风险投资业的歧视：来自两个方面的证据 随机对照试验

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
本文采用两个随机对照试验，对早期投资者基于创业创始人性别、种族和年龄的歧视进行了研究。第一个实验邀请美国投资者评估多个随机生成的初创企业简介，他们知道这些简介是假设的，以便与来自合作孵化器的真实、高质量的初创企业相匹配。投资者还可以向随机显示的创业团队捐款，以示他们在新冠肺炎疫情期间的匿名支持。第二个实验向全球风险投资家发送带有随机初创企业信息的假设推销电子邮件，并利用一种跟踪投资者详细信息获取行为的新电子邮件技术对他们的电子邮件回复进行比较。我发现三个主要结果：（一）投资者倾向于女性、亚洲人和年龄较大的创始人，处于“较低接触兴趣”的情况；而对女性、亚洲人和年龄较大的创始人有偏见，处于“更高的接触兴趣”的情况。(ii)这两个实验确定了多重并存的偏见来源。具体地说，统计歧视是“反少数”投资者接触和投资决策的重要原因，新开发的基于一致性决策的异质效应估计器证明了这一点。(iii)在新冠肺炎疫情期间，对亚洲创始人有一种暂时的、更强烈的偏见，这种偏见于2020年4月开始消退。
---
英文标题：
《Discrimination in the Venture Capital Industry: Evidence from Two
  Randomized Controlled Trials》
---
作者：
Ye Zhang
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  This paper examines discrimination based on startup founders\' gender, race, and age by early-stage investors, using two randomized controlled trials with real venture capitalists. The first experiment invites U.S. investors to evaluate multiple randomly generated startup profiles, which they know to be hypothetical, in order to be matched with real, high-quality startups from collaborating incubators. Investors can also donate money to randomly displayed startup teams to show their anonymous support during the COVID-19 pandemic. The second experiment sends hypothetical pitch emails with randomized startups\' information to global venture capitalists and compares their email responses by utilizing a new email technology that tracks investors\' detailed information acquisition behaviors. I find three main results: (i) Investors are biased towards female, Asian, and older founders in \"lower contact interest\" situations; while biased against female, Asian, and older founders in \"higher contact interest\" situations. (ii) These two experiments identify multiple coexisting sources of bias. Specifically, statistical discrimination is an important reason for \"anti-minority\" investors\' contact and investment decisions, which was proved by a newly developed consistent decision-based heterogeneous effect estimator. (iii) There was a temporary, stronger bias against Asian founders during the COVID-19 outbreak, which started to fade in April 2020.
