商学院的研究人员在理解创业精神方面犯了一个根本性的错误。他们错误地认为，创业世界中大多数人感兴趣的结果通常是在他们通常遵循幂律分布的情况下分发的，Chris Crawford和他的同事在Journal of Business Venturing的新论文中找到了。
社会科学家通常认为他们试图解释的现象遵循正态分布。这很适合解释这个世界上的很多东西，比如成年人的高度或杂货价格，但是他们在解释创业公司的表现方面效果很差。
$config[code] not found克劳福德和Jerry Neumann等人报告说，新公司业绩的关键指标 - 包括收入和就业增长，公司估值以及天使和风险资本回报 - 遵循幂律分布。根据幂律分布，几个极端情况几乎可以解释所有结果，无论您测量的是Y-Combinator的回报来自Airbnb的投资，这是红杉资本最新基金或工作中的利润来源由美国工业界创造。
克劳福德和他的同事在他们的论文摘要中提出了一个大胆的主张。他们说，“我们的结果要求开发新理论来解释和预测产生这些分布的机制及其中的异常值。”
为了理解他们为什么是正确的，让我强调他们发现的三个含义：
•今天进行的绝大多数创业研究的统计假设是不正确的，这使得他们的研究结果令人怀疑。例如，锡拉丘兹大学的Johan Wiklund和印度大学的Dean Shepherd撰写的学术文章中的这一行，他写了（2011：927）“在任何公司样本中，可以合理地假设性能通常在平均值附近变化。 ”
对公司绩效分布的假设使得像Wiklund和Shepherd这样的研究人员使用基于正态分布的推论统计。但Crawford及其同事表明，初创企业绩效数据并非正常分布，而是遵循幂律分布。正如我从他们的论文中借来的数字所示，正态分布和幂律分布是非常不同的动物。假设数据在实际跟随另一个模式时遵循一种模式，则意味着您的统计分析将是错误的。
•政策制定者对人们隐私的担忧使得研究人员很难准确地使用政府数据来解释企业家精神。大多数政府数据库，如人口普查局或美联储提供的数据库，通常在其数据集的公共版本中“顶级代码” - 或删除表现最好的数据库，以防止用户识别研究参与者。当研究人员预测的关键变量遵循幂律分布时，保护隐私的努力破坏了对企业家精神的准确测量。数据库中最重要的信息是从分析中隐藏的数字。
通过Shutterstock启动照片
评论▼
