UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2012 – 2013
DE RELATIE TUSSEN SELECTIEGEDRAG EN
PERFORMANTIE VAN VENTURE CAPITALISTS
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Toegepaste Economische Wetenschappen
Vincent Blancquaert
onder leiding van
Prof. Dr. Mirjam Knockaert
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2012 – 2013
DE RELATIE TUSSEN SELECTIEGEDRAG EN
PERFORMANTIE VAN VENTURE CAPITALISTS
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Toegepaste Economische Wetenschappen
Vincent Blancquaert
onder leiding van
Prof. Dr. Mirjam Knockaert
I
PERMISSION
Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding.
Vincent Blancquaert
II
I. Voorwoord
Het schrijven van deze masterproef heeft me een verder inzicht gegeven in het financieren
van de ondernemingen. Daar mijn verdere professionele carrière in die sector ligt, vond ik
het interessant om een minder bekende financieringsvorm te bekijken. Venture capital
financiers zijn figuren die weinig in de media komen, toch hebben ze een grote impact op
ons dagelijkse leven. Als men een lijst zou maken van de bedrijven waarin deze financiers in
hebben geïnvesteerd, valt daarin al snel op dat veel prominente bedrijven daarin vermeld
worden. Om die reden vond ik het de interessant om deze financieringstak nader te
bekijken.
Ik zou graag een woord van dank uiten aan mijn promotor Prof. Dr. Mirjam Knockaert.
Zonder haar begeleiding, feedback, informatie en steun zou dit niet gelukt zijn. Ik ben er mij
ten volle van bewust dat het verlenen van die zaken niet altijd evident was, dit door haar
drukke agenda. Naast mijn promotor wil ik mijn commissaris, Prof. Dr. Tom Vanacker,
bedanken voor het lezen van deze thesis.
Ook wil ik mijn familie, mijn ouders, mijn broer, mijn vrienden en mijn vriendin bedanken
voor de steun die zij mij geboden hebben.
III
II. Inhoudsopgave I. Voorwoord .......................................................................................................................... II
III. Lijst van de tabellen en figuren ....................................................................................... V
Inleiding ............................................................................................................................... 1 1.
2. Selectiegedrag van venture capitalists en hun determinanten .......................................... 3
2.1 Selectiegedrag ......................................................................................................................... 3
2.2 Investeringsactiviteit van een venture capitalist .................................................................... 4
2.3 Determinanten ........................................................................................................................ 7
2.3.1 Ervaring ............................................................................................................................ 7
2.3.2 Human capital van de fondsenbeheerders ................................................................... 10
2.3.3 Risico .............................................................................................................................. 12
2.3.4 De grootte van de investering en het investeringsbeleid van het venturefonds .......... 13
2.3.5 Technologie en markt .................................................................................................... 13
2.3.6 Geografische locatie ...................................................................................................... 14
2.3.7 Financieringsstadium ..................................................................................................... 14
2.3.8 Bron van fondsen .......................................................................................................... 15
3. De selectiecriteria ............................................................................................................. 16
3.1 Human capital ....................................................................................................................... 17
3.2 Technologie ........................................................................................................................... 21
3.3 Finance .................................................................................................................................. 22
3.4 Markt en marktgroei ............................................................................................................. 23
3.5 Product/Dienst ...................................................................................................................... 25
3.6 Strategie ................................................................................................................................ 26
3.7 Andere ................................................................................................................................... 26
3.8 Nuance ................................................................................................................................... 27
4. De performantie ................................................................................................................ 28
4.1 Portfoliobedrijven ................................................................................................................. 28
4.2 Venture capitalists ................................................................................................................. 29
5. Onderzoek ......................................................................................................................... 32
5.1 Gegevens ............................................................................................................................... 32
5.2 Hypothesen ........................................................................................................................... 33
5.2.1 Hypothese 1: diversificatie en performantie ................................................................. 33
IV
5.2.2 Hypothese 2 en 3: specialisatie vs. diversificatie .......................................................... 34
5.3 Variabelen ............................................................................................................................. 36
5.3.1 Afhankelijke ................................................................................................................... 36
5.3.2 Onafhankelijke variabelen ............................................................................................. 37
5.3.3 Controlevariabelen ........................................................................................................ 38
5.4 Regressie................................................................................................................................ 43
6. Resultaten ......................................................................................................................... 46
6.1 Descriptieve analyse .............................................................................................................. 46
6.2 Logistische regressie .............................................................................................................. 47
6.2.1 Model 1: Logistische regressie met ‘IPO of trade sale’ als afhankelijke ....................... 48
6.2.2 Model 2: Logistische regressie met ‘IPO’ als afhankelijke............................................. 49
6.2.3 Mogelijke verklaringen voor de resultaten ................................................................... 52
6.2.4 Algemene bevindingen .................................................................................................. 54
7. Conclusies en beperkingen ............................................................................................... 55
IV. Referenties .................................................................................................................... 59
V
III. Lijst van de tabellen en figuren
Figuren
Figuur 1 Model voor het beslissingsproces van de venture capital investeringsactiviteit
(Tyebjee & Bruno, 1984) ............................................................................................................ 4
Figuur 2 Opgehaalde fondsen van VC's (2007-2012) (EVCA, 2012) ........................................... 8
Figuur 3 Venture capital investering per stadium (2007-2012) (EVCA, 2012) ........................... 9
Figuur 4 Bedrag aan verwezenlijkte desinvesteringen (2007-2012) (EVCA, 2012).................. 31
Figuur 5 Aantal verwezenlijkte desinvesteringen (2007-2012) (EVCA, 2012) ......................... 31
Figuur 6 Aantal oprichtende leden van de bedrijven ............................................................... 40
Figuur 7 Oprichtingsjaar ........................................................................................................... 40
Figuur 8 Investeringsjaar .......................................................................................................... 41
Figuur 9 Hoeveel jaar na oprichting dat de VC geïnvesteerd heeft ......................................... 42
Figuur 10 Fondsleeftijd ............................................................................................................. 42
Tabellen
Tabel 1 Frequentietabel IPO/TS ............................................................................................... 36
Tabel 2 Frequentietabel IPO ..................................................................................................... 37
Tabel 3 Gemiddelde, mediaan, minimum en maximum Herfindahl-index ............................. 38
Tabel 4 Frequentietabel HI: median split ................................................................................. 38
Tabel 5 Frequentietabel landgroepen ...................................................................................... 39
Tabel 6 Frequentietabel sectoren ............................................................................................ 39
Tabel 7 Correlatiematrix ........................................................................................................... 45
Tabel 8 Kruistabel met HI:MS en TS/IPO .................................................................................. 46
Tabel 9 Kruistabel met HI:MS en IPO ....................................................................................... 46
Tabel 10 Logistische regressie: TS/IPO ..................................................................................... 50
Tabel 11 Logistische regressie: IPO .......................................................................................... 51
1
Inleiding 1.
Microsoft, Apple en Intel zijn maar een paar voorbeelden van topbedrijven die gefinancierd
werden door venture capital1. Deze vorm van financiering komt heel weinig in de media en
toch heeft ze een heel grote invloed op de hedendaagse economie. In de huidige
maatschappij zijn computers, gsm’s en smartphones moeilijk weg te denken. Zij zijn allemaal
tot stand kunnen komen mede door venture capital financiers.
Venture capital heeft zich als belangrijke intermediair ontwikkeld in de financiële markten.
Dit door kapitaal te verschaffen aan bedrijven die anders heel moeilijk aan financiering
geraken. De bedrijven waar de VC’s2 zich meestal op richten zijn typisch klein en jong,
gekenmerkt door veel onzekerheid en een grote mate van informatie-asymmetrie (Dixon,
1991). De klassieke functie van de VC ligt in het voorzien van kapitaal voor nieuwe
risicovolle, kleine en innovatieve ondernemingen die moeite hebben om ander kapitaal te
verkrijgen (Bishop, 1996). Ze opereren in markten die heel vatbaar zijn voor verandering. De
functie van de VC omvat deze risicovolle bedrijven te voorzien van kapitaal door zich in te
kopen in de bedrijven die niet beursgenoteerd zijn (Gompers & Lerner, 2001). Naast het
verschaffen van kapitaal voorzien de VC’s in andere activiteiten om toegevoegde waarde te
creëren. Dit door bijvoorbeeld de structuur en de ervaring van het team ondernemers te
beïnvloeden (Beckman & Burton, 2008; Hellmann & Puri, 2002). Ook kan bijstand worden
verleend aan het management bij een fusie of overname, naast dit kan ook hun invloed
gebruikt worden om betere contracten te verkrijgen bij leveranciers (Tyebjee & Bruno, 1984;
Bygrave, 1987;1988). De VC’s opereren enerzijds als scout om toekomstig potentieel te
ontdekken en als coach om dat potentieel waar te maken (Baum & Silverman, 2004).
Venture capital is ontstaan in de Verenigde Staten, na de Tweede Wereldoorlog. De initieel
kleine groep ondernemers investeerde vooral in de opkomende bedrijven die actief waren in
de technologie die ontworpen was om in de oorlog te dienen. Sinds die geboorte heeft de
venture capital industrie een weinig gekende maar zeer grote stempel gezet op de
Amerikaanse- en de wereldeconomie. Ze vormde als het ware een katalysator voor het
1
De Nederlandse vertaling van venture capital is durfkapitaal. Daar de Engelstalige term meer in omloop is,
wordt er in dit werkstuk gebruik gemaakt van venture capital. 2 VC wordt in het verdere verloop van dit werkstuk gebruikt als afkorting voor venture capitalist.
2
ondernemingsproces: fundamentele waardecreatie die economische groei en hernieuwing
opwekt en in stand houdt. In termen van jobcreatie, innovatieve producten en diensten,
concurrentiekracht en de verspreiding van de ondernemingsgeest was de bijdrage van deze
industrie enorm. De nieuwe bedrijven en industrieën die dankzij de VC’s uit de grond zijn
geschoten hebben onze manier van werken en leven fundamenteel beïnvloed en gewijzigd
(Bygrave & Timmons, 1992).
De VC’s nemen grote risico’s in het financieren van bedrijven in risicovolle industrieën die
vaak in een heel specifieke technologische omgeving opereren. Daar staat natuurlijk
tegenover dat ze vergoed moeten worden voor de investering. Om die reden is het de
bedoeling dat ze na verloop van tijd hun winst innen. Meestal gaat het om een periode van
vijf tot tien jaar, dit natuurlijk onder voorwaarde dat de investering een succes was. De VC’s
gaan succes doorgaans definiëren als een beursintroductie of het volbrengen van
vooropgestelde criteria (Tyebjee & Bruno, 1984). Uiteraard zijn er bedrijven die, ondanks de
investering en steun van de VC, alsnog failliet gaan of de vooropgestelde criteria niet halen.
In dit werkstuk wordt een onderzoek gevoerd naar de relatie tussen het selectiegedrag en de
performantie van de VC’s. Het is interessant om deze link te onderzoeken. Op die manier
wordt er meer inzicht gecreëerd of het selecteren op één of meerdere criteria kan helpen bij
de prestatie van een venture capital fonds. Volgens deze onderzoeker is er nog geen studie
verricht rond die specifieke relatie. Om die reden kan er gesteld worden dat dit een
exploratief onderzoek is.
Hierna wordt de literatuur kort besproken met betrekking tot het selectiegedrag en de
determinanten. Daaropvolgend worden de selectiecriteria meer onder de loep genomen.
Het deel daarna behandelt de performantie van de venture capitalists gevolgd door de
verschillende hypothesen. Dan wordt het onderzoek uitgelegd, als voorlaatste worden de
resultaten meegedeeld en de laatste sectie behandelt de conclusies en beperkingen.
3
2. Selectiegedrag van venture capitalists en hun determinanten
2.1 Selectiegedrag
Onder selectiegedrag wordt verstaan op basis van welke zaken de VC’s hun investeringen
kiezen. De criteria via dewelke de VC’s hun investeringen beoordelen en kiezen zijn
belangrijk om verscheidene redenen (Hofer & Hall, 1993) .
Primo, de VC’s maken bijna altijd goede investeringsbeslissingen. De succesgraad van de
ondernemingen die ondersteund worden door een venture capitalist is veel hoger dan de
succesgraad van andere nieuwe ondernemingen in het algemeen (Dorsey 1979; Davis &
Stetson 1984). Secundo, een beter begrip van de criteria voor succesvolle nieuwe ventures3
kan leiden tot een verbetering van de succesgraad van nieuwe ventures. De reden voor die
verbetering ligt voor de hand. Als de VC’s gaan selecteren op bepaalde criteria en deze
leiden vaak tot een succesvol bedrijf, dan gaan andere VC’s aandachtiger te werk bij het
selecteren van bedrijven om in te investeren. Op die manier zullen ze hun kansen op
succesvolle portfoliobedrijven willen verhogen. Tertio, de criteria die VC’s hanteren om te
investeren in een onderneming hebben een enorme impact op de ondernemers die specifiek
op zoek zijn naar venture capital financiering. Er zal door de ondernemers in kwestie meer
rekening gehouden worden met de aandachtspunten van de VC’s.
Door de huidige literatuur te bestuderen hebben Hudson & Evans (2005) opgemerkt dat het
VC-beslissingsproces om te investeren eerder “een kunst dan een wetenschap” is. De kunst
om de beste investeringen te kiezen en het beoordelen van investeringen zorgt voor een
betere investeringsperformantie (Achleitner, Engel & Reiner, 2012).
Het is belangrijk dat de VC’s hun beslissing niet lukraak maar onderbouwd laten gebeuren.
Dit komt door het gevaar op omgekeerde selectie (of ‘adverse selection’). Adverse selection
houdt het risico in dat de VC’s projecten kiezen van lage kwaliteit, terwijl deze aan hen
voorgesteld werden als projecten van hoge kwaliteit (Akerlof, 1970). Het venture capital
investeringsbeslissingproces is ontworpen om het risico op die ‘adverse selection’ te
verminderen (Fried & Hisrich, 1994). De omgekeerde selectie wordt in de hand gewerkt door
3 In dit werkstuk wordt de Engelse term ‘venture’ gebruikt om de duidelijkheid te bewaren. Dit betekent het
bedrijf waarin geïnvesteerd wordt door de VC’s.
4
de informatie-asymmetrie die aanwezig is tussen de ondernemer enerzijds en de venture
capitalist anderzijds. De ondernemers hebben nu eenmaal een stimulans om enige
‘superieure’ of ‘unieke’ informatie die ze bezitten onjuist voor te stellen, dit in hun voordeel.
Het potentiële rendement of de kwaliteit van de investering zal op die manier positiever
worden afgebeeld naar de VC’s toe (Amit, Brander & Zott, 1998). De reden hiervoor ligt voor
de hand, de ondernemers zullen de kans op investering door de VC willen verhogen.
2.2 Investeringsactiviteit van een venture capitalist
De investeringsactiviteit van een venture capitalist kan aanzien worden als een geordend,
sequentieel proces dat vijf stappen inhoudt (Tyebjee & Bruno, 1984):
1. Ontstaan van de deal
2. Screening van de deal
3. Evaluatie van de deal
4. Structureren van de deal
5. Post-investeringsactiviteiten
Ontstaan van de deal
Screening
Evaluatie
Structureren
Post-investeringsactiviteiten
Verwijzingen Technologiescans
Koude contacten
Figuur 1 Model voor het beslissingsproces van de venture capital investeringsactiviteit (Tyebjee & Bruno, 1984)
5
1) Het ontstaan van de deal: hierbij worden de VC’s gecontacteerd voor potentiële
investeringen. Dit kan uit drie bronnen gebeuren: de onderneming die financiering
nodig heeft, verwijzingen van banken en andere partijen en uit de venture capital
gemeenschap zelf (Tyebjee & Bruno, 1984).
2) Screening: de screeningcriteria die gebruikt worden door VC’s leiden meestal tot een
beperking van de investeringen met kenmerken waarmee de VC vertrouwd is. Dit
gebeurt zeker in termen van de technologie, het product en het marktsegment van
de potentiële investering (Tyebjee & Bruno, 1984). In het screeningproces focussen
de VC’s op een kleine verzameling van criteria waarbij een onacceptabele waarde bij
één criterium niet kan gecompenseerd worden door een hogere waarde van een
ander criterium (Hudson & Evans, 2005). Over deze stap zijn ook andere
determinanten gevonden, maar hierover later meer.
3) Evaluatie: deze fase houdt een beoordeling in van het risico en het rendement waar
de VC-investeerder mee zal geconfronteerd worden als hij besluit om te investeren.
Echter, hij beschikt vaak over weinig informatie met betrekking tot de geschiedenis
en het verleden van de bedrijven. Dit omwille van het feit dat deze vaak starters zijn
waar nog maar weinig gegevens over beschikbaar zijn. De VC zal dus moeten
vertrouwen op een subjectieve beoordelingsprocedure gebaseerd op onder meer het
business plan dat voorgelegd wordt door het management van de venture. Heeft
deze procedure een positieve uitkomst dan gaat de VC verder met het structureren
van de deal (Tyebjee & Bruno, 1984).
4) Structurering van de deal: hierin anticipeert de VC hoe de contractvoorwaarden voor
incentives zullen zorgen voor zijn inbreng en die van de ondernemer (Kanniainen &
Keuschnigg, 2004). Voor de VC heeft de deal verschillende doelen. Allereerst bepaalt
deze de prijs van de deal, die vormt het deel van de onderneming en kapitaal dat de
ondernemer wil opgeven in ruil voor venture capital (Golden, 1981). Ten tweede
zorgt het ervoor dat er beschermende clausules worden gevormd die uitgaven van
kapitaal en vergoeding van het management beperken. Ten laatste kan de VC de
ondernemer zijn verwachtingen voor de toekomst beoordelen door de zogenaamde
‘earn-out arrangement’. Deze overeenkomst bepaalt het aandeel van de ondernemer
6
in het kapitaal door rekening te houden met bepaalde doelstellingen inzake
rendement (Leland & Pyle, 1977; Ross, 1977).
5) Post-investeringsactiviteiten: eens de deal tot stand gekomen is krijgt de VC, naast de
functie van investeerder een functie van medewerker. Hij zal zorgen voor directe en
indirecte ondersteuning die extra waarde creëren. Direct via de ondersteuning van
het management en eventueel een zetel in de raad van bestuur. Op indirecte wijze
kan hij ondersteuning bieden door zijn netwerk aan te wenden: zijn invloed op de
markt, leveranciers of klanten kan gebruikt worden (Tyebjee & Bruno, 1984; Bygrave,
1987;1988). Het is gebleken dat de VC’s met een groter netwerk over een
performanter portfolio beschikken dan zij die dat niet hebben (Hochberg et al. 2007).
