Table of Contents

В то время как некоторые учреждения переживают века, подавляющее большинство поддается рыночным сдвигам, технологическому устареванию или системным кризисам в течение десятилетий. Систематическое изучение этих сроков жизни относится к области анализа выживаемости - статистической основы, разработанной для клинических испытаний, которая нашла мощное применение в экономической истории. Адаптация методов, используемых для моделирования выживания пациентов для анализа смертности фирм и отраслей, исследователи могут выйти за рамки анекдотических рассказов, чтобы строго количественно оценить силы устойчивости и снижения во времени.

Основы анализа выживания в экономической истории

От клинических испытаний до корпоративных сроков жизни

Концептуальный мост между медициной и экономической историей менее растянут, чем кажется на первый взгляд. В клиническом испытании «событием» обычно является смерть, рецидив заболевания или выздоровление. В истории бизнеса событие аналогично: банкротство, роспуск, закрытие или конкретное корпоративное действие, такое как приобретение, прекращающее независимое существование фирмы. Центральным вопросом остается тот же самый: какие факторы влияют на время до наступления события?

Традиционная экономическая история часто опирается на качественные нарративы или простую описательную статистику — учет количества фирм, которые потерпели неудачу в данном году. Анализ выживания предлагает более глубокую аналитическую структуру. Он учитывает не только , потерпела ли фирма неудачу, но , когда , когда , и то, как это время относится к ковариативам, таким как размер фирмы, сектор промышленности, географическое положение или макроэкономические условия. Это временное измерение превращает исторические бизнес-записи из статических архивов в динамические наборы данных, способные выявить закономерности уязвимости и выносливости.

Почему историкам нужны модели количественного долголетия

Историки сталкиваются с фундаментальной проблемой при изучении неудач бизнеса: данные по своей сути неполны и предвзяты по отношению к выжившим. Фирмы, которые терпят неудачу на ранней стадии, часто оставляют скудные записи, в то время как успешные фирмы генерируют обширные архивы. Стандартные методы регрессии, которые игнорируют временную упорядоченность неудач и рассматривают статус выживания как простой бинарный результат, отбрасывают ценную информацию. Они также не могут обрабатывать цензурированные наблюдения — фирмы, которые были еще живы в конце периода исследования или чья судьба неизвестна. Анализ выживания был разработан специально для решения этих структур данных, что делает его незаменимым инструментом для любого, кто проводит строгие эмпирические исследования в деловой и экономической истории.

Основные статистические концепции для исторических данных

Определение события и происхождения времени

Каждый анализ выживания начинается с точного определения двух элементов: , времени происхождения и , события неисправности. В корпоративной истории время происхождения может быть датой регистрации, начала коммерческой деятельности или выхода на конкретный рынок. Событием неисполнения может быть банкротство, ликвидация или изменение контроля посредством приобретения. Выбор этих определений в значительной степени зависит от исследовательского вопроса и характера доступных исторических данных. Например, исследование текстильных фабрик может определить время ноль как первый год производства и неудачу как прекращение производственных операций, независимо от того, юридически ли юридически распущена корпоративная организация. Последовательность в этих определениях имеет важное значение для построения интерпретируемых кривых выживания.

Функция выживания и функция опасности

Две фундаментальные функции характеризуют процессы выживания. Функция выживания , обозначаемая St, даёт вероятность того, что фирма выживает за заданное время t. Это уменьшающаяся функция, которая начинается с 1 (все фирмы живы в момент времени нулевой) и приближается к 0 по мере прогрессирования времени (], обозначаемая hht, описывает мгновенную скорость отказа в момент t , обусловленную выживаемостью до этого момента. Высокий уровень опасности в первые годы жизни фирмы захватывает хорошо известный феномен высоких показателей отказов среди стартапов, в то время как рост риска в более позднем возрасте может указывать на старение или технологическое устаревание.

Для историка экономики эти функции обеспечивают интуитивные и мощные резюме. Запланирование функции выживания для различных групп фирм, таких как те, которые были основаны до и после крупного изменения нормативного регулирования, визуально выявляет различия в долголетии. Функция риска определяет критические периоды уязвимости. Отрасли, сталкивающиеся с быстрым технологическим сбоем, часто демонстрируют растущий уровень опасности после начального периода стабильности, отражая медленное, но ускоряющееся снижение действующих лиц.

