Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals

Detalhes bibliográficos
Autor(a) principal: Fragoso Junior, João Fabrício Gavião
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/9553
Resumo: Objetivo do trabalho: Analisar o desempenho da abordagem patento-cientométrica aplicada na priorização de investimentos de venture capital para entender correlação dos indicadores assim como a influência causal de cada critério no processo de priorização. Procedimentos/Método para a solução do problema: O estudo exploratório e predominantemente quantitativa aplica a correlação Spearman Rho para avaliar a força e significância entre os indicadores patento-cientométricos empregados em Motta et al. (2015a) e os dados fornecidos pelo gerente do fundo sobre as 5 companhias investidas. A influência causal é determinada com a construção de um Rede Bayesiana utilizando o software MSBNx e validado com o cálculo da entropia para testar a inferência da contribuição de cada indicador patento-cientométrico, dimensão e critério e, também, para gerar aprendizados a partir da Rede Bayesiana ao identificar os valores dos parâmetros que maximizam a possibilidade de cada resultado estimado para as companhias. Resultados: O estudo identificou a significância e a força da correção entre os conjuntos de indicadores analisados. O grau de incerteza de cada indicador, dimensão e critério foi identificado com o cálculo da entropia e a Rede Bayesiana relevou os indicadores que maior influência e aqueles relacionados com o retorno positivo para o fundo. Implicações práticas: O estudo contribui para redução da assimetria da informação entre investidores e empreendedores. Permitindo que investidores possam escolher companhias com maior possibilidade de retorno positivo para o fundo, baseado na análise tangível e objetiva de critérios não-financeiros e promovendo o investimento em companhias capazes de prover maiores retornos não só para o fundo como também para sociedade. Empreendedores se beneficiam com o conhecimento dos critérios e áreas em que podem focar para aumentar a possibilidade de terem suas companhias selecionadas por um fundo de venture capital. Originalidade e Contribuições: O estudo contribui ao avançar em pesquisas acadêmicas relacionadas a dinâmica entre ciência e tecnologia, analisando produções tecnológicas e científicas para suportar o processo de tomada de decisão e explorando a interdisciplinaridade entre gestão, estatística, fermentas analíticas e tecnologia da informação. Produção Técnica/Tecnológica: Construção de uma Rede Bayesiana para análise de indicadores patento-cientométricos e da influência causal de cada critério, dimensão e indicador no retorno para o fundo. (EIXO 1 * 15 Processo/Tecnologia não patenteável)
id UFF-2_3363d18577e9738ac101ff2867e6f9ba
oai_identifier_str oai:app.uff.br:1/9553
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Relationship and influence of patento-scientometric indicator and the performance of venture capital proposalsIndicadores patento-cientométricosVenture capitalCriatecRede bayesianaTeoria bayesiana de decisão estatísticaTomada de decisãoProdução científicaIndicadorPatento-scientometric indicatorsVenture capitalBayesian networkObjetivo do trabalho: Analisar o desempenho da abordagem patento-cientométrica aplicada na priorização de investimentos de venture capital para entender correlação dos indicadores assim como a influência causal de cada critério no processo de priorização. Procedimentos/Método para a solução do problema: O estudo exploratório e predominantemente quantitativa aplica a correlação Spearman Rho para avaliar a força e significância entre os indicadores patento-cientométricos empregados em Motta et al. (2015a) e os dados fornecidos pelo gerente do fundo sobre as 5 companhias investidas. A influência causal é determinada com a construção de um Rede Bayesiana utilizando o software MSBNx e validado com o cálculo da entropia para testar a inferência da contribuição de cada indicador patento-cientométrico, dimensão e critério e, também, para gerar aprendizados a partir da Rede Bayesiana ao identificar os valores dos parâmetros que maximizam a possibilidade de cada resultado estimado para as companhias. Resultados: O estudo identificou a significância e a força da correção entre os conjuntos de indicadores analisados. O grau de incerteza de cada indicador, dimensão e critério foi identificado com o cálculo da entropia e a Rede Bayesiana relevou os indicadores que maior influência e aqueles relacionados com o retorno positivo para o fundo. Implicações práticas: O estudo contribui para redução da assimetria da informação entre investidores e empreendedores. Permitindo que investidores possam escolher companhias com maior possibilidade de retorno positivo para o fundo, baseado na análise tangível e objetiva de critérios