社群網絡與創投基金輔助之新創公司創新績效之研究：以教育網絡為例 - 政大學術集成
55
0
0
全文
(2) 致謝 本研究的研究過程歷經千辛萬苦，遇到了不少障礙，但多虧李文傑老師、王 信實老師、湛可南老師及郭維裕老師眾師長、研究夥伴林家毅及學弟王家唯、黃 敬堡與項柏維的拔刀相助始能順利完成本著作。首先，必須先感謝兩位共同指導 老師李文傑老師及王信實老師，無論是在整理資料、資料編碼及撰寫論文中，只 要一遇到困難都能及時幫助我們解決各式各樣的難題。而本研究所使用之資料相 當難以取得及整理，而能順利完成這項艱鉅工作必須感謝財務管理系湛可南老師 在研究資源上的鼎力支持，讓我們能成功向英商路透 Thomson Reuters 購買研究所. 政 治 大. 需的 DataStream 資料庫及聘請眾多工讀生協助整理資料。此外，也必須感謝英商. 立. 路透 Thomson Reuters 的陳元美女士及台灣連穎科技公司的陳宇晨女士兩位專員. ‧ 國. 學. 在購買 DataStream 及 Mtrends 專利檢索暨分析管理平台過程中協助我們研究團隊. ‧. 居中協調，最後能成功以相對較便宜的價格購得兩資料庫也省下不少研究經費。 最後，必須感謝最佳的工作夥伴林家毅，在過去這一年同甘共苦、一 起奮鬥遂能. y. Nat. n. er. io. al. sit. 成功完成碩士論文及本研究團隊的資料建置。. Ch. engchi. 1. i n U. v.
(3) 摘要 過去研究提出創業投資案兩造雙方可透過教育網絡連結關係解決資訊不對稱 及資訊蒐集成本問題，但過去在研究創投產業時，由於無法取得創投公司及被投 資公司歷年的重要資料而無法進行追蹤調查，因此都屬於橫斷面的研究。本研究 突破此一限制，我們從不同來源取得眾多研究資料，並透過人工整理方式成功將 創投產業資料拓展成追蹤資料。本研究深入探究台灣的創投經理人與被投資公司 董監經理人團隊過去的教育連結關係是否有助於提升並持續影響被投資公司自身 的研發能力，並證實「教育網絡」關係對被投資公司專利申請數量或專利被引證. 政 治 大. 次數確實有正面的影響。此外，創投經理人與被投資公司董監經理團隊的商學背. 立. 景及理工背景比例對於研發能力也有顯著影響，無論是創投公司或被投資公司，. ‧ 國. 學. 其理工背景比例多寡均有助於提升被投資公司的研發能力；創投經理人商學背景. ‧. 的比例愈高對於提升被投資公司的研發能力有正面助益，然而，被投資公司的商 學背景比例愈多反而會阻礙研發能力。另外，我們也發現創投團隊人數若太多，. y. Nat. n. al. er. io. 力的提升。. sit. 可能會因人多嘴雜而出現無法取得共識之後果，因此聯合投資反而會阻礙研發能. Ch. engchi. 2. i n U. v.
(4) Abstract The past researches investigating the venture capital market have the inconclusive views on the effect of social network link. The reason to this unanswered question is due to the lack of the reliable dataset in the venture capital market. This research instead answers the unsolved question by utilizing a constructed unique dataset in the Taiwanese venture capital market composed of the personal educational history in both the venture investment teams and the entrepreneurial teams. This research proposes that the overlapped educational link between the venture investment team and the. 政 治 大. entrepreneurial team has positive effect on the accumulated innovation capabilities. The. 立. tested outcome supports the main hypothesis that the strong educational link helps. ‧ 國. 學. enahnce the innovation capabilities of the newly founded firms. Besides, the team. ‧. composition of more science degree holders would also contribute positively to the better innovation results in both the venture investment teams and the new. y. Nat. n. al. er. io. sit. entrepreneurial teams.. Ch. engchi. 3. i n U. v.
(5) 目錄 致謝 .................................................................................................................................. 1 摘要 .................................................................................................................................. 2 Abstract ............................................................................................................................. 3 目錄 .................................................................................................................................. 4 表目錄 .............................................................................................................................. 5 圖目錄 .............................................................................................................................. 6 第一章 緒論 .................................................................................................................. 7 第一節 研究源起 .................................................................................................... 7 第二節 研究動機 .................................................................................................... 9 第二章 文獻回顧 ........................................................................................................ 12. 立. 創業經濟學 ............................................................................................ 12 資訊不對稱與不完全契約問題 ............................................................ 14 社會網絡連結 ........................................................................................ 17 專利與研究發展能力 ............................................................................ 18. ‧. ‧ 國. 學. 第一節 第二節 第三節 第四節. 政 治 大. n. al. er. io. sit. y. Nat. 第三章 資料來源與整理 ............................................................................................ 22 第一節 資料來源 ................................................................................................ 22 一、社會網絡連結資料來源 ........................................................................ 22 二、專利與研究發展資料來源 .................................................................... 23 第二節 資料整理 ................................................................................................ 30 第四章 實證分析 ........................................................................................................ 32 第一節 研究假設 ................................................................................................ 32 第二節 Panal Data 模型說明 .............................................................................. 34 第三節 變數 ........................................................................................................ 38. Ch. engchi. i n U. v. 一、 被解釋變數 ........................................................................................ 38 二、 解釋變數 ............................................................................................ 38 三、 控制變數 ............................................................................................ 38 四、 創業投資記錄控制變數 .................................................................... 39 第四節 迴歸模型 ................................................................................................ 41 第五章 結論 .................................................................................................................. 46 參考文獻 ........................................................................................................................ 47 附錄 ................................................................................................................................ 50. 4.
(6) 表目錄 表 表 表 表 表 表. 1：文獻回顧總表 .................................................................................................... 19 2：各種專利分類表 ................................................................................................ 28 3：各資料庫所涵蓋的專利之料內容 .................................................................... 29 4：資料庫建置時間表 ............................................................................................ 31 5：固定效果模型與隨機效果模型比較表 ............................................................ 36 6：本研究之資料結構 ............................................................................................ 40. 表 表 表 表 表. 7：Hausman’s Test 檢定結果表 .......................................................................... 41 8：教育網絡迴歸結果表 ........................................................................................ 43 9：敘述統計表 ........................................................................................................ 50 10：創投公司合併表 .............................................................................................. 51. 治 政 大 11：科系對照表 ...................................................................................................... 52 立 表 12：學院對照表 ...................................................................................................... 54 ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 5. i n U. v.
(7) 圖目錄 圖 1：創業投資案架構圖 ............................................................................................ 15. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.
(8) 第一章 緒論. 第一節 研究源起 經濟成長是一國隨著技術、生產力或資源使用效率的改善與進化而發生的現 象，各國經濟學家極力提出各種理論來解釋為何經濟能夠成長、經濟如何成長及 影響經濟成長的因子有哪些。早期在探討經濟成長時，大體皆將成長的要素歸因 於外生的技術或政策衝擊等，如：Solow(1956)所提出之新古典成長理論便是將技 術進步因子設定為外生參數來解釋經濟成長之現象。. 政 治 大. 近代成長理論在探討成長動力來源時，往往會修正外生成長理論的缺失，在. 立. 生產函數中增加人力資本要素或將技術因子內生化，並透過經濟體系內生動力驅. ‧ 國. 學. 動成長，如：Mankiw，Romer and Weil(1992)建立的模型便以設定生產函數是實體. ‧. 資本與人力資本之函數來解釋經濟成長過程；另外，Romer(1990)指出經濟體系可 透過研發(Research and Development，R&D 作為另一種成長因子，該理論認為創新. y. Nat. io. sit. 發明是一個需要投入實質資源的重大經濟活動，設計與知識的總存量愈大，工程. n. al. er. 師在研發部門工作的生產力就愈高，因此將「專利」視為研發部門的生產力的指. Ch. i n U. v. 標。而上述這些引進內生成長要素的理論被統稱為「內生成長理論」。. engchi. 而由哈佛大學經濟系教授 Josh Lerner 領軍的創業經濟學(Entrepreneurial Economics) 也是內生成長理論的一支，該學派認為企業的發展與成長深受該國的 創業環境之影響。Josh Lerner 教授在《Boulevard of Broken Dreams》1中以新加坡 1. 《Boulevard of Broken Dreams》該書除討論新加坡與牙買加的經濟發展外，最核心的價值是深入 探討透過政府基金的介入與引導，創業投資案是否能有效的運作及政府掌控的資源是否能有效 配置。文中提到絕大多數創業家並非來自學界及官方，而是由民間機構所發起，所以向政府取 得補助資源也相對不易，因此對於政府的租稅政策相當敏感；此外，嚴格或鬆綁的法規制度也 是影響民間部門創業投資活動興盛與否的重要原因，鬆綁的法規除可激勵創業家勇於將其構思 付諸實現外，更有機會吸引國外優秀人才或創業投資業者進駐以刺激當地經濟發展。另方面， 政府提供了合適的投資平台後，是否應該介入與引導創業投資？Josh Lerner 教授便指出：創業 家若只想獲得政府的資金卻沒有仔細思考公司的經營策略或計劃不夠周延，而政府通常也沒有 足夠誘因，且不願意花費時間投入審查工作，則將可能出現政府的資源錯置於錯誤的公司而造 成資源的浪費。因此主要結論就是：政府應該扮演投資平台提供者及建立者的角色，但不適合 扮演計畫參與者與執行者的角色，以免造成政府資源無謂的損失。 7.