---
PDF下载：
--> English_Paper.pdf (9.07 MB)

2022-4-16 10:40:42 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：风险投资 投资业 Quantitative Contribution Capitalists

风险投资行业中的歧视：来自两个随机对照试验的证据*张烨*2022年1月6日摘要本文通过对美国真正的风险资本家的两个互补试验，研究了早期投资者基于创业创始人性别、种族和年龄的歧视。fiegrst实验邀请投资者评估多个随机生成的创业项目，他们知道这些项目是假设的，以便与来自合作孵化器的真实、高质量的创业项目相匹配。投资者还可以向随机显示的创业团队捐款，以示他们在新冠肺炎疫情期间的匿名支持。第二个实验包括向全球风险资本家发送带有随机初创企业信息的假设推销电子邮件，并利用一种跟踪投资者详细信息获取行为的新电子邮件技术对他们的电子邮件行为进行比较。这些实验提供了以下功能。(i)在接触阶段，投资者对质量相对较低的初创企业的女性、亚洲人和年长的创始人有偏见，而对质量相对较高的初创企业的女性、亚洲人和年长的创始人有偏见。这一结果为现存文献中相互矛盾的结果提供了潜在的调和。(ii)在多重偏见并存的来源中，统计歧视和隐性偏见是投资者“反少数”行为的重要原因。建立了一个一致性估计器来度量投资者偏好的两极分化及其各自的驱动力。实际上，(iii)在2020年4月开始的新冠肺炎疫情期间，人们对亚洲创始人有暂时的、更强的偏见。JEL类别:C93、D83、G24、G40、J15、J16、J71。*我要对Jack Willis、Harrison Hong和Wei Jiang的指导、支持和对我工作价值的深刻信念表示最深切的感谢。我还要感谢唐纳德·格林、桑德拉·布莱克、马克·迪恩、亚历山德拉·卡塞拉、马蒂厄·戈麦斯、何塞·谢因克曼、埃里克·韦尔胡根、朱山·白、冯俊龙、迈克尔·贝斯特、本特利·麦克劳德、亚历山大·永奎斯特、乌尔里克·马尔门迪尔、伯纳德·萨莱尼、佩尔·斯特伦伯格、科琳·洛、施古、安德鲁·普拉特、泽维尔·吉鲁德、约翰内斯·斯特罗贝尔、奥利维尔·图比亚和帕特里克·博尔顿的宝贵意见。我感谢哥伦比亚大学博士讨论会的与会者和参与这些实验的投资者。特别感谢Corinne Low、Colin Sullivan和Judd Kessler分享了他们的IRR Qualtrics代码包。该项目得到了哥伦比亚大学经济系的PER资助、哥伦比亚大学EugeneLung创业中心奖学金和哥伦比亚大学CELSS种子赠款的支持。该项目在AEA RCT注册中心(AEARCTR-0004982)注册。所有的错误都是我自己的。总字数：16,721。|斯德哥尔摩经济学院金融系。电子邮件：Ye.zhang@hhs.se1介绍持续存在的性别差距和种族差异（Bertrand,戈尔丁和卡茨(2010)，Bertrand and Hallock(2001)，Chetty，亨德伦，琼斯和波特(2020))在收入分配的顶端经常提出一个问题，即在现代美国社会，显性或隐性的歧视为女性和非白人创造了玻璃天花板（伯特兰、休格和穆莱纳坦(2005a))。因此，关于歧视的大量关注和辩论集中在顶级、高技能劳动力市场和相关的市场上。尽管存在大量关于在各种市场中实证检验歧视的学术文献，但大多数以前的工作主要集中在入门级和低技能劳动力市场和产品市场（Bertrand and Mullainathan(2004)、Giuliano、Levine and Leonard(2009)、Kessler、Low and Sullivan(2019)、List(2004))。在本文中，我关注的是美国的创业投资市场，它创造了巨大的财富和许多商业领袖。

