利用消费电子替代数据发掘最佳投资公司
摘要
欢迎访问 CE Scout Index。通过 “CE Scout 指数”，您可以了解到 Consumer Edge 的信用卡和借记卡交易数据在寻找私营公司交易方面的强大功能。该指数是通过对私募股权和风险投资的历史交易进行建模，以寻找历史消费的目标范围。该消费范围用于筛选 Consumer Edge 追踪的 14,000 多个品牌，突出那些仅凭消费数据就能成为下一笔大交易的私营公司。
对于私募投资者来说，在当前环境下寻找交易来源可能会感到非常受限。作为私募股权投资或风险投资的合作伙伴，要对所有的公司都了如指掌，更不用说找出哪些公司在你的目标规模之内了，这可能会让人望而生畏。洞察力通常来自于数据源，而这些数据源更多的是替代数据，而不是直接衡量公司规模的数据，比如职位列表或 Github 代码提交。或者更间接的衡量标准，比如自较小规模的种子轮或天使轮融资以来的时间–假设这些轮融资甚至被流行的行业数据库所收录。
Consumer Edge 提供的直接信用卡和借记卡交易数据反映了即使是最小品牌的消费者消费情况。然而，仅在美国就有 14,000 个品牌，逐个品牌查看消费轨迹需要时间和技巧，而且这些数据并不能完全反映可能有批发成分的蓬勃发展的 DTC 业务的消费情况。考虑到这些挑战，Consumer Edge 开发了易于使用的支出数字，可通过机器可读数据源或我们的 “发现 “仪表板进行访问，从而筛选出跟踪支出在一定范围内的公司。结合使用 “侦察指数”，可以根据目标交易规模定制搜索参数。
更具体地说，在分析 PitchBook 上的数百项历史交易时，CE 跟踪的公司中出现了一种模式。那些在过去几个月中完成了大部分交易的公司都集中在我们的数据所追踪的相对较窄的支出范围内。这意味着，从 CE Transact 数据支出到尽职调查所显示的真实公司收入所需的规范化，在值得交易的公司中是一致的。 在这些范围内进行搜索，就会发现有投资潜力的 CE 公司–这些公司的支出完全在最近成功融资的同类公司的范围之内。
高级方法
考虑到许多私人公司交易从最初讨论到最终完成交易的时间较长，因此指数评估了三个不同的时间段。公司的支出在以下时间段内进行评估：交易结束前的 364 天、182 天和 91 天。这样做是为了确定哪个时间段最能预测未来的融资情况。
- 364 天：这一时期提供了足够长的时间框架，可以捕捉到投资者对目标公司感兴趣的早期阶段或开始认真考察的阶段。这也为受季节性消费高峰影响的企业提供了必要的历史数据。
- 91 天：这一时间框架被视为尽职调查期，在此期间，投资者会密切关注销售情况，以确保公司的增长轨迹保持在正轨上。
- 182 天：加入这一中间期是为了加强分析，以便了解在 364 天和 91 天窗口之间的任何影响，并观察公司何时开始稳定或退出给定的时间框架。
有趣的是，在这三个时间段内，相同公司的集群水平各不相同。
寻找集群
为了确定这些群组的具体范围，我们执行了 PitchBook 查询，以生成 2023 年 1 月 1 日至 2024 年 5 月 16 日期间在消费者 DTC 行业内进行交易的所有公司的数据。这些公司根据其在 CE Transact US 数据中的标记存在情况被分离出来。使用 USA1 + USA2 eMax 面板，提取了这些公司中每家公司的每日历史支出。然后对 PitchBook 交易日（含交易日）之前的 91 天、182 天和 364 天的支出进行汇总。根据每个窗口期的总支出分别对公司进行排名。一个 “群组 “被定义为任何一组连续排名的公司，其中排名 n 的公司的支出在排名 n-1 的公司支出的 20% 以内。20% 的差距不是预先确定的，而是基于数据中观察到的自然聚类。182 天组和 364 天组的两家公司在排名中都增加了 22%，结果分成了两个组。
91 天
182 天
364 天
每个季度，Consumer Edge 都会发布最近在这些范围内的公司的专题子集，为利用交易数据进行交易采购的筛选中可能出现的公司类型提供具体的参考点。这些季度更新还包括最近的交易活动，并提供对私人投资潜在趋势的洞察。
被拒绝的假设
作为变量的增长
由于 364 天、182 天和 91 天三个时间段的缩放因子是一致的，因此在构建指数时没有将增长作为一个显式变量。将所有三个时间段都包含在内，使得对同比增长等其他增长指标的研究变得多余，并且可能会产生过多的共线变量，不必要地使模型复杂化。
交易次数的相关性
由于公司的交易量与交易的完成之间没有明确的关系，因此交易量也不被认为是一个重要变量。这意味着私人资金更依赖于收入，而不是支付成本的需要，因为成本更有可能与交易增长和销售项目数量（销售人员、广告、制造、计算等）挂钩。
行业效应
行业效应似乎也微乎其微，不过这可能是由于最初样本中选择的行业范围较小。为使消费者边缘数据能够反映支出情况，接受审查的公司必须主要是直接面向消费者的公司，因此最初输入模型的交易清单仅限于面向消费者的行业。在这一子集中，似乎没有按行业或垂直行业进行分类。
混杂因素
原因与结果
需要注意的是，私营公司的投资者经常对 “抽水与倾销 “现象表示担忧。这指的是私营公司的一种行为，即投资者的兴趣成为一种催化剂，促使公司在营销和其他不可持续的杠杆上一次性增加支出，以暂时推动销售，并相应提高基于收入倍数的估值。由于这种情况很难从数据中找出来，而且很可能作为霍桑效应无意识地存在（尽管最初的研究受到了质疑），因此我们只需接受它的存在，将其作为推动支出区间发展的一个变量。
季节性
跟踪支出区间从 364 天到 182 天再到 91 天的变化，可以消除季节性企业的正常化，而这正是关注 364 天支出区间的一个吸引人的特点。与上文有关泵和倾销的推测相一致，季节性企业接受资助的时间可能有特定的模式（例如，就在其季节性支出的高峰期）。
查看 “童军指数 “的运行情况–立即下载 CE 童军报告，了解有望获得私人投资的婴儿服装和装备品牌。
说明
这种方法是一种自上而下的方法。该指数并不是用来统计一定规模的公司参与一轮融资的概率。它并不包括全面分析所需的许多其他相关变量。相反，它旨在根据公司的 DTC 消费支出，为寻求新交易的投资者提供指导。