(9) 及牙買加為例，兩國的地理位置皆位於貿易航線重要據點且兩國皆擁有殖民之歷 史背景，該兩國在 1960 年代的每人所得(GDP per capita)大致相同在 2,500 美元水 準，牙買加甚至比新加坡還要高些。但兩國政府政策所營造的創業環境差異造成 進入兩國的創業投資者規模與數量的巨大差距，表現在 50 年後的今日，兩國的經 濟發展情勢截然不同，在 2012 年新加坡的每人所得已逼近四萬美元，而牙買加的 每人所得僅有約 5,000 美元左右。此一案例透露一國的創業活動熱絡與否對其經濟 成長確實扮演著舉足輕重的角色，而創業活動與環境是否熱絡可由該國創業投資 產業(Venture Capital, VC)的規模與產值來衡量。. 政 治 大. 而根據台灣創業投資商業同業公會的年鑑指出，台灣創業投資的歷史可追溯. 立. 至 1980 年，1980 年代起在一連串的政策引導下，第一家半導體公司 ─ 聯華電子. ‧ 國. 學. (United Microelectronics Corporation, UMC)於 1980 年成立，新竹科學園區也於 1981 年興建完成，至此台灣正式向高科技國家邁進，此時金融市場也鬆綁開放，政府. ‧. 陸續實施金融自由化、利率自由化、外匯自由化等政策；另方面，眾多海外求學. Nat. sit. y. 歸國的優秀高科技人才回台開創事業，恰好搭上政府政策的順風車與創業風潮，. n. al. er. io. 造就台灣創業投資業發展的黃金時期。然而儘管政府提出 20%的投資抵減優惠及. i n U. v. 金融市場開放，但對於創業投資業仍持保守態度，除規定創投經理人必須投資於. Ch. engchi. 高科技產業才能享有抵減優惠外，又規定創投基金不能投資於上市櫃公司，因此 造成創投業者面對投資風險較高的高科技產業且非上市櫃公司時，往往會遭遇沒 有公開資訊而出現資訊不對稱的問題。故在此一歷史背景下，本研究以台灣為案 例，並以 Lee et al.(2014)所建構之模型基礎來探討在同樣創業活動非常熱絡的台灣 ，創投投資產業是否是帶動台灣經濟成長的重要因素，並進一步探討是什麼因素 刺激創業投資方與被投資方的交流以解決雙方所面對的資訊不對稱問題。. 8.
(10) 第二節 研究動機 所謂創業投資是指創業投資業者對新創事業(Startup Company)進行股權投資 。創業投資團隊在高風險中追求高報酬，因此特別重視新創事業的高成長性，其 投資對象通常都不是上市櫃公司或目前仍處於發展階段的新創事業，有時甚至是 僅僅處在構思中的事業。創業投資的目的並不是要掌握股權，而是希望透過取得 公司經營股權與提供資金之援助，扶植且促進新創事業穩定發展、提升市場價值 ，一旦新創事業發展至一定規模或股票成功公開發行(Public Offering)，創業投資業 者便可在股票市場出售股票(Exit)，以獲取高額回報。. 政 治 大. 創投業者是有資金的一方，新創事業是需要資金的一方，但在非上市櫃公司. 立. 沒有公開資訊的情況下，雙方沒有好的溝通橋樑以取得必要的資訊，造成市場失. ‧ 國. 學. 靈；此外，若創投公司隨意將資金投注在新創公司，將可能面臨代理成本問題。. ‧. 創投業者最在乎的是新創事業能給予的報酬，在注資之前勢必會審慎評估某 一新創事業是否值得投資。可惜的是，創投業者儘管可以透過檢視新創事業的營. y. Nat. io. sit. 運報告(Operation Report)或商業模式(Business Model)來評估未來可能獲取的報酬. n. al. er. ，但仍無法十分確定注資之後必定獲取這樣的報酬；同樣的，新創事業最在乎的. Ch. i n U. v. 是能否順利取得資金以維持公司的營運讓公司成長茁壯，但新創事業往往無法自. engchi. 行拿出如此龐大資金，且在無法提供足夠的擔保品下，金融機構為了避開違約風 險，大多不願貸款給新創事業，因此創業家便必須另尋它路向創投業者尋求資金 來源。然而，儘管新創事業製作的營運報告已完整揭露公司的資訊給創投公司評 估，但仍無法十分確定可以從創投業者取得資金。 創投業者害怕新創事業取得資金後，沒有正確運用於公司營運策略上，而可 能出現資產替代問題(Asset Substitution)；新創公司也害怕創投業者因為此一疑慮 而不願大舉投資，出現投資不足(Underinvestment)問題，要解決此一問題便必須透 過簽訂契約方式制約雙方的權利義務。但問題是，投資案發生前，投資評估必定 會包含明確的權利(Specific Right)及不明確的權利(Residual Right)兩部分，前者是 9.
(11) 可用契約制約的(Partially Contractible)，但後者卻無法用契約加以制約(Partially Non-contractible)，而這便是不完全契約理論(Incomplete Contract Theory)的核心， 上述問題在文獻上也被稱為綁架成本(Hold-up Cost)，要解決綁架成本問題，便必 須明確定義創投與新創事業雙方的權力歸屬或調整契約簽訂型式。一旦能有效解 決此問題，便可將降低資訊蒐集的時間成本及代理成本。 解決創投業者及新創事業雙方的代理成本問題後，仍然有另一個問題。那就 是，投資與被投資雙方是如何取得聯繫。社會網絡連結(Social Network)提供一個可 行的管道解決資訊成本及投資與被投資聯繫問題。社會網絡可能是公司同事關係. 政 治 大. 、相同社團夥伴、相同教育背景等，但其中，公司同事及社團夥伴關係資訊較不. 立. 易取得也不易被觀察出來，因此 Cohen, Frazzini and Malloy(2007)便認為可利用「. ‧ 國. 學. 教育連結」是作為投資方與被投資方取得連結的橋樑。而經過統計檢定後證實透 過校友關係投資方與被投資方可以有效的連結以消除代理成本，幫助投資方尋找. ‧. 良好投資標的與被投資方獲得資金，並提升被投資公司的經營效率。2本研究建立. Nat. sit. y. 於此一模型基礎，探討隨著時間的演變，不同程度的教育網絡是否能影響創業投. n. al. er. io. 資案的發生，並進一步探討投資案發生後，教育網絡連結是否有助於提升被投資 公司自身的研發能力。. Ch. engchi. i n U. v. 一個值得思考的問題是，創投是否一定會投資具有教育網絡連結的新創公司 ？儘管創投是資金供給者，而前面也提到，創投團隊當然希望能在投資新創公司 後獲得龐大的收益，故會在投資之前慎選投資標的，也就不一定要投資具有教育 連結的新創公司了。因此我們應該思考的問題是，創投團隊面臨具有教育連結的 新創公司時，是以什麼樣的標準決定是否應該投資該公司？ 前述「標準」可能是公司自身的研發能力、創業團隊的經營能力、創業團隊 2. Cohen, Frazzini and Malloy(2007)提出了以「教育網絡」這個突破性的研究方法來解決資訊蒐集成 本問題。公司董監經理人團隊與共同基金經理人若以前曾經就讀同一間大學、同一科系，便可能 因雙方具有「同校情誼」或「同系情誼」的學長學弟關係，讓董監經理人團隊接受共同基金經理 人的專訪以取得公司內部機密資訊並調整基金部位，增持能激勵基金操作績效公司並減持會損害 績效公司，藉此提高共同基金整體操作績效。更甚者，若雙方不只是學長學弟關係，而是同班同 學，便可透過一通電話或一封信件即可隨時取得(forthcoming)公司內部機密資訊。 10.
(12) 過去工作經驗、產品獨特性等因素。對於絕大多數新創事業而言，產業的差異會 造成產品的不一致，並不適合用來衡量大多數的公司；另方面，創業團隊的經營 能力及過去的工作經驗除不易衡量外，也難以取得相關的資料；因此，最適合用 來衡量新創公司「值得投資的標準」就是「公司自身的研發能力」了，故本研究 便以「公司自身的研發能力」作為研究核心。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 11. i n U. v.
(13) 第二章 文獻回顧. 第一節 創業經濟學 創業投資產業的研究是近年來頗受矚目的議題，愈來愈多學者針對此議題投 入資源研究影響創業投資注資新創事業的動機與績效之衡量，並試圖找出創業投 資如何影響一國的經濟發展之原因。 絕大多數的創業家以前也都是受雇人員，但由於對自己職涯的期許與未來的 憧憬，或是不滿於現有職務的報酬與待遇，甚至希望能擁有自己的事業而選擇離. 政 治 大. 開現有職位投入創業活動變成創業家。Shane(2000)與 Nanda and Sorensen(2010)研. 立. 究發現在相同地點一起工作的員工中，若其中曾有其他員工有創業之經驗，這些. ‧ 國. 學. 經驗可能來自以前待過生產線故了解如何調整製程以提升效率、以前是第一線接. ‧. 觸客戶的員工甚至本身就是消費者，因此相較於公司經營者，更有機會發掘某一 產品、概念或新型服務具有市場潛力而讓該員工離職選擇了創業，而這些同儕的. y. Nat. io. sit. 創業經驗將有助於同事投入未來創業。Lerner and Malmendier(2012)也認為同儕效. n. al. er. 果對創業活動有正面的效果，如果朋友或同事以前曾是創業家，無論是成功或失. Ch. i n U. v. 敗的創業經驗，他的創業經驗都能刺激沒有創業經驗的他人投入創業。. engchi. 除 了 「 同 儕 效 果 」 可 以 幫 助 未 來 想 創 業 的 員 工 投 入 創 業 外 ， Giannetti, Mariassunta and Simonov(2009)提出若創業家居住於創業活動愈頻繁、熱絡的經濟 環境，他將更容易受到該環境的刺激而投入創業活動。Saxenian(1994)及 Gompers, Lerner and Scharfstein(2005)的研究結果也發現在美國的新創事業中，創業活動較活 躍的麻薩諸塞州(Massachusetts State)或矽谷(Silicon Valley)是較容易孕育出成功創 業的公司；另外，擁有創投注資、具備良好專利品質或專注本業等條件之事業也 較容易創業成功。 上面曾提過創業家創業的動機是為了滿足對未來的期許與對擁有自己的事業 的憧憬，因此 Hamilton(2000)透過實證研究發現大多數創業家投入創業的動機是來 12.
