بررسی عوامل مؤثر بر موفقیت روش عرضه اولیه بهامُهر با الگوریتم ماشین بردار پشتیبان

نوع مقاله : علمی- پژوهشی

نویسندگان

1 دانشجوی دکتری رشته اقتصاد بین الملل دانشکده اقتصاد و مدیریت دانشگاه تربیت مدرس

2 استاد اقتصاد گروه اقتصاد، دانشگاه یزد، یزد، ایران

3 دانشیار اقتصاد، دانشگاه تربیت مدرس دانشکده مدیریت و اقتصاد

10.30465/jnet.2024.45820.2051

چکیده

تأمین بسترهای لازم برای رشد تولید مستلزم حیات کسب‌وکارها است؛ دراین‌بین یکی از عامل‌های اصلی بقاء کسب‌وکارها مسئله‌ی تأمین مالی آن‌ها محسوب می‌شود. روش عرضه اولیه بهامُهر روش نوین تأمین مالی کسب‌وکارها بر بستر فناوری بلاکچین است که امکان جذب سرمایه بالا از سراسر دنیا را طی مدت‌زمان کوتاه محقق می‌نماید. تبیین این روش و احصاء عوامل موفقیت آن ها ضروری به نظر میرسد. ازاین‌رو در این مقاله با استفاده از روش ماشین بردار پشتیبان به بررسی عوامل مؤثر بر موفقیت روش عرضه اولیه بهامُهر میان 307 پروژه از سال 2016 تا انتهای 2018 پرداخته‌ایم. اثر خصیصه‌های پروژه، کمپین، شبکه‌های اجتماعی و تیم در روندی تجمعی بر روی دو متغیر هدف کل وجوه جمع‌آوری‌شده در فرآیند عرضه اولیه بهامُهر و درصد دستیابی به حداکثر سرمایه تعیین‌شده توسط مؤسسین پروژه(هاردکپ) به‌عنوان ملاک‌های موفقیت طی دو سری مدل مجزا در این مقاله موردبررسی قرار گرفته-است. با دستیابی به مدل‌های منتخب بر اساس عملکرد آن‌ها و اولویت‌بندی خصیصه‌ها با استفاده از تکنیک لاسو، مقاله حاضر نشان می‌دهد دو خصیصه‌ی «ثابت بودن عرضه توکن» و «در دسترس بودن کد قرارداد هوشمند» بنابر نتایج هر دو مدل منتخب، بالاترین سطح تأثیرگذاری را در موفقیت یک عرضه اولیه بهامُهر ایفاء می‌نمایند.

کلیدواژه‌ها


عنوان مقاله [English]

Investigating Factors Affecting the Success of the Initial Coin Offering Method with the Support Vector Machine (SVM) Algorithm

نویسندگان [English]

  • Fatemeh Teimoora 1
  • kazem yavari 2
  • reza najarzadeh 3
1 PhD Student at Facility of Economic and Management of Tarbiat Modares University
2 Professor of Economics,Department of Economic,Yazd University
3 Associate Professor, Tarbiat Modares University, Department of Economics, Tehran, Iran
چکیده [English]

Financing is very important for businesses. Initial Coin Offering is a new way of financing businesses based on blockchain technology. It seems necessary to explain this method and calculate its success factors. Therefore, in this article, using the support vector machine (SVM) algorithm, we have investigated the factors affecting the success of initial coin offering campaigns among 307 projects from 2016 to the end of 2018. In this article, the effect of the characteristics of the project, campaign, social networks and the team in a cumulative process on the two target variables- the total amount raised in the ICO process, and the percentage of hard cap (maximum capital determined by the founders of the project) raised as success criteria- have been examined in two separate model series. By obtaining the optimal models based on their performance and prioritizing the features using the Lasso technique, this article shows the two features of "Token supply is fixed" and "availability of smart contract code" have the highest level of influence in the success of an Initial Coin offering According to the results of both optimal models.

کلیدواژه‌ها [English]