Uiteindelijk zullen de venture capitalists hun verdiensten willen verzilveren na vijf tot tien
jaar na hun initiële investeringen (Tyebjee & Bruno, 1984). Dit natuurlijk op voorwaarde dat
de investering tot een succes heeft geleid.
De VC’s screenen en beoordelen heel snel over de initiële investeringsvoorstellen. De ‘Go/No
Go’-beslissing wordt bereikt in een gemiddelde tijd van zes minuten en minder dan 21
minuten. De VC’s houden rekening met sleutelcriteria, zoals de overeenkomst van het
investeringsvoorstel met de voorschriften van de VC, om die beslissing te maken (Hofer &
Hall, 1993).
Het is duidelijk dat de VC’s moeten beschikken over een efficiënt screening- en
evaluatieproces. Dit doordat het aantal voorstellen dat ze per jaar kunnen binnen krijgen
hoog ligt en het aantal personeelsleden waarover ze beschikken beperkt wordt tot het
minimum (Golis, 1998). Daarbovenop is gebleken dat de succesgraad van de door VC’s
gefinancierde ondernemingen hoger ligt dan de succesgraad van andere nieuwe ventures
(Dorsey, 1979; Davis & Stetson, 1984). Hieruit kan afgeleid worden dat, over het algemeen,
de VC’s over een doeltreffend en efficiënt screening- en evaluatieproces beschikken (Hofer &
Hall, 1993).
In dit werk zal vooral gefocust worden op de derde stap in het proces: evaluatie van de deals
en meer bepaald de selectiecriteria. Die worden behandeld in het apart hoofdstuk:
‘Selectiecriteria’.
7
2.3 Determinanten
De determinanten van het selectiegedrag zijn die factoren die het selectiegedrag van de VC’s
beïnvloeden. Deze hebben een impact op de uitkomst van de onderhandelingen evenals de
deal en het selectiegedrag zelf. De determinanten worden niet allemaal uitvoerig besproken,
dit gezien het beperkte karakter van dit werkstuk.
2.3.1 Ervaring
Hoe meer ervaring een VC heeft, hoe meer gestroomlijnd en meer automatisch hun
beslissingsprocessen zijn (Shepherd, Zacharakis & Baron, 2003). Gottschalg, Phalippou &
Zollo (2003) vinden dat de investeringsmanagers die met kop en schouders boven de andere
uitsteken op het vlak van performantie meestal meer ervaren zijn.
Shepherd et al. (2003) stellen dat ervaring een curvilineair verband heeft met de kwaliteit
van het beslissingsproces van de VC. Zij stellen dat de doeltreffendheid van de beslissing
daalt na ongeveer veertien jaar ervaring van de VC. Als de VC’s meer ervaring hebben dan
deze drempel dan is de kans groot dat de betrouwbaarheid van de beslissing daalt. Een
stijging van ervaring zal automatisch leiden tot een stijging van de betrouwbaarheid van de
beslissing, dit tot dat bepaalde punt. De stijging tot dat punt is te verklaren doordat de
beslissingsprocessen van de VC’s verbeteren met de jaren van ervaring. Dit is een voordeel
van de ervaren VC’s ten opzichte van de onervaren VC’s die hun weg nog moeten zoeken in
het kiezen van de juiste processen. Uit de resultaten van deze studie valt te concluderen dat
het selectiegedrag varieert naargelang de ervaring van de VC.
Voor de kentering van de curve hebben de onderzoekers vijf verklaringen gevonden. Een
eerste mogelijke verklaring is dat de meer ervaren VC’s gaan vertrouwen op criteria die
eerder gediend hebben tot succesvolle investeringen. Ze berusten erin dat die criteria
opnieuw tot de juiste beslissing zullen leiden. Ze vertrouwen op de mate waarin de
kenmerken van de voorbije beslissingen overeenkomen met die van de huidige
financieringsbeslissing. Een oplossing hiervoor kan erin schuilen om de afhankelijkheid op
die automatische beslissingsprocessen te verminderen. Dit kan gebeuren door te vragen
naar een motivatie van hun keuze. Vervolgens komt de verzameling van hun voorbije
ervaring aan bod. Ten gevolge van hun ruime opgedane ervaring blijven ze in hetzelfde
stramien zitten en wordt hun ervaring als het ware gekanaliseerd of verzameld. Dit leidt tot
8
het verkrijgen van oogkleppen waarbij andere bijkomende variabelen en de invloed van de
externe omgeving genegeerd worden. Een derde verklaring voor het fenomeen is overmoed.
Dat werd reeds opgemerkt door Zacharakis en Shepherd (2001). Overmoedige VC’s gaan de
kans op succes van een door hen gefinancierde onderneming overschatten. Het niveau van
overmoed wordt bepaald door de hoeveelheid informatie, het informatietype en hoe hard
de VC erin gelooft dat de venture zal slagen of niet. Hoewel overmoed op zich niet
noodzakelijk hoeft te leiden tot de foute beslissing, ligt het gevaar in het niet leren en geen
verbetering of verandering te brengen in het beslissingsproces. Ten vierde, de ervaren
beslissingsmakers zouden ten prooi kunnen vallen aan het teveel veralgemenen op basis van
bepaalde specifieke of alleenstaande gevallen. Op die manier kan hun oordeel enorm
beïnvloed worden. Ten laatste kan vermeld worden dat de ervaren beslissingsmakers minder
in scenario’s gaan denken. Ze gaan er van uit dat alles zal verlopen zoals zij het voorzien. Ze
vermijden om negatieve uitkomsten en andere scenario’s te bedenken.
Franke en Gruber (2008) bouwen verder op de studie van Shepherd et al. (2003) en zien een
onderscheid in het gebruik van selectiecriteria tussen de ervaren en de onervaren VC’s. Er is
een duidelijk verschil op te merken in de voorkeur van beide groepen. Het grootste verschil
zit hem in het criterium ‘de kennis van de leden onder het managementteam’. Dit wordt bij
de ervaren VC’s ondergebracht bij de top drie criteria, terwijl het bij de onervaren als
voorlaatste wordt geplaatst. De cohesie tussen de teamleden is belangrijk voor de ervaren
VC’s, terwijl de onervaren VC’s meer belang hechten aan het individuele niveau en meer
merkbare karakteristieken zoals opleiding en eerdere ervaring in het leiden van start-up
teams.
De venture capital industrie is een heel volatiele industrie. Dit werd opgemerkt door de
grote fluctuaties in het ophalen van fondsen en in de investeringsactiviteiten gedurende de
laatste jaren. Dit wordt bevestigd door het jaarlijkse rapport van de European Venture
Figuur 2 Opgehaalde fondsen van VC's (2007-2012) (EVCA, 2012)
9
Capital Association (EVCA). Een voorbeeld: de VC’s die kapitaal ophalen in Europa,
gedurende 2007-2012. Er is een enorme daling op te merken van 2008 op 2009. Dit zijn de
beginjaren van de crisis in Europa (figuur 2). Vervolgens kan opgemerkt worden dat de
investeringen in de verschillende stadia een duik nemen in de overgang van 2008 op 2009.
Ook hier is ene duidelijke impact van het begin van de crisis merkbaar (figuur 3). (EVCA,
2012).
Figuur 3 Venture capital investering per stadium (2007-2012) (EVCA, 2012)
In het onderzoek van Gompers et al. (2008) wordt nagegaan of de veranderingen in de
publieke markt een impact hebben op de beslissing van de VC’s. Uit hun analyse blijkt dat er
een onderscheid wordt gemaakt tussen de ervaren en de onervaren VC’s. De ervaren VC’s
gaan hun investeringen vergroten tijdens booms in de markt zonder degradatie in hun
performantie. De resultaten suggereren dat de veranderingen in de publieke markt
informatie teweegbrengt die dan op haar beurt terechtkomt bij de VC of iemand die venture
capital financiering nodig heeft. Desalniettemin kunnen niet alle VC’s munt slaan uit die
informatie, de kritische factor blijkt human capital te zijn, hierover later meer.
Als laatste kan het liquidatiedilemma van Krohmer (2007) aangehaald worden. Dit houdt in
dat de investeerder een dilemma wordt voorgeschoteld met betrekking tot liquidatie. Het
dilemma draait rond blijven investeren of een verlieslatende investering loslaten en
daarmee een omkering van de situatie, dus eventuele redding op te geven. Krohmer maakte
10
een vergelijking tussen de onervaren en ervaren fondsenbeheerders. Uit zijn onderzoek
bleek dat de jonge en onervaren fondsenbeheerders, in vergelijking met zij die meer ervaren
zijn, de verlieslatende investeringen langer zullen aanhouden, dat ze een hoger aandeel van
het portfoliokapitaal van het fonds investeren in deze ‘losers’ en dat ze meer
financieringsronden gaan voorzien voor deze deals vooraleer ze uit het portfolio worden
gehaald.
2.3.2 Human capital van de fondsenbeheerders
De human capital theory postuleert dat personen met meer menselijk kapitaal een hogere
succesgraad hebben en dus betere resultaten kunnen voorleggen bij de uitvoering van de
relevante taken (Dimov & Shepherd, 2005).
Human capital of menselijk kapitaal omvat drie kenmerken: twee demografische aspecten
nl. onderwijs en ervaring (Becker, 1975) en de niet-eenvoudig over te nemen kennis. Dimov
en Shepherd (2005) onderstrepen dat het laatste kenmerk een belangrijk onderdeel is van
human capital. Dat soort kennis laat toe om een belangrijk concurrentievoordeel te
verwerven, omdat de kans kleiner is dat anderen over diezelfde kennis beschikken.
Er zijn verschillende soorten human capital. Het kwantitatieve luik omvat de idee dat “meer
beter” is (bijvoorbeeld meer jaren onderwijs genoten). Als het anderzijds neerkomt op het
zien van kennis als hoofdelement of kernproduct van het bedrijf, dan komt het kwalitatieve
aspect van pas. het specifieke veld gaat het over de ervaring of de kennis die het
management van het bedrijf in kwestie heeft vergaard tijdens een specifieke activiteit of in
een specifieke tak van de industrie. Er kan gesteld worden dat het een soort eigen knowhow
is van het management (Dimov & Shepherd, 2005, Gimeno et al., 1997). Bij het algemene
veld in het menselijk kapitaal wordt vooral verwezen naar een algemene opleiding en
praktische ervaring (Becker, 1975).
In dezelfde studie van Dimov en Shepherd (2005) maken de onderzoekers een onderscheid
tussen home-runs en strike-outs. Home-runs zijn succesvolle portfoliobedrijven en dus
bijvoorbeeld op de beurs genoteerd worden. Strike-outs zijn het tegenovergestelde en zijn
bedrijven die falen en failliet gaan. Ze vonden een link tussen de hoeveelheid succesvolle
bedrijven in een portfolio van een venture capital fonds en de graad van menselijk kapitaal
11
van het topmanagement van die fondsen. Een topmanagement van betere kwaliteit zal in
staat zijn om betere voorspellingen te maken en aanpassingen te doen in de venture om aan
de eisen van de veranderende omgeving te voldoen. Naast dat zullen ze de
portfoliobedrijven beter begeleiden en opvolgen, wat op zijn beurt resulteert in
succesvollere ondernemingen. Het is belangrijk dat het management van die venture capital
fondsen een hoge graad van menselijk kapitaal hebben. Anders zouden ze foute
investeringen kunnen maken en daardoor de VC in gevaar zouden kunnen brengen.
Zarutskie (2010) bouwt verder op het onderzoek van Dimov en Shepherd (2005) en gaat uit
van de ‘upper echelon theory’ (Hambrick & Mason, 1984). Deze bewering stelt dat top
managementteams belangrijk zijn voor de prestaties van bedrijven. In het geval van de
venture capital fondsen zou het mogelijk moeten zijn voor het top management om de
performantie van het fonds te voorspellen. In haar onderzoek maakt Zarutskie een
onderscheid tussen drie types van manager human capital: taak-specifiek, industrie-specifiek
en algemeen menselijk kapitaal.
De twee primaire taken van een venture capital fonds managementteam zijn het beheren
van het fonds en het runnen van een start-up bedrijf. Het taak-specifieke menselijke kapitaal
heeft betrekking op deze taken. Ze stelt dat de fonds manager teams met meer ervaring in
deze twee taken een grotere kans hebben op het beter beheren van uitmuntende fondsen.
Doorwinterde fondsbeheerders zullen meer ervaren zijn en daardoor over een betere kennis
beschikken over hoe een beginnend fonds te beheren. De mogelijkheid om dit leerproces te
verkrijgen via ander werk of onderwijs is heel onwaarschijnlijk. De VC’s moeten de managers
van de ventures screenen bij de beoordeling van de bedrijven om er al dan niet in te
investeren. Indien ze van mening zijn dat er betere managers op de markt zijn, dan kunnen
ze na de investering het bedrijf helpen om naar die bedrijfsleiders op zoek te gaan. Daarbij
kan hun eigen ervaring heel goed van pas komen en kan zo de prestatie van het bedrijf en
indirect ook het fonds verhoogd worden.
Een tweede soort specifiek human capital waar Zarutskie onderscheid in maakt is industrie-
specifiek menselijk kapitaal. Deze vorm omvat de impact van de ervaring die de
fondsbeheerders hebben opgedaan in industrieën waar zij eerder actief in waren. Uit de
resultaten bleek dat de consulting-industrie de enige was die een significante invloed had op
12
de prestatie van de investering. De eerdere ervaring die opgedaan werd in het venture
capital investeren en in het managen van een start-up bleek een positieve impact te hebben
op de prestatie van een fonds. Deze inzichten zijn belangrijk, daar ze de determinant
‘Ervaring’ verder bevestigen en deels uitbreiden.
Een derde vorm van human capital is de algemene soort, deze werd hierboven al
gedefinieerd en besproken.
Zoals eerder vermeld hebben Shepherd et al. (2003) aangetoond dat het menselijk kapitaal
heel belangrijk is in het selectieproces. In hun studie maakten ze een onderscheid in de VC’s
op basis van hun ervaring. Zij stellen dat de ervaring van de VC’s een curvilineair verband
heeft met de betrouwbaarheid van hun beslissingen (cfr supra). Deze stelling gaat in tegen
wat Zarutskie (2010) verklaarde in haar studie. Zij stelde dat hoe meer ervaring men had,
hoe beter het was voor de venture capitalists. De verschillen binnen de literatuur zijn
kenmerkend voor het ganse onderzoek dat verricht wordt in verband met de VC’s. Deze
conclusie wordt later in het werkstuk ook getrokken (cfr. infra).
In het hoofdstuk over selectiecriteria komt Human capital terug, maar daar gaat het
specifiek over het menselijk kapitaal van de bedrijven waarin geïnvesteerd moet worden.
2.3.3 Risico
Bij het evalueren van eventuele investeringen hebben MacMillan et al. (1985) ondervonden
dat de VC hun ventures gaan indelen in zes risicocategorieën. Deze omvatten: het risico om
de gehele investering te verliezen, het risico om geen bail-out te voorzien als het nodig is,
het risico op het falen van de idee-uitvoering van de venture, het concurrentierisico, het
risico dat het management faalt en het risico dat het leiderschap faalt. Uiteindelijk kon men
drie clusters van venture capitalists identificeren: zij die heel secuur de concurrentie- en
implementatierisico’s analyseren, zij die gemakkelijke bail-out zoeken en zij die met opzet
zoveel mogelijk opties open houden.
In een andere studie, die van MacMillan et al. (1987) werden vijf iets andere risico’s
opgemerkt: management risico, blootstelling aan concurrentie, risico betreffende onervaren
ventures, het risico waar de leefbaarheid van het project in twijfel wordt getrokken en het
cash-out risico.
13
2.3.4 De grootte van de investering en het investeringsbeleid van het
venturefonds
De VC’s hanteren minimumgrenzen en plafonds voor hun investeringen. De bodemgrens is
er omdat de VC’s ook kosten hebben en zij het anders moeilijk zouden hebben om te
overleven. De plafonds zijn variabel, aangezien de VC ervoor zou kunnen opteren om de
investering aan te gaan samen met andere VC’s met gelijke interesses. Uit onderzoek blijkt
dat er een hoge participatiegraad is van de VC’s in verschillende ondernemingen, dit wil
zeggen dat veel VC’s samen investeren in één of meerdere ondernemingen (Tyebjee &
Bruno, 1984). De kwaliteit van de deal is ook belangrijk. Uit meerdere studies blijkt dat de
VC’s enkel gaan investeren als ze een bepaald aandeel in het kapitaal wordt beloofd aan een
aantrekkelijke prijs (Poindexter, 1976; Muzyka et al., 1996).
De VC’s kunnen twee strategieën volgen met betrekking tot de combinatie van het aantal en
de toegevoegde waarde die ze kunnen bieden. Deze zijn de intensieve en de extensieve. De
intensieve strategie houdt in dat de venture capitalist maar enkele bedrijven in zijn
investeringsportfolio heeft zitten, maar er is een hoge graad van toegevoegde waarde in
termen van steun voor het management. Bij de extensieve strategie daarentegen streeft
men naar grote portfolio’s zonder veel inbreng en betrokkenheid in elk afzonderlijk bedrijf
(Kanniainen & Keuschnigg, 2003). De VC’s opteren om het aantal bedrijven in hun portfolio
op te drijven tot wanneer de bijdrage van de marginale start-up tot de winst nul is. In de
praktijk gaat een VC een klein aantal start-ups financieren, dit aantal ligt meestal tussen vijf
en dertig bedrijven (Cumming, 2001).
2.3.5 Technologie en markt
De venture capital investeerder moet beschikken over enige kennis omtrent de technologie
die gehanteerd wordt door het bedrijf men zou investeren en de markt waarin die opereert.
Dit omdat de VC ervoor moet zorgen dat zijn investering na verloop van tijd begint op te
brengen. Er zijn in het onderzoek van Tyebjee & Bruno (1984) bepaalde preferenties naar
voor gekomen met betrekking tot deze twee gebieden. Op vlak van de technologie zullen de
VC’s meer geneigd zijn om nieuwe technologie te verkiezen boven de volwassen of rijpere
technologie. Bij de markt kan een onderscheid gemaakt worden tussen de industriële en
consumentenmarkt en producten en diensten. De VC’s verkiezen de B2B boven de B2C en de
14
producten over de diensten. Met betrekking tot de sectoren heeft Dixon (1991) dezelfde
bevinding gemaakt. Hoewel in zijn onderzoek de consumentensector de meest gegeerde
was.