(14) 自創業可以帶來非金錢利益(Non-pecuniary Benefits)，例如自行創業當老闆、獲得 成就感、彈性工時或符合興趣等。儘管在創業初期的預期收入和所得的成長性不 高，但創業家仍願意堅守崗位持續當老闆。此也證明了創業家重視非金錢利益勝 過金錢利益，即使創業不一定能增加收入，但並不減創業家投入創業的熱情。此 外，Hurst and Pugsley(2011)的研究結果發現絕大多數新創事業所提供的產品或服 務都是市場早已存在的，且多半沒有誘因進行創新或成長，但基於對非金錢因素 的利益讓創業家願意投入資源創業。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i n U. v.
(15) 第二節 資訊不對稱與不完全契約問題 創投業者最在乎新創事業能給予的報酬，儘管可透過檢視新創事業的營運報 告(Operation Report)來評估，但仍無法十分確定注資之後必定能獲取這樣的報酬； 另方面，新創事業最在乎能否順利取得資金以維持公司的營運，儘管新創事業製 作的營運報告已完整揭露公司的資訊，但仍無法十分確定能從創投業者取得資金 。創投投資計畫由於非常複雜，難以在注資前即準確預測新創事業注資後的營運 表現及資金使用情況，故衍生了一個問題，即創投業者害怕新創事業取得資金後 沒有正確運用於公司營運上，而出現資產替代問題(Asset Substitution)；新創公司. 政 治 大. 也害怕創投業者因此疑慮不願大舉投資出現投資不足(Under-investment)問題，要解. 立. 決此問題便必須透過簽訂契約方式制約雙方的權利義務，因此近代契約理論學者. ‧ 國. 學. 陸續提出各種契約形式解決這一類問題。Grossman and Hart(1986)、Hart and. ‧. Moore(1988)及 Rogerson(1988)皆指出廠商的生產決策(Production Decision)通常非 常複雜，在簽訂生產契約前勢必無法完全評估未來可能的成果，故會出現權利義. y. Nat. io. sit. 務分配上部分可用契約制約(Partially Contractible)，但部分無法用契約加以制約. n. al. er. (Partially Non-contractible)。3其中，前者屬明確權利(Specific Right)，較不容易引發. Ch. i n U. v. 爭議，但後者屬不明確權利(Residual Right)，若權利義務歸屬不明確，將可能產生. engchi. 上述問題，也就是文獻上出的綁架成本(Hold-up Cost)問題。 而關於解決綁架成本的方法，文獻上也已提供了不少方法，例如：Grossman and Hart(1986)認為只要兩造雙方可明確定義不明確權利的歸屬，即可解決綁架成本問 題；另方面，Hart and Moore(1988)及 Rogerson(1988)均提出簽訂彈性契約(Flexible Contract)讓雙方在簽訂契約後，仍然可透過再溝通協調(Renegotiation)針對臨時狀. 3. Kaplan and Stromberg(2002)文中指出可用契約制約(Partially Contractible)部分及無法用契約制約 (Non-contractible)部分主要可分為五大類：現金流量運用權(Cash Flow Right)、董事席次運用權 (Board Right)、投票權(Voting Right)、清算權(Liquidation Right)及其他控制權(Other Control Right) 。而當被投資公司表現良好時，創投業者較注重現金流量運用權(Cash Flow Right)；反之，當被 投資公司表現不佳時，此時創投業者較重視董事席次運用權(Board Right)、投票權(Voting Right) 及清算權(Liquidation Right)。 14.
(16) 況量身制訂與修正契約內容。. 立. 政 治 大. er. io. sit. y. ‧. ‧ 國. 學. Nat. n. a l圖片來源：本研究整理 i v n Ch U i Moore(1988)的模型，並融入選 e n gHart 另外，Noldeke and Schmidt(1995)延伸 c hand. 圖 1：創業投資案架構圖4. 擇權(Option)概念提出雙方可透過簽訂選擇權契約(Option Contract)方式來減少事 後需再溝通協調(Renegotiation)的麻煩。本研究將創投方及被投資方所面對的各種 資訊不對稱(包含代理成本、道德危險、逆選擇及投資不足等)及資訊搜尋成本問題 以圖 1 完整呈現並舉一個例子輔助說明，讓讀者清楚認識兩造雙方在一個完整的 4. 圖 1 是整理自眾多文獻而繪成，以下列出圖 1 所引用之文獻。 (1) 資訊蒐集成本：修改自 Cohen, Frazzini and Malloy(2007)。 (2) 不完全契約：源自 Kaplan and Stromberg(2002)。 (3) 投資報酬：修改自 Grossman and Hart(1986)、Hart and Moore(1988)及 Rogerson(1988)。 (4) 綁架成本：源自 Grossman and Hart(1986)、Hart and Moore(1988)及 Rogerson(1988)。 (5) 逆選擇：修改自 Grossman and Hart(1986)及 Akerlof(1970)。 (6) 表現良好與表現不佳：源自 Kaplan and Stromberg(2002)。 (7) 教育連結：修改自 Cohen, Frazzini and Malloy(2007)及 Lee et al.(2014)。 15.
(17) 創投投資案中所可能面對的所有問題。 首先，圖 1 左上半部分可用以下例子說明：由於在創投公司投資前，不易預 估未來可能的收益，因此為規避投資風險與降低代理成本，在實務上，創投公司 很可能將資金拆分成好幾次注資給被投資公司。因此，創投公司會於第一次注資 前與被投資公司達成協議，若被投資公司未來達成一定之經營績效，創投公司在 持續第二次、第三次或更多次的注資 ，故產生了部分可用契約制約 (Partially Contractible)及無法用契約加以制約(Partially Non-contractible)的兩部分。 圖 1 右上半部分則進一步說明部分可契約制約(Partially Contractible)及無法以. 政 治 大. 契約制約(Partially Non-contractible)的兩部分。後者類似或有(contingent)的概念，. 立. 也就是被投資公司可能能拿到第二次或以上的注資，但也可能沒有拿到，而此可. ‧ 國. 學. 能讓被投資公司投資不足的問題。為解決創投方的代理成本問題及被投資的投資 不足問題，便必須透過在第一次注資前，創投案兩造雙方明確定義清楚權利歸屬. ‧. 來降低雙方可能面臨的風險與問題。. Nat. sit. y. 解決創投業者及新創事業雙方的資訊不對稱問題後，仍然有另一個問題。創. n. al. er. io. 投業者透過什麼樣的管道尋找適當的投資標的？又什麼樣的管道能讓新創事業獲. i n U. v. 得創業基金？也就是創投方與被投資公司方如何降低資訊蒐集成本？. Ch. engchi. 16.
(18) 第三節 社會網絡連結 Bengtsson and Hsu(2012)提出一個可能影響創投與被投資公司連結的橋樑，該 篇文章指出在美國是個種族大熔爐，因此在美國的創投與新創公司的員工通常都 會來自不同多國家與種族，因此若創投業者與新創公司的經理團隊有「種族」或 「國籍」連結關係，創投團隊將有可能會基於「同根情誼」而投入資金給新創公 司。另方面，Cohen, Frazzini and Malloy(2007)也提出「教育連結」可能是影響投資 方與被投資方取得連結的一個橋樑，經過統計檢定後認為透過校友關係讓投資方 與被投資方可以有效的連結，幫助投資方尋找良好的投資標的與被投資方獲得事 業經營之資金來源。. 立. 政 治 大. Lee et al.(2014) 進 一 步 以 Cohen et al. 之 模 型 基 礎 ， 利 用 橫 斷 面 資 料. ‧ 國. 學. (Cross-section Data)來驗證台灣的高科技產業是否也有透過創投投資而成功公開發. ‧. 行，並以資訊科技(Information Technology, IT)產業為例，將台灣創投經理人及新創 事業董監經理人的教育連結分四個階層，並逐一證明「教育連結」確實有助於創. y. Nat. io. sit. 投注資新創公司並輔助其初次公開發行。Saxenian and Hsu(2001)甚至深入觀察台灣. n. al. er. 的資訊科技產業，並指出由曾在美國受教的台籍工程師組成的社群將加州矽谷. Ch. i n U. v. (Silicon Valley)的工程師與台灣新竹(Hsinchu)的工程師緊密連結，讓資訊與技術的. engchi. 移轉更方便與迅速，並促進兩地的技術聯盟以提升兩地的研發能力。 Cohen, Frazzini and Malloy(2007)將教育網絡分成四個層級，分別是 Type I、 Type II、Type III、Type IV 並且網絡連結關係逐級增強，至 Type IV 是最強的連結 。而由於創業投資案存在巨大的資訊蒐集成本問題，圖 1 顯示本研究之網路連結 是以教育為基礎，將創投經理人與被投資公司董監經理團隊過去的學經歷連結起 來，並形成愈強的教育網絡連結，資訊蒐集的成本與耗費時間也愈少的現象。. 17.
