|
顶尖财经网(www.58188.com)2024-8-6 14:02:54讯:
导语 本文从宏观、中观、微观三个层面研究中国私募股权基金退出机制与经济效应。 研究发现,宏观制度层面,多层次资本市场、注册制实施等对私募股权基金退出具有促进作用;中观市场层面,私募股权投资的回报水平与其所采用的退出方式相关,IPO退出带来了更高的回报,且投资回报与所选上市交易所有关;微观层面,退出回报与私募股权基金管理机构背景存在显著相关。 进一步研究发现,随着国内资本市场建设,私募股权投资项目在国内外上市的退出回报显著差异已经减弱。 一、研究背景 我国正在加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局,自主创新能力建设成为我国内涵式增长的关键驱动力。国家积极倡导资本市场通过深化改革激发创新活力,打造科技、教育、产业、金融紧密融合的创新体系。私募股权投资基金基于其投产业、投科技的属性,是优化社会资本资源配置的重要金融业态,在畅通国内大循环中举足轻重。 退出环节是私募股权投资基金可持续发展的关键环节,退出环节畅通是保证后续科技成果转化新项目获得投资的源头。只有私募股权投资基金退出环节顺畅,退出回报率高,才能起到持续支持国家科技创新的作用。然而在实践中,中国私募股权基金长期存在退出渠道不畅通的现象,退出周期普遍延长,退出期限难预期,退出环境承压。从2022年3月到2023年7月,美联储累计加息5.25个百分点,严重打击了全球私募股权投资行业信心。据清科数据库统计,2022年和2023年我国私募股权市场募资规模连续两年下降。 2022年一季度,中国股权投资市场共计发生约1295笔退出案例,同比下降50%,其中,除并购退出外,其余方式的退出交易均有下降。2023年1月VC/PE机构IPO账面退出回报规模为193亿元,环比下降77.05%。据数据统计,2023年全年中国并购市场共披露8821起并购事件,同比下降5.18%,交易规模约18,989亿元,同比下降约22.86%。 追溯往期,关于私募基金退出的问题长期存在,国家为了畅通退出采取了打造多层次资本市场、IPO注册制改革、深化新三板改革等一系列政策措施。2017年起,随着国内股权投资的爆发式增长、IPO收紧和A股股价下降,私募基金退出曾经遇到“寒冬”。2018年3月28日,中央深改委通过《关于规范金融机构资产管理业务的指导意见》(简称“资管新规”),多重嵌套、资金池等不规范的金融产品面临整改,同时早期设立的引导基金出现首次退出潮。2018年底,习近平总书记在进博会开幕式上宣布设立科创板。2019年6月,科创板正式开板。2020年受益于科创板、新三板、创业板注册制等多项改革举措,私募股权投资机构的退出渠道变得更加畅通。2020年7月,国务院常务会议决定在区域性股权市场开展股权投资和创业投资份额转让试点,S基金交易被松绑。2020年12月,证监会正式批复同意在北京股权交易中心开展股权投资和创业投资份额转让试点。2021年11月,北京证券交易所(简称“北交所”)揭牌开市。2023年2月,中国资本市场迎来全面注册制。 另一方面,随着监管政策逐步收紧,私募投资退出渠道再次承压。2021年注册制IPO的审核趋向严格,私募股权投资退出再次出现不确定因素。2023年,国务院颁布行业首部行政法规《私募投资基金监督管理条例》,证券投资基金业协会发布了《私募投资基金登记备案办法》及其配套指引和材料清单。2023年底,中国证券监督管理委员会发布《私募投资基金监督管理办法(征求意见稿)》。2024年4月,国务院出台《关于加强监管防范风险推动资本市场高质量发展的若干意见》(简称“国九条”),严把发行上市准入关。 一系列的监管变革与政策颁布在业界的反馈褒贬不一。问题主要在于:第一,自2021年初注册制IPO的上市把关趋向严格,私募股权投资退出再次出现不确定因素。第二,区域股权转让市场与S基金市场缺乏专业团队运作,不易形成公允估值,在退出机制中作用有限。第三,政策密集调整后,市场观望情绪明显,导致IPO与并购进度均有放缓。第四,二级市场追捧大市值公司,中小市值公司退出压力较大。