Ownership dynamics within founder teams: The role of external financing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Research Summary This paper examines how founders within start‐up teams dynamically readjust their relative ownership stakes. It leverages a unique dataset from British Columbia, Canada, which contains detailed information on founder ownership over time. Two trade‐offs between efficiency and fairness are identified, one at the time of founding, the other as the venture develops. Teams with a preference for fairness at the start, as revealed by an equal division of the founder shares, also exhibit a dynamic preference for fairness, as witnessed by their reluctance to change the ownership structure over time. Relative founder stakes are more likely to change when a company raises investments. Larger rounds and lower valuations are associated with bigger changes in relative founder stakes. Managerial Summary Splitting the equity stakes among founders involves a delicate trade‐off between efficiency and fairness. This trade‐off is made when founders determine their initial division of equity, and also as the venture develops. We find that teams with a preference for fairness, as revealed by an equal split of their original founder equity, are also unlikely to change their relative stakes over time. We also find that changes in the division of founder ownership often coincide with external financing rounds, suggesting that renegotiations within teams are more easily settled in the presence of outside investors. Overall, the evidence suggests that although notions of fairness inhibit changes to the relative founder equity stakes, the stakes are not set in stone, and financing rounds provide opportunities for recalibration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle