我国独角兽企业-投资机构双模网络结构特征及对企业价值和投资绩效的影...
ＤＯＩ编码：１０．３９６９／ｊ
．ｉｓｓｎ．１６７２ ８８４ｘ．２０２１．１１．００５我国独角兽企业
投资机构双模网络结构特征及对企业价值和投资绩效的影响研究
胡冬梅１，２　张美静２　陈维政２，３　陈玉玲
１，２
（１．西华大学管理学院；２．西华大学国际经济与管理研究院；３．
四川大学商学院）  摘要：基于胡润研究院和清科私募通数据库中２
０１８～２０２０年独角兽企业和投资机构数据样本，借助Ｕｃｉｎｅｔ软件构建独角兽企业 投资机构双模网络并分析了其网络特征。研究结果表明：双模网中独角兽企业节点的中心性对企业价值有显著的正向影响；双模网中投资机构节点的中心性对投资绩效有显著的正向影响；独角兽所属行业类型多样性对投资机构节点的中心性与投资绩效之间的关系有显著的负向调节作用。
关键词：独角兽企业
投资机构双模网络；中心性；企业价值；投资绩效中图法分类号：Ｃ９３　文献标志码：Ａ　文章编号：１６７２ ８８４Ｘ（２０２１）１１ １６１９ １０犚犲狊犲犪狉犮犺狅狀狋犺犲犛狋狉狌犮狋狌狉犪犾犆犺犪狉犪犮狋犲狉犻狊狋犻犮狊狅犳犝狀犻犮狅狉狀犈狀狋犲狉狆狉犻狊犲 犐狀狏犲狊狋犿犲狀狋犐狀狊狋犻狋狌狋犻狅狀狊犇狌犪犾犕狅犱犲犖犲狋狑狅狉犽犻狀犆犺犻狀犪犪狀犱犐狋狊犐犿狆犪犮狋狅狀犈狀狋犲狉狆
狉犻狊犲犞犪犾狌犲犪狀犱犐狀狏犲狊狋犿犲狀狋犘犲狉犳狅狉犿犪狀犮犲ＨＵＤｏｎｇｍｅｉ１　ＺＨＡＮＧＭｅｉｊｉｎｇ１　ＣＨＥＮＷｅｉｚｈｅｎｇ２　ＣＨＥＮＹｕｌｉｎｇ１
（１．ＸｉｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ，Ｃｈｉｎａ；２．ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：Ｔｈｅｓｔｕｄｙｕｓｅｓｔｈｅｄａｔａｏｆｕｎｉｃｏｒｎｅｎｔｅｒｐ
ｒｉｓｅｓａｎｄｉｎｖｅｓｔｍｅｎｔｉｎｓｔｉｔｕｔｉｏｎｓｆｒｏｍ２０１８ｔｏ２０２０ｉｎｔｈｅＨｕｒｕｎＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅａｎｄＺｅｒｏ２ＩＰＯＰｒｉｖａｔｅＥｑｕｉｔｙＤａｔａｂａｓｅａｓｓａｍｐｌｅｓ，ａｐｐ
ｌｉｅｓＵｃｉ ｎｅｔｓｏｆｔｗａｒｅｔｏｃｏｎｓｔｒｕｃｔｄｕａｌｍｏｄｅｎｅｔｗｏｒｋｏｆｕｎｉｃｏｒｎｅｎｔｅｒｐｒｉｓｅ ｉｎｖｅｓｔｍｅｎｔｉｎｓｔｉｔｕｔｉｏｎａｎｄａｎａｌｙ
ｚｅｓｉｔｓｎｅｔｗｏｒｋｆｅａｔｕｒｅｓ．Ｔｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ：ｔｈｅｃｅｎｔｒａｌｉｔｙｏｆｕｎｉｃｏｒｎｅｎｔｅｒｐｒｉｓｅｎｏｄｅｓｉｎｔｈｅｄｕａｌ ｍｏｄｅｎｅｔｗｏｒｋｈａｓａｓｉｇｎｉｆｉｃａｎｔｌｙｐｏｓｉｔｉｖｅｉｍｐａｃｔｏｎｃｏｒｐｏｒａｔｅｖａｌｕｅ；ｔｈｅｃｅｎｔｒａｌｉｔｙｏｆｉｎｖｅｓｔｍｅｎｔｉｎｓｔｉｔｕｔｉｏｎｎｏｄｅｓｉｎｔｈｅｄｕａｌ ｍｏｄｅｎｅｔｗｏｒｋｈａｓａｓｉｇｎｉｆｉｃａｎｔｌｙｐｏｓｉｔｉｖｅｉｍｐ
