风险企业如何去争取获得风险投资

基于以上分析，本节将围绕风险投资决策优化问题研究的整体分析框架，对风险投资决策优化各阶段所采用的模型与方法展开较为详细的描述。

一、风险投资项目（企业）初选决策：基于风险的识别与评估

1.风险投资风险因素的识别

在对创业企业进行风险投资的过程中，投资可能的风险主要来源于3个方面：一是来自被投企业的风险；二是来自外部投资环境的风险；三是来自风险投资机构本身的风险。通过文献研究和对风险投资者的实地访谈获取的风险因素具体如下：

（1）来自被投企业的风险。

①被投企业实际控制人。无论是风险投资还是天使投资都强调人的重要性。美国Tech Coast天使投资团的负责人Luis Villalobos（1989）指出，风险投资最重要的是选对创业团队，尤其是创业团队的CEO。被投企业实际控制人的风险因素主要有以下几方面：

A11行业经验与专业知识。企业家的行业经验与专业知识有助于对资源提供者进行识别和构建完善的选择标准，获得有利的合同条件的能力等（Hart and Myra Maloney，1995）。

A12管理能力。企业家的管理能力包括战略思想、经营观念、开创精神、判断力、概念能力、商业模式优化能力、社会交往能力、经营决策能力、风险管理能力（风险识别能力、环境威胁抵抗力、控制风险能力）、整合团队的能力、管理知识产权的能力、熟悉中国法律知识和应对中国复杂的规制环境的能力，以及对财务、公司结构和治理的了解和对社会资本网络重要性的认识。企业家的管理能力对企业经营绩效有很大影响（Bill Unger，1990）。

A13人格特质。包括个人品格（自信心、责任感、使命感、正直诚实、勤奋敬业、信用记录）、个性（是否有耐心，是否可以合作）、对股东和员工的尊重程度。另外，由于风险投资家和被投企业的企业实际控制人之间的代理关系的存在，使得被投企业实际控制人的人品问题成为一个重要的风险源，在投资协议签订之后，由于风险投资家和风险实际控制人利益的不一致，被投企业的企业实际控制人人品不好的话，会产生道德风险，进而损害投资者利益（Ray，1991）。

A14身体素质。众所周知，企业家良好的身体状况是能够胜任管理工作的首要条件（马莉莉，2011）。

A15被投企业实际控制人的财力。被投企业家的财力比较雄厚，能保持被投企业资金链不断，在危机时刻能够帮助被投企业渡过难关（Wells，1974）。

A16风险偏好特征。不同的企业家有着不同的风险偏好，它决定了企业家在风险决策中某些行为特征，而这些决策行为往往会导致决策偏差，进而影响企业的经营绩效（Covin and Slevin，1991）。

②管理团队。

一个企业最终获得成功，除了拥有好的技术、产品和市场外，更重要的是一个强有力的管理团队。一个并不出色的商业计划交给一个会根据客观状况调整原计划的一流管理团队去运作，往往会成功；反之，一个出色的商业计划由一个平庸的团队去操作，往往会夭折（刘曼红，2011）。

A21团队结构的合理性。包括团队成员的知识结构（人员知识互补性）、能力结构、背景特征结构（性别、年龄结构）。团队结构不合理，很难取得满意的经营业绩，也极易产生团队成员间的摩擦，影响团队的工作效率，增加被投企业团队磨合及稳定性的风险（王良军，2007）。

A22团队组成人员的经历和素质。包括团队组成人员过去的经历记录、能力和人格特质、技术背景、行业经验与专业知识等因素。曾亲身见过、做过或遭遇过的事对其现在和今后的工作会产生影响，工作经历越不丰富，越不能胜任现有工作（Guzzo and Shea，1992）。

A23团队的能力。指管理团队所具有的企业经营所需的专业能力的完整性、互补性。尤其当企业家专业能力较弱时，需要团队能力予以补充（Knight and Edwin，1997）。

A24团队的激励、赋权程度。科学的激励与赋权将很好地调动管理团队的积极性和创造性，并有利于团队的稳定（团队的演变过程、磨合程度、知识产权不外泄）和合作（团队精神）（武勇，2006）。

③被投企业初始注册风险。

A31被投企业初始注册风险。企业初始注册时，创始人一般拥有核心技术，但缺乏资金，因此往往用无形资产评估作价出资（按现有《公司法》最多可占总股本的70%）。作为注册资本，评估作价的方法一般是盈利预测法。可是，一旦预期盈利无法实现，就会造成出资不实，成为上市重大障碍，影响其长远发展。专业的风险投资机构往往不愿意在这个“出资不实”的问题解决前进行投资，因此此类被投企业在初始注册时可能已经埋下了今后发展的障碍。

④技术风险。

技术风险是指风险投资在投资于初创高新技术企业过程中，因技术因素及与技术相关环境的不确定性导致投资失败的可能性。其主要来源有：

A41技术的独特性。包括技术创新的独特性、技术的专利化程度、政府对产品技术的鼓励政策。技术优势越明显，新技术创造的产品或服务就越具有竞争力，投资的技术风险会减少（Trester，1998）。

A42技术前景的不确定性。很多风险投资家都有一定的技术背景，并且对投资机会相对挑剔。但是，面对一项新技术，他们还是会被那些天马行空的创意所折服，从而忽略了对技术背后市场价值的认真考量（刘曼红，2011）。这里的技术前景主要是指技术的市场前景，指技术能否被市场所接受的不确定性，预期投放市场的盈利能力以及可能的副作用（环境污染、破坏生态）。技术超群却没有任何市场前景的创意计划随处可见。

A43技术能否持续（初创—产业化）成功的不确定性。包括技术的成熟程度，技术在实际生产上的可行性（有些时候，新技术并不能使用于大规模的生产或应用），技术人才的研发能力、应用能力以及持续创新的能力（宗明华，2001）。

A44技术寿命的不确定性。当前，高科技创新发展的周期大为缩短，新产品的开发与市场竞争日趋激烈，技术的可替代性和易模仿性导致技术寿命缩短成为技术风险的主要来源（马扬，1999）。

A45知识产权风险。主要指技术的被侵权、被泄密风险，控制好知识产权风险对科研成果转化非常重要（王京坡，2003）。

⑤生产风险。

A51量产的可靠性。指企业能否按设计要求批量生产出产品。生产设备、人员素质、原材料、生产工艺、批量生产标准化程度及周边产业的配套情况都会影响到企业的生产能力。如生产工艺不成熟，很难确保生产出质量一致的合格产品，产品就不能批量投产（Rah，1994）。

A52生产系统的成本优势。生产系统的成本优势决定了被投企业的竞争优势，如果被投企业生产系统的成本非常高，那么该企业在激烈的市场竞争中会被迅速淘汰，投资风险就高（张国富，2001）。