伴随着监管力度加强以及相关规则体系的不断完善,当前制度之下私募股权基金畅通“募—投—管—退”的循环机制,持续发挥私募股权投资基金支持国家科技创新的作用,仍然是资本市场的重要议题。 综上所述,为深入研究退出机制中各参与方主体的作用与影响,强化私募股权投资基金发展与盈利能力,畅通退出途径,本文将退出机制分为宏观机制、中观机制、微观机制三个方面来分析,研究多重因素对私募股权基金退出的影响,立足于实际问题,为健全私募股权投资基金的退出机制提供支持与借鉴。 二、样本与变量设计 (一)样本选择 本文所用数据来自于国内私募股权数据研究机构清科集团(Zero2IPO Group)旗下的清科私募通数据库,该数据库由清科研究中心负责开发维护,涵盖了国内外的42000余家PE/VC投资机构及8500余件投资退出事件的相关信息,是中国股权投资领域最全面、权威、专业、及时的国内数据资料库。 为保障研究的全面性与创新性,本文将样本期限划定为2016年1月1日至2021年12月31日期间。研究选择自2012年至2022年十年期间于AMAC登记的基金,研究其在中国大陆地区开展私募股权投资,并实现项目退出的情况,最终选取了其中的704项私募股权投资事件作为数据样本。下文中具体介绍了本文研究中所用到的变量及对相关变量的处理。 (二)变量设置 本文旨在对影响私募股权基金投资项目退出的潜在因素进行探究,因此选择的因变量为退出指标(退出方式ER、退出账面回报倍数TVM或内部收益率IRR)。研究的自变量为基金背景INVTYPE,是否为外资基金;管理机构是否为排名100强TOP100;项目退出时间ET;项目IPO情况,是否上市;项目所在行业IND;项目选择的上市市场IPOP等。控制变量为基金的投资期限DUR、首次投资伦次STAGE、被投资企业的所在地区AREA。 1.账面回报倍数(TVM ) 账面回报倍数指一项私募股权投资退出后,总退出金额与投资金额之间的比值倍数。其计算公式如下: TVM=Total Value at Exit/Invested Capital 英国私募股权与创业投资协会(British Private Equity & Venture Capital Association,简称BVCA)指出,在衡量私募股权投资表现时,账面回报倍数是一项非常直观的指标,大于1即表明投资存在收益。同时,账面回报倍数这一指标忽略了货币的时间价值(Time Value of Money),在比较具备不同投资期限的投资项目时可比性较低。Li和Joseph等人指出,账面回报倍数是衡量私募股权投资表现时最保守、最适用的指标。相对其他指标而言,账面回报倍数不依赖于估值假设,并且考虑了再投资的回报(Reinvestment Returns)。 2.内部收益率(IRR ) 内部收益率指标是私募股权投资业内广泛使用的投资表现衡量指标,也是学界在研究私募股权投资时最常应用的指标。内部收益率的定义指使得一项投资的净现值(Net Present Value)为0时的折现率,其定义公式如下: 其中: Ct=第t个时期的净现金流 CO=初始投资现金流 R=折现率 t=第t个时期 使用内部收益率作为私募股权投资的衡量指标考虑了货币的时间价值,并且能将各类现金流和现金流时点考虑在内,更具备实际和现实意义。内部收益率虽然是应用最广泛的衡量指标,其成立的前提是建立在“再投资回报都等于内部收益率”这一假设基础之上的。 3.退出方式(ER) 目前主要的退出方式有五种,分别是首次公开发行、并购、股权转让、股份回购以及清算退出。IPO 退出多年来一直居于主要地位,将其单独作为一种退出方式选择;并购、股权转让以及股份回购本质上都是投资人将自己手中的股份转出去了,这三种退出方式的认可度都在日益增高;清算退出是所有退出方式当中最为失败的、是所有各方不到走投无路都不愿意选择的一种退出方式。 4.变量列表 项目地区。相比于西部地区,一线及东部沿海地区和中部地区在经济发展上要更发达一些,西部有些政府还会提供有吸引力的政策支持和政策优惠吸引私募股权投资基金投资当地项目。项目企业所属地区对退出有潜在的影响。 排名前100强榜单上的管理机构更加成熟,更有能力开展投资。 基金投资期限越长,退出的需求约迫切,可能会影响退出的方式与收益。 投资轮次,私募股权投资进入被投项目越早期,则越有可能介入管理,投入更多的资源,因而影响退出向收益更高的方向发展。 三、模型构建 为了对影响私募股权基金退出的潜在因素进行探究,本文从宏观层面验证多层次、IPO注册制实施对退出指标(退出方式ER、账面回报倍数TVM或内部收益率IRR)影响;从中观层面验证并购、IPO选择对退出指标(退出方式ER、账面回报倍数TVM或内部收益率IRR)影响;从微观层面验证基金能力、企业海外上市对退出指标(退出方式ER、账面回报倍数TVM或内部收益率IRR)影响。 研究主要采用描述性统计分析和多元回归模型分析方法。首先,采用描述性统计分析的方法,对基金类型、投资退出方式和投资回报等变量进行了描述性统计分析。其次,采用多元回归模型的分析方法,对因变量退出指标(退出方式ER、退出账面回报倍数TVM或内部收益率IRR)与自变量基金背景INVTYPE、项目退出时间ET、项目IPO情况、项目所在行业IND、项目选择的IPO市场等之间的整体相关关系(Correlation)进行了显著性分析与探究。 (一)退出方式与宏观政策模型构建 假设1:退出方式选择与宏观政策倡导相关。实施注册制后,采取IPO退出的项目更加。 此处主要检验退出方式(是否IPO)与退出时间,以及其他控制变量之间的关系。按照2018年11月5日习近平总书记正式宣布建立科创板实施注册制为基准,将样本中的项目退出时间分为政策颁布前退出分组与政策颁布后分组,检验项目IPO情况。设置模型1进行检验: (二)回报水平与退出方式模型构建 假设2:私募股权投资的回报水平与私募股权投资公司所采用的退出方式相关。较之其他退出投资策略,首次公开发行将带来更高的回报。 此处主要检验退出回报(IRR、TVM)与退出方式(IPO等),以及其他控制变量之间的关系。设置模型2进行检验: 实证中对变量基金背景INVTYPE、项目退出时间ET、项目IPO情况、项目所在行业IND、项目选择的IPO市场等之间的整体相关关系(Correlation)进行了显著性分析与探究。 (三)回报水平与IPO市场模型构建 假设3:私募股权投资的回报水平与IPO所选上市交易所有关,海外上市收益更高。 此处主要检验私募股权投资项目在不同交易所市场上市的退出回报,通过对已上市项目的IPO市场选择进行分类,建立IPO项目企业上市选择(境内外)退出的子样本,检验私募股权投资退出的回报情况。设置模型3进行检验: (四)回报水平与机构背景模型构建 假设4:私募股权投资的回报水平与私募股权投资机构的外资或本土背景相关。 此处主要检验退出回报与私募股权基金背景之间的关系,通过私募股权投资基金是否有外资背景判断国内民营私募股权基金与有外资背景的私募股权基金在投资能力方面的差异,设置年度清科私募评选100强为控制变量,添加其他控制变量进行检测。设置模型4进行检验: (五)IPO与投资行业模型构建 假设5:投资科技行业项目更容易IPO退出。 此处检查私募股权投资基金项目选择层面的影响,是否投资高科技行业更容易实现退出通过退出方式与项目行业进行检验,添加其他控制变量设置模型5进行检验: (六)回报水平与投资行业模型构建 假设6:私募股权投资的回报水平与创业企业所在的行业有关,投资高新技术企业的私募股权投资较之非高新技术企业将获得更高的回报。 此处检查私募股权投资基金项目行业选择层面对基金退出回报率的影响,检验退出回报水平与项目行业、其他控制变量间的关系,设置模型6进行检验: 四、样本分析 (一)样本统计 下面对样本进行了统计描述,具体如表2所示: 表2 样本统计变量 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 | Variable | Obs | Mean | Std. Dev. | Min | Max | TVM | 704 | 2.762756 | 8.775242 | 0 | 176.62 | IRR | 704 | 39.43107 | 78.46476 | -100 | 502 | ER | 704 | 0.440341 | 0.496781 | 0 | 1 | ET | 704 | 0.825284 | 0.379994 | 0 | 1 | INVTYPE | 704 | 0.065341 | 0.247302 | 0 | 1 | TOP | 704 | 0.142046 | 0.349345 | 0 | 1 | AREA | 704 | 0.569602 | 0.495484 | 0 | 1 | IPOP | 704 | 0.305398 | 0.038072 | 0 | 1 | DUR | 704 | 1427.496 | 4385.372 | 23 | 42036 | STAGE | 704 | 1.928977 | 1.862427 | 0 | 5 | IND | 704 | 0.650568 | 0.47713 | 0 | 1 | (二)市场分布 为了更清晰地展示样本内容,本文对已上市子样本进行了分交易所的统计,具体见表3所示: 表3 上市子样本市场选择统计交易所 | 数量 | 占比 | 平均退出年限(年) | 与总平均退出年限比 | 平均回报倍数(倍) | 与总平均回报倍数比 | 其他 | 394 | 55.97% | 2.42 | 104.78% | 4.68 | 125.50% | 上海证券交易所科创板 | 138 | 19.60% | 2.17 | 94.22% | 2.55 | 68.48% | 香港证券交易所主板 | 75 | 10.65% | 1.95 | 84.47% | 3.52 | 94.35% | 深圳证券交易所创业板 | 35 | 4.97% | 2.53 | 109.75% | 3.34 | 89.66% | 上海证券交易所主板 | 33 | 4.69% | 2 | 86.63% | 2.23 | 59.97% | 深圳证券交易所主板 | 15 | 2.13% | 2.66 | 115.42% | 1.74 | 46.69% | 纳斯达克证券交易所 | 13 | 1.85% | 2.95 | 128.01% | 6.91 | 185.58% | 纽约证券交易所 | 1 | 0.14% | 1.83 | 79.52% | 0.63 | 16.91% | (三)回报统计 本文对退出项目样本进行了退出回报的统计,具体见表4所示: 表4 退出项目回报统计回报倍数 | 数量 | 占比 | 平均退出年限(年) | 与总平均退出年限比 | 平均回报倍数(倍) | 与总平均回报倍数比 | 1倍以下 | 252 | 35.80% | 2.31 | 100.11% | 0.8 | 21.47% | 1~10倍 | 423 | 60.09% | 2.19 | 94.88% | 2.42 | 64.83% | 10~50倍 | 26 | 3.69% | 3.92 | 169.88% | 20.85 | 559.65% | 50~100倍 | 2 | 0.28% | 3 | 130.12% | 74.21 | 1991.61% | 100倍以上 | 1 | 0.14% | 7.25 | 314.46% | 176.62 | 4740.03% | (四)退出样本分布 本文对退出项目样本进行了退出方式的统计,具体见表5所示: 表5 项目退出方式统计退出方式 | 数量 | 占比 | 平均退出年限(年) | 与总平均退出年限比 | 平均回报倍数(倍) | 与总平均回报倍数比 | IPO | 310 | 44.03% | 2.19 | 95.10% | 2.99 | 80.38% | 股权转让 | 179 | 25.43% | 2.73 | 118.43% | 8.35 | 224.03% | 并购 | 158 | 22.44% | 1.95 | 84.60% | 2 | 53.68% | 回购 | 35 | 4.97% | 3.14 | 136.05% | 1.37 | 36.71% | 借壳 | 8 | 1.14% | 1.33 | 57.83% | 0.97 | 26.13% | 上市减持 | 7 | 0.99% | 2.99 | 129.52% | 1.52 | 40.66% | 其他 | 3 | 0.43% | 1.58 | 68.67% | 0 | 0% | 并购减持 | 3 | 0.43% | 4.11 | 178.31% | 0 | 0% | 清算 | 1 | 0.14% | 2.17 | 93.98% | 0 | 