高科技风投企业家项目考察阶段的非理性决策——设计问卷与数据分析

（一）问卷的设计与信度分析
1. 问卷设计。本调查问卷共包括三个部分：第一部分是被调查的高科技风投企业家的人口统计特征，共8个问题；第二部分是对高科技风投企业家非理性决策定性部分进行测量，共32个问题；第三部分是对高科技风投企业家非理性决策定量部分测量，共33个问题。
初始问卷在作者所在的风险投资机构投资对象中发放了15份作为预试，与填写者就问卷中难以理解或模糊不清的地方进行了沟通，修改后形成最终问卷。由于本文拟采用结构方程建模（Structural Equation Modeling，SEM）的方法研究高科技风投企业家非理性决策行为，而Boomsma（2000）发现，对于结构建模分析（SEM）而言，不论是模型有恰当解的百分率、参数估计的精确性，还是统计量的分布，研究结果都显示样本容量越大越好。他建议样本容量最少大于100，大于200更好，考虑到难以找到太多的高科技风投企业家，因此本研究拟定发放200份问卷。问卷于2010年11月至2011年6月进行正式发放，为考虑问卷填写的真实性，本次发放的主要对象是已经接受风险投资的高科技风投企业家，其来源于作者所在的风险投资机构和本行业其他风险投资机构，因为此类高科技风投企业家已接受风险投资，无需担心填写问卷对自己融资的影响，并且还可以帮助风险投资机构发现高科技风投企业家可能存在的某些非理性决策。
2. 信度分析。测验的信度是指使用相同的研究技术重复测量同一个对象时，得到相同研究结果的可能性。信度代表的是内部一致性概念，也就是一个变量（概念）下题目数的平均值，通常以SPSS中的指标Cronbach ？琢值来表示。Churchill指出Cronbach ？琢系数绝对是第一个用来检验衡量工具质量的方法，在整理好回收的问卷后，本研究问卷运用Cronbach ？琢来检验衡量工具的信度，使用修正后项总相关系数（Corrected Item-Total Correction）来净化测量项目。纠正项目的信度检验筛选项目的标准有两个，必须一起成立才可以删除此项目：一是修正后项总相关系数小于0.3；二是删除此项目可以增加？琢系数值。当Cronbach 大于0.7表示非常好，0.35～0.7表示可接受，小于0.35要删除。项目获取阶段的信度分析如表1所示。
（二）数据分析
为确保问卷的可信度与调查数据的准确性，本文对调查问卷进行的前期调查，选择对象主要是高科技风投企业家，并接纳有关专家所提出的修改意见对问卷进行完善。调研对象是近年来国内接触过风投企业的企业家。通过概率抽样的样本选择，对130位高科技风投企业家进行问卷调查，收回问卷96份，采用APASS16.0软件录入数据并进行分析。
本文采用列联表分析法判断人口统计特征与高科技风投企业家在项目获取阶段的非理性决策之间的显著性；使用多元线性回归分析显著性的统计特征变量与非理性决策的关系，其中采用的显著水平是0.05。
1. 描述性统计结果分析。如表2所示，高科技风投企业家35岁以下和35岁以上的人群中具有非理性行为的人数占总人数的42.3%和55.1%，可以看出非理性行为与人的年龄是呈正向的；根据学历来判断高科技风投企业家中非理性行为的人数中高学历与低学历分别为50.5%和28.8%，可以看出高学历所占的比例要大，也就是说学历与非理性行为是呈反向的；根据家庭中有无子女的高科技风投企业家来判断其是否非理性，可以看出有子女的与无子女的比例分别为37.2%和51.1%，有子女的风投企业家更加理性，而无子女的高科技风投企业家更趋向于非理性；有无留学经历的高科技风投企业家中具有非理性行为的人数分别占29.8%和47.6%，可以看出具有留学经历的高科技风投企业家其行为较之无留学经历的更加趋于理性；在其是否具有创业经验的高科技风投企业家中，有经验的企业家非理性所占的比重为25.9%，无经验的企业家非理性所占的比重为83.5%，可以看出，有经验的企业家其在风险投资过程中更趋向于理性；在高科技风投企业家中技术型与管理型的人员中，技术型所占的比例为72.2%，而管理型所占的比例为24.6%，可以看出管理型高科技风投企业家其心态更趋向于理性，而技术型的企业家其非理性行为严重（见表2）。
2. 高科技风投企业家非理性行为与人口统计特征实证检验。由表2和表3的数据可以看出以下结论：（1）表2中显示非理性行为与风投企业家的年龄是呈正向关系的，同时在列联表3中的数据显示，三种分析结果都是支持该结论的，也就是说非理性行为与风投企业家的年龄之间存在显著性影响；（2）由表2可看出非理性行为与学历是成反向的，但列联表3的三种分析却并不完全支持该结论，其结论是非理性与高科技风投企业家的学历与其非理性之间没有显著的影响关系；（3）由表2可以看出有子女的家庭结构中，高科技风投企业家的非理性行为比较严重，列联表3中的三种结论也是支持该结论的；（4）由表2可以看出非理性在高科技风投企业家中具有留学经历的程度较弱，列联表3中的三种结论是支持该结论的，也就是说非理性行为与留学经历存在显著性；（5）由表2可以看出，高科技风投企业家的非理性行为与其有过创业经验之间是反向的，列联表3中的三种分析结论也支持该结果，显然非理性行为与创业经验之间存在显著的影响关系；（6）由表2可以看出，技术型的高科技风投企业家非理性行为较强，列联表3中的三种分析结果亦支持该结论，表明技术型风投企业家与非理性行为之间存在显著的影响。
由上述分析情况看来，除去学历这一项基本的人口特征，其他的人口统计特征：年龄、家庭结构、留学经历、创业成功经验、创业前职业作为自变量，运用多元回归的方法来分析高科技风投企业家在项目考察阶段其非理性行为与人口统计特征之间的关系。