⑥市场风险。

市场风险指创新产品未被市场充分、有效地接受或由于市场竞争过于激烈，产品的市场周期短暂导致投资收益下降的可能性，具体为：

A61市场容量的不确定性。包括目标市场的规模和成长潜力，即新技术创造的产品能否有较好的市场接受度，潜在顾客有哪些，市场需求波动带给产品销售的影响有多大。初创期的市场风险主要来自于新技术创造的产品是否能满足市场潜在需求的不确定性（Tybjee，1984）。

A62市场竞争的不确定性。潜在进入者成为现实进入者时必须克服的困难越少，投资风险就越大。如果目标市场中存在强劲的竞争对手，投资风险就大大提升（Mac Millan，1985）。

A63产品是否经过市场验证。对于创业企业，由于所开发的产品属于技术创新，面临的是全新的市场，因此很难判断新产品能否被市场所接受。新技术创造的产品如能经过市场验证并被用户所认可，则产品的市场风险会小些（谢科范，1999）。

A64预期产品市场周期。是指产品从投入市场到最终退出市场预期所持续的时间。预期产品市场周期的长短与产品的市场风险成正比（陈建华，2007）。

⑦财务风险。

A71财务数据的真实性。虚假的财务信息会带来巨大的投资风险（李涛，2003）。

A72财务数据结构的合理性。收入和利润是否同步增长，利润的来源是否主要来自主营业务，资产负债率是多少，负债中短、中、长期的比例如何，这些数据不合理的话，都会带来投资风险（傅家骥，1992）。

A73毛利率。被投企业毛利率越高，企业的竞争优势就越强，随着企业规模的不断扩大，企业盈利的持续成长性就越好，风险投资家的投资回报率就越高。反之，投资风险加大（Beaver，1966）。

A74经营性净现金流。经营性净现金流反映了净利润的真实性，经营性净现金流越高，利润越真实，企业的抗风险能力就越强，反之，就会带来投资风险（Altman，1968）。

⑧商业模式。

A81商业模式。指一个完整的产品、服务和信息流体系，其核心概念是业务系统，定位于满足顾客需求的方式。需要大量资源性投入的商业模式相对来讲风险比较大。

⑨盈利模式。

A91盈利模式。指按照利益相关者划分的企业的收入结构、成本结构以及相应的目标利润。盈利模式也指企业盈利的结构性和可持续性，盈利来源于主营业务还是依赖于政府补贴，主营业务利润来源于产品销售、服务还是工程。盈利模式有问题，投资风险加大。

⑩退出风险。

A101退出风险。指风险资本从被投企业中退出时，面临的不能在适当时机或期望的价格上变现的风险。决定风险投资退出的风险因素很多，从退出的难易程度来看，主要有证券发行机制健全与否、投资项目价值、宏观经济情况等；从退出的渠道来看，主要有产权交易市场的完善程度等（张军，2005）。

企业战略风险。

A111企业战略风险。企业战略对创立初期企业非常重要。被投企业家必须从持续发展的角度来慎重选择战略方向，一旦战略选择错误，被投企业将会被领入错误的发展轨道，这对企业来讲是致命性的（宋逢明，1999）。

组织风险。

A121组织风险。指初步创立的企业由于其组织结构欠合理产生的风险。被投企业面临的最大问题往往是企业组织内部各级职务职位的权责范围不清，管理体制不健全、不完备，极易在管理方而出现失误或漏洞，造成技术创新失败（魏星，2004）。

（2）来自外部投资环境的风险。

鼓励风险资本投向创业企业需要一个良好的外部环境，这个外部环境主要包括宏观经济环境、政府政策环境、国家法律规制、资本退出市场（证券市场、产权交易市场）等。

①B1宏观经济环境。包括经济发展周期所处阶段、金融危机以及通货膨胀率、利率、汇率、税率的变化都会对投资的收益产生影响。如在金融危机时期很少会有风投机构将资本投向风险较大的新产品（Gans，2009）。

②B2法律环境。创投行业的法律法规的不够完善，法律监管环境状况不够好，如打官司难度大（受理要求标准高）、效率低、执行难度大等都会带来投资风险。此外，法律系统会影响风险投资家和创业家之间的关系（Bottazzi Laura，Rin M D and Hellmann T.，2009），法制环境可以减轻外部股东和创业家之间的代理问题（Cumming，Fleming and Schwienbacher，2006）。法律上的差异对风险投资业投资项目的治理结构带来显著的影响。法律环境不好的国家往往有更高的固定管理费用和更低的业绩水平（Cumming and Johan，2009）。

③B3政策环境。包括税收、引导基金等扶持政策。目前中国风投机构的税负普遍较一般个人投资者高，合伙企业类型的风险机构目前无任何的减免政策，无法体现对风投行业的鼓励。此外，政府产业政策的不确定性也是大多数风险投资家拒绝投资某些高新技术企业的主要原因之一（Vanacker，2006）。

④B4资本市场风险。完善的资本市场可以为风险投资提供风险资本，并为风险投资的安全退出提供通道，使其获取与投资风险相匹配的收益。反之，不健全的资本市场将给投资者带来风险（邓亮，2006）。

B4-1证券发行机制不健全。证券市场的证券发行机制不健全，经常中断发行，会影响风险投资的退出，带来退出风险。

B4-2产权交易市场不够完善。产权只有在市场的流动中才能实现自身的交易，因而产权交易市场的完善程度决定了产权的可交易性。

（3）来自风险投资机构本身的风险。

对创业企业进行风险投资的核心任务就是通过对拟投企业进行分析判断，选择值得投资、有成长空间的好企业。在这个过程中，有各种不确定因素影响着投资决策的制定，导致做出的决策不具科学性，从而产生了决策风险。这些不确定因素主要有风险投资家、风险投资管理团队、风险投资机构组织结构和决策流程、风险投资数量、风险投资结构与投入方式、投资产业（行业）选择、风险投资机构所处的发展阶段、拥有的社会资本和信息网络建设等。风险投资的不可逆转性较强，一旦决策失误，就会给风险投资机构带来无可挽回的损失。

①风险投资家。

风险投资家的素质、管理能力等是分析、控制创业投资风险的关键（Vance H.Fried and Robert D.Hisrich，1995）。

C1素质。包括对创业企业进行投资决策和管理所具备的系统知识、技能和丰富经验，了解宏观经济状况和所投资行业的基本状况，熟悉市场经济的运行规则等。投资过程的每一个步骤都是复杂的，有经验的风险投资家凭借意识即可处理这些复杂的事务。如在项目筛选阶段，风险投资家的智慧、知识结构、经历、经验等决定了他的筛选项目的能力（Dean A.Shepherd，2003）；又如在尽职调查阶段，如果缺乏技术背景就很难充分评价投资所获得的产品和技术的含量（Yung，2009）。

C2管理能力。包括是否具有较强的组织协调、人际沟通和社会交际能力；能否组织投资团队，建立科学的投资决策机制，倾听专业人士意见；是否拥有足够的信息量来帮助决策；对被投企业家的了解程度，风险投资家与被投资者的信任关系，对投资领域的了解程度等。风险投资家的管理能力不足极有可能产生投资决策风险，同时，也很难对被投企业提供管理增值服务（Hellmann and Puri，2002）。

