在线股市交易极大地改变了天使投资人和个人股票投资者与寻求早期资本的新企业之间的联系。然而，对于那些早期投资者来说，指向开展企业对企业业务(B2B)的新企业(B2BNV)未来能否成功的信息是分散和不连贯的。那么，我们该根据什么判断新的B2B企业未来能否融资成功？

线上融资平台的建立，AngelList, SeedInvest以及天使投资网络博客等为广大个人投资者提供了更多的投资机会，但是却很难提供充足的投资决策所需的信息。具体来说，在新企业融资的早期阶段，很难预测其生存能力。而对于主要开展企业对企业业务的新企业，问题被放大了。投资者不仅需要将其与竞争对手比较，还要分析新企业与其客户之间的关系。因此从平台角度，收集此类企业横向纵向的数据，有助于提供更有针对性的服务。

同时，随着互联网的发展，越来越多的新企业习惯通过社交媒体来发布通知、介绍产品以及对时事发表看法。就美国股市而言，推特等社交媒体成为了各企业的重要对外窗口，本期MISQ文章“Do Early Words From New Ventures Predict Fundraising? A Comparative View Of Social Media Narratives”将为大家展示如何通过社交媒体言论来比较和预测新B2B企业未来的融资成功率。

01 相关理论及假设

与潜在客户的语言相似性反映了价值创造能力。企业战略文献强调了价值创造对盈利能力和市场成功的关键作用。新企业特别需要关注创新价值创造，这是它们合法性和成功的关键。在B2B环境中，与组织客户的合作是价值创造的关键，而互动价值创造可能更为重要。企业的成功取决于与客户的协作和价值共创能力。在新企业早期阶段，稳定的企业核心（如创始人和主要合作伙伴）通过塑造日常叙事来与客户保持一致。他们深入了解客户行业的语言和文化，以确保产品/服务能够满足客户需求。此外，一致的叙事也有助于吸引投资者和建立客户信任。对行业的深刻理解和与客户的互动在后续发展中至关重要，因为它们为企业成功获取财务资源提供了基础。因此，在早期阶段，塑造与客户行业一致的叙事是至关重要的。

假设一：在早期阶段，新B2B企业的社交言论与其潜在客户行业的社交言论在语言上的相似性与新B2B企业在后期阶段筹集的资金有关。

与潜在竞争对手语言差异反映价值占有能力。除了创造价值的能力外，价值占有的能力也对企业成功起着关键作用。通过价值占有，企业能够从所创造的价值中获取利润并持续增长。差异化被视为一种有效的价值占有策略，通过与竞争对手的区别来确立企业的独特性。在B2B领域，差异化尤为重要，因此企业需要通过各种渠道展示自身的解决问题能力，与竞争对手区别开来。企业核心的深刻理解和经验对于把握行业规范和竞争对手动态至关重要，为企业的长期成功打下基础。早期阶段，企业利用与竞争对手的语言差异化来打造独特的品牌声音，从而在后续与竞争对手的区分以及成功获取财务资源方面取得优势。因此，企业要想实现长期的财务盈利和市场成功，需要注重不仅是价值创造，还有价值占有能力的提升。

假设二：在早期阶段，新B2B企业的社交媒体言论与其潜在竞争对手的语言差异与新B2B企业在后期阶段筹集的资金数量有关。

同时，根据组织双元性文献，同时和协调地追求价值创造和占有活动比单独追求任何一个都能获得更高的回报。基于此，作者提出了假设三：在早期阶段，新B2B企业的[1] 社交媒体言论与其潜在客户的语言相似度，以及其短信与其潜在竞争对手的语言不相似度之间的相互作用，与新B2B企业在后期阶段筹集的资金数额有关。

02 数据集与分析方法

数据集。作者通过AngelPlat“天使投资”平台，收集了从2013年到2019年共574家新B2B企业，共2743个融资轮，平均每家企业经历了约4轮融资，每一轮平均持续9.5个月，各企业平均累计融资480万美元。社交媒体言论选取的是推特上融资轮间的信息，在样本中，新企业和其竞争、合作企业的平均推文频率为3.28天/条、3.52天/条以及5.31天/条。

