導(dǎo)語

近日，由上海科技大學(xué)、西交利物浦大學(xué)、美國(guó)馬里蘭大學(xué)等機(jī)構(gòu)的學(xué)者組成的跨學(xué)科團(tuán)隊(duì)，在國(guó)際期刊《ACM Transactions on Intelligent Systems and Technology》上發(fā)表文章，基于創(chuàng)業(yè)者和投資人之間的連接關(guān)系，開發(fā)圖神經(jīng)網(wǎng)絡(luò)模型，用于預(yù)測(cè)初創(chuàng)企業(yè)成功率，實(shí)證結(jié)果表明，該模型識(shí)別出的早期初創(chuàng)企業(yè)，其成功概率是專業(yè)投資者選擇的兩倍。該模型的源代碼已開發(fā)，用于支持實(shí)踐應(yīng)用和未來研究。

本周六（9月27日）14:00-16:00將由論文作者洪蘇婷、張海鵬在集智俱樂部主辦的上分享最新成果，主題為“基于網(wǎng)絡(luò)科學(xué)視角的創(chuàng)業(yè)金融研究：特征、趨勢(shì)與實(shí)證探索”，歡迎預(yù)約直播！

關(guān)鍵詞：AI，圖神經(jīng)網(wǎng)絡(luò)，創(chuàng)業(yè)網(wǎng)絡(luò)

洪蘇婷、張海鵬丨作者

文章題目：Help Me Screen: Analyzing and Predicting the Success of Start-ups in Dynamic Venture Capital Networks 文章網(wǎng)址：https://dl.acm.org/doi/10.1145/3763001

背景介紹

風(fēng)險(xiǎn)投資（venture capital, VC）為科技創(chuàng)新型企業(yè)的發(fā)展提供融資支持。根據(jù)Pitchbook的數(shù)據(jù)統(tǒng)計(jì)，2024年全球風(fēng)險(xiǎn)投資總金額達(dá)到了3680億美元。在美國(guó)，近五十年成立的上市公司中，有一半的企業(yè)曾接受了VC的支持 (Gonarll & Strebulaev, 2021)；在中國(guó)進(jìn)行公開股票募集 (IPO) 的公司中，有超過30%曾獲得風(fēng)險(xiǎn)投資 (Huang & Tian, 2020)。然而，即便是經(jīng)驗(yàn)豐富的創(chuàng)業(yè)投資機(jī)構(gòu)，依然難以準(zhǔn)確預(yù)測(cè)科技創(chuàng)新企業(yè)的成功。本文的數(shù)據(jù)統(tǒng)計(jì)顯示，全球所有在2007至2019間獲得了至少一輪風(fēng)險(xiǎn)投資的初創(chuàng)企業(yè)中，僅有1.88%的企業(yè)最終實(shí)現(xiàn)了IPO，另僅有13.54%的企業(yè)被收購(gòu)。

預(yù)測(cè)科技創(chuàng)新型企業(yè)的成功存在諸多挑戰(zhàn)。初創(chuàng)企業(yè)的經(jīng)營(yíng)歷史短、缺乏完善的財(cái)務(wù)與運(yùn)營(yíng)數(shù)據(jù)，加之其成長(zhǎng)迭代快、商業(yè)模式和戰(zhàn)略常常調(diào)整，從而導(dǎo)致傳統(tǒng)分析和估值模型難以適用。當(dāng)前，投資機(jī)構(gòu)對(duì)這類企業(yè)的評(píng)估多依賴投資者個(gè)人經(jīng)驗(yàn)與主觀判斷，因而方法缺乏系統(tǒng)性，決策也充滿不確定性。

基于涵蓋40年的全球VC數(shù)據(jù)集，本文將VC生態(tài)系統(tǒng)動(dòng)態(tài)建模為由初創(chuàng)企業(yè)和個(gè)人構(gòu)成的二部網(wǎng)絡(luò)，考慮了歷史時(shí)期的時(shí)間依賴性、VC網(wǎng)絡(luò)的結(jié)構(gòu)信息以及節(jié)點(diǎn)屬性。本文將該模型應(yīng)用于篩選識(shí)別具有成功潛力的早期初創(chuàng)企業(yè)，其預(yù)測(cè)成功率是專業(yè)投資者選擇的兩倍。