Критический вопрос цензурированных данных

Цензура является определяющей проблемой данных о выживании, и она пронизывает исторические архивы. Правоцензурирование происходит, когда фирма все еще работает в конце периода наблюдения. Его полная продолжительность жизни неизвестна, но мы знаем, что она просуществовала, по крайней мере, до этого момента. Левая цензура возникает, когда фирмы были основаны до начала периода сбора данных. Интервал-цензура происходит, когда мы знаем только, что сбой произошел между двумя точками наблюдения, например, между десятилетними переписными годами. Стандартные статистические методы, которые отбрасывают цензурированные наблюдения, дают предвзятые результаты. Анализ выживания включает цензурированные данные непосредственно в функцию вероятности, позволяя исследователям извлекать максимальную информацию из неполных исторических записей.

Методологии и исторические источники данных

Каплан-Мейер оценщик

Каплан-Мейер оценщик является наиболее знакомым непараметрическим методом оценки функции выживания по наблюдаемым данным. Это ступенчатая функция, которая падает при каждом наблюдаемом времени отказа. Для экономического историка она обеспечивает простой способ сравнения переживаний выживания различных групп. Можно рассчитать и нарисовать кривые Каплана-Мейера для всех автопроизводителей, основанных в США между 1900 и 1910 годами, сравнивая расположенные в Детройте с теми, которые в других местах. Визуальное сравнение сразу же показывает, существовало ли значительное преимущество выживания для фирм в формирующемся промышленном кластере. Тест log-rank обеспечивает формальный статистический тест на различия между этими кривыми выживания.

Модель пропорциональных рисков Cox

Модель пропорциональных опасностей Cox является рабочей лошадкой современного анализа выживаемости. Она позволяет исследователям оценить влияние множественных ковариатов на уровень опасности, не принимая специфическую параметрическую форму для базовой опасности. Модель принимает форму:

ht, Xh0ttXβnn

Для историка экономики это означает, что можно оценить относительный риск неудачи, связанный с определенной характеристикой, контролируя при этом другие факторы. Выходом является отношение опасности . Соотношение опасности больше 1 указывает на повышенный риск неудачи, в то время как менее 1 указывает на защитный эффект. Например, исследование железнодорожных компаний в 19 веке может обнаружить, что штаб-квартира в государстве с высоким уровнем государственных субсидий уменьшила риск неудачи на 30%, контролируя размер фирмы и уровень долга. Модель Кокса превращает исторический нарратив в проверяемые гипотезы и позволяет делать строгие выводы о причинах смертности бизнеса.

Конкурирующие риски и параметрические модели

Исторические неудачи бизнеса редко бывают однородными. Фирма может выйти через банкротство (провал бизнес-модели) или через приобретение (успешный выход для учредителей, хотя фирма как независимое предприятие исчезает). Это конкурирующие риски. Стандартный анализ выживания может подвергнуть цензуре приобретения или рассматривать их как отдельный тип неудачи. Модели конкурирующих рисков позволяют исследователям оценивать причинно-специфическую опасность для каждого типа выхода, обеспечивая более богатую картину корпоративных судеб. Кроме того, параметрические модели , такие как Weibull или лого-нормальное распределение, могут использоваться, когда форма функции опасности представляет теоретический интерес, позволяя исследователям проверить, увеличивается ли риск неудачи, уменьшается или остается постоянным с возрастом фирмы.

Провенанс данных: архивы, финансовые отчеты и реестры

Применение анализа выживаемости к историческим данным требует поиска и оцифровки соответствующих источников. Богатые наборы данных существуют для нескольких исторических контекстов:

  • Корпоративные реестры: Архивы Дома компаний Великобритании содержат записи о регистрации и роспуске компаний, датируемые серединой 19-го века.Подобные реестры существуют в большинстве промышленно развитых стран.
  • Списки фондовых бирж: Исторические руководства для Нью-Йоркской фондовой биржи, Лондонской фондовой биржи и других бирж предоставляют даты листинга и делистинга, предлагая непрерывную запись корпоративного существования.
  • Промышленно-специальные каталоги: Торговые публикации и каталоги (например, Регистр судоходства Ллойда, Регистр американских производителей Томаса) предоставляют исчерпывающие списки фирм в конкретных отраслях с течением времени.
  • Данные переписи: Экономические переписи, такие как перепись промышленных предприятий в Соединенных Штатах, проведенная с 1820 года, охватывают производственные предприятия и их эксплуатационный статус через каждые десять лет, предоставляя данные о выживаемости, цензурируемые через интервалы.

Эти источники требуют тщательной очистки и стандартизации, но они составляют эмпирическую основу для тщательного исторического анализа выживания.