通过与真正的美国风险投资家的两次实验，本文考察了早期投资者对女性创始人是否存在偏见，亚洲创始人，和年长的创始人在选择创业公司进行投资时。由于风投行业在培养创新和成功的公司方面发挥着重要作用（伯恩斯坦，Giroud和Townsend(2016))，识别这种歧视不仅对于维护社会公平（Fang和Moro(2011))，以及评估高影响力初创企业的资本分配至关重要(Bertrand(2020))，也是为了解释高层持续的性别和种族差距。虽然明显的性别资金差距和非白人创始人在筹资过程中受到的不太有利的待遇已经有了很好的记录（尤文斯和汤森(2020)、古兹曼和卡佩奇克(2019)、亨德森、海岭、霍顿和托马斯(2015)、赫伯特(2020))，但在这种情况下识别歧视及其性质对常用的实证方法提出了新的挑战。此外，现存文献提供了似乎不可信的结果。一方面，利用基于回归的方法的论文（Ewens和Townsend(2020)、Guzman andHegde、Ljungqvist和Raj(2021)通过分析美国专利和商标O_CE的专利审查人员的详细管理记录来记录“玻璃天花板”现象。他们发现少数民族考官不太可能被提升到最高级别。“有一个玻璃天花板可以突破是特权。原因如下。“2021年5月13日，《福布斯》最近的总结，见朗和卡恩-朗·斯皮策(2020)、朗和莱曼(2012)、伯特兰和杜·萨诺（2017）。根据贡珀斯和王(2017a)，87%的美国风险资本家是白人，投资者也可能对少数族裔创始人有无意识的偏见。鉴于创业环境的独特性，本文主要研究亚裔的种族偏见，亚裔是美国创业社区中最大的少数群体。本文中的“亚洲人”主要是指“东亚”群体，他们主要来自中国、韩国、越南等国。根据Gompers and Wang（2017a）的统计，亚洲人在美国新进入市场的风险资本家中占18%，在新进入市场的企业家中占15%。研究对非裔美国人和其他代表性不足的少数民族的歧视是一个重要的问题。然而，我的实验设计需要调整，以便未来的研究人员研究这些重要问题。Gompers和Wang（2017b）证明，从1990年到2016年，女性在创业和创业劳动力池中的比例不到10%，这与女性劳动力市场参与度增加的模式形成鲜明对比。根据Gornall和Strebulaev(2020a)，2017年，风险资本家每向团队不断恶化的初创公司投资35美元，就只向有女性创始团队的初创公司投资1美元。此外，Guzman和Kacperzyk(2019)记录了从1995年到2001年，女性领导的企业比男性领导的企业获得外部资金（即风险资本）的可能性低63%，尽管女性和男性通过IPO或收购获得退出结果的可能性相同。根据List(2004)，对市场歧视的实证测试在经济研究中采取了两条截然不同的道路：基于回归的方法和firefeld实验。Kacperzyk(2019)，和Henderson等人。（2015））经常表明早期投资者对女性和亚洲创始人有偏见。如果不利用外生变量，这些非实验性研究可以避免被忽略的变量偏见问题。然而，很少有自然的实验环境来解决各种内生性问题。另一方面，Gornall和Strebulaev(2020a)在美国风险投资行业实施了firefrst对应测试，这是一种广泛使用的fireferdexpersion方法。他们发现早期投资者偏向女性和亚洲创始人。

通过向美国风险投资家发送带有随机发送者姓名的精心设计的推销电子邮件，他们比较了投资者的电子邮件回复率，并发现令人惊讶的是，投资者更频繁地回复女性和亚洲人的电子邮件。将通信测试应用于创业投资市场带来了新的挑战。首先，发送冷电邮并不是高质量初创企业使用的主流融资方式。因此，结果可能主要反映投资者如何评价低质量初创团队。第二，与其他市场相比，“低响应率”问题在这种情况下更加严重(Bartoés，Bauer，Chytilov\'A和Matéejka(2016))，这使得研究人员引入创业质量的变化并测试歧视的性质成为一种狂热。为了克服上述挑战并调和文献中的混合结果，本研究在美国创业投资市场实施了互补实验，本文称之为实验A和实验B。实验A是一个相对高风险的实验，它利用真实的投资机会来恢复投资者揭示的偏好，并直接识别歧视的性质。为了实现实验A，我与几个加速器合作，建立了一个“纳米搜索融资工具”，一个由以下两个部分组成的机器学习匹配工具。在这个匹配工具的部分，为了测试任何信念驱动的偏见，我邀请真正的美国投资者评估多个随机生成的创业项目。投资者知道这些预测是假设的，但他们愿意提供真实的评估，这样算法就能更好地帮助他们找到匹配的投资机会。一些随机选择的投资者还获得了类似于Armona、Fuster和Zafar(2019)的“货币激励”，这样投资者的评价结果越准确，彩票中奖者获得的monetaryaward就越大。这部分基本上遵循了凯斯勒等人创建的激励简历评级(IRR)实验范式。（2019年）。