За достижения, которые сначала вызывают смех, а затем – раздумья
 Поиск идей, способных изменить рынок  Макс Сина Никер (Max Sina Knicker)  Жан-Филипп Бушо (Jean-Philippe Bouchaud)  Мишель Бензакен (Michael Benzaquen) | Автомобиль Алкоголь Вера
Война Волосы Врачи
Геометрия Дети Женщины
Животные Запах Звук
Здоровье Кино Кладбище
Книга Космос Кофе Кошка
Лицо Мозг Мужчины
Музей Музыка Насекомые Общество Пенис
Предметы Продукты Психология
Птицы Разное Растения Секс Собака
Спорт Суд Техника Туалет
Финансы Цвет Экскременты /Реклама/ Шнобелевская премия - архив Венчурные капиталисты побеждают случайное распределение?в сфере прямых инвестиций и венчурного капитала ситуация неоднозначна Макс Сина Никер (Max Sina Knicker), Технический университет Мюнхена, Германия, Жан-Филипп Бушо (Jean-Philippe Bouchaud), Мишель Бензакен (Michael Benzaquen), Институт Луи Башелье, Франция, "Венчурные капиталисты побеждают случайное распределение?", arxiv.org, 11 августа, 2026. Результаты венчурного инвестирования в основном определяются небольшим числом экстремальных успехов, что затрудняет различение навыков инвестора от благоприятных результатов в сильно асимметричном распределении доходности. Мы изучаем этот вопрос, сравнивая эмпирические портфели венчурных инвестиций с ограниченным случайным эталоном, который сохраняет ключевые характеристики портфеля, включая время, географию, отраслевую структуру и размер портфеля, при этом рандомизируя выбор отдельных компаний. На разных этапах финансирования эмпирические распределения портфелей оказываются удивительно близкими к своим случайным эталонам. Мы не обнаружили доказательств того, что формирование портфеля увеличивает вероятность высоких мультипликаторов результатов: правый хвост остается статистически неотличимым от случайного распределения. Отклонения в нижней части распределения невелики и чувствительны к интерпретации нулевых результатов, что предполагает, в лучшем случае, слабые доказательства улучшения в сторону снижения. Мы также вводим ранговое эталонное распределение для оценки превосходства на каждой позиции в поперечном сечении. Этот анализ показывает, что даже лучшие портфели не превосходят результаты, ожидаемые для их ранга при случайной выборке. Наши результаты показывают, что результаты управления портфелями венчурного капитала в значительной степени соответствуют распределению средств с учетом ограничений, что подчеркивает сложность определения совокупной эффективности в условиях инвестиционных сценариев с «тяжелыми хвостами распределения». Аналогичный вывод справедлив и для эффективности прогнозирования будущей прибыли финансовыми аналитиками. Введение В сфере прямых инвестиций и венчурного капитала ситуация неоднозначна. Каплан и Шоар (2005) и Гомперс и др. (2006) документируют устойчивость результатов, предполагая наличие навыков. Однако более поздние работы подчеркивают сложность отделения навыков от шума в этих условиях. В частности, Кортевег и Сёренсен (2017) показывают, что, хотя вариативность результатов фондов содержит компонент навыков, реализованная доходность сильно подвержена влиянию шума, что затрудняет различение квалифицированных управляющих от тех, кто получает выгоду от благоприятных результатов. Аналогичные выводы приходят и в других областях, где лишь небольшая часть агентов может быть надежно идентифицирована как квалифицированные, в то время как большинство статистически неотличимы от случайных результатов (Маллади, 2020; Хартцмарк, 2016). Дополнительное направление исследований подчеркивает роль сильно асимметричных распределений доходности с тяжелыми хвостами. Когда результаты определяются редкими экстремальными событиями, даже значительные различия в эффективности могут возникать скорее из-за случайности, чем из-за систематических ошибок. Эта точка зрения предполагает, что даже при наличии навыков совокупные распределения результатов могут быть очень похожи на распределения, генерируемые случайными процессами. Эмпирические данные из смежных областей подтверждают эту точку зрения. В частности, прогнозы аналитиков по прибыли демонстрируют устойчивые искажения и существенный шум, и их эффективность в значительной степени соответствует случайному эталонному показателю. В данной работе мы рассматриваем этот вопрос с точки зрения распределения. Мы сравниваем наблюдаемые портфели венчурного капитала со случайным эталоном, который сохраняет ключевые структурные особенности, такие как время инвестирования, отраслевая структура и география, при этом рандомизируя отдельные инвестиции. Эта структура позволяет нам оценить, систематически ли построение портфеля меняет распределение результатов, а не сосредотачивается исключительно на средней