模型與方法

圖1. 模型整體框架

本文的模型構(gòu)建方法由5個(gè)主要部分組成，包括VC投資網(wǎng)絡(luò)構(gòu)建（圖1(a)）、圖自注意力學(xué)習(xí)（圖3）、結(jié)合微調(diào)的增量圖表征學(xué)習(xí)（圖1(b)）、序列圖表征學(xué)習(xí)（圖1(c)）和成功預(yù)測(cè)（圖1(d)）。

本文基于風(fēng)險(xiǎn)投資中的豐富節(jié)點(diǎn)和連接關(guān)系構(gòu)建網(wǎng)絡(luò)。本文的異構(gòu)創(chuàng)業(yè)投資網(wǎng)絡(luò)是一系列二部圖，圖中的節(jié)點(diǎn)有兩種類型：個(gè)人（包括投資人或創(chuàng)業(yè)公司團(tuán)隊(duì)成員）以及創(chuàng)業(yè)公司。如圖2提供的示例所示，該網(wǎng)絡(luò)的連接由個(gè)人和創(chuàng)業(yè)公司之間由投資、雇傭/創(chuàng)立關(guān)系組成。初始網(wǎng)絡(luò)， G 0 ，考慮了截止至某一預(yù)設(shè)時(shí)間點(diǎn)之前的所有投資活動(dòng)。此后，網(wǎng)絡(luò)以增量方式逐步擴(kuò)展，從而能夠捕捉到投資格局的動(dòng)態(tài)變化。

圖2. 風(fēng)投網(wǎng)絡(luò)連接關(guān)系的示例

本文采用自注意力機(jī)制在單個(gè)VC投資網(wǎng)絡(luò)中進(jìn)行節(jié)點(diǎn)層面的表示學(xué)習(xí)，以無監(jiān)督方式更新新節(jié)點(diǎn)、邊及其鄰居的圖嵌入。受自然語言處理（NLP）應(yīng)用中自注意力機(jī)制成功經(jīng)驗(yàn)的啟發(fā) (Ashish et al., 2017)，本文設(shè)計(jì)了一種圖自注意力（Graph Self-attention, GST）神經(jīng)網(wǎng)絡(luò)，用于聚合投資者和初創(chuàng)團(tuán)隊(duì)成員的信息，從而在VC網(wǎng)絡(luò)中獲得更優(yōu)的初創(chuàng)企業(yè)表示。與強(qiáng)調(diào)全局結(jié)構(gòu)聚合的圖自注意力框架不同，GST 更注重局部跳鄰域 (n-hop neighborhood) 關(guān)系，同時(shí)減輕了全局信息過載的問題。這一設(shè)計(jì)在VC網(wǎng)絡(luò)中尤為關(guān)鍵，因?yàn)橹苯舆B接關(guān)系對(duì)預(yù)測(cè)初創(chuàng)企業(yè)的成功具有強(qiáng)大的解釋力。

圖3. 圖自注意力學(xué)習(xí)Graph self-attention learning

具體而言，GST 的工作方式如下。假設(shè)在 (l-1 )次迭代中，所有節(jié)點(diǎn)的嵌入已經(jīng)學(xué)習(xí)完畢，記作 。對(duì)于每條邊 (s-d) ，本文計(jì)算源節(jié)點(diǎn) s 對(duì)目標(biāo)節(jié)點(diǎn) t 的重要性（即注意力）。本文采用 h 頭注意力機(jī)制，其中每個(gè)注意力頭的值分別計(jì)算。第 i 頭的注意力值 ATT - hea d i ( s,t ) 如下

其中 和 為可訓(xùn)練的參數(shù)，用于將目標(biāo)節(jié)點(diǎn)和源節(jié)點(diǎn)映射為查詢向量和鍵向量。邊 ( s - t ) 的注意力值 ATT - hea d i (s , t ) 定義為它們的點(diǎn)積。隨后，通過邊 ( s - t ) ，節(jié)點(diǎn) s 傳遞到節(jié)點(diǎn) t 的信息表示為：

其中 是一個(gè)可訓(xùn)練的參數(shù) ，用于將原節(jié)點(diǎn)映射為 值 向量 ，而參數(shù) 用于聚合來自 h 個(gè)注意力頭的信息。在接收到來自所有鄰居的聚合信息后，將節(jié)點(diǎn) t 本身與其鄰居的信息進(jìn)行拼接（⊕），其中可訓(xùn)練參數(shù)為 。最終加入殘差層，以獲得在第 l 次迭代時(shí)目標(biāo)節(jié)點(diǎn) t 的嵌入，記為 H l [t] 。

本文提出了一種帶有微調(diào)的表征學(xué)習(xí)方法，對(duì)下游的成功預(yù)測(cè)任務(wù)具有良好效果。這種增量式策略能夠在不同時(shí)間段內(nèi)學(xué)習(xí)到處于同一維度空間的表示，從而保證其在后續(xù)應(yīng)用中的可比性和穩(wěn)健性。本文將這一增量表征學(xué)習(xí)問題構(gòu)建為一個(gè)有監(jiān)督的連接預(yù)測(cè)/節(jié)點(diǎn)分類任務(wù)，具體如下：（1）使用GST（記為 GST-1）來獲取 G t 中新增節(jié)點(diǎn)的表示，并更新 G t-1 時(shí)期已有節(jié)點(diǎn)的表示，即: R t =GST-1 ( E t-1 ) ; （2）這些學(xué)習(xí)得到的嵌入 R t 可能并非最優(yōu)，尤其是在新增節(jié)點(diǎn)的情況下，僅通過少量層級(jí)的鄰居聚合所得到的表示可能存在不足。為了優(yōu)化所有嵌入，本文設(shè)計(jì)了一種結(jié)合連接預(yù)測(cè)和節(jié)點(diǎn)分類任務(wù)的優(yōu)化流程。在連接預(yù)測(cè)任務(wù)中，將所有新增的邊作為訓(xùn)練集中的正樣本，同時(shí)在 G t 中隨機(jī)選取相同數(shù)量的不實(shí)際存在的邊作為負(fù)樣本。在節(jié)點(diǎn)分類任務(wù)中，每個(gè)節(jié)點(diǎn)被標(biāo)記為“初創(chuàng)企業(yè)”或“個(gè)人”兩類之一。公式如下：

R t [ * ] 是節(jié)點(diǎn)*的表示， De c LP ( u,v ) 預(yù)測(cè) u,v 之間是否存在連接關(guān)系， De c NC ( v ) 識(shí)別了節(jié)點(diǎn) v 的類型。整體的損失函數(shù)為：

其中， L LP 和 L NC 分別表示連接預(yù)測(cè)與節(jié)點(diǎn)分類的二元交叉熵?fù)p失，β用于平衡兩者的貢獻(xiàn)。

在獲得每個(gè)時(shí)間段的圖表征之后，我們進(jìn)一步捕捉這些時(shí)間段之間的依賴關(guān)系，以便為下游應(yīng)用（在本文情境下為預(yù)測(cè)成功）生成更優(yōu)的初創(chuàng)企業(yè)表示。對(duì)于在第 t 個(gè)時(shí)間段獲得首次投資的初創(chuàng)企業(yè)，我們利用其前 k 個(gè)時(shí)間段的全部信息（在本研究中設(shè)定 k 為10個(gè)時(shí)間段），來預(yù)測(cè)該企業(yè)是否會(huì)取得成功。

給定在各時(shí)間段中學(xué)習(xí)得到的嵌入 E (t-k) , E (t-k+1) ,…, E (t) , 序列化的圖表征學(xué)習(xí)可寫為