ａｃｔｏｎｉｎｖｅｓｔｍｅｎｔｐｅｒｆｏｒｍ ａｎｃｅ；Ｕｎｉｃｏｒｎｉｎｄｕｓｔｒｙｔｙｐｅｄｉｖｅｒｓｉｔｙｈａｓａｓｉｇｎｉｆｉｃａｎｔｌｙｎｅｇａｔｉｖｅｍｏｄｅｒａｔｉｎｇｅｆｆｅｃｔｏｎｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｃｅｎｔｒａｌｉｔｙｏ
ｆｉｎｖｅｓｔｍｅｎｔｉｎｓｔｉｔｕｔｉｏｎｎｏｄｅｓａｎｄｉｎｖｅｓｔｍｅｎｔｐｅｒｆｏｒｍａｎｃｅ．犓犲狔狑狅狉犱狊：ｄｕａｌｍｏｄｅｎｅｔｗｏｒｋｏｆｕｎｉｃｏｒｎｅｎｔｅｒｐｒｉｓｅ ｉｎｖｅｓｔｍｅｎｔｉｎｓｔｉｔｕｔｉｏｎ；ｃｅｎｔｒａｌｉｔｙ；ｅｎｔｅｒｐｒｉｓｅｖａｌｕｅ；ｉｎｖｅｓｔｍｅｎｔｐｅｒｆｏｒｍａｎｃｅ
收稿日期：２０２１ ０１ １６
基金项目：国家社会科学基金资助项目（１９ＢＧＪ００５）；西华大学西华杯大学生创新创业计划资助项目（２０２１１７６
）１　研究背景
独角兽企业是２１世纪出现的新经济现象，
是伴随着新经济发展到一定阶段的产物［１］
。
２０１９年，
我国独角兽企业数量首次超过美国，以２１８∶２０６领先，到２０２０年数量已达到２２７家。近年来，独角兽企业的出现引起了政府、科学界和资本市场等的高度关注，受到了各类投资机构的追捧，并成为管理学界新的研究热点。独角兽企业凭借卓越的创新能力、较短的成长周期、爆发式的数量增长，颠覆了产业发展的传统模式，逐步成为创新型经济发展主体和区域
科技创新推动的主要力量［
２］
，也为经济结构优化升级和区域创新发展做出了重大贡献，在某种程度上已成为彰显一个国家未来经济发展方
向的评价指标［３］
。作为创新型企业的代表，独
角兽企业的出现和成长离不开资本市场。独角兽企业在发展初期需要很高的资金投入，这时资本市场（
如各类投资机构）的资金支持变得尤为重要；而且被投独角兽企业成功上市，在资本市场中支持该企业的投资机构，通常也会获得
丰厚的回报［４］
。鉴于此，分析我国独角兽企业
与投资机构之间的网络集聚特征及互动链接方式已成为学术界和实践界关注的热点之一。
·
９１６１· 
第１８卷第１１期２０２１年１１月          管　理　学　报ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇ
ｅｍｅｎｔ          Ｖｏｌ．１８Ｎｏ．１１
Ｎｏｖ．２０２１ 
通过梳理独角兽企业网络和投资机构网络的相关研究可知，目前学者们对投资机构网络的研究较多，但对独角兽企业网络的研究则较少，
而把两者结合起来的研究就更为少见。就独角兽企业网络而言，现有研究主要分析了网络中独角兽企业节点、关系节点和企业家节点的度中心性特征，指出独角兽企业节点是创新型企业的代表，
企业家节点是新经济起源的关键［
５］
。就投资机构网络而言，已有研究聚焦于投资机构之间的联合网络，探究了其网络特征及网络特征对绩效、ＩＰＯ期限、
退出等变量的作用效果［
６～９］
，并分析了投资机构网络的影响因素［１０，１１］
。
以上研究具有开创性意义，但需要指
出的是，
这些研究大都是将独角兽企业和投资机构视为两个单独的研究对象，没有将独角兽企业同为其赋能的投资机构两者联系起来，对两者之间形成的网络结构特征及对独角兽企业价值、