(19) 第四節 專利與研究發展能力 隨著科技的日新月異，無論是公司、產業或國家的研究發展能力也愈來愈受 重視，與研發能力相關的研究最早可追朔至 Pakes and Griliches(1980)，該文章指出 研發費用與專利申請數有密切的關係，投入愈多研發費用可以產出愈多的專利， 因此可用研發費用視為研發投入，專利申請數視為研發產出或研發能力指標。但 後續研究發現單純使用專利申請數仍不足以衡量公司研發能力，因為一間公司可 能會將同一專利以不同申請人或微調專利簡歷再重複申請，此將可能出現公司申 請了很多專利，但可能都不是核心技術的專利之問題。因此，為更準確衡量公司. 政 治 大. 的研發能力，Trajtenberg(1990)中提出利用專利被引證次數當作專利品質指標，該. 立. 文將專利總數與總被引證次數加總為「加權專利總數」 ，將其視為新的研發能力指. ‧ 國. 學. 標；另方面，Lanjouw and Schankerman(2004)除使用專利被引證次數外，增加了專. ‧. 利權訴訟案(claim)數量及同一專利再向不同國家提出申請的次數為「專利品質」的 替代變數(proxy)。. y. Nat. io. sit. 投入大量資源進行研發是為了增加競爭力， Hall, Jaffe and Trajtenberg(2005). n. al. er. 以研發費用/資產比例、專利總數/研發費用比例、被引證次數/專利總數比例三個指. Ch. i n U. v. 標衡量公司的研發能力對 Tobin Q 值的影響，並發現專利每多被引證一次，將使市. engchi. 場價值提升 3%。在此模型架構下，Hsu(2009)採用以專利申請人為基礎的核准專利 及研發費用來衡量公司自身的研發能力，結果顯示公司自身研發能力愈強，則反 應在股價報酬上表現愈佳。值得一提的是，該文指出了「以專利申請人為基礎的 核准專利」及「以專利所有權人為基礎的核准專利」的差異，前者可用來衡量公 司自身的研發能力；後者可用來衡量公司能否有效運用其持有的專利來提升公司 的市場價值或將專利運用在商業模式的能力；因此，Hirshleifer, Hsu and Li(2013) 進一步使用以專利所有權人為基礎的核准專利及以專利申請人為基礎的核准專利 被引證次數對研發費用的比例來衡量公司的研發效率，並以 Hsu(2009)的方法得出 大致相同結論，愈有效率的研發能力愈能提升公司市場價值。 18.
(20) 本研究將重心投入在「社會網絡連結」 ，正如 Saxenian and Hsu(2001)所提，矽 谷的工程師與新竹的工程師有非常緊密的關係，1980 年代開始許多曾在矽谷工作 過的工程師回台創業，將美國的最新技術帶回台灣並投入於資訊科技業，並配合 政府的產業政策促進當時高科技產業的高速發展。而創業初期所需的資金則透過 與創投業者的「教育連結」取得，本研究建立在 Lee et al.(2014)的基礎上，將其使 用的橫斷面資料(Cross-section Data)拓展成追蹤資料(Panal Data)，並針對台灣的創 業投資案，深入探究台灣的創投經理人與被投資公司董監經理人團隊過去的教育. 政 治 大. 連結關係是否有助於提升並持續影響被投資公司自身的研發能力。. 立. 本研究整理出下表方便讀者了解本研究所有文獻的議題、核心內容與作者：. ‧ 國. 學. 表 1：文獻回顧總表. y. sit. 同儕的創業經驗將有助於同事投入未來創業。. io. er. Shane(2000). Nat. 一、創業經濟學. 核心內容. ‧. 文獻. al. 同儕的創業經驗包含以前待過生產線故了解如何調整製程以提升效率. v i n Ch 、以前是第一線接觸客戶的員工或本身就是消費者，因此相較於公司經 engchi U n. Nanda and Sorensen(2010). 營者，更有機會發掘某一產品、概念或新型服務具有市場潛力。 Lerner and. 如果朋友或同事以前曾是創業家，無論是成功或失敗的創業經驗，他的. Malmendier(2012). 創業經驗都能刺激沒有創業經驗的他人投入創業。. Giannetti, 若創業家居住於創業活動愈頻繁、熱絡的經濟環境，他將更容易受到該 Mariassunta and 環境的刺激而投入創業活動。 Simonov(2009) 創業活動較活躍的麻薩諸塞州(Massachusetts State)或矽谷(Silicon Valley) Saxenian(1994) 是較容易孕育出成功創業的公司。 19.
(21) Gompers, Lerner and 擁有創投注資、具備良好專利品質或專注本業等條件之事業也較容易創 Scharfstein (2005). 業成功。 大多數創業家投入創業的動機是來自創業可以帶來非金錢利益. Hamilton(2000) (Non-pecuniary Benefits)。 大多數新創事業所提供的產品或服務都是市場早已存在的，且多半沒有 Hurst and 誘因進行創新或成長，但基於對非金錢因素的利益讓創業家願意投入資 Pugsley(2011) 源創業。 二、資訊不對稱與不完全契約問題. 政 治 大. 廠商的生產決策(Production Decision)通常非常複雜，在簽訂生產契約前. 立. 勢必無法完全評估未來可能的成果，故會出現權利義務分配上部分可用. 學. ‧ 國. Grossman and. Hart(1986)、Hart and 契約制約(Partially Contractible)，但部分無法用契約加以制約(Partially Moore(1988)及. ‧. Rogerson(1988). Non-contractible)。前者屬明確權利(Specific Right)，較不容易引發爭議 ，但後者屬不明確權利(Residual Right)，若權利義務歸屬不明確，將可. Nat. sit. y. 能產生上述問題，也就是文獻上出的綁架成本(Hold-up Cost)問題。. n. al. er. io. 可 用 契 約 制 約 (Partially Contractible) 部 分 及 無 法 用 契 約 制 約. i n U. v. Kaplan and. (Non-contractible)部分主要可分為五大類：現金流量運用權(Cash Flow. Stromberg(2002). Right)、董事席次運用權(Board Right)、投票權(Voting Right)、清算權. Ch. engchi. (Liquidation Right)及其他控制權(Other Control Right)。 Grossman and. 只要訂定契約的兩造雙方可明確定義不明確權利的歸屬，即可解決綁架. Hart(1986). 成本問題。. Hart and 簽訂彈性契約(Flexible Contract)讓雙方在簽訂契約後，仍然可透過再溝 Moore(1988)及 通協調(Renegotiation)針對臨時狀況量身制訂與修正契約內容。 Rogerson(1988) Noldeke and. 提出契約雙方可透過簽訂選擇權契約(Option Contract)方式來減少事後. Schmidt(1995). 需再溝通協調(Renegotiation)的麻煩。 20.
(22) 三、社會網絡連結 Bengtsson and. 創投業者與新創公司的經理團隊有「種族」或「國籍」連結關係，創投. Hsu(2012). 團隊將有可能會基於「同根情誼」而投入資金給新創公司。. Cohen, Frazzini and. 「教育連結」是影響投資方與被投資方取得連結的一個橋樑，經過統計. Malloy(2007). 檢定後認為透過校友關係讓投資方與被投資方可以有效的連結。 「教育連結」有助於創投注資的台灣新創公司，並輔助其成功初次公開. Lee et al.(2014) 發行(IPO)。 曾在美國受教的台籍工程師組成的社群將加州矽谷(Silicon Valley)的工 Saxenian and. 政 治 大. 程師與台灣新竹(Hsinchu)的工程師緊密連結，讓資訊與技術的移轉更方. 立. Hsu(2001). 便與迅速，並促進兩地的技術聯盟以提升兩地的研發能力。. ‧ 國. 學. 四、專利與研究發展能力. ‧. Griliches(1980). 研發費用與專利申請數有密切的關係，投入愈多研發費用可以產出愈多 的專利。. Nat. y. Pakes and. sit. 將專利總數與總被引證次數加總為「加權專利總數」，將其視為新的研 Trajtenberg(1990). n. al. er. io. 發能力指標。. i n U. v. Lanjouw and. 新增專利權訴訟案(claim)數量及同一專利再向不同國家提出申請的次數. Schankerman(2003). 為「專利品質」的替代變數(proxy)。. Hall, Jaffe and. 研發費用/資產比例、專利總數/研發費用比例、被引證次數/專利總數比. Trajtenberg(2005). 例三個指標衡量公司的研發能力對 Tobin Q 值的影響。. Hsu(2009). 公司自身研發能力愈強，則反應在股價報酬上表現愈佳。. Ch. engchi. Hirshleifer, Hsu and 公司的研發能力愈有效率，愈能提升公司市場價值。 Li(2011). 21.
(23) 第三章 資料來源與整理. 第一節 資料來源 一、社會網絡連結資料來源 要分析台灣創業投資案的深層問題，必須先找出曾發生在台灣創業投資案的 投資紀錄，接著整理出創投方經理人及被投資方董監經理團隊的學歷背景資料以 衡量「教育網絡」對創業投資案的影響。但創業投資研究最大的困難就是資料取. 政 治 大 背景資料，因此為了克服這一限制，我們研究團隊便必須從零開始建置資料庫。 立. 得非常不易，因為目前並沒有任何資料庫專門整理創投公司經理人過去的學經歷. ‧ 國. 學. (一) 創業投資案資料. ‧. 根據過去創投研究的文獻得知我們可從 Thomson Financial 資料庫中的 Private. sit. y. Nat. Equity 子資料庫取得台灣的創業投資案紀錄，我們向該資料庫母公司 Thomson. io. al. er. Reuters 聯繫並購買 Thomson Financial 資料庫中的 Private Equity 子資料庫。而由於 過去文獻所使用的都是 Thomson Financial 單機版資料庫，若臨時有查詢資料需求. n. v i n Ch 將非常不方便，所以我們特地購買網頁版資料庫 Professional 資料庫 ， U e n g c h iDataStream 5. 並從中擷取曾發生在台灣的創業投資案，其內容包含投資案發生時間(Funding Date)、注資的創投公司(Investing Firm)及創投基金(Investing Fund)、被投資的公司. (Invested Company)、該投資案是發生在被投資公司的哪個階段(Funding Stage)及第 幾輪被投資(Funding Round)、是否有聯合投資紀錄(Syndication Investment)等重要 資料。 (二) 創投公司與被投資公司成員學經歷背景 由於創投公司經理人的背景資料不像一般共同基金經理人的背景資料可透過 5. 本研究向英商路透股份有限公司(Thomson Reuters)購買 DataStream Professional 資料庫中的 Private Equity 子資料庫 2013-2014 之使用權，並從中擷取曾發生在台灣的創業投資案。 22.