表示從歷史嵌入中學(xué)習(xí)得到的序列化表示，即LSTM的最后一個(gè)隱藏層輸出。

本文將對(duì)初創(chuàng)企業(yè)成功的預(yù)測(cè)問題設(shè)計(jì)為一個(gè)二元分類問題，其輸入包括前一步驟學(xué)習(xí)得到的表示 ，以及節(jié)點(diǎn)屬性（如投資者人口統(tǒng)計(jì)信息、行業(yè)領(lǐng)域等）。不同于直接將這些輸入送入三層多層感知機(jī)（Multilayer Perceptron，MLP），我們首先將其與GST（記為 GST-2）融合，然后將新的表示輸入至 MLP。MLP 的前兩層激活函數(shù)采用 tanh，最后一層采用 sigmoid。訓(xùn)練集在初創(chuàng)企業(yè)層面構(gòu)建，其中部分初創(chuàng)企業(yè)在獲得VC 投資后實(shí)現(xiàn)了成功退出（IPO或者被收購(gòu)），而另一些則未能成功。

數(shù)據(jù)與實(shí)驗(yàn)

本文使用全球金融服務(wù)提供商晨星（Morningstar）旗下子公司Pitchbook收集的風(fēng)險(xiǎn)投資數(shù)據(jù)集，該數(shù)據(jù)涵蓋了1977年至今全球范圍內(nèi)的創(chuàng)業(yè)投資交易，具有廣泛的地理和行業(yè)跨度。本文的數(shù)據(jù)包含從1977年至2019年間全球共116,764家創(chuàng)業(yè)公司獲得的187,346筆投資，并且涵蓋了 244,267名創(chuàng)始人或聯(lián)合創(chuàng)始人以及62,424名投資人之前的雇傭和投資關(guān)系信息。

圖4(a)顯示了收到不同輪次融資的創(chuàng)業(yè)公司數(shù)量和它們的成功率，本文將成功定義為創(chuàng)業(yè)企業(yè)完成IPO或者被收購(gòu)。獲得第一輪融資的公司的成功率是最低的，僅為15.71%，當(dāng)創(chuàng)業(yè)公司進(jìn)入后續(xù)融資輪次，其成功率隨之上升。這也顯示了在首輪融資時(shí)，預(yù)測(cè)企業(yè)最終成功退出的難度和重要價(jià)值。圖4(b)和4(c)分別顯示了7個(gè)一級(jí)行業(yè)類別的創(chuàng)業(yè)公司占比和行業(yè)平均成功率。93.6%的創(chuàng)業(yè)公司屬于IT、B2C、B2B或醫(yī)療保?。▓D4(b)），相較于其它行業(yè)，醫(yī)療保健和IT行業(yè)的創(chuàng)業(yè)公司取得了較高的成功率（圖4(c)）。

圖 4. 數(shù)據(jù)描述

(a) 不同融資輪次下初創(chuàng)企業(yè)的數(shù)量及其對(duì)應(yīng)的成功率及標(biāo)準(zhǔn)誤差；（b）初創(chuàng)企業(yè)在不同行業(yè)領(lǐng)域的分布，其中 FS 表示金融服務(wù)業(yè)，M&R 表示材料與資源;(c) 各行業(yè)領(lǐng)域的成功率及其標(biāo)準(zhǔn)誤差

本文使用2007年至2014年全球創(chuàng)業(yè)投資首輪融資的數(shù)據(jù)來訓(xùn)練和測(cè)試模型。訓(xùn)練集包括從2007年1月1日至2008年9月30日期間全球所有獲得首輪風(fēng)險(xiǎn)投資的企業(yè)。鑒于完整的數(shù)據(jù)截止至2019年，使用該訓(xùn)練集，將有至少五年時(shí)間觀測(cè)獲得首輪融資企業(yè)的退出表現(xiàn)。驗(yàn)證集包括從2008年10月1日至2013年12月31日期間獲得首輪風(fēng)險(xiǎn)投資的企業(yè)。驗(yàn)證集的數(shù)據(jù)將用以更新模型的一系列超參數(shù)，包括網(wǎng)絡(luò)層數(shù)、網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)、迭代次數(shù)、學(xué)習(xí)率等。驗(yàn)證集的選擇依據(jù)，是能夠充分利用數(shù)據(jù)，在正樣本之外，獲取一定量負(fù)樣本對(duì)模型參數(shù)進(jìn)行更新，從而更好地評(píng)估模型的預(yù)測(cè)效果。本文的測(cè)試集包括從2014年1月1日到2014年12月31日所有獲得首輪融資的企業(yè)數(shù)據(jù)，對(duì)于其中的每個(gè)觀測(cè)值，都有至少五年的觀測(cè)窗口，標(biāo)注其是否成功實(shí)現(xiàn)退出。