C3风险偏好。风险是一种不确定性，风险投资家面对这种不确定性所表现出的态度、倾向便是其风险偏好（Risk Appetite）的具体体现。风险投资家的风险偏好可分为风险回避者、风险追求者和风险中立者。风险追求者将面临更高的投资风险。

C4投资偏好。风险投资家的投资偏好是决定投资项目风险大小的一个主要因素。如投资消费型被投企业比投资高科技被投企业风险要相对小一些（马莉莉，2011）。

②风险投资管理团队。

风险投资的成功，不仅依赖于被投资企业的质量，一个有经验、决策得当的风险投资管理团队也是必不可少的关键因素。

C5团队成员结构。团队成员结构要考虑团队成员知识互补性、投资经验互补性、易合作性、社会网络资源的可获得性。团队的成员结构欠合理，直接会影响投资决策的质量，从而增加投资风险（尹航，2008）。

C6团队专业能力。风险投资管理团队最主要的专业能力是信息收集与分析能力和项目与资金来源的筹措能力。项目来源越广，数量越充裕，可选择的余地越大，才能保证筛选出高质量的项目。如果团队缺乏这些专业能力的话，就无法筹措到使公司持续发展的投资资金，无法拿到好的投资项目，无法对项目进行全面深入的分析，无法做出科学的投资决策，风险投资将面临极大的风险（Barry，1990）。

C7团队成员的激励模式。好的激励模式是激发团队成员的工作积极性和潜能最好的方式，合适的激励模式和赋权程度可以保证管理团队的有效运作，提高风险投资风险的管理能力（尹航，2008）。

③风险投资机构的组织结构和决策流程。

C8组织结构。风险投资机构的组织结构（经营班子、董事会、股东会、投资决策委员会）不同，其运行的效率不同，对风险的控制能力不同（Sahlman，1990）。

C9决策流程。风险投资决策流程是否完备、科学，将直接影响风险投资的决策质量，从而产生决策风险（Vanacker，2006）。

上述是对风险资本投向创业企业可能存在的风险的分析，它可以为投资者的风险评估提供依据。需要指出的是，上述各风险指标是相互关联、相互影响的，它们从各个侧面反映了投资创业企业可能的潜在风险。另一方面，这些指标又是动态的、变化的，且在信息不完整的情况下表现出极大的模糊性。因此，在具体风险识别、评估过程中应根据创业企业不同发展阶段所处的实际情况，选择具有主要影响的风险因素构造评价指标体系，并选择合适的风险评价方法来评价风险的大小，从而降低投资创业企业的风险。

2.风险投资项目（企业）综合风险评估模型：基于三角模糊数随机模拟方法

风险投资机构对投资项目（企业）的筛选评估方法各种各样。在投资项目（企业）筛选评估标准的选择与确定方面，Tyebjee、Bruno（1984），Mac Millan（1985），Fried、Hisrich（1994）等的研究提出：被投企业实际控制人的人品、管理能力，产品或技术的独特性以及市场潜力、财务管理、企业发展阶段、权益比例等因素构成了投资企业（项目）筛选评估指标体系的主要组成部分。在投资企业（项目）筛选评估方法的使用方面，不少学者采用了现金流分析法、层次分析法、市盈率法、数据包络法、SMART法等多种方法。由于风险投资项目的评估是一个动态和多阶段的过程，各项评估指标是相互关联、相互影响的，且又是动态的、变化的，大多是难以描述的，表现出极大的模糊性（戴红梅，2006），使得用上述这些方法来定量评价投资项目的效果都不太理想（李虹，2008）。而采用三角模糊数随机模拟法能较好地解决有随机性、模糊性和数据资料不精确等多种不确定性因素综合作用下的项目风险评估问题（金菊良，2011）。以下为三角模糊数随机模拟方法概述。

三角模糊数的定义为：设3个实数以a1，a2，a3分别为模糊变量A的最小可能值、最可能值和最大可能值，这里a1≤a2≤a3。A可用以式（2-1）为隶属函数的三角模糊数 A=（a1，a2，a3）表示：

用式（2-1）隶属函数曲线与x围成的面积0.5（a3—a1）除该隶属函数，得到的值可作为三角模糊数A的可能性概率密度函数：

把式（2-2）转换成概率分布函数，再用逆变换法得到可能值变量的随机模拟公式为

三角模糊数随机模拟是指采用随机模拟方法（称Monte Carlo方法）模拟三角模糊数，把三角模糊数及其函数之间的运算简化为普通的实数之间的运算，通过建立基于三角模糊数随机模拟的风险投资项目的风险评价模型，并据此模型，构造风险投资项目风险评价值的置信区间，开展投资项目风险评估的实例分析，进而得出投资项目的综合风险值。

近年来，三角模糊数随机模拟理论被广泛应用于具有随机性、模糊性和数据资料不精确等多种不确定性因素综合作用的风险问题的评价。如国际项目的风险评判（刘仁辉、安实，2008）、煤与瓦斯突出危险性评价（刘勇，2011）、地下水环境系统综合风险评价（金菊良、刘丽等，2011）等，在解决具有随机性、模糊性和数据资料不精确等多种不确定性因素综合作用下的风险评估问题方面，取得了不错的成效，但未见将该理论应用于风险投资的风险评估的成功案例。

因此，本书将构建基于三角模糊数随机模拟的风险投资项目风险评价模型，以解决有随机性、模糊性和数据资料不精确等多种不确定性因素综合作用的风险投资项目筛选的综合风险评价问题。

3.风险投资项目（企业）初选决策

风险投资项目（企业）的初选决策是在对投前项目进行综合风险评估的基础上进行的，其运作程序是：

（1）风险投资项目风险评估模型的建立。

①通过文献查阅和实地访谈，建立风险投资项目风险评估的指标体系。

②运用层次分析法确定指标体系中各元素的权重。

③对各指标的风险等级和风险重要性进行定量描述和模拟。

④产生研究风险投资项目风险的模拟值系列。

⑤构造研究风险投资项目风险值的置信区间。

（2）风险投资项目初步筛选。

在构建风险投资项目风险评估模型对所评项目（企业）的综合风险进行评价的基础上，风险投资机构可以根据投前项目的预期收益（假定已评估得出）和综合风险值，做出投前项目的选择判断，以便为后续项目的投资组合优化打好基础。

