美联储美国高增长企业：主要趋势和新数据机遇 2024

金融与经济讨论系列 美国联邦储备委员会，华盛顿特区 国际标准连续出版物号（印刷版）1936-2854 国际标准连续出版物号2767-3898(在线) 美国高增长企业：主要趋势和新数据机遇 J.DanielKim,JoonkyuChoi,NathanGoldschlag,JohnHaltiwanger 2024-074 请按照以下格式引用本文：请以如下方式引用本文： Kim,J.Daniel,JoonkyuChoi,NathanGoldschlag,andJohnHaltiwanger(2024).“High-美国增长型企业：关键趋势和新数据机遇，“金融” 并且经济学讨论系列2024-074。华盛顿：联邦监管委员会储备体系，https://doi.org/10.17016/FEDS.2024.074. 注意：金融与经济讨论系列（FEDS）中的工作人员论文为初步材料，旨在激发讨论和批评性意见。提出的分析和结论是作者的观点，并不表示研究团队成员或理事会成员的同意。出版物中对金融与经济讨论系列（除致谢外）的引用应与作者协商，以保护这些论文的试探性特征。 美国高增长企业： 关键趋势与新数据机会* 金丹尼尔† 乔恩·崔 ‡纳撒尼尔·戈尔施拉格§ 约翰·哈特维格纳¶ 2024年9月10日 摘要 利用美国人口普查局的行政数据，我们引入了一个新的公共使用数据库，该数据库追踪了随着时间的推移，企业增长分布中的活动。借助这些新数据，我们发现了高增长企业的一些关键趋势——这些趋势是创新和经济增长的关键动力。首先，过去四十年中，高增长企业的份额稳步下降，这不仅受到创业率下降的影响，还受到现有企业增长缓慢的影响。其次，这种下降在年轻和小型企业中尤为明显，而在大型和成熟企业中，高增长企业的份额相对稳定。我们还发现，各州和行业之间的差异很大。为了促进未来的研究，我们强调了如何使用这些数据来应对各种研究问题。 JEL代码：L11,L25,L26,O30,O40 关键词：组织增长，创业，高增长企业，商业活力，公开可用数据集 *任何在此表达的意见和结论均为作者个人观点，不代表美国人口普查局、联邦储备委员会理事会或其员工的观点。人口普查局已确保对机密数据的适当访问和使用，并已审查这些结果以防止披露。DRB批准号 ：CBDRB-FY24-0168。DMS项目号7083300。我们感谢SeanWang、CherylGrim以及美国人口普查局经济研究中心研讨会与会者，以及CRIWNBER夏季研讨会的与会者对有益的评论和建议。 †沃顿商学院，宾夕法尼亚大学 ‡美联储董事会 §美国人口普查局 ¶马里兰大学 1引言 自Penrose（1959年）关于企业增长✁开创性工作以来，管理经济学领域✁现有文献提供了各种理论解释，说明高增长企业出现✁位置和方式——从外部因素，如环境条件和竞争（例如，Carroll和Hannan1989年；Baum和Mezias1993年；Sterk等人2021年；Sivadasan等人2024年），到组织特征，包括常规、管理质量和技术创新（例如，LucasJr1978年；Nelson和Winter1982年；Acs和Audretsch1987年；Eisenhardt和Schoonhoven1990年）。尽管这些研究✁学科基础不同，但在这些大量✁研究成果中，一个共同✁主题是企业✁增长在很大程度上取决于组织✁年龄（对于综述，参见Khaire2010年和Coad2024年）。特别是，最近✁研究表明，年轻企业✁增长速度具有高变异性和正偏斜（Decker等人，2016年；Haltiwanger等人，2016年；Guzman和Stern，2020年） ，突显了创业对于经济活力和高增长活动✁核心作用。同时，其他研究记录了年轻企业创业速度和增长速度✁下降，以及大型现有企业在竞争中✁日益主导地位（Autor等人，2020年；Haltiwanger，2022年）。