Исследования по распределению и предпринимательскому праву

Anonim

Исследователи бизнес-школ сделали фундаментальную ошибку в своих попытках понять предпринимательство. Крис Кроуфорд и его коллеги обнаружили в новой статье в журнале Business Venturing Крис Кроуфорд и его коллеги ошибочно предположили, что большинство результатов, представляющих интерес в мире стартапов, обычно распределяются, когда они, как правило, следуют распределению степенных законов.

Социологи обычно предполагают, что явления, которые они пытаются объяснить, следуют нормальному распределению. Это хорошо работает для объяснения многих вещей в этом мире, таких как рост взрослых мужчин или цены на продукты, но они работают довольно плохо для объяснения эффективности стартапов.

$config[code] not found

Кроуфорд и другие, такие как Джерри Нойманн, сообщают, что ключевые показатели эффективности новых компаний - включая рост выручки и занятости, оценку компаний и доходность ангельского и венчурного капитала - следуют распределению по степенному закону. При распределении по степенному закону в нескольких крайних случаях учитываются практически все результаты, независимо от того, что вы измеряете, это часть прибыли Y-Combinator, получаемой от инвестиций в Airbnb, источник прибыли в последнем фонде Sequoia Capital или на рабочих местах. созданный американской промышленностью.

Кроуфорд и его коллеги делают смелые заявления в резюме своей статьи. Они говорят: «Наши результаты требуют развития новой теории, чтобы объяснить и предсказать механизмы, которые генерируют эти распределения и выбросы в них».

Чтобы понять, почему они правы, позвольте мне выделить три следствия их выводов:

• Статистическое предположение о подавляющем большинстве исследований предпринимательства, проведенных сегодня, неверно, что делает их выводы подозрительными. Взять, к примеру, эту строку из научной статьи Йохана Виклунда из Сиракузского университета и Дина Шеперда из Индийского университета, которые пишут (2011: 927) «в любой выборке фирм можно разумно предположить, что производительность будет варьироваться в среднем вокруг среднего значения. »

Предположение о распределении производительности фирмы приводит к тому, что такие исследователи, как Виклунд и Шепард, используют логическую статистику, основанную на нормальных распределениях. Но Кроуфорд и его коллеги показывают, что данные о производительности начинающей фирмы обычно не распространяются, а подчиняются степенному закону. Как показано на рисунке, который я позаимствовал из их статьи, нормальные распределения и распределения степенного закона - это очень разные животные. Если предположить, что данные следуют одному шаблону, а фактически следуют другому, это будет означать, что ваш статистический анализ будет неверным.

• Усилия исследователей по обеспечению того, чтобы их данные «соответствовали» предположениям о нормальности, побуждают их выбрасывать те самые данные, которые содержат наибольшую информацию о предпринимательстве. Статистический анализ, который зависит от предположения о нормальном распределении, очень чувствителен к выбросам - таким как последняя оценка Uber или рыночная капитализация Facebook. Чтобы избежать «предвзятости», возникающей при попытке включить выбросы в анализы, основанные на нормальном распределении, исследователи обычно их устраняют. Но когда то, что вы измеряете, следует распределению по степенному закону, такой подход сродни выбрасыванию ребенка вместо воды в ванне.

• Забота политиков о неприкосновенности частной жизни людей очень затрудняет для исследователей точное использование правительственных данных для объяснения предпринимательской деятельности. Большинство правительственных баз данных, таких как предоставленные Бюро переписей или Федеральной резервной системой, обычно используют «верхний код» - или удаляют самых высокоэффективных - в открытых версиях своих наборов данных, чтобы пользователи не могли идентифицировать участников исследования. Именно это усилие по защите конфиденциальности подрывает точное измерение предпринимательства, когда ключевые переменные, которые предсказывают исследователи, следуют распределению степенного закона. Наиболее важными частями информации в базе данных являются те самые цифры, которые скрыты от анализа.

Стартап Фото через Shutterstock

Комментарий ▼