(24) MorningStar、Preqin、BoardEx 等學經歷背景資料庫取得，因此為成功取得資料， 我們向經濟部商業司(Commercial Industrial Services Portal, Ministry of Economic Affairs)索取創投公司自成立以來所有經理人的名單及股權變動資料以了解歷年創 投公司的成員變動情況。 被投資公司方面則困難多了，由於其包含已公開發行公司(Listed Company)及 未公開發行公司(Non-listed Company)兩類，未公開發行公司的資料取得方式與創 投公司相同，向經濟部商業司索取未公開發行公司自成立以來所有董監經理人的 名單及股權變動資料；對於已公開發行公司，我們從公開資訊觀測站網站(Market. 政 治 大. Observation Post System)下載已公開發行公司歷年的年報資料，其內容包含當年該. 立. 公司董監經理人團隊的成員、股權、學歷、經歷等重要資訊。可惜的是，公開資. ‧ 國. 學. 訊觀測站只提供 1998 年至 2011 年的年報，因此為補足 1998 年前的資料，我們同 樣向經濟部商業司索取已公開發行公司自成立以來至 1998 年歷年所有董監經理人. ‧. 的名單及股權變動資料，並將經濟部商業司的資料及年報資料結合起來，再加上. Nat. sit. y. 未公開發行公司的資料組合成所有被投資公司自成立以來至 2011 年歷年董監經理. n. al. er. io. 人團隊的名單、學經歷背景及股權變動資料。. i n U. v. 然而本研究的核心是「教育網絡」 ，尤其是 Type3 及 Type4 兩層級涉及到「時. Ch. engchi. 間」因素，但到目前為止只有 1998 年以後的已公開發行公司董監經理人團隊的學 經歷資料，仍缺乏他們的畢業年份資料，因此為了補足創投公司、未公開發行公 司及 1998 年以前的已公開發行公司董監經理人團隊學經歷背景的缺漏，我們先透 過商業客戶導向的社交網路服務網站 LinkedIn 查詢所有創投公司及被投資公司董 監經理人團隊的學經歷背景資料並補上畢業年份，但仍難免有相當多的董監經理 人無法透過 LinkedIn 查到學經歷資料及畢業年份，故我們再以 Google、各大學校 友網站、新聞專題採訪報導等方法補齊學經歷資料及畢業年份。. 二、專利與研究發展資料來源 在公司研發能力資料方面，文獻上已提出一家廠商自身的研發能力有數種衡 23.
(25) 量指標，包含：廠商提出的專利申請數量、專利被引證次數及加權專利總數等指 標；衡量專利品質的指標則包含專利被引證次數、專利訴訟案件數及單一專利向 不同國家提出申請次數。. (一) 專利資料篩選 由於「專利訴訟案件數」及「單一專利向不同國家提出申請次數」兩資料僅 能看出單一專利的品質優劣或是否為核心專利，較不適合用來衡量公司整體的研 發能力，因此衡量專利品質時僅以「被引證次數」為指標；另方面，「加權專利總. 政 治 大. 數」必須考慮專利總數及被引證次數的時間落後問題，因為一般而言，從專利提. 立. 出申請至被核准再至被引證會有兩個時間間隔，Hall, Jaffe and Trajtenberg(2001)文. ‧ 國. 學. 中指出隨著技術的進步，從專利提出申請至被核准的時間間隔從 1960 年代的平均 2.4 年降至 1990 年代的 1.8 年，因此文獻上也大多以 2 年為衡量基準；然而，引證. ‧. 次數不若申請時間及核准時間只有一個時間點，可能每年都會被引證，因此造成. Nat. sit. y. 引證的時間間隔難以估計，故在文中指出 1990 年代後專利從申請年度算起大約經. n. al. er. io. 過 5 年就會有被引證紀錄，然而文獻上目前仍鮮少著墨於引證的落後時間問題，. i n U. v. 故本研究也將剔除加權專利總數指標，將重心投入在「專利申請數量」及「被引 證次數」。. Ch. engchi. 另方面，絕大多數的專利研究文獻都是以美國專利商標局(USPTO)的資料為基 礎進行研究。原因是美國是當今世界最大的市場，世界各國的公司(尤其是跨國公 司)除了會在本地申請專利外，也會把公司重要的或核心的專利向美國提出申請以 增強公司專利網的布局及做未來進軍美國市場的事前準備，平均而言美國專利商 標局所核准的專利大多都是品質較好或核心專利，因此本研究的專利資料也將以 美國專利商標局(USPTO)的資料為基礎進行研究。. 24.
(26) (二) 專利與研究發展資料庫選擇 1. 美國專利商標局(USPTO)網站： 在「專利申請數量」及「被引證次數」方面，美國專利商標局(USPTO)網站僅 提供 2001 年後的世界各國向其提出申請的所有公開專利(Patent Application)資料， 並沒有 2000 年以前歷年的公開專利資料；此外，USPTO 網站上的核准專利(Granted Patent)資料一次只能看到一筆專利的簡歷，且不能將專利資料下載下來做分析，故 捨棄美國專利商標局(USPTO)網站資料庫。. 2. NBER 核准專利資料庫. 立. 政 治 大. 由於 USPTO 網站使用不方便，故轉而尋求由 Hall, Jaffe and Trajtenberg(2001). ‧ 國. 學. 三位教授所建置的核准專利(Granted Patent)資料庫，該資料庫置於美國全國經濟研 究所(NBER)網站上供專利研究學者下載研究。6資料庫包含自 1963 年至 1999 年歷. ‧. 年被美國專利商標局核准通過的核准專利資料、自 1975 年至 1999 年的引證資料. Nat. sit. y. ，內容相當多元。但遺憾的是，該資料庫並沒有 2000 年後的專利資料且僅提供專. n. al. er. io. 利所有權人(Assignee)資料並沒有專利申請人(Applicant)資料，故無法判斷某公司. i n U. v. 所持有的專利是由哪個單位提出申請，這樣只能衡量公司能否有效運用其持有的. Ch. engchi. 專利來提升公司的市場價值或將專利運用在商業模式的能力，無法衡量公司自身 的研發能力，因此欲建置各廠商完整的專利申請資料，勢必另尋他路。. 6 NBER 專利資料是由 Hall, Jaffe and Trajtenberg 三位教授所建置，詳細的資料介紹都寫在 Hall, Jaffe and Trajtenberg(2001)這篇文章中。該資料內容只包含核准專利(Granted Patent)，並不包含申請專 利(Patent Application)，其中專利核准日期(Granted Year)時間範圍是從 1963 年～1999 年；申請日 期(Application Year) 時間範圍是從 1967 年～1997 年；引證資料時間範圍是從 1975 年～1999 年 。另方面，NBER 專利資料包含專利所有權人(Assignee)、SIC Code、發生訴訟案件次數(Number of claims)、引證次數(Citation Made)、被引證次數(Citation Received)、自我引證次數(Self-citation) 等資料，屬於公司層級資料(Firm-Level Data)，故適合可用來做產業研究(實際上大多數學術研究 也都是做產業研究)，但缺點是不包含專利申請人(Applicant)資料，因此不適合用來衡量公司自身 的研發能力。 25.
(27) 3. Mtrends 專利檢索暨分析管理平台 政治大學有購買 Patent Guider 專利檢索平台，該平台包含 USPTO-Issed(美國 核准專利資料庫)、USPTO-Application(美國申請專利資料庫)等專利資料庫，但一 家公司一次至多只能輸出 500 筆專利資料，然而在我們研究的被投資公司中有相 當多公司專利數量均超過 500 筆，故使用上相當不方便。因此我們轉而向 Patent Guider 專利檢索平台母公司 ─ 台灣連穎科技公司(LearningTech Corp.)洽詢並購 買專利資料庫。與 DataStream Professional 資料庫相同狀況，如果購買單機版 Patent Guider 專利檢索平台，若臨時有查詢資料需求將非常不方便，所以我們購買網頁. 政 治 大. 版專利檢索平台「Mtrends 專利檢索暨分析管理平台」7，其包含 USPTO-Issed(美. 立. 國核准專利資料庫)、USPTO-Application(美國申請專利資料庫)、EPO(歐盟專利資. ‧ 國. 學. 料庫)、SIPO(大陸專利資料庫)等資料庫。. 然而，這些專利資料庫都有一個共同的缺點，同一間公司在申請不同專利時. ‧. 可能會以不同申請人名義申請，因此如果以申請人為基礎搜尋某一間公司的專利. Nat. sit. y. ，可能無法查詢到該公司的所有專利。若要查詢該公司所有的專利資料，必須將. n. al. er. io. 所有可能的申請人全部查詢一次，再將全部專利加總才能得出該公司所有的專利. i n U. v. 資料。以「鴻海精密工業股份有限公司」為例：若將申請人設定成「HON HAI. Ch. engchi. PRECISION IND. CO., LTD.」可查到 5588 筆專利，但若將申請人設定成「HON HAI PRECISION INDUSTRY CO., LTD.」可查詢到 9105 筆專利。兩個檢索條件差異在 於「IND.」及「INDUSTRY」 ，此兩個檢索條件都是指鴻海精密工業股份有限公司 ，但資料庫在檢索時會將此兩者視為不同公司，因此應將此兩者之專利筆數加總( 即 5588+9105=14693)才是鴻海精密工業股份有限公司所有的申請專利。故可知若 使用 USPTO-Issed(美國核准專利資料庫)或 USPTO-Application(美國申請專利資料 庫)兩資料庫，將無法找出被投資公司所有的申請專利及核准專利。. 7 本研究向連穎科技公司(LearningTech Corp.)購買 Mtrends 專利檢索暨分析管理平台 2013-2014 之 使用權，並使用其內建的 WebPat 資料庫擷取以專利申請人為基礎的各被投資公司核准專利。 26.
