三、研究设计

(一) 数据来源与样本选择

本文使用的风险投资事件信息来自清科私募通数据库；风投机构实际控制人和股东信息手工检索自企查查，并使用企查查提供的企业数据对风投机构与标的企业的部分缺失信息进行补充；产业政策数据来自中国研究数据服务平台( CNRDS)的产业政策数据库，由于该数据库只提供以2001年证监会行业分类的三位数代码进行划分的产业政策数据，因此本文统一使用2001年证监会行业分类的三位数代码对行业进行识别与划分；国有风投机构董事长和总经理的任职情况手工检索自企查查，简历信息则来自中国研究数据服务平台的风投与私募股权数据库。在此基础上，我们还使用网页搜索等方式对简历信息进行核实与补齐。

为全面分析产权性质对风投机构分阶段投资行为的影响，本文收集了1995—2020年标的企业和风投机构均为中国境内企业的88 196起风险投资事件作为初始样本。在此基础上，本文剔除了8 582个标的企业信息缺失的观测值、5 608个风投机构信息缺失的观测值、503个产业政策数据缺失的观测值。为准确判断风投机构在特定标的企业的投资轮数，本文剔除12 171个未披露标的企业名称的观测值。同时，本文还剔除分阶段投资事件后续轮次的观测值，以避免同一起分阶段投资事件在观测值中重复出现使回归结果产生偏误的影响。通过以上的样本筛选，本文最终得到52 485个用于实证分析的样本。具体的样本筛选过程如表1所示。

(二) 国有风投机构的定义

针对上市企业的研究通常使用实际控制人性质作为界定国有企业与非国有企业的标准(曹春方和张超，2020；杨兴全和尹兴强，2018；逯东等，2014)。然而，在针对风投机构的研究中，由于数据的缺失，以往文献分别使用数据库中对风投机构的背景描述(张学勇和廖理，2011) 、风投机构股东中是否存在政府部门(吴超鹏等，2012)以及风投机构首次募集资金的来源( Ke and Wang, 2019)作为判定风投机构性质的依据。上述认定方法可能存在的问题在于：使用背景描述作为判定依据的主观性较强、准确性较低，而且可能混淆政府所有与政治关联的区别( Zhang and Mayes,2018)；使用股东中是否存在政府部门作为判定依据，可能会将部分国有参股风投机构误划为国有风投机构，进而高估国有风投机构的数量；使用首次募资来源作为判定依据，可能会混淆政府所有与政府资助的区别( Zhang and Mayes,2018) 。

为解决上述认定方法中可能存在的偏误，本文利用企查查提供的独特数据，收集风投机构的实际控制人信息，并将实际控制人为政府部门、事业单位的风投机构归类为国有风投机构( GVC) 。在此基础上，本文进一步手工收集国有风投机构的股东数据，将股东全部为政府部门、事业单位或国有独资企业的国有风投机构定义为国有独资型风投机构( Pure GVC)，将股东不全为政府部门、事业单位或国有独资企业的国有风投机构定义为混合所有型国有风投机构( Mixed GVC) 。

(三) 模型设定和变量定义

为了考察国有风投机构是否更加倾向于分阶段投资，本文构建以下回归模型：其中，被解释变量Stagei表示风投机构在对标的企业i进行投资时是否采取了分阶段投资的策略，是取值为1，否取值为0；被解释变量Roundsi为风投机构在标的企业i中的投资轮次数取对数；解释变量GVCi代表投资机构是否为国有风投机构，是取值为1，否取值为0。在模型(1)中，本文主要关注GVCi的回归系数β1。若β1显著为正，则表明相较于民营风投机构，国有风投机构更倾向于采取分阶段投资策略；反之，则表明国有风投机构更少采取分阶段投资策略。

在控制变量方面，参考已有文献，风投机构特征、标的企业特征通常作为研究风投机构投资行为的控制变量(张学勇和张琳，2019；付辉和周方召，2018；董静等，2017；余琰等，2014;Chemmanur et al.,2014;Buzzacchi et al.,2013;Wang and Wang,2011;Bottazi et al.,2008) 。延续这一思路，本文同样在回归分析中控制了风投机构特征、标的企业特征。具体地，本文选取了标的企业年龄( Tar-get age) 、标的企业是否受产业政策支持( Ind)、风投机构规模( VC size)、风投机构经验( VC exp) 、风投机构与标的企业是否位于同一省份( Local)作为控制变量。除此之外，本文所有回归均对省份效应( Province)、年度效应( Year)和行业效应( Industry)进行了控制。

本文的主要变量定义在表2中进行了具体说明。

(四) 描述性统计

表3对本文的主要变量进行了描述性统计，为剔除极端值的影响，本文对所有连续变量均在1%和99%分位数上进行了缩尾处理。我们从表3的描述性统计中可以发现，我国风投机构在约12.9%的投资事件中采取了分阶段投资策略。风投机构的投资轮次数取对数后的平均值为0.104，即风投机构对同一标的企业平均会进行1. 167轮投资。在6 794起分阶段投资事件中，风投机构每轮投资之间的间隔约为13个月。国有风投机构投资事件约占总观测值的15.9%，中国有独资型风投机构投资事件约占总观测值的4.1%，混合所有型风投机构投资事件约占总观测值的11.8%。有专业投资人才的国有风投机构投资事件占总观测值的3. 6%，无专业投资人才的国有风投机构投资事件占总观测值的12.0%。 32.4%的风投机构实现了IPO或并购退出。⁶滞后3年的创业企业独立申请的发明专利数取对数后的均值为0.128，即0.362件。除此之外，标的企业成立的平均时长为6年多，大约有69.7%为产业政策支持行业的企业，37.9%的投资事件中风投机构与标的企业位于同一省份。