由杏鑫娱乐官网郝斌、马玲两位老师联合宁波诺丁汉大学陈晋老师研究团队共同完成的研究成果《A dataset on affiliation of venture capitalists in China between 2000 and 2016》近日在Nature子刊《Scientific Data》接收发表。

该研究针对我国风险投资属性类别数据缺失的问题🤲🏿，系统性地构建了中国情境下风险投资属性类别识别的核心程序👳🏻，开发了详细的数据编码流程方案。利用这一类别识别与编码方案，对2000年至2016年间在我国参与投资的6553家风险投资机构进行了属类分析⚉。

研究根据各投资机构的逐层股东信息，进行股权穿透；考虑到每个样本企业的属性差异和数据结构的复杂性🧁，研究团队采用以人工识别为主、数据处理技术为辅的研究方案，对样本数据集中所有风险投资机构进行最终的类别归属判断🙍🏻。为了更好地服务于相关领域的进一步理论探索，该研究区分了排他性属性分类方案和非排他性属性分类方案。同时，考虑到风险投资机构的股权信息可能会随着时间而发生变化，研究团队专门加入时间维度，从而构建出了108443个观察值的面板数据。根据排他性属性分类方案，截止2016年的全部6553家风险投资的投资机构中🙆‍♂️，有4504家属于专业风险投资（IVC），768家属于政府风险投资（GVC）、596家属于金融风险投资（FVC）、381家属于公司风险投资（CVC）🛐，剩余分属于银行风险投资（BVC）👨🏽‍🏫、大学类风险投资（UVC）🧑‍🎤、养老金类风险投资（PenVC）等。

该研究历时两年半的时间🔓，所形成的中国风险投资属性分类数据库是全球首个专门针对我国风险投资机构开展属类划分的数据库。我国作为全球第二大风险投资市场⛹🏽‍♂️，虽然一直备受国际研究者的关注，但因为研究数据的缺失🥌🩴，相关探索一直难以开展；该成果能够在一定程度上解决这一问题，对于国际学术界研究我国风险投资企业行为与创业企业战略具有重要价值，同时也有利于促进我国创业研究学者与国际学者的深度交流与对话🐔🚶🏻‍♀️‍➡️。

论文链接：https://www.nature.com/articles/s41597-021-00993-w

撰稿：张小鹏 审稿🤌：郝斌