شناسایی عوامل موثر بر موفقیت روش عرضه اولیه بهامُهر با استفاده از رگرسیون لجستیک

تامین مالی همواره از مهم ترین مسائل پیش روی کسب وکارها محسوب می شود. روش عرضه اولیه بهامُهر روش نوین تامین مالی کسب وکارها بر بستر فناوری بلاکچین است. این روش تامین مالی، به سبب پتانسیل های خود در جذب سرمایه بالا از سراسر دنیا طی مدت‌زمان کوتاه و بی نیازی از حضور شخص ثالث مورد اقبال قرار گرفته است. از این رو تشریح این روش و شناسایی فاکتورهای موثر بر موفقیت/شکست آن جالب توجه است. در مطالعه حاضر با استفاده از روش رگرسیون لجستیک به بررسی عوامل موثر بر موفقیت روش عرضه اولیه بهامُهر میان 307 پروژه به اتمام رسیده طی سال های 2016-2018 پرداخته ایم. دو متغیر هدف «کل وجوه جمع‌آوری‌شده در فرآیند عرضه اولیه بهامُهر» و « درصد دستیابی به هاردکپ» به‌عنوان ملاک های موفقیت تعیین و اثر خصیصه های پروژه، کمپین، شبکه های اجتماعی و تیم در روندی تجمعی بر هر یک به صورت مجزا موردبررسی قرار گرفته است. با دستیابی به مدل های منتخب بر اساس عملکرد آن ها و اولویت بندی خصیصه ها با استفاده از تکنیک اهمیت جایگشتی، مطالعه حاضر نشان می دهد «در دسترس بودن مدل کسب‌وکار پروژه» بنابر نتایج هر دو مدل منتخب، بالاترین سطح تاثیرگذاری را در موفقیت یک عرضه اولیه بهامُهر ایفا می نماید.هم چنین اثرگذارترین خصیصه های مدل منتخب اول ذیل سه دستۀ پروژه، کمپین و شبکه اجتماعی به ترتیب «تعداد صفحات وایت پیپر»، «مشخص بودن سهم سرمایه گذاران مرحله پیش فروش» و «داشتن حساب کاربری فعال گیت هاب» و مهم ترین آن ها در مدل منتخب دوم ذیل دو دستۀ پروژه و کمپین به ترتیب «مشخص بودن توزیع تقریبی وجوه جمع آوری شده» و «مدت زمان فروش جمعی» است.

investigating factors influencing the success of initial coin offerings using logistic regression

financing remains one of the most critical aspects of business growth and sustainability. the initial coin offering (ico) method, a novel approach to financing leveraging blockchain technology, has garnered attention due to its ability to attract significant capital globally within a short period and without requiring intermediaries. understanding and analyzing the factors that influence the success or failure of icos is thus valuable for businesses and investors alike. this paper examines the factors impacting ico success using logistic regression analysis, focusing on 307 completed ico projects from 2016 to 2018. we consider two target success variables: total funds collected and hard cap achievement percentage. factors related to the project, campaign, social networks, and team characteristics were analyzed in separate models. through model selection based on performance and feature prioritization using the permutation importance (pi) technique, the findings highlight that having a well-defined business model available significantly contributes to ico success across both models. additionally, the top features in the first selected model under the categories of project, campaign, and social network are white paper pages, token share for presale investors, and github account, respectively. in the second model, the most impactful factors are use of proceeds mentioned and length of crowdsale under the project and campaign categories.