доходности или устойчивости. Мы обнаружили, что эмпирические распределения портфелей близки к своим случайным эталонам на всех этапах финансирования, без каких-либо признаков увеличения вероятности высоких мультипликаторов результатов. Отклонения от эталона ограничены и сосредоточены в нижней части распределения, но незначительны по величине и чувствительны к ограничениям данных. Этот подход дополняет существующие работы, которые фокусируются на средней доходности или устойчивости, явно характеризуя полное распределение результатов при ограниченном случайном распределении. На уровне инвестора мы предлагаем распределение эталона на основе рангов в качестве меры истинного превосходства при случайном распределении. Данная методика позволяет оценивать эффективность относительно ожидаемого результата на каждой позиции в поперечном сечении, обеспечивая прямое сравнение фактических результатов с результатами, подразумеваемыми случайностью. Применяя этот подход, мы обнаруживаем, что даже самые эффективные портфели не превосходят свой бенчмарк, определяемый рангом, что подчеркивает сложность достижения превосходства в условиях, когда преобладают экстремальные результаты. Данные Венчурные инвестиции по своей природе конкурентны, и успех зависит от способности выявлять и инвестировать в стартапы, способные приносить исключительную прибыль. Для анализа этой ситуации мы используем набор данных Crunchbase Crunchbase, Inc. 2024, который предоставляет подробную информацию о публично объявленных раундах финансирования стартапов и их инвесторов. Этот набор данных позволяет нам охарактеризовать фактические результаты инвестиций венчурных капиталистов на разных этапах финансирования. Набор данных включает подробные записи о раундах финансирования, в которых участвовал венчурный капиталист, общую сумму финансирования для каждого раунда и последующие события финансирования для тех же стартапов. Таблица данных о венчурном капитале: Набор данных разделен на раунды финансирования (серии A, B и C) по 6 секторам. N - количество стартап-компаний, P - количество инвесторов. Tech & Software N 2222 1108 614 P 1469 821 500 Financial & Legal N 1187 520 288 P 824 415 248 Business & Services N 3679 1751 936 P 2001 1128 668 Consumer & Commerce N 3489 1515 778 P 1868 1040 612 Health & Environment N 3128 2301 1433 P 1788 1379 999 Communication & Ed. N 931 398 244 P 674 317 218 Всего N 14636 7593 4293 P 8624 5100 3245 Заключение Наш анализ сравнивает наблюдаемые результаты портфелей венчурного капитала с эталонным показателем, который сохраняет временные рамки, отраслевой состав, географию и размер каждого портфеля, заменяя при этом индивидуальные инвестиции случайными выборками. Используя критерии Колмогорова-Смирнова, мы обнаружили, что эмпирическое и эталонное распределения в значительной степени схожи, а статистически обнаруживаемые различия ограничены нижней частью распределения. Эти отклонения незначительны по величине и не приводят к увеличению вероятности высоких мультипликаторов. Таким образом, на уровне распределения результаты портфелей в целом соответствуют результатам, полученным при ограниченном случайном распределении. Мы дополняем этот агрегированный взгляд анализом на основе рангов, который сравнивает каждого инвестора с ожидаемым результатом для этого ранга при случайном выборе. Этот подход приводит к последовательному выводу по всему спектру рангов. Инвесторы в нижней части распределения показывают результаты, в целом соответствующие эталонному показателю, в то время как даже самые сильные инвесторы не превосходят результаты, подразумеваемые их рангом при случайной выборке. Эти результаты показывают, что одних лишь экстремальных показателей доходности портфеля недостаточно для подтверждения квалификации в условиях сильно асимметричного распределения доходности. Наши выводы указывают на более широкое заключение: в условиях, характеризующихся результатами с «тяжелыми хвостами», по своей природе сложно добиться результатов, превышающих те, которые могут быть достигнуты при ограниченном случайном распределении. Даже самые успешные портфели не превосходят эталон, определяемый случайным образом, что подчеркивает сложность выявления устойчивой альфы на рынках венчурного капитала. Анализ прогнозов аналитиков по прибыли подтверждает этот вывод. Там результаты практически неотличимы от случайного эталона, что говорит о том, что сложность превышения результатов, определяемых случайным образом, не является специфичной для венчурного капитала, а может отражать более общую особенность принятия решений в условиях неопределенности. 25.08.2026 Комментарий:
Источник - пресса |
| (c) 2010-2026 Шнобелевская премия | ig-nobel@mail.ru |