投资机构投资绩效的影响进行深入探究。此外，对比一般性企业，独角兽企业具有很强的独特性，其创立时间短、公司价值高、数量增长迅速、成长时效性强，且企业发展需要依靠大额资金，离不开投资机构的支持，因此，独角兽企业与投资机构会形成一种独特的投资模式和关系网络。虽然现有对于投资机构网络的研究中会涉及到企业节点的构建、特征或者对被
投企业发展绩效影响的分析［９，１２，１３］，但其主要研
究目的还是在于揭示投资机构之间形成的网络对投资机构绩效的作用分析，并未专门分析独角兽企业网络和投资机构网络之间的互动关系。那么究竟独角兽企业与对其赋能的投资机构会形成什么特征的网络？这些网络结构特征对独角兽企业的价值、投资机构的投资绩效会产生什么样的影响效果？是否存在其他调节变量的影响？都值得进一步探究，这也是本研究所要分析的问题。
在社会网络理论领域，个体之间会形成不同的网络结构（如单模网络和双模网络）。相对于单模网络，双模网络中节点
间的联系表示的
信息更加丰富［１４］
。以往研究所构建的独角兽企
业网络或投资机构网络大都是基于独角兽企业之间或投资机构之间的单模网络，只能对独角兽企业之间或者投资机构之间的关系特征进行分析，无法深入探究独角兽企业与投资机构之间的网络关系特征和影响。此外，由于独角兽企业所处的行业类型各不相同，会对投资机构的投资决策产生直接影响。同理，
投资机构的类型也是多种多样，且不同类型的投资机构会
有不同的资金链状况，从而也会影响与独角兽企业之间的联系，进而影响其网络位置和投资绩效。由此，独角兽企业是选择多类型投资机构，还是选择单一类型的投资机构？投资机构是选择投资单一行业的独角兽企业，
还是选择投资多个行业的独角兽企业？都需要进一步予以明晰和探讨。
综上所述，本研究基于社会网络理论视角，构建我国独角兽企业 投资机构双模网络，运用Ｕｃｉｎｅｔ软件分析其网络特征，并验证相关网络特征对独角兽企业价值和投资机构投资绩效的作用效果，
进一步探究双模网络中独角兽所属行业类型多样性和投资机构类型多样性在网络特征与独角兽企业价值、投资机构投资绩效之间的调节作用，以丰富独角兽企业 投资机构双模网络研究的内容。同时，
也在实践领域为独角兽企业和投资机构的发展提供相应对策建议，以期为相关企业如何成长为“
独角兽”提供一定参考。２　理论基础
（１
）独角兽企业网络研究简述　独角兽企业的概念最早是由ＬＥＥ［１
５］
提出，是指那些发展速度特别快、数量稀缺、被投资者追捧的创业企业，即创立时间在１０年左右且在私募市场和公开市场上估值超过１０亿美元。目前，
国内对独角兽企业主题进行研究的文献尚不多见［１６］
，国
外相关研究也只比我国提前了２～３年。回顾相关文献可知，已有研究更多的是对独角兽企业的特点、
发展模式、创新、培育等内容展开探讨［
２，１６］
，而对独角兽企业网络的研究则非常少。例如，刘刚等［５
］以２５家独角兽企业作为样本节
点，从人力资本、技术合作及商务合作等方面建立独角兽企业价值网络，分析得出网络中样本节点、关系节点和企业家节点的度中心性特征，进而发现新兴技术产业化、
创新型创业主体之间产生的学习和工作经验、平台衍生效应以及相互支撑的互动规则是新经济发展的动力源泉。
（２