二、风险投资项目（企业）风险量化方法：绝对偏差方法

风险投资项目（企业）风险的量化是风险投资项目组合优化决策的基础，风险度量不准确，就会导致风险投资优化决策的失败。为了对投资项目的风险水平进行科学的量化分析，国内外许多学者对此进行了研究。根据相关文献的收集和整理，了解到金融风险测度的方法主要有方差法、标准差法、半方差法、离差法、绝对偏差法等偏离期望值的各种变形形式以及VaR法、CVaR法等，这些方法各有其优缺点和适用场合。VaR法主要考察投资人资产的最大损失值，侧重于对影响投资绩效的不利收益率的度量（苏经伟，2010），但 VaR不是一个一致性风险度量（Artzner et al.，1997）。鉴于VaR的缺陷，理论界在1997年提出了VaR的修正方法，即条件风险价值（CVaR），它是指在投资组合的损失大于某个给定的VaR值条件下的期望损失，本质上也是对投资损失值的度量。方差法由于具有良好的统计特性（尤其是收益率服从正态分布）且其度量风险简便易行、适应性强，所以在投资管理中得到了广泛的应用。尤其是在风险投资决策模型中，很多学者使用方差、标准差等变异指标作为风险的度量，例如美国著名学者Freund在20世纪50年代提出的风险决策的二次规划模型中，就使用方差作为风险量化的指标。但使用方差作为风险的度量，有可能会掩盖均值的差异。例如方差相同但是均值不同的2个方案，若使用方差作为风险的度量，则2个方案的风险水平是相等的，但实际上两者是有差异的。若使用总绝对偏差作为风险的度量，就可以避免上述问题。绝对偏差是样本值偏离均值的程度，总绝对偏差就是各样本值减去均值之差的绝对值之和，可以较充分地描述样本值的离散程度，因此可以作为风险水平的有效衡量指标（西爱琴，2006）。

总绝对偏差的计算公式为

根据式（2-4），Vij值越大，表明样本值越分散，即在风险状态下，样本值偏离平均值的程度越大，因此风险水平也就越高。

绝对偏差方法最早由Roger Joseph Boscovich于1957年提出。20世纪80年代以来，经过Huber、Basset等的长期研究，理论方面得到了很大的发展，其对于大样本数据研究的稳健性得到了共识。因而从理论上说，风险的绝对偏差度量要优于方差度量。

对于绝对偏差方法的应用研究，国内学者武敏婷、孙滢、高岳林（2010），张鹏（2010），西爱琴等（2006）作了尝试，并很好地解决了度量和控制投资风险、多阶段投资组合优化以及农业生产风险的度量等问题。鉴于此，笔者认为结合MOTAD模型对风险度量的要求，选择“绝对偏差方法”来度量风险投资的投资风险是比较合适的。

三、风险投资项目（企业）组合优化决策模型：MOTAD模型

风险投资者最关心的2个核心问题是投资收益的高低及风险的大小。由于投资收益受各种风险因素影响，因而可以将其看作一个随机变量。人们常常用一定时期内某种风险预期收益期望来衡量风险投资获利能力。投资的风险可以用该种风险投资收益方差（收益的不确定性）来度量，方差越小投资的风险越小。降低投资风险获得尽量高收益的有效途径是组合投资方式，即投资两种或以上项目，然后资金按不同比例分配到各种不同的项目上，以达到分散风险的目的，即使收益方差最小。那么如何度量组合投资的风险与收益，如何平衡风险与收益进行投资资本的分配是风险投资者迫切需要解决的问题。

在以往的风险投资项目（企业）组合优化决策中学者们建立了各种组合优化决策模型来获得最佳投资策略和最优的项目投资组合。如基于多目标动态整数规划的组合投资模型（杨青，2002；王丽燕，2006）、期权定价模型（吴东晟、余涛，2006）、基于AHP的风险投资方案择优模型（于本海，2009）以及基于价值函数的单、多心理账户行为风险投资组合优化模型（熊晶晶等，2011）等。这些模型的建立为风险投资项目（企业）组合优化决策的研究打下了良好基础，但并未在投资决策中充分考虑风险因素，没有对投资项目的风险进行系统的识别和量化，也未涉及风险投资决策的优化反应机制等问题，研究结论缺乏丰富的数据支持。鉴于此，本书尝试引入MOTAD模型来对风险投资项目（企业）的组合优化进行决策。

根据由多个项目的投资收益率构成的多维随机向量的期望向量和协方差矩阵，可以计算组合投资的数学期望和方差，建立均值—方差模型（Eexpected Value-Variance Model，简称“E-V模型”），以达到在预期收益率下使方差最小的目的。

学者Hazell在1971年提出的总绝对偏差最小化模型（Minimization of Total Absolute Delivations Model，简称MOTAD模型）是二次规划模型的线性替代形式，或者说是E-V模型的一个线性近似模型。理论上，MOTAD模型对于解决预期效用问题与二次规划一样有效（Danald Johnson et al.，1981），不仅能够充分描述风险投资机构的各种投资行为，而且它的建模方法和运算也比较简便，还具备了二次规划模型的很多优点（Hazell，1971），因此该模型得到了广泛应用（西爱琴，2006；杨梭，2011；朱宁、马骐，2013）。

1.MOTAD模型概述

在二次规划的E-V模型中，目标函数为

Hazell（1971）指出上述方法存在计算上的困难，因此建议将式（2-9）用平均绝对偏差替代：

A表示样本收益的平均绝对偏差（Mean Absolute Deviation，简称MAD），是总体平均绝对收益偏差的无偏估计（Hazell，1971）。将A作为风险的度量，因此E（预期收益）和A（风险水平）就成为决策者做出决策时所要遵循的适用原则和标准。这样，风险决策模型的目标函数不是最小化一系列约束条件下投资计划收入的方差，而是最小化收入的总绝对偏差（Total Absolute Deviation，简称TAD），也就是sA。

为了将s A（TAD）转化为线性目标函数，Hazell引入一个类似于Ashar和Wallace（1963）曾使用过的步骤，即：对于特定的t，定义新变量Zt：

式中，Zt表示某自然状态下各投资项目收益的偏差之和，符号没有限制，可正可负。表示某自然状态下，各投资项目中实际收益水平大于样本平均水平的绝对偏差之和，表示某种自然状态下各投资项目中，实际收益水平小于样本平均水平的绝对偏差的绝对值之和。如果进行适当变换，可以将或其中之一变为0，则有，，（t=1，2，…，s）。于是就得到了总绝对偏差最小化模型（MOTAD模型），其具体的模型结构为

由于关系式恒成立，因此负偏差的绝对值之和在数值上就等于总绝对偏差的一半，因此可以用最小化负偏差之和作为目标函数。同时对约束条件做相应调整，就可以得到MOTAD模型的简化形式，相应的模型结构为

上述模型中，gj代表第j项风险投资项目的单位期望毛利；代表各投资项目的总期望收益E；λ是收益参数；atj为投资系数，表示单位投资要消耗的资源量；bt为资源约束限值，即第i个投资机构（基金）用于投资的资金总数量。

