
數(shù)據(jù)分析揭示VC界的“貝比·魯斯”效應
"如何打出全壘打:我會用盡我十二成的全部功力進行揮桿,就像要將棒球給擊穿一樣...你對球棒握得越實,你擊打棒球的力度就會越大,球就能飛得越遠。在我用盡吃奶的力進行揮桿的時候,我有可能大力命中,也有很大的可能是三振出局收場?!?-- 貝比·魯斯
眾所周知,那些剛從事VC行業(yè)的新兵所碰到的最困難的問題之一,就是如何內(nèi)化“貝比·魯斯效應”這個概念。
如果要讓所有的投資組合都產(chǎn)生高額的投資回報率,你必須對其中的每一個投資都應用上精確的評估分析方法。但是令人驚訝的是,包括來自賭馬、賭場、以及投資等的更行各業(yè)的領(lǐng)軍人物,他們都強調(diào)的卻是另外一面,投行稱之為”貝比·魯斯效應“:雖然貝比·魯斯(卓越的VC)有過不少的三振出局(失敗/虧損的投資)的經(jīng)歷,但這并不妨礙他成為史上最偉大的擊球手(風頭公司)之一。 -- 出自"貝比·魯斯效應:頻率和量級“
貝比·魯斯效應在不同種類的投資中都會碰上,但是在風投行業(yè)尤為顯著。如注明投資人Peter Thiel所觀察的一樣:
事實上[風投]回報率是呈非常嚴重的偏態(tài)分布的。一個VC對這個偏態(tài)分布認知的越深入,他就越會是個優(yōu)秀的VC。而糟糕的VC則傾向于認為回報曲線是成正態(tài)分布的,比如,誤以為所有的公司都是在同等條件下誕生的,只是有些最終做死了,有些半死不活,而有些卻在成長著而已。而事實上它們是遵循冪次法則的分布規(guī)律的(更多有關(guān)Peter Thiel對冪次法則和正態(tài)分布的描述,請查看本人官網(wǎng)之前的一篇文章《創(chuàng)業(yè)圣經(jīng)《從0到1》讀書筆記精簡版》)。
貝比·魯斯效應之所以這么難以內(nèi)化主要是因為人們心理上都傾向于逃避虧損。行為經(jīng)濟學早有非常著名的演示,表明人們對于損失一定金額的情緒低落程度,遠大于賺取同等金額的情緒的愉悅程度。虧損總會讓人感覺不爽,即使這個虧損只是成功的投資組合戰(zhàn)略中的一小部分而已。
當人們談?wù)摰竭@個話題的時候,往往是難以深入,因為此前我們很難得到一份綜合有效的風投公司的效益數(shù)據(jù)。而今天,大家走運了,非常感謝在眾多風投基金公司中都備受尊重的投資人Horsley Bridge,他給我提供了這數(shù)百個風投公司自1985年起的投資回報率相關(guān)的匿名歷史數(shù)據(jù)。
事實如我們預期一樣,回報是非常集中的:大約占有這些公司所有投資組合的6%的投資(大約占所有投資金額的4.5%),產(chǎn)生的投資回報率卻占有了全部投資回報率的60個百分比左右。下面我們再對這些數(shù)據(jù)作深入的挖深,看下優(yōu)秀的VC和糟糕的VC是怎么被區(qū)分開來的。
全壘打(編者注:也就是說該風投公司不少的投資組合都是獲得超過10倍投資回報率的): 如我們所預期的,成功的風投公司擁有更多的“全壘打”級別的投資。
(本文的所有圖表中,X軸指代的是VC基金的效益:靠右的代表卓越的VC基金,靠左的代表糟糕的VC基金。)
卓越的風投基金公司不但會有更多的高投資回報率投資組合,且這些投資組合的投資回報率往往都是高得超乎想象的。請看下圖中描述的低效益和高效益的風投基金在都是全壘打(超過10倍的投資回報率)的情況下的投資回報率的差別。
通常好的風投基金的投資回報率是在20倍左右,而卓越的風投基金的投資回報率則高達70倍,如Bill Curley曾經(jīng)說過的:“風投不僅僅是一個全壘打的生意,還是一個大灌滿的生意?!?/span>
三振出局(失敗的投資):這里的Y軸代表的是一個風投基金的眾多投資組合中虧損的投資所占的百分比。
從圖中可以得知,其實無論是糟糕的投資公司還是卓越的投資公司,他們的投資組合中都有不少一部分是虧損的。所以說風投行業(yè)本身就是一門高風險的生意。
大家可以看到上圖是呈U字型分布的,也就是說卓越的風投公司其實比普通的(處于圖表中間的)風投公司更容易投到虧損的公司。所以這里卓越的風投基金公司剛好印證了上面所說的”貝比·魯斯效應“效應:它們揮桿(投資)力度越大,有可能大力命中,也有可能三振出局(虧損)收場。但是你如果不敢冒著大量的三振出局(失敗)的風險,你就不可能有大滿貫(眾多投資組合無數(shù)倍的投資回報率)的可能。比如,根據(jù)冪次法則,只要你的眾多投資組合中有一個如Facebook般的公司,就算你所有的其他投資組合都是虧錢的,你依然會賺得盤滿缽滿!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10