）投资机构网络研究简述　资本、人才、技术的集聚效应催生出更多的独角兽企业，投资机构作为独角兽企业获得资本的最好渠道，为独角兽企业的快速增长发展赋能。纵观投资机构网络相关研究可知，网络中的投资机构节点主要是风险投资机构或创业投资机构，现有研究主要分析了投资机构之间形成的网络特征、作用效果及影响因素。就网络特征而言，当前有关研究分析了接近中心性、
信息中介度、结构洞、网络强度等特征［１７，１８］。就作用效果而言，
·
０２６１·管理学报第１８卷第１１期２０２１年１１月
已有研究得出以下结论：具有较高网络地位、较高网络中心性或占据丰富结构洞位置的投资机构能提高其投资绩效［６，７，１９］；投资机构在联合投资网络中占据中心位置有助于筹集创投资本［２０］，且其网络中心性越高，ＩＰＯ速度越快［８］，通过ＩＰＯ或Ｍ＆Ａ退出的可能性越大［２１］，退出期限也越短［２２］。就影响因素而言，已有研究发现：机构的管理资金规模、努力程度、吸收能力等因素会影响投资机构的网络位置［１０］；网络位置、声誉和投资专业化程度会影响投资机构的网络能力［１１］。
由上述文献梳理可知，已有研究在以下３个方面存在不足：①未把独角兽企业和投资机构结合起来，对两者形成的双模网络及特征进行研究；②未深入探究双模网络中独角兽企业节点、投资机构节点的中心性特征分别对独角兽企业价值、投资机构绩效的作用效果；③未对投资机构类型多样性对独角兽企业节点中心性特征与企业价值之间关系的作用机理，以及独角兽所属行业类型多样性对投资机构节点中心性特征与投资绩效之间关系的作用机理进行探索。从企业实践视角来看，独角兽企业的发展离不开投资机构的支持，投资机构的发展也需要独角兽企业的拉动，两者之间存在互动发展、共同促进的关系。由此，构建独角兽企业 投资机构双模网络，基于双向视角研究独角兽企业与投资机构的关系数据，能够为中小型企业或个体企业如何成为发展速度快、创新能力卓越的独角兽企业，以及投资机构如何正确做出投资决策、具有更好的投资绩效等提供参考和借鉴。
３　独角兽企业 投资机构双模网络构建与结构特征测量
  沃瑟曼等［２３］认为，社会网络有许多类型，如单模网络仅需要对一个行动者集合进行测量，行动者可以是个人、组织、国家等。同时，也存在双模网络，即由两类节点构成，不同类别节点之间通过共同事件的参与情况或归属关系形成连接，以此构成的拓扑分析结构［２４］。独角兽企业和投资机构是两种不同性质的企业，其经营业务、目标等各异，因此，可以作为两类不同的网络节点，这两类节点之间基于投资与被投资行为建立连接，形成独角兽企业 投资机构双模网络。本研究中，将投资机构投资了某独角兽企业标记为“１”，反之则标记为“０”，从而构建出独角兽企业 投资机构的矩阵结构，并运用网络软件形成双模网，进而把独角兽企业与投资机构两类节点连接起来，以进一步识别出独角兽企业与投资机构的关联程度（见图１）。由图１可知，Ａ、Ｂ、Ｃ、Ｄ这４个独角兽企业都仅与两个投资机构有连接关系，但独角兽企业Ｂ可以通过投资机构１和独角兽企业Ａ连接起来，进而与投资机构４连接起来。此外，图１中，独角兽企业Ｂ还可以通过投资机构２和独角兽企业Ｃ连接起来，进而与投资机构３连接起来。同样，依此类推，可以得到独角兽企业和投资机构两两之间既存在直接的实际连接，也存在间接的潜在连接
。
独角兽企业
投资机构的实际连接
独角兽企业 投资机构的潜在连接
图１　独角兽企业 投资机构双模网络示意图