2.3.6 Geografische locatie
Uit de studie van Tyebjee en Bruno (1984) bleek dat de locatie van de venture ook een rol
speelt. De reden hiervoor is dat de VC verwacht dat hij het management van de nieuwe
onderneming vaak zal moeten ontmoeten, dit om zo goed mogelijk over zijn investering te
waken.
Uit het onderzoek van Gupta & Sapienza (1992) bleek dat de venture capital fondsen die zich
specialiseren in beginnende ventures minder industriële diversiteit en een nauwere
geografische scope verkiezen boven andere venture capital fondsen. Als men gaat kijken
naar de grootte van de venture capital fondsen dan blijkt dat de grotere fondsen meer
diversiteit verkiezen en een grotere geografische scope hanteren dan de kleinere.
In de studie van Muzyka et al. (1996) werd gekeken naar VC’s die enkel in het eigen land op
zoek gingen naar ventures. Uit de resultaten bleek dat deze groep minder bekommerd was
over de tijd die nodig was om break-even te draaien, de mogelijkheid van de business om
een aandeel in de concurrentiële positie te behouden, de erkende industrie-expertise in het
team en de organisatorische en administratieve vaardigheden van het team. Dit in contrast
met de rest van de onderzochte VC’s. Die groep van nationale investeerders verkiezen wel
een nationale locatie waar ze gemakkelijker de aard en de graad van concurrentie kunnen
bepalen. Dit ligt in dezelfde lijn als hun grotere zorg over vage assumpties en hun focus op
een bepaald, niet-alleenstaand financieringsstadium.
2.3.7 Financieringsstadium
Volgens Tyebjee en Bruno (1984) speelt het een rol in welk stadium er door de
ondernemingsleiding wordt overgegaan tot venture capital financiering. In de studie van
Dixon (1991) wordt er gekeken naar het onderscheid in welk stadium er gefinancierd wordt.
Hij herkent er vijf: start-up, beginstadium, ontwikkelingskapitaal, management buy-out en
reddingskapitaal.
15
2.3.8 Bron van fondsen
Als laatste determinant wordt kort de bron van de VC-fondsen aangehaald. Mayer et al.
(2005) vinden dat de investering van VC’s in bepaalde bedrijven afhankelijk is van hun bron
van financiering. Een voorbeeld ter verduidelijking: de VC’s die door banken en
pensioenfondsen worden ondersteund zijn eerder geneigd om te investeren in bedrijven die
zich in het latere stadium bevinden. Dit in contrast met de individuele VC’s en VC’s die
ondersteund worden door bedrijven. Gezien het beperkte karakter van deze studie, wordt
hier niet verder op ingegaan.
16
3. De selectiecriteria
Dit begrip is eerder al aangehaald, maar in deze sectie wordt er dieper op in gegaan, omdat
de focus van dit werkstuk zich hierin bevindt.
De selectiecriteria vormen zogenaamde ‘shortcuts’ (of mentale binnenwegen) die de VC’s
ertoe in staat stellen om snel komaf te maken met de grote volumes informatie waar ze mee
geconfronteerd worden (Zacharakis & Meyer, 2000). Het zijn de criteria waarop ze de
binnenkomende investeringsaanvragen gaan selecteren om eventueel te financieren. Het
grote voordeel houdt in dat op die manier de venture capitalists snel en onderbouwd in de
aanvragen tot investering van bedrijven kunnen schiften.
In de literatuur is er veel te vinden op basis van welke criteria de VC’s hun besluiten nemen.
Dit onderzoek strekt zich uit over vele jaren en kenmerkt zich door verschillende resultaten,
insteken, stromingen en theoretische kaders.
Knockaert (2005) en Knockaert et al. (2010; 2013) maken een onderscheid tussen drie
soorten VC-clusters met verschillende focus: focus op technologie, focus op financiële
criteria en zij die focussen op menselijk kapitaal. In combinatie met de studies van Tyebjee &
Bruno (1984), MacMillan et al. (1985), Muzyka et al. (1996), Zacharakis & Meyer (1998) en
Franke & Gruber (2008) worden de groeperingscriteria ‘Markt en marktgroei’ en
‘Product/Dienst’ toegevoegd aan deze sectie. Naast die vijf hadden verscheidene auteurs
(MacMillan et al., 1985, 1987; Muzyka et al. 1994) ook de ‘Strategie van de ventures’ als
criterium ontdekt.
Uit het onderzoek van Rah et al. (1994) bleek dat er hoge correspondentie is bij het
onderzoek over de evaluatie-criteria komende uit het feit dat MacMillan et al. (1985) ook
een hoge parallel gevonden hebben met de factoren die gevonden waren in de studie van
Tyebjee en Bruno (1984). Die factoren waren: de aantrekkelijkheid van de markt,
productdifferentiatie, de capaciteiten van het management, de weerbaarheid tegen externe
dreigingen en het liquidatiepotentieel. Ook Robinson (1987) kwam tot de conclusie dat de
criteria die toegepast werden op de dealevaluatie weinig verschilden met de gerapporteerde
in de studie van Tyebjee en Bruno (1984).
17
De selectiecriteria waar in de literatuur de grootste nadruk op gelegd wordt zijn: Human
capital, technologie, financiële criteria, markt en marktgroei, product/dienst en in mindere
mate ook ‘strategie van de ventures’.
3.1 Human capital
Zoals hiervoor reeds vermeld, stelt de ‘Human capital theory’ dat over hoe meer menselijk
kapitaal iemand beschikt, hoe beter de resultaten zullen zijn bij de uitvoering van de
relevante taken (Dimov & Shepherd, 2005). Nu wordt het human capital als selectiecriterium
aanzien. In dit hoofdstuk ligt het perspectief anders. Waar de klemtoon bij het hoofdstuk
over de determinanten lag bij het human capital van de portfoliomanagers zelf, ligt die nu bij
het human capital van de ondernemingen waarin geïnvesteerd moet worden.
Human capital is volgens vele auteurs het belangrijkste criterium waar de VC’s zich op
baseren om een investeringsbeslissing te maken. Het volgende citaat onderstreept het
belang hiervan:
“There is no question that irrespective of the horse (product), horse race (market), or odds
(financial criteria) it is the jockey (entrepreneur) who fundamentally determines whether the
venture capitalist will place a bet at all.” (Macmillan, Siegel & Narasimha, 1985, p. 128)
Zacharakis en Meyer (1998) hebben in een studie de criteria samengevat die voorheen
belangrijk werden geacht door andere auteurs: Wells (1974); Poindexter (1976), Tyebjee en
Bruno (1984); MacMillan et al. (1985), MacMillan et al. (1987), Timmons et al. (1987), Hall en
Hofer (1993). Er blijkt dat de vaardigheden en de ervaring van het management, het venture
team, het aandeel van het management in het bedrijf, persoonlijke motivatie en de
persoonlijkheid van de ondernemer belangrijk werden geacht door de destijds onderzochte
VC’s. Ook bij Dixon (1991) kwam naar voor dat een ervaren managementteam het
belangrijkste criterium is voor de VC’s om op te selecteren. Naast al die kenmerken kan nog
één er aan toegevoegd worden, namelijk de heterogeniteit van het ondernemersteam
(Keeley & Roure, 1989).
In de volgende secties komt de studie van Zacharakis & Meyer (1998) terug, maar dan met
de specifieke kenmerken voor die sectie.
18
Muzyka et al. (1996) hebben door onderzoek via trade-offs gekeken naar welke criteria de
VC’s boven andere verkiezen. Zij verdeelden de verschillende investeringscriteria in
groepen: financiële, product-markgerelateerd, strategisch-competitief, fondsgericht,
managementteam, managementbekwaamheid en de deal zelf. Als men de VC’s de criteria
vervolgens deed rangschikken volgens belangrijkheid dan stelden de onderzoekers vast dat
de vijf managementteam criteria zich in de top 7 bevonden. De criteria die een verband
hebben met het managementteam blijken in deze studie een beslissend criterium te zijn.
Ook de studie van Knight uit 1992 komt tot dezelfde conclusie dat human capital heel
belangrijk is. Hetzelfde geldt bij de studie van Franke & Gruber (2008) die vinden dat de
kenmerken van het start-up team altijd bij de top drie zitten. Uit de studie van Silva (2004)
blijkt dat de focus van de VC’s bij het evalueren van ventures ligt bij de kenmerken van het
start-up team.
Over de andere criteria uit de studie van Muzyka et al. (1996) kon men volgende zaken
zeggen. De product- of marktgerelateerde criteria leken de enige die matig belangrijk waren
en de criteria die betrekking hadden tot de deal en het fonds stonden onderaan de
rangschikking. Er blijkt ook dat zonder de aanwezigheid van het correcte managementteam
en een aannemelijk idee, goede financiële cijfers niks betekenen, omdat deze ogenschijnlijk
niet zullen worden verwezenlijkt. Deze rangschikking bewijst dat human capital als heel
belangrijk aanzien wordt door de VC’s en dit ondersteunt hetgeen andere auteurs
verkondigen.
Uit de studie die werd verricht door Franke & Gruber (2008) was gebleken dat de criteria die
het belangrijkste waren voor de meeste eerdere studies allemaal te maken hadden met het
human capital van de ventures en de kenmerken van de managementteams. Ze vonden ook
dat bij het rangschikken van de topcriteria, dat die criteria die verband houden met het
start-up team altijd in de top drie zaten. Een nuance is nodig. Het is namelijk zo dat de kennis
inzake de evaluatie van de VC’s eerder algemeen voor de teams geldt, dus niet voor de leden
apart. Men weet niet in hoeverre de karakteristieken belangrijk zijn voor gans het team om
erover te beschikken, of het belang dat er een paar leden zijn die over die specifieke
vaardigheden beschikken.
19
In het onderzoek van Knockaert et al. (2010) worden de “people investors” beschreven. Dit
zijn de VC’s die de nadruk leggen op het human capital. De belangrijkste factoren in het
selectieproces zijn de menselijke factoren, zoals de leiderschapskwaliteiten van de
ondernemer en de kwaliteit van het team. Deze selectiecriteria leunen dicht aan bij andere
human capital vondsten.
Rah et al. (1994) zijn, d.m.v. drie modellen, te weten gekomen dat de managementcriteria
en human capital criteria de belangrijkste zijn. De details van de studie worden vermeld
onder het stuk ‘Markt en markgroei’.
Verrassend genoeg zijn er ook auteurs te vinden die stellen dat de VC’s weinig belang
hechten aan de ondernemer of het team dat rond hem is opgebouwd. Het gaat hier specifiek
over de studie van Hofer & Hall (1993). Het blijkt dat de kenmerken van de ondernemer en
zijn team niet belangrijk genoeg geacht worden in het screenen van het
financieringsvoorstel. Enkel in de extremen van het ondernemerstalent heeft het een
impact, zoals de heel incompetente en de potentieel heel competente ondernemers. Ook de
strategie van de venture gedurende de eerste stappen van het venture evaluatieproces
waren niet van belang voor de VC’s. Een verklaring hiervoor kan zijn dat de strategie die het
bedrijf wil volgen moeilijk te beoordelen is door de aanwezigheid van teveel onzekere
factoren. Om die reden wordt de strategie later zorgvuldig geanalyseerd als de VC over meer
tijd beschikt.
Human capital blijkt niet altijd het beste criterium te zijn waarop de VC’s hun keuze baseren
om latere performantie te vrijwaren. Uit het onderzoek van Baum & Silverman (2004) over
start-ups blijkt dat de VC’s duidelijk aangetrokken worden door karakteristieken van het
senior managementteam van de start-up. Toch slagen ze er niet in om start-ups te
identificeren met inherent superieure top managementteams. De kenmerken van het top
managementteam die de VC’s aanvankelijk gelokt hadden hebben weinig effect op de latere
prestatie van de start-ups.
20
Het citaat waarmee deze sectie begonnen is, komt uit het onderzoek van MacMillan et al.
(1985). Uit hun onderzoek bleek dat de VC’s de variabelen inzake de persoonlijkheid en
ervaring van de ventures laten domineren over de financiële criteria. De VC’s prefereerden
die criteria boven de product- of marktcriteria.
Zij hebben ook onderzocht welke criteria de VC’s aanzien als afknapper. Daaruit bleek dat de
ventures met de kritieke fouten allemaal een criterium bevatten dat verband hield met de
ondernemer zijn persoonlijkheid of ervaring. Hieruit kan afgeleid worden dat ondernemers
die over één van deze persoonlijkheids- of ervaringstekorten beschikken zich zullen moeten
realiseren dat ze hun tijd verdoen bij het zoeken naar venture capital financiering. Tenzij ze
een team kunnen verzamelen die deze fouten of tekortkomingen kunnen compenseren, zijn
ze genoodzaakt andere bronnen van financiering te zoeken. De ventures die over één van
die tekortkomingen beschikt worden toch geweigerd, ongeacht hun andere gunstige criteria.
Dit duidt het belang aan van human capital als selectiecriterium.
Om terug te komen op het citaat aan het begin van deze sectie, is het de jockey waar de
venture capitalist uiteindelijk zijn geld zal op zetten. De vraag is echter, als dit het geval is,
waarom er dan zoveel nadruk wordt gelegd op het business plan? Een business plan zegt
over hoe de ondernemer is en welke kenmerken hij heeft. Het draait meestal rond een
gedetailleerde beschrijving en verantwoording van het product of de dienst, de markt en de
concurrentie. Zulke inhoud is nodig, maar niet toereikend genoeg wil de VC een volledig
oordeel vellen. De VC moet over een totaalbeeld beschikken van het bedrijf waarin hij zou
investeren. Het business plan moet om die reden ook zo goed als mogelijk laten zien of ‘de
jockey wel geschikt is om te rijden’. Het moet namelijk een indicatie vormen in hoeverre de
ondernemer kracht en potentieel heeft om te blijven, of hij een ‘track record’ heeft, of hij
goed reageert op risico’s en of er vertrouwdheid is met de markt waarin hij zou opereren.
Slaagt hij hier niet in, dan moet hij een team samenstellen dat die karakteristieken wel
vertoont en hij moet bewijzen dat hij wel capabel is om dat team te leiden.
Toch blijkt uit onderzoek door Khanin et al. (2008) -die de literatuur inzake de
investeringscriteria van de VC’s hebben nader bekeken- dat de VC’s zelf geloven dat de
managementvaardigheden van de bedrijven belangrijker zijn dan eender welke andere
factor. Toch blijkt uit andere studies dat bij het maken van beslissingen de VC’s andere
21
karakteristieken zoals de groei van de markt en de gevestigde concurrentie een belangrijkere
rol spelen (cfr. infra).
Uit dit alles kan geconcludeerd worden dat het onderzoek inzake human capital bij VC’s heel
breed is en dat men nog altijd niet tot een algemene consensus is gekomen. Er zijn veel
stromingen te vinden in de literatuur. De stroming die hierboven besproken werd acht
human capital als één van de belangrijkste criteria, soms zelfs als het belangrijkste
(MacMillan et al, 1985; Khanin et al. 2008). Toch zijn er auteurs die andere (belangrijke)
criteria naar voor schuiven (zoals Khanin et al., 2008; Rah et al., 1994; Knockaert et al, 2010;
Tyebjee & Bruno, 1985; en andere). Hieruit kan besloten worden dat de literatuur rond de
selectiecriteria van VC’s heel gedifferentieerd is en er weinig consensus is.
3.2 Technologie
In de reeds vermelde studie van Knockaert et al. (2010) worden de zogenaamde “technology
investors” vermeld. Die studie heeft een profiel van dit soort investeerders opgesteld. Deze
VC’s focussen zich op de technologie en zij maken een meer gebalanceerde analyse van een
voorstel dan de financiële investeerders. Deze groep van investeerders legt de nadruk op het
unieke karakter van het product. Ze nemen ook meer criteria in acht dan andere VC’s. De
belangrijkste criteria zijn diegene waarbij technologie kan beschermd worden en het contact
van de fondsbeheerder met de ondernemer. Naast deze factoren zijn potentiële marktgroei,
return van de investering en het unieke karakter van de productmaterie belangrijk.
Ook bij de studie Kaplan et al. (2009) kwam naar voor dat het unieke en de
beschermbaarheid van het product aanzien worden als belangrijke criteria voor deze
investeerders.
Het ultieme doel van de VC’s die zich focussen op technologie ligt niet in de lijn van een
portfolio op te bouwen met bedrijven die over superieure technologieën beschikken. Het
doel is echter om de wetenschap die achter die bedrijven schuilt om te zetten in een
levendig en weerbaar zaken- en inkomstenmodel. Dit om de exit van de VC’s zo rendabel
mogelijk te laten gebeuren (Baeyens et al. 2006).
22
Zoals hierboven al besproken werd hebben Tyebjee en Bruno (1984) vastgesteld dat op vlak
van de technologie de VC’s meer geneigd zullen zijn om nieuwe technologie te verkiezen
boven de volwassen of rijpere technologieën.
Uit de bij human capital vermelde studie van Baum & Silverman (2004) bleek dat de
kenmerken die VC-financiering in de hand werken gerelateerd zijn met de karakteristieken
die exit bevorderen. De onderzoekers vinden dat de VC’s aangetrokken worden tot bedrijven
die over technologie beschikken die kan leiden tot hoge toekomstige performantie. Echter,
deze bedrijven lijken meestal te flirten met falen op korte termijn. De VC’s komen hierbij
zeer goed van pas. Zij zullen de start-ups gaan scouten op basis van de sterkte van hun
technologie, hoe sterker hoe beter. Daarna zullen zij die bedrijven coachen via hun input van
managementvaardigheden om de performantie te garanderen en alsnog te verhogen.
3.3 Finance
De financiële investeerders die Knockaert et al. (2010) definiëren zijn zij die de nadruk
leggen op de potentiële return dat vooropgesteld was in het business plan. De business
plannen die te lage returns neerschrijven worden niet geselecteerd. Na dit criterium vinden
ze het heterogene karakter van het team, oftewel de complementariteit van het team en de
voorspellingen van de markt belangrijk.
Onder financiële karakteristieken kunnen de cash-out methode, de verwachte return op het
risico, het verwachte risico, het aandelenpercentage waarover de VC zal beschikken na
investering, de voorzieningen van de investeerder, de grootte van de investering en de
liquiditeit van de investering worden gevonden. Deze karakteristieken worden allemaal
opgesomd in het onderzoek van Zacharakis en Meyer (1998) bij de bespreking van de
voorbije literatuur. Die kenmerken werden gevonden in de onderzoeken die al verricht
waren. Aan het begin van de over human capital als selectiecriterium wordt het overzicht
van de auteurs gegeven.
Met betrekking tot het berekenen van specifieke financiële ratio’s heeft Dixon (1991)
opgemerkt dat 27% van de ondervraagden geen ratio’s berekende. Een ander deel gebruikte
ze wel, maar weigerde van die informatie vrij te geven. Hun motivatie hiervoor was dat het
inschakelen ervan afhangt van bedrijf tot bedrijf.
23
Alle financiële criteria weerspiegelen het ultieme doel van de VC’s: het realiseren van
geslaagde exits. Dit varieert van drie tot zeven (soms vijf tot tien (Tyebjee & Bruno, 1984))
jaar na de initiële investering in hun portfoliobedrijven (Fried & Hisrich, 1994; Gompers &
Lerner, 2001).
In de studie die hierboven al besproken werd, hebben Hofer & Hall (1993) ook een gebrek
aan interesse gevonden bij de financiële criteria. Er zijn twee redenen voor dit fenomeen.
Ten eerste, de graad van belang die gehecht wordt aan risico en rendement voor de VC
kunnen via andere criteria tot uiting worden gebracht. Deze kunnen de eigen
voorkeurscriteria, de aard of het economische klimaat van het te financieren bedrijf zijn. Een
tweede verklaring is dat de VC’s hun finale beoordelingen betreffende de geschiktheid om te
investeren, maken in de evaluatie- of structureringsfase van de deal (cfr. supra).
3.4 Markt en marktgroei
Volgens Tyebjee & Bruno (1984) is de aantrekkelijkheid van de markt één van de criteria op
basis waarvan de VC hun potentiële deals evalueren. Over het onderscheid tussen
industriële- of consumentenmarkten hebben zij gevonden dat de VC’s de B2B-markt
verkiezen over de B2C. Uit de resultaten van MacMillan et al. (1985) kwam een hoge graad
van marktgroei als kritische marktvereiste naar boven. Andere criteria, zoals het investeren
in een bestaande of stimuleren van een nieuwe markt waren over het algemeen minder
belangrijk. MacMillan et al. (1987) toonden aan dat de marktaanvaarding van het product
een voorbode is van succes bij het bedrijf waarin de VC in zou investeren.
Rah et al. (1994) beschrijven via drie modellen welke evaluatiecriteria het belangrijkst zijn
om te investeren of niet. Om de verschillen te verklaren tussen de eerste twee modellen
hebben ze naar de VC’s hun algemene perceptie gevraagd betreffende de belangrijkheid van
de individuele criteria, dit in het licht van hun voorbije ervaring. Het is interessant om dit
ganse onderzoek te beschrijven, in de sectie ‘Nuance’ wordt de reden toegelicht.
Het eerste model onderzocht welke van zes criteria het meest voor een onderscheid zorgde
tussen aanvaarde en geweigerde ventures. Deze zes criteria waren: (1)
managementvaardigheden, (2) superioriteit van het product of de technologie, (3)
aantrekkelijkheid van de markt, (4) mogelijkheid tot financiering, (5) productiemogelijkheid,
24
(6) beschikbaarheid van primaire grondstoffen/rauwe materialen. De aantrekkelijkheid van
de markt bleek als de belangrijkste factor te dienen in het onderscheiden van de twee
groepen. Dit is tegengesteld aan wat de vroegere (en toekomstige) studies beschreven. Zij
stelden dat de kwaliteit van het management een grotere impact heeft op de beslissing om
te investeren of niet (Goslin & Barge, 1986; MacMillan et al., 1985; Robinson, 1987). Voor de
toekomstige auteurs wordt verwezen naar de sectie ‘Human Capital’.
In de volgende stap van hun analyse hebben ze een model opgesteld dat rekening houdt met
de performantie van de bedrijven. Ze onderzochten welke de meest beïnvloedende factor
was voor het succes of falen van een bedrijf. De kwaliteiten van het management bleek
daartoe de meest significante bijdrage te hebben. Dit contrasteert met de bevindingen van
het eerste model. Na de managementkwaliteit volgde de aantrekkelijkheid van de markt, de
financieringsmogelijkheid, de superioriteit van het product en de technologie,
productiemogelijkheid en de beschikbaarheid van de rauwe materialen op de ranglijst.
Om de verschillen tussen beide modellen te verklaren hebben ze een derde model
opgesteld. De onderzoekers vroegen naar de algemene perceptie die de VC’s hadden over
de evaluatiecriteria, dit in het licht van hun voorbije ervaringen. De capaciteiten van het
management waren opnieuw het belangrijkst, daaropvolgend de aantrekkelijkheid van de
markt, superioriteit van het product en de technologie, financieringscapaciteit,
beschikbaarheid van de primaire grondstoffen en de productiemogelijkheid. Dit duidt,
opnieuw, het belang aan van het human capital als één van de grootste invloeden op het
beslissingsproces.
Deze studie maakt duidelijk dat het belangrijkste criterium volgens de VC’s (i.c.
managementcapaciteiten) niet altijd hetzelfde is als het criterium waarvoor ze de ventures
weigeren (in dit geval marktaantrekkelijkheid). Dit is te merken aan het verschil tussen het
eerste en het laatste model. Een mogelijke verklaring voor dit verschil wordt uitgelegd in de
sectie ‘Nuance’.
De karakteristieken van de marktomgeving omvatten de kenmerken van de markt of
industrie (Hisrich & Jankowicz, 1990), het concurrentieniveau (Hutt and Thomas, 1985; Kahn,
1987; Muzyka et al., 1996) en de graad van productdifferentiatie (Tyebjee & Bruno, 1984;
Hutt & Thomas, 1985; Kahn, 1987; Hisrich & Jankowicz, 1990). De verschillende
25
marktkarakteristieken die uit het onderzoek van Zacharakis & Meyer (1998) van de
voorgaande jaren naar boven zijn gekomen zijn de volgende: marktgrootte, groei,
toegangsbarrières, competitieve dreiging en nieuwe marktcreatie door het bedrijf in
kwestie. De betrokken auteurs werden reeds vermeld in de sectie over human capital als
selectiecriterium.
Rea (1989) vond dat de factoren die verband hielden met de business of de markt zelf
belangrijker waren dan de productkarakteristieken. Deze vondst kwam uit analyse van het
belang van welk karakteristiek als de VC besluit om te investeren. Onder de ‘business-
factoren’ zijn de markten die ongebonden opportuniteiten bieden voor snelle groei veel
belangrijker dan de volledigheid van het team, een geloofwaardig business plan, snel
rendement van de investering of gunstige voorwaarden. De belangrijkste factor om de VC
over de streep te halen is een snelgroeiende markt waar geen groeibeperkingen zijn voor
het bedrijf. Er zijn twee mogelijke verklaringen voor deze vaststelling. Primo, de VC’s zullen
meer geïnteresseerd zijn in de zakelijke aspecten, dan in de technische kant. Dit door de
vaak financiële achtergrond van de VC’s. Secundo, de VC’s zullen een nieuwe markt
aanboren. Deze is vaak veelbelovend. Op die manier kunnen ze ervoor zorgen dat het bedrijf
waarin ze investeren een competitief voordeel heeft over de andere.
De belangrijkste reden voor het falen van de onderhandelingen is een business plan waar
teveel kan misgaan, zelfs al zijn er sterke opportuniteiten op de markt. De onzekerheid over
verscheidene factoren speelt dus een grote rol, ondanks de sterke kansen die het bedrijf op
de markt heeft.
3.5 Product/Dienst
Via een overzicht van de voorbije literatuur hebben Zacharakis en Meyer (1998) de
verschillende karakteristieken opgesomd waaronder de product- of dienstkarakteristieken.
Deze waren: productattributen, productdifferentiatie, eigendom, groeipotentieel,
aanvaarding van de markt en of het om een prototype gaat of niet. Voor de verschillende
auteurs wordt verwezen naar het begin van de sectie over human capital als
selectiecriterium.
Zoals eerder vermeld bleek uit de studie van Tyebjee en Bruno (1984) dat de VC’s producten
boven diensten verkiezen.
26
Kaplan et al. (2009) onderzoeken de vraag of de investeerders moeten wedden op de jockey
(ondernemer) of op het paard (het product, de business). De resultaten wijzen erop dat een
beginnende sterke business noodzakelijk is om het bedrijf te doen slagen in zijn opzet.
Hieruit volgend kan men afleiden dat investeerders meer gewicht moeten leggen in de
schaal van het product (het paard) dan in de schaal van het managementteam (de jockey).
Dit om in dezelfde sfeer te blijven als het citaat uit de sectie over human capital van
MacMillan et al. (1985).
Het onderzoek van Kaplan et al. (2009) beschrijft dat het idee waarmee de bedrijven mee
gestart zijn vast ligt. De bedrijven gaan na investering van de VC niet gaan veranderen van
segment/industrie of sector. Het enige wat ze doen is hun aanbod houden of verbreden
binnen hun deel van de markt. Dit alles bevestigt dat het noodzakelijk is dat de VC een goede
business (of product/markt) kiest. Dit omdat het heel weinig voorkomt dat de bedrijven een
ommezwaai gaan maken in hun sector/segment of industrie. Tegelijkertijd wordt opgemerkt
dat bedrijven doorheen hun levensloop hun beginmanagers gaan vervangen en oprichters
zien vertrekken. Uiteindelijk zijn ze nog altijd in staat om op de beurs genoteerd te worden.
Dit duidt erop dat de VC’s in staat zijn om vervangingen voor het management te vinden of
verbeteringen te maken om goede, degelijke en performante bedrijven te verkrijgen.
3.6 Strategie
MacMillan et al. (1985; 1987) waren de eerste die aantoonden dat de VC’s de strategie
(zoals de positionering tegenover de concurrenten) van de ventures apart gaan analyseren.
Andere onderzoekers hebben hetzelfde opgemerkt door de bedrijfsstrategie als een
criterium te hanteren (Muzyka et al., 1996). Aangezien dit criterium maar in beperkte
kringen is gevonden, wordt hier verder niet op ingegaan.
3.7 Andere
Uit de studie van Zacharakis en Meyer (1998) die al meermaals de revue gepasseerd is, is
gebleken dat ook nog andere karakteristieken gevonden waren in de voorbije literatuur.
Men herkende er drie: de referenties, het financieringsstadium en de eigen criteria van de
VC. Een overzicht van de betrokken auteurs wordt gegeven in de sectie over human capital
als selectiecriterium.
27
3.8 Nuance
Als laatste kan er nog vermeld worden dat de venture capitalists hun eigen beslissingsproces
soms niet begrijpen. Zacharakis & Meyer (1998) kwamen tot dit inzicht. In hun onderzoek
waren er VC’s aanwezig die hun eigen beslissingsproces niet begrepen. Een verklaring
hiervoor zou erin kunnen liggen dat de VC’s worden overspoeld door, vaak subjectieve,
informatie. De verhoogde complexiteit van dat soort informatie vertroebelt verder het
proces rond het maken van de beslissing. Het nodigt de beslissingsmaker uit tot het maken
van meer vertekeningen. Door de complexiteit van de beslissing en de intuïtieve aanpak van
de VC’s kunnen ze het moeilijk hebben om hun eigen beslissingsproces te onderzoeken
(Fischhoff, 1988). Met andere woorden, de VC’s beschikken niet over een duidelijk beeld van
hoe zij de beslissing maken. Hier kan de studie van Rah et al. (1994) ook als voorbeeld
gegeven worden. Daaruit bleek dat het criterium waarop de ventures aanvaard en
geweigerd worden (de marktaantrekkelijkheid) verschilt van het door de VC’s als
belangrijkste geachte criterium, de managementvaardigheden.
Het reeds gebeurde onderzoek is er niet in geslaagd om een consensus te bereiken omtrent
welke evaluatiecriteria er gebruikt worden door VC’s in het beoordelen van de
investeringsvoorstellen. Elke VC zou onafhankelijk benaderd moeten worden, om zo hun
eigen unieke investeringscriteria aan te spreken.
Onderzoekers zijn er niet in geslaagd de bevindingen van anderen te repliceren en er is een
gebrek aan samenvloeiing van bestaande resultaten. Dit heeft als einduitkomst dat
onderzoekers er niet in slagen om een kader op te stellen dat het maken van beslissingen
omhelst. Ook het creëren van een model dat uniform de investeringscriteria van de VC’s en
het evaluatieproces beschrijft laat op die manier op zich wachten (Hudson & Evans, 2005).
28
4. De performantie
De performantie van een VC is een functie van hoe goed ze de investeringsbeslissing maakt
en hoe efficiënt de raad en diensten zijn voor het bedrijf nadat de financiering heeft
plaatsgevonden (Zacharakis & Meyer, 1998). Om die reden is het belangrijk om de kwaliteit
van de investeringsbeslissing te verbeteren, teneinde de performantie van de bedrijven te
verhogen. De VC doet er goed aan om van bij het begin een goede keuze te maken om zo de
kans te verhogen om te investeren in een performant bedrijf en een goede return te krijgen.
Het is een samenspel van de beslissing en de steun van de VC na de investering die de sleutel
vormt tot succes. Het beslissingsproces werd hiervoor besproken en uitgediept. Daaruit
bleek dat de VC’s hun beslissing maken op basis van verschillende criteria waarbij ‘Human
Capital’ vaak als belangrijkste aanzien wordt.
4.1 Portfoliobedrijven
Er is beperkte consensus in de literatuur over hoe performantie bij portfoliobedrijven
gemeten wordt. Alles hangt af van de sector en toestand waarin het bedrijf zich bevindt
(spin-off of niet, hoogtechnologische activiteiten of niet, start-up etc.) (Knockaert et al.,
2011).
Een voorbeeld zijn de meetinstrumenten die de groei bekijken. In het onderzoek van
Davidsson et al. (2008) stellen vast dat als groei wordt gebruikt, dat deze zonder nadenken
geaccepteerd wordt als een positieve performantie-indicator. De mogelijkheid dat groei
onder bepaalde omstandigheden negatief gecorreleerd is met het uiteindelijke
‘resultaatcriterium’ (zoals de waarde van de onderneming) wordt vaak niet onderzocht of
niet in overweging genomen.
Groei wordt meestal voorgesteld als een goede zaak om na te streven en wordt veel gebruikt
als maatstaf voor succes. Davidsson et al (2009) vinden dat groei niet altijd een teken is van
goede ontwikkeling van een bedrijf. Er is een lage en inconsistente relatie tussen groei en
winstgevendheid. Zij stellen dat bedrijven die groeien zonder het vastleggen van hoge
niveaus van winstgevendheid, minder succesvol blijken te zijn in de daaropvolgende
periodes. Dit in vergelijking met de bedrijven die dat wel deden. Bedrijven die aanvankelijk
winstgevende ‘lage groeiers’ zijn zullen een verminderd risico hebben om zwak te scoren op
29
beide dimensies van performantie vergeleken met de bedrijven die een hoge groei, maar
lage winstgevendheid hebben.
4.2 Venture capitalists
De performantie van een venture capitalist wordt meestal bekeken via de manier waarop hij
de exit maakt uit het bedrijf. Om die reden worden de meeste portfoliobedrijven geleid naar
de beurs, een fusie of een overname (Tyebjee & Bruno, 1984). De VC’s gaan, naast de voor
de hand liggende winstmeting, hun succes meten in termen van het aantal bedrijven dat ze
al naar de beurs hebben gebracht (Barnes & McCarthy, 2002). Dit werkt grandstanding in de
hand (infra: Gompers, 1996).
Volgens Cumming and MacIntosh (2003) zijn er vijf hoofdtypes van VC exits: (1)
beursintroductie (of IPO4); (2) trade sale waarbij het gehele bedrijf verkocht wordt aan een
derde; (3) een ‘secondary sale’, vaak een financiële buy-out door een ander ‘private equity’-
bedrijf; (4) een buyback, waarbij de aandelen van de VC’s worden terug gekocht door de
ondernemers en (5) een ‘write-off’ waarbij de VC uit de investering stapt. In het beste geval
worden de investeringen gerealiseerd door een IPO, een trade sale (of overname) of een
‘secondary sale’.
In dit onderzoek zal de nadruk gelegd worden op de eerste twee, namelijk: IPO en trade sale.
De reden hiervoor is dat deze enerzijds het belangrijkst zijn (IPO) en anderzijds het meest
voorkomen (trade sale) (Söderblom & Wiklund, 2006). Deze worden hierna dan ook verder
in detail besproken.
In het overzicht van Söderblom en Wiklund (2006) betreffende factoren die de performantie
bepalen komt men tot de vaststelling dat beursintroductie (IPO) heel belangrijk is voor VC’s.
Het lijkt algemeen erkend te zijn in de literatuur dat ‘naar de beurs gaan’ (of IPO) met het
bedrijf de meest winstgevende en prestigieuze exit strategie is voor de VC’s (zoals blijkt uit
bijvoorbeeld: Black & Gilson, 1998; Jeng & Wells, 2000; Barnes & McCarthy, 2002).
In de VC industrie is het introduceren van het bedrijf op de beurs een aangeving van succes
voor de venture capitalist die het bedrijf begeleidt (Barnes & McCarthy, 2002). Deze indicatie
4 IPO (Initial Public Offering): beursintroductie van een onderneming.
30
van succes heeft grote gevolgen en heeft een invloed op de jonge VC’s. Er wordt opgemerkt
door Gompers (1996) dat de reputatie van de VC’s en de zorgen daarrond een invloed
hebben op het proces om een IPO tot stand te komen. De jonge VC’s zouden een incentive
hebben om hun capaciteiten te laten opmerken door potentiële investeerders. Dit wordt
‘grandstanding’ genoemd. Anders gezegd gaan de jonge VC’s bedrijven sneller introduceren
op de beurs dan de oudere. Dit om te laten zien dat ze successen kunnen boeken en dat ze
over de nodige capaciteiten beschikken. De oudere garde hoeft zijn imago niet meer op te
bouwen in de industrie, zij zijn meestal al vermaard genoeg. Het is aan de jonge VC’s om hun
reputatie op te bouwen en uit te breiden. Naarmate hun naam en faam uitgebouwd geraakt
en ze op een succesvolle manier kapitaal voor een nieuw fonds weten op te halen, kunnen
ze duidelijk maken aan de rest van de industrie dat ze kennis van zaken hebben.
