一、问题的提出
创业投资（VC,下文简称创投），又称为风险投资，20 世纪 40 年代起源于美国，对美国的经济发展起到了重大的推动作用。创业投资在我国起步于 20世纪 80 年代，虽然相对较晚，但三十多年来创业投资行业也得到了快速发展，成为保障我国新技术应用和商业化推广的一种有效的金融创新形式，也是科技和金融的有效结合，有创业投资支持的创业企业规模和绩效获得显着增长，也推动了经济增长。随着国内外创业投资行业网络化发展，出现了越来越多创业投资网络（下文简称创投网络）辛迪加投资模式。据美国创业投资协会 2009 年统计，当年投资中有三分之二是通过辛迪加投资完成的。据统计，2012年我国创投网络辛迪加投资的 IPO 企业数占当年创业投资支持的 IPO 企业总数 80%以上。研究表明，创投网络辛迪加投资能够为创业企业带来比单独投资更多的回报，但辛迪加投资对创业企业绩效的影响机理仍未得到很好的解释.已有研究发现，创投网络结构对创业投资机构（下文简称创投机构）投资行为和投资效果有重要影响，如创投机构处于网络有利位置或接近网络中心位置对投资绩效有显着影响.辛迪加投资汇集了处于创投网络中不同网络结构位置的辛迪加成员，这些处于不同网络结构位置的辛迪加成员对创业企业绩效又会有怎样的影响，其作用机理尚未明晰，本文将尝试探索其作用机理。
二、文献回顾和研究
假设辛迪加投资，也称为联合投资，是指由两个或两个以上的创投机构共同投资于同一个创业企业，或者于不同的时间投资于既定的创业企业.创投机构之间因辛迪加投资而建立关联，进而随着辛迪加投资模式的广泛应用，创投机构之间及与创业企业之间频繁沟通与交流，相互协作连接，创投机构共同管理和监督创业企业，形成紧密的横向关联网络，即创投网络.近几年，很多学者开始关注创投网络辛迪加投资对组织绩效的影响，Echols 和 Tsai（2005）通过分析公司战略和网络嵌入程度对投资绩效的影响发现，产品差异化和渠道差异化战略会与网络嵌入的程度发生交互影响，并最终影响投资绩效；Hochberg 等学者（2007）、Abell 等学者（2007）分别以美国、英国和欧洲大陆创投机构为样本，通过分析创投网络规模、中介能力、网络地位等对创投网络投资绩效的影响，发现创投网络对投资绩效有显着的正向影响，即创投行业网络化发展水平越高，投资绩效就越好；党兴华等学者（2011）从网络联结角度研究投资绩效，发现创投机构网络联结对投资绩效有积极影响，处于网络中心位置的创投机构往往可以获得更高的投资绩效，有助于自身存活、发展和成熟。既有实证研究表明，创投网络辛迪加投资为创投机构带来比独立投资更多的回报，而辛迪加投资的主要目的是帮助创业企业成长和获利，那么，创投网络辛迪加投资对创业企业的绩效是否也有显着的影响呢？创投机构一般是通过 IPO、并购等退出方式获得回报，其中 IPO 为主要的退出方式之一，现有的研究在衡量创投机构通过 IPO 方式退出的投资绩效时，主要是通过直接或间接考察创业企业 IPO 抑价、首日回报率、IPO 退出率、净资产回报率、股票回报率、利润总额、营业收入等指标,这些指标同样也可以反映创业企业的绩效水平。因此，创投网络辛迪加投资对创业企业绩效也是有影响的，然而其影响机理仍未得到很好的解释.