多元线性回归结果如表4和表5所示。表4显示回归模型的复相关系数值（R）和确定系数值（R2）分别为0.843和0.918说明其拟合优度较好，其中Durbin-Waston统计值为1.955，仍接近2，说明模型不存在自相关，模型通过方程显著性检验。
由表5可以看出性别与年龄、职业及学历、从业经验和家庭状况的t值在0.05水平上不够显著，与高科技风投企业家的非理性行为之间并不存在线性相关性，其中留学经历与创业成功经验与高科技风投企业家的非理性决策之间存在着线性相关。
四、研究结论与政策建议
（一）研究结论
笔者从性别、年龄、职业和学历、留学经历和创业成功经验、从业经验和家庭状况八个方面来研究高科技风投企业家的非理性行为与人口统计特征之间的关联性得出以下结论：
1. 性别、年龄、职业、从业经验、家庭状况与项目考察阶段的非理性决策不存在相关性。不管是男性还是女性，年龄的大小，从事何种职业，积累了哪些从业经验，家庭状况如何，在风险项目考察阶段都有可能比较倾向用简单的类比方法选择国外的热门成功或自己熟悉的风险项目，或者会更倾向于选择自己接触的第一个、最后一个有深刻印象的项目，甚至非常信任成功人士或名人推荐，片面地认为他们的推荐是好的有利的，非理性地坚定自己的判断，往往忽略其他信息，忽略其他项目的潜力，导致做出非理性决策，产生代表启发式、易得性启发式、近因效应、首因效应、对比效应和晕轮效应等决策偏差。
2. 国外留学经验、创业成功经验与项目考察阶段的非理性决策存在相关性。国外留学经验与风险项目考察阶段的非理性决策存在正相关性。有国外留学经验的高科技风投企业家更关注国内外热门项目并加以引进，相信国内外成功的风险项目自己去做也会成功，他们凭借自己的专业知识、相关经验更容易产生代表启发式非理性决策，反之亦然。而创业成功经验则与风险项目获取信息收集阶段的非理性决策存在负相关性，即无创业经验的高科技风投企业家容易产生代表启发式、晕轮效应等非理性决策。
（二）政策建议
风险投资的特点是高风险、高收益。风险投资与其他形式投资的最大差异在于风险投资公司不是通过分享风险企业的利润实现投资收益的，而是通过扶持风险企业迅速成长，然后从风险企业成功退出，一次性获得高额回报。因此，风险投资公司与风险企业是在创造风险企业成功的历程中的战略盟友。风险投资公司会充分发挥其各种优势和影响力，帮助风险企业实现商业价值。因此可根据实证分析的结果在该阶段动态分配资源进行监管和辅导。
在风险投资项目获取阶段，高科技风投企业家目的在于寻找那些可以吸引风险投资的项目，但在这过程中他们可能倾向于简单地用类比的方法去判断寻找那些已经成功的案例，尤其是国外成功的案例，并加以引进或做出判断时依赖的信息不充分不全面。即使高科技风投企业家有相关的成功创业经验，还是会存在一些非理性的偏差，做出错误决策。在项目筛选标准时，高科技风投企业家会根据以前从事的职业不同，会对出现非理性决策有较大影响。在对项目进行评估时，高科技风投企业家的学历越高越无法容忍自己判断失误，因此不愿意对已筛选出的项目进一步论证，导致可能选择出的风险投资项目并非最优项目，难以吸引到风险投资。所以，根据上述对项目获取阶段的非理性决策分析得知，高科技风投企业家在项目筛选阶段、项目考察阶段、项目评估选择阶段都存在非理性决策行为，因此风险投资机构在选择投资项目时，应从以下几方面减少风险投资的非理性行为：
1. 在项目筛选阶段风险投资机构应分析风险投资项目是否符合国内的经济环境、企业模式、消费者的偏好等，并且对比更多的风险投资项目，从中选择最具有投资价值的风险投资项目，减少盲目跟从国外成功案例导致的非理性。
2. 项目考察阶段，对高科技风投企业家进行问卷填写及心理分析，减少高科技风投企业家根据以前不同的职业产生过度自信等非理性行为。并且根据以往的风险投资成功案例建立数据库，供风险投资家参考，减少高科技风投企业家大方向的错误，减少其选择熟悉的事物而忽略了高风险投资的项目。
3. 风险投资项目评估选择阶段，征集多个高科技风投企业家的意见以及社会新闻、舆论评价等利弊消息进行综合评估，减少高学历高科技风投企业家因缺乏详细审查和深入调查而导致的风险投资项目失败。
参考文献：
[1]王松奇.中国创业投资发展报告[M].北京：经济管理出版社，2009.
[2]Dixon R. Venture Capitalists and the Appraisal of Investment[J]. OMEGA， 1991，19（5）：333-344.
[3]姚佐文，陈晓剑.可转换优先股与风险投资的有效退出[J].管理科学学报，2003，（1）：92-96.
[4]Thaler R. Mental Accounting and Consumer Choice[J].Marketing Science，1985，4（3）：199-214.
[5]Gompers Paul.Ownership and Control in Entrepreneurial Firms：An Examination of Convertible Securities in Venture Capital Investments[J].Mimeo， Harvard Business School，1997.
[6]郑雨明.决策判断中认知偏差及其干预策略[J].统计与决策，2007，（5）：48-51
[7]王宁，茅宁.对有限理性个体投资者心理偏差的研究新进展[J].经济理论与经济管理，2005，（6）：58-63.