揭祕風投合作網路：越是精英越喜歡「熟人圈子」？
導語中國有大大小小上千家風險投資機構，它們之間的交互關係會形成什麼特性的網路呢？演化機制又是如何？我們應該如何對其動態建模？又能夠得出中國風險投資怎樣的特點呢？針對以上問題，清華大學社會學系的羅家德教授帶領其團隊經過數年辛苦研究，在其最新發表在social networks 期刊的論文中給出了部分答案。
論文題目：Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness ory into Dynamic Evolution a Venture Capital Network
論文地址：https://arxiv.org/abs/1811.07471論文作者：Weiwei Gu , Jar-der Luo, Jifan Liu風險投資(venture captital, VC)是一項高風險和高回報並存的商業活動，也是幫助潛力企業快速成長的重要力量。年輕企業的首輪融資，通常是由大型投資機構領投，其他小型機構跟投，機構之間通常具有leader和follower的角色關係。大型投資機構為了分散風險，已經今後方便獲得更好的投資機會通常會和其他機構合作投資，這種合作投資的關係構成了風險投資合作網。年輕企業的一輪融資通常由多家VC共同參與完成。參與同一家企業的融資，表明這些VC之間願意相互分擔風險與收益，具有較好的信任關係。所以，共同投資是VC之間鏈接(tie)的強烈體現。
以此為基礎，作者通過收集公開信息，統計了國內各個VC的投資記錄，以VC為節點，共同投資(co-investment)次數為連邊權重，勾畫出了中國VC的關係網路。該網路具有1436個節點（VC機構）和4623條連邊（2000-2013年間的共同投資記錄）。
風險投資合作網路的結構與性質
那這個網路形成背後的機制到底是什麼，其具有什麼樣的結構與性質呢？作者計算了網路的許多統計量來深入瞭解網路結構與性質。作者首先定義了節點之間的距離：如節點不相連，則距離為為其最短到達步數；若節點相連，則距離為其共同投資次數的倒數。例如a和b兩家VC共同投資5次，那麼其距離為1/5。按照常理而言，雙方合作次數越多（距離越小），相互之間越信任，再次合作的機會也就更大。作者在VC網路中也發現了這個規律：當距離大於等於三時，兩家VC機構在接下來幾乎不會合作；而合作次數越多的VC，接下來繼續合作的機會更大。
進一步，作者利用德菲爾調研法，邀請中國風投領域的大佬，通過交叉驗證的方式確定了中國風險投資界42家最關鍵的VC機構，同時把其定義為中國風投的精英（elites）。通過分析發現，這些elites和其他VC相比，具有下圖所示的特點——
elites（大節點）不僅有眾多連接緊密的跟隨者，同時還承擔著連接網路的橋樑作用。更加讓人意外的是，這個elites之間連接也非常緊密，形成了所謂的 center-satellites group。作者將這種結構稱為：Small-World with with an elite-clique.
VC網路如何演化？傳統的經濟學認為經濟活動是理性化主導的領域，投資行為也是。但社會學者發現，非理性化的認知、人際牽絆、社會約定俗成或隱而不宣的習慣、法律規範等，都會影響我們的經濟決策跟行為。而這種經濟活動受到非經濟活動約束的現象，便稱為嵌入性(Embeddedness)。
中國是一個熟人社會，各種資源和消息的流通和傳播都是通過人際關係網路，通俗的講，就是常說的「圈子」現象。在圈子以外，那麼就很難獲得信任並達成合作。所以，很多經濟活動受到我國人情社會的約束，使得嵌入性在我國尤其明顯，在VC領域亦然。
一方面，連續的共同投資次數越多，VC之間的信任越深，逐漸形成了較強的鏈接，繼續合作的機會越大。作者統計了VC之間繼續合作的可能性和其已有連續合作次數的關係，結果表明，已經連續共同投資10次以上的VC機構，將來繼續合作的概率逼近與1。另外一方面，熟人圈子信息閉塞，而weak tie（陌生VC）往往會帶來更多的不同質信息，VC需要擴大自己的圈子才能獲得新的投資信息，搶到投資的先機。但是因為信息的不平等，和不熟悉（沒有共同投資）的機構合作投資具有比較大的風險。 所以VC機構會通過朋友的朋友這層關係來尋找新的合作夥伴(weak tie)，從而為自己帶來更多的投資信息。處於這兩方面的考慮，VC在選擇自己的合作投資夥伴時會有以下原則：- 優先考慮熟悉的VC（co-investment次數多）作為自己的合作夥伴。