本文使用多種常見指標(biāo)來評(píng)估預(yù)測(cè)任務(wù)的表現(xiàn)，包括精確率（Precision）、召回率（Recall）、F1 值和AUC（曲線下面積）。其中，精確率指在所有被預(yù)測(cè)為成功的初創(chuàng)企業(yè)中，實(shí)際成功的比例；相反，召回率表示在所有真實(shí)成功的初創(chuàng)企業(yè)中，模型正確預(yù)測(cè)到的比例。為了貼近現(xiàn)實(shí)中投資者需要從眾多初創(chuàng)企業(yè)中進(jìn)行選擇的情境，本文采用Precision at K (AP@K) 作為主要指標(biāo)，用以衡量在模型按置信度排序所推薦的前 K 家初創(chuàng)企業(yè)中，實(shí)際成功的比例，該指標(biāo)的選擇與已有的風(fēng)險(xiǎn)投資預(yù)測(cè)研究保持一致。進(jìn)一步地，我們通過對(duì)一年中每月預(yù)測(cè)得到的 12 個(gè) P@K 值取平均，來計(jì)算AP@K。較高的 AP@K 值意味著該模型可能成為一種有效的投資決策工具。

除了上文提到的模型，本文同時(shí)評(píng)估比較了多個(gè)模型的預(yù)測(cè)表現(xiàn)。所考慮的模型分為兩大類：靜態(tài)模型和動(dòng)態(tài)模型。前者包括基于隨機(jī)游走的嵌入方法（node2vec）、廣泛使用的圖卷積神經(jīng)網(wǎng)絡(luò)模型（GCN）、基于注意力機(jī)制的圖神經(jīng)網(wǎng)絡(luò)（GATs）、作為傳統(tǒng)機(jī)器學(xué)習(xí)方法的梯度提升決策樹模型（GBDT），以及一個(gè)用于初創(chuàng)企業(yè)成功預(yù)測(cè)的最新模型（SHGMNN）。相比之下，本文提出的方法以及兩種時(shí)序圖卷積網(wǎng)絡(luò)模型（EvolveGCN 和 MPNNLSTM）被歸類為動(dòng)態(tài)模型。為了對(duì)比，還構(gòu)建了一個(gè)基準(zhǔn)模型（Human Investors），該模型模擬真實(shí)投資者在數(shù)據(jù)集中的表現(xiàn)。這8種基準(zhǔn)模型的具體介紹如下：

Human Investors：真實(shí)VC投資人的表現(xiàn)。在測(cè)試集中的所有初創(chuàng)企業(yè)中，如果某家初創(chuàng)企業(yè)根據(jù)記錄獲得了第二輪投資（表明真實(shí)投資者繼續(xù)投資），那么 Human Investor 模擬器將判定該企業(yè)預(yù)測(cè)為成功。在 Human Investors 選擇的這些企業(yè)中，最終有 10.7% 按照我們的標(biāo)準(zhǔn)取得了成功（即完成IPO或者被收購(gòu)）。

GBDT：梯度提升決策樹模型，通過提升方法集成多個(gè)決策樹，在初創(chuàng)企業(yè)預(yù)測(cè)任務(wù)中被證明是有效的。我們使用 XGBoost實(shí)現(xiàn)該模型，并采用結(jié)合網(wǎng)絡(luò)信息與屬性信息的特征向量。

node2vec：一種經(jīng)典的節(jié)點(diǎn)嵌入方法，利用二階隨機(jī)游走來學(xué)習(xí)表示，廣泛應(yīng)用于節(jié)點(diǎn)分類、聚類和鏈路預(yù)測(cè)等任務(wù)。