2.国内外关于MOTAD模型应用的研究

在投资组合的优化决策模型中，应用最广泛的要属Hazell（1971）提出的MOTAD模型，它的基本思想是寻求风险最小化情景下的收益最大化的最佳投资组合。理论上，MOTAD模型在解决预期效用问题方面与二次规划一样有效（Donald Johnson et al.，1981），目前该模型在国际上被广泛应用于农场生产的风险决策，不仅能较充分地描述微观农业的各种生产行为，且其建模方法和运算也相对简便。国外关于MOTAD模型的应用研究主要有：Ford等（1995）建立了3个MOTAD模型，分别用历史数据、期货和期权数据来设定风险，其研究结果表明，使用历史数据在规划模型中进行风险度量，与使用基于期货及期权市场价格的信息所得到的结果同样好，甚至更好。Stott（2003）构建了苏格兰的“母牛—小牛群”的农场风险决策MOTAD线性规划模型，模拟分析了BVD（Bovine Viral Diarrhea）疾病预防对整个农场的收益和农场收益的波动的影响。Kehkha等（2005）采用MOTAD风险规划模型，基于从伊朗边远省份31个村随机抽取的194个农民的数据资料，研究风险对于耕作方式和农民收入的影响，以及风险对于稀缺资源影子价格的影响。其研究结论为：农民种植作物总收入的变化对农民耕作方式有显著影响，但随农民居住地区和个体特征不同而有所不同，种植作物数量较多的农场收益稳定性程度高，但是收益水平较低。陆文聪、西爱琴（2005）以“总绝对偏差”最小化为目标函数，以浙江省“典型农户”为例，在构建农户种植制度选择的MOTAD模型基础上，对典型农户的生产行为进行了分析。杨俊（2011）利用MOTAD模型对农户在风险状态下如何优化农业生产组合进行了研究。朱宁、马骥（2013）采用MOTAD模型，通过对北京市蔬菜种植户的抽样调查，获得了相关截面数据，据此实证分析了蔬菜种植户在风险条件下种植制度选择行为及其生产经营状况。综上所述，从国内外学者的研究来看，虽然MOTAD模型并未见用于风险投资项目的组合优化研究，但其已广泛用于风险条件下生产行为分析、农业生产的组合优化等问题的研究。笔者认为风险条件下风险投资者投资项目的组合优化决策与农户的农业生产的组合优化决策要考虑的问题比较相似。鉴于此，本书尝试将MOTAD模型应用于风险投资的投资决策优化行为分析和投资组合优化问题的研究。

3.风险投资项目组合优化决策模型的建立

基于上述对MOTAD模型理论及其应用研究的阐述，笔者尝试应用MOTAD模型来进行风险投资项目组合优化的决策，分析风险状态下不同规模风险投资基金（机构）的最优投资组合，以在微观层次上揭示不同规模的风投机构的风险决策特征及风险反应。

（1）模型结构。

图2-3所示，较为直观地展现出风险投资项目组合优化决策模型的基本结构，它由模型假设、决策变量、目标函数以及约束条件等4部分构成。其中，模型假设假定投资活动是围绕预期收益最大化、风险最小化目标进行，投资者是理性人等；决策变量主要包含投资哪些项目及各项目的投资额等；目标函数主要包含了收益和风险2个决策变量。其中，收益是指全部投资项目的总期望收益，风险是指全部投资项目总收益的绝对偏差；约束条件主要是指风险投资收益偏差、总期望收益和总投资额约束、单个项目投资额约束等。

图2-3　风险投资项目组合优化决策模型基本结构

（2）数学表达。

风险投资中因所投项目的企业家人品、管理能力、市场、技术和外部环境等因素影响被投项目绩效的不确定，最终都将表现为投资收益的波动。在相同的收益水平下，如果风险投资者可获得的收益波动幅度越大，则说明其面临的投资风险也就越大；相应地，在收益波动幅度一定的情况下，如果风险投资者的收益较高，则表示其面临较低的投资风险。在MOTAD模型中，风险投资的风险水平可由投资项目总收益的总绝对偏差（Total Absolute Deviation，简称TAD）或平均绝对偏差（Mean Absolute Deviation，简称MAD）来量化。

在模型结构上，MOTAD风险决策模型由目标函数和约束条件组成，其中目标函数是实现收益一定情况下的风险投资项目风险的最小化，约束条件涉及风险投资收益偏差、总期望收益和投资资金等几个方面，具体由式（2-18）至式（2-23）组成简化形式的MOTAD模型，即：

式中，式（2-18）是目标函数，也即寻求现实风险投资全部投资项目总收益的绝对偏差（TAD）最小化或平均绝对偏差（MAD）最小化，也即风险最小化。其中，Cj代表第j项风险投资项目的单位期望毛利，Ctj代表第j项风险投资项目第t年的投资收益，xj代表第j项风险投资项目的投资额。约束条件式（2-19）是收益偏差约束，它表示某一自然状态下投资者所有投资项目的收益偏差不小于，表示某种自然状态下（第t年）各投资项目中，实际收益水平小于样本平均水平的绝对偏差的绝对值之和。约束条件式（2-20）是期望收益约束，它表示全部投资项目的总期望收益，是收益参数。在λ的初始值确定之后，可以通过对λ进行灵敏度分析来确定一系列相应的期望收益约束。λ的初始值如何确定以及如何根据λ求得符合模型要求的期望收益，在本章后续MOTAD模型的求解步骤中会有详细说明。约束条件式（2-21）表示风险投资项目投资总金额的约束，为资源约束限值，表示第i个投资机构（基金）用于投资的资金总数量。约束条件式（2-22）表示每个投资项目所投资金的约束，对于不同的投资总金额bi，ai值会有所不同。约束条件式（2-23）表示非负约束。

（3）求解步骤。

由上述MOTAD模型结构可知，MOTAD模型的解是向量（x1，x2，…，xn；，…）的集合。其具体的运算求解步骤如下：

第一步，首先对非风险条件下的最大化期望收益进行求解，也即MOTAD模型中第二个约束条件式（2-20）所对应的第一个λ值，可以通过求解相应的以收益最大化为目标函数的确定型模型来确定。以简化的MOTAD模型为例，单纯以收益最大化为目标函数的确定型模型，由MOTAD模型的约束条件式：式（2-20）至式（2-23）构成，其中约束条件式（2-20）转换为目标函数，约束条件式（2-23）也相应做适当调整。具体的模型形式如下：

根据上述以收益最大化为目标函数的确定型模型，即可以求得在现有资源约束条件的最大化期望收益E0，也可以求得与最大化期望收益相对应的各项目的投资规模，也即xj（j=1，2，…，n）所代表的数值。

第二步，将上述求得的最大化期望收益值E0，作为风险条件下的第一个收益值（称其为E1），也就是收益参数的第一个值，带入MOTAD模型约束条件中式（2-20），模型运行结果就得到一组xj（j=1，2，…，n）和（t=1，2，…，s）及负的总绝对偏差（TAD/2）。然后根据关系式 MAD=TAD/S=，就可以求出第一个相应的平均绝对偏差值MAD，也就是与预期收益水平下E1所对应的风险水平。这样不仅可以得出第一组风险（MAD1）和收益（E1）的组合，还可以得到在这种风险收益水平下各投资项目的优化规模。

第三步，在求解上述MOTAD模型时，同时开展灵敏度分析，可以得到为保持最优基不变，允许减少的最大值。然后根据灵敏度分析的结果，确定MOTAD模型中收益参数[约束条件式（2-20）]的第二个值，即风险条件下的第二个收益水平E2。

