[論文レビュー] Probabilistic Modeling of Venture Capital Portfolio Outliers

Kensei Sakamoto, H. U. Köylüoglu+2 more|arXiv (Cornell University)|Feb 8, 2026

Private Equity and Venture Capital被引用数 0

ひとこと要約

この論文は、相関するベンチャーの結果と外れ値リスクを定量化する潜在要因ガウスモデルを構築し、予想ユニコーン件数が不十分であり、相関がポートフォリオの信頼性と上振れに構造的な影響を与えることを示す。

ABSTRACT

In this paper, we define probabilistic measures for venture portfolio performance based on individual outlier probability for each investment and the dependence across investments. This work is inspired by loan portfolio modeling against default risk used in banking. In mathematical terms, we calculate the probability distribution of the sum of N non-homogeneous Boolean outcomes (investments becoming outliers) that are correlated through common factors such as overall market conditions and sector effects. Specifically, we implemented a latent-factor model in which each investment's success is the exceedance of a Gaussian latent variable composed of idiosyncratic returns and returns from interpretable shared factors (stock markets, industry sector indices, geography and founder type). The formulation follows a simulation approach to preserve heterogeneous deal-level success probabilities and uses empirically estimated correlation matrices. When applied to synthetic portfolios, our model reveals that expected outlier counts alone are insufficient statistics for evaluating venture portfolios. Portfolios with identical expected outcomes can exhibit drastically different levels of reliability and risk when various levels and forms of correlation are embedded. Diversification improves the probability of achieving a minimum number of outliers by reducing exposure to common shocks, but at the cost of lower upside, underscoring a fundamental tradeoff between reliability and magnitude of clustered successes. The framework provides a practical bridge between deal-level outlier probability assessment and objective-aware portfolio construction.

研究の動機と目的

• 平均リターンを超えるVCポートフォリオ評価を動機づけ、レアな外れ値成功（ユニコーン）に焦点を当てる。
• 投資間の依存を捉えるために、セクター、地理、および創業者タイプの露出を持つ柔軟な潜在変数フレームワークを導入する。
• 異種の取引レベルの成功確率を保持しつつ、解釈可能な投資間相関を埋め込む。
• シミュレーションを通じて、相関が左尾リスクと最適な分散化戦略をどのように変えるかを示す。

提案手法

• A_iをガウス超過潜在変数として定義し、A_i = w_i^T Z + sqrt(1 - w_i^T Σ w_i) ε_i。
• ユニコーンをイベント A_i > Φ^{-1}(1 - p_i) としてモデル化し、個別の成功確率 p_i を保持する。
• セクター、地理、創業者タイプの所属を w_i にロード構成として組み込み、 weights (S, G, F) = (0.6, 0.3, 0.1) を用い、w_i = w_0 b_i で正規化（b_i により normalization）。
• 平均ペア相関 ~0.12 を目標として w_0 を設定し、ρ_{ij} = w_i^T Σ w_j および Σ は公開代理から推定。
• 2020–2025 の月次リターンから 5 セクター、4 地理、2 創業者タイプで Σ を推定し、Z ~ N(0,Σ) に対してCholeskyサンプリングを用いる。
• モンテカルロシミュレーションを用いてポートフォリオの相関ユニコーン結果を生成し、分布的性質を解析する。

実験結果

リサーチクエスチョン

• RQ1 VC投資間の相関は、平均値を超えてユニコーン件数の分布にどのように影響するか。
• RQ2 相関の下で、左尾リスク（P(U=0)、P(U≤1)、P(U≤2)）に対する分散化の影響はどうなるか。
• RQ3 ポートフォリオ構成（セクター/地理/創業者の混合）と規模は、相関と相互作用してリスクと上振れをどう形作るか。
• RQ4 依存の下での信頼性（左尾リスク）とクラスタ化した外れ値の大きさ（上振れ）のトレードオフはどうなるか。

主な発見

• 相関は、個別の取引確率を固定した場合でも、共同失敗と共同成功の確率を増加させる。
• 分散化は左尾リスクを低減するが、閾値に達すると上振れを抑える可能性がある。
• 完全な多因子相関は、セクター分散化があっても単一因子と比べて左尾リスクをやや悪化させる。
• 相関下での独立時より、単独成功確率を高めると左尾リスクの低減が緩やかになる。
• 同一の予想ユニコーン件数を持つポートフォリオでも、依存構造の違いにより信頼性が大きく異なる。
• 依存下の最適ポートフォリオ設計は、失敗確率を最小化することと条件付き上振れを最大化することのどちらを目的とするかで変わる。