起源于社会学的社会网络理论，为研究创投网络辛迪加投资对创业企业绩效的作用机理提供了新的视角。社会网络理论对网络关系和网络结构如何影响网络结点即联结行动者的活动及成果具有解释力,且已有较多创业投资研究学者论证了创业投资机构的网络关系和网络结构对组织绩效有显着影响.因而，本文基于社会网络理论并选择从网络结构的视角来考察辛迪加投资对创业企业绩效的影响。网络结构是由各企业间形成的特定的协作连接所构成，每一个企业成员占据了一个特定的位置，这些企业间的协作连接能提供两种有差别的收益：资源共享收益和知识外溢收益.资源共享收益包括允许企业间联合知识、技能、有形资产等；知识外溢收益是指以协作连接作为网络成员之间信息传递的渠道，通过这样的信息渠道，知识积累、科技突破、新观点新点子以及失败的经验和方法可以从一个企业传到另一个企业。资源流和信息流在网络中流动，受到网络结构特征差异的影响，企业获取的资源和信息是不平衡的，因而获得的资源共享收益和知识外溢收益是不一样的。社会网络分析的目的，就是通过企业相互之间的关联来描述网络结构，识别出有影响力和控制力的行动者，这些行动者在社会网络中占据特定位置，网络位置是网络结构的重要特征之一。
在网络结构中，企业越接近甚至处于中心位置或者有利位置，那么经由该企业接受和传递的信息和共享的资源就越多，企业便具有了一定的资源和信息操纵和控制能力，控制资源共享范围和程度，控制信息在网络中传递的方向、内容和频率等,而一个非核心位置的企业必须通过其他网络成员才能传递信息.Bur（t1992）认为，网络位置是网络结构的重要特征，因而创投网络结构特征不同，辛迪加成员网络位置不同，使得每一个辛迪加成员表现出不同的资源占有和获取的能力、不同的绩效差异。已有研究表明，在创投网络辛迪加投资中处于网络有利位置的创投机构可以获取到更多、更真实全面的信息，有利于提高项目选择决策的效率，降低所选项目的不确定性；行动者处于有利的网络结构位置比如网络中心位置，能获取更多的资源收益和知识外溢收益，对行动者行为和成果产生重要的促进作用，企业管理活动可以通过结构特征差异对网络中成员的组织绩效产生显着正向影响;网络位置有利的创投机构，能够突破空间与行业的限制，有机会选择更好的创业企业或创业项目作为投资对象，投资于远距离（空间距离或行业距离）的创业企业或创业项目；接近或处于网络中心位置的创投机构可以实现更高的成功退出率,并有效缓解项目选择过程中因事前信息不对称所导致的逆向选择问题.
然而，现有研究大多只是探讨了创投网络下不同辛迪加成员的网络位置差异对辛迪加成员自身运营管理、投资绩效和竞争优势的影响，随着创投网络对创业企业的渗透，辛迪加成员在网络结构的影响下获取有差异的资源和信息并作用于创业企业，使得网络中的资源和信息并非平衡的、均等的作用于创业企业。
那么，我们要问，辛迪加成员网络结构对创业企业绩效是否有影响？处于创投网络中心位置或有利位置的辛迪加成员有能力获取到更多资源和知识外溢，除了有利于自身绩效提高的同时，还能给创业企业提供除创业资金外的更多资源和专业化的、互补性的管理经验，高质量的增值服务如管理经验、认证监督、社会资本转移等,进而提升创业企业价值。而且，创业企业上市时更能被市场所认可，实现 IPO 企业的合理定价，获得更低的 IPO 抑价率、更高的股票市场回报率等.由此可见，创投网络辛迪加成员处于网络有利位置对创业企业绩效有影响。本文从社会网络理论的视角，从网络结构出发寻找答案，探索辛迪加网络结构影响创业企业绩效的内在机理。在中国创业投资行业迅速发展且竞争日趋激烈的背景下，本研究对创投机构的实践和辛迪加投资具有一定的指导意义。
