Distribuce mocenského práva a výzkum v oblasti podnikání

Anonim

Výzkumní pracovníci v obchodní škole učinili zásadní chybu ve svém úsilí o pochopení podnikání. Nesprávně předpokládali, že většina zájmů ve startovním světě je obvykle distribuována, když se obecně řídí distribucí zákonů, Chris Crawford a jeho kolegové najdou v novém dokumentu v Journal of Business Venturing.

Sociální vědci obecně předpokládají, že jevy, které usilují o vysvětlení, sledují normální rozdělení. To funguje celkem dobře, protože vysvětluje spoustu věcí na tomto světě, jako je výška dospělých mužů nebo ceny potravinářských výrobků, ale fungují spíše špatně pro vysvětlení výkonnosti startovních společností.

$config[code] not found

Crawford a další, jako Jerry Neumann, uvádějí, že klíčové ukazatele výkonnosti nových společností - včetně růstu příjmů a zaměstnanosti, firemních ocenění a návratů andělských a rizikových kapitálů - se řídí distribucí mocenských zákonů. S rozdělením mocenských zákonů představují některé extrémní případy téměř všechny výsledky, a to, zda to, co měříte, je zlomkem výnosů společnosti Y-Combinator, které pocházejí z investice do společnosti Airbnb, zdrojem zisku v posledním fondu společnosti Sequoia Capital nebo na pracovních místech vytvořil americký průmysl.

Crawford a jeho kolegové odvádějí své odůvodnění v abstraktu. Říká se, že "naše výsledky vyžadují vývoj nové teorie, která by vysvětlila a předvídala mechanismy, které tyto distribuce vytvářejí, a odhady v nich."

Abych pochopil, proč mají pravdu, dovolte mi upozornit na tři důsledky jejich zjištění:

• Statistický předpoklad převážné většiny podnikatelského výzkumu provedeného dnes je nesprávný, takže jejich zjištění jsou podezřelé. Vezměte například tento řádek z vědeckého článku Johana Wiklunda ze Syrakusové univerzity a Dean Shepherda z indické univerzity, který píše (2011: 927) "v každém vzorku firem lze rozumně předpokládat, že výkon se bude normálně měnit v průměru. "

Předpoklad distribuce výkonnosti firmy vede výzkumné pracovníky jako Wiklund a Shepherd k použití inferenční statistiky založené na normálních distribucích. Ale Crawford a kolegové ukazují, že údaje o počáteční výkonnosti firmy nejsou běžně distribuovány, ale řídí se distribucí zákonů. Jak ukazují čísla, které jsem si vypůjčila z jejich papíru, normální rozdělení a distribuce mocenských zákonů jsou velmi odlišná zvířata. Pokud předpokládáme, že data následují po jednom vzoru, když ve skutečnosti následuje další, znamená to, že vaše statistické analýzy budou špatné.

• Snaha výzkumných pracovníků zajistit, aby jejich údaje "odpovídaly" předpokladům o normálnosti, vedly je k tomu, aby vyhodily samotná data, která obsahují nejvíce informací o podnikání. Statistická analýza, která závisí na předpokladu normální distribuce, je velmi citlivá na odlehlé hodnoty - jako je nejnovější ocenění společnosti Uber nebo tržní kapitalizace společnosti Facebook. Abychom se vyhnuli "zkreslení", která bude vycházet ze snahy o zahrnutí odlehlých hodnot do analýz, které se spoléhají na běžné distribuce, je většinou výzkumníci vylučují. Ale když to, co měříte, se řídí distribucí mocenských zákonů, je tento přístup podobný tomu, že vyměňuje dítě místo vody z vody.

• Obavy tvůrců politik týkajících se soukromí lidí znesnadňují výzkumné pracovníky, aby správně používali vládní údaje k vysvětlení podnikání. Většina vládních databází, jako jsou údaje poskytované úřadem pro sčítání lidu nebo Federálním rezervním systémem, běžně "vrchní kód" - nebo odstranit ty nejvyšší výkony - ve veřejných verzích jejich datových sad zabránit uživatelům identifikovat účastníky studie. Tato snaha o ochranu soukromí podkopává přesné měření podnikání, pokud klíčové proměnné, které výzkumníci předpovídají, budou následovat distribuci mocenských zákonů. Nejdůležitější informace v databázi jsou samotná čísla, která jsou skrytá z analýzy.

Spusťte aplikaci Photo Shutterstock

Komentář ▼