社会网络的整体特征可以用网络规模、网络密度、平均距离等进行度量［２３］。其中：网络规模最直接的评价指标是网络中节点个数的多少；网络密度是节点之间实际连结的数目与节点之间存在的最大连结数目之比［２５］，计算公式
为犓＝犕
犖（犖－１）
，式中，犕为边数，犖（犖－１）为节点之间存在的最大连接数目；平均距离是连接两个节点之间最短距离的平均长度，距离越短，相互之间越容易取得联系。设平均距离为犘犔，网络中节点个数为犖，犱（犻，犼）为节点犻与节点犼之间的最短距离，因此，犘犔＝∑
犻≠犼
犱（犻，犼）
犖（犖－１）
［２６］
。网络的直径是网络中具有最长距离的两个节点之间的距离。两个节点之间距离的长度是节点之间建立连接的线的条数。例如，节点犻和节点犼不是直接相连，需要经过节点犿，那么节点犻到节点犿、节点犿到节点犼均有一条连接线，因此，得到节点犻与节点犼之间的距离为２。
网络中节点的特征可以用网络中心性进行度量［２３］。即衡量个体节点在网络中的位置优劣，分析该节点在网络中处于核心或关键位置
·
１
２
６
１
·
我国独角兽企业 投资机构双模网络结构特征及对企业价值和投资绩效的影响研究———胡冬梅　张美静　陈维政　等
的程度。网络中心性包括以下４个方面：①度中心性，指节点在网络内与其他节点直接联结
的数量，计算公式为犇犲犵
狉犲犲＝∑犖
犼＝１
犡
犻犼
犖－１
［２７］
，其中，
∑犖
犼＝１
犡
犻犼
为节点犻在网络中联结的其他节点数量，
犖为在此网络中节点的总数。②接近中心性，指一个节点和网络中其他所有节点的最短距离
［２８］
，计算公式为犆犾狅狊犲狀犲狊狊＝
犖－１
∑犖犼＝１
犱（
犻，犼）［２７］
，其
中，犱（犻，犼）表示节点犻与犼之间建立连接的最短距离。③中介中心性，
指网络中通过某节点的其他节点之间的最短路径的数量［２９］
，计算公式
为犅犲狋狑犲犲狀狀犲狊狊＝
∑犼＜犽
犘
犻犼
犽／犘犼犽。其中：犘犻犼
犽指在节点犼和犽之间，通过节点犻建立间接连接的路线
数目；犘犼犽表示机构犼和犽总的连接路线数目［２７］
。④特征向量中心性，
指相邻节点的质量，也就是一个节点的相邻节点的度中心性越高，则该
节点的特征向量中心性也会越高［２８］，计算公式
为犈犻犵
犲狀狏犲犮狋狅狉＝λ∑犖
犼＝１
犡犻犼犲
犼
［２７］
，其中，λ为恒量，
即节点通过网络关系构成的邻接矩阵特征值的最大值。
４　研究假设与数据来源
４．１　研究假设
４．１．１　双模网络中独角兽企业节点的中心性对企业价值的影响作用
中心性是衡量节点在网络中处于核心或边缘位置的重要指标，
网络位置越中心，表明获取信息的时间越短，获取的知识和信息资源越丰富。已有研究证明，网络位置越中心，越容易通过社会网络获取创新所需的多元性、异质性、动
态性资源，提高创新绩效［３０］。基于此，在独角兽
企业 投资机构双模网络中，如独角兽企业拥有的投资机构越多，则该企业在网络中越处于中心位置，与网络中其他节点之间的距离也会越短，进而能够接触到更多的投资机构和其他企业，获得的知识、信息、技术等外部资源也会更丰富，
从而更有利于企业技术、组织等方面的创新，提高企业价值。由此，提出以下假设：
假设１　双模网络中独角兽企业节点的中心性对企业价值有显著的正向影响。
什么是企业性质４．１．２　双模网络中投资机构节点的中心性对投资绩效的影响作用