não-financeiros e promovendo o investimento em companhias capazes de prover maiores retornos não só para o fundo como também para sociedade. Empreendedores se beneficiam com o conhecimento dos critérios e áreas em que podem focar para aumentar a possibilidade de terem suas companhias selecionadas por um fundo de venture capital. Originalidade e Contribuições: O estudo contribui ao avançar em pesquisas acadêmicas relacionadas a dinâmica entre ciência e tecnologia, analisando produções tecnológicas e científicas para suportar o processo de tomada de decisão e explorando a interdisciplinaridade entre gestão, estatística, fermentas analíticas e tecnologia da informação. Produção Técnica/Tecnológica: Construção de uma Rede Bayesiana para análise de indicadores patento-cientométricos e da influência causal de cada critério, dimensão e indicador no retorno para o fundo. (EIXO 1 * 15 Processo/Tecnologia não patenteável)Objetive: Analyze the performance of the patento-scientometric approach applied to the venture capital investment prioritization, in order to understand the correlation of the indicators, as well as the causal influence of each criteria in the prioritization process. Procedures/Methods to the solution of the problem: This exploratory and predominantly quantitative nature study applies the Spearman Rho correlation to evaluate the strength and the statistical significance between the patento-scientometric indicators employed in Motta et al. (2015a) and data related to the outcome of the 5 invested companies provided by the fund manager. The causal influence is determined constructing Bayesian Network using the software MSBNx and validated with the calculation of the entropy to test the inference from the contribution of each patento-scientometric indicators, dimension and criteria, and also to learn from the Bayesian Network by finding values of parameters that maximize the likelihood of each estimated company’s outcome. Results: The study identified the significance and the strength of the correlation between the set of indicators analyzed. In addition, the degree of uncertainty related to each indicators, dimension and criteria was identified with the entropy and Bayesian Network reveled the most influential variables and those related to a positive return to the fund. Practical Implications: This study contributes to the mitigation of information asymmetries between venture capitalists and entrepreneurs. Enabling venture capitalists to choose companies with increased probability of divesting with positive return the fund based on a tangible and objective analysis of non-financial criteria and fostering the investment to companies capable to provide higher returns not only to the fund but to society as well. Entrepreneurs benefit from the knowhow of the criteria and actions they should focus on to increase the possibility of having their company selected by a venture capital fund. Originality and Contributions: This study makes contribution advancing the academic studies on the dynamic of science and technology, analyzing the use of scientific and technological production to support the decision-making process, exploring the interdisciplinary bonds among management, statistic and data analytics tools and information technology. Technical/Technologycal Production: Construction of a Bayesian Network to analyzes patento-scientometric indicators and the causal influence of each criteria, dimension and indication on the return to the fund. (EIXO 1 * 15 Processo/Tecnologia não patenteável)101 f.Volta RedondaMotta, Gustavo da SilvaGarcia, Pauli Adriano de AlmadaGavião, Luiz Octáviohttp://lattes.cnpq.br/2273786545752601http://lattes.cnpq.br/3917463442982884http://lattes.cnpq.br/3866888351512590http://lattes.cnpq.br/6602808435828190Fragoso Junior, João Fabrício Gavião2019-05-21T17:32:15Z2019-05-21T17:32:15Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfFRAGOSO JUNIOR, João Fabrício Gavião. Relationship and inflence of patento-scientometric indicator and the performance of venture capital proposals. 2018. 101f. Dissertação (Mestrado Profissional em Administração)- Universidade Federal Fluminense, Niterói, 2018.https://app.uff.br/riuff/handle/1/9553Aluno de Mestradohttp://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-04-14T19:46:57Zoai:app.uff.br:1/9553Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202022-04-14T19:46:57Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
title Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
spellingShingle Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
Fragoso Junior, João Fabrício Gavião
Indicadores patento-cientométricos
Venture capital
Criatec
Rede bayesiana
Teoria bayesiana de decisão estatística
Tomada de decisão
Produção científica
Indicador
Patento-scientometric indicators
Venture capital
Bayesian network