0% | (五)退出时间统计 文章对退出项目样本的退出时间进行了统计,具体见表6所示: 表6 项目退出时间分布统计退出时间 | 数量 | 占比 | 平均退出年限(年) | 与总平均退出年限比 | 平均回报倍数(倍) | 与总平均回报倍数比 | 2021 | 266 | 37.78% | 2.67 | 115.94% | 4.61 | 123.73% | 2020 | 218 | 30.97% | 2.43 | 105.36% | 2.31 | 62.07% | 2019 | 97 | 13.78% | 2.04 | 88.55% | 4.56 | 122.43% | 2018 | 65 | 9.23% | 1.79 | 77.59% | 5.37 | 144.22% | 2017 | 48 | 6.82% | 1.31 | 56.93% | 2.22 | 59.61% | 2016 | 10 | 1.42% | 1.17 | 50.60% | 4.38 | 117.62% | (六)皮尔逊相关性检验 最后,对退出项目样本进行了皮尔逊相关性检验,具体见表7所示: 表7 皮尔逊相关性检验 | TVM | IRR | ET | INV TYPE | TOP | AREA | IPOP | DUR | STAGE | TVM | 1 | | | | | | | | | IRR | 0.370* | 1 | | | | | | | | | 0.000 | | | | | | | | | ET | -0.016 | -0.069 | 1 | | | | | | | | 0.664 | 0.068 | | | | | | | | INV TYPE | -0.024 | -0.008 | -0.060 | 1 | | | | | | | 0.524 | 0.833 | 0.112 | | | | | | | TOP | -0.037 | 0.047 | 0.133* | -0.009 | 1 | | | | | | 0.324 | 0.216 | 0.000 | 0.816 | | | | | | AREA | 0.027 | 0.086* | 0.008 | 0.044 | 0.066 | 1 | | | | | 0.478 | 0.022 | 0.832 | 0.243 | 0.080 | | | | | IPOP | 0.002 | -0.067 | -0.248 | -0.009 | -0.016 | 0.035 | 1 | | | | 0.959 | 0.076 | 0.000 | 0.821 | 0.665 | 0.348 | | | | DUR | -0.011 | -0.073 | 0.084* | 0.021 | -0.039 | 0.064 | -0.096 | 1 | | | 0.781 | 0.054 | 0.026 | 0.581 | 0.303 | 0.091 | 0.016 | | | STA | | | | | | | | | | GE | 0.052 | 0.1261* | 0.132* | -0.049 | 0.040 | 0.0763* | -0.209 | 0.935* | 1 | | 0.170 | 0.001 | 0.001 | 0.198 | 0.294 | 0.043 | 0.000 | 0.013 | | 注:括号内的标准误差为***p<0.01,**p<0.05,*p<0.1 五、实证分析 (一)实证结果 根据前面的假设与模型,下面分别导出了对6个模型的检验结果,具体如表8和表9所示: 模型1主要检验退出方式(是否IPO)与宏观政策倡导之间的关系。从表8的1列可知,实证验证了假设1的提法,退出方式选择与宏观政策倡导相关,2018年11月5日习近平总书记正式宣布建立科创板实施注册制为基准,实施注册制政策颁布后,采取IPO退出的项目增加。 