目前，关于网络结点是否处于网络中心位置的测度，学者们一般是用网络中心性来衡量.网络中心性越高，说明辛迪加成员越接近甚至于占据了网络的中心位置，因而本文首先选取网络中心性来测度辛迪加成员的网络结构特征。网络中心性常用的指标有度数中心度、相近中心度、中介中心度、特征向量中心度等，这些指标的内涵虽然不同，但都反映了网络结点处于网络中心位置的程度，且这些指标高度相关，可以衡量出辛迪加网络中每家创投机构的影响力或相对重要性。如果某一创投机构在网络中的中心度越高，参与的机会也越多，影响力越大。
因此，本文提出以下假设：
假设 1:创投网络辛迪加成员的中心度越高，创业企业绩效越高。
Burt 认为，开放式的社会网络结构会创造出一种特殊的网络位置，即中间人的位置，而这种网络位置所带来的是中间人业务的机会，这是社会网络结构优势的来源。处在这种网络位置的行动者可以与那些没有关联的集群或群组建立大量的关系，利用这些建立的关系获得资源和信息，并控制这种优势，使其不被其他成员获得。同时，可以获得网络规模的益处，而不用支付与直接联系相关的网络维护成本，从而提高组织绩效。为此，Burt 提出了结构洞理论，该理论可以衡量网络中处于这种有利位置---中间人位置的行动者。结构洞是指两个无直接联系的社会网络之间的非冗余性的中介结点，是建立在双方没有直接接触，或间接看来不拥有共同关系的两类行为者的“桥”或“洞”.简而言之，结构洞就是在与同一行动者有连接而相互之间没有连接的行动者之间信息流动的缺口。一个结构洞就暗示了在洞两边的行动者（如企业 B 与 C） 拥有不同的资源流和信息流，结构洞给企业 A（A 分别与 B 和 C 有联系）提供了在社会网络结构里相互没有联系的企业（B 与 C）之间扮演中间人角色的机会，企业 A 控制了企业 B与 C 的通讯和交流，获得控制资源和信息的优势。在各种跨组织情境下，企业网络结构位置对其行为和成果有促进作用，尽管这一观点越来越得到认可，但网络结构中不同要素对组织绩效的具体影响仍不清晰.阐明网络结构不同要素诸如网络位置等对各种各样的组织绩效的影响，对于我们理解特定网络的运作机理和构建有效网络有很重要的作用。目前，关于网络结构洞的测度，研究学者一般是用结构洞有效规模来衡量.
若辛迪加成员结构洞有效规模越大，就说明辛迪加成员越接近甚至于占据更多的创投网络中间人位置即结构洞位置，辛迪加成员便被认为具有极大的控制优势和信息优势。辛迪加成员结构洞越丰富就意味着能接近更多相互之间没有联系的合伙者，可以得到更多有区别的独特的信息流、共享有差别的资源，从而为创业企业成长、价值提升提供帮助，进而提高绩效。因此，本文提出以下假设：
假设 2:创投网络辛迪加成员结构洞越多，创业企业绩效越高。
由于高持股的辛迪加成员（主辛迪加成员）对创业企业的影响很大程度上区别于其他辛迪加成员，因其对创业企业比其他辛迪加成员付出更多的时间和精力，参与更多的管理和监督，是辛迪加投资中有决定权的主导方，且持股比例较高的创业机构对创业企业认证、监督作用较强，传递给外部投资者公司质量较高的信号，因此可以吸引到更多的外部资金和获取更多资源提供给创业企业。主辛迪加成员也称辛迪加领导成员，是指投资到同一个创业企业或创业项目的辛迪加投资中，在所有投资轮次的创业投资总和中占的份额最多的创投机构.考虑到主辛迪加成员的重要性和不可忽视的作用，本文将调整以上两个假设，在这两个假设的基础上提出两个分假设 1b 和 2b,假设如下：
假设 1a:创投网络辛迪加成员中心度越高，创业企业绩效越高。
假设 1b:创投网络辛迪加领导成员中心度越高，创业企业绩效越高。
假设 2a:创投网络辛迪加成员结构洞越多，创业企业绩效越高。
假设 2b:创投网络辛迪加领导成员结构洞越多，创业企业绩效越高。
三、样本选择与数据来源
辛迪加投资是指依据上市公司招股说明书 IPO之后前十大股东中有两家或两家以上的创投机构，则认为该公司被创投网络辛迪加投资，也称为联合投资.创投机构在辛迪加投资过程中形成了紧密的横向关联网络.
