[论文解读] Graph Neural Network Based VC Investment Success Prediction

Shiwei Lyu, Shuai Ling+6 more|arXiv (Cornell University)|May 25, 2021

Private Equity and Venture Capital参考文献 38被引用 6

一句话总结

本文提出了一种基于图神经网络（GNN）的模型，整合了时间节点表征、自注意力机制和增量学习，以预测早期创业公司的风险投资（VC）投资成功率。该模型在医疗保健和信息技术领域表现尤为出色，达到当前最先进水平，并揭示了高级教育、性别多样性以及高网络中心性与更高成功率之间存在相关性。

ABSTRACT

Predicting the start-ups that will eventually succeed is essentially important for the venture capital business and worldwide policy makers, especially at an early stage such that rewards can possibly be exponential. Though various empirical studies and data-driven modeling work have been done, the predictive power of the complex networks of stakeholders including venture capital investors, start-ups, and start-ups' managing members has not been thoroughly explored. We design an incremental representation learning mechanism and a sequential learning model, utilizing the network structure together with the rich attributes of the nodes. In general, our method achieves the state-of-the-art prediction performance on a comprehensive dataset of global venture capital investments and surpasses human investors by large margins. Specifically, it excels at predicting the outcomes for start-ups in industries such as healthcare and IT. Meanwhile, we shed light on impacts on start-up success from observable factors including gender, education, and networking, which can be of value for practitioners as well as policy makers when they screen ventures of high growth potentials.

研究动机与目标

• 利用数据驱动方法，提升风险投资机构和政策制定者对早期创业公司成功率的预测能力。
• 通过整合结构信息与属性信息，对风险投资机构、创业公司及创始成员之间的复杂利益相关者网络进行建模。
• 开发一种增量图表征学习框架，以捕捉创业投资网络中的时间动态变化。
• 识别影响风险投资结果的关键预测因素，如教育背景、性别和网络中心性。

提出的方法

• 该模型采用增量图表征学习机制，随时间更新节点嵌入，以捕捉投资网络中关系的演变。
• 在GNN架构（GST-2）中引入自注意力机制，动态加权关联利益相关者的预测重要性。
• 通过监督链接预测和节点分类任务对节点表征进行优化，实现在历史投资数据上的端到端训练。
• 通过融合丰富的节点属性（如教育水平、性别和行业）与图结构特征，增强预测能力。
• 通过学习时间周期内的序列表征来建模时间依赖性，提升在动态创业网络上的泛化能力。
• 应用微调以适应下游预测任务的节点嵌入，提升在首次公开募股（IPO）或并购结果上的表现。

实验结果

研究问题

• RQ1 图神经网络能否通过建模风险投资网络中网络结构与节点属性之间的相互作用，有效预测创业公司成功？
• RQ2 与静态GNN模型相比，引入时间动态和增量学习在多大程度上提升了预测性能？
• RQ3 根据模型预测，哪些可观测属性（如性别、教育背景和网络中心性）显著影响创业公司的成功？
• RQ4 该模型在预测首次公开募股（IPO）和并购方面，与人类投资者及现有基线相比，优势有多大？
• RQ5 该模型识别出的最关键结构和人口统计因素是什么，这些因素最能预测创业公司成功？

主要发现

• 所提出的GNN模型在预测创业公司成功方面达到当前最先进水平，在全球风险投资数据集上超越了人类投资者和现有基线模型。
• 该模型在医疗保健和信息技术领域的创业公司预测中表现尤为突出，展现出强大的泛化能力和鲁棒性。
• 在测试集中，被预测为成功的创业公司中，有890家（共7,268家）关联到高学历个体——其中31.0%拥有硕士学位，14.1%拥有博士学位，而整个测试集中该比例分别为28.3%和11.2%。
• 与整体测试集（8.0%）相比，与正面预测结果相关的女性比例更高（10.1%），表明性别多样性与投资成功之间可能存在正相关关系。
• 与整体测试集（3.20）相比，与被预测为成功的创业公司相关的个体平均度中心性更高（3.85），表明更强的人脉网络是成功的重要预测指标。
• 模型的自注意力机制识别出，高连接度、高学历及多样化个体在预测积极结果方面更具影响力，凸显了在风险投资成功中结构与人口统计因素的关键作用。