Conference on System Sciences,2002,pp.46-56. ③王利明：《引导基金对私人资本、创业投资企业和创业投资家的激励机制研究》，重庆大学博士学位论文，2012年，第52页。 ④Eriksson,K.,Kerem,K.and Nilsson D.,"The Adoption of Commercial Innovations in the Former Central and Eastern European Markets:The Case of Internet Banking in Estonia," International Journal of Bank Marketing,Vol.26,No.3,2008,pp.154-169. ⑤Tan,M.and Teo,T.S.H.,"Factors Influencing the Adoption of Internet Banking," Journal of the Association for Information Systems,Vol.1,No.5,2000,pp.1-42. ⑥Keat,T.K.and Mohan,A.,"Integration of TAM Based Electronic Commerce Models for Trust," The Journal of American Academy of Business,Vol.5,No.1/2,2004,pp.404-410. ⑦Wang,C.L.,"Entrepreneurial Orientation,Learning Orientation,and Firm Performance," Entrepreneurship Theory and Practice,Vol.32,No.4,2008,pp.635-657. ⑧Ajzen,I.,"The Theory of Planned Behavior," Organizational Behavior and Human Decision Processes,Vol.50,1991,pp.179-211. ⑨Hill,C.W.L.and Jones G.R.,Strategic Management:An Integrated Approach(5th Ed.),Boston:Houghton Mifflin Company,2001,pp.55-60. ⑩Davis,F.D.,"A Technology Acceptance Model for Empirically Testing New End-User Information Systems:Theory and Results," Sloan School of Management,Massachusetts Institute of Technology,1986,pp.264. (11)Malhotra,N.K.,Marketing Research:An Applied Orientation(4th Ed.),USA:Prentice Hall,2004,pp.165. (12)Bagozzi,R.P.and Yi,Y.,"On the Evaluation of Structural Equation Models," Journal of the Academy of Marketing Science,Vol.16,No.1,1988,pp.74-94. (13)黄芳铭：《结构方程模式理论与应用》，北京：中国税务出版社，2005年，第266页。 (14)Tomas,G.,Hult,M.,David,J.,Ketchen,J.R.,Mathias Arrfelt,"Strategic Supply Chain Management:Improving Perfomance through a Culture of Competitiveness and Knowledge Development," Strategic Management Journal,Vol.28,2007,pp.1035-1052. (15)Cohen,J.,Cohen,P.,West,S.G.,Aiken,L.S.,Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences(3rd Ed.),New Jersey,Erlbaum:Mahwah,2003,pp.96.
标签：控制变量论文; 因子分析论文; 因子载荷论文; 认知障碍论文; 投资论文;
