投资圈  
品艺(谈资·赏鉴
           
 
title-Image
海外
数据驱动投资决策渐成趋势
 
文:PitchBook/Anthony Mirhaydari、Kate Clark
 
 

资本总是不眠不休的。随着科技的发展,曾在梧桐树下开市的股票交易如今早已在应用微波和激光传输信息,这让交易者能通过操作电脑瞬间获得巨额利润。但是从投资决策的技术角度看,现在的投资行业与以往并没什么不同,大家仍然围坐在桌边开会,主要依据非量化因素做出决策,信心十足地预测哪些公司、科技和行业将蓬勃发展,然后把资金投向他们看好的行业和企业。


在如今这个越来越追求量化分析的时代,风投行业选择创业公司投资标的方法依然颇为传统——他们主要考虑的因素是对创业团队的第一印象。这种方法自有它的理由:与成熟的股权、债券投资对象不同,创业公司往往没有连续且详实的经营数据。在信息不对称的情况下,创始人的品性、团队的活力值、个人经验值要比利润表、营运数据这些信息更靠得住。但当人们试图用主观认知来代替那些缺失的企业经营数据的时候,问题也随之出现了,比如,在投资人眼中,创业公司创始人的典型特征应该是“斯坦福大学数理化专业毕业的白人男性”,在这种情况下,来自少数族裔的创始人需要融资的时候就会面临很大障碍。


眼下,越来越多的投资人开始利用大数据来校准自己的投资策略。Right SideCapital Management、Social Capital、EQT Ventures、Nauta Capital、e.ventures等成为了首批利用机器学习技术和大数据来自动筛选投资标的的投资机构,这一投资策略有助于消除由直觉造成的投资偏好。





先行者的经验


Right Side Capital  总部位于旧金山的Right Side Capital用了量化方法来评估硅谷和纽约以外地区的投资机会,这样做的一个好处是不必与潜在的投资对象直接见面,从而能更方便地关注以往被投资行业遗忘的地区,在那些地方,投资机构能获得更有利的交易条件。


公司总经理戴夫·兰伯特(Dave Lambert)介绍说,从历史数据看,公司已投资的创业公司都谈不上成功。出于这种情况,Right Side Capital不打算再通过押注所谓正确行业中的正确公司来获得超额投资收益,而是转而向估值不超过300万美元的创业公司投入10万~50万美元,通过这种“大面撒网”的小型投资来分散单个项目投资失败的风险。从2012年起,Right Side Capital已按照这一原则投资了超过850家公司。


“创业存在着太多的变数和制约因素,要准确地预测投资结果相当难。硅谷的企业创始人们都是本行业的专家,要是他们对自己正在做的事有足够的信心,认为值得全力搏一把,我这个外行何必再大费周章地给项目吹毛求疵呢?那些自诩无所不知的投资人往往连基本的专业常识都不具备。”兰伯特说。


Social Capital  总部位于旧金山湾区帕罗奥图的Social Capital以“资本即服务”(CaaS,Capital as a Service)投资模式闻名。这家由明星风投家卡玛斯·帕里哈皮提亚(Chamath Palihapitiya)领导的公司启用了一个以数据驱动早期投资决策的系统。


公司合伙人阿什利·卡罗尔(Ashley Carroll)称,他们对处于融资弱势地位的创业公司进行了统计,统计样本是来自12个国家的3000家企业,其中42%的创始人是女性,而且白人创始人不占多数。统计结果显示,这批企业中只有几十家拿到了投资,这表明风投机构在传统上确实存在投资偏见。


事实表明,Social Capital采用的CaaS模式确实有效,以往受投资偏见所累的创业企业因此更容易地获得了投资,而且这个系统的运行成本很低。


“创始人不必讨好投资人,不需要咖啡馆式的闲聊,也不需要精心设计路演PPT,这里没有偏见,没有政治,没有胡说八道。英雄不问出处,只要你有最好的团队,有最棒的创业点子和最强的执行力,就能从我们这里拿到投资。”卡罗尔说。


EQT Ventures欧洲的EQT Ventures将数据驱动投资决策做到了极致。这家创立刚刚两年的风投机构隶属于私募集团EQT,它使用了一个名为Motherbrain的人工智能数据平台来辅助投资决策,截至目前已投资了22家创业公司。


该公司领导数据分析部门的合伙人亨德里克·兰德格雷(Henrik Landgren)曾担任Spotify公司的分析业务副总裁,他介绍说,在Spotify和Uber发展之初,Motherbrain已预测到它们会成为独角兽。“我们开发的Motherbrain能剔除人的主观偏好对投资决策的影响。你掌握的数据越充分,算法越精确,做出的投资决策也就越正确。很多人是基于直觉作出重要决策的,这没什么错,但是你应该利用数据来训练自己的直觉。”



“机器+人”是正道


目前,数据对投资决策的作用还是一个见仁见智的问题。一方面,正如兰德格雷所说,那些属于人性范畴的“柔软、可爱的东西”是很难量化的;另一方面,像“是否属于技术型创始人”“特别擅长哪些专业领域”“此前是否有创业经验”“是否有企业管理和制定预算的经验”等问题,逐项进行标准化打分之后再做量化分析也是可行的,这总比仅仅听了创始人的路演之后就凭个人喜好匆匆决策要强。


现阶段,引入人工智能技术的风投机构还只是将其作为决策的辅助。因为投资是和人打交道,在这个过程中,像与企业创始人建立良好的人际往来这类事是机器还无法胜任的。兰德格雷介绍说,Motherbrain人工智能平台处理的是人类不擅长的事务,例如不带个人偏好地识别优秀投资项目。这样,投资人就可以专注地做自己擅长的事了。


Voyager Capital是Right Side Capital的一个投资方,该公司的詹姆斯·纽维尔(James Newell)坚持认为,传统的投资方法并未过时,人们不可能完全依赖机器决策,这会白白浪费投资人经验判断的价值,因为肢体语言传达出的信息、创始人的过往经历等判断因素是很难在决策算法中加以体现的。纽维尔同时认为,即便是基于数据作出的投资判断,也不能说不存在偏好,因为对某项数据重要程度的判断还是由人作出的,如果斯坦福大学的学位能成为创始人融资的加分项,这算不算一种偏好呢?另一方面,纽维尔也承认,投资行业的发展离不开持续创新,任何有益于提高投资决策效率的手段都应该勇于尝试,但目前数据驱动决策的应用范围仍很有限。


支持引入数据决策方法的人希望以此提高决策效率,由此更快地挖掘到有成为独角兽潜力的公司。但风险投资的内在本质决定了这一行不可能完全依靠量化方法来决策,除了判断的准确性存在问题之外,融资方除了希望获得资金之外,更需要借助投资人的创业辅导和行业人脉来加速企业的成长,双方在这方面的匹配工作也是机器无法完成的。因此,机器不会完全取代投资人的角色,但是未来的风投决策将成为传统的直觉判断和智能新技术平台的结合体。而且,随着风投行业对投资偏好和认知缺陷的理解越来越透彻,投资人做判断时也会越来越少地依靠直觉。

 
杂 志
封面图片
weixin
微信:investcircle
刊首语
联合出版单位

中华思源工程扶贫基金会

中国投资协会股权和创业投资专业委员会

合作伙伴
书苑撷英
文传商讯要闻
文传商讯要闻
合作媒体
乐艺会
 
 
           
 
©2015 国投通汇文化传媒(北京)有限公司版权所有  京ICP备16002098