(28) 所幸 Mtrends 專利檢索暨分析管理平台中的 WebPat(連穎-全球專利資訊網)解 決了此一問題。首先 WebPat(連穎-全球專利資訊網)可直接連結至 USPTO-Issed(美 國核准專利資料庫)、USPTO-Application(美國申請專利資料庫)、EPO(歐盟專利資 料庫)、SIPO(大陸專利資料庫)等資料庫的系統截取資料庫裡所有的專利資料；其 次，將檢索條件設定成以「專利申請人」為基礎再透過「放大鏡檢索」功能即可 檢索出某一公司所有的專利申請人，並找出這些專利申請人分別提出多少次專利 申請次數，最後再把這些申請專利資料下載下來並儲存成一個專案，即可取得公 司歷年提出專利申請數量，故本研究採用此一系統擷取專利資料。. 立. 政 治 大. (三) 專利及被引證次數資料下載. ‧ 國. 學. 由於我們需要被投資公司歷年專利申請數量及被引證次數，但因為 USPTO-Application(美國申請專利資料庫)僅提供 2001 年後的專利資料，而本研究. ‧. 的被投資公司大多在 2001 年前即有專利申請紀錄，故必須用 WebPat(連穎-全球專. Nat. sit. y. 利資訊網)連結至 USPTO-Issed(美國核准專利資料庫)並設定檢索條件為「專利申請. n. al. er. io. 人」 ，再透過「放大鏡檢索」功能，將檢索結果依公司別儲存成不同的專案，取得. i n U. v. 某一公司歷年的專利申請數量。須注意的是，採用 USPTO-Issed(美國核准專利資. Ch. engchi. 料庫)的資料表示本研究使用的專利屬於核准專利，而非申請專利。 而在「被引證次數」方面，只要下載並儲存各被投資公司歷年專利申請數量 後，即可透過 Mtrends 專利檢索暨分析管理平台的「引證分析」功能找出公司歷年 專利被引證次數，相當方便。唯獨須注意的是，引證分析分成「前引證」及「後 引證」兩種，前者指檢索出引證該專利的所有專利數量，後者指檢索出該專利引 證的所有專利數量，故「被引證次數」屬於「前引證」。 而為了更加了解專利的分門別類，以助於瞭解不同文獻所使用的專利資料的 差異，本研究整理出下列 2 張表供參考，表 2 是各種專利的分類表，表 3 是各資 料庫所涵蓋的專利之料內容： 27.
(29) 表 2：各種專利分類表 核准專利(Patent Issued)： 已經取得專利證書的專利 Patent-Issued (Assignee)： 以 Assignee 為 基 礎 的 專 利。包含此資料的資料庫： NBER 專利資料、USPTO 網站、Mtrends. 公開專利(Patent Application)： 尚未取得專利證書的專利 時間最遠只到 2001 年，2000 年以前的專利不管是 USPTO 網站還是 Mtrends 都沒有資 料。目前尚未有文獻採用這邊 的專利資料做學術研究。. Patent-Issued (Applicant)： 以 Applicant 為 基 礎 的 專 利。包含此資料的資料庫： USPTO 網站、Mtrends. ※本研究所使用之專利資料屬 Patent-Issued(Assignee)：以 Assignee 為基礎的專利。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 28. i n U. v.
(30) 表 3：各資料庫所涵蓋的專利之料內容 項目. USPTO 網站. NBER 資料庫. Mtrends. 美 國 專 利 商 標 局 由 Bronwyn H. Hall 、 由連穎科技公司建置之專利資料庫 架設之網站。. Manuel Trajtenberg、Adam ，可透過該公司件架設之 WebPat. 資料來源. B. Jaffe 三位教授所整理並 系 統 連 結 至 USPTO-Issed 、 置於 NBER 網站供專利研 USPTO-Application、EPO、SIPO 等 究學者下載研究。. 資料庫。. 核准專利 專利類別. 核准專利 僅包含核准專利. 政 治 大 申 請 專 利 時 間 範 專 利 核 准 日 期 (Granted 立 申請專利. 申請專利 申請專利時間範圍次從 2001 年. ‧ 國. 學. 圍次從 2001 年至 Year)時間範圍是從 1963 年 至今；核准專利時間範圍是從 今；核准專利時間 ～ 1999 年 ； 申 請 日 期 1976 年至今。 範圍是從 1976 年 (Application Year) 時間範 圍是從 1967 年～1997 年； 引證資料時間範圍是從. er. io. a l1975 年～1999 年。 v i n Ch 人 包含專利發明人(Inventor) e n g c h i U 專利發明人(Inventor)、專利申請. n 專 利 發 明. sit. Nat. 至今。. y. ‧. 時間範圍. (Inventor)、專利申 、專利申請人(Applicant)、 人 (Applicant) 、 專 利 所 有 權 人 請 人 (Applicant) 、 專利所有權人(Assignee)、 (Assignee) 、 SIC Code 、 摘 要 專 利 所 有 權 人 SIC Code、發生訴訟案件次 (Abstract)、專利權說明(claims) 涵蓋內容. (Assignee) 、 摘 要 數(Number of claims)、引證 、發生訴訟案件次數(Number of (Abstract)、專利權 次數(Citation Made)、被引 claims)、專利圖示(Image) 、引 說明(claims)、專利 證次數 (Citation Received) 證次數(Citation Made)、被引證 圖示(Image) 等資 、 自 我 引 證 次 數 次數(Citation Received)、自我引 料。. (Self-citation)等資料。 29. 證次數(Self-citation) 等資料。.
(31) 第二節 資料整理 完成資料蒐集後，由於絕大多數的資料非常零散，仍必須花費時間詳實整理 ，本節將詳細說明本研究資料的整理過程。 首先，我們先將所有投資案中無明確揭露創投公司名稱的投資案剔除，因為 若無法分辨被投資公司是由哪間創投公司注資，則無法比對出創投經理人及被投 資公司的成員的教育網絡連結關係，此將無助於本研究的進行。 其次，在創投公司方面，我們發現很多創投公司都有相同的登記註冊地址且 公司名稱也很相近，因此先透過創投公會的年鑑查詢是否屬於同一創投集團，若. 政 治 大. 是，則將相同集團的創投公司合併成一家，若不是，則另外分類。以創新工業技. 立. 術移轉股份有限公司為例，由於新育創業投資(股)公司、創新工業技術移轉股份有. ‧ 國. 學. 限公司、願景創業投資(股)公司此 3 間公司的註冊地址相同，故將此 3 間公司合併. ‧. 成創新工業技術移轉股份有限公司。其他創投公司的分類整理請參閱附錄。 接著開始整理創投公司經理人及被投資公司董監經理團隊的學經歷背景資料. y. Nat. io. sit. ，在完成 LinkedIn、Google、各大學的校友網站及新聞專題採訪報導的查詢工作後. n. al. er. ，由於學歷資料非常混亂，各大學相同性質的科系名稱也大不相同，整理相當不. Ch. i n U. v. 易。因此我們便將相同領域的科系合併成單一科系，盡量簡化雜亂的學歷資料，. engchi. 以機械工程為例，只要科系名稱與機械、化學機械、動力機械、農業機械、航空 機械、船舶機械、輪機、機工、機電等科系有關者全部合併成「機械工程」 。完成 後，再將各科系依工學院、商學院、社會科學院、法學院、醫學院、其他等六個 學院進行學院分類以了解各創投公司經理人及被投資公司董監經理人是商學背景 或理工背景，以工學院為例，其包含機械工程、化學工程、材料科學與工程、土 木工程、運輸工程、工業工程、工學、物理、化學、數學、統計、地球科學、心 理學、理學、電子工程、資訊工程等領域。其他學歷的分類整理請參閱附錄。 最後，我們將所有投資案中的創投公司及被投資公司結合成追蹤資料(Panal Data)形式，並排除無法結合成追蹤資料及公司註冊地點非台灣的創投公司及被投 30.
(32) 資公司，最後保留了 390 筆完整的投資案紀錄、34 間創投公司及 223 間被投資公 司資料，並針對這 390 筆投資案觀察兩造雙方的教育網絡連結關係，探究台灣的 創投經理人與被投資公司董監經理人團隊過去的教育連結關係是否有助於提升並 持續影響被投資公司自身的研發能力。 本研究耗費相當多時間在資料整理上，資料的建構是本研究最大的貢獻。下 列時間表列出本研究完整資料庫的建構歷程：. 表 4：資料庫建置時間表. 政 治處理事項 大 至台灣大學社會科學院圖書館，利用 Thomson Financial 資料庫 立. 時間. 2013.02. ‧ 國. 學. 擷取台灣所有創投投資案紀錄。. 向經濟部商業司發公文索取創投公司及被投資公司自成立以來. ‧. 2013.03. 至 2011 年歷年董監事成員資料，並從公開資訊觀測站下載被投. 2013.07 – 2013.08. 整理創業投資案記錄成創業投資案資料庫。. sit er. 聘請工讀生整理年報資料。. io. al. v i n Ch 購買 Mtrends 專利檢索暨分析管理平台，擷取被投資公司歷年的 engchi U n. 2013.10. y. 2013.04 – 2013.06. Nat. 資公司的年報資料。. 專利申請數及被引證次數。 2013.11. 購買 Thomson Fianacial 網頁版資料庫 Datastream Professional。 聘請工讀生整理年報資料，並利用 LinkedIn、Google 及報章雜. 2013.09 – 2014.01 誌專題報導等管道補齊董監事成員的學經歷背景。 2014.02. 資料編碼作業。. 2014.03. 使用 Stata 統計軟體進行迴歸分析。. 31.