本文根据辛迪加投资的定义，选取 2007~2012年期间在深市和沪市 A 股主板、中小板和创业板上市的公司作为初始样本，剔除没有创投机构辛迪加投资的、金融行业和数据不完整的公司,最终样本涉及 249 家 IPO 企业被两家及两家以上的创投机构辛迪加投资。本文研究所需的公司数据、市场交易数据和创业投资相关数据来源于 wind 数据库、新浪财经网、招股说明书和《2011 年中国创业风险投资发展报告》。创投机构是根据 2009~2011 年《中国创业风险投资发展报告》中收录的创投公司名录和 wind数据库，且主营业务为“风险投资”或“创业投资”来确定。
四、研究方法和变量界定
（一）研究方法
本文参考 Freeman（1979）、Bonacich（1972）、Burt（1992）、Hochberg 等（2007）、Bruce 等（2007）、刘军（2009）所用的网络结构的研究方法，运用社会网络理论中的网络位置来度量辛迪加成员的网络结构特征。社会网络理论以图论为工具，通过计算网络中心度、结构洞来衡量行动者在网络中的相对重要性和影响力，即测度网络位置。一般使用软件 Ucinet 6 对创投网络位置进行测度和结构分析。本文根据网络中心度和结构洞的大小对辛迪加成员进行二分，在所有的创投机构中选取排名前 10 的作为处于网络结构中心位置或有利位置的创投机构来判断，然后利用 T 检验来检测创投网络辛迪加成员网络位置不同对创业企业 IPO 后绩效的影响。【表1】
（二）变量界定
研究变量如表 2 所示，自变量包括度数中心度、接近中心度、中介中心度、特征向量中心度、结构洞五个。度数中心度是测量与某一网络结点直接连接的其他结点的个数。该指标用于考察网络中单个创投机构所拥有的直接联结关系数量，度数中心度越高，说明创投机构直接联结关系越多，该创投机构越接近甚至处于网络中心位置，获取的资源和信息、参与交换的机会也越多，因此越有影响力。接近中心度是测量某一网络结点通过各种关系与网络中所有结点的接近程度,即捷径距离之和。该指标用于考察一个创投机构和处于网络最优位置的其他创投机构的联结程度，接近中心度越小，说明该结点到达所有结点的距离越短，就越不依赖于他者，从而不受其他行动者“控制”的能力就越强。中介中心度主要是由Freeman（1979）提出，是度量结点充当中介角色的可能。该指标用于考察行动者充当网络联结中介的能力，或者说度量一个行动者“控制”其他行动者的能力，中介中心度越高，说明控制其他结点交往的能力越强，在网络中的地位也越重要。特征向量中心度是由 Bonacich（1972）提出的度量网络中心性的一个指标。该指标是测度行动者中心度以及网络中心优势的一种标准化测度，它根据网络联结重要性的不同进行加权处理，目的是找出网络中最核心的行动者。如前文所述，结构洞是由 Bur（t1992）提出的，使用 Burt 给出的一个指标---结构洞有效规模进行测度，其值越大，说明行动者拥有越多的非冗余关系，具有极大的控制优势和信息优势。【表2】
因变量为创业企业绩效，如表 1 所示。本文选择股票市场累计异常回报率（CAR） 来测度创业企业IPO 之后的绩效，采用市场模型计算异常收益率（AR），即：【1】
（1）式中，Rit为第 i 个 IPO 企业在 t 时期的实际收益；（αi+βiRmt） 是用市场模型估计的第 i 个 IPO 企业在 t 时期的期望收益即基准回报率，选取市场指数回报率作为基准回报率；αi和 βi分别为市场模型估计出的参数值。CAR 为第 i 个 IPO 企业在 τ1期间到 τ2期间的累计异常收益率，计算公式如下：【2】
本文分别挑选出 10 天、30 天、60 天、90 天的股票市场累计异常回报率（CAR）来考察创投网络辛迪加成员网络结构位置对创业企业上市后绩效的影响。在计算 CAR 值时依据此类研究的做法，没有将IPO 首日回报率纳入计算范围，因 IPO 首日股份通常变动较大。
五、实证检验结果与分析
（一）辛迪加成员网络中心性对创业企业绩效的影响