表8 实证检验结果1-3 | 1 | 2 | 2 | 3 | 3 | VARIABLES | ER | TVM | IRR | IRR | TVM | IPOP | - | - | - | 35.650*** | 0.985* | | - | - | - | -8.236 | -0.535 | ET | 0.952*** | | | - | - | | -0.255 | | | - | - | ER | - | 2.807*** | 2.872*** | - | - | | - | -0.375 | -0.37 | - | - | INVTYPE | 0.473 | -0.689* | -0.574 | -18.1 | -0.568 | | -0.36 | -0.397 | -0.397 | -14.41 | -0.935 | TOP | -0.079 | 0.234 | 0.175 | 16.13 | -0.293 | | -0.252 | -0.305 | -0.299 | -10.1 | -0.655 | DUR | -1.175 | -0.015*** | -0.014*** | -0.007 | -0.260 | | 0.185 | -0.204 | -0.203 | -0.006 | -0.008 | STAGE | 0.656*** | 0.263*** | 0.274*** | -0.452 | -0.457** | | -0.0556 | -0.0757 | -0.0745 | -2.101 | -0.136 | AREA | -0.331* | 0.222 | 0.122 | -5.973 | 0.579 | | -0.184 | -0.204 | -0.203 | -7.474 | -0.485 | IND | 0.369* | 0.029 | 0.051 | 12.860 | 0.3160 | | -0.195 | -0.209 | -0.207 | -7.981 | -0.518 | Constant | -2.405** | 0.079 | -0.003 | 33.990*** | 3.521*** | | -0.302 | -0.216 | -0.214 | -9.955 | -0.646 | Observations | 704 | 704 | 704 | 310 | 310 | R-squared | 0.311 | 0.362 | 0.216 | 0.182 | 0.024 | 注:括号内的标准误差为***p<0.01,**p<0.05,*p<0.1 模型2主要检验退出回报(IRR、TVM)与退出方式之间的关系。从表8的2、3列可知,实证验证了假设2的提法,私募股权投资的回报水平与私募股权投资公司所采用的退出方式相关,较之其他退出投资策略,首次公开发行将带来更高的回报。 模型3主要检验私募股权投资项目在不同交易所市场上市的退出回报,通过对已上市项目的IPO市场选择进行分类,建立IPO项目企业上市选择(境内外)退出的子样本,检验私募股权投资退出的回报情况,从表8的4、5列可知,实证验证了假设3的提法,私募股权投资的回报水平与IPO所选上市交易所有关,海外上市收益更高。 模型4主要检验退出回报与私募股权基金背景之间的关系,通过私募股权投资基金是否有外资背景判断国内民营私募股权基金与有外资背景的私募股权基金在投资能力方面的差异。从表9的1、2列可知,实证中部分验证了假设4的提法,私募股权投资的回报水平在TVM(回报倍数)上与私募股权投资机构的外资或本土背景相关,而IRR内部收益率未得到验证。 表9 实证检验结果4-6 | 4 | 4 | 5 | 6 | 6 | VARIABLES | TVM | IRR | ER | TVM | IRR | IND | - | - | 0.071** | -0.089 | 5.276 | | - | - | -0.034 | -0.703 | -6.204 | INVTYPE | -0.688* | -0.575 | 0.066 | -0.8 | -1.425 | | -0.395 | -0.396 | -0.0652 | -1.345 | -11.87 | TOP | 0.233 | 0.174 | 0.013 | -1.055 | 7.387 | | -0.305 | -0.299 | -0.046 | -0.952 | -8.404 | DUR | -0.001** | -0.001* | -0.173 | -0.229 | -0.001* | | -0.18 | -1.585 | -0.207 | -0.933 | -0.007 | STAGE | 0.265*** | 0.277*** | 0.137*** | 0.245 | 5.325*** | | -0.0763 | -0.075 | -0.008 | -0.18 | -1.585 | AREA | 0.239 | 0.141 | -0.060* | 0.494 | 12.58** | | -0.203 | -0.202 | -0.032 | -0.674 | -5.951 | IPOP | -1.049*** | -1.075*** | - | - | - | | -0.144 | -0.142 | - | - | - | Constant | 3.227*** | 3.220*** | 0.152*** | 2.324*** | 19.73*** | | -0.48 | -0.476 | -0.037 | -0.763 | -6.728 | Observations | 704 | 704 | 704 | 704 | 704 | R-squared | 0.01 | 0.04 | 0.27 | 0.006 | 0.032 | 注:括号内的标准误差为***p<0.01,**p<0.05,*p<0.1 模型5主要检验私募股权投资基金项目选择层面的影响,是否投资高科技行业更容易实现IPO退出,从表9的3列可知,实证验证了假设5的提法,投资科技行业项目更容易IPO退出。 模型6主要检验私募股权投资基金项目行业选择层面对基金退出回报率的影响,从表9的4、5列可知,实证未能验证假设6的提法,私募股权投资的回报水平并非与创业企业所在的行业有关,投资高新技术企业的私募股权投资没有比投资非高新技术企业获得更高的回报。 (二)退出结构发展趋势分析 通过实证研究,我们验证了在宏观层面政策倡导实现了IPO退出数量的提升,在2018年建立科创板实施注册制政策颁布后,采取IPO退出的私募股权投资项目更多了。由于注册制的逐步实施,项目IPO的市场环境将会逐渐好转,因此我们继续观察样本期2016~2021年与当前近期2021年的退出方式对比。如表10所示,可以看到,在2021年,IPO退出的比例大幅上升至68%,政策效果发力明显。 相对比,并购渠道的比例则下降明显,在2021年采取并购退出的私募股权投资项目占比为4%。与国外对比,中国私募股权基金退出阶段存在并购市场发展不足、股转市场尚未发展成熟的问题,并购市场与S基金市场有待发展。 表10 退出方式年度样本对比 | 2016~2021年 | 2021年 | 退出方式 | 数量 | 占比 | 数量 | 占比 | IPO | 310 | 44% | 3099 | 68% | 股权转让 | 179 | 25% | 834 | 19% | 并购 | 158 | 22% | 192 | 4% | 回购 | 35 | 5% | 390 | 9% | 其他 | 22 | 3% | 17 | -100% | (三)IPO子样本国内外收益分析 前述研究发现,私募股权投资的回报水平与IPO所选上市交易所有关,海外上市收益更高。为了观察近年市场投资收益的变化,我们再次使用2021年退出事件子样本检验退出回报与IPO所选上市交易所之间的关系,结果如表11所示。 表11 2021年子样本IPO海外退出与回报VARIABLES | TVM | IRR | IPOP | 0.732 | 24.17 | | -0.754 | -16.03 | INVTYPE | 2.163 | -13.88 | | -1.378 | -29.3 | TOP | -0.301 | 11.19 | | -0.778 | -16.55 | AREA | 0.997 | 7.543 | | -0.672 | -14.29 | IND | 1.196 | 19.84 | | -0.751 | -15.96 | DUR | -0.00430*** | 0.0271* | | -0.0007 | -0.0147 | STAGE | -0.188 | -5.554 | | -0.203 | -4.322 | Constant | -1.311 | 74.82** | | -1.346 | -28.62 | Observations | 117 | 117 | R-squared | 0.35 | 0.101 | 注:括号内的标准误差为***p<0.01,**p<0.05,*p<0.1 可以看到通过2021年的子样本检验,发现近年来,私募股权投资项目在不同交易所市场上市的退出回报显著差异已经消失,私募股权投资IPO退出的回报在海外上市收益更高的情况已经改善。 (四)研究结论 通过实证检验,本文从宏观政策、中观市场、微观退出参与者三个层面分别建立模型,检验了影响私募股权基金退出的多方因素。首先,在宏观层面,研究验证了是否实现IPO退出与宏观政策倡导相关,在2018年建立科创板实施注册制政策颁布后,采取IPO退出的私募股权投资项目增加。其次,在中观层面,研究验证了退出回报(IRR、TVM)与退出方式之间的关系,发现私募股权投资的回报水平与私募股权投资公司所采用的退出方式相关,较之其他退出投资策略,首次公开发行将带来更高的回报。同时,研究验证了私募股权投资的回报水平与IPO所选上市交易所有关,海外上市收益更高。最后,在微观层面,研究验证了退出回报与私募股权基金管理机构背景之间的关系,发现私募股权投资的回报水平在TVM(回报倍数)上与私募股权投资机构的外资背景相关。研究还在微观层面检验了私募股权投资基金项目行业选择对退出方式、退出收益的影响,研究发现投资科技行业项目更容易IPO退出,但私募股权投资的回报水平与创业企业所在的行业无显著相关,投资高新技术企业的私募股权投资没有比投资非高新技术企业获得更高的回报。 进一步研究发现,中国私募股权投资基金近年通过并购渠道退出的比例下降明显,与国外对比,中国私募股权基金退出阶段存在并购市场发展不足、股转市场尚未发展成熟的问题,并购市场与S基金市场有待发展。近年来,私募股权投资项目在不同交易所市场上市的退出回报显著差异已经消失,私募股权投资IPO退出的回报在海外上市收益更高的情况已经改善。 六、政策建议 从私募股权基金退出的机制出发,可以发现影响私募股权投资基金退出的因素来自宏观、中观、微观的多方面,基于研究结论,提出一些改进建议。 从宏观政策机制层面来看,建立畅通的退出机制才能为股权基金提供持续的流通性和发展性,一是稳定发展多层次资本市场。目前我国已经有深沪主板市场、创业板市场、北交所市场和科创板市场,但多层次市场交易制度的频繁变革,影响到私募股权投资基金的退出。二是注册制风险防范需加强。随着注册制改革的落实,多元化的退出渠道也逐渐成型,然而政策监管仍处于完善之中,IPO严监管将为私募股权基金退出带来政策压力。 从中观市场层面来看,市场机制是影响私募股权投资基金退出的重要因素,市场层面主要研究并购市场、私募二级市场、区域股权交易份额转让试点等发展,以及对私募股权投资基金退出的影响。研究建议:一是合理有序发展并购市场。目前仍以IPO退出为主,并购的比例很小,并购是一个资本市场走向成熟的标志,并购退出的重要性不可忽视。近年来国家出台了一系列政策作为对公司并购重组的支持与重视,但仍需要注意并购市场秩序,避免并购成为影响市场稳定的因素。二是促进PE二级市场发展。PE二级市场能够在较短时间内实现投资退出,有利于资金的流动性。随着北京股权交易中心的业务发展,目前促进股转市场发展壮大仍是当务之急。 从微观层面来看,国内基金存在基金投研能力不足、合格投资者缺乏的实际情况,同时中介机构服务待提高,企业海外上市的风险日益明显。研究建议:一是加强基金投研与投后管理,提升退出回报率。加强投研能力,对标国际知名投资机构,调整投资布局,加强投后管理,把控风险,尽可能降低试错成本。二是提升中介估值服务能力,保障退出实施。加大力度培养专业的私募股权基金交易中介服务机构,探索制定S基金估值指引,提供市场交易基础服务。三是加速培育合格投资者,畅通退出接续资金。要进一步落实投资者保护主体责任,提升投保投教工作的广度和深度,持续健全立体有机的投资者保护体系。四是提高企业风险意识,综合考量境内外退出渠道。目前,中国企业赴海外上市的政治风险加大,而A股多层次资本市场建设的逐步完善,本文建议应当提高企业的风险意识,综合考量谨慎选择上市退出渠道。
|