GCN：一種靜態(tài)圖神經(jīng)網(wǎng)絡(luò)，通過圖卷積聚合鄰居信息，在圖結(jié)構(gòu)數(shù)據(jù)集上實(shí)現(xiàn)了最先進(jìn)的性能。

GATs：一種靜態(tài)圖神經(jīng)網(wǎng)絡(luò)，利用注意力機(jī)制自適應(yīng)地加權(quán)并整合鄰居特征，從而緩解了 GCN 固有的過度平滑問題。

EvolveGCN：一種動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)，能夠隨時(shí)間動(dòng)態(tài)調(diào)整 GCN 參數(shù)以捕捉圖結(jié)構(gòu)的演化，在時(shí)序圖數(shù)據(jù)集上的表現(xiàn)優(yōu)于靜態(tài)模型。

MPNNLSTM：一種動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)，采用雙層 LSTM 來建模長(zhǎng)期時(shí)序依賴，能夠跨時(shí)間步聚合歷史與當(dāng)前的節(jié)點(diǎn)特征，在許多時(shí)序預(yù)測(cè)任務(wù)中表現(xiàn)出色。

SHGMNN：一種圖神經(jīng)網(wǎng)絡(luò)框架，通過端到端訓(xùn)練學(xué)習(xí)初創(chuàng)企業(yè)表示，并通過 MAP 推斷來建模標(biāo)簽依賴。使用靜態(tài)數(shù)據(jù)時(shí)，它在短期的 A 輪預(yù)測(cè)（通常在融資后2年內(nèi)）中達(dá)到了當(dāng)前最優(yōu)性能（SOTA），而這與我們?cè)O(shè)定的 5 年觀察窗口來預(yù)測(cè)成功或失敗形成對(duì)比。

表1比較了不同方法的預(yù)測(cè)表現(xiàn)。Human Investors的表現(xiàn)與傳統(tǒng)的機(jī)器學(xué)習(xí)方法 GBDT 大體相當(dāng)，但在與專門用于圖建模的方法對(duì)比時(shí)則處于劣勢(shì)。總體而言，本文的模型在幾乎所有指標(biāo)上都處于領(lǐng)先地位。就實(shí)踐中更為重要的指標(biāo)AP@而言，本文的模型取得了最高分，在 AP@10 上的表現(xiàn)比 Human Investors 高出 1.94 倍（20.8% 對(duì)比 10.7%）。盡管在召回率（Recall）上僅排在 8 個(gè)方法中的第 5 位，但這一不足通過較高的精確率（Precision）得以彌補(bǔ)，從而實(shí)現(xiàn)了最高的 F1 值和 AUC。此外，在現(xiàn)實(shí)世界中，對(duì)于投資者而言，他們的首要任務(wù)是投資于少數(shù)幾個(gè)高置信度的選擇（以 AP@ 衡量），而不是找出所有最終會(huì)成功的初創(chuàng)企業(yè)（以召回率衡量）。有趣的是，在包括 EvolveGCN、MPNNLSTM、SHGMNN 以及我們的方法在內(nèi)的圖方法中，精準(zhǔn)率和召回率之間似乎存在一種權(quán)衡。與召回率表現(xiàn)最佳的 GATs（51.7%）相比，這些方法的召回率明顯更低——EvolveGCN 為 44.1%，MPNNLSTM 為 37.9%，SHGMNN 為 23.2%，而我們的模型為 28.6%。然而，它們的精準(zhǔn)率得分更高，從而帶來了更高的 F1 分?jǐn)?shù)。這表明，這些方法對(duì)圖信息的更有效利用，可能幫助它們?cè)谶x擇具有成功潛力的公司時(shí)，做出更為謹(jǐn)慎和準(zhǔn)確的決策。

表1. 不同模型的預(yù)測(cè)表現(xiàn)