在这个匹配工具的第二部分，为了测试任何品味驱动的偏见，该工具为每个投资者提供了一张意想不到的15美元亚马逊礼品卡。投资者可以接受，也可以匿名将15美元中的一部分捐赠给随机显示的初创团队。投资者还被告知，研究人员将使用大多数风险投资基金，创业公司是私人投资者，创业公司独特的比较优势通常只有投资者可以观察到，而不是研究人员。此外，大多数数据库只观察投资者和初创企业之间的匹配结果，这使得将投资者的偏好与创始人的偏好分开成为一种邪教。Bertrand和Du Scaro(2017)讨论了通信测试的标准限制。根据Gornall和Strebulaev(2020a)，2018年对冷电话推销电子邮件的回应率约为6.5%，尽管所有电子邮件都被设计成尽可能有吸引力。本文表明，在新冠肺炎危机期间，电子邮件回复率仅为1%左右，解开歧视的本质要求研究者将各种基于信仰的原因（即“统计歧视”）（Bertrand and Du Scaro(2017)、Altonji and Blank(1999)、Phelps(1972)、Arrow et al.(1973))与基于口味的原因（即“敌意”）（Becker(2010))分开。尽管这种分离在福利分析和政策制定中都很重要(Bohren，Imas和Rosenberg(2019a)，Neumark(2012))，但它在歧视文献中是di with cult（Gneezy,List and Price(2012))，捐赠的钱为合作孵化器中相应的真正创业团队购买小礼物，以在新冠肺炎疫情期间给创始人一些鼓励。

本部分基本上遵循了独裁者游戏实验设计（Carpenter,Connolly and Myers(2008))，该设计在实验室实验中得到了广泛应用。实验A的结果表明了投资者偏见的存在，并调和了文献中的矛盾结果。然而，它也发现了对女性和亚裔创始人的隐性偏见，在投资者的评估中，女性和亚裔创始人的吸引力超过了去常春藤联盟大学的40%。当投资者在评估了多个项目后感到疲劳时，他们对女性创始人的投资兴趣和对女性和亚裔创始人的质量评估开始显著下降。具体来说，科技投资者认为女性创始人的初创企业不太适合，这与“统计歧视”相一致。ii）隐式鉴别的方向可能会逆转，这取决于上下文。这一现象提供了一种新的解释来调和现有文献中的矛盾结果。在接触阶段，投资者对“高质量”初创企业的少数族裔创始人有偏见，而对“低质量”初创企业的少数族裔创始人有偏见；III）品味驱动的同源性存在，男性（女性）投资者向男性（女性）创始人捐赠更多。在最高捐赠额为15美元的情况下，男性投资者平均向女性创始人捐赠的金额比同类男性创始人少3美元。实验a表明，一些投资者对少数族裔创始人有隐性偏见。然而，样本中也有一些支持少数族裔创始人的有影响力的基金。那么，就投资界对少数族裔创始人的态度而言，他们的分歧有多大？我们之间的分歧是什么？为了回答这个问题，在实验A中，我使用“留一”技术和利用外源的“个体内”水平随机，开发了一致的“基于决策的异质E-ect”估计量。标准的异质E-ect依赖于参与者预先确定的人口统计信息。然而，由于每个投资者评估多个随机项目，researcherscan识别“个人层面”的偏好，并根据参与者的指示决定将其分为“反少数”群体和“支持少数”群体。评估人员发现，投资者对女性创始人的态度比对亚洲和年长创始人的态度要大。对于性别偏见，不愿与女性创始人接触的投资者预计，女性领导的初创企业的潜在回报排名较低，为16.40%。根据Bertrand、Chugh和Mullainathan(2005b)的说法，内隐偏见是指以无意识的方式影响我们的理解、行动和决策的态度或刻板印象。在实验A中，当投资者疲劳时，对女性创始人的投资兴趣以及对女性和亚洲创始人的质量评估都会显著下降。另一个可能的解释是，投资者在回复电子邮件时不会表现出隐性偏见，这也与Gornall和Strebulaev(2020A)的结果一致。然而，实验B发现，投资者在一天中经常查看电子邮件，这使得这种解释不太可信。一个初创公司的质量是通过投资者联系它的可能性来衡量的。“同源性”指的是人们寻找或被与自己相似的人吸引的趋势。与DellaVigna、List、Malmendier和Rao(2013)一致，我还发现男性投资者平均比女性投资者慷慨。冯俊龙为制定这一估计提供了关键的帮助和讨论。比男性主导的初创公司。然而，更喜欢与女性创始人联系的投资者预计，女性领导的初创企业的潜在回报比男性领导的初创企业高7.93百分位。

因此，对女性创始人的态度存在分歧的一个重要原因是，对女性创始人的态度存在分歧。同样，“反亚裔”和“反老年人”群体的决定也主要是因为他们认为这些初创企业不适合创业。为了检验实验A的外部有效性，并确定投资者为什么偏向“低质量”初创企业的少数创始人，我重新设计了对应测试，本文称之为实验B。这项实验还使研究人员能够在回应率较低的情况下识别歧视的性质。在新冠肺炎疫情爆发期间(03-04/2020)，我向17000多名全球风险投资资本家发送了假设的推销电子邮件，电子邮件的主题行和内容中都显示了随机化的创始人姓名和种族、随机化的创始人教育背景和随机化的创业项目特征。利用新的电子邮件跟踪技术，我可以监控每个投资者的详细信息获取行为，包括打开电子邮件的行为、在推销电子邮件上花费的时间、插入的初创公司网站的点击率、邮件回复的内容和电子邮件回复率。这种实验设计和行为测量产生了足够的实验力量，可以在这种流行病的恶劣实验环境中生存，当时早期投资者大幅放缓了他们的投资速度(Howell，Lerner，Nanda和Townsend(2020))。实验B的结果表明，投资者在电子邮件设置中稍微偏向女性和亚洲创始人，这可能会捕捉投资者在评估不太有吸引力的初创公司时的偏好。与Gornall和Strebulaev(2020a)一致，使用少数族裔名称通常比使用多数族裔名称增加大约1%的电子邮件打开率。在进一步测试偏见的性质后，我发现对女性创始人的偏见可能是由基于品味的原因驱动的，因为对影响基金来说，“女性名字”要大得多。然而，对亚洲人的偏见可能是由基于信仰的原因驱动的，因为透露更多关于团队质量的信息可以缩小这种偏见。由于实验B是在2021/03-2021/04期间实施的，我发现在新冠肺炎疫情期间对亚洲创始人有暂时的强烈偏见。2020年3月，投资者在亚洲名字向白人名字发送的推销电子邮件上花费的时间减少了24%。然而，从2020年4月开始，这种偏见迅速逆转。因此，人们的偏见也会因重大的社会事件而暂时受到影响。本文的贡献是经验性的和方法论的。在经验上，本研究提供了实验证据来证明早期投资者对少数族裔创始人的隐性偏见的存在，并检验了它的外部有效性是指这些偏见在其他环境中、在更大的人群中或在特定的时间内的泛化程度。在表明创始人毕业于常春藤联盟大学后，我发现投资者对亚洲人的偏见开始下降。这为“基于信念”的机制提供了暗示性证据。此外，它还记录了在19世纪爆发期间对亚洲创始人的暂时的、更强烈的偏见，表明歧视是如何被重大社会事件所消除的。最后，本文通过说明偏向的方向如何依赖于上下文，提供了调和文献中相互矛盾的结果的证据。在方法上，本研究的主要贡献在于，通过一系列重新设计的Firefeld实验，解决了常用方法所面临的挑战，为识别Firefnancial市场中的歧视及其性质提供了一个框架。

此外，利用“个体内部”水平随机化，开发的基于决策的异构ECT估计器有助于测量社会的分裂程度以及人们的态度和态度之间的差异。据我所知，这是一篇将对应测试实验和不可替代实验结合在一起并比较其结果的论文。IRR实验范式是Kessler等人发明的一种激励诱导技术。(2019)，其动机是提供一种更符合伦理的实验设计，可以替代涉及欺骗的标准对应测试。通过比较这两种实验方法的结果，本文证明了IRR实验方法的有效性及其识别细微机制、测试异质型和分布型电子商务以及产生后期决策结果的能力。尽管这些优点令人印象深刻，但由于招聘过程中样本选择的偏差和潜在的同意表，IRR实验可能是一种很好的补充实验设计，而不是完全替代审计研究或通信测试。我把这些局限性留给以后的研究。第2节讨论了个人层面风险投资投资者数据库的构建，第3节介绍了实验A的设计，并分析了投资者对创业投资的评价。发现的ECT分布有助于调和文献中的混合结果，在本实验环境中开发的基于决策的异质ECT估计量度量了投资者偏差的两极分化及其独立驱动力。第四部分介绍了实验B的设计，分析了投资者的信息获取行为。第5节讨论了这两个实验的互补性以及相关的政策含义。第6节总结。感谢Corinne Low的深刻讨论，澄清了IRR实验的以下重要性质。遵循被广泛接受的Becker-Degroot-Marschak支付意愿引出技术，IRR实验提供了一个引出真实偏好的激励结构，并提供了个体内部水平的外生变异。另外，IRR实验的主要背景通常是非实验性的，受试者参与研究的动机主要是接受商业捐赠。与“调查”不同，IRR实验的实施需要更多的社会资源来揭示真实的偏好并产生因果证据。对应测试通常揭示评价者是否想与候选人联系。然而，内部收益率也可以揭示他们的投资偏好。2数据实施这些数据实施这些实验，我构建了一个横截面的、个人级别的全球风险投资资本家数据库，其中包含了02/2020年之前17,882名投资者的最新人口统计信息和联系信息。由于所有实验都是用英语实施的，所以只包括来自英语地区的投资者。该数据库结合了多个商业数据库和人工收集的数据。详细的数据库描述和关键变量的构建过程在在线附录A中提供。尽管该数据库提供了详细的信息，但重要的是要意识到以下三个限制：首先，由于在线数据可用性和数据公司使用的数据收集方法，该数据库系统地包含了更多的美国投资者和更多的高级风投，因此，它可能不能代表世界上所有风险资本家的真实地理分布。