- 在熟人引薦的情況下，考慮和新的VC合作。
第一點原則會導致局部圈子越來越緊密，形成局部小社團，從而出現上圖中clique的結構。根據第二點原則，投資次數異常多的elites們，不僅僅滿足於和小圈子內的VC們合作，還會尋找和圈外人合作的機會，而圈外的其他elites便是他們新夥伴的首要人選。如此，elites便形成了center-clique的結構。
以上，只是對VC網路演化機制的分析與猜測，實際是否如此，還需要建模模擬並和真實數據比較。構建動態演化模型作者通過擬合數據發現：- 2000年到2013年期間，國內VC機構的數量隨著時間指數增加（可被投資的）創業公司的數目一直是VC機構的5倍左右
- 各個VC公司每一輪投資公司的數量（investment frequency，Fi）各不相同。
在上述統計結果的基礎上，作者根據上面的分析建立了3個動態演化模型：
- Random Joint Investment Model：該模型假設VC每一輪按照Fi隨機投資一些公司，完全忽視VC網路的結構。
- Relational Embeddedness Model：該模型將VC投資行為分為兩個步驟，1)根據Fi隨機投資一些公司，2)邀請一些比較熟悉的VC，進行共同投資。邀請概率和熟悉程度（連續共同投資的次數）成正比。也就是說，如果VC之間沒有合作過，那麼不會相互邀，而合作次數越多，相互越有可能被邀請。
- Structural Embeddedness Model：該模型在模型2的基礎上，考慮了與熟人引薦的新VC機構合作的機制。也就是說，VC在邀請合作夥伴時，不只考慮邀請自己的熟人，還要考慮邀請自己朋友的朋友來共同投資。而且朋友圈子交集越大，相互邀請的可能性越大。
上面3個模型表明了中國風投的三種不同投資機制。那麼這幾個模型能否很好的反映出真實網路的演化呢？作者從宏觀的分佈微觀的motif兩個角度將真實網路的結構信息與上述三個模型的模擬結果進行對比，比較結果如下：
- Macro-level：作者分析了若干網路的宏觀統計指標，可以發現，相對於隨機投資模型，模型3很接近網路的真實發展數據，能夠反映出網路演化的規律。
- Miro-level: motif是網路微觀尺度的分析指標，作者選取了多種motifs作為參考。發現模型3非常接近真實網路的數據。從圖三中我們還可以得到如下重要信息：真實的風投網路沒有四邊形的motif,這意味著：在中國投資界，如果兩個VC公司有兩個共同鄰居，那他們肯定會進行聯合投資。這是一個聯繫很緊密的網路。
小結
文中利用公開數據集，繪製出十幾年來中國VC機構之間的動態關係網路。而這種經濟活動形成的網路演化，到底是遵循著「理性人」的原則，還是嵌入了中國根深蒂固的「關係」文化？這是一個非常有趣的問題。作者為了回答上述問題，通過建模與模擬，明確了「圈子」文化在VC網路演化中扮演的重要角色，是本文最令人注目的結論：- VC機構往往選擇自己熟悉的人作為合作夥伴，長此以往逐漸形成了局部的小社團，也就是熟人「圈子」；
- 大部分VC機構不會跳出自己的「圈子」和其他社團的VC機構合作。
- 而對於投資次數較多的VC中的elites，雖然作為局部的「圈子」的中心，但是小圈子已經不能滿足其需求，他們需要圈子外的異質信息。有著相同想法的elites之間相互聚集成一個精英俱樂部，同時還承擔著各個「圈子」的橋樑作用。
粘性紐扣和社羣的生長竟然有如此相似的規律？
網路社團劃分演算法解決區域劃分爭端DeepMind開源圖網路庫關係推理前沿論文解讀：圖網路上的注意力流加入集智，一起複雜！
集智AI學園：https://campus.swarma.org
集智俱樂部QQ羣｜877391004
商務合作及投稿轉載｜[email protected]◆ ◆ ◆搜索公眾號：集智俱樂部加入「沒有圍牆的研究所」讓蘋果砸得更猛烈些吧！
推薦閱讀：