第四步，将上述通过灵敏度分析得到的收益参数的第二个值代入MOTAD模型，重复步骤二，就可得到第二组MAD2与E2（风险收益）组合，以及与其相对应的优化投资规模。

第五步，重复步骤三和四，直到灵敏度分析结果显示收益参数λ的值为0或收益水平不能再减少或将λ值代入MOTAD模型后模型无解为止。

通过以上步骤，可以得到一系列有关MAD（风险水平）、E（风险收益）的组合，以及与其相对应的各投资项目的优化规模Xj。

（4）模型结果含义。

根据如上所述MOTAD模型的理论结构与求解步骤，可以得到以下几方面结果：

第一，投资项目的优化组合及各投资项目的最优规模。MOTAD模型的结果，给出了一定风险收益水平下相关投资项目的最佳组合及规模，也就是Xj（j=1，2，…，n）所代表的数值。这是在资金约束和既定风险收益水平条件下各投资项目的优化投资规模，可以为投资者提供科学的决策参考，有利于资金的优化配置和高效利用。

第二，预期收益与风险水平和资金投入之间的互动关系。通过MOTAD模型的计算结果，可以得到一系列风险收益的组合及每种组合下各投资项目的优化规模，以及每种组合所需的资金的投入水平，因此可以分析投资风险与预期收益及资金投入水平三者之间动态的变化关系。这不仅为投资者在风险条件下的决策提供科学合理的依据，也有助于深入了解和分析风险投资者的决策优化反应。

第三，除了上述对风险条件下投资者决策的优化反应分析之外，由于在求解MOTAD模型之前，先对非风险条件下单纯以投资收益最大化为目标函数的确定型模型进行运算，得到了在现有资金约束条件下的最大化期望收益及与此相对应的各投资项目的优化规模，因此还可以对比分析风险投资者风险条件下与非风险条件下的决策优化反应，及现有风险投资机构微观投资结构优化调整的方向和空间。

总之，MOTAD模型可作为投资组合优化的决策工具，应用于风险投资项目的组合优化决策，以实现投资收益最大化、风险最小化的预期目标。

四、投后风险投资绩效影响因素识别的概念模型与研究假设

正如前文所述，风险投资决策可理解为一个过程，从广义的角度来看，风险投资决策不仅包括投资前的决策，而且也涉及投资后的管理。围绕风险投资决策优化的总目标：在达到预期收益的情况下，使总投资风险最小，风险投资机构除了做好投资前项目选择决策外，还必须考虑投资后对被投企业的管理，以控制投资风险，提升投资绩效。

在现有投资后管理的研究内容中，大都侧重于风险投资机构如何帮助被投企业获取融资资源、协助规划战略、帮助雇佣管理层、协助制定运作计划、介绍潜在的客户和供应商等增值活动（Gorman and Sahlman，1989；Byg rale and Timmons，1992；Barney，1996；Dotzler，2001）以及监控被投企业财务绩效、监控被投企业的资金运用、监控被投企业的管理层等监控活动（Gsapienza，1994；Pruthi，Wrignt and Lockett，2003；Kuockaert，2005），而对投资后风险投资绩效的关键影响因素及其相互作用的机理研究还比较缺乏。因此，笔者将在分析选择影响投后风险投资绩效变量的基础上构建概念模型，提出研究假设，为后续基于SEM的实证检验打好基础。

1.概念模型的构建

（1）变量选择。

构建投后绩效关键影响因素设别模型，首先需要分析可能影响投后绩效的各种因素。从国外学者的研究经验来看，投后绩效影响因素选择是否合理，直接关系到实证分析的科学性与准确性。笔者确定影响因素的依据主要来自2个方面：一方面源于当前国内外学者关于风险投资投后绩效研究的已有成果；另一方面则源于风险投资业界的实践经验。通过文献研究和对风险投资机构的实地调研，笔者获得了影响投资后风险投资绩效的各项微、宏观因素的相关信息，辨别出了有关被投企业实际控制人的人品、专业知识、经验、管理能力，投后非资本增值服务，知识产权价值，知识产权保护，社会中介服务体系，被投企业上市难易程度及法律政策环境等用以对投资后风险投资绩效影响因素进行分析的这些分析变量。

（2）模型构建。

风险投资的绩效很大程度上取决于被投企业的经营业绩。在帮助被投企业发展相对成熟，股权价值增值最大后，风险投资机构就会通过上市、股权转让等手段退出资本，此时其投资收益最大（吴青，2010）；被投企业的股权越增值，风险投资退出的预期回报就会越丰厚（褚菊芬，2009）。影响被投企业绩效的因素有：①被投企业实际控制人的人品、管理能力、专业知识和经验（Herron and Robinson，1993；Chandler and Hanks，1994；汪华，2008；王瑞等，2010）；②知识产权价值，它与企业市场价值呈显著正相关关系，对被投企业成长绩效会产生直接影响（Deng，1997；冯晓青，2001）；然而，知识产权保护力度对知识产权价值会产生影响（万小丽等，2008；Ernst，2010），知识产权的保护强度、水平决定了知识产权的价值（王立新，2011）；③投后非资本增值服务。风险投资机构能够利用自身经验和人际关系网络，协助被投企业开发新技术、新产品，通过为被投企业招聘管理人员、梳理管理制度、协助公司治理等方式推动其技术创新绩效的增长（胡文抬，2010；龙勇等，2010）。同时，既影响被投企业成长绩效又会对风险投资绩效产生比较直接影响的因素有：①被投企业上市难易程度。A.J.Leslie等（2000）认为IPO是风险投资绩效最重要的决定性因素，缺乏合适的上市退出渠道，缺少公开、活跃、成熟、稳定的资本市场，在一定程度上加大了风险资本退出的难度和风险，降低了风险投资的回报率（ChenC et al.，2005）。此外，被投企业上市难易程度与被投企业绩效也有密切关系。IPO后，被投企业的主营业务收入和利润明显增长（Jain and Kini，1994；桂荷发等，2005）。②社会中介服务体系。由各专业化的社会服务中介机构形成的服务体系是否完善，对被投企业以及风险投资机构的绩效都会产生影响（付玉秀，1999；赵新宇，2011）。③法律政策环境。完善的法律政策环境可以保护被投企业和风险投资机构的利益，增加其利润（Bygrave，1987；隋振婷，2012）。

基于上述理论分析，笔者构建了投后风险投资绩效影响因素的概念模型图，如图2-4所示。

图2-4　概念模型图

2.研究假设

根据图2-4概念模型，提出如下研究假设：

（1）知识产权保护与知识产权价值关系假设。知识产权保护是知识资本创造价值的内在要求，知识产权的保护强度和保护水平会影响知识产权的价值。高水平的知识产权保护机制能够降低知识产权市场价值的不确定性。竞争对手非法模仿的成本越高，确定知识产权的市场价值就越有保障（万小丽，2008；李振亚等，2010；Ernst，2010；马瑞峰，2011；王立新，2011）。