将 2007~2012 年有创投网络辛迪加投资的 249家 IPO 企业按照以下标准进行分组：辛迪加投资中只要有一个辛迪加成员的中心度在前 10 的赋值为1,否则为 0.分组后的 IPO 企业 CAR 值的均值如表2 所示，网络度数中心度、中介中心度、接近中心度、特征向量中心度处于前 10 的辛迪加成员支持的IPO 企业的 CAR10、CAR30、CAR60、CAR90均值均高于其他 IPO 企业 CAR 值的均值，说明处于网络中心位置的辛迪加成员投资的 IPO 企业绩效高于处于网络其他位置的辛迪加成员投资的 IPO 企业绩效。通过T 检验发现（如表 5 所示），辛迪加成员程度中心度对 IPO 企业 30 天、60 天和 90 天的 CAR 值分别在0.01、0.1、0.05 的显着性水平上有显着的正向影响；辛迪加成员中介中心度对 IPO 企业 30 天的 CAR 值在 0.1 的显着性水平上有显着的正向影响；辛迪加成员接近中心度对 IPO 企业 10 天、30 天、60 天和90 天的 CAR 值分别在 0.05、0.01、0.01、0.05 的显着性水平有显着的正向影响；辛迪加成员特征向量中心度对 IPO 企业 10 天、30 天、60 天和 90 天的 CAR值分别在 0.05、0.01、0.01、0.05 的显着性水平上有显着的正向影响。从辛迪加成员中心性指标对创业企业绩效影响的 T 检验结果来看，测度的结果基本上是一致的，因此，假设 1a 得到验证。
对 249 家有创投网络辛迪加投资的 IPO 企业按照以下标准分组：辛迪加投资中存在主辛迪加成员的，其中心度在前 10 的赋值为 1,否则为 0.分组后的 IPO 企业 CAR 值的均值如表 3 所示，网络度数中心度、中介中心度、接近中心度、特征向量中心度处于前 10 的主辛迪加成员支持的 IPO 企业的 CAR10、CAR30、CAR60、CAR90均值均高于其他辛迪加成员支持的 IPO 企业相应的 CAR 值的均值，且高于处于前10 的非主辛迪加成员支持的 IPO 企业相应的 CAR值的均值（如表 4 所示），说明处于网络中心位置的主辛迪加成员投资的 IPO 企业绩效高于处于网络其他位置的辛迪加成员投资的 IPO 企业绩效。通过 T检验发现（如表 5 所示），主辛迪加成员程度中心性对 IPO 企业 10 天、30 天、60 天和 90 天的 CAR 值分别在 0.1、0.01、0.05、0.1 的显着性水平上有显着的正向影响；主辛迪加成员中介中心性对 IPO 企业 10天、30 天的 CAR 值在 0.05 的显着性水平上有显着的正向影响；主辛迪加成员接近中心性对 IPO 企业10 天、30 天、60 天和 90 天的 CAR 值分别在 0.05、0.01、0.01、0.05 的显着性水平是有显着的正向影响；主辛迪加成员特征向量中心性对 IPO 企业 10 天、30天、60 天和 90 天的 CAR 值分别在 0.05、0.01、0.01、0.05 的显着性水平上有显着的正向影响。主辛迪加成员中心性指标对创业企业 IPO 后绩效影响的 T 检验结果基本上是一致的，因此，假设 1b 得到验证。此外，本文对中心度处于前 10 的主辛迪加成员和处于前 10 的非主辛迪加成员支持的创业企业 IPO 后绩效进行 T 检验发现差异不显着。【表3-5】
（二）辛迪加成员结构洞对创业企业绩效的影响
对 249 家有创投网络辛迪加投资的 IPO 企业按照以下标准分组：辛迪加投资中只要有一个辛迪加成员的结构洞有效规模在前 10 的赋值为 1,否则为0.分组后的 IPO 企业 CAR 值的均值如表 6 所示，含有结构洞处于前 10 的辛迪加成员支持的 IPO 企业CAR10、CAR30、CAR60、CAR90的均值均高于其他 IPO企业相应的 CAR 值的均值，说明处于网络有利位置的辛迪加成员投资的 IPO 企业绩效高于处于网络其他位置的辛迪加成员投资的 IPO 企业绩效。通过 T检验发现（如表 7 所示），结构洞处于前 10 的辛迪加成员投资的 IPO 企业绩效与其他辛迪加成员投资的IPO 企业绩效差异不显着，假设 2a 未得到验证。