建立相关性得分。计算新B2B企业与目标企业的可读性相似度、主题相似度以及情感相似度并加权。相关性得分分为了客户和竞争对手两项。

pw_LSC_ijt = (pw_PSS_ijt + pw_RIS_ijt + pw_TS_ijt)/3

其中，作者通过LDA（狄利克雷分配）的方法来计算主题相似度。它完全依赖于基于词典的方法，并定义了K个主题（假设语料库中使用的单词是概率分布的）。一般来说，LDA是一种生成的、无监督的工具，主要通过近似狄利克雷先验的超参数的贝叶斯方法来找到一组主题中单词的概率分布去计算主题的相似性，并通过词典来识别文本中的积极性与消极性。最后，作者使用自动可读性指数评估了企业推文的可读性。该指数考虑文本语料库中字符、单词和句子的数量，对于句子的复杂度进行了量化。

结合各企业后期融资的金额，作者根据上文的三个假设，建立了以融资额为因变量，新企业与客户及竞争对手的相关性得分平均值为自变量的线性模型，并且充分考虑到了客观条件上的不同，引入控制变量后的模型如下：

Raised_Capitalit = B1*LSC_it + B1*LSC_it + B1*LSC_it + γ*W_it + ε_it + c_i

其中，LSC_it表示新企业与客户的相似度，LSO_it表示新企业与竞争对手的相似度，W_it表示控制变量向量。

03 分析结果

结果表明，与客户相似度对融资有显著的正向影响。在每一轮融资中，也观察到与竞争对手相似度对募集资金的负显著影响。前两个成分之间的相互作用为负且显著。同时结果表明，除了Twitter传播内容主题的影响外，传播的结构和风格(通过可读性衡量)与筹款金额相关。

在其他边界条件实验中，作者发现，当企业的创业核心（往往是CEO）出现变化时，社交媒体言论相似性的作用变得减弱了。当对推文的范围进行分类后，作者通过比较发现，当推文覆盖范围更广时，社交媒体言论相似性的作用明显更强。

为了更进一步进行量化，作者对于每个衡量创业成功的指标（资金筹集、获奖、吸引顾客等评价指标），应用逻辑、决策树、随机森林、朴素贝叶斯和神经网络分类器用于预测，60/40的样本分割用于开发和验证。结果表明，与不考虑社交言论相似度的模型相比，考虑社交言论相似度的预测模型的平均准确率提高了约15%。

04 结论和启示

近年来风险投资线上化、少量多投的新模式在美国发展强劲。在新的背景下，新的投资市场，如SeedInvest和Angel Investment Network，正在利用数据存档和分析的力量，将投资者与寻求融资的新企业联系起来，尤其是那些处于早期阶段的企业。在本文中，作者论证并表明，从企业的社交媒体言论的比较观点中获得的信息可以提高对后期成功的预测准确性约15%，将比较分析应用于新企业的社交媒体言论可以成为投资者的一个新的有价值的工具。

参考文献：Havakhor T, Golmohammadi A, Sabherwal R, Gauri DK. Do Early Words from New Ventures Predict Fundraising? A Comparative View of Social Media Narratives. MIS Quarterly. 2023;47(2):611-638.

文章链接：https://doi.org/10.25300/MISQ/2022/16392

作者信息：

Taha Havakhor

Title: Associate Professor of Information Systems & Desautels Faculty Scholar, McGill University

Research areas: Business Analytics & IT, Business Value of IT, Impact of AI & Analytics on Work, Labour Issues in IT, Productivity

Email address: taha.havakhor@mcgill.ca

Alireza Golmohammadi

Title: Assistant Professor of Marketing, Belk College of Business

Research areas: Understanding the contingencies and potential mechanisms through which firms’ digital communications produce value, Unpacking the broader economic and societal impacts of digitization.

Email address: Golmohammadi@uncc.edu

Rajiv Sabherwal

Title: Distinguished Professor, Edwin & Karlee Bradberry Endowed Chair of Walton College of Business, University of Arkansas.

Research areas: Management of information systems, knowledge management, process research

Email address: rsabherw@uark.edu

Dinesh Gauri

Title: Professor and Walmart Chair in Marketing of Walton College of Business, University of Arkansas.

Research areas: Marketing, Transportation

Email address: dkgauri@uark.edu