  • Financing
  • Blockchain
  • Initial Coin Offering
  • Support Vector Machine
  • Token
چیت­ساز، احسان، بیگدلی، محمد (1400)، عوامل مؤثر بر موفقیت تأمین مالی جمعی به روش عرضه­ی اولیه­ی بهامُهر از طریق صرافی­های آنلاین، توسعه کارآفرینی، دورة 14، شمارة 2، تابستان 1400، صص 221-.240
چیت ساز، احسان، قربانی حصاری، محمد و فیلی، هشام (1399)، شناسایی عوامل موثر بر عدم موفقیت تامین مالی جمعی مبتنی بر بلاکچین با استفاده از عرضه اولیه بهامهر، نشریه: توسعه کارآفرینی، بهار 1399، شماره 47.
وزان، میلاد(2022)، یادگیری ماشین و علم داده؛ مبانی، مفاهیم، الگوریتم­ها و ابزارها، نشر میعاد اندیشه، 1400، اول، صص 144-298.
Ackermann, E. Bock, C., & Bürger, R. (2020). Democratising Entrepreneurial Finance: The Impact of Crowdfunding and Initial Coin Offerings (ICOs).
Adhami, S. Giudici, G., & Martinazzi, S. (2018). Why do businesses go crypto? An empirical analysis of initial coin offerings. Journal of Economics and Business, 100, 64–75. https://doi.org/10.1016/j.jeconbus.2018.04.001.
Alaka, H. A., Oyedele, L. O., Owolabi, H. A., Kumar, V., Ajayi, S. O., Akinade, O. O., & Bilal, M. (2018). Systematic review of bankruptcy prediction models: Towards a framework for tool selection,'' Expert Syst. Appl., vol. 94, pp. 164_184, Mar. 2018.
Albrecht, S., Lutz, B., & Neumann, D. (2019). The behavior of blockchain ventures on Twitter as a determinant for funding success. Electronic Markets, 30, 241–257.
Amsden, R, & Schweizer, D (2019). Are Blockchain Crowdsales the New “Gold Rush”? Success Determinants of Initial Coin Offerings.
Biasi, J., & Chakravorti, S. (2019). The Future of Cryptotokens. Disruptive Innovation in Business and Finance in the Digital World, 20, 167-187.
Bourveau, T., George, E. T., Ellahie, A., & Macciocchi, D.(2018). Initial Coin Offerings: Early Evidence on the Role of Disclosure in the Unregulated Crypto Market.
Brochado, A. (2018). Snapshot das Initial Coin Offerings (ICOs). (CMVM, Ed.) Cadernos do Mercado de Valores Mobiliários, 60, 53-76.
Campino, J. P. M. (2021). Success Determinants of Initial Coin Offerings (ICOs), Management, specialization of Strategy and Entrepreneurship, Business School.
Chen, R. R.,& Chen, K.(2020). A  perspective on “Information asymmetry in initial coin offerings (ICOs): Investigating the effects of multiple channel signals”. Electronic Commerce Research and Applications, 40.
Cohney, S., Hoffman, D., Sklaroff, J., & Wishnick, D. (2019). COIN-OPERATED CAPITALISM. Columbia Law Review, 119(3), 591-676.
Coinschedule. (2020, January 22). Coinschedule. Retrieved from https://www.coinschedule.com/.
Fahlenbrach, R., & Frattaroli, M. (2020).ICO investors", forthcoming in Financial Markets and Portfolio Management, available at: Financial Markets and Portfolio Management https://doi.org/10.1007/s11408-020-00366-0.
Fisch, C. (2019). Initial coin offerings (ICOs) to finance new ventures. Journal of Business Venturing, 34(1), 1–22. https://doi.org/10.1016/j.jbusvent.2018.09.007.
Fisch, C., & Momtaz, P.P. (2020). Institutional investors and post-ICO performance: an empirical analysis of investor returns in initial coin offerings (ICOs). Journal of Corporate Finance, 64.
Giudici, G., & Adhami, S.(2019). The impact of governance signals on ICO fundraising success. Journal of Industrial and Business Economics, 46, 283–312.
Goyal, D., & Pabla, B. S. (2015). Condition based maintenance of machine tools—A review. CIRP Journal of Manufacturing Science and Technology, 10, 24–35.
Greiner, M., Pfeiffer, D., & Smith, R.D.(2000). Principles and practical application of the receiver-operating characteristic analysis for diagnostic tests, Preventive Veterinary Medicine, Elsevier, 30 May 2000.
Hartmann, F., Grottolo, G., Wang, X., & Lunesu, M. I. (2019). Alternative Fundraising: Success Factors for Blockchain-Based vs. Conventional Crowdfunding. Blockchain Oriented Software Engineering (IWBOSE), (pp. 38-43).
Hill, J. (2018). Startup Financing. In J. Hill (Ed.), FinTech and the Remaking of Financial Institutions, Chapter 13, (pp. 249-267). Academic Press.
Hsieh, N. C. (2004). An integrated data mining and behavioral scoring model for analyzing bank customers", Expert systems with applications, Vol.4, pp.623-633, 2004.
Jong, A. d., Roosenboom, P., & Kolk, T. v. (2018). What determines success in Initial Coin Offerings? SSRN. doi:http://dx.doi.org/10.2139/ssrn.3250035.
Min, J.H., & Lee, Y.C.(2005).Bankruptcy Prediction Using Support Vector Machine With Optimal Choice of Kernel Function Parameters, Expert Systems with Applications, No. 28, PP. 603–614.
Momtaz, P. P. (2020). Initial coin offerings, asymmetric information, and loyal CEOs. Small Business Economics. doi: https://doi.org/10.1007/s11187-020-00335-x.
Ofir, M., & Sadeh, I., (2019).ICO vs IPO: Empirical Findings, Information Asymmetry and the Appropriate Regulatory Framework". Vanderbilt Journal of Transnational Law, Forthcoming, (August 5, 2019).
Rrustemi, J., & Tuchschmid, N. S.(2020). Fundraising Campaigns in a Digital Economy: Lessons from a Swiss Synthetic Diamond Venture's Initial Coin Offering (ICO). Technology Innovation Management Review, 10(6).
Sidiki, S. (2014). Startup Financing Trends in Europe, Tilburg University law school. 1-65.
Sun, J., Shang, Z. ,& Li, H. (2014). Imbalance-oriented SVM methods for financial distress prediction: A comparative study among the new SBSVM- ensemble method and traditional methods, J. Oper. Res. Soc., vol. 65, no. 12, pp. 1905_1919, 2014.
Vapnik, V., Cortes, C. (1995). Support vector networks. Machine Learning, 20, 273-297.
Wanmg, C.M., & Huang, Y.F.(2009).Evolutionary- based feature selection approaches with new criteria for data mining: A case study of credit approval data, Expert systems with applications, Vol.36, pp. 5900-5908.