Διανομές Δικαίου Ισχύος και Έρευνα Επιχειρηματικότητας

Anonim

Οι ερευνητές των σχολείων επιχειρήσεων έχουν κάνει ένα βασικό σφάλμα στις προσπάθειές τους να κατανοήσουν το επιχειρηματικό πνεύμα. Υπολόγισαν λανθασμένα ότι τα περισσότερα αποτελέσματα ενδιαφέροντος στον κόσμο εκκίνησης διανέμονται κατά κανόνα όταν ακολουθούν γενικά μια διανομή νόμου εξουσίας, ο Chris Crawford και οι συνεργάτες του βρίσκουν σε μια νέα δημοσίευση στο Journal of Business Venturing.

Οι κοινωνικοί επιστήμονες γενικά υποθέτουν ότι τα φαινόμενα που προσπαθούν να εξηγήσουν ακολουθούν μια κανονική κατανομή. Αυτό λειτουργεί πολύ καλά για να εξηγεί πολλά πράγματα σε αυτόν τον κόσμο, όπως το ύψος των ενήλικων ανδρών ή των τιμών των παντοπωλείων, αλλά δουλεύουν μάλλον άσχημα για να εξηγήσουν τις επιδόσεις των νεοσύστατων επιχειρήσεων.

$config[code] not found

Ο Crawford και άλλοι, όπως και ο Jerry Neumann, αναφέρουν ότι βασικοί δείκτες των επιδόσεων των νέων εταιρειών - συμπεριλαμβανομένης της αύξησης των εσόδων και της απασχόλησης, των αποτιμήσεων των επιχειρήσεων και των επιστροφών των αγγέλων και των επιχειρηματικών κεφαλαίων - ακολουθούν τη διανομή νόμων εξουσίας. Με μια κατανομή του νόμου εξουσίας, μερικές ακραίες περιπτώσεις αντιπροσωπεύουν σχεδόν όλα τα αποτελέσματα, είτε αυτό που μετράτε είναι το κλάσμα των αποδόσεων της Y-Combinator που προέρχονται από την επένδυση στην Airbnb, την πηγή των κερδών στο τελευταίο ταμείο της Sequoia Capital ή τις θέσεις εργασίας δημιουργήθηκε από την αμερικανική βιομηχανία.

Ο Crawford και οι συνάδελφοί του κάνουν μια τολμηρή αξίωση στην περίληψη της εργασίας τους. Λένε ότι "τα αποτελέσματά μας απαιτούν την ανάπτυξη μιας νέας θεωρίας για να εξηγήσουμε και να προβλέψουμε τους μηχανισμούς που παράγουν αυτές τις διανομές και τα απομεινάρια εκεί".

Για να καταλάβω γιατί έχουν δίκιο, επιτρέψτε μου να επισημάνω τρεις συνέπειες των ευρημάτων τους:

• Η στατιστική παραδοχή της συντριπτικής πλειοψηφίας της έρευνας για την επιχειρηματικότητα που διεξάγεται σήμερα είναι λανθασμένη, καθιστώντας τα ευρήματά τους ύποπτα. Πάρτε, για παράδειγμα, αυτή τη γραμμή από ένα επιστημονικό άρθρο του Johan Wiklund του Πανεπιστημίου των Συρακουσών και του Dean Shepherd του Ινδικού Πανεπιστημίου που γράφει (2011: 927) "σε οποιοδήποτε δείγμα επιχειρήσεων μπορεί εύλογα να υποτεθεί ότι η απόδοση θα διαφέρει κανονικά γύρω από έναν μέσο όρο. "

Η υπόθεση της διανομής της απόδοσης της επιχείρησης οδηγεί τους ερευνητές όπως το Wiklund και το Shepherd να χρησιμοποιούν στατιστικές συμπερασμάτων βασισμένες σε κανονικές διανομές. Όμως, ο Crawford και οι συνεργάτες του δείχνουν ότι τα στοιχεία για την απόδοση της επιχείρησης εκκίνησης δεν διανέμονται κανονικά, αλλά ακολουθούν μια κατανομή νόμου εξουσίας. Όπως δείχνει η μορφή που δανείστηκα από το χαρτί τους, οι κανονικές κατανομές και οι κατανομές του νόμου εξουσίας είναι πολύ διαφορετικά ζώα. Υποθέτοντας ότι τα δεδομένα ακολουθούν ένα μοτίβο όταν ακολουθεί στην πραγματικότητα ένα άλλο πρόκειται να σημαίνει ότι οι στατιστικές αναλύσεις σας θα είναι λάθος.

• Οι προσπάθειες των ερευνητών να διασφαλίσουν ότι τα δεδομένα τους "ταιριάζουν" τις παραδοχές της κανονικότητας τους ωθούν να πετάξουν τα ίδια τα δεδομένα που περιέχουν τις περισσότερες πληροφορίες σχετικά με την επιχειρηματικότητα. Η στατιστική ανάλυση που εξαρτάται από την παραδοχή μιας κανονικής διανομής είναι πολύ ευαίσθητη στις υπερβολικές τιμές - όπως η τελευταία αποτίμηση της Uber ή η κεφαλαιοποίηση της αγοράς στο Facebook. Για να αποφευχθεί η "προκατάληψη" που θα προέλθει από την προσπάθεια να συμπεριληφθούν οι αναλυτές σε αναλύσεις που βασίζονται σε κανονικές κατανομές, οι ερευνητές τους εξαλείφουν συνήθως. Αλλά όταν αυτό που μετράτε ακολουθεί μια κατανομή νόμου εξουσίας, αυτή η προσέγγιση είναι παρόμοια με το ρίχνοντας το μωρό έξω από το νερό του μπάνιου.

• Οι ανησυχίες των υπευθύνων χάραξης πολιτικής σχετικά με την ιδιωτική ζωή των πολιτών δυσκολεύουν τους ερευνητές να χρησιμοποιούν με ακρίβεια κυβερνητικά δεδομένα για να εξηγήσουν την επιχειρηματικότητα. Οι περισσότερες κυβερνητικές βάσεις δεδομένων, όπως αυτές που παρέχονται από το Γραφείο Απογραφής ή την Ομοσπονδιακή Τράπεζα των ΗΠΑ, συνήθως είναι "κορυφαίοι κώδικες" - ή αφαιρούν τους πολύ υψηλούς εκτελεστές - σε δημόσιες εκδόσεις των συνόλων δεδομένων τους, για να εμποδίσουν τους χρήστες να εντοπίσουν τους συμμετέχοντες στη μελέτη. Αυτή η ίδια η προσπάθεια για την προστασία της ιδιωτικής ζωής υπονομεύει την ακριβή μέτρηση της επιχειρηματικότητας όταν οι βασικές μεταβλητές οι ερευνητές προβλέπουν ότι ακολουθούν μια κατανομή ισχύος νόμου. Τα πιο σημαντικά στοιχεία της βάσης δεδομένων είναι οι ίδιοι οι αριθμοί που κρύβονται από την ανάλυση.

Εκκίνηση φωτογραφίας μέσω Shutterstock

Σχόλιο ▼