在网络中，处于有利或中心位置的投资机
构可以掌握更多潜在投资信息，突破空间和行
业限制［３１］
，投资到不确定性程度较低的风险项目［６］。已有研究证明，投资机构的中心性位置对投资绩效有显著的积极影响［
１９，２１］
。在双模网络中，如果投资机构节点占据越中心的位置，与更多的独角兽企业节点建立紧密联系，便能缩小与网络中其他节点之间的距离，从而可以快速获取各种信息和资源，合理选择投资对象，做出科学正确的投资决策，进而提高投资绩效。由此，提出以下假设：
假设２　双模网络中投资机构节点的中心性对其投资绩效有显著的正向影响。
４．１．３　双模网络中投资机构类型多样性、独角兽企业所属行业类型多样性的调节作用
双模网络中，独角兽企业不仅与单一类型的投资机构有连接，而且还会与多类型的投资机构有连接。独角兽企业的发展依赖于企业创新，企业创新需要大量的新知识和资源等的支撑，如果独角兽企业与多类型的投资机构建立联系，在网络中就会越位于中心位置，拥有较高的度中心性，与其他投资机构或企业的距离也会越短，成为其他节点之间桥梁的可能性也会越大，在网络中受欢迎程度将会越高，从而能够快速获得创新发展的异质性知识和信息，提高企业创新水平和价值。由此，提出以下假设：
假设３　投资机构类型多样性正向调节独角兽企业节点中心性与企业价值之间的关系。
独角兽企业所属行业类型的差异是投资机构做出合理有效投资决策需考虑的重要因素。由此，投资机构在投资独角兽企业时，需要选择是投资多行业的独角兽企业，还是投资单一行业的独角兽企业。投资机构如果选择投资多行业的独角兽企业，就需要熟悉和掌握这些行业的相关管理和风险知识，耗费更多的人力、物力等，从而会提高投资成本，降低投资绩效；相反，如果选择投资单一行业的独角兽企业，
就能够快速获取行业和独角兽企业信息，合理利用时间、人力和物力，减少各种管理成本，降低投资风险。
此外，ＣＨＯＩ等［３
２］
已经证实，投资机构获取到风险调整的超额收益是源于投资机构拥有的信息优势。由此，投资机构选择投资多行业的独角兽企业，就会失去自身原本所拥有的专业化信息优势，增加信息搜集和获取的成本，因此，其选择投资单一行业的独角兽企业，将会优于选择投资多行业的独角兽企业。由此，提出以下假设：
假设４　独角兽企业所属行业类型多样性
·
２２６１·管理学报第１８卷第１１期２０２１年１１月
负向调节投资机构节点中心性与投资绩效之间的关系。
根据以上研究假设，本研究的理论模型见图２
。图２　理论模型
４．２　数据来源
本研究所使用的数据来源于胡润研究院发布的《胡润全球独角兽榜》和清科私募通数据库。数据分析主要分为以下两个方面：①独角兽企业 投资机构双模网络特征和网络节点特征的分析使用胡润研究院发布的《苏州高新区２０２０胡润全球独角兽榜》数据，剔除榜单中未透露投资机构及企业价值不全的独角兽企业，最终得到２０８个独角兽企业数据和２３２个投资机构数据。②研究假设的验证使用胡润研究院发布的《２０１８～２０２０年的独角兽企业榜单》，剔除榜单中未透露投资机构及企业价值不全的独角兽企业，最终得到６２０个独角兽企业数据和６８６个投资机构数据。
经过数据整理，得出２０１８～２０２０年独角兽企业所属行业类型分别为１７、２１和２４种。此外，经过清科私募通数据库匹配得到投资机构２０１８～２０２０年进行投资的退出数据，包括有风险投资机构、私募股权投资、战略投资者、私募股