title_short Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
title_full Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
title_fullStr Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
title_full_unstemmed Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
title_sort Relationship and influence of patento-scientometric indicator and the performance of venture capital proposals
author Fragoso Junior, João Fabrício Gavião
author_facet Fragoso Junior, João Fabrício Gavião
author_role author
dc.contributor.none.fl_str_mv Motta, Gustavo da Silva
Garcia, Pauli Adriano de Almada
Gavião, Luiz Octávio
http://lattes.cnpq.br/2273786545752601
http://lattes.cnpq.br/3917463442982884
http://lattes.cnpq.br/3866888351512590
http://lattes.cnpq.br/6602808435828190
dc.contributor.author.fl_str_mv Fragoso Junior, João Fabrício Gavião
dc.subject.por.fl_str_mv Indicadores patento-cientométricos
Venture capital
Criatec
Rede bayesiana
Teoria bayesiana de decisão estatística
Tomada de decisão
Produção científica
Indicador
Patento-scientometric indicators
Venture capital
Bayesian network
topic Indicadores patento-cientométricos
Venture capital
Criatec
Rede bayesiana
Teoria bayesiana de decisão estatística
Tomada de decisão
Produção científica
Indicador
Patento-scientometric indicators
Venture capital
Bayesian network
description Objetivo do trabalho: Analisar o desempenho da abordagem patento-cientométrica aplicada na priorização de investimentos de venture capital para entender correlação dos indicadores assim como a influência causal de cada critério no processo de priorização. Procedimentos/Método para a solução do problema: O estudo exploratório e predominantemente quantitativa aplica a correlação Spearman Rho para avaliar a força e significância entre os indicadores patento-cientométricos empregados em Motta et al. (2015a) e os dados fornecidos pelo gerente do fundo sobre as 5 companhias investidas. A influência causal é determinada com a construção de um Rede Bayesiana utilizando o software MSBNx e validado com o cálculo da entropia para testar a inferência da contribuição de cada indicador patento-cientométrico, dimensão e critério e, também, para gerar aprendizados a partir da Rede Bayesiana ao identificar os valores dos parâmetros que maximizam a possibilidade de cada resultado estimado para as companhias. Resultados: O estudo identificou a significância e a força da correção entre os conjuntos de indicadores analisados. O grau de incerteza de cada indicador, dimensão e critério foi identificado com o cálculo da entropia e a Rede Bayesiana relevou os indicadores que maior influência e aqueles relacionados com o retorno positivo para o fundo. Implicações práticas: O estudo contribui para redução da assimetria da informação entre investidores e empreendedores. Permitindo que investidores possam escolher companhias com maior possibilidade de retorno positivo para o fundo, baseado na análise tangível e objetiva de critérios não-financeiros e promovendo o investimento em companhias capazes de prover maiores retornos não só para o fundo como também para sociedade. Empreendedores se beneficiam com o conhecimento dos critérios e áreas em que podem focar para aumentar a possibilidade de terem suas companhias selecionadas por um fundo de venture capital. Originalidade e Contribuições: O estudo contribui ao avançar em pesquisas acadêmicas relacionadas a dinâmica entre ciência e tecnologia, analisando produções tecnológicas e científicas para suportar o processo de tomada de decisão e explorando a interdisciplinaridade entre gestão, estatística, fermentas analíticas e tecnologia da informação. Produção Técnica/Tecnológica: Construção de uma Rede Bayesiana para análise de indicadores patento-cientométricos e da influência causal de cada critério, dimensão e indicador no retorno para o fundo. (EIXO 1 * 15 Processo/Tecnologia não patenteável)
publishDate 2019
dc.date.none.fl_str_mv 2019-05-21T17:32:15Z
2019-05-21T17:32:15Z
2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv FRAGOSO JUNIOR, João Fabrício Gavião. Relationship and inflence of patento-scientometric indicator and the performance of venture capital proposals. 2018. 101f. Dissertação (Mestrado Profissional em Administração)- Universidade Federal Fluminense, Niterói, 2018.
https://app.uff.br/riuff/handle/1/9553
Aluno de Mestrado
identifier_str_mv FRAGOSO JUNIOR, João Fabrício Gavião. Relationship and inflence of patento-scientometric indicator and the performance of venture capital proposals. 2018. 101f. Dissertação (Mestrado Profissional em Administração)- Universidade Federal Fluminense, Niterói, 2018.
Aluno de Mestrado
url https://app.uff.br/riuff/handle/1/9553
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Volta Redonda
publisher.none.fl_str_mv Volta Redonda
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1807838767542697984