Kasvuyrityksen tyypin päättely epäsymmetrisessä informaatiossa : Formaali malli mahdollisten maailmojen semantiikassa

Abstract

Tutkielmassa tarkastellaan epäsymmetrisestä informaatiosta aiheutuvaa ongelmaa, jossa pääomasijoittaja ei kykene tunnistamaan kasvuyrityksen tyyppiä. Laadukkaan kasvuyrityksen tavoitteena on signaloida oma tyyppinsä sijoittajalle valitsemalla ja tuottamalla sellainen signaali, ettei heikkolaatuisen yrityksen ole kannattavaa kopioida sitä korkean vaihtoehtoiskustannuksen vuoksi.

Ongelmaa lähestytään formaalin mallin avulla, jossa analysoidaan haitallisen valikoitumisen ongelmaa sijoittajan näkökulmasta. Mallissa tarkastellaan, millä ehdoilla sijoittaja voi päätellä kasvuyrityksen tyypin ja tehdä myönteisen sijoituspäätöksen epäsymmetrisen informaation vallitessa. Metodologisesti tutkielmassa hyödynnetään mahdollisten maailmojen semantiikkaa sekä joukko-opin työkaluja, joiden avulla mallinnetaan sijoittajan episteemisiä tiloja sekä näiden tilojen päivittymistä.

Mallin keskeinen tulos on, että sijoittaja voi tietyin ehdoin päätellä kasvuyrityksen tyypin havaitun signaalin ja signaalin jälkeisen pääoman avulla. Mallin tulokset on johdettu deduktiivisesti mallin oletuksista, joten tulosten pätevyys on herkkä mallin oletusten muutoksille. Koska mallin oletukset ovat yksinkertaistuksia todellisuudesta, tulosten soveltuvuus käytännön tilanteisiin voi vaihdella reaalimaailmassa.

This thesis examines the problem arising from asymmetric information, in which a venture capital investor is unable to identify the type of a growth company. The objective of a high-quality growth company is to signal its type to the investor by choosing and producing a signal that a low-quality company finds unprofitable to mimic due to its high opportunity cost.

The problem is approached through a formal model that analyzes the adverse selection problem from the investor's perspective. The model examines the conditions under which an investor can infer the type of a growth company and make a positive investment decision under asymmetric information. Methodologically, the thesis employs possible worlds semantics and set-theoretic tools to model the investor's epistemic states and their updating.

The central result of the model is that, under certain conditions, the investor can infer the type of a growth company based on the observed signal and the post-signal capital. The results are derived deductively from the model's assumptions, and their validity is therefore sensitive to changes in those assumptions. Since the assumptions represent simplifications of reality, the applicability of the results to practical situations may vary in real-world contexts.