对 249 家有创投网络辛迪加投资的 IPO 企业按照以下标准分组：辛迪加投资中存在主辛迪加成员的，其结构洞有效规模在前 10 的赋值为 1,否则为0.分组后的 IPO 企业 CAR 值的均值如表 5 所示，结构洞处于前 10 的主辛迪加成员投资的 IPO 企业CAR10、CAR30、CAR60、CAR90的均值均高于其他 IPO企业相应的 CAR 值的均值，且高于处于前 10 的非主辛迪加成员投资的 IPO 企业 CAR10、CAR30、CAR60、CAR90相应的 CAR 值的均值（见表 8），说明处于网络有利位置的主辛迪加成员投资的 IPO 企业绩效高于处于网络其他位置的辛迪加成员投资的 IPO 企业绩效。通过 T 检验发现（如表 7 所示），与前面不同，结构洞处于前 10 的辛迪加成员投资的 IPO 企业CAR 值虽然高于其他位置的辛迪加成员投资的 IPO企业 CAR 值，但差异不显着，T 检验结果并未验证假设 2a.结构洞处于前 10 且处于辛迪加领导地位的辛迪加成员投资的 IPO 企业的 CAR 值显着高于其他位置的辛迪加成员投资的 IPO 企业 CAR 值，主辛迪加成员的结构洞对 10 天、30 天、60 天和 90 天的 IPO 企业 CAR 值分别在 0.05、0.01、0.1、0.1 的显着性水平上有显着的正向影响，说明辛迪加投资中领导地位的成员占据的结构洞数量多，对创业企业的影响更大。此外，本文对结构洞处于前 10 的主辛迪加成员和处于前 10 的非主辛迪加成员支持的创业企业 IPO 后绩效进行 T 检验发现差异显着。【表6-8】
六、研究结论
本文分析了创投网络辛迪加成员网络结构特征差异对创业企业绩效的影响，主要选取网络结构的一个重要特征---网络位置，采用中心性和结构洞来测度网络结构位置。从结构洞和中心性分析结果可以看到，创投网络结构位置突出的辛迪加成员，如占据中心位置和结构洞位置，它们往往具有极大的信息优势和控制优势，从而为创业企业带来更多的互补性资源和非冗余信息，提供除创业资金以外的高质量的增值服务，大大促进了创业企业的发展和获利。
由于中心性和结构洞是从不同侧面来度量辛迪加成员的网络结构位置，因而不同指标对创业企业绩效的影响机理有所差异。通过比较上述创投网络辛迪加成员四个中心性指标对 IPO 企业绩效影响的T 检验结果可以发现，虽然网络中心性各指标内涵有所不同，但结果基本一致，无论是辛迪加成员的中心性还是主辛迪加成员的中心性，对 IPO 企业绩效都有显着的正向影响，假设 1a 和 1b 得到验证。实证结果说明，辛迪加成员或主辛迪加成员网络中心性对创业企业绩效有显着的正向影响，处于网络结构中心位置的辛迪加成员或主辛迪加成员支持的 IPO企业的 CAR 值比其他位置的辛迪加成员支持的IPO 企业 CAR 值要高，且有显着差异，但处于中心位置的主辛迪加成员支持的 IPO 企业 CAR 值虽高于处于中心位置的非主辛迪加成员支持的 IPO 企业CAR 值，但差异不显着。由此可见，在创投网络中处于中心位置的主辛迪加成员和非主辛迪加成员，既可以获得更多的资源和信息，也可以为创业企业提供除了创业资金以外的高质量的增值服务，因而能够促进创业企业实现更高的绩效，且辛迪加投资中股权大小影响不大。
Burt 的结构洞理论对于辛迪加成员网络结构位置对创业企业 IPO 绩效的影响有一定的解释力，但解释程度并不高，辛迪加成员结构洞特性对创业企业绩效有正向影响但不显着，假设 2a 未得到验证。
此时，还需考虑一个因素即股权大小，结合股权大小来考察辛迪加成员结构洞特性对创业企业绩效的影响则解释力较高。根据股权大小可确定辛迪加投资中的领导成员即主辛迪加成员，处于领导地位的辛迪加成员的结构洞特性对创业企业绩效有显着的正向影响，且处于结构洞有利位置的主辛迪加成员对创业企业绩效的正向影响要显着高于处于结构洞有利位置的非主辛迪加成员带来的影响。辛迪加成员的结构洞越多，对创业企业绩效的正向影响越显着，但这种正向影响受到股权比例即股权大小的影响。
由于股权派生出控制权和决策权，主辛迪加成员在辛迪加中有相对较高的控制权和主导决策权，对创业企业的影响力要比非主辛迪加成员的影响力要大。因而，主辛迪加成员处在网络中间人位置即结构洞越多，就能掌控创业企业所需要的众多的资源流和信息流，而这些资源流和信息流来自没有直接联系的行动者，加上辛迪加成员股权越多，其决策权和控制权就越大，因为股权的大小决定着控制权和决策权的大小。因而，主辛迪加成员处于中间人位置，有较大的控制权和决策权，掌握着众多资源的配置和信息的流动，掌控着应该联合具备何种异质性的辛迪加成员即掌握辛迪加的组建，从而为创业企业提供自身和被筛选过的成员的大量的资源和信息以及多种形式的增值服务，提升创业企业价值，进而提高企业绩效。