Terwijl enkel de veelbelovende bedrijven op de beurs geïntroduceerd worden, zijn ‘trade
sales’ of overnames een meer voorkomende exit strategie voor de VC’s (Söderblom &
Wiklund, 2006; EVCA, 2012). Een exit door trade sale gebeurt wanneer het bedrijf gekocht
wordt door een derde, dit is vaak een strategische overnemer of een bedrijf uit dezelfde
sector (Cumming & MacIntosh, 2003). Schwienbacher (2002) heeft via een onderzoek bij
Amerikaanse fondsen gevonden dat overnames (of trade sales) de voorkeur dragen bij de
exits. Hoewel de VC’s nog altijd geloven in de opwaardering van de reputatie die ze krijgen
door een bedrijf naar de beurs te begeleiden (cfr. supra: grandstanding).
Ook Cumming en MacIntosh (2003) zijn tot de conclusie gekomen dat trade sales de meest
waarschijnlijke exit route is voor de venture capitalists die start-ups financieren. Die trade
sales worden gevolgd door de IPO’s.
Clarysse et al. (2013) onderzoeken de VC-bijdrage tot de kans dat het bedrijf waarin ze
geïnvesteerd hebben een trade sale bekomt. Het blijkt dat het succes of het falen van de
trade sale afhangt van de VC. Hoe meer ervaring de VC in trade sales heeft, hoe beter het is
voor het bedrijf om een trade sale te verwezenlijken. Vanaf wanneer de venture capitalist
reeds meer dan één trade sale heeft gerealiseerd, verhoogt dit significant de kans dat het
bedrijf in kwestie een trade sale zal bekomen.
31
Als het gaat over de rendementen die gerealiseerd worden dan blijkt dat de IPO’s leiden tot
hogere rendementen. Toch wordt de meerderheid van de returns gerealiseerd door trade
sales (Gompers, 1996). Dit wordt bevestigd door het jaarlijkse rapport van de EVCA.
Onderstaande figuur bevestigt deze stelling. De returns van de trade sales zijn altijd groter
dan die van de IPO’s. Dit komt doordat er meer trade sales worden verwezenlijkt dan IPO’s.
Op beide grafieken staan de verschillende mogelijke desinvesteringen. IPO en trade sale zijn
een soort daarvan.
Figuur 4 Bedrag aan verwezenlijkte desinvesteringen (2007-2012) (EVCA, 2012)
Ook blijkt er dat er meer trade sales dan IPO’s worden verwezenlijkt in de periode 2007 tot
2012. Dit heeft waarschijnlijk te maken met de slechte omstandigheden waarin de beurs zich
in die periode bevond. Deze figuren zijn te vinden in het EVCA-rapport van 2012.
Figuur 5 Aantal verwezenlijkte desinvesteringen (2007-2012) (EVCA, 2012)
32
5. Onderzoek
5.1 Gegevens
Omtrent de gegevens en de verzameling ervan werd voor dit onderzoek een beroep gedaan
op de reeds bestaande database uit het jaar 2003 van Prof. Dr. Mirjam Knockaert. Die
database werd gebruikt voor haar doctoraat: ‘Does Venture Capital Matter for High Tech
Start-ups ? An analysis of European Early Stage Investors’ (2005). De oorspronkelijke sample
bestaat uit 68 VC’s. In dit onderzoek zal gebruik worden gemaakt van de gegevens van 37
fondsen.
De steekproef werd genomen uit verschillende regio’s in Europa: Cambridge/Londen
(Verenigd Koninkrijk), Île de France (Frankrijk), Vlaanderen (België), Noord-Holland
(Nederland), Beieren (Duitsland), de regio rond Stockholm (Zweden) en de regio rond
Helsinki (Finland). Naast die regio’s waren er ook nog andere landen aanwezig in de dataset,
zoals de Verenigde Staten en Israël, deze komen onder de categorie ‘Andere’.
De bestaande database moest worden aangevuld, daar er verscheidene gegevens nodig zijn
omtrent het bestaan van de bedrijven. Dit gebeurt in drie stappen:
1. Er wordt gekeken of de portfoliobedrijven nog bestaan of niet en of ze al dan niet
beursgenoteerd (IPO) zijn. Dit gebeurt via dummyvariabelen, waarbij 1 nog levend is
en 0 niet meer. Hetzelfde gebeurt voor de IPO-dummy (1 = Ja, 0 = Nee).
2. De tweede stap omhelst het kijken naar het feit of de bedrijven een IPO of een trade
sale ondergaan hebben. Dit omdat er een aantal bedrijven reeds overgenomen
waren. Ook dit gebeurt via dummy-variabelen. Daarnaast wordt een tweede IPO-
variabele gemaakt, die in de analyse zal gebruikt worden. Deze IPO-variabele omhelst
twee zaken. Enerzijds, alle bedrijven die op de beurs geïntroduceerd werden de
periode. Anderzijds wordt rekening gehouden met de waardeverhoging die
plaatsvindt als een niet-IPO bedrijf overgenomen wordt door een beursgenoteerd
bedrijf. Dit is positief voor de VC-investeerders, aangezien zij mee profiteren van de
prijsverhoging.
3. Als laatste wordt er gekeken naar de graad van belang die de VC’s hechten aan
bepaalde criteria. Er wordt een onderscheid gemaakt tussen de vier belangrijkste
groepen van criteria: human capital (people), technologie, financieel en de markt-
33
product. De markt- en productcriteria worden samengenomen, omdat deze het
nauwst met elkaar in verband liggen en ook omdat de data zich daartoe lenen. De
eerder verzamelde data wordt gesommeerd in functie van die criteria. Op basis
daarvan wordt de voorkeur van de VC voor een bepaald criterium geanalyseerd.
Het opzoeken van de bijkomende gegevens werd gedaan via het internet. Hiervoor werd
gebruik gemaakt van Google en de website van De Tijd5. De nodige informatie werd
opgezocht voor alle bedrijven. Er waren echter bedrijven waar niets over te vinden was, of
waar onduidelijkheid bestond over de gegevens. Deze werden uit de dataset gehaald. Het
gaat om zeven bedrijven, dit brengt het totale aantal observaties van 172 naar 165.
5.2 Hypothesen
In dit werkstuk is het de bedoeling om een relatie te vinden tussen het selectiegedrag van de
VC’s en de performantie van de portfoliobedrijven. Het selectiegedrag zal worden
opgesplitst in gediversifieerde en gespecialiseerde VC-fondsen, dit op basis van de graad van
belang dat zij hechten aan één van de hiervoor vermelde groeperingscriteria.
5.2.1 Hypothese 1: diversificatie en performantie
Voor de eerste hypothese wordt er gekeken naar de portfolio-theorie van Markowitz (1952).
Deze stelt dat het nodig is om te diversifiëren, dit om een efficiënt en ‘laag-risico’ portfolio te
bekomen. De maximale return wordt gezocht voor een gegeven risico of het minimale risico
wordt gezocht voor een gegeven return. Volgens de theorie doet de investeerder of
belegger er goed aan om te diversifiëren. Hierdoor legt men niet alle eieren in dezelfde
mand en belegt men in bedrijven van verschillende industrieën. Gebeurt er iets onverwachts
in een bepaalde sector of industrie dat de belegging in gevaar brengt, dan kan men zijn
belegging veilig stellen (en verlies beperken) door te beleggen over industrieën heen (met
verschillende economische kenmerken) om zo het risico te spreiden. Men diversifieert het
risico over de verschillende bedrijven, daardoor minimaliseert men het risico en
maximaliseert men de gehele return van het portfolio. Dankzij diversificatie zal het risico van
een VC-portfolio minder groot zijn dan het gemiddelde van het risico van zijn individuele
investeringen (Manigart et al. 1994). Toegepast op private equity fondsen, vinden Aigner et
al. (2008) dat investeren over de verschillende ontwikkelingsfases en in meer bedrijven een
5 http://www.tijd.be/
34
positief effect heeft op de return van het fonds. Hoe meer bedrijven een VC heeft om in te
investeren, hoe hoger de performantie zal zijn van zijn portfolio. Dit ligt in dezelfde lijn als de
portfolio-theorie van Markowitz (1952). De logica die in de studie van De Clercq et al. (2001)
wordt gehanteerd betreffende de geografische focus van VC’s kan omgevormd worden naar
deze context. Hier wordt gekeken naar de diversificatie in de vier groepen van
selectiecriteria. In de vermelde studie werd beschreven dat een grote geografische focus een
gediversifieerd VC-portfolio met zich mee brengt. De verhoogde scope biedt meer
opportuniteit om te investeren, op die manier wordt het mogelijk voor hen om de
hoogrenderende investeringen op te merken. We vertalen deze stelling naar de huidige
context: als de VC’s gaan diversifiëren over verschillende selectiecriteria, dan komt men in
contact met een grotere diversiteit en een groter aantal bedrijven. Hierdoor kan men de
hoogrenderende investeringen beter gaan opmerken.
Uit deze analyse wordt de eerste hypothese opgebouwd:
Hypothese 1: ‘hoe meer gediversifieerd een VC-fonds, hoe hoger de performantie’.
5.2.2 Hypothese 2 en 3: specialisatie vs. diversificatie
Deze hypothese handelt specifiek over de mate van specialisatie en zo de uniformiteit van
het portfolio. Söderblom en Wiklund (2006) hebben een overzicht gemaakt van de voorbije
literatuur betreffende de specialisatie. Zij stellen dat specialisatie een positief effect lijkt te
hebben op het rendement van de investeringen. Gupta & Sapienza (1992), Manigart (1994)
en De Clercq & Dimov (2003) hebben gevonden dat de VC’s die zich specialiseren in een
bepaald investeringsstadium en/of de sector van de industrie, een beter begrip van de
materie en inzicht opbouwen. Dit leidt op zijn beurt tot een competitief voordeel dat wordt
verkregen door het verzamelen van moeilijk te kopiëren interne middelen. Als de VC’s een
beperkte scope hebben in de industrie of het ontwikkelingsstadium van de ventures, dan
brengt dit meer controle over het management met zich mee. Een voorbeeld ter
verduidelijking: de portfoliobedrijven kunnen het moeilijker hebben om problemen inzake
de incompetentie van het management of andere cruciale informatie betreffende de
performantie van het bedrijf te verbergen. Dit door een beter en diepgaander begrip van de
industrie of het ontwikkelingsstadium waarin de venture zich bevindt (Gupta & Sapienza,
1992). Een andere reden waarom investeren in gelijkaardige bedrijven loont is de verhoogde
35
mogelijkheid tot leercurve-effecten die opeenvolgende investeringen met zich meebrengen,
dit door de toepassing van hoogwaardige kennis (zoals bij Gupta & Sapienza, 1992; De Clercq
et al., 2001). De VC’s zullen door hun kennis en ervaring beter in staat zijn om potentiële
portfoliobedrijven te screenen. Ook de mogelijke managementproblemen die typisch zijn
voor een bepaald ontwikkelingsstadium of het begrijpen van de specifieke karakteristieken
van de concurrentie in de industrie zullen gemakkelijker te herkennen zijn (zoals bij Wright &
Robbie, 1998). Specialisatie kan in die context gezien worden als het verkrijgen van
specifieke en risico-verminderende informatie (Fiet, 1996). Gegeven de complexiteit van
bepaalde industrieën of sectoren wordt aangeraden dat de investeerder goed op de hoogte
is van de relevante technologische en commercieel gerelateerde problemen (Murray, 1998).
De VC’s zullen het risico proberen in toom houden door zich te specialiseren om hun
technische en productexpertise ten volle te benutten (Norton & Tenenbaum, 1993). In dit
verband kan gewezen worden naar het eerder besproken ‘Human Capital’. Daaruit bleek dat
individuen met een hogere graad van human capital een hogere performantie bekomen in
het uitvoeren van hun taken (Dimov & Shepherd, 2008). Hoe hoger de ervaring van de VC in
een bepaalde sector, hoe beter de kwaliteit is van het advies dat gegeven wordt (Kanniainen
& Keuschnigg, 2004). Uit dit alles kan geconcludeerd worden dat een hogere kennis van een
bepaalde sector, die de VC’s zouden verkrijgen door zich te specialiseren, zou moeten leiden
tot een hogere graad van performantie.
Zo wordt de tweede hypothese opgesteld:
Hypothese 2: ‘Uniforme VC-portfolio’s zijn performanter dan gediversifieerde’.
Naast specialisatie kan ook geopteerd worden voor diversificatie van investeringen. Op basis
van de eerder besproken portfolio-theorie van Markowitz (1952) en de andere bronnen die
bij de eerste hypothese aan bod kwamen wordt de derde hypothese opgesteld. Het is handig
om de beide kanten van het verhaal te bekijken, aangezien beide stromingen een
onderbouwde en gevatte theorie hanteren.
Hypothese 3: ‘Gediversifieerde VC-portfolio’s zijn performanter dan uniforme’.
36
5.3 Variabelen
5.3.1 Afhankelijke
Zoals eerder vermeld werd de data aangevuld met gegevens over het al dan niet nog
bestaan van de ondernemingen en het al dan niet beursgenoteerd zijn. Ook het feit of de
ondernemingen een trade sale hebben ondergaan of niet wordt ook mee in rekening
gehouden. Beide variabelen werden gekozen omdat deze de meest gangbare exits te zijn die
voorkomen in de VC industrie. Een bijkomende reden voor die keuze is omdat deze
variabelen de meest gangbare zijn om de performantie van een VC-fonds te bekijken (cfr.
supra).
5.3.1.1 IPO of trade sale
Bij deze variabele wordt er rekening gehouden met de gebeurde trade sales en de IPO’s.
Ondergaat een bedrijf geen IPO, noch trade sale, dan krijgt deze variabele een nulwaarde.
Wordt het bedrijf op de beurs genoteerd of ondergaat het een trade sale, dan krijgt deze
variabele een éénwaarde.
Frequentie Percentage
Noch IPO, noch TS 126 76,4
TS of IPO 39 23,6
Totaal 165 100,0
Tabel 1 Frequentietabel IPO/TS
5.3.1.2 IPO of niet (1/0)
De beursgang werd eveneens opgezocht. Hier geldt hetzelfde principe, heeft het bedrijf in
kwestie een beursgang ondergaan dan krijgt de variabele een éénwaarde, zo niet dan krijgt
ze een nulwaarde. Er wordt ook gekeken of bij de trade sale de overname gebeurde door
een beursgenoteerd bedrijf. De reden hiervoor is dat de waarde van het bedrijf omhoog
gaat, omdat ze overgenomen wordt door een IPO-bedrijf. De VC’s profiteren hiervan mee,
omdat ze op die manier een hogere return hebben op hun investering. Indien dit
voorgevallen is, dan krijgt de variabele ook een éénwaarde. Als het bedrijf twee trade sales
ondergaat, de eerste door een niet-IPO, de tweede door een IPO, dan wordt de waarde van
de IPO niet gecapteerd in de eerste of oorspronkelijke overnameprijs. Er is echter geen
dergelijk geval gekend in deze data.
37
Het verschil (zeven bedrijven) met de vorige afhankelijke variabele ligt hem in de trade sales
die gebeuren door een niet-beursgenoteerd bedrijf. In deze context krijgt deze variabele dan
een nulwaarde.
Frequentie Percentage
Geen IPO 133 80,6
IPO 32 19,4
Totaal 165 100,0
Tabel 2 Frequentietabel IPO
5.3.2 Onafhankelijke variabelen
5.3.2.1 Herfindahl-index (HI)
Voor de eerste hypothese wordt deze onafhankelijke variabele gebruikt. Op deze manier is
het mogelijk om de gehele dataset als één geheel te beschouwen zonder op te splitsen in 2
categorieën (gediversifieerd vs. gespecialiseerd). Dit gebeurt bij de uitwerking van de
tweede en derde hypothese.
Er wordt een relatie gezocht tussen het selectiegedrag en de performantie van de VC’s.
Onder performantie wordt hier verstaan: een beursintroductie of overname en
beursintroductie (cfr. supra). Om het selectiegedrag in kaart te brengen wordt gebruik
gemaakt van de reeds vermelde groeperingscriteria (Human capital (people), technologie,
financieel en de markt/product). Deze worden samengebracht in een index, de Herfindahl-
index (of Herfindahl-Hirschmann index). Deze index is een statistische maatstaf voor
concentratie (Hirschman, 1964; Rhoades, 1993). In deze context wordt hij als volgt
berekend:
∑
Het resultaat van deze index ligt tussen nul en één. Hoe meer er sprake is van concentratie
van of voorkeur voor één groeperingscriterium bij een VC, hoe hoger dus de index (hoe
dichter bij één). Een hogere index wijst, met andere woorden, op een hogere graad van
specialisatie (of voorkeur) in het human capital-, technologie-, finance- of
markt/productveld. Is de graad eerder aan de lage kant, dan kan gesteld worden dat de VC
een diversificatiestrategie hanteert. De VC’s kunnen twee strategieën nastreven: enerzijds
38
specialisatie en anderzijds diversificatie. Deze variabele zal gebruikt worden om de eerste
hypothese te verklaren, omdat deze continu is.
Gemiddelde 36,88%
Mediaan 35,94%
Minimum 28,84%
Maximum 48,06%
Tabel 3 Gemiddelde, mediaan, minimum en maximum Herfindahl-index
5.3.2.2 Median split: Herfindahl-index (MS:HI)
Deze onafhankelijke variabele zal gebruikt worden voor de tweede en derde hypothese. Er
wordt gestreefd naar een goede maatstaf voor diversificatie en specialisatie. De fondsen
worden in twee groepen onderverdeeld. De waarden van de continue Herfindahl-index
onder de mediaan krijgen een nulwaarde (hoe gediversifeerder de voorkeur van de VC),
diegene die zich boven de mediaan bevinden krijgen een éénwaarde toegekend (dit wil
zeggen dat de voorkeur meer gespecialiseerd is). De mediaan van de continue Herfindahl-
index die voor de dichotomisatie werd gebruikt bedraagt 35,94%. Op die manier worden de
VC-fondsen in twee groepen opgedeeld, zo kan gemakkelijker de vergelijking gemaakt
worden tussen gediversifieerde en gespecialiseerde portfolio’s.