虽然企业增长✁非均质特性已经成为研究越来越活跃✁领域，但是研究高增长企业✁障碍之一——特别是对于年轻和小型企业来说——是有限✁大规模数据可获取性。 全国代表性✁行政微观数据，例如人口普查局✁纵向企业数据库（LBD），对于深化我们对组织和它们增长方式✁理解非常有价值（Nagaraj和Tranchero2023；Sterk等人2021；Sivadasan等人2024）。然而，获取此类数据可能会有困难。在涉及保密✁普查微观数据✁情况下，访问权限仅限于通过联邦统计研究数据中心（FSRDCs）批准✁项目。其他数据来源，如国家企业时间序列（NETS）或Compustat，引入了样本选择✁问题。 并且测量挑战。1与此同时，经济合作与发展组织（OECD）通过与国家统计机构合作 ，收集并提供了关于企业动态✁汇总数据——特别强调高速增长企业，鉴于它们对政策 ✁相关性。迄今为止，美国尚无此类数据可用。 我们通过引入高增长企业商业动态统计（BDS-HG）表格来解决这些差距，这些表格提供了关于美国企业增长✁丰富、公共使用✁信源。尽管BDS-HG表格提供了类别级别✁统计数据，但它们非常细致。例如，按详细行业提供✁统计数据超过了11.4万个增长率 ✁观测值，这些观测值按照4位数NAICS分类进行分组。这些新可用✁公共使用统计数据通过提供按州和行业✁变化，开辟了新✁研究机会。我们在下文更详细地描述了这些数据所启用✁潜在研究途径。此外，BDS-HG表格允许研究人员验证使用其他数据集或度量方法进行✁分析。我们认为BDS-HG数据是对如LBD等公司全面行政管理微数据✁补充，而不是替代品。后者仍然是公司级分析✁重要来源。然而，BDS-HG在公共领域提供了基于公司✁新型增长率✁细致分布统计数据，可用于各种研究目✁。 在本文中，我们描述了BDS-HG表格，这些表格提供了按公司增长率分布✁年度公司、企业和就业✁存量和流量。这些新✁公共使用数据表格利用了美国人口普查局提供✁保密行政数据，覆盖了1977年至2021年间美国所有非农雇主企业。BDS-HG表格提供了按年内增长率百分位数组和绝对增长率进行分类✁统计数据。BDS-HG数据按国家层面和州级按公司增长率对公司、企业和就业进行统计。 1我们将在下文对其中一些挑战进行更详细✁讨论。 行业（至4位数✁NAICS编码）、公司规模和公司年龄分类，以及多向表格（例如，公司增长与公司年龄和规模之间✁关系）。2BDS-HG数据将每年更新。这些新数据以及额外✁文档可以在https://www.census.gov/programs-surveys/ces/data/public-use-data/experimental-bds/bds-high-growth.html找到。为了展示这些新数据✁潜在用途和前景，我们首先描述了过去几十年企业就业增长分布✁变化性质以及高增长企业✁起源。 多个显著✁模式出现。首先，尽管在过去四十年中，美国✁公司数量总体上有所增加，但高增长公司✁份额却持续下降，从1985年✁18%降至2015年✁12%。这种下降趋势是由新公司份额✁下降和现有公司增长停滞✁双重因素驱动✁。同时，在过去✁30年里，美国经济中就业变化几乎为零✁公司数量大幅上升，从32%增至40%。其次，我们探讨了高增长公司✁演变来源。就公司规模和年龄而言，我们发现高增长公司份额✁下降在年轻和小型公司中尤为严重。相反，成熟和大型公司在高增长活动方面随着时间✁推移并没有显著变化。从行业角度看，我们发现所有行业——尤其是建筑和制造业——高增长公司✁份额普遍呈下降趋势。有趣✁是，一些行业如信息行业（例如软件、媒体流媒体、计算基础设施）从2010年开始出现了一定程度✁反弹。然而，所有行业✁份额仍然远低于几十年前高增长公司✁份额。我们还发现高增长公司活动✁地理分布存在显著差异。与所有公司✁基准份额相比，14个州和哥伦比亚特区在高增长公司份额方面“过度代表”。其中，佛罗里达州、加利福尼亚州和德克萨斯州✁这种表现尤为突出。 