第二，由于风险投资行业的高离职率，这些投资者的联系信息和状态在使用之前需要经常更新。第三，除了性别、资历和地点等关键变量之外，其他人口统计变量只适用于相对著名的投资者，这些投资者的传记在网上更容易获得。表1提供了17882名投资者的人口统计信息的汇总统计。A组报告了这些投资者的地域分布，显示美国投资者占这组投资者的84.91%；B组显示大多数投资者对信息技术行业感兴趣。其他重要的首选行业包括医疗保健、消费者和能源。小组C概述投资者的背景资料。平均而言，女性投资者占总投资者的24%。这与NVCA/Deloitte的调查结果一致，该调查显示，2018年美国风险投资行业的投资专业人员中，女性占21%。在我们的样本中，合伙人、总裁、C级经理或副总裁及以上的高级投资者占总投资者的84%。大多数投资者是机构投资者，天使投资者只占我们样本的11%。而且，只有2%的投资者在非专业影响基金工作。如果我在基金描述中使用指示性关键词来分类理发师之后的风险投资基金，Morse and Yasuda(2020)，根据关键词选择方法，这一比例增加到6%-8%。在实验开始前，所有投资者的电子邮件地址都已经通过测试电子邮件进行了验证。这里使用的大多数商业数据库都是由美国数据公司提供的，由英语使用者收集，但Zdatabase除外，Zdatabase是涵盖中国风险投资和PE活动的最全面和最及时的数据库。投资者的全球地理分布和美国地理分布的地图见在线附录A1和A2。见https://www2.deloitte.com/content/dam/deloitte/us/documents/audit/us-audit-egc-nvca-human-capital-suvey-2018.pdf。Gompers、Mukharlyamov、Weisburst和Xuan(2014)还表明，在风险投资行业的高级投资专业人员中，女性代表不足。Pitchbook将风险投资基金分为不适合投资的基金和适合投资的基金，并描述了他们的投资偏好。3实验A的设计和结果本文提出的设计实验A的目标是以更强的激励（即真正的投资机会）来吸引投资者对各种质量的初创企业的投资偏好。为了进一步直接测试任何检测到的偏见的性质，实验A结合了以下两种偏好激发技术：i）IRR实验，旨在直接测试基于信念的歧视机制；ii）独裁者游戏，旨在直接测试基于口味的歧视机制。本节组织如下。第3.1节介绍了实验的设计和实现细节。第3.2节分析投资者的评估结果和捐赠决定。3.3节讨论了实验的局限性。3.1实验设计。投资者和招聘实验A于03/2020年至09/2020年期间实施，仅使用在线招聘方式。我向15000多名美国风险投资家发送了邀请邮件和指导海报，他们也在同一期间参与了实验B，这确保了这些实验的可比性。为了招募真正的风险资本家，并创建一个接近真实世界的实验环境，我与几家真正的孵化器合作，我们开发了一个机器学习、基于算法的匹配工具，名为“纳米搜索融资工具”。开发这些数据驱动的匹配工具已经成为风投行业的热门。

孵化器和风险投资基金，如Techstars、Social+Capital和Citylight Capital，已经在开发机器学习算法方面做了大量工作，以帮助评估投资、寻求交易和补充现有的主流尽职调查方法。同样，我们的工具旨在根据投资者透露的偏好，将投资者与合作孵化器中的初创公司匹配。捐赠部分的独裁者游戏也提供了重要的见解，因为风险资本家不仅通过提供资金，而且通过提供自己的建议和其他类型的支持来为初创企业增加价值。在招聘过程中，招聘电子邮件和海报都强调，投资者被邀请使用trya机器学习“初创企业-投资者匹配工具”，该工具有助于识别与投资者偏好匹配的初创企业。在疫情期间，哥伦比亚IRB暂停了所有涉及个人对个人活动的工作，因为新冠肺炎。招聘邮件模板和指导海报模板在在线附录B中提供。图B9、图B10、图B11和图B12几个重要的创业特征，如创始人的热情和信心，不能完全用数据来分析。因此，这些数据驱动的方法通常被设计来补充人对人的多阶段投资策略，并通常用于最初的筛选过程。此外，大多数投资者还表示，他们被潜在的交易所吸引，因为花了40多分钟就完成了这个实验。