討論與啟示

表2報(bào)告了本文所開發(fā)的模型對(duì)不同行業(yè)領(lǐng)域創(chuàng)業(yè)企業(yè)的預(yù)測(cè)精準(zhǔn)率。在所有這些行業(yè)中，我們的模型都優(yōu)于 Human Investors，甚至在醫(yī)療健康領(lǐng)域的表現(xiàn)是 Human Investors 的三倍。進(jìn)一步分析網(wǎng)絡(luò)發(fā)現(xiàn)，精確率較高的行業(yè)通常具有更好的連通性，即其更多關(guān)聯(lián)節(jié)點(diǎn)落在最大連通分量（LCC）中。按照節(jié)點(diǎn)在 LCC 中比例（% in LCC）排序的前三個(gè)行業(yè)（IT、醫(yī)療健康和 B2C）的精確率明顯高于排名靠后的兩個(gè)行業(yè)（金融服務(wù)和 B2B）。

表2. 模型在不同行業(yè)領(lǐng)域的預(yù)測(cè)表現(xiàn)

注：IT: Information Technology, B2C: Consumer Products and Services，B2B: Business Products and Services

本文還對(duì)初創(chuàng)企業(yè)分布在 86 個(gè)國(guó)家中的前 5 個(gè)熱門國(guó)家的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比，每個(gè)國(guó)家每月選取 5 家成功可能性最高的初創(chuàng)企業(yè)。如表3所示，本文的模型在這些國(guó)家的表現(xiàn)均優(yōu)于 Human Investors，精確率在 10.0% 到 26.7% 之間。美國(guó)在 LCC 中的比例最高（77.2%），其精確率也最高。在這些國(guó)家中，精確率總體上隨著 LCC 占比的提高而增加（中國(guó)除外）。

表3. 模型在不同國(guó)家初創(chuàng)企業(yè)成功率預(yù)測(cè)中的表現(xiàn)

本文進(jìn)一步討論了模型判定為重要的人員的特征。我們使用圖自注意力值來衡量節(jié)點(diǎn)的重要性。在前文測(cè)試集中的每家初創(chuàng)企業(yè)中，我們基于 GST-2 模型所生成的與該初創(chuàng)企業(yè)相關(guān)人員的自注意力值，識(shí)別出其中一位最重要的人員。隨后，我們將這 5,652 位“重要人員”的特征與測(cè)試集中其他人員進(jìn)行比較。

如表4所示，重要人員往往擁有更高的教育背景。在這些重要人員中，66.1% 擁有學(xué)士及以上學(xué)位，而其他人員這一比例為 38.6%。其中，45.0% 的重要人員擁有碩士或博士學(xué)位，而其他人員中這一比例僅為 32.6%。這表明學(xué)術(shù)訓(xùn)練對(duì)于 VC 投資結(jié)果具有價(jià)值，盡管我們無法完全區(qū)分獲取高等學(xué)位的正向效應(yīng)與教育在篩選具有較強(qiáng)能力人群上的選擇效應(yīng)。

表4. 測(cè)試集中“重要人物”的學(xué)歷分布及其他人員的占比情況

此外，我們還發(fā)現(xiàn)重要人員在網(wǎng)絡(luò)中的度中心性更高。具體而言，這些重要人員的平均度中心性為 4.83，而測(cè)試集中其他人員的平均值為 2.71。這與文獻(xiàn)中強(qiáng)調(diào)的“社交網(wǎng)絡(luò)在創(chuàng)業(yè)成功中扮演關(guān)鍵作用”的觀點(diǎn)一致 (Hochberg et al., 2007)。

參考文獻(xiàn)

Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.

Gornall, W., & Strebulaev, I. A. (2021). The economic impact of venture capital: Evidence from public companies. Available at SSRN 2681841.

Hochberg, Y. V., Ljungqvist, A., & Lu, Y. (2007). Whom you know matters: Venture capital networks and investment performance. The journal of finance, 62(1), 251-301.

Huang, Z., & Tian, X. (2020). China’s venture capital market. The Handbook of China’s Financial System, 383-418.