权母基金等。参考其他研究成果［１６
］，本研究把独
角兽企业和投资机构所处省份、成立时间、所属行业等因素作为控制变量，主要分析双模网络中独角兽企业节点和投资机构节点的网络特征及其对企业价值、投资绩效的作用机理及效果。４．３　变量４．３．１　自变量
网络节点的中心性是网络结构分析的重要指标，反映了各节点在网络中的位置优劣情况。参照郭晓冬等
［３３］
的研究，本研究选择度中心性、
接近中心性、中介中心性以及特征向量中心性这４个指标来衡量独角兽企业节点和机构投资节点的中心性。运用Ｕｃｉｎｅｔ软件可得独角兽企业、投资机构节点的４个中心性指标值。４．３．２　因变量
（１
）独角兽企业价值　对于独角兽企业而言，由于其业务结构、商业模式等因素的存在导致企业的盈利能力很难得到准确的预测，故无法应用于以盈利能力进行企业价值的评估，因此，
采用ＤＥＶＡ模型进行评估［３
４］
。本研究所用独角兽企业价值的数据来源于国内评价机构胡润研究院发布的《２０１８～
２０２０年的独角兽企业榜单》。（２
）投资机构投资绩效　投资机构的投资绩效最直接的测度方法是使用收益类指标进行度量，由于投资机构的投资收益是非公开的数据，
因此，使用该方法无法得到完整的样本数据［３５］。鉴于此，国内外有关研究通常会采用间
接的测度方法来度量投资绩效，
即退出方式。例如，ＣＯＣＨＲＡＮＥ［３
６］的研究表明，投资收益与退出方式密切相关。鉴于此，
本研究将投资机构的投资绩效定义为是否通过ＩＰＯ或Ｍ＆Ａ等方式退出，退出取值为１，反之为０。４．３．３　调节变量
（１
）独角兽企业所属行业类型多样性　本研究通过数据整理得到独角兽企业所属的行业类型有电子商务、金融科技、数字科技、人工智能等领域。如果一个投资机构所投资的独角兽企业有２０个，且这些企业分属１５个行业，那么该投资机构所有的行业类型就标记为１５。为保证检验结果的有效性，
分析时会选择去中心化的行业类型多样性变量，即各机构所有的行业类型数量减去总的平均值。
（２
）投资机构类型多样性　本研究通过在清科私募通数据库查和整理得到投资机构类型数据。如果一个独角兽企业所拥有的投资机构数量为６，且这些机构分别所属４个类型，那么该企业的投资机构类型标记为４。为保证检验结果的有效性，分析时会选择去中心化的投资机构类型多样性变量，
即各企业所拥有的投资机构类型数量减去总的平均值。
５　独角兽企业
投资机构双模网络特征、网络中节点特征分析
５．１　独角兽企业 投资机构双模网络的整体特征分析
通过运用Ｕｃｉｎｅｔ网络分析软件，本研究对２０２０年独角兽企业 投资机构双模网络的整体特征进行测量，
得到了双模网络的节点、连边、网络密度、平均距离和直径等特征数据（见表１
）。表１　独角兽企业
投资机构双模网络的整体特征名称节点／个连边／条网络密度平均距离直径双模网络
４４０
６１５
０．０１３
４．９４５
１２
  由表１可知，
在独角兽企业 投资机构双模·
３２６１·我国独角兽企业
投资机构双模网络结构特征及对企业价值和投资绩效的影响研究———胡冬梅　张美静　陈维政　等

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。