Hieronder volgt de frequentietabel van de bedrijven waarin geïnvesteerd wordt staan
gegroepeerd volgens het soort portfolio waartoe ze behoren.
Frequentie Percentage
Gediversifieerd 82 49,7
Gespecialiseerd 83 50,3
Totaal 165 100
Tabel 4 Frequentietabel HI: median split
5.3.3 Controlevariabelen
In de originele dataset ontbraken gegevens met betrekking tot meerdere variabelen, deze
waarden werden vervangen door het gemiddelde voor die variabelen. Dit om een zo goed
mogelijke analyse te bekomen. Voor de beide sectorvariabelen (ICT en biotechnologie) zijn
de ontbrekende waarden vervangen door de mediaan van de gehele variabele in kwestie. Er
werden twee fondskenmerken gebruikt, leeftijd en grootte. De andere kenmerken hadden
allemaal betrekking op de venture zelf.
39
5.3.3.1 Land van activiteit
In de originele dataset werden gegevens verzameld van verschillende landen, deze werden
hierboven al vermeld. Voor dit onderzoek werden de landen gegroepeerd in vier groepen.
Verenigd Koninkrijk blijft hetzelfde, Frankrijk, België, Nederland en Duitsland worden
gegroepeerd onder de noemer ‘Continentaal Europa’. Zweden en Stockholm komen onder
‘Scandinavië’ terecht en de landen die niet tot deze groepen behoren, zoals Israël en de
Verenigde Staten komen onder de groep ‘Andere’.
Frequentie Percentage
Verenigd Koninkrijk 24 14,5
Continentaal Europa 90 54,5
Scandinavië 37 22,4
Andere 14 8,5
Totaal 165 100
Tabel 5 Frequentietabel landgroepen
5.3.3.2 Sectorvariabelen: Biotechnologie en ICT
In deze dataset wordt gekeken of de bedrijven in kwestie toehoren aan de sectoren
biotechnologie, ICT of een andere sector. Dit wordt voorgesteld aan de hand van een
dummy-variabele. Zoals hierboven vermeld werden de zes ontbrekende waarden voor deze
variabele vervangen door de mediaan van de betreffende variabele, dit omdat het nominale
variabelen zijn. De mediaan is voor beide variabelen 0.
Biotechnologie Totaal
0 1
ICT 0 50 51 101
1 62 2 64
Totaal 112 53 165
Tabel 6 Frequentietabel sectoren
5.3.3.3 Aantal oprichtende leden in de bedrijven
Een volgende controlevariabele is het aantal leden die het bedrijf hebben opgericht. Het
gemiddelde is 2,94 dus werd 3 gebruikt ter vervanging van de ontbrekende waarden. De
leden die bij de oprichting aanwezig waren in een bedrijf variëren van één tot acht. Dit blijkt
uit de grafiek hierna.
40
Figuur 6 Aantal oprichtende leden van de bedrijven
5.3.3.4 Oprichtingsjaar
Het jaar van oprichting is ook belangrijk in deze analyse. Op die manier wordt een beter
beeld gevormd van hoe het bedrijf is geëvolueerd. Hier werden de ontbrekende waarden
vervangen door het gemiddelde oprichtingsjaar 1997,97 wat afgerond wordt naar 1998. Er
waren tien bedrijven waarvoor het oprichtingsjaar niet gekend was.
Figuur 7 Oprichtingsjaar
5.3.3.5 Startkapitaal
Ook het startkapitaal waarmee de ondernemingen hun bedrijf opgericht hebben, wordt bij
deze analyse betrokken. Hier werden de ontbrekende waarden vervangen door het
gemiddelde, namelijk 1 312 112,38 EUR. De waarden gaan van 0 EUR tot 30 000 000 EUR.
0
10
20
30
40
50
60
70
80
1 2 3 4 5 6 7 8
Aan
tal b
ed
rijv
en
Aantal leden
0
5
10
15
20
25
30
35
1981 1986 1989 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
Aan
tal b
ed
rijv
en
Oprichtingsjaar
41
Van de waarden die vermeld stonden in de dataset werd de natuurlijke logaritme genomen,
dit om gegevens dichter bij elkaar te brengen en (invloedrijke) uitschieters zoveel als
mogelijk te elimineren. Er was één bedrijf dat geen startkapitaal nodig had bij de oprichting,
aangezien de natuurlijke logaritme van nul niet bestaat werd deze uit de dataset gehaald.
Meer hierover bij de bespreking van de resultaten.
5.3.3.6 Investeringsjaar
Het jaar van VC-investering is cruciaal om te weten te komen wat de evolutie is van het
bedrijf doorheen de tijd. Hier waren geen ontbrekende waarden aanwezig. Het valt op dat
de meeste bedrijven kapitaal ontvangen hebben in 2000 en dat er vanaf dan een
neerwaartse tendens te zien is.
Figuur 8 Investeringsjaar
5.3.3.7 Hoeveel jaar na oprichting VC-investering
Deze variabele brengt ons meer inzicht in het aantal jaar na oprichting de bedrijven op zoek
zijn gegaan naar VC-investering. Hier werden de ontbrekende waarden vervangen door het
gemiddelde van 3,57 jaar wat afgerond werd naar 4. De meeste bedrijven in deze dataset
spreken VC’s aan in het eerste jaar na oprichting. Toch zijn er die 18 jaar na oprichting nog
bij de VC aankloppen voor financiering. Een tendens die opvalt uit de grafiek is dat naarmate
de jaren voorbij gaan, de bedrijven minder snel bij VC’s zullen aankloppen voor financiering.
Een uitzondering op deze regel is vier jaar na oprichting, maar dit komt doordat alle
ontbrekende waarden vervangen werden door het gemiddelde van vier jaar.
0
5
10
15
20
25
30
35
40
45
50
1991 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Aan
tal b
ed
rijv
en
Jaar van investering
42
Figuur 9 Hoeveel jaar na oprichting dat de VC geïnvesteerd heeft
5.3.3.8 Leeftijd van het fonds
Ook de leeftijd van het fonds wordt als controlevariabele toegevoegd. Deze variabele wordt
berekend door het oprichtingsjaar van het jaar 2003 af te trekken, omdat de gegevens op die
moment verzameld werden. Het oudste fonds is 58 jaar. Van de 68 oorspronkelijk
verzamelde fondsen worden er 37 gebruikt in dit onderzoek.
Figuur 10 Fondsleeftijd
5.3.3.9 Grootte van het fonds
Van deze variabele werd de natuurlijke logaritme genomen, dit om redenen die hierboven al
vermeld werden. De fondsgrootte of het fondskapitaal is belangrijk om ook te betrekken,
aangezien op die manier een extra fondskenmerk bij de analyse wordt betrokken. Hier
waren er drie onbekende waarden, deze werden vervangen door het gemiddelde van
0
10
20
30
40
50
60
1 2 3 4 5 6 7 8 9 10 11 14 18
Aan
tal b
ed
rijv
en
Jaar na oprichting dat VC geïnvesteerd heeft
0
1
2
3
4
5
6
7
1 2 3 4 5 6 7 9 10 15 19 20 21 23 44 58
Aan
tal f
on
dse
n
Fondsleeftijd
43
362 682 471,86 EUR. Het kleinste fonds dat in de dataset zit beschikt over een fondskapitaal
van 5 000 000 EUR. Het grootste heeft 3 000 000 000 EUR als fondskapitaal.
De enige twee beschikbare fondskenmerken was zijn de fondsleeftijd en de fondsgrootte.
5.4 Regressie
De regressietechniek die in deze studie zal gehanteerd worden is de logistische regressie. Dit
omwille van het feit dat de afhankelijke variabelen (‘IPO’ en ‘TS of IPO’) een dichotoom
karakter hebben. Over de meetniveaus van de onafhankelijke en controlevariabelen kan
gezegd worden dat deze zowel interval, ratio als categorisch zijn, dus kan gesteld worden dat
een logistische regressie toepasbaar is. Het doel van logistische regressie is het verklaren van
een dichotome variabele, dit op basis van interval- of ratiogeschaalde en of categorische
variabelen. De verklaring ligt hem in de voorspelling of een gebeurtenis al dan niet zal
gebeuren. Ook de identificatie van variabelen die een belangrijke rol spelen in het laten
gebeuren van die voorspelling wordt hierin inbegrepen.
Er moet worden nagegaan of de voorwaarden om een logistische regressie uit te voeren
voldaan zijn. Meer specifiek gaat het om het aantal waarnemingen. Het aantal
onafhankelijke variabelen dat gebruikt wordt mag een bepaalde grens niet overschrijden: er
moet voor gezorgd worden dat het aantal waarnemingen best groter is dan het aantal te
schatten parameters vermenigvuldigd met tien. Hieruit kan worden afgeleid dat er
maximum zestien variabelen mogen gebruikt worden. Aan deze stelling wordt ten allen tijde
voldaan.
Ook de multicollineariteit is belangrijk, deze mag namelijk niet te hoog zijn om zeker te zijn
dat het model geen vertekend beeld geeft. Eerst wordt de correlatiematrix bekeken. Die
wordt voorgesteld in tabel 7. Het aantal portfoliobedrijven dat in de correlatiematrix
gebruikt werd is overal 165, behalve bij de variabele ‘Startkapitaal’ waar de natuurlijke
logaritme wordt berekend. Daar wordt één waarde uitgesloten, omdat er een nulwaarde aan
te pas kwam en het onmogelijk is om de natuurlijke logaritme te nemen van nul. Een
correlatie tussen twee variabelen van 0,60 of meer duidt op een mogelijk
(multi)collineariteitsprobleem. Er wordt gewezen op de correlaties binnen de onafhankelijke
en de afhankelijke variabelen, daar deze niet samen worden gebruikt in de analyse vormt dit
44
geen probleem. In de regressie-analyse zullen niet alle variabelen tegelijk worden gebruikt.
Het is de bedoeling om vier modellen op te stellen, ieder met alternerende afhankelijke en
onafhankelijke variabelen. Als men die variabelen negeert, dan valt op dat er nog drie
correlaties zijn die hoger zijn dan 0,60 wat op een multicollineariteitsprobleem kan duiden.
Specifiek gaat het om de correlaties ICT-Ln fondsgrootte, Fondsleeftijd-Ln fondsgrootte en
Oprichtingsjaar-Investering na oprichting (in aantal jaar). Verdere analyse van
multicollineariteit dringt zich op.
De verdere controle van multicollineariteit toont aan dat de Tolerance-waarden allen groter
zijn dan 0,10. Hieruit kan geconcludeerd worden dat er geen ernstig
multicollineariteitsprobleem is (Wijnen et al. 2002).
45
Tabel 7 Correlatiematrix
Herfindahl MS HI
Land-groep ICT
Bio-tech
TS of IPO IPO
LN Start-
kapitaal
Aantal oprichtende
leden Oprichtings-
jaar Investerings-
jaar
Investering na
oprichting (in # jr)
Fonds-leeftijd
LN Fonds-grootte
Herfindahl 1 MS HI 0,816** 1
Landgroep -0,072 -0,160* 1 ICT -0,242** -0,129 0,001 1
Biotechnologie 0,220** 0,113 0,062 0,494** 1 TS of IPO 0,031 -0,018 0,076 0,084 0,106 1
IPO 0,102 0,028 0,039 0,018 0,122 0,882** 1 LN Startkapitaal -0,088 -0,008 -0,044 -0,156* 0,262** 0,091 0,139 1
Aantal oprichtende leden
0,020 0,060 0,060 0,003 0,141 0,127 0,038 0,152 1
Oprichtingsjaar -0,115 -0,184* -0,042 -0,045 0,129 -0,005 -0,044 0,290** 0,187* 1 Investeringsjaar -0,149 0,278** -0,022 -0,131 0,046 -0,117 -0,121 -0,007 -0,105 0,474** 1
Investering na oprichting (in # jr)
-0,019 -0,052 -0,043 0,001 -0,135 -0,115 -0,075 0,372** -0,302** -0,723** 0,141 1
Fondsleeftijd 0,296** 0,347** 0,120 -0,172* 0,344** 0,158* 0,233** 0,330** 0,070 -0,223** -0,305** -0,012 1 LN Fondsgrootte 0,158* 0,111 0,250** -0,630 0,188* 0,259** 0,251** 0,203** 0,112 -0,147 -0,092 0,087 0,678** 1
** Correlatie is significant op 0,01
* Correlatie is significant op 0,05
46
6. Resultaten
6.1 Descriptieve analyse
Vooraleer over te gaan tot de logistische regressie wordt een inleidende descriptieve analyse
uitgevoerd om een ruwe schets te krijgen van hoe de situatie in elkaar zit. Hiervoor worden
de Chi²- en de t-test gehanteerd.
Voor de vergelijking tussen de onafhankelijke variabele median-split HI en de afhankelijke
variabelen (IPO of TS/IPO) wordt de Chi²-test gebruikt. Concreet wordt nagegaan of er een
significante relatie bestaat tussen diversificatie/specialisatie en performantie (IPO of
TS/IPO). De nulhypothesen die getoetst worden, stellen dat er geen significante relatie
aanwezig is. Het resultaat van deze test is niet significant (met significantieniveau = 0.05). De
nulhypothesen kunnen aanvaard worden en er mag gesteld worden dat er geen significante
relatie bestaat tussen het selectiegedrag van de VC’s en de performantie van de bedrijven.
Median-split HI Totaal
0 1
TS of IPO Geen TS/IPO Aantal 62 64 126
Percentage 75,6% 77,1% 76,4%
TS of IPO Aantal 20 19 39
Percentage 24,4% 22,9% 23,6%
Totaal Aantal 82 83 165
Percentage 100% 100% 100%
Tabel 8 Kruistabel met HI:MS en TS/IPO
Median-split HI Totaal
0 1
IPO Geen IPO Aantal 67 66 133
Percentage 81,7% 79,5% 80,6%
IPO Aantal 15 17 32
Percentage 18,3% 20,5% 19,4%
Totaal Aantal 82 83 165
Percentage 100% 100% 100%
Tabel 9 Kruistabel met HI:MS en IPO
47
De tweede manier vergelijkt de variabelen (IPO of TS/IPO) met de continue Herfindahl-index.
Hiervoor wordt de t-test voor twee onafhankelijke steekproeven gehanteerd. De
nulhypothese die hierbij zal getest worden, stelt dat er geen significant verschil is tussen de
gemiddelden van de HI bij de IPO of TS/IPO. Er wordt concreet nagegaan of er een significant
verschil in specialisatie is tussen de fondsen die performant zijn of niet. Het resultaat is ook
hier niet significant (met significantieniveau = 0,05) wat erop wijst dat de nulhypothese kan
aanvaard worden. Er kan met andere woorden gesteld worden dat er geen significant
verschil is in specialisatie tussen de performantie van de fondsen.
Het is aan de logistische regressie om de resultaten van deze descriptieve analyse te
bevestigen of te weerleggen. Al geeft deze eerste analyse geen goede indicatie om een
relatie te vinden tussen het selectiegedrag en de performantie van de VC’s.
6.2 Logistische regressie
Voor beide uitgevoerde logistische regressies zijn goed verklarende modellen gevonden (p-
waarde < 0,001). De twee significante modellen zijn te zien in tabellen 10 en 11. Zoals
hierboven al vermeld werd is het de bedoeling van de logistische regressie om een verklaring
te geven of een bepaalde gebeurtenis al dan niet zal plaats vinden. De coëfficiënten die
gerapporteerd zijn moeten geïnterpreteerd worden als ‘log odds’. Dit is de logaritme
genomen van de verhouding tussen de kans van de gebeurtenis op de kans dat de
gebeurtenis niet zal plaatsvinden:
(
)
De gerapporteerde coëfficiënten (B) geven dan de wijziging weer voor een verandering met
één eenheid van de onafhankelijke variabele waartoe ze behoren. De vermelde formule kan
worden omgevormd in functie van de ‘odds’ door ‘e’ te verheffen tot de macht die door de
coëfficiënt wordt gegeven. Hierbij kan vermeld worden dat als de coëfficiënt groter (kleiner)
is dan nul, de ‘odds ratio’ groter (kleiner) zal zijn dan één en bijgevolg de ‘odds’ zullen
toenemen (afnemen) (Janssens et al., 2008).
48
De variabelen worden op hiërarchische wijze toegevoegd aan het model, eerst worden alle
controlevariabelen geïmplementeerd, daarna de onafhankelijke. Voor de Landgroep-
variabele wordt het Verenigd Koninkrijk als referentiecategorie genomen.
Een opmerking moet gemaakt worden vooraleer verder te gaan met de bespreking van de
resultaten. Er is één bedrijf aanwezig in de dataset die bij oprichting geen startkapitaal
gebruikte, aangezien de natuurlijke logaritme van nul niet bestaat werd deze uit de analyse
gehaald. Dit brengt het totaal aantal waarnemingen voor de regressie op 164 bedrijven.
Hieronder worden de beide uitgevoerde logistische regressies besproken en wordt de link
gemaakt met de vooropgestelde hypothesen. De mogelijke verklaringen voor de hypothesen
wordt behandeld in een aparte sectie.
6.2.1 Model 1: Logistische regressie met ‘IPO of trade sale’ als afhankelijke
De resultaten van dit model zijn te vinden in tabel 10. Voor deze logistische regressie werd
een goed verklarend model gevonden. In de basis- en finale modellen werden voor de HI en
de MS:HI respectievelijk vijf en vier invloedrijke uitschieters verwijderd.
Er wordt geen ondersteuning gevonden voor de eerste hypothese, daar de impact van de
continue Herfindahl-index niet significant is. Er wordt dus niet voldaan aan de stelling: hoe
gediversifieerder de voorkeur is van de VC’s, hoe performanter ze zijn.
Als het significantieniveau van 0,10 wordt behouden dan wordt er ondersteuning voor de
derde hypothese gevonden. Dus wordt er automatisch geen ondersteuning gevonden voor
de tweede hypothese, omdat ze elkaar uitsluiten. De gediversifieerde fondsen blijken een
grotere kans te hebben op performantie dan de gespecialiseerde. Enige voorzichtigheid
hierbij is geboden, daar de significantie van de variabele niet zo hoog is. Ook blijkt uit het
hiërarchische toevoegen van de onafhankelijke variabele dat de stap waarbij de variabele
wordt toegevoegd niet significant is (met significantieniveau = 0,05). Dit wordt niet
afgebeeld in de tabellen. Dit brengt de verklaring van de hypothese nog meer in het
gedrang. Aangezien de significantie zich bevond bij de dichotome variabele kan de
interpreteerbaarheid en de juistheid van de informatie nog meer in vraag gesteld worden.