本文分析了创投网络辛迪加成员网络结构特征对创业企业绩效的影响，研究表明，辛迪加成员处于网络中心位置和结构洞越多且为主辛迪加成员，对创业企业的绩效有显着的正向影响。从实践层面看，在中国创投行业迅速发展和网络化发展的情况下，本文的研究结论对创投机构自我中心网络的构建和有效运行、辛迪加投资战略的制定和创业企业选择创投机构等有一定的参考意义。创投机构应该构建一个有效的自我中心网络，并通过提升自身在创投网络中的位置来提高获取和控制更多资源与信息的能力，提高为创业企业提供高质量服务的能力，从而帮助创业企业存活、成长和成熟，提高创投机构的成功退出率。本文的研究结论，还有助于辛迪加成员投资战略的制定、合理选择成员，帮助创业资金提供者选择恰当的处于网络有利位置的创投机构，与其建立联系，从而提高投资回报。从理论层面看，关于创投网络要素对组织绩效的作用机理的研究较少，本文通过检验网络结构位置和组织绩效的关系，既可以提供一种关于创投网络结构不同要素在辛迪加投资过程中对创业企业绩效影响的解释，也提供了一种验证信息和知识通过网络联结流动的实证指标，从学术上对创投网络影响组织绩效的理论完善做出一些贡献。
本文在探索创投网络对创业企业绩效的作用机理时，只考虑了辛迪加成员网络结构特征对创业企业绩效的影响，还有其他的网络特征要素也有可能对创业企业绩效产生重要影响，比如网络关系要素、网络小派系等，这些有待今后进一步的探索和研究。
[参考文献]
[1]Chahine S.,J Arthurs.D.,I Filatotchev.and R.E Hoskissont.The Effects of Venture Capital Syndicate Diversity on EarningsManagement and Performance of IPOs in the US and UK:An institutional Perspective [J]. Journal of Corporate Finance,2012,18:179-192.
[2]Hochberg Y.,Ljungqvist A.,Lu Y. .Whom you know matters? Venture capital networks and investment [J].Journal of Fi-nance,2007,62（1）：251-301.
[3]Abell P.,Nisar T. MPerformance Effects of Venture Capital Firm Networks [J].Management Decision,2007,45（5）：923-936.
[4]Lerner J. The syndication of venture capital investments[J].Financial Management,1994b,23:16-27.
[5]Brander J.,Amit R.,Antweiler W. Venture-capital syndication:Improved venture selection vs.the value-added hypothesis[J]. Journal of Economics and Management Strategy,2002,11（3）：423-452.
[6]Manigart S., Lockett A., Meuleman M., et al. Venture capitalists'decision to syndicate [J]. Entrepreneurship Theory andPractice,2006（3）：131-153.
[7]Sorenson O.,Stuart T. E Bringing the context back in:Settings and the search for syndicate partners in venture capital in-vestment networks[J]. Administrative Science Quarterly,2008（53）： 266-294.
[8]Echols A. and Tsai W. Niche and performance:The moderating role of network embeddedness [J]. Strategic ManagementJournal,2005, 26（3）：219-238.
[9]党兴华，董建卫，陈 蓉。风险投资机构的网络位置对其退出方式的影响研究[J].中国软科学，2011（6）：156-166.