根据上述分析，本研究提出以下假设：

H1知识产权保护水平与知识产权价值的实现成正向影响关系。

（2）社会中介服务体系与被投企业上市关系假设。社会中介服务体系包括律师事务所（帮助被投企业和投资方完成其法律协议，在被投企业公开发行股票时给予法律咨询）、会计师事务所（为投资机构和被投企业提供财务政策咨询并帮助被投企业编制和上市有关的财务报告）、资产评估机构（负责对被投企业资产和股权进行评估，为风险资本的退出、定价提供价值判断依据）和投资银行（协助被投企业进行上市前的申请报批及招股说明书拟定及承销被投企业发行的股票等），它们的服务为风险资本从被投企业中退出提供强有力的支持（尤天慧等，2002；唐伟，2003；赵欣宇，2011）。

根据上述分析，本研究提出以下假设：

H2社会中介服务体系的完善与被投企业上市的难度成反向影响关系。

（3）知识产权价值与被投企业成长绩效关系假设。知识产权在被投企业的经营中被认为是一项十分重要的无形资产，它往往能比有形资产带来更大的价值。专利的市场价值会对企业绩效产生正向影响，企业的市场价值越大，其在商业化、市场化过程中为企业带来的收益就越大。专利的引用与企业的市场价值有显著正相关关系，专利被引用次数越多为企业带来的收益就越大，反之则会减少企业收益（Deng，1999；Hall，2000；冯晓青，2001；万小丽，2008）。

根据上述分析，本研究提出以下假设：

H3知识产权价值与被投企业成长绩效成正向影响关系。

（4）投后非资本增值服务与被投企业成长绩效关系假设。风险投资机构能够利用自身专业知识、经验和广泛的社会网络，为被投企业带来利益。如协助被投企业开发新技术、新产品并帮助其实现技术商业化；积极参与其所投企业对经理的吸引、识别和建议工作，从而降低企业的管理风险和招募成本；通过为被投企业梳理管理制度、协助公司治理等方式推动被投企业技术创新绩效增长等（Antonio et al.，1997；Gompers et al.，1999；胡文哲，2010；尤勇等，2010；Fabio et al.，2011）。

根据上述分析，本研究提出以下假设：

H4投后非资本增值服务与被投企业成长绩效成正向影响关系。

（5）被投企业实际控制人的人品、管理能力、专业知识和经验与被投企业成长绩效关系假设。被投企业实际控制人是影响企业绩效最重要的因素之一。被投企业实际控制人的创业精神、努力程度直接影响企业绩效。被投企业实际控制人隐藏项目盈利能力、对项目进行“窗饰”甚至在职消费等不诚实的行为会对企业收益造成直接影响（黄群慧，2000；张凯，2005）。被投企业实际控制人的管理能力，可以为企业带来利润的提高和市场占有率的上升（Chandler and Hanks，1994；李延喜等，2002；朱至文，2009）。被投企业实际控制人的专业知识和经验能够帮助其发现市场中潜在的机会，这种发现机会的能力对企业绩效能够产生直接影响。被投企业实际控制人的经验虽然不能直接增加企业绩效，但可以通过个人专长、主导逻辑、决策能力等人力资本，对新企业绩效产生一定正向影响（Herron and Robinson，1993；汪华，2008；王瑞等，2010）。

根据上述分析，本研究提出以下假设：

H5被投企业实际控制人的人品与被投企业成长绩效成正向影响关系；

H6被投企业实际控制人的专业知识和经验与被投企业成长绩效成正向影响关系；

H7被投企业实际控制人的管理能力与被投企业成长绩效成正向影响关系。

（6）被投企业上市难易程度与风险投资绩效关系假设。IPO是风险投资最重要的决定性因素。风险投资家的投资回报率与证券市场筹资功能、机制密切相关。证券市场筹资功越强大、机制越灵活，风险资本越容易退出，投资回报率也越高。缺乏合适的退出渠道和公开、活跃、稳定的资本市场会加大风险资本退出的难度和风险，降低风险投资的回报率（Murray，1994；Leslie，A.J et al.，2000；Marco DaRin et al.，2004；Chen C et al.，2005）。

根据上述分析，本研究提出以下假设：

H8被投企业上市难易程度与风险投资绩效成反向影响关系。

（7）被投企业上市难易程度与被投企业绩效关系假设。Jain、Kini（1994），Pagano等（1998），桂荷发等（2005）通过实证研究发现：IPO 后，企业的销售收入和资本支出增长很快，主营业务收入和利润增长显著，固定资产净值、资产总额和股东权益也都大幅增长，银行的信贷融资成本也会随之降低。

根据上述分析，本研究提出以下假设：

H9被投企业上市难易程度与被投企业成长绩效成反向影响关系。

（8）法律政策环境与风险投资绩效关系假设。回顾世界各国风险投资的发展历程，政府都在其中起到了至关重要的作用。Marco Da Rin（2004）、隋振婥（2012）的研究表明优惠的税收政策可以降低风险投资公司的成本，增加其利润。Bygarve（1987）、Kuntara P.等（2007）认为独立合适的司法制度和有效的合同实施方案能够为风险投资家提供线索，从而在投资过程中起到一定的规避风险的作用。完善的国家法律政策有利于减少仿冒行为的出现，保护投资双方的利益。

根据上述分析，本研究提出以下假设：

H10适合的法律、政策环境适宜性与风险投资绩效成正向影响关系。

（9）法律政策环境与被投企业成长绩效关系假设。Douglas等（2008）研究了法律环境对被投企业的影响，指出完善的法律环境可以培育和促进IPO市场的发展，为被投企业的上市提供保证。Friedman（1989）、Gompers（1998）、程静（2000）、Christian等（2001）的研究表明，政府对被投企业的扶持政策（如政府担保融资、政府采购、财政补贴、资本利得税的降低），促进了被投企业的发展。

根据上述分析，本研究提出以下假设：

H11法律、政策环境适宜性与被投企业成长绩效成正向影响关系。

（10）社会中介服务体系与风险投资绩效的关系。风险投资是一项专业性很强的投资，社会中介服务机构能够帮助降低投资双方的道德风险，为投资机构提供法律保障，为风险资本的成功退出提供可靠依据等；社会中介服务机制专业化的服务降低了投资双方信息不对称性和投资风险（付玉秀，1999；赵新宇，2011）。

根据上述分析，本研究提出以下假设：

H12社会中介服务体系完善程度与风险投资绩效成正向影响关系。

（11）社会中介服务体系与被投企业成长绩效的关系。社会中介服务机构一方面是各种资源和信息汇集处，另一方面能够帮助被投企业与外部机构建立丰富的联系。如有助于促进产学研三者间的互动，促进被投企业创新绩效；为被投企业向银行等金融机构申请贷款提供担保服务，从而降低企业融资成本，缓解企业资金压力；帮助成熟企业上市等（付玉秀，1999；杨复杰，2004；李雪灵，2005；陈英英，2011）。