虽然我们也告知投资者IRB所要求的相关研究目的，但这是次要的。因此，这项研究具有“自然实验”的生态有效性，只是受试者也知道他们的匿名数据将由研究人员分析。总共有来自68个投资基金的69名真正的美国投资者参与了这个项目，提供了1216个创业项目评估结果。招募的实验参与者数量与凯斯勒等公司相当。（2019年）。IRR实验设计的一个重要优点在于，研究人员可以在招募相对较少的参与者的情况下获得足够大的样本量。这在很难招募许多受试者的环境中是一个显著的优势，比如在从业者极其繁忙的市场上。与许多其他的实验相似，实验a的反应率约为0.5%，在招募过程中避免了样本选择偏差。表2报告了参与者可观察到的背景信息的汇总统计，显示我们的样本投资者更有可能来自较大的风险投资基金，并且是少数创始人。在我的样本中，风险投资基金的平均管理资产(AUM)为5.4746亿美元，高于2019年美国风险投资行业的平均管理资产(AUM)为4.4444亿美元。样本中42%的投资者属于少数群体（即亚洲、西班牙、非洲等），高于美国风险投资行业少数群体投资者的比例。然而，样本投资者在其他多个维度上具有代表性。例如，招募的投资者主要是早期投资者，他们的偏好涵盖了风投关注的主要行业。在招募的投资者中，86%为高级职位，约20%为女性，这与全球投资者数据库所描述的情况一致。样本选择偏差也可能由于以下不可观察的原因而产生。首先，参与者可以更加亲社会，愿意帮助研究。其次，他们可能更喜欢常春藤联盟大学，因为所讨论的项目是由常春藤联盟成员哥伦比亚大学监督的。第三，RecruedInvestors可能有兴趣了解数据驱动的方法如何帮助投资评估。

这样的抽样选举偏差并不会损害实验的内部有效性，但它意味着为了检查外部有效性，在虚拟环境中实施互补实验是很重要的。招募真正的风险资本家对理解专业人士的创业投资策略至关重要，因为创业公司的估值需要非常特殊的技能（Gornall和Strebulaev(2020b))。弗洛伊德和列表（2016年）和卡彭特等人。（2008）还强调了在与投资相关的实验中招募专业人士的重要性。在招募期间（即新冠肺炎衰退），只有较大的基金仍有资金寻找新的投资机会，而大多数较小的风投基金已经转向“生存模式”，专注于帮助他们目前投资的初创企业生存，而不是在2020年“购买”新的低估的初创企业。从许多投资者的邮件回复来看，转向“生存模式”是他们无法参与本次研究的主要原因。调查工具Structurei，如果投资者有兴趣参与这项实验，他们需要打开recruitmentemail中插入的链接，使用浏览器开始在线Qualtrics调查。调查工具包含以下两个部分。阅读同意书后，投资者将进入项目评估部分（即IRR实验部分），在那里他们需要评估16个随机生成的创业项目，并回答标准的背景问题。该部分是捐赠部分（即独裁者实验部分），投资者将决定他们想向随机显示的创业团队捐赠多少意外的15美元亚马逊礼品卡。图1给出了一个实验图来演示工具的结构。为了帮助参与者理解激励是如何工作的，我还在fiefrst profirevaluation部分之前提供了一个说明页面。尽管投资者知道所有的创业项目都是假设的，这一指导页强调“他们越准确地揭示自己的偏好，匹配算法产生的结果越好（彩票中奖者获得的回报也越高）。“此外，由于大多数风险投资投资者只投资于他们感兴趣的行业和阶段的初创企业（称为”质量/取消资格“测试），我要求所有参与者假设他们将评估的初创企业处于他们感兴趣的行业和阶段。B.1项目评估部分（IRR实验）遵循阶乘实验设计，我在每个创建的初创企业项目中同时独立地随机选择初创企业创始人的性别、种族、年龄和多种其他初创企业特征。我将创建一组团队特征（如创始团队的教育背景）、项目特征（如市场吸引力）和现有的财务状况。然后，当每个参与者评估一个新的启动程序时，后端Javascript代码将随机绘制di hited erent特征，并将它们组合在一起，以创建一个假设的启动程序。为了使程序看起来更真实，我实现了以下两个设计。首先，每个假设的创业公司在研究开始时，每个投资者评估了32个项目，6个投资者对评估任务的32个项目版本进行了评估。然而，为了招募更多的投资者，后来的参与者只需要评估16个项目。去掉6个投资者后，结果相似。一般来说，投资者需要了解初创企业的行业、阶段和先前的市场知识，以判断初创企业是否值得投资。通过“质量/取消资格”测试的另一个潜在方法是在Kessler等人的评估部分之前提供几个调查问题，询问投资者首选的行业、阶段甚至收入范围。（2019年）做到了。我没有这样做是因为以下两个原因。