Исторические тематические исследования

Банковские ошибки во время Великой депрессии

Банковская паника 1930-1933 годов представляет собой один из наиболее тщательно проанализированных периодов в финансовой истории, и анализ выживаемости был центральным для современного понимания этого кризиса. Исследователи построили кривые выживания для банков в округах Федеральной резервной системы, измеряя, как такие факторы, как размер активов, членство в Федеральной резервной системе и подверженность сельскохозяйственным кредитам, повлияли на мгновенный риск неудачи. Данные Великой депрессии показывают, что меньшие, не являющиеся членами банки в сельскохозяйственных регионах испытали уровень риска на порядок выше, чем крупные, городские, банки-члены. Это количественное доказательство подтвердило исторические рассказы об уязвимости небольших сельских банков и обеспечило строгую поддержку теорий о механике финансовой инфекции. Анализ также продемонстрировал, что банки, которые пережили начальную панику 1930-1931 годов, не обязательно стали более безопасными - уровень опасности оставался повышенным для выживших банков до 1932 и 1933 годов, предполагая вторую волну бедствия, вызванную падением цен на активы и снижением экономической активности.

Технологическое перемещение: каналы, железные дороги и транспортная революция

Транспортная революция 19-го века предлагает классический случай технологического разрушения, поддающегося анализу выживания. Компании канала наслаждались высокими показателями выживаемости и стабильными доходами в 1820-х и 1830-х. Появление железных дорог резко увеличило уровень опасности для компаний канала. Анализ выживаемости компаний канала, работающих в северо-восточных Соединенных Штатах, показывает, что уровень опасности для компаний канала, работающих в 1840-х и достиг максимума в 1850-х, точно так же как сеть железной дороги расширилась. Исследователи могут оценить модель Кокса, где ключевым ковариатом является «расстояние до ближайшей железнодорожной линии» с ежегодными интервалами. Литература FLT:0 показывает, что контроль каналов фидеров и интеграция в новые железнодорожные сети обеспечили преимущества выживания, в то время как независимые компании канала с фиксированными маршрутами сталкивались с ускоряющимися скоростями опасности. Паника 1893 года была особенно разрушительной для оставшихся компаний канала, представляя собой терминальный шок, который устранил почти всех выживших.

Послевоенная промышленная политика в Японии

Показатели выживаемости японских промышленных фирм в эпоху после Второй мировой войны обеспечивают убедительное тематическое исследование в воздействии институциональной структуры на долголетие. Корпоративные группировки, известные как keiretsu, как полагают, предоставили фирмам-членам защитную сеть стабильных акционеров, льготное кредитование от банков группы и долгосрочные деловые отношения. Анализ выживаемости был использован для формальной проверки этого предложения. Исследования, сравнивающие уровни риска фирм, связанных с кейрецу, с независимыми фирмами, показывают, что членство в горизонтальном кейрецу значительно снизило риск финансовых проблем и банкротства, особенно во время экономических спадов. Этот защитный эффект сохранялся даже после контроля за размером фирмы, возрастом и промышленностью. Анализ показывает, что институциональная структура кейрецу функционировала как форма неявного страхования, снижая уровень опасности для фирм-членов и способствуя стабильности послевоенной японской корпоративной системы. академическое исследование по кейрецу предоставляет подробные модели выживания, которые изолируют этот сетевой эффект

Долгий спад текстильных фабрик Новой Англии

Сдвиг американской текстильной промышленности из Новой Англии на Юг в конце 19-го и начале 20-го веков предлагает другую богатую местность для анализа выживания. Миллс в Новой Англии столкнулся с ростом затрат на рабочую силу, стареющей инфраструктурой и конкуренцией со стороны более новых, более эффективных южных мельниц. Анализ выживания показывает, что уровень опасности для мельниц Новой Англии начал неуклонно расти после 1900 года, с резким скачком в течение 1920-х годов. Миллс, которые инвестировали в модернизацию оборудования и перешли к более качественным специализированным тканям, продемонстрировал более низкие показатели опасности и более длительное время выживания. Великая депрессия нанесла окончательный удар многим отстающие. К 1940 году большинство мельниц Новой Англии, работающих в 1900 году, закрылись или переехали. Анализ выживания точно определяет сроки и ковариаты этого снижения, показывая, что близость к сырью (хлопок, произведенный на Юге) первоначально обеспечивала преимущество выживания, но уменьшалась по важности с течением времени по сравнению с затратами на рабочую силу и технологической модернизацией.