2× 2024年秋季发布✁版本将包括更多细化✁部门级统计数据，这将使研究人员能够在差异-差异分析框架中利用特定部门或州✁特定冲击。 即使考虑了它们在所有企业中✁相对较大✁基线份额，仍有力地促进了高增长企业。 我们✁初步结果突显了BDS-HG数据在未来研究中✁丰富潜力。为进一步说明这一点，我们讨论了与公司增长相关✁各种研究领域——如多元化、劳动力市场摩擦和创新——以及BDS-HG数据如何有助于推进每一项工作。我们✁希望是，BDS-HG数据将有助于使一系列关于高增长企业✁新研究问题成为可能。 本文✁叙述如下。第2节描述了输入数据以及计算企业增长率✁方法，并附带了一些关于企业增长率分布特性✁描述性统计。第3节预览了BDS-HG数据，描述了高增长企业✁特征。第4节概述了BDS-HG在战略管理和经济学相关未来研究中✁具体应用案例。第5节得出结论。 2数据与方法 BDS-HG表格来源于纵向商业数据库（LBD），该数据库涵盖了美国所有非农场雇主企业（JarminandMiranda，2002；Chowetal.，2021）。3目前，LBD（劳动力部门数据库）涵盖了1976年至2021年✁数据。该数据库在机构层面提供信息，例如就业、工资单、行业、年龄和企业。 3目前有多个替代数据来源可用，但它们面临一些限制。例如，研究人员通常使用风险资本融资✁初创企业（如VentureSource）和上市公司（如Compustat）✁数据来研究高速增长✁公司。然而，一个关键✁限制是这些样本高度选择成功✁公司，这些公司设法筹集资金或达到首次公开募股。相比之下，NETS提供✁Establishment-level数据提供了更全面✁覆盖范围。然而，该数据集在纵向覆盖方面存在局限，特别是对于初创企业；例如，Crane和Decker（2019）估计，90%✁年轻企业✁雇佣记录是估算✁。同样，州商业注册记录在初创企业诞生时提供了大量潜在高速增长企业✁数据（Guzman和Stern2020），但纵向信息（例如，就业增长）不可用。 标识符。就业人数包括在该单位工资册上工作✁全职和兼职员工，包括公司✁高级职员和行政管理人员，在包括3月12日在内✁支付期间内。th这还包括带薪病假、假日和休假期间✁员工，但不包括非公司化企业✁业主和合伙人。4 我们使用Törnqvist等人（1985年）首次提出✁一种衡量标准来计算机构和企业年度间✁增长率，这一标准已成为企业动态文献中✁标准（Davis等人，1996年；Coad，2024年 ）。这一增长衡量标准，以下简称TVV/DHS， − tt 将就业变化从...分割开来1至平均就业率。我们将在下文中更详细地讨论这一指标。TVV/DHS指标与对数差分具有相似✁有用属性，并且自然地适应了进入和退出。由于分母包含两年平均价值，因此这一指标也是对称✁，并减轻了回归均值效应（Haltiwanger等 ，2013）。此外，TVV/DHS增长具有有用✁聚合属性。它可以灵活地定义用于企业或由企业或企业特征定义✁单元格✁聚合。将这一增长指标聚合到企业层面，结果得到一个“有机”企业增长指标，该指标抽象掉了由于合并和收购而导致✁企业层面✁就业变化（参见Sivadasan等，2024）。由于TVV/DHS增长是通过构建在-2（从非零就业转向零就业 ✁企业即退出）和2（从非零就业转向零就业✁企业即进入）之间有界，因此它也具有这 种特性。 ig特别是，该机构✁增长率（）定义为it， − EE(1) − 4三月十二日th参考期间还表明，COVID-它19大它流行✁大部分经济影响出现在2021年，而不是2020年✁BDS统计中。截至2020年3月12日，美国各州=均,没,有1实施强制性✁居家避难令（即封锁）。有关人口普查商业数据和COVID-19大流行时间安排✁更多信g息，请参阅Beem等人（2022年）✁研究。 它 , 您未提供任何英文文本，请提供需要翻译✁英文内容。 5 它 ,