(33) 第四章 實證分析 本章將以第一章、第二章及過去文獻的模型架構為基礎，並藉由第三章所整 理之資料對本研究所提出之假設進行實證分析。. 第一節 研究假設 本 研 究 建 立 在 Lee et al.(2014) 的 基 礎 上 ， 將 其 使 用 的 橫 斷 面 資 料 (Cross-sectional Data)擴展成追蹤資料(Panel Data)，並針對台灣的創業投資案，深. 政 治 大 有助於提升並持續影響被投資公司自身的研發能力。故可提出以下假設： 立. 入探究台灣的創投經理人與被投資公司董監經理人團隊過去的教育連結關係是否. ‧ 國. 學. 𝐻0 ：創投經理人與被投資公司董監經理人團隊的「教育網絡」關係對. ‧. 被投資公司專利申請數量或專利被引證次數無影響。. sit. y. Nat. 𝐻𝑎 ：創投經理人與被投資公司董監經理人團隊的「教育網絡」關係對. io. n. al. er. 被投資公司專利申請數量或專利被引證次數有影響。. Ch. i n U. v. 並以 Cohen, Frazzini and Malloy(2007)及 Lee et al.(2014)的模型為基礎，將「教 育網絡」分成四種層級：. engchi. (1) Type I：被投資公司與創投公司成員，至少一人畢業於相同學校。 (2) Type II：被投資公司與創投公司成員，至少一人畢業於相同學校、相 同學院，取得相同學位。 (3) Type III：被投資公司與創投公司成員，至少一人曾在相同時間點、 相同學校就讀。 (4) Type IV：被投資公司與創投公司成員，至少一人曾在相同時間點、 相同學校、相同學院就讀，並取得相同學位。 值得注意的是，觀察此四種層級即可發現，四種層級的「教育網絡」強度逐 32.
(34) 級增強，並明確指出投資與被投資雙方過去累積的社會網絡緊密程度，有助於了 解教育網絡對「創投績效」及「公司研發能力」深層影響。然而本研究由於研究 時間不足，再加上 Type III 及 Type IV 的連結關係計算相當複雜，故本研究將不予 考慮 Type III 及 Type IV，僅呈現 Type I 及 Type II 實證結果8。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 8. Ch. engchi. i n U. v. 在判斷 Type III 及 Type IV 時我們考慮學長學弟的可能性，而一般而言大學的就讀年限是 4 年、 碩士班是 2 年、博士班是 5 年，因此我們將每個人的大學畢業年度加減 3、碩士畢業年度加減 1、 博士畢業年度加減 4 以得出 Type III 及 Type IV 的連結關係。但由於 Type III 及 Type IV 計算較複 雜，預計必須再花 6 個月的時間整理資料及計算 Type III 及 Type IV 連結變數，故本研究將不考 慮以上兩變數。 33.
(35) 第二節. Panel Data 模型說明. 本研究所使用之資料屬追蹤資料(Panel Data)，即重複追蹤同一觀察個體之變 化，其同時具備橫斷面(Cross Section)資料及縱斷面(Time Series)資料特性。橫斷面 分析是以觀察個體某一時點的資料為樣本來探討解釋變數對被解釋變數的影響， 若以普通最小平方法(Ordinary Least Square Regression, OLS)進行迴歸估計，僅能反 映「平均而言，解釋變數對被解釋變數的影響程度」 ，而此時若各觀察個體間存在 異質性問題，則將可能產生估計誤差；另縱斷面分析方面是透過長期追蹤某一觀 察個體來探討其趨勢的演變並深入探究該觀察個體的發展情況，然而一旦觀察個. 政 治 大. 體出現殘差項自我相關(Auto-correlation)問題時，將出現估計偏誤，因此時間序列. 立. 分析通常都會先用單根檢定(Unit Root Test)來看觀察個體是否穩定。. ‧ 國. 學. 而若採用時具備橫斷面與縱斷面特性的追蹤資料來進行估計，一方面可透過. ‧. 橫斷面分析探究「平均而言，解釋變數對被解釋變數的影響程度」 ，另方面可透過. Nat. io. 𝑗. sit. 𝑦𝑖𝑡 = 第 t 期第 i 個觀察個體實際值. y. 縱斷面分析某一觀察個體的長期趨勢。以下將簡述追蹤資料的資料結構：. n. al. er. 𝑥𝑖𝑡 = 第 t 期第 i 個觀察個體的第 j 個解釋變數實際值. Ch. i n U. v. 其中，i = 1, … , n；t = 1, … , T；j = 1, … , k. engchi. 故可知若n = 1 且 t > 1時，則退化為縱斷面資料；若n > 1 且 t = 1時，則退 化為橫斷面資料。接著，若將單一觀察個體資料以矩陣表示，及先考慮資料形式 為縱斷面資料，則可改寫成： 1 𝑦𝑖1 𝑋𝑖1 𝒚𝒊𝒕 = [ ⋮ ] ，𝑿𝒊𝒕 = [ ⋮ 1 𝑦𝑖𝑇 𝑋𝑖𝑇. ⋯ ⋱ …. 𝑘 𝜀𝑖1 𝑋𝑖1 ⋮ ] ，𝜺𝒊𝒕 = [ ⋮ ] 𝑘 𝜀𝑖𝑇 𝑋𝑖𝑇. 其中，𝜀𝑖𝑡 是第 t 期第 i 個觀察個體的干擾項(Disturbance Term)。 再將每個觀察個體組合起來，即可變成追蹤資料形式，故可再改寫成： 𝒚𝟏 𝜺𝟏 𝑿𝟏 𝒚 = [ ⋮ ] ，𝑿 = [ ⋮ ] ，𝜺 = [ ⋮ ] 𝒚𝒏 𝜺𝒏 𝑿𝒏 34.
(36) 其中，𝒚是𝑛𝑇 × 1 矩陣；𝑿是𝑛𝑇 × 𝑘矩陣；𝜺是𝑛𝑇 × 1 矩陣。 因此線性迴歸式可寫成： 𝛽1 𝐲 = 𝐗𝛃 + 𝛆，𝛃 = [ ⋮ ]，此即為追蹤資料的資料結構。 𝛽𝑘 而一般而言，追蹤資料分析方法可區分為兩種：固定效果模型(Fixed Effect Model)及隨機效果模型(Random Effect Model)，此兩模型最主要的差異在於對干擾 項的處理方式不同，以下將簡要介紹兩種的特性與差異：. 政 治 大. 一、固定效果模型：. 立. 若只看單一觀察個體時，則前述追蹤資料之結構式為 𝐲𝒊𝒕 = 𝐗 𝒊𝒕 𝛃 + 𝛆𝒊𝒕，我們. ‧ 國. 學. 可先將干擾項進一步拆解成： 𝛆𝒊𝒕 = 𝛂𝒊 + 𝝁𝒊𝒕. ‧. 並假設𝝁𝒊𝒕 與𝐗 𝒊𝒕 無關且𝛂𝒊 與𝐗 𝒊𝒕 有關，此外，右式第一項𝛂𝒊 則稱為個別效果. Nat. sit. n. al. er. io. 個體的不同而變動。. y. (Individual Effect)，從下標 i 可知，個別效果並不隨時間變動而變動，但會隨觀察. i n U. v. 而固定效果將β1 視為特定常數(即截距項)，但不同觀察個體有其各自的特定常. Ch. engchi. 數(即截距項)，也就是說該模型認為不同觀察個體間的差異可被不同個別效果(即 β1)解釋。因此第 i 個觀察值可表示如下： 𝐲𝒊𝒕 = 𝐉 β1 + 𝐗 𝒊𝒕 𝛃 + 𝛆𝒊𝒕 其中，𝐲𝒊𝒕 與𝐗 𝒊𝒕 分別為𝑇 × 1 及𝑇 × (𝑘 − 1)矩陣，𝐉 = [1 … 1]′ 為𝑇 × 1 矩陣， 每一元素皆為 1。故模型可再簡化為： 𝐲 = 𝐃 β1 + 𝐗𝛃 + 𝛆 其中𝐃為一虛擬變數，因此固定效果模型又稱最小平方虛擬變數模型(Least Squares Dummy Variable Model, LSDV)。. 35.
(37) 二、隨機效果模型： 隨機效果模型與固定效果模型的差異在於其𝝁𝒊𝒕 與𝐗 𝒊𝒕 無關且𝛂𝒊 與𝐗 𝒊𝒕 亦無關；而 β1 則視為隨機變數，不同觀察個體有不同特定隨機變數，即該模型認為不同觀察 個體間的差異可被不同特定隨機變數解釋。因此模型可改寫為： 𝐲𝒊𝒕 = 𝐗 𝒊𝒕 𝛃 + 𝛂𝒊 + 𝝁𝒊𝒕 其中β1為截距項，𝛂𝒊 是隨機變數亦為干擾項，並且是第 i 個觀察個體所特有， 並不隨時間改變。而由於此模型有兩個干擾項，故也被稱為誤差成分模型(Error Component Model)。. 立. 政 治 大. 三、固定效果模型及隨機效果模型之比較與檢定. ‧ 國. 學. 隨著資料結構的不同，兩種模型的估計結果也會不同，為比較兩模型，本研 究整理出下表說明兩模型的差異與使用時機：. sit. y. ‧. 固定效果模型. 隨機效果模型. io. er. 模型. Nat. 表 5：固定效果模型與隨機效果模型比較表. al. 將不同觀察個體的影響因素以特 將不同觀察個體的影響因素以. n. v i n Ch 定常數(即截距項)表示，且各觀察 U e n g c h i隨機變數表示，其估計結果可應. 意義. 個體擁有特定常數，估計結果僅能 用在其他觀察個體。 應用在該觀察個體。 假設. β1為特定常數. β1為隨機變數. 若觀察個體非抽樣選取或觀察個 若採用自母體隨機抽樣方法，則 體本身即母體，且各觀察個體的特 使用隨機效果模型較佳。 使用時機 性不隨時間變動，則固定效果可強 調個體差異性。. 36.
(38) 本研究的資料並非抽樣選取，且各觀察個體的特性也較不隨時間而變動，由 此可判斷本研究較適用固定效果模型。此外，我們可進一步透過 Hausman’s Test 方法來檢定誤差項與自變數是否獨立來確認應該採取固定效果模型或隨機效果模 型。若無法拒絕虛無假設，表示誤差項與自變數為獨立，應採用隨機效果模型； 若拒絕虛無假設，表示誤差項與自變數不是獨立，應採用固定效果模型。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 37. i n U. v.
(39) 第三節 變數與資料結構 本節將針對本研究所使用之所有變數做一綜合說明。 一、被解釋變數 (一) PA：Patent Application / yr，當年專利申請數量。 (二) C：Citations / yr，當年申請專利被引證次數。 二、解釋變數 (一) SN_T1：即 Type I 連結，被投資公司與創投公司成員，至少一人畢 業於相同學校。. 政 治 大. (二) SN_T2：即 Type II 連結，被投資公司與創投公司成員，至少一人畢. 立. 業於相同學校、相同學院，取得相同學位。. ‧ 國. 學. 三、控制變數. ‧. (一) 創投方控制變數：. 1. vc_twtop：當年度創投公司成員至少一人畢業於台灣大學、清華大學、. y. Nat. io. sit. 交通大學或成功大學。. n. al. er. 2. vc_ustop：當年度創投公司成員至少一人畢業於常春藤盟校或加州大學. Ch. i n U. v. ，常春藤盟校包含：布朗大學、哥倫比亞大學、康乃爾大學、達特茅. engchi. 斯學院、哈佛大學、賓州大學、普林斯頓大學、耶魯大學。 3. vcNCCUBaep：當年度創投公司成員至少一人畢業於政治大學企業家經 營管理研究班。 4. vcMBA：當年度創投公司成員取得商學院學位比例。 5. vcScience：當年度創投公司成員取得工學院學位比例。 6. vcTaipei：創投公司註冊地點位於台北。 7. vcHsinchu：創投公司註冊地點位於新竹。 (二) 被投資公司方控制變數： 1. f_twtop：當年度被投資公司成員至少一人畢業於台灣大學、清華大學 38.
(40) 、交通大學或成功大學。 2. f_ustop：當年度被投資公司成員至少一人畢業於常春藤盟校或加州大 學，常春藤盟校包含：布朗大學、哥倫比亞大學、康乃爾大學、達特 茅斯學院、哈佛大學、賓州大學、普林斯頓大學、耶魯大學。 3. fNCCUBaep：當年度被投資公司成員至少一人畢業於政治大學企業家 經營管理研究班。 4. fMBA：當年度被投資公司成員取得商學院學位比例。 5. fScience：當年度被投資公司成員取得工學院學位比例。. 政 治 大. 6. fTaipei：被投資公司註冊地點位於台北。. 立. 7. fHsinchu：被投資公司註冊地點位於新竹。. ‧ 國. 學. 8. fAge：當年度公司的年齡。 9. f_1：被投資公司屬於製造業。. Nat. sit. y. 11. f_3：被投資公司屬於金融或服務業。. n. er. io. 四、創業投資記錄控制變數. al. ‧. 10. f_2：被投資公司屬於高科技或生物科技產業。. i n U. v. 1. Syn：同一投資案是否有超過 2 間創投公司以上投資之紀錄。. Ch. engchi. 2. AR：截至當年度被投資公司累積的投資案次數。. 由於本研究中並非每間公司的公司年齡均相同，故資料結構屬非對稱追蹤資 料(Unbalanced Panel Data)。另方面，本研究以各創業投資案為基礎，故我們給予 各創業投資案一個編號並設定其為追蹤資料 ID 變數(Panel ID Variable)；每一筆創 業投資案的資料起始時間是被投資公司成立年，結束時間是 2011 年，因此本研究 的時間變數即公司的年齡，再加上上述之各解釋變數與被解釋變數已組成本研究 之資料結構，並以下表(表 6)為例簡單地輔助說明。. 39.
(41) 表 6：本研究之資料結構 創投公司. 被投資公司. 解釋變數. 被解釋變數. 公司成立年. 1. 1. 41. X. Y. ⋮. 1. 1. 41. X. Y. 2011 年. 1. 1. 41. X. Y. 公司成立年. 2. 2. 41. X. Y. ⋮. 2. 2. 41. X. Y. 2011 年. 2. 2. 41. X. Y. 公司成立年. 3. 3. X. Y. ⋮. 3. 立3. X. Y. 2011 年. 3. 3. X. Y. 政 治 42 大 42 42. 學. ‧ 國. 創投案代號. ※Y 指被解釋變數矩陣，包含所有被解釋變數；X 指解釋變數矩陣，包含所有解. ‧. 釋變數。. sit. y. Nat. al. er. io. 我們整理出敘述統計表(表 9)並置於附錄。由敘述統計表我們可看出台灣的被. v. n. 投資公司平均而言一家公司持有 5.32 個專利，而被引證次數為 11.16 次。在所有. Ch. engchi. i n U. 投資案中，創投方與被投資方具有 SN_T1 連結關係的約佔 44.29%，具有 SN_T2 連結關係的約佔 38.58%。就被投資公司而言，具有台灣大學、交通大學、清華大 學及成功大學學歷的比例約 48.91%，具有常春藤盟校或加州大學學歷的比例約 20.23%，具有商學背景學歷的比例約 18.47%，具有理工背景學歷的比例約 28.63% 。就創投公司而言，具有台灣大學、交通大學、清華大學及成功大學學歷的比例 約 59.82%，具有常春藤盟校或加州大學學歷的比例約 52.03%，具有商學背景學歷 的比例約 26.95%，具有理工背景學歷的比例約 21.39%。. 40.
(42) 第四節 迴歸模型 本節整合本章前三節之論述，首先利用 Hausman’s Test 檢測本研究之資料應採 用固定效果模型或隨機效果模型。檢定結果如下表所示：. 表 7：Hausman’s Test 檢定結果表 P-value. SN_T1. SN_T2. PA. 0.0000. 0.0000. C. 0.0000. 0.0000. 立. 政 治 大. 檢定結果顯示所有模型均應採用固定效果模型。而根據固定效果模型，在分. ‧ 國. 學. 析教育網絡的貢獻程度之前必須先控制住創投公司及被投資公司各別獨有的特性( 如同第三節所列之創投方控制變數及被投資公司方控制變數)，使教育網絡的貢獻. ‧. 程度估計結果不因這些特性而受影響。接著，由於不同創業投資案的聯合投資狀. Nat. sit. y. 況及注資次數均不同，故必須再控制住創業投資記錄的影響程度(即創業投資記錄. n. al. er. io. 控制變數)後，即可估計出教育網絡對被投資公司自身的研發能力的「淨影響效果. i n U. 」，故可將本研究之模型以下列之迴歸估計式表示：. Ch. engchi. v. 𝐵. R&𝐷 𝑂utput 𝑖𝑡 = constant + 𝑇𝑦𝑝𝑒𝑎,𝑖𝑡 + ∑ 𝑓𝑜𝑢𝑛𝑑𝑒𝑟𝑏 𝑏=1 𝐶. + ∑ 𝑉𝐶𝑐 + 𝐼𝑛𝑣𝑒𝑠𝑡𝑚𝑒𝑛𝑡𝑡 + 𝜀𝑖𝑡 ，for a = 1,2 𝑐=1. 其中，i表示第 i 個創業投資案， a表示「教育網絡」的二種分類層級， b表示第b家被投資公司， c表示第c家創業投資公司。 41.
相關文件
(現場取消未講授)；三、 「中東地區的女性與發展—女性領導力（Women and Development in the Middle East—Feminizing Leadership） 」 、 「新網路世紀的創新與發展（Innovation and Growth
6 《中論·觀因緣品》，《佛藏要籍選刊》第 9 冊，上海古籍出版社 1994 年版，第 1
The first row shows the eyespot with white inner ring, black middle ring, and yellow outer ring in Bicyclus anynana.. The second row provides the eyespot with black inner ring
Robinson Crusoe is an Englishman from the 1) t_______ of York in the seventeenth century, the youngest son of a merchant of German origin. This trip is financially successful,
fostering independent application of reading strategies Strategy 7: Provide opportunities for students to track, reflect on, and share their learning progress (destination). •
Strategy 3: Offer descriptive feedback during the learning process (enabling strategy). Where the
新媒體定義 網絡形象 網絡言行 網絡自保 網絡交友 網絡法律 網絡欺凌 沉迷上網
There are existing learning resources that cater for different learning abilities, styles and interests. Teachers can easily create differentiated learning resources/tasks for CLD and