Преодоление проблем исторических данных

Выжившие извращенцы и фрагментированные записи

Возможно, самой большой проблемой, стоящей перед анализом исторического выживания, является систематическое искажение, вносимое неполными записями. Фирмы, которые рано потерпели неудачу, часто оставляли мало следов в исторических записях. Все их существование может быть сведено к одной строке в корпоративном реестре или краткому упоминанию в газетном архиве. Это создает форму левого усечения , которая должна быть явно смоделирована. Исследователи часто используют обратный вес вероятности или ограничивают свой анализ когортами с полным охватом. Признание ограничений данных и проведение анализа чувствительности для оценки потенциального воздействия отсутствующих наблюдений является стандартной частью строгого исторического анализа выживания.

Изменение промышленных классификаций

За последнее столетие системы промышленной классификации значительно эволюционировали. Фирма, классифицированная как «производитель хлопка» в 1900 году, может подпадать под несколько различных стандартных кодов промышленной классификации (SIC) или Североамериканской системы отраслевой классификации (NAICS) сегодня. Картирование исторических классификаций современным системам требует подробного знания промышленных процессов и тщательного суждения. Некоторые исследователи строят свои собственные схемы классификации, которые согласуются на протяжении всего периода исследования, группируя фирмы на широкие категории (например, «текстиль», «железо и сталь», «машины»), а не полагаясь на мелкозернистые современные коды, которые не имеют исторического аналога.

Связь исторических объектов с современными данными

Прослеживание выживания конкретного корпоративного субъекта на протяжении десятилетий или столетий часто требует связывания записей из разных источников. Производственная фирма, перечисленная в переписи промышленных предприятий 1880 года, может появиться под немного другим названием в кредитном отчете 1900 года и совершенно другим именем после слияния в 1920 году. Связывание этих записей требует вероятностных алгоритмов сопоставления и тщательных архивных исследований. Выгода значительна: продольный набор данных, который отслеживает отдельные фирмы на протяжении всего срока их жизни, что позволяет действительно динамический анализ выживания. Такие проекты, как Историческая корпоративная база данных в нескольких университетах вложили значительные средства в этот процесс связывания, производя наборы данных, которые позволяют исследователям отслеживать жизненные курсы тысяч фирм на протяжении более века.

Практическое применение для современных аналитиков и историков

Информирование о оценке политики

Анализ выживаемости обеспечивает строгую основу для оценки долгосрочного воздействия исторической политики. Правительства и центральные банки могут использовать эти методы для оценки того, действительно ли прошлые вмешательства, такие как спасение, защита тарифов или реформы регулирования, улучшили показатели выживаемости фирм. Защищал ли тариф Смута-Хоули 1930 года отечественных производителей от неудач? Анализ выживаемости производственных фирм до и после тарифа показывает, что, хотя некоторые отрасли испытали временное снижение ставок риска, общий эффект был приглушен и, возможно, отрицательным из-за ответных тарифов и углубления Великой депрессии. Это историческое свидетельство продолжает информировать современные дебаты торговой политики.

Стратегия и конкурентная динамика

Понимание исторических моделей выживания фирм в данной отрасли обеспечивает стратегический контекст для современных менеджеров. Показатели опасности, наблюдаемые в транспорте 19-го века, текстильных изделиях 20-го века и технологических секторах конца 20-го века, раскрывают общие закономерности: фирмы, которые не адаптируются к технологическим изменениям, испытывают резко растущие уровни опасности, в то время как те, которые диверсифицируют или внедряют инновации, могут значительно продлить свою продолжительность жизни. Эти исторические закономерности не являются детерминированными, но они обеспечивают ценную основу для оценки рисков, с которыми сталкиваются современные фирмы. Конкурентная динамика, которая привела к консолидации и выходу в более ранние эпохи, продолжает действовать сегодня, и анализ выживания предлагает количественную основу для понимания этой динамики.

Вывод: выносливость как метрика успеха

Анализ выживаемости не просто подсчитывает неудачи; он структурирует наше понимание того, как и почему предприятия терпят. Он превращает исторические архивы в лаборатории, где можно проверить теории экономической устойчивости. Измеряя уровни опасности, с которыми сталкиваются компании каналов в 1850-х годах, банки в 1930-х годах и текстильные фабрики в 1920-х годах, метод раскрывает количественные контуры экономических изменений, которые повествовательные истории описывают только качественно. В долгосрочной перспективе каждая фирма и отрасль в конечном итоге терпят неудачу. Понимание сроков и детерминантов этой неудачи является работой исторического анализа выживания. Он обеспечивает строгую, основанную на фактических данных линзу, с помощью которой мы можем интерпретировать хрупкость и выносливость экономических институтов, которые формируют наш мир.