作者簡(jiǎn)介

洪蘇婷，現(xiàn)任西交利物浦大學(xué)產(chǎn)金融合學(xué)院副教授。洪蘇婷博士擁有美國(guó)德雷賽爾大學(xué)經(jīng)濟(jì)學(xué)博士學(xué)位，和南京大學(xué)金融學(xué)學(xué)士學(xué)位。她的研究興趣在金融與高科技創(chuàng)業(yè)的交叉領(lǐng)域，特別關(guān)注金融市場(chǎng)在支持創(chuàng)新型初創(chuàng)企業(yè)以及塑造人工智能、生物技術(shù)等新興技術(shù)發(fā)展中的作用。她的研究成果已發(fā)表在《Journal of Financial and Quantitative Analysis》、《Entrepreneurship Theory & Practice》等國(guó)際學(xué)術(shù)期刊上，并獲得國(guó)家自然科學(xué)基金和上海市科委的支持。教學(xué)成果曾獲得教育部、和上海市教委的獎(jiǎng)勵(lì)及教育教學(xué)改革項(xiàng)目資助。

張海鵬博士是上?？萍即髮W(xué)助理教授、研究員、博士生導(dǎo)師。他的研究主要聚焦于大規(guī)模人類行為數(shù)據(jù)的挖掘與建模，探索人類在金融投資、社交、人文構(gòu)建等方面行為的模式與內(nèi)在機(jī)制。張博士的研究成果發(fā)表在包括WWW、WSDM、TKDD、ICWSM、CIKM、ICML、ICLR、NeurIPS、AAAI和IJCAI在內(nèi)的學(xué)術(shù)會(huì)議和期刊上，相關(guān)工作也曾被《新科學(xué)家》（New Scientist）雜志、 ACM 通訊（Communications of the ACM）網(wǎng)站以及麻省理工科技評(píng)論中文版（MIT Tech Review）報(bào)道，獲得螞蟻集團(tuán)最佳論文獎(jiǎng)、上海市金融學(xué)會(huì)青年課題一等獎(jiǎng)，并入選《2024上?？萍寄觇b》。他于 2014 年在美國(guó)印第安納大學(xué)獲得計(jì)算機(jī)科學(xué)博士學(xué)位；2009 年獲南京大學(xué)軟件工程學(xué)士學(xué)位。

金融復(fù)雜性讀書會(huì)

當(dāng)前，全球金融系統(tǒng)正遭受多重不確定性沖擊，如氣候風(fēng)險(xiǎn)加劇、中美貿(mào)易摩擦及俄烏沖突等，導(dǎo)致金融系統(tǒng)復(fù)雜性與不確定性達(dá)到前所未有的高度。在金融復(fù)雜系統(tǒng)中，市場(chǎng)、機(jī)構(gòu)及異質(zhì)利益相關(guān)者的行為呈現(xiàn)非線性與網(wǎng)絡(luò)化特征，常引發(fā)意想不到的結(jié)果。

正如“知己知彼，百戰(zhàn)不殆”所言，我們需系統(tǒng)探究金融復(fù)雜系統(tǒng)的理論基礎(chǔ)、量化識(shí)別方法、生成演化機(jī)制及風(fēng)險(xiǎn)治理路徑，以更有效地認(rèn)知、建模與決策。為此，集智俱樂部聯(lián)合北京師范大學(xué)李紅剛教授、愛爾蘭都柏林圣三一學(xué)院Brain Lucey教授、中國(guó)地質(zhì)大學(xué)（北京）黃書培副教授、首都師范大學(xué)王澤講師、北京林業(yè)大學(xué)幸小云副教授及北京化工大學(xué)王欣雅副教授，共同發(fā)起。讀書會(huì)自2025年8月4日起，每周一19:00-21:00舉行，預(yù)計(jì)持續(xù)10周。歡迎掃碼加入，共建“金融復(fù)雜性”社區(qū)。

詳情請(qǐng)見：

1.

2.

3.

4.

5.

6.

7.