49
De reden hiervoor is dat bij dichotomisatie veel gegevens verloren gaan door het plaatsen
van de waarden in twee categorieën.
6.2.2 Model 2: Logistische regressie met ‘IPO’ als afhankelijke
De resultaten van deze regressie zijn te zien in tabel 11. Ook hier werd een goed verklarend
model gevonden en werden de invloedrijke uitschieters verwijderd. Hier waren het er iets
meer dan bij het vorige model, tien voor de continue HI en zeven voor de median-split.
Jammer genoeg is er geen enkele significante invloed van beide onafhankelijke variabelen
op de performantie, wat er op wijst dat alle hypothesen verworpen kunnen worden.
Verklaringen voor deze resultaten worden in een aparte sectie behandeld.
50
Afhankelijke variabele = TS of IPO (0/1)
Basismodel (HI)
Finaal model met HI
Basismodel (MS: HI)
Finaal model met MS HI
(-5 uitschieters) (-5 uitschieters) (-4 uitschieters) (-4 uitschieters)
Onafhankelijke variabelen
Herfindahl-index
-0,075 Median split HI
-1,096*
Controlevariabelen Continentaal Europa 2,133* 2,346** 2,081* 2,435**
Scandinavië 1,384 1,606 1,369 1,610
Andere landen 1,507 1,69 1,993 2,201*
ICT 1,287** 1,121* 1,059* 0,953
Biotechnologie 1,304** 1,36** 1,119* 1,121*
Oprichtingsjaar bedrijf -0,463* -0,484* -0,447* -0,560**
LN startkapitaal -0,037 -0,083 -0,011 -0,076
Aantal oprichtende leden 0,007 -0,007 0,005 0,025
Investeringsjaar 0,274 0,276 0,248 0,309
Jaar na oprichting VC-investering -0,691** -0,731** -0,655** -0,806**
Fondsleeftijd -0,034 -0,031*** -0,040* -0,033
LN Fondsgrootte 0,655*** 0,728*** 0,647*** 0,760***
Constante 363,382 404,596* 384,081* 487,561**
Model Chi² 37,477**** 38,698**** 35,703**** 39,402****
-2 LL 127,564 126,342 132,400 128,701
Nagelkerke R² 0,325 0,334 0,308 0,336
p-waarde 0,000 0,000 0,000 0,000
Significantieniveaus: *=.10; **=.05; ***=.01; ****=.001 Tabel 10 Logistische regressie: TS/IPO
51
Afhankelijke variabele = IPO (0/1) Basismodel(HI) Model met HI Basismodel (MS: HI) Model met MS HI
(-10 uitschieters) (-10 uitschieters) (-7 uitschieters) (-7 uitschieters)
Onafhankelijke variabelen Herfindahl-index
0,111 Median split HI
-0,317
Controlevariabelen Continentaal Europa 1,626 1,390 1,754 1,823
Scandinavië -18,292 -18,961 -18,289 -18,184
Andere landen 1,966 1,821 1,921 1,952
ICT 1,060 1,351 0,555 0,506
Biotechnologie 1,368 1,435 1,044 1,023
Oprichtingsjaar bedrijf -0,494* -0,517* -0,449 -0,465
LN startkapitaal 0,080 0,152 0,118 0,094
Aantal oprichtende leden -0,217 -0,258 -0,251 -0,235
Investeringsjaar 0,221 0,256 0,203 0,203
Jaar na oprichting VC-investering -0,636* -0,649* -0,665* -0,682*
Fondsleeftijd -0,046* -0,061* -0,040 -0,036
LN Fondsgrootte 0,816** 0,842** 0,676*** 0,674**
Constante 528,194 499,991* 476,938* 510,130*
Model Chi² 43,72**** 44,929**** 42,800**** 43,001****
-2 LL 82,596 81,386 94,858 94,656
Nagelkerke R² 0,442 0,452 0,409 0,410
p-waarde 0,000 0,000 0,000 0,000
Significantieniveaus: *=.10; **=.05; ***=.01; ***=.001 Tabel 11 Logistische regressie: IPO
52
6.2.3 Mogelijke verklaringen voor de resultaten
De vrees uit de descriptieve analyse wordt bewaarheid. Er blijkt geen relatie te zijn tussen
het selectiegedrag en de performantie van VC’s. Een mogelijke verklaring voor het
vaststellen van de resultaten uit de regressie bestaat erin dat zowel specialisatie als
diversificatie in de voorkeur van de VC’s beide goed kunnen verantwoord worden. Beide
visies kunnen onderbouwd worden. Al is er één hypothese die aanvaard kan worden,
hierover verder meer.
Voorstanders van specialisatie kunnen argumenteren dat de VC’s in heel volatiele en
risicovolle industrieën met vaak hoogstaande technologie opereren. Elke soort
industrie/sector of marktsegment heeft heel specifieke kenmerken, waarbij de nadruk kan
gelegd worden op andere soorten van selectiecriteria. Beide aspecten gaan hand in hand.
Meestal draait het allemaal rond de kwaliteit van het human capital, is deze laag dan is de
kans ook klein dat de VC in het bedrijf zal investeren. In andere segmenten is de kwaliteit
van het product dan weer van belang. Dus is het aan de VC om te bepalen hoe belangrijk het
ene criterium is ten opzichte van het andere. Een voorbeeld ter verduidelijking: een bedrijf
waarbij de opbrengsten en het gehele business plan afhangt van het patent dat het krijgt en
heeft op een product is op zoek naar VC-financiering. De VC die zal beslissen om al dan niet
te investeren zal heel bezorgd zijn om dat patent, omdat het businessplan van dat bedrijf
staat of valt door dat patent. Hier is dus het productcriterium het belangrijkste. Afhankelijk
van de voorkeur van de VC zal geïnvesteerd worden of niet.
Het actief zijn in één bepaalde industrie vergt kennis van materie, waardoor de VC’s eerder
geneigd zouden kunnen zijn om zich in een bepaald segment te specialiseren. Dit om zoveel
mogelijk van dat segment te weten te komen en zoveel mogelijk het risico op falen van de
investering te vermijden. Op die manier kunnen ze tijdens de selectie een beter oordeel
vellen over de beslissing tot investeren. Hoe hoger de ervaring van de VC in een bepaalde
sector, hoe beter de kwaliteit is van het advies dat gegeven wordt (Kanniainen & Keuschnigg,
2004). Toegepast op het bovenstaande voorbeeld zal de VC zijn ervaring in de sector
gebruiken om te zien of het patent goed omschreven is. Hij kan ook zijn opgebouwde
netwerk gebruiken om te weten te komen of er eventuele kapers op de kust zijn die het idee
53
zouden kunnen overnemen (Bygrave, 1987;1988). Op die manier kan specialisatie in één
bepaalde industrie veel hulp bieden en van pas komen.
Aan de andere kant van het verhaal staat de portfolio-theorie van Markowitz (1952), die
stelt dat men performantere fondsen zal verkrijgen als men het risico zoveel mogelijk
diversifieert. Toegepast op de VC-industrie kan ook op die manier geredeneerd worden. De
VC’s worden nu eenmaal onderworpen aan risicovolle investeringen, dus lijkt het logisch dat
ze zoveel mogelijk hun niet-systematische risico spreiden. Op die manier kan men, als er iets
misloopt in een bepaalde sector of industrie, het risico vermijden om zelf failliet te gaan
omdat men investeringen in andere segmenten heeft. Deze kunnen dan een potentiële
buffer vormen voor het geleden verlies. Specifiek toegepast op de selectievoorkeur van de
VC’s kan gesteld worden dat het focussen op één enkel aspect nefast kan zijn voor de latere
performantie, afhankelijk van de activiteit van de bedrijven. Want zoals eerder aangehaald
werd in de studie van MacMillan et al. (1985), is het belangrijk dat de ondernemer van de
venture over voldoende capaciteiten beschikt. Zo niet dan zouden de financiële
doelstellingen dode letter blijven en zou de investering van de VC voor niets geweest zijn. In
het geval van een focus op technologie is de kans daar groter op.
Binnen een portfolio zijn er heel uiteenlopende bedrijfsactiviteiten die elk soms een andere
aanpak vergen. Toch heeft de VC erin geïnvesteerd, dit op basis van één of meerdere
criteria. Dit kan positief en negatief uitdraaien, al naargelang de situatie binnen het bedrijf,
sector etc. Alles hangt af van de specifieke bedrijfsactiviteit en of de selectievoorkeur van de
VC daarbij past of niet. De VC kan een inschattingsfout maken, ongeacht zijn voorkeur.
Aangezien er binnen de portfolio’s vaak bedrijven zijn met heel uiteenlopende activiteiten
kan het dat er zowel goede als slechte exits uit voortkomen, ongeacht de voorkeur van de
VC. Er zijn veel externe factoren die ook een rol spelen bij de prestaties van de bedrijven.
Om die reden kan de VC niet altijd voorspellen of het bedrijf performant zal worden of niet.
Er is één hypothese die aanvaard kan worden: de gediversifieerde fondsen zijn performanter
dan de gespecialiseerde. Deze wordt ondersteund in het eerste model met TS/IPO als
afhankelijke variabele. Een mogelijke verklaring voor deze hypothese schuilt in het feit dat
54
de gediversifieerde VC meer aandacht zal schenken aan andere criteria. Dit houdt in dat als
een VC gaat selecteren op basis van meerdere criteria er meer kans is dat deze iets zal
vinden waaruit blijkt dat de investering niet rendabel zal zijn. Zo wordt het kaf van het koren
al gescheiden. Op vlak van performantie zullen deze VC’s over meer kennis en ervaring
beschikken op vlak van meerdere criteria. Op die manier hebben ze een bredere basis
waarop het bedrijf kan op terug vallen bij problemen. Als het echter gaat om heel specifieke
problemen is het mogelijk dat de VC geen bijstand kan verlenen wegens een tekort aan
specifieke kennis. Mogelijks komen de gediversifieerde fondsen in contact met een
verscheidenheid van bedrijven, het investeringsaanbod is groter. Hierdoor komen ze in
contact met meer renderende bedrijven (De Clercq et al. 2001).
De aanvaarding van de hypothese is echter wel op significantieniveau van 0,10. De verklaring
voor deze hypothese kan perfect aansluiten bij de hierboven vermelde uitleg over de
gediversifieerde fondsen. Aangezien de significantie zich bevond bij de dichotome variabele
kan de interpreteerbaarheid en de juistheid van de informatie nog meer in vraag gesteld
worden. De reden hiervoor is dat bij dichotomisatie veel gegevens verloren gaan door het
plaatsen van de waarden in twee categorieën.
6.2.4 Algemene bevindingen
In beide modellen blijkt de grootte van het fonds een significante rol te spelen. Er kan
namelijk gesteld worden dat hoe groter de fondsen zijn, hoe groter de kans is op
performantie. De VC’s beschikken nu eenmaal over meer middelen die ze verkregen hebben
door lang actief te zijn. Op die manier zullen ze meer ervaring hebben in het begeleiden van
bedrijven naar de beurs of in het tot stand komen van een trade sale. Ze zullen ook over
meer human capital beschikken dan de kleinere en jongere VC’s die meestal de ervaring
missen. Naast het bieden van meer kapitaal kunnen ze de bedrijven ook helpen door extra
toegevoegde waarde te creëren door de opgedane ervaring. Ook de sectoren blijken meestal
een significante rol te spelen bij de performantie van de bedrijven. Voor het jaar na
oprichting dat de VC mee in het verhaal stapt werd er ook een significante invloed gevonden
op de performantie. De timing van de VC die voor het eerst een investering maakt blijkt een
belangrijke rol te spelen in de performantie. De kans op performantie daalt, naarmate de VC
later bij het verhaal betrokken wordt. De VC kan meer corrigeren aan het begin van de
levensloop van de bedrijven.
55
7. Conclusies en beperkingen
Door het aanvullen van een bestaande dataset uit 2003 van Europese VC’s werd door deze
thesis getracht een relatie te vinden tussen de performantie en het selectiegedrag van de
VC’s. Volgens deze onderzoeker is er geen eerder verrichte studie rond dit onderwerp, om
die reden kan gesteld worden dat dit een exploratief onderzoek was.
Ondanks de goed verklarende modellen is uit het onderzoek gebleken dat er geen
significantie relatie is tussen de voorkeur van de VC’s op vlak van selectiecriteria en de
performantie. Al is er één model dat deze relatie wel verklaart, maar het is op een lager
significantieniveau. Hierover verder meer.
Het is mogelijk om verklaringen te vinden voor de verwerping van de drie hypothesen. De VC
kan twee kanten uitgaan bij het investeren op basis van selectiecriteria. Hij kan diversifiëren
of specialiseren. Beide denkpistes hebben genoeg argumentatie om bewandeld te worden.
Aangezien de VC vaak opereert in een risicovolle en volatiele industrie kan gesteld worden
dat specialisatie voordelig is, omdat kennis van zaken nodig is om een doordachte
investering te maken. Een voorbeeld ter verduidelijking: de productkarakteristiek zal nu
eenmaal belangrijk zijn voor de VC, wanneer het businessplan van een bedrijf staat of valt bij
het hebben van een patent op het product. Hij kan ook zijn netwerk gebruiken om te
signaleren of er eventuele concurrenten zijn die het idee zouden kunnen overnemen
(Bygrave, 1987;1988). De VC zal het bedrijf beter kunnen begeleiden naar de beurs of een
trade sale verwezenlijken door de betere kennis van de industrie.
Wordt er geredeneerd vanuit de portfolio-theorie (Markowitz, 1952) dan kan gesteld
worden dat juist omdat de VC’s actief zijn in een volatiele en risicovolle industrie dat ze hun
risico moeten spreiden over meerdere industrieën en sectoren. Op die manier zijn ze niet
afhankelijk van de toestand in één industrie of sector en kunnen ze het niet-systematisch
risico spreiden. Er rest enkel nog het systematische risico.
Als verder wordt gebouwd op het patentvoorbeeld moet er op gewezen worden dat de
ventures ook zullen moeten beschikken over een capabel managementteam om alles in
goede banen te leiden. Dit werd eerder aangehaald in de studie van MacMillan et al. (1985).
56
Op dit criterium zal bijgevolg ook moeten gecontroleerd worden. Juist omdat ze controleren
op meerdere criteria, is de kans groter dat ze potentiële slechte investeringen zullen
ontdekken.
Specialisatie en diversificatie, beiden beschikken over voor- en nadelen. Elk zal in een andere
situatie beter uitkomen en een bedrijf beter beoordelen naargelang de kenmerken ervan.
Soms zullen de VC’s in contact komen met bedrijven waarbij het zich richten op één
groeperingscriterium voldoende en meest passend blijkt te zijn om performantie tot stand te
brengen. In andere gevallen zal dat ene groeperingscriterium tekort schieten en zijn andere
VC’s die de nadruk leggen op meer criteria meer geschikt om het bedrijf te beoordelen. Het
is de situatie binnen de sector, het bedrijf of de industrie en de bijstand die de VC verleent
bij problemen en in het algemeen waaruit zal blijken of de VC een goede exit zal
verwezenlijken of niet. Uiteindelijk draait het allemaal rond de activiteiten waarin de
bedrijven zijn betrokken. In de VC-portfolio’s zullen bedrijven zitten die allemaal een andere
activiteit uitoefenen, dit soms binnen dezelfde sector. Alles hangt af van de specifieke
bedrijfsactiviteit en of de selectievoorkeur van de VC daarbij past of niet. Aangezien er
binnen de portfolio’s vaak bedrijven zijn met heel uiteenlopende activiteiten is het niet
verwonderlijk dat er goede en slechte exits tot stand komen.
Een VC die één bepaald groeperingscriterium verkiest zal daar ook het meest naar kijken en
op selecteren. Als het op basis van de bedrijfsactiviteit voldoende en passend is om op één
groeperingscriterium te evalueren. De kans vergroot daarbij dat de VC een goede exit kan
maken. Dit door de kennis en expertise van de VC in het domein. Want hoe meer ervaring
een VC heeft in een bepaalde sector of industrie, hoe beter de raad is die gegeven wordt
(Kanniainen & Keuschnigg, 2004). De gediversifieerde VC zou hier tekort kunnen schieten
door het gebrek aan diepgaandere kennis. Een voorbeeld: een consulting-bedrijf heeft nood
aan een hoge graad van human capital, dus hierbij is het human capital groeperingscriterium
heel belangrijk. Het voortbestaan van het bedrijf hangt daar van af. De expertise van de VC
in dit gebied zal heel van pas komen.
Het zal ook voorkomen dat een ander groeperingscriterium ook belangrijk was, maar dat de
VC er geen aandacht aan besteed heeft en toch geïnvesteerd heeft. Dit heeft tot gevolg dat
bij problemen rond dat criterium, de VC-bijstand niet voldoende blijkt te zijn en daardoor de
57
exit minder rooskleurig zal zijn of in het slechtste geval een faillissement van het bedrijf. Het
kan ook zijn dat die problemen zich niet voordoen en er alsnog een performant bedrijf en
een goede exit tot stand komt. Veel externe factoren spelen een rol. Een gediversifieerde VC
had echter wel voordeel op de gespecialiseerde, dit door de potentieel extra bijstand die kan
verleend worden of zelfs gewoon niet te investeren omdat het niet rendabel bleek te zijn.
De hypothese die aanvaard kon worden stelt dat de gediversifieerde fondsen performanter
blijken te zijn dan de gespecialiseerde. De verklaring hiervoor is dezelfde als hierboven. De
gediversifieerde fondsen zullen controleren op meerdere criteria, waardoor de kans
vergroot dat ze potentiële niet-rendabele investeringen zullen opsporen. Ze zullen de
bedrijven ook beter kunnen begeleiden door de bredere kennis die ze hebben. Als het echter
gaat om industrie-specifieke problemen, is de kans groot dat de VC niet zal kunnen helpen
wegens een tekort aan diepgaandere kennis.
Al is het nodig om deze verklaring met voorzichtigheid te benaderen, omdat deze zich op
een lager significantieniveau bevindt dan normaal (0,10). Ook omdat deze significantie zich
bevond bij de dichotome variabele kunnen zich vragen gesteld worden bij de juistheid en het
interpreteren van de resultaten. De reden hiervoor is omdat bij het dichotomiseren van
variabelen veel extra gegevens en eventuele belangrijke inzichten verloren gaan. Uit het
niet-significant zijn van de continue variabele, kan misschien geconcludeerd worden dat een
andere maatstaf een betere keuze kan zijn. Verder onderzoek dient dit na te gaan.