根据上述分析，本研究提出以下假设：

H13社会中介服务体系完善程度与被投企业成长绩效成正向影响关系。

（12）被投企业成长绩效与风险投资绩效的关系。风险投资机构将风险资本注入被投企业，使被投企业得以快速发展。当被投企业由小变大，发展成熟后，原投资的风险资本得以迅速膨胀。通过资本权益的转让、退出，风险投资机构可以获取高额的利润回报。风险投资的绩效很大程度上取决于被投企业的经营业绩；被投企业的股权越增值，风险投资的退出绩效越明显。通过有效的投资，风险投资公司与其所投资的企业可以达到双赢的局面，从而推动社会的技术进步（毛冬等，2001；谈毅等，2002；Gary，2005；褚菊芬，2009；吴青，2010）。

根据上述分析，本研究提出以下假设：

H14被投企业成长绩效的增长对风险投资绩效有正向影响。

（13）知识产权保护与被投企业成长绩效关系假设。国家相关法律体系的完善和企业自身知识产权管理的能力决定知识产权保护水平（马瑞峰，2011）。在知识产权保护的外部环境方面，葛亮等（2004），盛辉（2008），郑亚莉、宋慧（2012）认为完善的知识产权保护制度可以为技术创新提供一种内在的动力机制和一个外部的公平竞争法律环境，对促进企业技术创新、加快企业发展具有重要作用。在企业自身的知识产权保护管理方面，杨拉克（2007）、史竹青（2011）等通过对我国550家创新型企业的调查研究表明，企业知识产权管理水平的提高有助于企业绩效水平的整体提高，并提出加强知识产权的自我保护已成为企业成长过程中不可或缺的竞争手段，更是中小企业能否做强做大的关键因素之一。

根据上述分析，本研究提出以下假设：

H15知识产权保护水平与被投企业成长绩效成正向影响关系。

五、风险投资退出决策方法：因素评分法和决策树法

当被投企业发展到一定阶段，风险投资机构认为已经到了将风险资本从被投企业中退出的时候，就会选择一定的方式将风险资本撤出，以求实现资本增值或者降低损失。可行的退出机制是风险投资成功的关键。

退出方式和退出时机的选择是风险投资退出决策过程中最重要的2个问题。从国内外关于风险投资退出的研究现状来看，对于风险资本退出时机选择始终有争议（张晨宇等，2004）。有的学者认为风险资本退出的最优时机是实现风险投资家和被投企业实际控制人效用最大化的时候（Andreas Bascha et al.，2001）；有的学者则提出风险资本退出时机由被投企业边际增加值和边际成本共同确定，以实现风险资本增值最大化（吴正武等，2002）；有的学者则认为风险投资家首先应选择退出方式，再选择退出时机（张景宇等，2004）；等等。笔者通过对风险投资业界的调查认为当风险投资机构将风险资本投入到被投企业时，总是希望能在退出收益最大化的时机退出，但被投企业的成长过程充满了不确定性，风险投资机构不可能对被投企业的中长期发展有一个准确的把握。实际运作中，风险投资机构必须根据其在投资后对被投企业的运行监控中所获取的信息，适时做出风险投资是否退出的决策。

为此，笔者认为风险投资的退出时机应分阶段考虑，若被投企业已上市，则风险投资机构应选择能在退出收益最大化的时机退出；若被投企业还未上市，且上市的可能性不大，则应更多地从资产安全性角度考虑合适的退出时机，在被投企业可能出现经营危机之前退出，以避免更多的投资损失。

本书着重从资产安全性的角度，来考虑风险投资的退出时机问题。由于因素评分法具有比较通俗、易于推广、主观随意性比较少、可靠性强等优点，使其易于被人们所接受。故笔者引入因素评分法作为风险资本退出时机决策的评价方法，并设置风险投资退出风险系数最低值（风险阈值）。在对风险投资退出因素进行综合评价后，一旦确认被投企业经营不善，风险投资项目的整体风险水平处于比较高的状态，也即风险系数大于风险阈值，风险投资机构将着手实施风险退出资本。在决定退出方式时，笔者认为应根据被投企业的自身特点和当时的外部环境，并辅之以合适的量化分析方法，来评价选择退出方式。

决策树法是人们进行决策分析经常采用的一种有效的决策工具。它具有下列优点：

（1）决策树列出了决策问题的全部可行方案和可能出现的各种自然状态，以及各可行方法在各种不同状态下的期望值。

（2）能直观地显示整个决策问题在时间和决策顺序上不同阶段的决策过程。

（3）在应用于复杂的多阶段决策时，阶段明显，层次清楚，便于决策机构集体研究，可以周密地考虑各种因素，有利于做出正确的决策。

本书将用决策树方法来辅助进行退出方式的选择决策。以下对因素评分法和决策树法做一个简要介绍。

1.因素评分法（用于退出时机的决策）

首先从待评价风险投资项目中确定主要风险评价因素并运用AHP法确定其权重，每个风险因素按标准评出一个相应的分数，然后根据待评价项目总分确定其所处的风险等级，并据此做出是否退出的决策。因素评分法的具体步骤为：

（1）选用若干风险评价要素，作为衡量风险程度高低的依据；

（2）确定评价要素的权重；

（3）确定评分标准表，作为评定程度高低的标准；

（4）把实际指标的状况与既定因素评分标准表相比较，按因素依次评定分数并算出总分；

（5）制定分数与投资风险等级换算表，根据所得评分换算投资风险等级，并依次做出是否退出的决策。

当然因素评分法除了它的优点之外也有其缺点，如比较费时，需投入一定的人力；评价要素定义和权重的确定有一定技术难度；要素的选择、等级的定义和要素权重的确定都有一定的主观因素。在具体使用该方法时笔者采用文献研究和风险投资业界调研确定评价要素，要素权重则通过专家调查法并运用AHP法确定，以较好地克服该方法带来的缺陷。

2.决策树分析法（用于退出方式的决策）

决策树（Decision Tree）分析法是指分析每个决策或事件时，都引出2个或多个事件和不同的结果，并把这种决策或事件的分支画成图形，这种图形很像一棵树的枝干，故称决策树分析法。

决策树由决策结点、机会结点与结点间的分支连线组成。通常，人们用方框表示决策结点，用圆圈表示机会结点，从决策结点引出的分支连线表示决策者可做出的选择，从机会结点引出的分支连线表示机会结点所示事件发生的概率。在利用决策树解题时，应从决策树末端起，从后向前，步步推进到决策树的始端。在向前推进的过程中，应在每一阶段计算事件发生的期望值。需特别注意的是如果决策树所处理问题的计划期较长，计算时应考虑资金的时间价值。计算完毕后，开始对决策树进行剪枝，在每个决策结点删去除了最高期望值以外的其他所有分支，最后步步推进到第一个决策结点，这时就找到了解决问题的最佳方案。

当然，决策树法也不是完美的，它也有不足：如使用范围有限，无法适用于一些不能用数量表示的决策；对各种方案的出现概率的确定有时主观性较大，可能会导致决策失误等。在具体使用该方法时笔者将扬长避短，同时用专家调查法等对各种方案的出现概率有一个尽量准确的估计。