Ondanks het feit dat er geen relatie gevonden werd, kwamen andere interessante inzichten
naar boven. Hoe groter het fonds is waarin de VC opereert, hoe meer kans er bestaat een
performant bedrijf te verkrijgen. Ook de sector en het aantal jaren na oprichting dat de VC
bij het verhaal betrokken wordt spelen een rol in de performantie. De kans op performantie
daalt naarmate de VC later in de levensloop van het bedrijf betrokken wordt.
Beperkingen van deze studie situeren zich in het tekort aan data over de fondsen en in tijd.
Bijkomende fondskarakteristieken zouden misschien een verbetering van de resultaten
kunnen teweeg gebracht hebben. Al is het aan verder onderzoek om dit uit te wijzen.
58
Verder onderzoek kan zich eventueel richten op een andere maatstaf voor de voorkeur van
de VC’s op het gebied van het selectiegedrag. Het blijft een rare vaststelling te zijn dat de
manier waarop de venture capitalists hun investering selecteren geen directe impact heeft
op de performantie van die investeringen. Men zou juist denken van wel, omdat de VC’s een
rendabele investering nastreven en dit komt tot stand door een bedrijf te kiezen dat een
hogere kans heeft op performantie. Om die reden lijkt een andere manier van meting een
optie te zijn om toch een relatie te vinden. Men zou ook meer fondskarakteristieken kunnen
betrekken in de analyse, op die manier kan er eventueel een relatie gevonden worden. Dit
was een exploratief onderzoek. Om die reden is het interessant om voorgaande zaken te
implementeren in toekomstig onderzoek.
59
IV. Referenties
Achleitner, A.-K., Engel, N., & Reiner, U. (2012). The performance of venture capital
investments: Do investors overreact? Review of Financial Economics, 1–16.
Aigner, P., Albrecht, S., Beyschlag, G., Friederich, T. I. M., Kalepky, M., & Zagst, R. (2008).
What Drives PE ? Analyses of Succes Factors for Private Equity Funds. Journal of
Private Equity, 11(4), 63–86.
Akerlof, G. A. (1970). The market for ‘‘lemons’’: Quality uncertainty and the market
mechanism. The Quarterly Journal of Economics, 84, 488–500.
Amit, R., Brander, J., & Zott, C. (1998). Why do venture capital firms exist? Theory and
Canadian evidence. Journal of business Venturing, 13(6), 441–466.
Barnes, E. and Y. McCarthy (2002). "Grandstanding in the UK venture capital industry."
Working Paper, EFMA 2002 London Meetings.
Baeyens, K., Vanacker, T., & Manigart, S. (2006). Venture capitalists’ selection process: The
case of biotechnology proposals. International Journal of Technology Management, 34,
28–46.
Baum, J. a. C., & Silverman, B. S. (2004). Picking winners or building them? Alliance,
intellectual, and human capital as selection criteria in venture financing and performance
of biotechnology startups. Journal of Business Venturing, 19(3), 411–436.
Becker, G.S., (1975). Human Capital. Chicago Univ. Press, Chicago, IL.
Beckman, C. M., & Burton, M. D. (2008). Founding the Future: Path Dependence in the
Evolution of Top Management Teams from Founding to IPO. Organization Science,
19(1), 3–24.
Bernile, G., Cumming, D. J. & Lyandres, E. (2007). The Size of Venture Capital and Private
Equity Fund Portfolios (April 1, 2006). Simon School Working Paper No. FR 06-11;
Journal of Corporate Finance, 13, 564-590.
Bishop B. (1996). Venture capital in the United Kingdom. OECD Working Papers. Volume
IV Venture capital and innovation. No. 98. Paris: OECD.
Black, B., & Gilson, R. (1999). Does venture capital require an active stock market? Journal
of Applied Corporate Finance, 11(4), 36–48.
Bygrave, W. D. (1987). Syndicated investments by venture capital firms: A networking
perspective. Journal of Business Venturing, 2(2), 139–154.
Bygrave, W. D. (1988). The structure of the investment networks of venture capital firms.
Journal of Business Venturing, 3(2), 137–157.
60
Bygrave, W.D. & Timmons, J.A. (1992). Venture capital at the crossroads. Boston. MA.
Harvard Business School Press. 356 blz.
Clarysse, B., Bobelyn, A., & Palacio Aguirre, I. (2013). Learning from own and others’
previous experience: the contribution of the venture capital firm to the likelihood of a
portfolio company’s trade sale. Small Business Economics, 40(3), 575–590.
Cumming, D. (2001). The determinants of venture capital portfolio size: empirical evidence.
University of Alberta, mimeo.
Cumming, D. & J. MacIntosh (2003). A cross-country comparison of full and partial venture
capital exits. Journal of Banking and Finance, 27(3), 511-548.
Davidsson, P., Steffens, P., & Fitzsimmons, J. (2007). Performance assessment in
entrepreneurship research: Is there a pro-growth bias? Manuscript te downloaden op
http://eprints.qut.edu.au/archive/00012040, verkregen op 18 maart 2013.
Davidsson, P., Steffens, P., & Fitzsimmons, J. (2009). Growing profitable or growing from
profits: Putting the horse in front of the cart? Journal of Business Venturing, 24(4), 388–
406.
Davis, T.J., Jr., & Stetson, C.P., Jr. (1984). Creating successful venture-backed companies.
Journal of Business Strategy 5, 45-58.
De Clercq, D. & D. Dimov (2003). A knowledge-based view of venture capital firms’
portfolio investment specialization and syndication. Frontiers of Entrepreneurship
Research, 2003 III, Babson College.
De Clercq, D., Goulet, P., Kumpulainen, M., & Mäkelä, M. (2001). Portfolio investment
strategies in the Finnish venture capital industry: A longitudinal study. Venture Capital:
An International Journal of Entrepreneurial Finance, 3(1), 41–62.
De Pelsmaecker, P & Van Kenhove P (2010). Marktonderzoek: methoden en toepassingen,
derde editie. Pearson Education. 549 blz.
Dimov, D., & Shepherd, D. (2005). Human capital theory and venture capital firms: exploring
“home runs” and “strike outs”. Journal of Business Venturing, 20(1), 1–21.
Dixon, R. (1991). Venture capitalists and the appraisal of investments. Omega, 19(5), 333–
344.
Dorsey, T. (1979). ‘Operating Guidelines for Effective Venture Capital Funds Management'
in 'Improving New Venture Performance: Some Guidelines for Success', American
Journal of Small Business, Summer, 11-25.
EVCA (2012). Annual survey of Pan-European private equity and venture capital activity.
EVCA Yearbook 2012. Brussels.
61
Fiet, J. O. (1996). Fragmentation in the market for venture capital. Entrepreneurship, Theory
& Practice, 21, 5–20.
Fischhoff, B. (1988). Judgment and decision-making. In R. Sternberg and E. Smith, eds., The
Psychology of Human Thought. Cambridge, UK: Cambridge University Press, pp. 155–
187.
Franke, N., & Gruber, M. (2008). Venture Capitalists’ Evaluations of Start-•Up Teams:
Trade-•Offs, Knock-•Out Criteria, and the Impact of VC Experience. Entrepreneurship
Theory and Practice, 32(3), 459–483.
Fried, V. H., & Hisrich, R. D. (1994). Toward a Model of Venture Capital Investment
Decision Making, Financial Management, 23(3), 28–37.
Gimeno J., Folta T.B., Cooper A.C., Woo C.Y. (1997). Survival of the fittest? Entrepreneurial
human capital and the persistence of underperforming firms. Administrative Science
Quarterly. 42(4). 750-784.
Golden, S.C. (1981). Structuring and Pricing the Financing. Guide to Venture Capital
Sources, Capital Publishing Corp., 67-76.
Golis, C. (1998). Enterprise and Venture Capital, Allen & Unwin, Australia.
Gompers, P. (1996). Grandstanding in the venture capital industry. Journal of Financial
Economics, 42(1), 133–156.
Gompers, P., & Lerner, J. (2001). The Venture Capital Revolution. Journal of Economic
Perspectives, 15(2), 145–168.
Gompers, P., Kovner, A., Lerner, J., & Scharfstein, D. (2008). Venture capital investment
cycles: The impact of public markets. Journal of Financial Economics, 87(1), 1–23.
Goslin, L.N., & Barge, B. (1986). Entrepreneurial qualities considered in venture capital
support. Frontiers of Entrepreneurship Research 366-379.
Gottschalg, O., Phalippou L. & Zollo M. (2003). Performance of Private Equity Funds:
Another Puzzle?, Working Paper, (INSEAD–Wharton Alliance Center for Global
Research and Development. Fontainebleau, France; Philadelphia, USA).
Gupta, A., & Sapienza, H. (1992). Determinants of venture capital firms’ preferences
regarding the industry diversity and geographic scope of their investments. Journal of
Business Venturing, 347–362.
Hambrick, D.C., & Mason, P.A. (1984). Upper echelons: the organization as a reflection of its
top managers. Academy of Management Review, 9, 193–206.
Heirman, A., & Clarysse, B. (2004). How and Why do Research-Based Start-Ups Differ at
Founding? A Resource-Based Configurational Perspective. The Journal of Technology
Transfer, 29(3/4), 247–268.
62
Hellmann, T., & Puri, M. (2002). Venture Capital and the Professionalization of Start-•up
Firms: Empirical Evidence. The Journal of Finance, LVII(1), 169–198.
Hirschman, A. (1964). The paternity of an index. The American Economic Review, 54(5), 28–
30.
Hisrich, R. D., & Jankowicz, a. D. (1990). Intuition in venture capital decisions: An
exploratory study using a new technique. Journal of Business Venturing, 5(1), 49–62.
Hochberg, Y., Ljungqvist, A., & Lu, Y. (2007). Whom you know matters: Venture capital
networks and investment performance. The Journal of Finance, 62(1), 251–301.
Hofer, C. W., & Hall, J. (1993). Venture capitalists’ decision criteria in new venture
evaluation. Journal of Business Venturing, 8(1), 25–42.
Hudson, E., & Evans, M. (2005). A Review of Research into Venture Capitalists ’ Decision
Making : Implications for Entrepreneurs , Venture Capitalists and Researchers.
Enterprising Finance, 10(1).
Hutt, R.W. & Thomas, B. (1985). Venture capital in Arizona. Frontiers of Entrepreneurship
Research, 155–169.
Janssens, W., Wijnen, K., De Pelsmaecker, P., & Van Kenhove, P. (2008). Marketing
Research with SPSS. Pearson Education ; Financial Times ; Prentice Hall. 441 blz.
Jeng, L., & Wells, P. (2000). The determinants of venture capital funding: evidence across
countries. Journal of Corporate Finance, 6(3), 241–289.
Kanniainen, V., & Keuschnigg, C. (2003). The optimal portfolio of start-up firms in venture
capital finance. Journal of Corporate Finance, 9(5), 521–534.
Kanniainen, V., & Keuschnigg, C. (2004). Start-up investment with scarce venture capital
support. Journal of Banking & Finance, 28(8), 1935–1959.
Kaplan, S., Sensoy, B., & Strömberg, P. (2009). Should investors bet on the jockey or the
horse? Evidence from the evolution of firms from early business plans to public
companies. The Journal of Finance, LXIV(1), 75–115.
Kahn, A. M. (1987). Assessing venture capital investments with noncompensatory behavioral
decision models. Journal of Business Venturing, 2(3), 193–205.
Keeley R.H., Roure J.B. (1989). Determinants of new venture success before 1982 and after a
preliminary look at two eras. Frontiers of Entrepreneurship Research. 274-287.
Khanin, D., State, C., Baum, J. R., Mahto, R. V, Heller, C., & Group, A. C. (2008). Venture
Capitalists ’ Investment Criteria : 40 Years Of Research. Small Business Institute
Research Review, 35, 187–192.
63
Knight. R. M. (1992). A Longitudinal Study of Criteria Used by Venture Capitalists in
Canada. Journal of Business Venturing, 4, 12-26.
Knockaert, M. (2005). Does Venture Capital Matter for High Tech Start-ups? An analysis of
European Early Stage Investors. Ph.D. Dissertation University of Ghent.
Knockaert, M., Clarysse, B., & Wright, M. (2010). The extent and nature of heterogeneity of
venture capital selection behaviour in new technology-based firms. R&D Management,
40(4), 357–371.
Knockaert, M., Lockett, A., Clarysse, B., & Wright, M. (2006). Do human capital and fund
characteristics drive follow-up behaviour of early stage high tech VCs?. International
Journal of Technology Management, 34, 7–27.
Knockaert, M., Ucbasaran, D., Wright, M., & Clarysse, B. (2011). The Relationship Between
Knowledge Transfer, Top Management Team Composition, and Performance: The Case
of Science-Based Entrepreneurial Firms. Entrepreneurship Theory and Practice, 35(4),
777–803.
Knockaert, M., & Vanacker, T. (2013). The association between venture capitalists’ selection
and value adding behavior : evidence from early stage high tech venture capitalists.
Small Business Economics, 40(3), 493–509.
Krohmer, P. (2007). The Liquidation Dilemma of Money Losing Investments - The Impact of
Investment Experience and Window Dressing of Private Equity and Venture Capital
Funds (December 2007). Paris December 2007 Finance International Meeting AFFI-
EUROFIDAI Paper.
Leland, H. E., & Pyle, D. H. (1977). Informational Asymmetries, Financial Structure, and
Financial Intermediation. The Journal of Finance, 32(2), 371–387.
MacMillan, I., Siegel, R., & Narasimha, P. N. S. (1985). Criteria used by Venture Capitalists
to evaluate new business proposals. Journal of Business Venturing, 128(1), 119–128.
MacMillan, I., Zemann, L., & Narasimha, P. N. S. (1987). Criteria distinguishing successful
from unsuccessful ventures in the venture screening process. Journal of Business
Venturing, 2(2), 123–137.
Manigart, S. (1994). The founding rate of venture capital firms in three European countries
(1970–1990). Journal of Business Venturing, 9(6), 525–541.
Manigart, S., Joos, P., & De Vos, D. (1994). The performance of publicly traded European
venture capital companies. Journal of Small Business Finance, 3(2), 111-125.
Mayer, C., Schoors, K., & Yafeh, Y. (2005). Sources of funds and investment activities of
venture capital funds: evidence from Germany, Israel, Japan and the United Kingdom.
Journal of Corporate Finance, 11(3), 586–608.
64
Murray, G. (1995). The UK Venture Capital Industry. Journal of Business Finance &
Accounting, 22(8) (December), 1077-1106.
Murray, G. (1998). A policy response to regional disparities in the supply of risk capital to
new technology-based firms in the European union: the European seed capital fund
scheme. Regional Studies, 32 (5), 405–420.
Murray, G. (1999). Early stage venture capital funds, scale economies and public support.
Venture Capital: An International Journal of Entrepreneurial Finance, 1(4), 351–384.
Mustar, P. (1997) Spin-off enterprises. How French academics create hi-tech companies: the
conditions for success and failure. Science and Public Policy, 24, 37–43.
Muzyka, D., Birley, S., & Leleux, B. (1996). Trade-offs in the investment decisons of
European venture capitalists. Journal of Business Venturing, 11(4), 273–287.
Norton, E., & Tenenbaum, B. (1993). Specialization versus diversification as a venture capital
investment strategy. Journal of Business Venturing, 8, 431–442.
Poindexter, J. B. (1976). The Efficiency of Financial Markets: The Venture Capital Case,
unpublished doctoral dissertation, New York University, New York.
Robinson, R. B. (1987). Emerging Strategies in the Venture Capital Industry. Journal of
Business Venturing, 2, 53–77.
Rah, J., Jung, K., & Lee, J. (1994). Validation of the venture evaluation model in Korea.
Journal of Business Venturing, 9(6), 509–524.
Rhoades, S. A. (1993). The Herfindahl-Hirschman Index. Federal Reserve Bulletin, 79, 188–
189.
Ross, S. A. (1977). The determination of financial structure : the incentive-signalling
approach. The Bell Journal of Economics, 8(1), 23–40.
Sarkar, S. K., Midi, H., & Rana, S. (2011). Detection of outliers and influential observations
in binary logistic regression: An empirical study. Journal of Applied Sciences, 11(1), 26–
35.
Schwienbacher, A. (2002). "An empirical analysis of venture capital exits in Europe and in
the United States." Working Paper, University of Amsterdam - Finance Group.
Shepherd, D., Zacharakis, A., & Baron, R. (2003). VCs’ decision processes: evidence
suggesting more experience may not always be better. Journal of Business Venturing,
18(3), 381–401.
Silva, J. (2004). Venture capitalists’ decision-making in small equity markets: A case study
using participant observation. Venture Capital, 6, 125–145.
65
Söderblom, A., & Wiklund, J. (2006). Factors determining the performance of early stage
high-technology venture capital funds: A review of the academic literature. Stockholm
School of Economics, (March).
Timmons, J. K, Muzyka, D. F., Stevenson, H. H. & Bygrave, W. D. (1987). 'Opportunity
Recognition: The Core of Entrepreneurship', Frontiers of Entrepreneurship Research:
Proceedings of the Seventh Annual Babson College Entrepreneurship Research
Conference, 109-123.
Tyebjee, T., & Bruno, A. (1984). A model of venture capitalist investment activity.
Management science, 30(9), 1051–1066.
Wells, W. A. (1974). Venture Capital Decision Making unpublished doctoral dissertation,
Carnegie-Mellon University.
Wijnen, K., Janssens, W., De Pelsmacker, P. en Van Kenhove, P. (2002). Marktonderzoek
met SPSS: statistische verwerking en interpretatie. Garant. 465 blz
Wright, M., & Robbie, K. (1998). Venture capital and private equity: a review and synthesis.
Journal of Business Finance & Accounting, 25(5-6), 521–570.
Zacharakis, A., & Meyer, G. (1998). A lack of insight: do venture capitalists really understand
their own decision process? Journal of business venturing, 9026(97), 57–76.
Zacharakis, A., & Meyer, G. (2000). The potential of actuarial decision models: can they
improve the venture capital investment decision? Journal of Business Venturing,
9026(98), 323–346.
Zarutskie, R. (2010). The role of top management team human capital in venture capital
markets: Evidence from first-time funds. Journal of Business Venturing, 25(1), 155–172.
Top Related